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

Ukuran: px
Mulai penontonan dengan halaman:

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

Transkripsi

1 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 persediaa barag. Wikipedia (2011) megemukaka bahwa Ecoomic Order Quatity merupaka metode tigkat persediaa yag memiimumka biaya total peyimpaa persediaa da biaya pemesaa. EOQ dikeal juga dega model EOQ Wilso. EOQ merupaka suatu metode yag diguaka utuk megoptimalka kuatitas pesaa barag dalam ragka memperoleh keutuga yag sebesar-besarya. Dega megoptimalka kuatitas barag yag aka dipesa, maka biaya-biaya yag terkait dega persediaa dapat diteka seredah mugki. EOQ dapat dipakai sebagai dasar pegambila keputusa dalam masalah ivetory da merupaka metode yag palig serig diguaka karea betukya sederhaa sehigga mudah utuk dikembagka da diaplikasika dalam berbagai macam kasus. Tujua utama pegguaa metode EOQ adalah utuk memiimumka total biaya persediaa yag dapat diyataka sebagai berikut: 27

2 28 Persamaa (7) merupaka sebuah fugsi total biaya persediaa yag bergatug pada satu variabel yaitu Q. Utuk memperoleh ilai Q yag optimal dega tujua memiimumka total biaya persediaa, persamaa (7) harus didiferesialka terhadap Q kemudia dibuat sama dega ol sehigga diperoleh ilai Q optimal yag diotasika dega Q *. dtic(q) dq 0 d TB + TP + T dq 0 d BD + P D Q + Q 2 dq 0 PD Q * PD Q * PD Q * 2 Q * 2 2PD Q * 2 2PD Q * 2 2PD Q * 2PD (6)

3 29 Biaya pemesaa tidak aik bila kuatitas pesaa berubah, amu bila item yag dipesa setiap kali pemesaa kuatitasya semaki bayak maka total biaya pemesaa aka turu. Biaya peyimpaa merupaka perkalia atara rata-rata persediaa yaitu dega biaya simpa per uit. Melalui kurva total biaya persediaa pada Gambar 3., diketahui bahwa ilai Q * berada pada titik potog atara kurva total biaya pemesaa dega kurva total biaya peyimpaa. Oleh karea itu, Q * juga dapat diperoleh melalui perumusa berikut: TP T PD Q Q 2 2PD Q * 2 Q * 2 2PD Q * 2 2PD Q * 2PD (9) etelah memperoleh Q *, yaitu ukura pemesaa yag dapat memiimumka total biaya persediaa, kemudia ilai Q * tersebut disubstitusika ke persamaa (7) sehigga total biaya persediaa yag miimum dalam suatu horizo waktu perecaaa dapat diyataka sebagai sebuah fugsi yag bergatug pada ilai Q *.

4 30 TIC Q * TB + TP + T BD + P D Q * + Q* 2 BD + P D 2PD 2PD + 2 BD 2 2PD 2 BD 2PD BD 2PD 2PD BD 2PD BD 2PD 2PD 2PD + 2PD + 2 2PD 2 2PD + PD + PD + 2PD + 2PD 2PD. 2PD + 2PD 2PD 2PD 2PD BD + 2PD 2PD TIC Q * BD + 2PD (10)

5 31 Dalam megguaka metode EOQ klasik, yaitu EOQ sederhaa tapa pegembaga apapu, terdapat beberapa asumsi yag harus dipeuhi, yaitu : 1. Barag yag dipesa haya satu item. 2. Kuatitas permitaa kosta da diketahui. 3. Harga pembelia per uit diketahui da kosta. 4. Pesaa diterima dega segera (istataeous) tapa peudaa. 5. Teggag waktu (lead time) kosta da diketahui. 6. Tidak ada disko yag diberika oleh pihak supplier. 7. Biaya variabel yag diperhitugka haya biaya pembelia, biaya pemesaa, da biaya peyimpaa. 8. Tidak terjadi back order. 9. Barag yag dipesa tidak memiliki waktu kadaluarsa. Metode EOQ serig diguaka karea mampu memberika solusi yag terbaik bagi perusahaa. EOQ tidak haya meghasilka kuatitas persediaa yag ekoomis, tetapi juga meyusu biaya miimum yag harus dikeluarka perusahaa utuk medaai persediaa. Berdasarka karakteristik EOQ, pegguaa EOQ dalam pegedalia persediaa baha baku aka membuat biaya persediaa perusahaa mejadi efisie. Frekuesi pemesaa merupaka jumlah pemesaa yag dilakuka oleh perusahaa dalam satu horizo waktu perecaaa yag dirumuska sebagai berikut: F D Q sehigga F * D Q * (11)

