ANALISIS SISTEM PELAYANAN DI STASIUN TAWANG SEMARANG DENGAN METODE ANTRIAN. Nursihan 1, Sugito 2, Hasbi Yasin 3

Ukuran: px
Mulai penontonan dengan halaman:

Download "ANALISIS SISTEM PELAYANAN DI STASIUN TAWANG SEMARANG DENGAN METODE ANTRIAN. Nursihan 1, Sugito 2, Hasbi Yasin 3"

Transkripsi

1 ISSN: JURNAL GAUSSIAN, Volume 4, Nomor 2, Tahu 2015, Halama Olie di: ANALISIS SISTEM PELAYANAN DI STASIUN TAWANG SEMARANG DENGAN METODE ANTRIAN Nursiha 1, Sugito 2, Hasbi Yasi 3 1 Mahasiswa Jurusa Statistika FSM UNDIP 2,3 Staff Pegajar Jurusa Statistika FSM UNDIP ABSTRACT Semarag Tawag Statio is oe of the statios visited by customers. As it is kow that the trai jourey ito oe of the fastest alterative but to use other meas of trasportatio. Therefore, it is ecessary to aalyze queuig model that describes the coditios to determie the size of the performace of the system to see how the service provided. Whe the distributio is a Poisso arrival or services or the expoetial model (M) but if the distributio is ot Poisso or expoetial, the model Geeral (G). Model queue at the statio with the umber of arrivals ad the umber of services is (M/M/5):(GD/ / ). Keywords: Processqueue, Semarag Tawag statio, queuig models. 1. Pedahulua Dalam berbagai bidag kehidupa, mausia selalu membutuhka jasa pelayaa dalam memeuhi segala kebutuhaya. Pada saat itulah, tidak jarag dari mereka harus meuggu utuk medapatka pelayaaa. Meurut Kakiay (2004), situasi meuggu merupaka bagia dari keadaa yag terjadi dalam ragkaia kegiata operasioal yag bersifat radom dalam suatu fasilitas pelayaa. Pelagga datag ke tempat itu dega waktu yag acak, tidak teratur da tidak dapat segera dilayai sehigga mereka harus meuggu cukup lama. Persoala atria (waitig lies) merupaka bagia dari kehidupa sehari-hari. Atria terjadi karea operasi dari fasilitas atau sistem pelayaa da pola kedataga dari obyek yag perlu dilayai bersifat acak (radom). Salah satu tujua sistem atria adalah meguragi ketidakpastia dalam pembuata perecaaa sehigga output dari sistem dapat dimaipulasi sesuai tujua yag diharapka (Dharma, 2001). Feomea atria tampak ditemuka dalam fasilitas-fasilitas pelayaa umum, salah satuya terlihat pada atria kereta api di Stasiu Tawag. Dega bayakya jeis da jumlah kereta api yag ada di stasiu Tawag, meyebabka terjadiya atria pajag pada kereta api yag aka datag atau pergi dari stasiu. Adaya atria kereta api tersebut maka peumpag yag meuggu pemberagkata dari stasiu semaki bertambah bayak. Berdasarka keadaa ii timbulah masalah bagaimaa megusahaka waktu tuggu atau atria itu sekecil mugki. Salah satu cara utuk meguragi masalah yag terjadi pada suatu atria adalah dega meerapka teori atria pada sistem pelayaa di stasiu tersebut. Lagkah-lagkah yag perlu dilakuka adalah dega megadaka suatu peelitia dimaa atria tersebut terjadi. Pada Stasiu Tawag ii terdapat dua prioritas yag aka dikelompoka atara jalur kereta api Tawag Ekspress da kereta api umum laiya, yag terdiri dari kereta api peumpag da kereta api barag. Permasalaha atria kereta api yag berada di Stasiu Tawag, yaitu semua kereta api yag masuk stasiu sebagai pelagga da yag dilayai. Adapu tujua yag igi dicapai dari peelitia ii adalah : 1. Meetuka model yag tepat utuk meggambarka atria kereta Api di Stasiu Tawag dega metode atria.

2 2. Meigkatka pelayaa kereta api di Stasiu Tawag dega meetuka ukura kierja sistem. 2. Tijaua Pustaka Kosep Dasar Teori Atria Teori atria dikemukaka da dikembagka oleh AK. Erlag, seorag isiyur Demark, pada tahu Proses atria dimulai saat pelagga-pelagga yag memerluka pelayaa mulai datag. Mereka berasal dari suatu populasi yag disebut sebagai sumber masuka yag dapat berupa orag, barag, atau kompoe laiya. Proses atria merupaka suatu proses yag berhubuga dega kedataga pelagga pada suatu fasilitas pelayaa, meuggu dalam baris atria jika belum dapat dilayai, dilayai da akhirya meiggalka fasilitas tersebut setelah dilayai. Sedagka sistem atria adalah suatu himpua pelagga, pelaya, da suatu atura yag megatur pelayaa kepada pelagga (Kakiay, 2004). Meurut Kakiay (2004), terdapat beberapa faktor petig yag terkait erat dega sistem atria adalah sebagai berikut: 1. Distribusi Kedataga 2. Distribusi Waktu Pelayaa 3. Fasilitas Pelayaa 4. Disipli Pelayaa (Disipli Atria) 5. Ukura dalam Atria 6. Sumber Pemaggila Notasi Kedall Notasi Kedall diguaka utuk merici ciri dari suatu atria, terdapat usur-usur dasar dari model baris atria yag telah dikeal secara uiversal, yaitu: (a/b/c) : (d/e/f) Pejelasa dari simbol-simbol ii adalah sebagai berikut: a : distribusi kedataga (Arrival Distributio) b : distribusi waktu pelayaa atau keberagkata (Service Time Departure) c : jumlah fasilitas pelayaa (c = 1, 2, 3,..., ) d : disipli atria, seperti FCFS, LCFS, atau SIRO e : jumlah maksimum yag diizika dalam sistem f : jumlah pelagga yag igi memasuki sistem sebagai sumber. Ukura Steady State Misalka λ adalah jumlah rata-rata pelagga yag datag ke tempat pelayaa per satua waktu tertetu da μ adalah jumlah rata-rata pelagga yag dapat dilayai per satua waktu tertetu, maka ρ atau faktor utilitas didefiisika sebagai perbadiga atara jumlah rata-rata pelagga yag datag (λ) dega jumlah rata-rata pelagga yag dapat dilayai (μ) per satua waktu, atau dapat dituliska sebagai : ρ = Ukura-ukura kierja yag terpetig yaitu jumlah pelagga yag meuggu yag diperkiraka, waktu meuggu per pelagga yag diperkiraka, da pemafaata saraa pelayaa yag diperkiraka. Di maa rumus umum yag diguaka adalah: JURNAL GAUSSIAN Vol. 4, No. 2, Tahu 2015 Halama 376

