UJI STATISTIK PENGARUH PERLAKUAN PERMUKAAN TERHADAP UMUR FATIK DENGAN DATA TERBATAS

Ukuran: px
Mulai penontonan dengan halaman:

Download "UJI STATISTIK PENGARUH PERLAKUAN PERMUKAAN TERHADAP UMUR FATIK DENGAN DATA TERBATAS"

Transkripsi

1 Uji Statisti Pegaruh Perlaua Permuaa terhadap dega Data Terbatas (Agus Suhartoo) Areditasi LIPI omor : 536/D/007 Taggal 6 Jui 007 UJI STATISTIK PEGARUH PERLAKUA PERMUKAA TERHADAP UMUR FATIK DEGA DATA TERBATAS ABSTRAK Agus Suhartoo Balai Besar Teologi Keuata Strutur (BTKS)-BPPT Kawasa Puspipte, Serpog 534, Tagerag UJI STATISTIK PEGARUH PERLAKUA PERMUKAATERHADAPUMUR FATIK DEGA DATA TERBATAS. Peetua pegaruh dua atau lebih parameter pada euata fati baha teradag sulit dilaua area distribusi data yag bersifat meyebar. Uji statisti dapat mempermudah evaluasi perubaha arateristi baha sebagai hasil dari suatu proses pegerjaa yag berpegaruh pada euata fati secara sigifia. Pada peelitia ii dilaua statisti pada data hasil pega fati beda baja AISI 045. Beda terdiri atas 4 elompo. Pertama adalah beda yag tida megalami perlaua permuaa, edua da etiga adalah beda yag megalami proses shot peeig dega 5 itesitas Alme da 6 itesitas Alme serta elompo eempat adalah beda yag megalami arburisasi. Uji fati dilaua pada tiga tigat pembebaa. Data-data emudia dipetaa pada diagram S- ( beba terhadap jumlah silus). Prosedur perhituga dega metode trasformasi dilaua dari tiga tigat pembebaa mejadi satu tigat pembebaa. Uji statisti yag diterapa pada data-data tersebut meujua bahwa proses shot peeig da arburisasi memberia pegaruh sigifia terhadap peigata euata fati beda. Sedaga peambaha watu shot peeig yag megaibata eaia itesitas dari 5 itesitas Alme (elompo beda edua) mejadi 6 itesitas Alme (elompo beda etiga) tida meaia euata fati beda secara sigifia. Kata uci : Uji statisti, Umur fati, AISI 045, Shot peeig, Karburisasi ABSTRACT THE STATISTIC TEST O IFLUECE OF SURFACE TREATMET TO FATIGUE LIFETIME WITH LIMITED DATA. Justificatios o the iflueces of two or more parameters o fatigue stregth are some times problematic due to the scatter ature of the fatigue data. Statistic test ca facilitate the evaluatio, whether the chages i material characteristics as a result of specific parameters of iterest is sigificat. The statistic tests were applied to fatigue data of AISI 045 steel specimes. The specimes are cosisted of as received specime, shot peeed specime with 5 ad 6 Alme itesity as well as carburized specime. The fatigue tests of the specimes are coducted i three levels of loadig. The fatigue data are the described by S- diagrams (Stress-Cycles to Failure diagrams). A trasformatio to oe stress level is carried out due to limited amout of the fatigue data. Statistic tests, which are applied to the data, show that the shot peeig ad carburizatio process provide a sigificat effect to the fatigue stregth of the specime. However additioal time i shot peeig process with the purpose of icreasig the shot peeig itesity has o sigificat effect to the icreasig of fatigue stregth of the steel specimes. Key words : Statistic test, Fatigue lifetime, AISI 045, Shot peeig, Carburizatio PEDAHULUA Pega fati serig diguaa utu membadiga arateristi meai material dega tujua megetahui pegaruh ombiasi dari parameter-parameter tertetu terhadap perilau euata fati. Kelompo-elompo beda dega jumlah yag ecil memilii perbedaa ilai rata-rata satu dega yag lai. Peetua perbedaa yag diaibata oleh pegaruh parameter-parameter tersebut secara tegas adag suar dilaua dega haya melihat data da hasil pega yag diberia dalam tabel atau grafi. Oleh area itu dilaua suatu perhituga statisti berupa aalisis varia utu meg sigifiasi efe parameter-parameter yag diberia. Aalisis varia diguaa utu peelitia pegaruh suatu perlaua tertetu yag bersifat ualitatif pada elompo beda da pegaruh tersebut diamati dari ilai hasil pega yag bersifat ualitatif. Sebagai cotoh aa diselidii pegaruh perlaua permuaa terhadap uju erja beda yag di fati di 57

2 Jural Sais Materi Idoesia Idoesia Joural of Materials Sciece laboratorium. Pegaruh dari proses perlaua tersebut diamati secara uatitatif berupa umur fati (jumlah silus higga rusa). TEORI Keuata fati sagat berhubuga dega statisti area dataya yag terdistribusi. Keuata ompoe yag sama pada saat di memberia hasil yag berbeda dega megiuti distribusi statisti tertetu. Hasil pega fati dari beda tersebut emudia diolah utu meghasila urva S- (tegaga-jumlah silus tegaga). Hasil fati umumya dipetaa pada sumbu logaritma gada (log-log). Peggambara tersebut sesuai dega dasar teori yaitu persamaa Coffi-Maso utu urva regaga terhadap jumlah silus [, ] da persamaa Paris utu perambata reta [3]. Koordiat pada urva S- seperti pada Gambar terdiri atas Tegaga amplitudo (S a ) sebagai ordiat da jumlah Silus Tegaga () sebagai absis. Kurva S- hasil pega fati pada daerah euata fati silus tiggi dapat dideati dega persamaa Basqui [] : dega : S a C a... () C a S a = Jumlah silus higga patah (umur fati) = Tegaga amplitudo = Kostata (titi potog atara urva S- da sumbu ordiat S a. = Gradie urva S- Bila edua sisi dari Persamaa dilogaritmaa maa mejadi : log C log... () a S a Persamaa ii pada urva logaritma gada berupa garis lurus dega emiriga (gradie ). Apabila urva S- melewati dua titi beroordiat (, S ) da (, S ), maa besar gradie () diberia oleh Persamaa 3 sebagai beriut : Sa (log) S a S a 00 Distribusi umur fati pada tegaga osta (Sa osta) 0 6 (log) Silus beba garis fati silus tiggi Gambar. Kurva S- hasil pega fati log Vol., o., Otober 009, hal : ISS : /... (3) log S / S Persamaa 3 di atas dapat ditulisa S S... (4) Pega statisti diguaa utu meg perbedaa ilai rata-rata dari elompo beda atau lebih merupaa pegaruh dari parameter perlaua yag diberia atau haya merupaa peyimpaga biasa aibat sifat radom umpula beda tersebut. Sifat radom beda merupaa sifat alami yag meyertai beda yag disebaba oleh proses pembuata baha, permesia beda, atau sebara alami aibat proses pega [4-6]. Pada pega statisti dapat dietahui ilai ritis yag membatasi perbedaa atara ilai rata-rata dari elompo-elompo beda dega membadiga ilai-ilai tersebut terhadap suatu ilai dari tigat epercayaa yag telah ditetapa. Apabila ilai ritis tersebut terlewati maa perbedaa yag ditemua pada pega adalah sigifia da membutia bahwa pemberia variabel tertetu terhadap seelompo beda memilii pegaruh yag berarti terhadap arateristi awal beda tersebut [4, 6]. Pelasaaa aalisis varia memerlua syarat arateristi uatitatif beda yag diuur memilii distribusi ormal atau logaritma ormal, seperti : uat tari, eerasa da umur fati. Gambar meujua diagram hasil fati dari dua elompo beda. Dalam pega, beda dibebai dega tegaga diamis dega amplitudo tegaga tertetu (S a ) higga beda megalami patah da umur fati atau jumlah silus pembebaa higga patah () dietahui. Pega dilaua pada beberapa beda dega amplitudo tegaga (S a ) yag berbeda-beda. Jumlah silus pembebaa higga patah memilii sebara yag terdistribusi, sehigga walaupu pada pembebaa dega amplitudo tegaga yag sama dapat meghasila umur fati yag berlaia seperti ditujua pada Gambar. Cofidece iterval, V memberia iformasi besar probabilitas bahwa ilai rata-rata da stadar deviasi yag diharapa, berada dalam iterval tersebut. Dari Gambar, V 50 meyataa bahwa pada iterval tersebut 50% elompo beda da 50% elompo beda memilii ilai rata-rata umur fati da stadar deviasi umur fati terleta pada cofidece iterval tersebut. V 50 meyataa bahwa pada iterval tersebut 50% ilai rata-rata da stadar deviasi elompo beda da beda memilii tegaga amplitudo terleta pada cofidece iterval tersebut. Prosedur perhituga statisti dimulai dega perhituga ilai rata-rata dari edua elompo beda. Bila memilii ilai rata-rata yag berbeda maa 58