6 32 F * meotasika frekuesi pemesaa yag optimal. Periode pemesaa merupaka waktu yag diperluka utuk melakuka satu kali proses pemesaa dalam suatu horizo waktu perecaaa da dirumuska dega: T Q D sehigga T * Q* D (12) T * meotasika periode pemesaa yag optimal. 3.2 Ecoomic Order Quatity utuk Kasus Multiitem EOQ multiitem merupaka metode EOQ utuk pembelia bersama (joit purchase) beberapa item. EOQ multiitem merupaka pegembaga dari model EOQ sigle-item. Asumsi dalam EOQ multiitem pada dasarya sama dega metode EOQ dasar (klasik) amu terdapat beberapa tambaha, yaitu: 1. Tigkat permitaa utuk setiap item diketahui da kosta. 2. Waktu tuggu (lead time) utuk semua item adalah sama. 3. Harga pembelia per uit utuk setiap item diketahui da kosta. 4. Biaya peyimpaa utuk setiap item diketahui. 5. Pemesaa dilakuka secara bersamaa utuk semua item. Total biaya persediaa dalam EOQ multiitem mecakup total biaya pembelia, total biaya pemesaa, da total biaya peyimpaa. TIC Q TB + TP + T B i + Q P i + i i 2 Q i (13) dega i meujukka item ke-i (i 1, 2,..., ).

7 33 Total biaya pemesaa per horizo waktu perecaaa merupaka perkalia atara biaya setiap pemesaa dega frekuesi pemesaa yag diotasika dega: TP P i Q i P i F i (14) Tujua EOQ multiitem adalah utuk meguragi total biaya pemesaa. Memesa lebih dari satu item dalam satu kali proses pemesaa megakibatka frekuesi pemesaa utuk item sama, yaitu sebesar F da biaya satu kali proses pemesaa utuk item juga sama, yaitu sebesar P. Akibatya, total biaya pemesaa dalam EOQ utuk kasus multiitem mejadi: TP PF (15) da total biaya peyimpaa mejadi Q T i i 2 F i 2 i 2F 1 2F i (16)

8 34 Akibatya TIC dapat diyataka sebagai berikut: TIC(F) TB + TP + T B i + PF + 1 2F i (17) Utuk meguragi biaya pemesaa, frekuesi pemesaa harus diteka semiimum mugki, dega syarat harus tetap dapat memeuhi kebutuha kosume. Frekuesi pemesaa yag miimum dapat diperoleh dega cara mediferesialka persamaa (17) kemudia membuatya sama dega ol. dtic(f) df 0 d B i + PF + df 1 2F i 0 d df B i + PF + 1 2F i P F * 2 i 0 P 1 2 F * 2 i 2 F * 2 P i F * 2 i 2P F * 2 i 2P

9 35 F * i 2P (18) etelah medapatka ilai frekuesi optimal yag diotasika dega F *, kemudia substitusika persamaa (18) ke persamaa (17) sehigga diperoleh total biaya persediaa yag miimum berdasarka ilai F *. 3.3 Ecoomic Order Quatity utuk Perishable Product Model persediaa produk yag tidak taha lama (perishable product) merupaka model persediaa yag perhituga persediaaya tidak haya