3 s p 0 Ls Ws c1 L Lq cp eff W q W s 1 dega: L s = jumlah pelagga yag diperkiraka dalam sistem L q = jumlah pelagga yag diperkiraka dalam atria W s = waktu meuggu yag diperkiraka dalam sistem W q = waktu meuggu yag diperkiraka dalam atria p : Probabilitas steady-state dari pelagga dalam sistem, sebagai fugsi dari da. Proses Poisso da Distribusi Ekspoesial Jika N(t) meyataka bayakya kejadia suatu peristiwa terjadi selama waktu t, da P(t) meyataka probabilitas variable acak N(t) =. Maka proses cacah yag mempuyai batasa tertetu di maa N(t) megikuti distribusi Poisso dega rata-rata λt disebut proses Poisso dega asumsi: 1. Idepede N(t) idepede terhadap bayakya suatu kejadia yag terjadi dalam selag waktu yag lalu, artiya N(t) tak bergatug pada pegalama yag lalu. 2. Homogeitas dalam Waktu Maksudya P(t) haya tergatug pada pajag t atau pajag selag waktu tetapi tidak tergatug di maa selag waktu berada. 3. Regularitas Di dalam suatu iterval kecil h, probabilitas bahwa tepat satu kejadia terjadi adalah λh + o(h) da probabilitas bahwa bayakya kejadia terjadi lebih dari sekali adalah o(h) dalam iterval h (Praptoo, 1986). Meurut Kakiay (2004), distribusi ekspoesial merupaka suatu distribusi radom yag variabelya berdiri bebas tapa memori masa lalu. Distribusi ii bayak diguaka dalam sistem atria karea: a. Mempuyai perkiraa yag medekati ketepata. b. Mudah peyelesaiaya dega model-model matematis. Uji Kecocoka Distribusi Uji Kolmogorov-Smirov yaitu membadigka frekuesi kumulatif yag diharapka (frekuesi teoritis) dari suatu distribusi tertetu (F 0 (x)) yaitu distribusi Poisso, distribusi yag palig umum pada pola kedataga da keberagkata dega frekuesi kumulatif dari populasi yag diwakili oleh sampel (S(x)). Adapu prosedur pegujiaya adalah sebagai berikut : Uji hipotesis : H 0 : Sampel yag diambil berasal dari populasi berdistribusi A H 1 : Sampel yag diambil tidak berasal dari populasi berdistribusi A Statistik Uji pada uji Kolmogorov-Smirov adalah D = sup S ( x ) F 0 ( x ) Kriteria Uji Tolak Ho pada taraf sigifikasi jika D > D*( /2;N) atau jika P-Value < dimaa D*( /2;N) adalah ilai kritis yag diperoleh dari Tabel Kolmogorov-Smirov (Daiel, 1989). JURNAL GAUSSIAN Vol. 4, No. 2, Tahu 2015 Halama 377

4 Model (M/M/c) : (GD/ / ) Pada model atria ii pelagga tiba dega laju kosta da maksimum c pelagga dapat dilayai secara bersamaa. Laju pelayaa per pelaya adalah kosta sama dega. Pegaruh dari pegguaa c pelaya yag paralel adalah mempercepat laju pelayaa dega memugkika dilakukaya beberapa pelayaa secara bersamaa. Jika jumlah pelagga dalam sistem, sama dega atau lebih besar dari c, laju keberagkata gabuga dari saraa tersebut adalah c. Tetapi jika lebih kecil dari c, maka laju pelayaa adalah (Taha, 1996). Jadi dalam betuk model yag digeeralisasi : λ λ utuk semua 0 μ ; c μ cμ ; c 1. Jumlah pelagga yag diperkiraka dalam sistem Ls= Lq + 2. Jumlah pelagga yag diperkiraka dalam atria adalah : c c Lq = Pc dega P 2 c po ( c ) c! 3. Waktu keseluruha yag diperkiraka dalam sistem Ls Ws = 4. Waktu meuggu yag diperkiraka dalam atria Lq Wq = 3. Metodologi Peelitia Data yag diguaka dalam peelitia ii adalah data primer, yaitu jumlah kedataga kereta api, waktu kedataga kereta api, da waktu pelayaa kereta api di stasiu. Peelitia ii dilakuka selama satu bula sesuai dega jadwal kereta api dari pukul sampai dega Peelitia ii dilakuka di Stasiu Tawag pada taggal 2 Jui higga 8 Jui Waktu pegamata di stasiu dilakuka selama 24 jam ostop dari pukul WIB. Adapu lagkah-lagkah pelaksaaa peelitia da aalisis data adalah sebagai berikut : 1. Melakuka peelitia secara lagsug utuk medapatka data jumlah kedataga da waktu pelayaa dalam satua waktu yag ditetuka. 2. Memeriksa data yag sudah didapat utuk pemeuha steady state ( < 1), dimaa λ adalah tigkat kedataga rata-rata da adalah tigkat pelayaa rata-rata. Jika belum memeuhi steady state maka harus ditambah jumlah pelayaa atau waktu pelayaa. Hal ii dapat memberika perbaika bagi sistem pelayaa yag sudah ada. 3. Meguji kecocoka distribusi utuk pola kedataga dega megguaka uji Kolmogorov- Smirov atau uji Chi - Square, jika hipotesa diterima maka dapat disimpulka bahwa data berdistribusi Poisso, jika hipotesa ditolak maka data megikuti distribusi umum. JURNAL GAUSSIAN Vol. 4, No. 2, Tahu 2015 Halama 378