3 Uji Statisti Pegaruh Perlaua Permuaa terhadap dega Data Terbatas (Agus Suhartoo) Tegaga, Sa (log) perbedaa tersebut perlu dietahui disebaba oleh sifat radom dari edua elompo beda yag mugi masih termasu dalam satu distribusi logaritma ormal atau berasal dari dua buah distribusi logaritma ormal yag berbeda. Tahap selajutya dilaua aalisis varia, dega lagah sebagai beriut, pertama dihitug jumlah seluruh beda dari edua elompo beda, jumlah elompo beda yag dibadiga z da derajad ebebasa dega rumus,, z, z... (5) Kemudia dihitug jumlah beda elompo i, berdasara rumus i = +... (6) Rata-rata logaritma jumlah silus (umur) beda gabuga : x x x... (7) Jumlah uadrat perbedaa ilai atara rata-rata logaritma jumlah silus (umur) beda elompo dega logaritma umur beda e i dari elompo da rata-rata logaritma jumlah silus (umur) beda elompo dega logaritma umur beda e i dari beda elompo, berdasara rumus: x x i i... (8) Selajutya dihitug ilai fugsi berdasara rumus : F CI % C II > C I% i xi x xi F, Data beda ( pega) Data beda ( pega) Distribusi umur fati pada tegaga osta (Sa osta) dari beda V 50 Distribusi tegaga pada jumlah silus osta ( osta) dari beda... (9) ilai fugsi, c ditetua dari Gambar 3 yag meujua probabilitas dega tigat epercayaa C 95% atau tabel distribusi F [9]. Peetua hasil statisti dilaua dega membadiga besar ilai F da besar ilai fugsi F,, c. Bila F < F,, c V 50 Distribusi tegaga pada juml. Silus osta ( osta) dari beda Distribusi umur fati pada tegaga osta (Sa osta) dari beda Jumlah Silus, (log) Gambar. Iterval epercayaa V (cofidece iterval) dega probabilitas C i utu simpaga da ilai rata-rata dari dua elompo beda [7]. ilai Fugsi F maa perbedaa ilai rata-rata terjadi secara ebetula atau perbedaa tersebut haya disebaba oleh sifat radom dari distribusi edua elompo beda. Kebaliaya apabila F > F,, c maa perbedaa ilai rata-rata tersebut adalah sigifia. Pada pega fati didapata data-data berupa pasaga atara amplitudo tegaga S a da umur fati. Pada Gambar ditujua hasil pega fati dari elompo beda yag berbeda. Data-data hasil pega fati seperti pada Gambar tersebut, tida dapat diaalisis secara lagsug area memilii arateristi ualitatif. Pada Gambar 3 ditujua bahwa pada data-data tersebut dapat dilaua trasformasi pada tigat tegaga yag sama agar memugia dilaua perhituga selajutya. Proses trasformasi dilaua dega meggeser data-data pega sejajar dega gradie emiriga urva S- () meuju suatu tigat garis yag memilii tegaga amplitudo (S a ) osta seperti ditujua pada Gambar 4 atau garis yag memilii umur fati osta seperti ditujua pada Gambar 5. Daerah garis mirig urva S- dietahui memilii persamaa sesuai dega Persamaa 4, S S Persamaa tersebut dapat diubah mejadi : S S... (0) dega gradie adalah. Trasformasi pada satu garis horizo dega amplitudo tegaga osta S* dilaua dega meggeser titi hasil pega yag memilii oordiat (, S ) dega arah emiriga meuju titi oordiat (, S*) dega persamaa yag serupa dega Persamaa 0. Utu medapata besar jumlah silus () seperti yag tertulis pada Gambar 4 diguaa rumus : S S * Derajat ebebasa elompo spec. dg sebara besar Derajat ebebasa elompo spec. dg sebara ecil Derajat ebebasa Gambar 3. Peelitia stadar deviasi dua elompo beda terhadap tigat sigifia 95% [8].... () 59

4 Jural Sais Materi Idoesia Idoesia Joural of Materials Sciece Sa (log) Sedaga trasformasi pada satu garis horizo dega umur atau jumlah silus osta * dilaua dega meggeser titi hasil pega yag memilii oordiat (, S ) dega arah emiriga meuju titi oordiat (*, S) dega persamaa yag serupa dega Persamaa. Utu medapata besar tegaga amplitudo (S) seperti yag tertulis pada Gambar 5 diguaa rumus : S Hasil Hasil Hasil trasformasi S * * (log)... () Lagah yag diperlua utu aalisis varia yaitu tersediaya dua atau lebih elompo beda yag satu sama lai tida berhubuga da tersebar di seitar ilai rata-rataya. ilai rata-rata dari setiap elompo beda tersebut tersebar di seitar ilai rata rata gabuga edua elompo beda. Sebara dari ilai rata-rata gabuga dibadiga dega sebara ilai rata-rata masig-masig elompo beda. Bila sebara ilai rata-rata gabuga memilii ilai yag lebih besar dari ilai rata-rata sebara masig-masig elompo beda, maa rata-rata salah satu elompo beda berbeda dari elompo beda yag lai dega suatu tigat sigifia C. Bila perbedaa dalam sebara tida melewati batas sigifia C, maa perbedaa ilai rata-rata haya muri merupaa suatu ebetula, atau sifat radom dari elompo beda tersebut. Tetapi bila perbedaa dalam sebara melewati batas sigifia C, maa perbedaa tersebut sigifia yag meadaa bahwa edua elompo beda berasal dari dua elompo distribusi ormal yag berlaia. Pada peelitia yag berhubuga dega pega da umur fati pegguaa ilai C = 95% diaggap cuup laya da mecuupi [0]. 50% () 50% () S S S*= Kosta Gambar 4. Trasformasi pada satu tigat tegaga S* [4] Sa (log) Hasil Hasil Hasil trasformasi * = osta S S * (log) Gambar 5. Trasformasi pada satu garis tigat umur fati * [4] METODE PERCOBAA Vol., o., Otober 009, hal : ISS : Uji statisti dilaua pada elompo-elompo pegafati material AISI 045 yag telah megalami berbagai jeis perlaua permuaa dega ricia sebagai beriut:. Kelompo beda AISI 045 yag tida megalami perlaua permuaa sebagai stadar, dega jumlah beda utu fati 5 buah.. Kelompo beda AISI 045 yag telah megalami proses perlaua shot peeig dega itesitas 5 sala Alme, dega jumlah beda utu fati 5 buah. 3. Kelompo beda AISI 045 yag telah megalami proses perlaua shot peeig dega itesitas 6 sala Alme, dega jumlah beda utu fati buah. 4. Kelompo beda yag telah megalami proses arburisasi dega edalama arburisasi mm, dega jumlah beda utu fati 5 buah. Material awal berupa silider pejal baja AISI 045 berdiameter 4 mm. Baha ii baya diguaa utu pembuata ompoe edaraa seperti poros da baut euata meegah higga tiggi. Komposisi material di dega metode spetrometer yaitu C 0,44, Si 0,3, M 0,6, P 0,008, S 0,03, Cu 0,7, i 0,09, Cr 0,057. Material tersebut emudia dibubut utu pembetua mejadi beda fati da pada pegerjaa ahir dilaua pemolesa halus. Pega easara permuaa pada beda meujua easara permuaa 0,3 mm. Kelompo beda II da III dilaua proses shot peeig di PT Showa Maufacturig dega mesi rotary blades, tipe TB-00L (ICCHU CORP. Ltd.) Kelompo beda II dilaua shot peeig selama 7,5 meit da elompo beda III dilaua shot peeig selama 5 meit. Perbedaa watu perlaua tersebut megaibata perbedaa itesitas peeig atara eduaya. Kelompo beda II memilii itesitas sebesar 5 sala Alme sedaga elompo beda III memilii itesitas sebesar 6 sala Alme. Itesitas shot peeig diuur dega megguaa plat Alme. Bila plat Alme megalami shot peeig, tegaga sisa tea meyebaba plat Alme melegug e arah sisi yag megalami shot peeig da tiggi leguga tersebut diuur utu meetua itesitas dari proses shot peeig [,]. Pemiliha itesitas ii dilaua berdasara pertimbaga pratis yag dilaua di pabri PT Showa Maufacturig yaitu 7,5 meit. Shot peeig higga 5 meit dilaua utu megetahui pegaruh perpajaga watu terhadap itesitas da euata baha. Keterbatasa beda, eterbatasa watu pegguaa mesi shot peeig di PT Showa Maufacturig serta watu pega fati yag pajag membatasi jumlah elompo beda shot peeig yag 60

5 Uji Statisti Pegaruh Perlaua Permuaa terhadap dega Data Terbatas (Agus Suhartoo) diteliti sehigga haya dilaua terhadap elompo II (7,5 meit) da elompo III (5 meit). Kelompo beda IV dilaua perlaua paas arburisasi dega edalama lapisa arburisasi mecapai mm dega megguaa media arburisasi berupa arag atif padat. Keempat elompo beda tersebut emudia dilaua pega fati dega metode pembebaa putar teu. Hasil pega masig-masig elompo beda emudia diolah dega metode perhituga data fati, metode trasformasi da pega statisti utu megetahui efetifitas masig-masig perlaua permuaa tersebut terhadap peigata euata material terhadap beba fati. HASIL DA PEMBAHASA Hasil pega sifat meais masig-masig elompo beda baja AISI 045 diberia pada Tabel da Gambar 6. Dari hasil pega ii dietahui bahwa proses shot peeig tida meigata euata luluh da euata tari baha. Proses ii haya sediit meigata eerasa dari lapisa permuaa. Sedaga proses arburisasi dapat meigata bai euata tari, uat luluh da eerasa baha. Dari grafi eerasa dietahui lapisa permuaa yag terbetu aibat proses arburisasi adalah sedalam,05 mm. Kedalama ii ditetua berdasara eerasa yag melebihi 550 VH. Tabel. Sifat meais beda o Beda Uji VH 3 Tapa perlaua Shot peeig 5 A Shot peeig 6 A 4 Karburasi Lihat Gambar 4 Lihat Gambar 4 Lihat Gambar 4 Lihat Gambar 4 y MPa u MPa Keasara (m) , , , ,3 Hasil Uji Fati da Trasformasi pada Satu Horiso Tegaga Pada peelitia ii beda dibagi mejadi 4 elompo. Sebagai elompo acua ditetua elompo beda yag belum dilaua perlaua permuaa. Pada pega umur fati umumya peetua derajat sigifia dega tigat epercayaa 95% sudah memberia hasil yag bai [8,]. Pada pemapara hasil selajutya dihitug tigat sigifia dari masig-masig perlaua permuaa terhadap baha awal. Pada peelitia ii semua beda dibebai dega tegaga yag memilii rasio tegaga masimum-miimum sama, bila dibadiga atara satu dega laiya. Hasil pega umur fati silus tiggi pada elompo beda tapa perlaua da 3 elompo beda yag telah megalami perlaua yag berbeda, dibadiga da diilai apaah perbedaa umur fati yag terjadi cuup sigifia. Data hasil pega fati dari eempat elompo beda tersebut diberia pada Tabel. Pega fati utu masig-masig elompo dilaua pada 3 tigat pembebaa. Data pega berupa tigat tegaga yag dipetaa pada sumbu Y da jumlah silus higga patah (umur fati) dipetaa pada sumbu X. Hasil pega fati umumya terdistribusi secara logaritma ormal, sehigga pada peelitia ii data yag diolah berupa data logaritma dari jumlah silus, (log ) seperti yag ditampila pada Gambar 7. Data-data dari eempat elompo beda yag berbeda tersebut emudia masig-masig dilaua perhituga utu megetahui silus higga patah dega probabilitas 50%, yag emudia dilaua regresi dega hasil berupa betu persamaa sebagai beriut : Beda stadar 50% = 79,35-9. log... (3) Beda shot peeed I = 5A 50% = 7,5-6,9. log... (4) Keerasa (VH) A 6 A Karburisasi Jara dari permuaa (m) Gambar 6. Distribusi eerasa pada beda hasil shot peeig da arburisasi 000 Sa(log), MPa Tapa perlaua I = 5 A I = 6 A Karburisasi 00.E+04.E+05.E+06 (log), jumlah silus Gambar 7. Kurva S- hasil pega fati dari 4 elompo beda yag diteliti 6