10 36 bergatug pada kuatitas permitaa tetapi juga pada tigkat kerusaka barag. Dalam perhituga total biaya persediaa utuk perishable product, biaya kekuraga baha da biaya kadaluarsa baha juga diikutsertaka sehigga total biaya persediaa utuk EOQ perishable product terdiri dari total biaya pembelia, total biaya pemesaa, total biaya peyimpaa, total biaya kekuraga baha, da total biaya kadaluarsa baha. TIC Q,Q d TB + TP + T + TK + TD BD + D Q + Q2 - Q d 2 2Q + Q 2 d 2Q K + Q B d - J BD + D Q + Q2 2Q - Q 2 d 2Q + Q 2 dk 2Q + Q B-J d (20) Utuk membuat total biaya persediaa miimum, persamaa (20) dituruka terhadap Q da Q d kemudia hasilya dibuat sama dega ol. TIC Q,Q d Q 0 BD + D Q + Q2 2Q - Q 2 d 2Q Q + Q 2 dk 2Q + Q d B-J K D Q Q d 2Q Q d 2Q D Q 2 - Q 2 d 2Q 2 + Q 2 dk 2Q 2 2 2D - Q 2 d + Q 2 d K 2Q 2 2Q 2 2 2D - Q d 2 + Q d 2 K

11 37 Q 2 2 2D - Q 2 d + Q 2 d K 2 Q 2 2D - Q 2 d( - K) Q 2 2D - Q 2 d( - K) Q 2D - Q 2 d - K (21) TIC Q,Q d Q d K BD+ D Q + Q2 2Q - Q d 2Q + Q d 2Q + Q d B-J Q d Q d 2Q + 2Q d K 2Q + B - J 0 B - J 2Q d 2Q - 2Q d K 2Q 2Q d - 2Q d K 2Q 2Q B - J 2Q d - K Q d Q d 2Q B - J 2 - K Q B - J - K (22)

12 38 ubstitusika persamaa (22) ke persamaa (21) sehigga diperoleh ilai Q yag optimal sebagai berikut: Q * 2 2 2D - Q* B - J - K 2D - Q* 2 B - J 2 - K Q * 2 2D - K - Q* 2 - K Q * 2 - K 2D - K - Q * 2 Q * - K + Q * 2 B - J 2 2D - K Q * 2 - K + B - J 2 2D - K Q * 2 2D - K - K + B - J 2 Q * 2 2D - K - K + B - J 2 Q * 2D - K - K + B - J 2 Persamaa (22) dapat diguaka utuk meghitug kuatitas baha kadaluarsa yag optimal utuk memiimumka total biaya persediaa dega

13 39 mesubstitusika ilai Q * pada persamaa (23) ke ilai Q pada persamaa (22) sebagai berikut: Q d * Q* B - J - K (24) Utuk memperoleh total biaya persediaa miimum, substitusika persamaa (23) da (24) ke persamaa (20) sehigga diperoleh TIC Q *,Q * d. Asumsi yag harus dipeuhi dalam metode EOQ utuk perishable product adalah sebagai berikut: 1. Kuatitas permitaa diketahui da kosta. 2. Harga pembelia setiap uit diketahui da kosta. 3. Biaya pemesaa, biaya peyimpaa, biaya kekuraga baha serta biaya kadaluarsa diketahui. 4. Biaya peyimpaa lebih dari biaya kekuraga baha. 3.4 Ecoomic Order Quatity dega Disko Disko atau potoga harga yag ditawarka oleh pihak supplier jika membeli dalam kuatitas tertetu tidak selamaya memberika keutuga yag sigifika bagi perusahaa. Oleh karea itu, EOQ dapat dikembagka utuk item yag memiliki beberapa tigkata harga sesuai dega kuatitas yag aka dipesa. EOQ dega disko ii bertujua utuk meetuka kuatitas pesaa ekoomis yag dapat memiimumka total biaya persediaa melalui pemafaata faktor disko. Faktor disko berpegaruh pada peetua harga pembelia sebagai berikut:

14 40 B j B 1 utuk U 1 Q < U 2 B 2 utuk U 2 Q < U 3.. B k utuk U k Q < U k+1 ; dega B k > B k+1 U adalah batas jumlah baha yag dipesa dimaa terjadi perubaha tigkat uit harga (price break quatity) da B j adalah harga pembelia pada price break quatity ke-j per uit per periode pemesaa (j 1, 2,..., k), sehigga total biaya persediaa dega adaya faktor disko adalah sebagai berikut: TIC Q TB + TP + T B j D + P D Q + Q 2 (25) Persamaa (25) harus didiferesialka terhadap Q da dibuat sama dega ol utuk memperoleh total biaya persediaa yag miimum.