5 4. Meguji kecocoka distribusi utuk pola pelayaa dega megguaka uji Kolmogorov- Smirov atau uji Chi - Square, jika hipotesa diterima maka dapat disimpulka bahwa data berdistribusi Ekspoesial, jika hipotesa ditolak maka data berdistribusi umum. 5. Setelah model dari distribusi kedataga da distribusi waktu pelayaa diketahui, maka tigkat rata-rata kedataga da tigkat rata-rata pelayaa dapat diketahui dari data yag diperoleh pada peelitia. 6. Setelah diketahui model atria dega distribusi da parameterya, maka dapat dihitug da diaalisis ukura kierja dari sistem atria, yaitu jumlah pelagga yag diperkiraka dalam sistem (L s ), jumlah pelagga yag diperkiraka dalam atria (L q ), waktu meuggu yag diperkiraka dalam sistem (W s ) da waktu meuggu yag diperkiraka dalam atria (W q ). 4. Hasil da Pembahasa Gambara Umum Sistem Atria Kereta Pada stasiu Tawag jalur kereta api meuju da atau dari arah timur da arah barat. Utuk arah timur jalur rel kereta api meuju arah Malag, Surabaya, Madiu, Bojoegoro da Cepu, sedagka utuk arah barat jalur rel kereta api meuju arah Badug, Jakarta, Cirebo, Tegal da Pekaloga. Deskriptif Data 1. Data Jumlah Kedataga da Jumlah Pelayaa Kereta Hari Sei Selasa Rabu Kamis Jum at Sabtu Miggu Jumlah Jumlah Kedataga Jumlah Pelayaa Berdasarka tabel di atas dapat dilihat bahwa jumlah kedataga da jumlah pelayaa pelagga palig bayak terjadi di hari rabu yaitu sebayak 79 pelagga disebabka karea adaya kereta tambaha di stasiu Tawag utuk tujua Jakarta da Malag. Sedagka jumlah palig sedikit pada hari sei, yaitu sebayak 64 pelagga disebabka karea bayak orag yag belum megetahui jadwal baru yag ditetapka awal Jui. Ukura Steady State dari Kierja Aalisis data yag utama adalah meghitug ukura steady state yaitu jika tigkat keguaa (ρ) < 1 artiya bahwa jumlah rata-rata kedataga pelagga di stasiu lebih kecil dari rata-rata laju pelayaa. Utuk meghitug ilai ρ maka perlu diketahui ilai rata-rata jumlah kedataga da rata-rata jumlah pelayaa. Iterval waktu yag diguaka adalah per jam. 1. Rata-rata laju kedataga (λ) = kereta/jam 2. Rata-rata laju pelayaa (μ) = kereta/jam Probabilitas sistem pelayaa (ρ) ρ = λ/ cμ = / *5 = 0.2 < 1 Nilai tigkat keguaa kurag dari satu, artiya bahwa rata-rata laju kedataga pelagga tidak melebihi rata-rata laju pelayaa sehigga keadaa ii memeuhi kodisi steady state. Sistem pelayaa di bagia kedataga da pelayaa kereta sudah baik da hasil yag diperoleh dapat diguaka utuk meetuka ukura kierja sistem. Uji Kecocoka Distribusi Uji kecocoka distribusi yag diguaka utuk meguji data jumlah kedataga da jumlah pelayaa kereta di stasiu Tawag adalah uji Kolmogorov Smirov. Dega uji ii aka JURNAL GAUSSIAN Vol. 4, No. 2, Tahu 2015 Halama 379

6 diketahui apakah data jumlah kedataga da jumlah pelayaa kereta di stasiu berdistribusi Poisso. 1. Uji Kecocoka Distribusi Jumlah Kedataga di stasiu Di bawah ii adalah pembahasa uji kecocoka distribusi dari data jumlah kedataga pelagga setiap jam di stasiu berdasarka data yag disajika pada Lampira 1 da 2. Hipotesis: H 0 : Data jumlah kedataga kereta di stasiu berdistribusi Poisso H 1 :Data jumlah kedataga kereta di stasiu tidak berdistribusi Poisso Taraf Sigifikasi: Taraf sigifikasi yag diguaka adalah. Statistik Uji: dega: : distribusi kumulatif sampel dari populasi (jumlah kedataga kereta di stasiu setiap 1 jam) : distribusi kumulatif dari distribusi Poisso Kriteria Uji: H 0 ditolak jika ilai > ilai atau jika ilai sig < ilai. Keputusa: Berdasarka output Kolmogorov-Smirov dari SPSS dapat diketahui bahwa ilai D yaitu 0,064 da tigkat sigifika sebesar 0,502. Dega megguaka tabel pada lampira 4, diperoleh ilai D= 1.36/sqrt(168) = Karea ilai D < yaitu 0,064 < 0,105, maka H 0 diterima. Artiya, bahwa data jumlah kedataga kereta di Stasiu berdistribusi Poisso. 2. Uji Kecocoka Distribusi Jumlah Pelayaa di stasiu Di bawah ii adalah pembahasa uji kecocoka distribusi dari data jumlah pelayaa kereta setiap jam di stasiu berdasarka data yag disajika pada Lampira 2. Hipotesis: H 0 : Data jumlah pelayaa kereta di stasiu berdistribusi Poisso H 1 :Data jumlah pelayaa kereta di stasiu tidak berdistribusi Poisso Taraf Sigifikasi: Taraf sigifikasi yag diguaka adalah. Statistik Uji: dega: : distribusi kumulatif sampel dari populasi (jumlah pelayaa kereta di stasiu setiap jam) : distribusi kumulatif dari distribusi Poisso Kriteria Uji: H 0 ditolak jika ilai > ilai atau jika ilai sig < ilai. Keputusa: Berdasarka output Kolmogorov-Smirov dari SPSS dapat diketahui bahwa ilai D yaitu 0,04 da tigkat sigifika sebesar 0,952. Dega megguaka tabel pada lampira 4, JURNAL GAUSSIAN Vol. 4, No. 2, Tahu 2015 Halama 380