6 Jural Sais Materi Idoesia Idoesia Joural of Materials Sciece Vol., o., Otober 009, hal : ISS : Tabel. Data hasil pega fati utu 4 elompo beda Beda Uji Tapa Perlaua (Mpa) ( silus beba ) Beda Uji Uji Shot Peeig I = 5 A (Mpa) ( silus beba ) Beda Uji Shot Peeig I = 6 A (Mpa) ( silus beba ) (Mpa) Beda Uji Karburisasi ( silus beba ) Beda shot peeed I = 6A 50% = 7,74-6,6. log... (5) Beda arburisasi 50% = 0,6 -,8. log... (6) Selajutya dilaua trasformasi data dari hasil pega fati masig-masig elompo beda tersebut. Data pega fati yag terdiri dari tiga tigat pembebaa emudia ditrasformasia mejadi haya satu tigat pembebaa. Trasformasi tersebut dilaua, mula-mula dega meetua satu tigat tegaga utu mempermudah perbadiga euata fati dari masig-masig elompo beda seperti diperlihata pada Gambar 8. Pada perhituga ii tegaga yag diambil sebagai acua utu trasformasi data pega fati dari eempat elompo beda adalah 37 MPa dega pertimbaga bahwa tigat tegaga tersebut diguaa pada pega elompo beda I, II da III, sedaga utu elompo beda IV walaupu tigat tegaga ii tida diguaa masih dapat dilaua perhituga lajuta dega metode estrapolasi data yag ada. Hasil dari perhituga traformasi ditujua pada Tabel 3. Dari hasil trasformasi umur terhadap tigat tegaga yag osta tersebut, emudia dilaua perhituga pega statisti utu megetahui tigat sigifiasi dari perlaua permuaa yag diberia pada masig-masig elompo beda. Sebagai cotoh perhituga, dilaua aalisis terhadap elompo beda yag tida megalami perlaua permuaa sebagai acua da dibadiga dega S a (log) Hasil Hasil Hasil trasformasi 50% () 50% () * S S S*= 37 MPa (log) Gambar 8. Trasformasi pada satu horizo tegaga S*=37 Mpa Tabel 3. Data hasil trasformasi pega pada satu horizo tegaga S* = 37 MPa o Beda Uji Tapa Perlaua ( silus beba ) BedaUji Shot Peeig I = 5 A ( silus beba ) Beda Uji Shot Peeig I = 6 A ( silus beba ) Beda Uji Karburisasi ( silus beba )

7 Uji Statisti Pegaruh Perlaua Permuaa terhadap dega Data Terbatas (Agus Suhartoo) salah satu elompo beda yag telah megalami proses perlaua permuaa, yaitu shot peeig dega itesitas 5 A. Selajutya prosedur perhituga utu perbadiga hasil pega dari elompo-elompo beda yag lai dilaua ideti dega prosedur perhituga cotoh ii. Hasil perhituga dari tiga tigat horizo tegaga yag ditrasformasia pada satu tigat horizo tegaga 37 MPa beserta perhituga logaritma dari jumlah silus ditujua pada Tabel 4. Pega Statisti Perhituga ilai rata-rata dari edua elompo beda, seperti yag tercatum pada Tabel 4, meujua bahwa edua elompo beda tersebut memilii ilai rata-rata yag berbeda. Perbedaa tersebut perlu dietahui haya disebaba oleh sifat radom dari edua elompo beda yag mugi masih termasu dalam satu distribusi logaritma ormal atau berasal dari dua buah distribusi logaritma ormal yag berbeda. Perhituga selajutya harus dilaua utu megetahui hal tersebut dega melaua aalisis varia. Jumlah seluruh beda, = 30 Jumlah elompo beda yag dibadiga z : z = Derajad ebebasa - berdasara Persamaa (5) = z- = - = = -z = 30- = 8 Perhituga ilai peolog dari elompo beda tapa perlaua permuaa (elompo beda ) da elompo beda yag megalami shot peeig Tabel 4. Hasil percobaa beda tapa perlaua da beda yag megalami shot peeig dega itesitas 5 A Beda Uji Tapa Perlaua o Jumlah silus (,i) Log,i Beda Uji Setelah Shot Peeig I: 5 A Jumlah o silus Log,i (,i) , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,5 Log,i rata-rata 4,59 Log,i rata-rata 4,88 dega itesitas 5 Alme (elompo beda ) ditampila pada Tabel 5 da Tabel 6. ilai peg dihitug dari rumus (9) : F i xi x xi =, ,05 Besar ilai F,, c dietahui dari Gambar 3 da meujua probabilitas dega tigat epercayaa C =95 % yaitu: F,, c = F, 8, 95% = 4, Pada pega ii F > F,, c sehigga dapat diyataa bahwa perlaua shot peeig dega itesitas 5 A memilii pegaruh yag sigifia terhadap umur fati dega probabilitas tigat epercayaa 95 %. Terbuti bahwa dua elompo beda tersebut merupaa dua distribusi yag memilii ilai rata-rata yag berbeda serta berasal dari dua distribusi yag berbeda. Prosedur perhituga utu perbadiga hasil pega dari elompo-elompo beda beriutya dilaua ideti dega prosedur perhituga cotoh di atas. Hasil perhituga aalisis varia utu beda hasil shot peeig dega itesitas I = 5 A da I = 6 Aserta beda yag telah dilaua arburisasi diberia dalam Tabel 7. Tabel 5. Perhituga ilai peolog perhituga Parameter Kelompo Beda Uji Kelompo Beda Uji i 5 5 xi 4,59 4,88 xi i 0,0 0,03 Keteraga : i = Jumlah beda elompo i = Rata-rata logaritma jumlah silus (umur) beda x i elompo i (x) i = Perbedaa ilai atara rata-rata logaritma jumlah silus (umur) beda elompo i dega logaritma umur beda e i dari elompo i. Tabel 6. Perhituga ilai peolog dari gabuga elompo beda da elompo beda Parameter Kelompo Beda da 30 x x x 4,74 x x i i 0,05 63

8 Jural Sais Materi Idoesia Idoesia Joural of Materials Sciece Tabel 7. Hasil perhituga tigat sigifia elompo beda tapa perlaua dibadiga dega elompo-elompo beda yag megalami perlaua permuaa o Parameter Hasil Uji tigat sigifia Beda hasil shot peeig dega Itesitas 5 A Beda hasil shot peeig dega Itesitas 6 Pega Statisti Atara Kelompo Beda Uji yag Dilaua Proses Shot Peeig Feomea yag meari adalah piliha dalam raga peigata euata fati beda dega melaua shot peeig selama 7,5 meit pada itesitas I = 5A (beda elompo ) atau 5 meit dega itesitas I = 6 A (beda elompo ). Justifiasi parameter yag diberia berpegaruh terhadap euata fati beda masih suar dilaua haya dega megamati data-data hasil fati da hasil trsformasiya yag dimuat pada tabel atau urva S-. Hal tersebut terutama disebaba oleh distribusi data umur (jumlah silus) dari edua elompo beda salig berpotoga da bersigguga, baha pada hasil pega fati ii, distribusi data-data dari beda elompo tercaup dalam retag distribusi data beda elompo. Pega statisti sagat diperlua pada odisi tersebut, sehigga dilaua perhituga terhadap dua elompo beda ii dega prosedur perhituga serupa perhituga terdahulu. Jumlah seluruh beda : = 7 Jumlah elompo beda yag dibadiga -z : z = Derajad ebebasa -, = z - = - = = - z = 7 - = 5 Hasil-hasil perhituga ditampila pada Tabel 8, Tabel 9 da Tabel 0. ilai peg dihitug dari : F 5 5 =,43 i xi x xi ,96 Sigifia Sigifia 3 Hasil arburisasi Sigifia Besar ilai F,, c dietahui dari Gambar 3 da meujua probabilitas dega tigat epercayaa C = 95% yaitu F,, c = F, 8, 95% = 4, Vol., o., Otober 009, hal : ISS : Tabel 8. Hasil percobaa dari beda yag di shot peeig Beda setelah dilaua shot peeig selama 7,5 meit, I: 5 A Jumlah silus o Log (,i,i) Tabel 9. Perhituga ilai peolog tiap elompo beda i 5 xi 4,88 4,97 x i i 0,03 0,93 Tabel 0. Perhituga ilai peolog dari gabuga elompo beda 7 x x x x x i i Beda Uji Setelah dilaua shot peeig selama 5 meit, I: 6 A Jumlah silus o Log (,i,i) , , , , , , , , , , , , , , , , , , , , , , , , , , ,5 Log,i rata-rata 4,88 Log,i rata-rata 4,97 4,95 0,96 Pada pega ii F < F,, c, yag berarti perpajaga watu pada perlaua shot peeig dari 7,5 meit mejadi 5 meit tida memilii pegaruh yag sigifia terhadap peigata umur fati dega probabilitas tigat epercayaa 95%, sehigga perpajaga watu tersebut tida perlu dilaua. Kedua elompo beda tersebut walaupu memilii ilai rata-rata yag berbeda tetapi setelah dilaua perhituga statisti teryata berasal dari satu elompo distribusi logaritma ormal. Perbedaa euata fati aibat perbedaa watu shot peeig lebih disebaba oleh fator radom dari sebara distribusi umur fati beda. Dari perhituga ii secara tegas dapat diyataa bahwa perpajaga watu proses shot peeig dari 7,5 meit mejadi 5 meit tida berpegaruh terhadap peigata euata fati beda, sehigga tida perlu dilaua, dega demiia dapat dilaua peghemata watu, eergi da ogos produsi. 64