15 41 Persamaa (26) sama dega persamaa (9) yag merupaka rumus EOQ klasik karea faktor disko haya aka berpegaruh pada biaya pembelia sedagka biaya pemesaa da biaya peyimpaa tetap. upplier aka meawarka beberapa macam harga dega batasa kuatitas tertetu. Q * diguaka utuk meghitug Q optimal pada setiap price break quatity. Jika Q * terdapat pada iterval price break quatity, maka kuatitas yag diguaka adalah ilai Q * tersebut. Jika Q * tidak terletak pada iterval price break quatity terkait, maka kuatitas yag diguaka adalah batas price break quatity tersebut. etelah meetuka kuatitas pesaa, kemudia total biaya persediaa dihitug utuk masig-masig price break quatity da price break quatity yag meghasilka total biaya persediaa terkecil, dapat dipilih sebagai baha pertimbaga utuk memafaatka atau tidak faktor disko yag diberika oleh supplier.

16 42 ecara lebih rici, prosedur perhituga kuatitas pesaa yag ekoomis dega memafaatka faktor disko dapat diuraika melalui algoritma sebagai berikut: Lagkah 1 : Hitug ilai Q * pada setiap price break quatity. Lagkah 2 : Badigka ilai Q * dega U. Jika Q * berada pada iterval U j < Q * < U j+1, maka ilai Q * valid. Lagkah 3 : Jika Q * valid, maka lajutka ke lagkah 5. Jika Q * tidak valid, maka lajutka ke lagkah 4. Lagkah 4 : Jika Q * < U, maka guaka Q * U j. Jika Q * > U, maka guaka Q * U j+1. Lagkah 5 : Hitug total biaya persediaa utuk setiap price break quatity dega Q * yag valid da semua U yag mugki. Lagkah 6 : Badigka total biaya persediaa pada setiap price break quatity. Pilih price break quatity dega Q * yag meghasilka total biaya persediaa terkecil. Jika EOQ berada pada iterval harga disko maka perusahaa sebaikya memafaatka harga disko tersebut, jika tidak maka perlu diaalisis apakah perusahaa tetap perlu megikuti kuatitas pembelia sesuai dega perecaaa atau justru megubah kebijaka pembelia utuk memafaatka harga disko tersebut. Dalam metode EOQ yag dipegaruhi oleh faktor disko, terdapat beberapa asumsi yag harus dipeuhi, yaitu: 1. Kuaitas permitaa (demad) diketahui da kosta. 2. Waktu tuggu (lead time) diketahui da kosta.

17 43 3. Harga pembelia per uit diketahui, bergatug pada kuatitas pesaa da price break quatity. 4. Biaya pemesaa da biaya peyimpaa diketahui. 5. Kasus EOQ adalah sigle-item. 3.5 Ecoomic Order Quatity Multiitem dega Mempertimbagka Waktu Kadaluarsa da Faktor Disko Dalam duia yata, cukup sulit utuk meemuka perusahaa yag melakuka pemesaa baha baku haya satu item kepada seorag supplier karea hal tersebut diaggap dapat membuat biaya pemesaa membegkak. Waktu kadaluarsa barag da faktor disko juga mejadi salah satu pertimbaga bagi sebuah perusahaa utuk meetuka kuatitas pesaa yag ekoomis. Oleh karea itu, EOQ tidak haya berlaku utuk kasus pemesaa sigle-item, tetapi dapat juga dikembagka utuk kasus multiitem. elai itu EOQ juga dapat dikembagka dega memperhatika adaya waktu kadaluarsa da faktor disko. Dalam metode EOQ utuk multiitem yag mempertimbagka waktu kadaluarsa da faktor disko, terdapat beberapa kompoe biaya yag meyusu total biaya persediaa yaitu total biaya pembelia, total biaya pemesaa, total biaya peyimpaa, total biaya kekuraga baha, da total biaya kadaluarsa baha.