7 diperoleh ilai. Karea ilai D < yaitu 0,04 < 0,105, maka H 0 diterima. Artiya, bahwa data jumlah pelayaa kereta di stasiu berdistribusi Poisso. Model Sistem Atria Dari hasil aalisis ukura steady-state kierja sistem da uji kecocoka distribusi jumlah kedataga da jumlah pelayaa kereta dapat diketahui bahwa model sistem atria yag diperoleh adalah (M/M/5):(GD/ / ). Artiya bahwa distribusi jumlah kedataga da jumlah pelayaa pelagga adalah distribusi Poisso, dega jumlah pelayaa sebayak 5 jalur, disipli atria yag diguaka adalah yag pertama datag yag pertama dilayai (FCFS), da jumlah kapasitas pelagga yag datag da sumber pemaggila tidak terbatas. Ukura Kierja Sistem Berdasarka output dari software WiQSB pada Lampira 3, diperoleh ukura-ukura kierja sistem pelayaa kereta utuk iterval 1 jam di stasiu sebagai berikut: Tabel.2. Ukura Kierja Sistem Atria Stasiu dega iput jumlah kedataga da jumlah pelayaa Ukura c λ Ls Lq Ws Wq P 0 Kierja Nilai , Keteraga utuk jumlah kedataga da jumlah pelayaa: 1. Rata-rata laju kedataga (λ) : kereta per jam. 2. Rata-rata laju pelayaa () : kereta per jam. 3. Jumlah pelagga yag diperkiraka dalam sistem (L s ) : 1,0010 kereta per jam 4. Jumlah pelagga yag diperkiraka dalam atria (L q ) : 0,0010 kereta per jam 5. Waktu meuggu yag diperkiraka dalam sistem (W s ) : 0,3259 jam = 19,6 meit. Artiya, rata-rata waktu kereta meuggu dalam system atria adalah 19,6 meit. 6. Waktu meuggu yag diperkiraka dalam atria (W q ) : 0,0003 jam = meit = 1,08 detik. Artiya rata-rata waktu kereta meuggu dalam atia adalah 1,08 detik. 7. Probabilitas petugas pelayaa megaggur (P 0 ) : Kesimpula Berdasarka hasil da aalisis data peelitia yag dilakuka di Stasiu Tawag Semarag dapat diambil kesimpula sebagai berikut : 1. Model atria yag meggambarka keadaa stasiu adalah (M/M/5): (GD/ / ). Model tersebut meujukka bahwa jumlah kedataga da jumlah pelayaa kereta setiap iterval waktu 1 jam di stasiu berdistribusi Poisso dega lima fasilitas pelayaa (server) da atura pelayaaya pelagga yag pertama datag yag aka pertama dilayai (FIFO), kapasitas pelayaa tidak terbatas, da sumber pemaggila tidak terbatas. 2. Dilihat dari ilai ukura kierja-kierja sistemya dapat disimpulka bahwa sistem atria da pelayaa yag diberika di stasiu Tawag, sudah baik da efektif. DAFTAR PUSTAKA Daiel, W. W Statistika Noparametrik Terapa. Jakarta : Gramedia. Dharma, L Model atria M[H]/G/1. INTEGRAL 6(2): 39 JURNAL GAUSSIAN Vol. 4, No. 2, Tahu 2015 Halama 381

8 Gross, D ad Harris, C. M Fudametal of Queueig Theory Third Editio. Joh Wiley ad Sos, INC. New York. Gupta ad Kapoor, K Mathematical Statistics, New Delhi. Daryagaj. Kakiay, T. J Dasar Teori Atria Utuk Kehidupa Nyata. Yogyakarta : Adi. Praptoo Pegatar Proses stokastik I. Jakarta : Karuika. PT KAI (Persero) Profil PT KAI (Persero). ( Diuduh 06 Mei Suprato, J Riset Operasi : Utuk Pegambila Keputusa. Jakarta : Uiversitas Idoesia Press. Taha, H. A Riset Operasi : Jilid 2. Jakarta : Biarupa Aksara.. ( Diakses taggal 20 Jui ( Kereta Api. diuduh 06 Mei 2014 JURNAL GAUSSIAN Vol. 4, No. 2, Tahu 2015 Halama 382

ANALISIS SISTEM ANTRIAN PESAWAT TERBANG DI BANDARA INTERNASIONAL AHMAD YANI SEMARANG

ANALISIS SISTEM ANTRIAN PESAWAT TERBANG DI BANDARA INTERNASIONAL AHMAD YANI SEMARANG ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 4, Tahu 2015, Halama 725-733 Olie di: http://ejoural-s1.udip.ac.id/idex.php/gaussia ANALISIS SISTEM ANTRIAN PESAWAT TERBANG DI BANDARA INTERNASIONAL AHMAD

Lebih terperinci

Elemen Dasar Model Antrian. Aktor utama customer dan server. Elemen dasar : 1.distribusi kedatangan customer. 2.distribusi waktu pelayanan. 3.

Elemen Dasar Model Antrian. Aktor utama customer dan server. Elemen dasar : 1.distribusi kedatangan customer. 2.distribusi waktu pelayanan. 3. Eleme Dasar Model Atria. Aktor utama customer da server. Eleme dasar :.distribusi kedataga customer. 2.distribusi waktu pelayaa. 3.disai fasilitas pelayaa (seri, paralel atau jariga). 4.disipli atria (pertama

Lebih terperinci

ANALISIS SISTEM ANTRIAN PADA LAYANAN PENGURUSAN PASPOR DI KANTOR IMIGRASI KELAS I SEMARANG ABSTRACT

ANALISIS SISTEM ANTRIAN PADA LAYANAN PENGURUSAN PASPOR DI KANTOR IMIGRASI KELAS I SEMARANG ABSTRACT ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 3, Nomor 4, Tahu 2014, Halama 801-810 Olie di: http://ejoural-s1.udip.ac.id/idex.php/gaussia ANALISIS SISTEM ANTRIAN PADA LAYANAN PENGURUSAN PASPOR DI KANTOR IMIGRASI