9 Uji Statisti Pegaruh Perlaua Permuaa terhadap dega Data Terbatas (Agus Suhartoo) KESIMPULA Dari hasil percobaa da perhituga diatas dapat disimpula, sebagai beriut :. Pega statisti sagat membatu dalam peetua pegaruh suatu variabel perlaua permuaa terhadap euata baha.. Perlaua shot peeig da arburisasi meigata euata fati secara sigifia. 3. Perpajaga watu shot peeig da peigata itesitas peeig dari I = 5 A mejadi I = 6 A tida memilii pegaruh yag sigifia terhadap peigata euata fati. DAFTAR ACUA []. H. GUDEHUS ad H. ZEER, Leitfade für eie Betriebsfestigeits-rechug, VBFEh, VDEh, Düsseldorf (995). []. C. E. FELTER, Basic Research o the Cyclic Deformatio ad fracture Behavior of Materials, Maual o Low Cycle Fatigue STP 465 (969). [3]. D. T. RASKE ad J. MORROW, Mechaics of Materials i Low Cycle Fatigue Testig, Maual o Low Cycle Fatigue STP 465 (969) [4]. H. MAUCH ad H. ZEER, Lebesdauer statisti, Leitfade zur Statisti i der Betriebsfestigeit, Forschugs Heft, Forschugsvereiigug Atriebstechi. E.V. (FVA) Forschugsvorhabe r 304, (999) [5]. R. C. RICE, Statistics ad Data Aalysis, Mechaical Testig, ASM Had Boo Volume 8, USA(997) [6]. E. KREYSZIG, Statistische Methode ud ihre Aweduge, Vadehoec ud Ruprecht, Goettige (97) [7]. H. G. KOEBLER, Ueber die Trescharfe statistisch ausgewerteter Versuchsreihe, LBF Darmstadt, Techische Mitteiluge 87/8, Darmstadt (98). [8]. U. GRAF, H.J. HEIG, K. STAGE ad P.T. WILRICH Formel ud Tabelle der agewadte matematische Statisti, Spriger Verlag, Berli (987) [9]. P. BAILEY ad J. CHAMPAIGE, Factors That Ifluece Alme Strip Arc Height, Shot Peeer, Cof Proc: ICSP-9 (pp ), Idiaa, USA(005) [0]. The Shot Peeer, Alme Strip Cosistecy Testig, Vol 3/ Isue, Idiaa, USA, (009) []. H. OSTERMA ad W. SCHUETZ, Eifluss uterschiedlich hoher ud haeufiger Vorbelastuge auf die Schwigfestigeit gebohrter Flachstaebe aus ST 37 Teil A: Woehlerversuche, LBF Bericht r. FB-53 (964) []. O. BUXBAUM, Betriebsfestigeit, Verlag Stahleise, Duesseldorf (986) 65

Gambar 3.1Single Channel Multiple Phase

Gambar 3.1Single Channel Multiple Phase BAB III MODEL ANTRIAN PADA PEMBUATAN SIM C. Sigle Chael Multiple Phase Sistem atria sigle chael multiple phase merupaa sistem atria dimaa pelagga yag tiba, dapat memasui sistem dega megatri di tempat yag

Lebih terperinci

Metode Perhitungan Grafik Dalam Geolistrik Tahanan Jenis Bumi Dengan Derajat Pendekatan Satu

Metode Perhitungan Grafik Dalam Geolistrik Tahanan Jenis Bumi Dengan Derajat Pendekatan Satu Metode Perhituga Grafi.. P. Maurug Metode Perhituga Grafi Dalam Geolistri Tahaa Jeis Bumi Dega Derajat Pedeata Satu Posma Maurug Jurusa Fisia, FMIPA Uiversitas Lampug Jl. S. Brojoegoro No. Badar Lampug

Lebih terperinci

MODUL 1.03 DINAMIKA PROSES. Oleh : Ir. Tatang Kusmara, M.Eng

MODUL 1.03 DINAMIKA PROSES. Oleh : Ir. Tatang Kusmara, M.Eng MODUL 1.03 DINMIK PROSES Ole : Ir. Tatag Kusmara, M.Eg LBORTORIUM OPERSI TEKNIK KIMI JURUSN TEKNIK KIMI UNIVERSITS SULTN GENG TIRTYS CILEGON BNTEN 2008 2 Modul 1.03 DINMIK PROSES I. Pedaulua Dalam bidag

Lebih terperinci

Perluasan Uji Kruskal Wallis untuk Data Multivariat

Perluasan Uji Kruskal Wallis untuk Data Multivariat Statistia, Vol. No., Mei Perluasa Uji Krusal Wallis utu Data Multivariat TETI SOFIA YANTI Program Studi Statistia, Uiversitas Islam Badug, Jl. Purawarma No. Badug. E-mail: buitet@yahoo.com ABSTAK Adaia

Lebih terperinci

MODUL BARISAN DAN DERET

MODUL BARISAN DAN DERET MODUL BARISAN DAN DERET SEMESTER 2 Muhammad Zaial Abidi Persoal Blog http://meetabied.wordpress.com BAB I. PENDAHULUAN A. Desripsi Dalam modul ii, ada aa mempelajari pola bilaga, barisa, da deret diidetifiasi

Lebih terperinci

BAB V RANDOM VARIATE GENERATOR (PEMBANGKIT RANDOM VARIATE)

BAB V RANDOM VARIATE GENERATOR (PEMBANGKIT RANDOM VARIATE) BAB V RANDOM VARIATE GENERATOR (PEMBANGKIT RANDOM VARIATE) 5.1. Pembagit Radom Variate Disrit Suatu Radom Variate diartia sebagai ilai suatu radom variate yag mempuyai distribusi tertetu. Utu megambil

Lebih terperinci

BAB II LANDASAN TEORI. gamma, fungsi likelihood, dan uji rasio likelihood. Misalkan dilakukan percobaan acak dengan ruang sampel C.

BAB II LANDASAN TEORI. gamma, fungsi likelihood, dan uji rasio likelihood. Misalkan dilakukan percobaan acak dengan ruang sampel C. BAB II LANDASAN TEORI Pada bab ii aa dibahas teori teori yag meduug metode upper level set sca statistics, atara lai peubah aca, distribusi gamma, fugsi gamma, fugsi lielihood, da uji rasio lielihood.

Lebih terperinci

Deret Positif. Dengan demikian, S = 1: Kemudian untuk deret lain, misalkan L = : Maka

Deret Positif. Dengan demikian, S = 1: Kemudian untuk deret lain, misalkan L = : Maka oi eswa (fmipa-itb) Deret Positif Deret (ta berhigga) adalah ugapa berbetu a + a + a 3 + a 4 + dega a i disebut suu. Pejumlaha ii berbeda dega pejumlaha dua, tiga, atau berhigga bilaga. Maa, ita perlu

Lebih terperinci

Representasi sinyal dalam impuls

Representasi sinyal dalam impuls Represetasi siyal dalam impuls Represetasi siyal dalam impuls adalah siyal yag diyataa sebagai fugsi dari impuls atau sebagai umpula dari impuls-impuls. Sembarag siyal disret dapat diyataa sebagai pejumlaha

Lebih terperinci

MASALAH DAN ALTERNATIF JAWABAN DALAM MATEMATIKA KOMBINATORIK. Masalah 1 Terdapat berapa carakah kita dapat memilih 2 baju dari 20 baju yang tersedia?