18 44 1. Total Biaya Pembelia TB B ij (27) Dega B ij harga pembelia item ke-i, pada price break quatity ke-j per uit per periode pemesaa, dimaa B ij B i1 utuk U i1 Q < U i2 B i2 utuk U i2 Q < U i3 2. Total Biaya Pemesaa.. B ik utuk U ik Q < U i(k+1) TP P i Q i ; dega B ik > B i(k+1) P i F i (28) Tujua utama EOQ adalah utuk memiimumka total biaya persediaa. alah satu cara utuk mecapai tujua tersebut adalah dega meghemat biaya pemesaa. Dalam hal ii, pemesaa dilakukaka dalam waktu yag sama utuk semua item, sehigga frekuesi pemesaa utuk item sama, yaitu sebesar F da biaya satu kali proses pemesaa utuk item juga sama, yaitu sebesar P. ama halya dega EOQ utuk kasus multiitem pada bagia 3.2, total biaya pemesaa mejadi: TP PF...(29) 3. Total Biaya Peyimpaa T Q 2 2 i - Q di 2Q i i (30)

19 45 4. Total Biaya Kekuraga Baha 2 TK Q d i K 2Q i i (31) 5. Total Biaya Kadaluarsa Baha Biaya kadaluarsa baha yaitu biaya yag harus dikeluarka oleh pihak perusahaa akibat sejumlah barag yag rusak atau megalami kadaluarsa. Beberapa perusahaa idustri melakuka pejuala terhadap baha-baha yag sudah kadaluarsa dega tujua utuk memperkecil kerugia yag aka diderita. Total biaya kadaluarsa baha didefiisika oleh persamaa (6). Dalam EOQ multiitem dega faktor disko, biaya kadaluarsa baha adalah TD Q d i B ij - J i (32) 6. Total Biaya Persediaa Utuk megetahui total biaya persediaa, persamaa (27), (29), (30), (31), da (32) disubstitusika ke persamaa (33) berikut: TIC(Q,Q d ) TB + TP + T + TK + TD (33) TIC Q,Q d B ij + P i + Q 2 2 i -Q di Q i 2Q i B ij + P i + Q i Q i 2Q i 2 i 2 i i 2 + Q d i K 2Q i + Q B d i ij-j i i - Q 2 d i i + Q 2 d i K 2Q i 2Q i i 2 i + Q d i B ij-j i B ij + P i + Q i - Q d i + Q d i K Q i 2Q i 2Q i 2Q i + Q B d i ij-j i (34) i 2

20 46 Akibatya, F i TIC F,Q d B ij +PF+ i 2 B ij +PF+ i - FQ d i 2F 2 2 i B ij +PF+ 1 2F i - F 2 Q d i - Q d i 2 i 2 F i + FQ d i 2 2 i + Q d i 2 K i + F 2 Q d i 2 K i 2 F i + Q d i B ij-j i + Q d i B ij-j i 2 K i + Q d i B ij-j i (35) ama halya dega kasus EOQ multiitem da perishable product, utuk medapatka total biaya persediaa yag miimum, maka persamaa (35) didiferesialka terhadap F da Q d da masig-masig hasilya dibuat sama dega ol. TIC F,Q d 0 F 0 + P F 2 i Q d i 2 i Q d i 2 K i P Q d i 2 K i Q d i 2 i 1 2F 2 i P Q d i 2 K i - Q 2 d i i 1 2F 2 i P Q d i 2 K i - Q 2 d i i 1 2F 2 i 2P + Q 2 d i K i - i 1 F 2 i

21 47 F 2 i 2P+ Q 2 d Ki - i i F 2 i 2P + Q 2 d i K i - i i F 2P + Q 2 d i K i - i (36) TIC F,Q d Q d i F 2. 2Q di i + F 2. 2Q di K i + B ij - J i 0 B ij - J i FQ di i - FQ d i K i B ij - J i FQ di i - K i Q d i B ij - J i i - K i F (37) ubstitusika persamaa (37) ke persamaa (36) sehigga diperoleh: F 2 i 2P+ Q 2 d i K i - i