Lebih terperinci

ANALISIS SISTEM ANTRIAN PELAYANAN NASABAH DI PT. BANK NEGARA INDONESIA (PERSERO) TBK KANTOR CABANG UTAMA USU

ANALISIS SISTEM ANTRIAN PELAYANAN NASABAH DI PT. BANK NEGARA INDONESIA (PERSERO) TBK KANTOR CABANG UTAMA USU Saitia Matematika ISSN: 2337-9197 Vol. 02, No. 03 (2014), pp. 277 287. ANALISIS SISTEM ANTRIAN PELAYANAN NASABAH DI PT. BANK NEGARA INDONESIA (PERSERO) TBK KANTOR CABANG UTAMA USU Siti Aria R. Harahap

Lebih terperinci

Lecture 4 : Queueing Theory and Aplications. Hanna Lestari, M.Eng

Lecture 4 : Queueing Theory and Aplications. Hanna Lestari, M.Eng Leture 4 : Queueig Theory ad Apliatios Haa Lestari, M.Eg Struktur Dasar Model Model Atria Teori Atria bertujua utuk megetahui/meetuka besara kierja sistem atria. Ukura kierja sistem dalam kodisi steady

Lebih terperinci

TEORI ANTRIAN. Gambar 1 Proses antrian pada suatu sistem antrian

TEORI ANTRIAN. Gambar 1 Proses antrian pada suatu sistem antrian TEORI ANTRIAN Teori atria merupaka studi matematis megeai atria atau waitig lies yag di dalamya disediaka beberapa alteratif model matematika yag dapat diguaka utuk meetuka beberapa karakteristik da optimasi

Lebih terperinci

MODEL STOKHASTIK ANTRIAN NON POISSON PADA PELAYANAN PERBANKAN

MODEL STOKHASTIK ANTRIAN NON POISSON PADA PELAYANAN PERBANKAN ODEL STOKHASTIK ANTRIAN NON POISSON PADA PELAYANAN PERBANKAN 1 Sugito, 2 Ala Prahutama, 3 Budi Warsito, 4 och Abdul ukid, 5 Nia Puspita Sari 1,2,3,4,5 Departeme Statistika, Fakultas Sais da atematika,uiversitas

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

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakag Maajeme risiko merupaka salah satu eleme petig dalam mejalaka bisis perusahaa karea semaki berkembagya duia perusahaa serta meigkatya kompleksitas aktivitas perusahaa

Lebih terperinci

simulasi selama 4,5 jam. Selama simulasi dijalankan, animasi akan muncul pada dijalankan, ProModel akan menyajikan hasil laporan statistik mengenai

simulasi selama 4,5 jam. Selama simulasi dijalankan, animasi akan muncul pada dijalankan, ProModel akan menyajikan hasil laporan statistik mengenai 37 Gambar 4-3. Layout Model Awal Sistem Pelayaa Kedai Jamoer F. Aalisis Model Awal Model awal yag telah disusu kemudia disimulasika dega waktu simulasi selama 4,5 jam. Selama simulasi dijalaka, aimasi

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

ANALISIS SISTEM ANTRIAN PELAYANAN TIKET KERETA API STASIUN TAWANG SEMARANG ABSTRACT

ANALISIS SISTEM ANTRIAN PELAYANAN TIKET KERETA API STASIUN TAWANG SEMARANG ABSTRACT ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 3, Nomor 4, Tahun 2014, Halaman 761-770 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian ANALISIS SISTEM ANTRIAN PELAYANAN TIKET KERETA API STASIUN TAWANG

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

ANALISIS SISTEM PELAYANAN DI STASIUN TAWANG SEMARANG DENGAN METODE ANTRIAN

ANALISIS SISTEM PELAYANAN DI STASIUN TAWANG SEMARANG DENGAN METODE ANTRIAN ANALISIS SISTEM PELAYANAN DI STASIUN TAWANG SEMARANG DENGAN METODE ANTRIAN SKRIPSI Oleh: NURSIHAN 24010210110001 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO SEMARANG 2015 ANALISIS

Lebih terperinci

Hubungan Antara Panjang Antrian Kendaraan dengan Aktifitas Samping Jalan

Hubungan Antara Panjang Antrian Kendaraan dengan Aktifitas Samping Jalan Hubuga Atara Pajag Atria Kedaraa dega Aktifitas Sampig Jala Frasiscus Mitar Ferry Sihotag Jurusa Tekik Sipil Fakultas Desai da Tekik Perecaaa Uiversitas Pelita Harapa. fmitarfs@yahoo.com, fmitarfs@uph.edu

Lebih terperinci

BAB VII RANDOM VARIATE DISTRIBUSI DISKRET

BAB VII RANDOM VARIATE DISTRIBUSI DISKRET BAB VII RANDOM VARIATE DISTRIBUSI DISKRET Diskret radom variabel dapat diguaka utuk berbagai radom umber yag diambil dalam betuk iteger. Pola kebutuha ivetori (persediaa) merupaka cotoh yag serig diguaka

Lebih terperinci

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

ANALISIS ANTRIAN DALAM OPTIMALISASI SISTEM PELAYANAN KERETA API DI STASIUN PURWOSARI DAN SOLO BALAPAN

ANALISIS ANTRIAN DALAM OPTIMALISASI SISTEM PELAYANAN KERETA API DI STASIUN PURWOSARI DAN SOLO BALAPAN ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 3, Tahun 2015, Halaman 669-677 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian ANALISIS ANTRIAN DALAM OPTIMALISASI SISTEM PELAYANAN KERETA

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 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya.

BAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya. BAB 1 PENDAHULUAN 1.1 Latar Belakag Aalisis regresi mejadi salah satu bagia statistika yag palig bayak aplikasiya. Aalisis regresi memberika keleluasaa kepada peeliti utuk meyusu model hubuga atau pegaruh

Lebih terperinci

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

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara BAB I PENDAHULUAN 1.1 Latar Belakag Salah satu pera da fugsi statistik dalam ilmu pegetahua adalah sebagai. alat aalisis da iterpretasi data kuatitatif ilmu pegetahua, sehigga didapatka suatu kesimpula

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

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 77-85, Agustus 2003, ISSN : DISTRIBUSI WAKTU BERHENTI PADA PROSES PEMBAHARUAN

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 77-85, Agustus 2003, ISSN : DISTRIBUSI WAKTU BERHENTI PADA PROSES PEMBAHARUAN JURAL MATEMATKA DA KOMPUTER Vol. 6. o., 77-85, Agustus 003, SS : 40-858 DSTRBUS WAKTU BERHET PADA PROSES PEMBAHARUA Sudaro Jurusa Matematika FMPA UDP Abstrak Dalam proses stokhastik yag maa kejadia dapat

Lebih terperinci

BAB 2 TINJAUAN TEORI

BAB 2 TINJAUAN TEORI BAB 2 TINJAUAN TEORI 2.1 ISTILAH KEENDUDUKAN 2.1.1 eduduk eduduk ialah orag atatu idividu yag tiggal atau meetap pada suatu daerah tertetu dalam jagka waktu yag lama. 2.1.2 ertumbuha eduduk ertumbuha peduduk

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

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

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 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB ENDAHULUAN. Latar Belakag Masalah Dalam kehidupa yata, hampir seluruh feomea alam megadug ketidak pastia atau bersifat probabilistik, misalya pergeraka lempega bumi yag meyebabka gempa, aik turuya

Lebih terperinci

BAB IV. METODE PENELITlAN. Rancangan atau desain dalam penelitian ini adalah analisis komparasi, dua

BAB IV. METODE PENELITlAN. Rancangan atau desain dalam penelitian ini adalah analisis komparasi, dua BAB IV METODE PENELITlAN 4.1 Racaga Peelitia Racaga atau desai dalam peelitia ii adalah aalisis komparasi, dua mea depede (paired sample) yaitu utuk meguji perbedaa mea atara 2 kelompok data. 4.2 Populasi

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

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

PENENTUAN MODEL DAN PENGUKURAN KINERJA SISTEM PELAYANAN PT. BANK NEGARA INDONESIA (PERSERO) Tbk. KANTOR LAYANAN TEMBALANG ABSTRACT

PENENTUAN MODEL DAN PENGUKURAN KINERJA SISTEM PELAYANAN PT. BANK NEGARA INDONESIA (PERSERO) Tbk. KANTOR LAYANAN TEMBALANG ABSTRACT ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 3, Nomor 4, Tahun 2014, Halaman 741-749 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PENENTUAN MODEL DAN PENGUKURAN KINERJA SISTEM PELAYANAN PT.

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 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

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

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

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

Lebih terperinci

III. 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

Taksiran Interval bagi Rata-rata Parameter Distribusi Poisson Interval Estimate for The Average of Parameter Poisson Distribution

Taksiran Interval bagi Rata-rata Parameter Distribusi Poisson Interval Estimate for The Average of Parameter Poisson Distribution Prosidig Statistika ISSN: 460-6456 Taksira Iterval bagi Rata-rata Parameter Distribusi Poisso Iterval Estimate for The Average of Parameter Poisso Distributio 1 Putri Aggita Nuraei, Teti Sofia Yati, 3

Lebih terperinci

BAB III METODOLOGI PENELITIAN. deskriptif kuantitatif bertujuan untuk menjelaskan hasil penelitian yang disajikan

BAB III METODOLOGI PENELITIAN. deskriptif kuantitatif bertujuan untuk menjelaskan hasil penelitian yang disajikan 3 BAB III METODOLOGI PENELITIAN A. Jeis Peelitia Jeis peelitia ii tergolog peelitia deskriptif kuatitatif. Peelitia deskriptif kuatitatif bertujua utuk mejelaska hasil peelitia yag disajika dalam betuk

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Racaga da Jeis Peelitia Racaga peelitia ii adalah deskriptif dega pedekata cross sectioal yaitu racaga peelitia yag meggambarka masalah megeai tigkat pegetahua remaja tetag

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

MENENTUKAN PELUANG RUIN DENGAN METODE KOMBINASI EKSPONENSIAL

MENENTUKAN PELUANG RUIN DENGAN METODE KOMBINASI EKSPONENSIAL MENENTUKAN PELUANG RUIN DENGAN METODE KOMBINASI EKSPONENSIAL Karmila 1*, Hasriati 2, Haposa Sirait 2 1 Mahasiswa Program S1 Matematika 2 Dose Jurusa Matematika Fakultas Matematika da Ilmu Pegetahua Alam

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

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 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

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

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

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

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

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

MODEL EKSPONENSIAL GANDA PADA PROSES STOKASTIK (STUDI KASUS DI STASIUN PURWOSARI)

MODEL EKSPONENSIAL GANDA PADA PROSES STOKASTIK (STUDI KASUS DI STASIUN PURWOSARI) Model Eksponensial (Sugito) MODEL EKSPONENSIAL GANDA PADA PROSES STOKASTIK (STUDI KASUS DI STASIUN PURWOSARI) Sugito 1, Yuciana Wilandari 2 1,2 Staf Pengajar Jurusan Statistika FSM Undip sugitozafi@undip.ac.id,

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 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 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

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

3 METODE PENELITIAN 3.1 Kerangka Pemikiran 3.2 Lokasi dan Waktu Penelitian

3 METODE PENELITIAN 3.1 Kerangka Pemikiran 3.2 Lokasi dan Waktu Penelitian 19 3 METODE PENELITIAN 3.1 Keragka Pemikira Secara rigkas, peelitia ii dilakuka dega tiga tahap aalisis. Aalisis pertama adalah megaalisis proses keputusa yag dilakuka kosume dega megguaka aalisis deskriptif.