MASALAH DAN ALTERNATIF JAWABAN DALAM MATEMATIKA KOMBINATORIK. Masalah 1 Terdapat berapa carakah kita dapat memilih 2 baju dari 20 baju yang tersedia? Kartia Yuliati, SPd, MSi MASALAH DAN ALTERNATIF JAWABAN DALAM MATEMATIKA KOMBINATORIK Masalah Terdapat berapa caraah ita dapat memilih baju dari 0 baju yag tersedia? Cara Misala baju diberi omor dari sampai

Lebih terperinci

PEMBAHASAN SOAL OSN MATEMATIKA SMP TINGKAT PROPINSI 2011 OLEH :SAIFUL ARIF, S.Pd (SMP NEGERI 2 MALANG)

PEMBAHASAN SOAL OSN MATEMATIKA SMP TINGKAT PROPINSI 2011 OLEH :SAIFUL ARIF, S.Pd (SMP NEGERI 2 MALANG) PEMBAHASAN SOAL OLIMPIADE SAINS NASIONAL SMP A. ISIAN SINGKAT SELEKSI TINGKAT PROPINSI TAHUN 011 BIDANG STUDI MATEMATIKA WAKTU : 150 MENIT 1. Jia x adalah jumlah 99 bilaga gajil terecil yag lebih besar

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1. Tempat da Watu Peelitia Peelitia megeai Kepuasa Kosume Restora Gampoeg Aceh, dilasaaa pada bula Mei 2011 higga Jui 2011. Restora Gampoeg Aceh, bertempat di Jl Pajajara, Batarjati,

Lebih terperinci

Deret Positif. Dengan demikian, S = 1: Kemudian untuk deret lain, misalkan L = : Maka

Deret Positif. Dengan demikian, S = 1: Kemudian untuk deret lain, misalkan L = : Maka oi eswa (fmipa-itb) Deret Positif Deret (ta berhigga) adalah ugapa berbetu a + a + a 3 + a 4 + dega a i disebut suu. Pejumlaha ii berbeda dega pejumlaha dua, tiga, atau berhigga bilaga. Maa, ita perlu

Lebih terperinci

3. Integral (3) (Integral Tentu)

3. Integral (3) (Integral Tentu) Darublic www.darublic.com. Itegral () (Itegral Tetu).. Luas Sebagai Suatu Itegral. Itegral Tetu Itegral tetu meruaa itegral ag batas-batas itegrasia jelas. Kose dasar dari itegral tertetu adalah luas bidag

Lebih terperinci

TEOREMA CAYLEY-HAMILTON SEBAGAI SALAH SATU METODE DALAM PENGHITUNGAN FUNGSI MATRIKS

TEOREMA CAYLEY-HAMILTON SEBAGAI SALAH SATU METODE DALAM PENGHITUNGAN FUNGSI MATRIKS Jural Matematia Vol.6 No. November 6 [ 5 : ] TEOREMA CAYLEY-HAMILTON SEBAGAI SALAH SATU METODE DALAM PENGHITUNGAN FUNGSI MATRIKS Ooy Rohaei Jurusa Matematia, UNISBA, Jala Tamasari No, Badug,6, Idoesia

Lebih terperinci

Bab 16 Integral di Ruang-n

Bab 16 Integral di Ruang-n Catata Kuliah MA3 Kalulus Elemeter II Oi Neswa,Ph.D., Departeme Matematia-ITB Bab 6 Itegral di uag- Itegral Gada atas persegi pajag Itegral Berulag Itegral Gada atas Daerah sebarag Itegral Gada Koordiat

Lebih terperinci

Anova (analysis of varian)

Anova (analysis of varian) ova (aalysis of varia) Ui hipotesis perbedaa ilai rata-rata dari atau lebih elompo idepede Cotoh: daah perbedaa berat bayi lahir dari eluarga E tiggi dega E sedag atau E redah sumsi Ui ova: 1. ube diambil

Lebih terperinci

MACAM-MACAM TEKNIK MEMBILANG

MACAM-MACAM TEKNIK MEMBILANG 0 MACAM-MACAM TEKNIK MEMBILANG ATURAN PERKALIAN Beriut ii diberia sebuah dalil tetag peetua baya susua yag palig sederhaa dalam suatu permasalaha yag beraita dega peluag. Dalil 2.1: ATURAN PERKALIAN SECARA

Lebih terperinci

MAKALAH TEOREMA BINOMIAL

MAKALAH TEOREMA BINOMIAL MAKALAH TEOREMA BINOMIAL Disusu utu memeuhi tugas mata uliah Matematia Disrit Dose Pegampu : Dr. Isaii Rosyida, S.Si, M.Si Rombel B Kelompo 2 1. Wihdati Martalya (0401516006) 2. Betha Kuria S. (0401516012)

Lebih terperinci

BAB III TAKSIRAN PROPORSI POPULASI JIKA TERJADI NONRESPON. Dalam bab ini akan dibahas penaksiran proporsi populasi jika terjadi

BAB III TAKSIRAN PROPORSI POPULASI JIKA TERJADI NONRESPON. Dalam bab ini akan dibahas penaksiran proporsi populasi jika terjadi BAB III TAKSIRA PROPORSI POPULASI JIKA TERJADI ORESPO Dalam bab ii aa dibaas peasira proporsi populasi jia terjadi orespo da dilaua allba sebaya t ali. Selai itu, juga aa dibaas peetua uura sampel yag

Lebih terperinci

BAB II TINJAUAN PUSTAKA. membahas distribusi normal dan distribusi normal baku, penaksir takbias μ dan σ,

BAB II TINJAUAN PUSTAKA. membahas distribusi normal dan distribusi normal baku, penaksir takbias μ dan σ, BAB II TINJAUAN PUSTAKA.1 Pedahulua Dalam peulisa materi poo dari sripsi ii diperlua beberapa teori-teori yag meduug, yag mejadi uraia poo pada bab ii. Uraia dimulai dega membahas distribusi ormal da distribusi

Lebih terperinci

BARISAN DAN DERET. U n = suku ke-n Contoh: Barisan bilangan asli, bilangan genap, bilangan ganjil, dan lain-lain.

BARISAN DAN DERET. U n = suku ke-n Contoh: Barisan bilangan asli, bilangan genap, bilangan ganjil, dan lain-lain. BARIAN DAN DERET A. Barisa Barisa adalah uruta bilaga yag memilii atura tertetu. etiap bilaga pada barisa disebut suu barisa yag dipisaha dega lambag, (oma). Betu umum barisa:,, 3, 4,, dega: = suu pertama

Lebih terperinci

STATISTIKA: UKURAN PENYEBARAN DATA. Tujuan Pembelajaran

STATISTIKA: UKURAN PENYEBARAN DATA. Tujuan Pembelajaran KTSP & K-3 matemata K e l a s XI STATISTIKA: UKURAN PENYEBARAN DATA Tujua Pembelajara Setelah mempelajar mater, amu dharapa meml emampua berut.. Memaham defs uura peyebara data da jes-jesya.. Dapat meetua

Lebih terperinci

Sifat-sifat Fungsi Karakteristik dari Sebaran Geometrik

Sifat-sifat Fungsi Karakteristik dari Sebaran Geometrik Sifat-sifat Fugsi Karateristi dari Sebara Geometri Dodi Deviato Jurusa Matematia, Faultas MIPA, Uiversitas Adalas Kamus Limau Mais, Padag 563, Sumatera Barat, Idoesia Abstra Fugsi arateristi dari suatu

Lebih terperinci

Model Antrian Multi Layanan

Model Antrian Multi Layanan Jural Gradie Vol. No. Juli : 8- Model Atria Multi Layaa Sisa Yosmar Jurusa Matematia, Faultas Matematia da Ilmu egetahua Alam, Uiversitas Begulu, Idoesia Diterima 9 April; Disetujui 8 Jui Abstra - Salah

Lebih terperinci

Pemilihan Kapasitas Dan Lokasi Optimal Kapasitor Paralel Pada Sistem Distribusi Daya Listrik

Pemilihan Kapasitas Dan Lokasi Optimal Kapasitor Paralel Pada Sistem Distribusi Daya Listrik ELECTRICIAN Jural Reayasa da Teologi Eletro 0 Pemiliha Kapasitas Da Loasi Optimal Paralel Pada Sistem Distribusi Daya Listri Osea Zebua Jurusa Tei Eletro, Faultas Tei, Uiversitas Lampug Jl. Prof. Sumatri

Lebih terperinci

1) Leptokurtik Merupakan distribusi yang memiliki puncak relatif tinggi

1) Leptokurtik Merupakan distribusi yang memiliki puncak relatif tinggi Statisti Desriptif Keruciga atau Kurtosis Pegertia Kurtosis Peguura urtosis (peruciga) sebuah distribusi teoritis adaalaya diamaam peguura eses (excess) dari sebuah distribusi Sebearya urtosis bisa diaggap

Lebih terperinci

BAB 2 LANDASAN TEORI. lebar pita sinyal tersebut. Pada kebanyakan aplikasi, termasuk kamera digital video dan

BAB 2 LANDASAN TEORI. lebar pita sinyal tersebut. Pada kebanyakan aplikasi, termasuk kamera digital video dan BAB LADASA TEORI Teorema Shao-yquist meyataa agar tida ada iformasi yag hilag etia pecuplia siyal, maa ecepata pecuplia harus miimal dua ali dari lebar pita siyal tersebut. Pada ebayaa apliasi, termasu

Lebih terperinci

Tugas Akhir (SI-40Z1) Evaluasi Perbandingan Konsep Desain Dinding Geser Tahan Gempa Berdasarkan SNI Beton Bab III Studi Kasus BAB III STUDI KASUS

Tugas Akhir (SI-40Z1) Evaluasi Perbandingan Konsep Desain Dinding Geser Tahan Gempa Berdasarkan SNI Beton Bab III Studi Kasus BAB III STUDI KASUS BAB III STUDI KASUS. Sistem Strutur Prototipe Pada tugas ahir ii aa dilaua evaluasi hasil desai didig geser dega dua osep desai ag berbeda aitu osep desai berdasara gaa dalam da osep desai apasitas. Strutur

Lebih terperinci

BAB II LANDASAN TEORI. persamaan yang mengandung diferensial. Persamaan diferensial

BAB II LANDASAN TEORI. persamaan yang mengandung diferensial. Persamaan diferensial 5 BAB II LANDASAN TEORI A. Persamaa Diferesial Dari ata persamaa da diferesial, dapat diliat bawa Persamaa Diferesial beraita dega peelesaia suatu betu persamaa ag megadug diferesial. Persamaa diferesial

Lebih terperinci

Sinyal dan Sistem Waktu Diskrit ET 3005 Pengolahan Sinyal Waktu Diskrit EL 5155 Pengolahan Sinyal Waktu Diskrit

Sinyal dan Sistem Waktu Diskrit ET 3005 Pengolahan Sinyal Waktu Diskrit EL 5155 Pengolahan Sinyal Waktu Diskrit Siyal da Sistem Watu Disrit ET 35 Pegolaha Siyal Watu Disrit EL 5155 Pegolaha Siyal Watu Disrit Effria Yati Hamid 1 2 Siyal da Sistem Watu Disrit 2.1 Siyal Watu Disrit 2.1.1 Pegertia Siyal Watu Disrit

Lebih terperinci

BAB III METODE PENELITIAN. Penelitian ini bertujuan untuk mengetahui ada tidaknya peningkatan

BAB III METODE PENELITIAN. Penelitian ini bertujuan untuk mengetahui ada tidaknya peningkatan BAB III METODE PENELITIAN A. Desai Peelitia Peelitia ii bertujua utu megetahui ada tidaya peigata emampua siswa dalam pealara setelah megguaa model pembelajara berbasis masalah terstrutur dalam pembelajara

Lebih terperinci

ANALISA PENGARUH PANJANG BELT CONVEYOR TERHADAP FREKUENSI REPAIR SEBELUM DAN SESUDAH MENGGUNAKAN LOCKING BOLT PADA SAMBUNGAN COLD SPLICING ABSTRAKSI

ANALISA PENGARUH PANJANG BELT CONVEYOR TERHADAP FREKUENSI REPAIR SEBELUM DAN SESUDAH MENGGUNAKAN LOCKING BOLT PADA SAMBUNGAN COLD SPLICING ABSTRAKSI ANALIA PENGARUH PANJANG BELT CONVEYOR TERHAAP FREKUENI REPAIR EBELUM AN EUAH MENGGUNAKAN LOCKING BOLT PAA AMBUNGAN COL PLICING ABTRAKI Ach. Hadi Widodo¹,Priyagug Hartoo²,uatmio³ ¹Mahasiswa Tei Mesi,Uiversitas

Lebih terperinci

PERBANDINGAN PENDEKATAN SEPARABLE PROGRAMMING DENGAN THE KUHN-TUCKER CONDITIONS DALAM PEMECAHAN MASALAH NONLINEAR

PERBANDINGAN PENDEKATAN SEPARABLE PROGRAMMING DENGAN THE KUHN-TUCKER CONDITIONS DALAM PEMECAHAN MASALAH NONLINEAR Jural Tei da Ilmu Komputer PERBANDINGAN PENDEKATAN SEPARABLE PROGRAMMING DENGAN THE KUHN-TUCKER CONDITIONS DALAM PEMECAHAN MASALAH NONLINEAR Budi Marpaug Faultas Tei da Ilmu Komputer Jurusa Tei Idustri

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

UNIVERSITAS INDONESIA META-ANALISIS UNTUK RELIABILITAS SUATU ALAT UKUR BERDASARKAN KOEFISIEN ALPHA CRONBACH SKRIPSI JANUARINA ANGGRIANI

UNIVERSITAS INDONESIA META-ANALISIS UNTUK RELIABILITAS SUATU ALAT UKUR BERDASARKAN KOEFISIEN ALPHA CRONBACH SKRIPSI JANUARINA ANGGRIANI UNIVERSITAS INDONESIA META-ANALISIS UNTUK RELIABILITAS SUATU ALAT UKUR BERDASARKAN KOEFISIEN ALHA CRONBACH SKRISI JANUARINA ANGGRIANI 080655 FAKULTAS MATEMATIKA DAN ILMU ENGETAHUAN ALAM ROGRAM STUDI SARJANA

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

Bab 6: Analisa Spektrum

Bab 6: Analisa Spektrum BAB Aalisa Spetrum Bab : Aalisa Spetrum Aalisa Spetrum Dega DFT Tujua Belajar Peserta dapat meghubuga DFT dega spetrum dari sial hasil samplig sial watu otiue. -poit DFT dari sial x adalah Xω ag diealuasi

Lebih terperinci

BAB 6 NOTASI SIGMA, BARISAN DAN DERET

BAB 6 NOTASI SIGMA, BARISAN DAN DERET BAB 6 NOTASI SIGMA, BARISAN DAN DERET A RINGKASAN MATERI. Notasi Sigma Diberia suatu barisa bilaga, a, a,..., a. Lambag deret tersebut, yaitu: a = a + a +... + a a meyataa jumlah suu pertama barisa Sifat-sifat

Lebih terperinci

Peluang Suatu Kejadian, Kaidah Penjumlahan, Peluang Bersyarat, Kaidah Perkalian dan Kaidah Baiyes

Peluang Suatu Kejadian, Kaidah Penjumlahan, Peluang Bersyarat, Kaidah Perkalian dan Kaidah Baiyes eluag uatu Kejadia, Kaidah ejumlaha, eluag ersyarat, Kaidah eralia da Kaidah aiyes.eluag uatu Kejadia Defiisi : eluag suatu ejadia adalah jumlah peluag semua titi otoh dalam. Dega demiia : 0 (), ( ) =

Lebih terperinci

PENJADWALAN JOBS PADA SINGLE MACHINE DENGAN MEMINIMUMKAN VARIANS WAKTU PENYELESAIAN JOBS (Studi Kasus di P.T. XYZ )

PENJADWALAN JOBS PADA SINGLE MACHINE DENGAN MEMINIMUMKAN VARIANS WAKTU PENYELESAIAN JOBS (Studi Kasus di P.T. XYZ ) (Fey Nilawati Kusuma et al.) PENJADWALAN JOBS PADA SINGLE MACHINE DENGAN MEMINIMUMKAN VARIANS WAKTU PENYELESAIAN JOBS (Studi Kasus di P.T. XYZ ) I Gede Agus Widyadaa I Nyoma Sutapa Dose Faultas Teologi

Lebih terperinci

BAB III METODOLOGI 3.1 Tempat dan Waktu Penelitian 3.2 Bahan dan Alat 3.3 Metode Pengumpulan Data Pembuatan plot contoh

BAB III METODOLOGI 3.1 Tempat dan Waktu Penelitian 3.2 Bahan dan Alat 3.3 Metode Pengumpulan Data Pembuatan plot contoh BAB III METODOLOGI 3.1 Tempat da Waktu Peelitia Pegambila data peelitia dilakuka di areal revegetasi laha pasca tambag Blok Q 3 East elevasi 60 Site Lati PT Berau Coal Kalimata Timur. Kegiata ii dilakuka

Lebih terperinci

Oleh : H. BERNIK MASKUN

Oleh : H. BERNIK MASKUN (D.5) ANALISIS VARIANS UNTUK MENGUJI KEKUATAN LEKAT SEMEN ADHESIF PADA PERMUKAAN LOGAM KARENA EMPAT MACAM PERLAKUAN (Studi Esperime pada Bidag Ortodoti Kedotera Gigi) Oleh : H. BERNIK MASKUN ABSTRAK Pegujia

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

REGRESI DAN KORELASI

REGRESI DAN KORELASI REGRESI DAN KORELASI Pedahulua Dalam kehidupa sehari-hari serig ditemuka masalah/kejadia yagg salig berkaita satu sama lai. Kita memerluka aalisis hubuga atara kejadia tersebut Dalam bab ii kita aka membahas

Lebih terperinci

PEMBUKTIAN SIFAT RUANG BANACH PADA D(K)

PEMBUKTIAN SIFAT RUANG BANACH PADA D(K) JMP : Volume 4 Nomor 1, Jui 2012, hal. 41-50 PEMBUKTIAN SIFAT RUANG BANACH PADA D(K) Malahayati Program Studi Matematia Faultas Sais da Teologi UIN Sua Kalijaga malahayati_01@yahoo.co.id ABSTRACT. I this

Lebih terperinci

Aplikasi Sistem Orthonormal Di Ruang Hilbert Pada Deret Fourier

Aplikasi Sistem Orthonormal Di Ruang Hilbert Pada Deret Fourier Apliasi Sistem Orthoormal Di Ruag Hilbert Pada Deret Fourier A 7 Fitriaa Yuli S. FMIPA UNY Abstra Ruag hilbert aa dibahas pada papper ii. Apliasi system orthoormal aa diaji da aa diapliasia pada ruahg

Lebih terperinci

Gerak Brown Fraksional dan Sifat-sifatnya

Gerak Brown Fraksional dan Sifat-sifatnya SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 06 S - 3 Gera Brow Frasioal da Sifat-sifatya Chataria Ey Murwaigtyas, Sri Haryatmi, Guardi 3, Herry P Suryawa 4,,3 Uiversitas Gadjah Mada,4 Uiversitas

Lebih terperinci

Studi Determinasi Nilai Tukar di Indonesia : Pendekatan Vector Autoregressive (VAR)

Studi Determinasi Nilai Tukar di Indonesia : Pendekatan Vector Autoregressive (VAR) Mie et al., Studi Determiasi Nilai Tuar di Idoesia : Pedeata Vector Autoregressive... 1 Studi Determiasi Nilai Tuar di Idoesia : Pedeata Vector Autoregressive (VAR) Exchage Rate Determiatio Studies i Idoesia

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1. Lokasi da Waktu Pegambila Data Pegambila data poho Pius (Pius merkusii) dilakuka di Huta Pedidika Guug Walat, Kabupate Sukabumi, Jawa Barat pada bula September 2011.

Lebih terperinci

Penulis: Penilai: Editor: Ilustrator: Dra. Puji Iryanti, M.Sc. Ed. Al. Krismanto, M.Sc. Sri Purnama Surya, S.Pd, M.Si. Fadjar N. Hidayat, S.Si.,M.Ed.