Lebih terperinci

III. 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

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 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

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

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

Lebih terperinci

APLIKASI GOODNESS OF-FIT TEST KOLMOGOROV- SMIRNOV (K-S) UNTUK PENGUJIAN WAKTU TUNGGU KECELAKAAN PESAWAT TERBANG

APLIKASI GOODNESS OF-FIT TEST KOLMOGOROV- SMIRNOV (K-S) UNTUK PENGUJIAN WAKTU TUNGGU KECELAKAAN PESAWAT TERBANG APLIKASI GOODNESS OF-FIT TEST KOLMOGOROV- SMIRNOV (K-S) UNTUK PENGUJIAN WAKTU TUNGGU KECELAKAAN PESAWAT TERBANG Jurusa Matematika, Fakultas Matematika da Ilmu Pegetahua Alam, Uiversitas Negeri Semarag

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

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

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

POSITRON, Vol. II, No. 2 (2012), Hal. 1-5 ISSN : Penentuan Energi Osilator Kuantum Anharmonik Menggunakan Teori Gangguan

POSITRON, Vol. II, No. 2 (2012), Hal. 1-5 ISSN : Penentuan Energi Osilator Kuantum Anharmonik Menggunakan Teori Gangguan POSITRON, Vol. II, No. (0), Hal. -5 ISSN : 30-4970 Peetua Eergi Osilator Kuatum Aharmoik Megguaka Teori Gaggua Iklas Saubary ), Yudha Arma ), Azrul Azwar ) )Program Studi Fisika Fakultas Matematika da

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

TEORI PENAKSIRAN. Bab 8. A. Pendahuluan. Kompetensi Mampu menjelaskan dan menganalisis teori penaksiran

TEORI PENAKSIRAN. Bab 8. A. Pendahuluan. Kompetensi Mampu menjelaskan dan menganalisis teori penaksiran Bab 8 TEORI PENAKSIRAN Kompetesi Mampu mejelaska da megaalisis teori peaksira Idikator 1. Mejelaska da megaalisis data dega megguaka peaksira titik 2. Mejelaska da megaalisis data dega megguaka peaksira

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2. Peetua Waktu Pegamata Seara Aak Berulag kali telah disebutka bahwa kujuga-kujuga utuk melakuka pegamata dilakuka dalam waktu-waktu yag ditetuka seara aak. Utuk itu, biasaya satu

Lebih terperinci

BAB V ANALISA PEMECAHAN MASALAH

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

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Distribusi Ekspoesial Fugsi ekspoesial adalah salah satu fugsi yag palig petig dalam matematika. Biasaya, fugsi ii ditulis dega otasi exp(x) atau e x, di maa e adalah basis logaritma

Lebih 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

Simulasi Antrian Sistem Pelayanan Nasabah (Studi Kasus: Bank X)

Simulasi Antrian Sistem Pelayanan Nasabah (Studi Kasus: Bank X) JURNAL SAINS DAN SENI POMITS Vol. 6, No.1, (2013) 2337-3520 (2301-928X Prit) 1 Simulasi Atria Sistem Pelayaa Nasabah (Studi Kasus: Bak X) Falah Egy Sujaa da Soetriso Jurusa Matematika, Fakultas Matematika

Lebih terperinci

kesimpulan yang didapat.

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

Lebih terperinci

BAB III ANALISIS PEMODELAN ANTRIAN HAULER PENGANGKUTAN OVERBURDEN PADA JALAN 7F

BAB III ANALISIS PEMODELAN ANTRIAN HAULER PENGANGKUTAN OVERBURDEN PADA JALAN 7F BAB III AALISIS EMODELA ATRIA HAULER EGAGKUTA OVERBURDE ADA JALA 7F 3.. edahulua ada Bab II telah dijelaka beberapa teori yag diguaka utuk melakuka aalii yag tepat dalam memecahka maalah yag ada. ada bab

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

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN Secara umum metode peelitia diartika sebagai cara ilmiah utuk medapatka data dega tujua da keguaa tertetu. Cara ilmiah berarti kegiata peelitia itu didasarka pada ciri-ciri keilmua,

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Madiun, untuk mendapatkan gambaran kondisi tempat penelitian secara umum,

BAB III METODOLOGI PENELITIAN. Madiun, untuk mendapatkan gambaran kondisi tempat penelitian secara umum, 32 BAB III METODOLOGI PENELITIAN 3.1 Objek Peelitia Peelitia dilakuka di PT. INKA yag terletak di Jl. Yos Sudarso o 71 Madiu, utuk medapatka gambara kodisi tempat peelitia secara umum, termasuk kegiata-kegiata

Lebih terperinci

BAB I PENDAHULUAN. Matematika merupakan suatu ilmu yang mempunyai obyek kajian

BAB I PENDAHULUAN. Matematika merupakan suatu ilmu yang mempunyai obyek kajian BAB I PENDAHULUAN A. Latar Belakag Masalah Matematika merupaka suatu ilmu yag mempuyai obyek kajia abstrak, uiversal, medasari perkembaga tekologi moder, da mempuyai pera petig dalam berbagai disipli,

Lebih terperinci

HASIL DAN PEMBAHASAN. Performance Model. Real System. Mangukur Utilisasi CPU dan Penggunaan memori. Menghitung Utilisasi CPU dan Penggunaan memori

HASIL DAN PEMBAHASAN. Performance Model. Real System. Mangukur Utilisasi CPU dan Penggunaan memori. Menghitung Utilisasi CPU dan Penggunaan memori Real System Pegukura Magukur Utilisasi CPU da Pegguaa memori Diterima? Ya Performace Model Kalkulasi Meghitug Utilisasi CPU da Pegguaa memori Tidak Kalibrasi Model Gambar 3 Cara utuk melakuka validasi

Lebih terperinci

BAB III MENENTUKAN MODEL KERUSAKAN DAN INTERVAL WAKTU PREVENTIVE MAINTENANCE OPTIMUM SISTEM AXIS PADA MESIN CINCINNATI MILACRON DOUBLE GANTRY TIPE-F