Penulis: Penilai: Editor: Ilustrator: Dra. Puji Iryanti, M.Sc. Ed. Al. Krismanto, M.Sc. Sri Purnama Surya, S.Pd, M.Si. Fadjar N. Hidayat, S.Si.,M.Ed. PAKET FASILITASI PEMBERDAYAAN KKG/MGMP MATEMATIKA Pembelajara Barisa, Deret Bilaga da Notasi Sigma di SMA Peulis: Dra. Puji Iryati, M.Sc. Ed. Peilai: Al. Krismato, M.Sc. Editor: Sri Purama Surya, S.Pd,

Lebih terperinci

Jurnal MIPA 38 (1) (2015): Jurnal MIPA.

Jurnal MIPA 38 (1) (2015): Jurnal MIPA. Jural MIPA 38 () (5): 68-78 Jural MIPA http://ouraluesacid/u/idephp/jm APROKSIMASI ANUIAS HIDUP MENGGUNAKAN KOMBINASI EKSPONENSIAL LJ Siay S Gurito Guardi 3 Jurusa Matematia FMIPA Uiversitas Pattimura

Lebih terperinci

BAB III METODOLOGI PENELITIAN

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

Lebih terperinci

Jurnal Ilmu Matematika dan Terapan Maret 2016 Volume 10 Nomor 1 Hal

Jurnal Ilmu Matematika dan Terapan Maret 2016 Volume 10 Nomor 1 Hal Jural Ilmu Matematia da Terapa Maret 16 Volume 1 Nomor 1 Hal. 61 68 ANALISIS FAKTOR-FAKTOR YANG MEMPERNGARUHI KANKER LEHER RAHIM DI KOTA AMBON DENGAN MENGGUNAKAN REGRESI LOGISTIK BINER (Studi asus: Pasie

Lebih terperinci

MENGUJI KEMAKNAAN SAMPEL TUNGGAL

MENGUJI KEMAKNAAN SAMPEL TUNGGAL MENGUJI KEMAKNAAN SAMPEL TUNGGAL 1.1 Uji Biomial 1. Uji esesuaia Chi Kuadrat 1.3 Uji Kesesuaia K-S 1.4 Uji Ideedesi Chi Kuadrat 1.5 Uji Pasti Fisher UJI BINOMIAL Meruaa uji roorsi dalam suatu oulasi Poulasi

Lebih terperinci

BAHAN AJAR DIKLAT GURU MATEMATIKA

BAHAN AJAR DIKLAT GURU MATEMATIKA BAHAN AJAR DIKLAT GURU MATEMATIKA DEPARTEMEN PENDIDIKAN NASIONAL DIREKTORAT JENDERAL PENDIDIKAN DASAR DAN MENENGAH DIREKTORAT PENDIDIKAN MENENGAH KEJURUAN 005 DAFTAR ISI Kata Pegatar.. i Daftar Isi...

Lebih terperinci

REGRESI LINIER GANDA

REGRESI LINIER GANDA REGRESI LINIER GANDA Secara umum, data hasil pegamata Y bisa terjadi karea akibat variabelvariabel bebas,,, k. Aka ditetuka hubuga atara Y da,,, k sehigga didapat regresi Y atas,,, k amu masih meujukka

Lebih terperinci

Bab 5 Sinyal dan Sistem Waktu Diskrit. Oleh: Tri Budi Santoso Laboratorium Sinyal, EEPIS-ITS

Bab 5 Sinyal dan Sistem Waktu Diskrit. Oleh: Tri Budi Santoso Laboratorium Sinyal, EEPIS-ITS Bab 5 Siyal da Sistem Watu Disrit Oleh: Tri Budi Satoso Laboratorium Siyal, EEPIS-ITS Materi: Represetasi matemati pada siyal watu disrit, domai watu da freuesi pada suatu siyal watu disrit, trasformasi

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

--Fisheries Data Analysis-- Perbandingan ragam. By. Ledhyane Ika Harlyan. Faculty of Fisheries and Marine Science Brawijaya University

--Fisheries Data Analysis-- Perbandingan ragam. By. Ledhyane Ika Harlyan. Faculty of Fisheries and Marine Science Brawijaya University --Fisheries Data Aalysis-- Perbadiga ragam By. Ledhyae Ika Harlya Faculty of Fisheries ad Marie Sciece Brawijaya Uiversity Tujua Istruksioal Khusus Mahasiswa dapat megguaka aalisis statistika sederhaa

Lebih terperinci

Penggunaan Transformasi z

Penggunaan Transformasi z Pegguaa Trasformasi pada Aalisa Respo Freuesi Sistem FIR Oleh: Tri Budi Satoso E-mail:tribudi@eepis-its.eduits.edu Lab Siyal,, EEPIS-ITS ITS /3/6 osep pemiira domais of represetatio Domai- discrete time:

Lebih terperinci

PENGARUH MODAL KERJA TERHADAP KREDIT YANG DISALURKAN SERTA DAMPAKNYA TERHADAP RENTABILITAS PERUSAHAAN

PENGARUH MODAL KERJA TERHADAP KREDIT YANG DISALURKAN SERTA DAMPAKNYA TERHADAP RENTABILITAS PERUSAHAAN Jural Autasi FE Usil, Vol. 4, No., 009 ISSN : 907-9958 PENGARUH MODAL KERJA TERHADAP KREDIT YANG DISALURKAN SERTA DAMPAKNYA TERHADAP RENTABILITAS PERUSAHAAN Rai Rahma Dose Jurusa Autasi Faultas Eoomi Uiversitas

Lebih terperinci

BAB IV ANALISIS HIDROLOGI DAN PERHITUNGANNYA

BAB IV ANALISIS HIDROLOGI DAN PERHITUNGANNYA BAB IV ANALII HIDROLOGI DAN PERHITUNGANNYA 4.1. TINJAUAN UMUM Dalam merecaaka ormalisasi sugai, aalisis yag petig perlu ditijau adalah aalisis hidrologi. Aalisis hidrologi diperluka utuk meetuka besarya

Lebih terperinci

Penempatan dan Penentuan Kapasitas Optimal dari Distributed Generation

Penempatan dan Penentuan Kapasitas Optimal dari Distributed Generation Peempata da Peetua Kapasitas Optimal dari Distributed Geeratio () dega Mempertimbaga Maximum Loadability Megguaa No-Domiated Sortig Geetic Algorithm-II (NSGA-II) Radia Hedri Wijaya, Adi Soeprijato, Heri

Lebih terperinci

Pendugaan Parameter. Debrina Puspita Andriani /

Pendugaan Parameter. Debrina Puspita Andriani    / Pedugaa Parameter 7 Debria Puspita Adriai E-mail : debria.ub@gmail.com / debria@ub.ac.id Outlie Pedahulua Pedugaa Titik Pedugaa Iterval Pedugaa Parameter: Kasus Sampel Rataa Populasi Pedugaa Parameter:

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

SEBARAN t dan SEBARAN F

SEBARAN t dan SEBARAN F SEBARAN t da SEBARAN F 1 Tabel uji t disebut juga tabel t studet. Sebara t pertama kali diperkealka oleh W.S. Gosset pada tahu 1908. Saat itu, Gosset bekerja pada perusahaa bir Irladia yag melarag peerbita

Lebih terperinci

Konvolusi pada Distribusi dengan Support Kompak

Konvolusi pada Distribusi dengan Support Kompak Prosidig SI MaNIs (Semiar Nasioal Itegrasi Matematia da Nilai Islami) Vol1, No1, Juli 2017, Hal 453-457 p-issn: 2580-4596; e-issn: 2580-460X Halama 453 Kovolusi pada Distribusi dega Support Kompa Cythia

Lebih terperinci

STUDI TENTANG PETA KENDALI p YANG DISTANDARISASI UNTUK PROSES PENDEK KUALITAS

STUDI TENTANG PETA KENDALI p YANG DISTANDARISASI UNTUK PROSES PENDEK KUALITAS STUDI TENTANG PETA KENDALI p YANG DISTANDARISASI UNTUK PROSES PENDEK KUALITAS (Tati Octavia et al.) STUDI TENTANG PETA KENDALI p YANG DISTANDARISASI UNTUK PROSES PENDEK KUALITAS Tati Octavia Dose Faultas

Lebih terperinci

IV METODE PENELITIAN 4.1 Lokasi dan waktu 4.2. Jenis dan Sumber Data 4.3 Metode Pengumpulan Data

IV METODE PENELITIAN 4.1 Lokasi dan waktu 4.2. Jenis dan Sumber Data 4.3 Metode Pengumpulan Data IV METODE PENELITIAN 4.1 Lokasi da waktu Peelitia ii dilakuka di PD Pacet Segar milik Alm Bapak H. Mastur Fuad yag beralamat di Jala Raya Ciherag o 48 Kecamata Cipaas, Kabupate Ciajur, Propisi Jawa Barat.

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Risio Operasioal.1.1 Defiisi Dewasa ii risio operasioal semai diaui sebagai salah satu fator uci yag perlu dielola da dicermati oleh para pelau usaha, hususya di bidag jasa euaga.

Lebih terperinci

Makalah Tugas Akhir. Abstract

Makalah Tugas Akhir. Abstract Maalah Tugas Ahir IDENTIFIKASI JENIS PENYAKIT KULIT BERDASARKAN ANALISIS WARNA DAN TEKSTUR PADA CITRA KULIT MENGGUNAKAN KLASIFIKASI K-NEAREST NEIGHBOR Faris Fitriato 1, R Rizal Isato 2, Ajub Ajulia Zahra.