BAB III MENENTUKAN MODEL KERUSAKAN DAN INTERVAL WAKTU PREVENTIVE MAINTENANCE OPTIMUM SISTEM AXIS PADA MESIN CINCINNATI MILACRON DOUBLE GANTRY TIPE-F BAB III MENENUKAN MODEL KERUSAKAN DAN INERVAL WAKU PREVENIVE MAINENANCE OPIMUM SISEM AXIS PADA MESIN CINCINNAI MILACRON DOUBLE GANRY IPE-F 3.1 Pedahulua Pada Bab II telah dijelaska beberapa teori yag diguaka

Lebih terperinci

ANALISIS MODEL WAKTU ANTAR KEDATANGAN DAN WAKTU PELAYANAN PADA BAGIAN PENDAFTARAN INSTALASI RAWAT JALAN RSUP Dr. KARIADI SEMARANG

ANALISIS MODEL WAKTU ANTAR KEDATANGAN DAN WAKTU PELAYANAN PADA BAGIAN PENDAFTARAN INSTALASI RAWAT JALAN RSUP Dr. KARIADI SEMARANG ANALISIS MODEL WAKTU ANTAR KEDATANGAN DAN WAKTU PELAYANAN PADA BAGIAN PENDAFTARAN INSTALASI RAWAT JALAN RSUP Dr. KARIADI SEMARANG Vita Dwi Rachmawati 1, Sugito 2, Hasbi Yasin 3 1 Alumni Jurusan Statistika

Lebih terperinci

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

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

Lebih terperinci

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 III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Subjek Peelitia Peelitia ii dilaksaaka di kawasa huta magrove, yag berada pada muara sugai Opak di Dusu Baros, Kecamata Kretek, Kabupate Batul. Populasi dalam peelitia ii adalah

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

ANALISIS PROSES ANTRIAN MULTIPLE CHANNEL SINGLE PHASE DI LOKET ADMINISTRASI DAN RAWAT JALAN RSUP Dr. KARIADI SEMARANG

ANALISIS PROSES ANTRIAN MULTIPLE CHANNEL SINGLE PHASE DI LOKET ADMINISTRASI DAN RAWAT JALAN RSUP Dr. KARIADI SEMARANG ANALISIS ROSES ANTRIAN MULTILE CHANNEL SINGLE HASE DI LOKET ADMINISTRASI DAN RAWAT JALAN RSU Dr. KARIADI SEMARANG skripsi disajika sebagai salah satu syarat utuk memperoleh gelar Sarjaa Sais rogram Studi

Lebih terperinci

BAB II LANDASAN TEORI. matematika secara numerik dan menggunakan alat bantu komputer, yaitu:

BAB II LANDASAN TEORI. matematika secara numerik dan menggunakan alat bantu komputer, yaitu: 4 BAB II LANDASAN TEORI 2.1 Model matematis da tahapa matematis Secara umum tahapa yag harus ditempuh dalam meyelesaika masalah matematika secara umerik da megguaka alat batu komputer, yaitu: 2.1.1 Tahap

Lebih terperinci

Analisis Sistem Antrian Kapal Pengangkut Barang di Pelabuhan Tanjung Perak Surabaya

Analisis Sistem Antrian Kapal Pengangkut Barang di Pelabuhan Tanjung Perak Surabaya JURNAL SAINS DAN SENI ITS Vol. 5, No.1, (2016) 2337-3520 (2301-928X Prit) D-96 Aalisis Sistem Atria Kapal Pegagkut Barag di Pelabuha Tajug Perak Surabaya Aulia Ahmad da Muhammad Mashuri Jurusa Statistika,

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

III. METODE PENELITIAN. Lokasi penelitian dilakukan di Provinsi Sumatera Barat yang terhitung

III. METODE PENELITIAN. Lokasi penelitian dilakukan di Provinsi Sumatera Barat yang terhitung 42 III. METODE PENELITIAN 3.. Lokasi da Waktu Peelitia Lokasi peelitia dilakuka di Provisi Sumatera Barat yag terhitug mulai miggu ketiga bula April 202 higga miggu pertama bula Mei 202. Provisi Sumatera

Lebih 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

BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI

BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI Utuk lebih memahami megeai etropi, pada bab ii aka diberika perhituga etropi utuk beberapa distribusi diskrit da kotiu. 3. Distribusi Diskrit Pada sub bab ii dibahas

Lebih terperinci

III. METODE PENELITIAN. Subjek dari penelitian adalah siswa kelas X.B SMA Muhammadiyah 2 Bandar

III. METODE PENELITIAN. Subjek dari penelitian adalah siswa kelas X.B SMA Muhammadiyah 2 Bandar III. METODE PENELITIAN A. Subjek da Tempat Peelitia Subjek dari peelitia adalah siswa kelas.b SMA Muhammadiyah 2 Badar Lampug Tahu Ajara 2011-2012 dega jumlah siswa 40 orag yag terdiri dari 15 siswa laki-laki

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 I PENDAHULUAN. Integral adalah salah satu konsep penting dalam Matematika yang

BAB I PENDAHULUAN. Integral adalah salah satu konsep penting dalam Matematika yang BAB I PENDAHULUAN 1.1 Latar Belakag Masalah Itegral adalah salah satu kosep petig dalam Matematika yag dikemukaka pertama kali oleh Isac Newto da Gottfried Wilhelm Leibiz pada akhir abad ke-17. Selajutya

Lebih terperinci

b. Penyajian data kelompok Contoh: Berat badan 30 orang siswa tercatat sebagai berikut:

b. Penyajian data kelompok Contoh: Berat badan 30 orang siswa tercatat sebagai berikut: Statistik da Peluag A. Statistik Statistik adalah metode ilmiah yag mempelajari cara pegumpula, peyusua, pegolaha, da aalisis data, serta cara pegambila kesimpula berdasarka data-data tersebut. Data ialah

Lebih 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

STATISTICS. Hanung N. Prasetyo Week 11 TELKOM POLTECH/HANUNG NP

STATISTICS. Hanung N. Prasetyo Week 11 TELKOM POLTECH/HANUNG NP STATISTICS Haug N. Prasetyo Week 11 PENDAHULUAN Regresi da korelasi diguaka utuk megetahui hubuga dua atau lebih kejadia (variabel) yag dapat diukur secara matematis. Ada dua hal yag diukur atau diaalisis,

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