Lebih terperinci

MASALAH DISTRIBUSI BOLA KE DALAM WADAH SEBAGAI FUNGSI ATAU KUMPULAN FUNGSI

MASALAH DISTRIBUSI BOLA KE DALAM WADAH SEBAGAI FUNGSI ATAU KUMPULAN FUNGSI Vol. 11, No. 1, 45-55, Juli 2014 MASALAH DISTRIBUSI BOLA KE DALAM WADAH SEBAGAI FUNGSI ATAU KUMPULAN FUNGSI Fauziah Baharuddi 1, Loey Haryato 2, Nurdi 3 Abstra Peulisa ii bertujua utu medapata perumusa

Lebih terperinci

Universitas Gadjah Mada Fakultas Teknik Departemen Teknik Sipil dan Lingkungan REGRESI DAN KORELASI. Statistika dan Probabilitas

Universitas Gadjah Mada Fakultas Teknik Departemen Teknik Sipil dan Lingkungan REGRESI DAN KORELASI. Statistika dan Probabilitas Uiversitas Gadjah Mada Fakultas Tekik Departeme Tekik Sipil da Ligkuga REGRESI DAN KORELASI Statistika da Probabilitas Kurva Regresi Mecari garis/kurva yag mewakili seragkaia titik data Ada dua cara utuk

Lebih terperinci

Pendekatan Teori Antrian : Kasus Nasabah Bank pada Pukul WIB di Bank BNI 46 Cabang Bengkulu

Pendekatan Teori Antrian : Kasus Nasabah Bank pada Pukul WIB di Bank BNI 46 Cabang Bengkulu Jural Gradie Vol. No. Juli 5 : 9-97 edeata Teori Atria : Kasus Nasabah Ba pada uul 8.-. WIB di Ba BNI 46 Cabag Begulu Fahri Faisal Jurusa Matematia, Faultas Matematia da Ilmu egetahua Alam, Uiversitas

Lebih terperinci

Penilaian Keamanan Tegangan Sistem Kelistrikan Wilayah Lampung Dengan Menggunakan Kurva P-V

Penilaian Keamanan Tegangan Sistem Kelistrikan Wilayah Lampung Dengan Menggunakan Kurva P-V ELECTRICIAN Jural Reayasa da Teologi Eletro Peilaia Keamaa Tegaga Sistem Kelistria Wilayah Lampug Dega Megguaa Kurva P-V Osea Zebua Jurusa Tei Eletro, Faultas Tei, Uiversitas Lampug osea@uila.ac.id Itisari---Tegaga

Lebih terperinci

PENENTUAN PANJANG GELOMBANG MAKSIMUM DAN KONSENTRASI CAMPURAN MENGGUNAKAN DUA JENIS SPEKTROFOTOMETRI UV-VIS

PENENTUAN PANJANG GELOMBANG MAKSIMUM DAN KONSENTRASI CAMPURAN MENGGUNAKAN DUA JENIS SPEKTROFOTOMETRI UV-VIS Lapora Praktikum Aalisis Istrumetal 2014 PENENTUAN PANJANG GELOMBANG MAKSIMUM DAN KONSENTRASI CAMPURAN MENGGUNAKAN DUA JENIS SPEKTROFOTOMETRI UV-VIS Norma Nur Azizah 1, Wula Suci P, Mohamad Rafi 1 Departeme

Lebih terperinci

PEMODELAN LAMA PEMBERIAN ASI EKSKLUSIF PADA RUMAH TANGGA MISKIN DENGAN METODE REGRESI POHON DI PROVINSI SULAWESI TENGAH

PEMODELAN LAMA PEMBERIAN ASI EKSKLUSIF PADA RUMAH TANGGA MISKIN DENGAN METODE REGRESI POHON DI PROVINSI SULAWESI TENGAH PEMODELAN LAMA PEMBERIAN ASI EKSKLUSIF PADA RUMAH TANGGA MISKIN DENGAN METODE REGRESI POHON DI PROVINSI SULAWESI TENGAH Yermia Firma Setiawirawa da Dr. Bambag Widjaaro Oto, S.Si, M.Si Mahasiswa Jurusa

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 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 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

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 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

Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya PENS. Probability and Random Process. Topik 10. Regresi

Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya PENS. Probability and Random Process. Topik 10. Regresi Program Pasca Sarjaa Terapa Politekik Elektroika Negeri Surabaya Probability ad Radom Process Topik 10. Regresi Prima Kristalia Jui 015 1 Outlie 1. Kosep Regresi Sederhaa. Persamaa Regresi Sederhaa 3.

Lebih terperinci

Pengamatan, Pengukuran dan Eksperimen

Pengamatan, Pengukuran dan Eksperimen TEORI KESALAHAN EKSPERIMEN FISIKA DASAR I Pegamata, Pegukura da Eksperime Pegamata da pegukura Teori / model Eksperime Ramala Pegamata payig attetio watch somethig attetively record of somethig see or

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

ANALISIS INTENSITAS HUJAN DI STASIUN KALIBAWANG KABUPATEN KULONPROGO

ANALISIS INTENSITAS HUJAN DI STASIUN KALIBAWANG KABUPATEN KULONPROGO ANALISIS INTENSITAS HUJAN DI STASIUN KALIBAWANG KABUPATEN KULONPROGO Titiek Widyasari 1 1 Program Studi Tekik Sipil, Uiversitas Jaabadra Yogyakarta, Jl. Tetara Rakyat Mataram 55 57 Yogyakarta Email: myso_jayastu@yahoo.co.id

Lebih terperinci

KINETIKA REAKSI PIROLISIS PLASTIK LOW DENSITY POLIETHYLENE (LDPE)

KINETIKA REAKSI PIROLISIS PLASTIK LOW DENSITY POLIETHYLENE (LDPE) KINETIKA REAKSI PIROLISIS PLASTIK LOW DENSITY POLIETHYLENE (LDPE) Sumari 1, Ai Purwati 2 1,2 Jurusa Tei Kimia, Istitut Sais & Teologi AKPRIND Yogyaarta e-mail : ai4wati@gmail.com ABSTRAT The ucatalytic

Lebih terperinci

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 5

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 5 Mata Kuliah : Matematia Disrit Program Studi : Tei Iformatia Miggu e : 5 KOMBINATORIAL PENDAHULUAN Persoala ombiatori bua merupaa persoala baru dalam ehidupa yata. Baya persoala ombiatori sederhaa telah

Lebih terperinci

PENGUJIAN HIPOTESA BAB 7

PENGUJIAN HIPOTESA BAB 7 PENGUJIAN IPOTESA BAB 7 Pedahulua ipotesis ( upo : lemah, Thesis : peryataa ) Diartika :. Peryataa yag masih lemah kebearaya da perlu dibuktika. Dugaa yag sifatya masih semetara ipotesis ii perlu utuk

Lebih terperinci

SIMULASI MODEL RLC BERBANTUAN MS EXCEL ASSISTED RLC MODEL SIMULATION MS EXCEL

SIMULASI MODEL RLC BERBANTUAN MS EXCEL ASSISTED RLC MODEL SIMULATION MS EXCEL SIMULASI MODEL RLC BERBANTUAN MS EXCEL ASSISTED RLC MODEL SIMULATION MS EXCEL Edag Habiuddi (Staf Pegajar UP MKU Politei Negeri Badug (Email : ed_.hab@yahoo.co.id ABSTRAK Sistem ragaia listri RLC seri

Lebih terperinci

Jurusan Pendidikan Matematika, Fakultas Keguruan dan Ilmu Pendidikan Universitas Bung Hatta

Jurusan Pendidikan Matematika, Fakultas Keguruan dan Ilmu Pendidikan Universitas Bung Hatta PENERAPAN MODEL COOPERATIVE LEARNING TIPE THINK PAIR SQUARE UNTUK MENINGKATKAN KEMAMPUAN PEMECAHAN MASALAH MATEMATIKA SISWA KELAS VIII SMP PERTIWI 1 PADANG Cherly Mardelfi 1, Lutfia Almash 2, Yusri Wahyui

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

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

MANAJEMEN RISIKO INVESTASI

MANAJEMEN RISIKO INVESTASI MANAJEMEN RISIKO INVESTASI A. PENGERTIAN RISIKO Resiko adalah peyimpaga hasil yag diperoleh dari recaa hasil yag diharapka Besarya tigkat resiko yag dimasukka dalam peilaia ivestasi aka mempegaruhi besarya

Lebih terperinci

Mahasiswa mampu. kimiawi

Mahasiswa mampu. kimiawi Peta Kompetesi KU 6 7 8 16 5 15 3 4 13 14 9 10 11 12 2 1 Kompetesi Umum : Mahasiswaa dapat meerapa metode aalisis ualitatif da uatitatif No 1 2 Kompetesi Khusus Mahasiswa mampu mejelasa hubuga atara sifat

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 3 Metode Interpolasi

Bab 3 Metode Interpolasi Baha Kuliah 03 Bab 3 Metode Iterpolasi Pedahulua Iterpolasi serig diartika sebagai mecari ilai variabel tergatug tertetu, misalya y, pada ilai variabel bebas, misalya, diatara dua atau lebih ilai yag diketahui

Lebih terperinci

BAGAN KENDALI G UNTUK PENGENDALIAN VARIABILITAS PROSES MULTIVARIAT (Studi Kasus pada data cuaca di kota Makassar pada tahun 2003 sampai tahun 2012)

BAGAN KENDALI G UNTUK PENGENDALIAN VARIABILITAS PROSES MULTIVARIAT (Studi Kasus pada data cuaca di kota Makassar pada tahun 2003 sampai tahun 2012) BAGAN KENDALI G UNTUK PENGENDALIAN VARIABILITAS PROSES MULTIVARIAT (Studi Kasus pada data cuaca di ota Maassar pada tahu 003 sampai tahu 0) PAISAL, H, HERDIANI, E.T. DAN SALEH, M 3 Jurusa Matematia, Faultas

Lebih terperinci

ANALISIS REGRESI DAN KORELASI SEDERHANA

ANALISIS REGRESI DAN KORELASI SEDERHANA LATAR BELAKANG DAN KORELASI SEDERHANA Aalisis regresi da korelasi megkaji da megukur keterkaita seara statistik atara dua atau lebih variabel. Keterkaita atara dua variabel regresi da korelasi sederhaa.

Lebih terperinci