22 48 F * 2 i B ij - J i D 2 i i - K i F * K i - i 2P + 2P + F * 2 i B ij - J i 2 2 K i - i i - K i 2 F * 2 i 2P + B ij - J i 2 D 2 i K i - i i - K i 2 F * 2 2P + 2P + i 1 B 2 F * 2 ij - J i Di i - K i - i - K i i - K i i 2 Di 1 B ij- J i F * 2 K i - i i 2P F * 2 + B ij- J i 2 K i - i F * 2 i - B ij- J i 2 K i - i 2P 2 Di F * 2 i - B ij - J i K i - i 2P 2 Di F * i - B ij- J i K i - i 2P (38)

23 49 Nilai Q * dihitug dega mesubstitusika persamaa (38) ke persamaa (11). Nilai Q * dicari utuk setiap price break quatity yag tepat da setelah itu * tetuka ilai Q di dega mesubstitusika ilai F * pada persamaa (38) ke ilai F pada persamaa (37) sehigga diperoleh: * B ij - J i Q di i - K i F * (39) Kemudia hitug ilai TIC Q *,Q * d melalui persamaa (34) atau TIC F *,Q * d melalui persamaa (35). Jika Q * berada pada price break quatity yag tepat, maka Q * dikataka valid. Utuk validasi metode EOQ yag diterapka pada kasus multiitem dega mempertimbagka waktu kadaluarsa da faktor disko, dimisalka tidak ada baha yag kadaluarsa atau Q di 0, sehigga B ij - J i B ij - J i Q i 0. Agar i - K i F i - K i persamaa tersebut terdefiisi, maka ( i - K i ) 0. Jika tidak ada baha yag kadaluarsa, maka tidak aka ada biaya kadaluarsa baha atau (B ij - Ji) 0 da biaya kekuraga baha akibat faktor kadaluarsa pu tidak ada atau K i 0. Dari ketetua-ketetua tersebut, maka persamaa (36) aka berbetuk: F * i - 2P 0 2 K i - i i - 0 2P F * i 2P (40)

24 50 Betuk persamaa (40) sama dega persamaa (18) yag merupaka betuk dasar bagi F * utuk EOQ multiitem. Algoritma EOQ utuk kasus multiitem yag dipegaruhi oleh waktu kadaluarsa da faktor disko dapat diuraika sebagai berikut: Lagkah 1 : Pilih harga pembelia per uit teredah utuk setiap item (B ik ). Lagkah 2 : Hitug ilai F * dega megguaka harga pembelia pada price break quatity yag telah ditetuka. Lagkah 3 Lagkah 4 : Hitug ilai Q * utuk item ke-i sampai ke- melalui F *. : Hitug kuatitas baha yag kadaluarsa utuk setiap item Q * di. Lagkah 5 : Utuk setiap item, badigka Q * i dega U (price break quatity). Jika Q * berada pada iterval U j < Q * < U j+1, maka ilai Q * valid. Lagkah 6 : Jika Q * i utuk i 1, 2,..., valid, maka lajutka ke lagkah 8. Lagkah 7 : Jika Q i * tidak valid, maka: a. utuk Q i * < U, guaka Q i * U k. b. utuk Q i * > U, guaka Q i * U k+1. Lagkah 8 : Hitug total biaya persediaa (TIC) Lagkah 9 : Jika Q i * valid utuk setiap item, maka lajutka ke lagkah 12. Lagkah 10 : Utuk item dega Q i * yag tidak valid, tetuka harga pembelia teredah selajutya (B i(k-1) ). Lagkah 11 : Kembali ke lagkah 2.

25 51 Lagkah 12 : * Badigka semua TIC yag diperoleh selama iterasi dega Q i yag valid da semua U yag mugki, kemudia pilih TIC yag berilai miimum. Asumsi-asumsi yag harus dipeuhi dalam EOQ kasus multiitem dega mempertimbagka waktu kadaluarsa da faktor disko pada dasarya hampir sama dega asumsi pada metode EOQ klasik, EOQ multiitem, EOQ perishable product, da EOQ dega disko, yaitu: 1. Kuatitas permitaa (demad) utuk semua item diketahui da kosta. 2. Harga pembelia per uit utuk setiap item diketahui da kosta utuk setiap price break quatity. 3. Biaya pemesaa, biaya peyimpaa, biaya kadaluarsa baha serta biaya kekuraga baha diketahui da bersifat kosta. 4. Pemesaa dilakuka secara bersamaa utuk semua item. 5. emua item memiliki waktu kadaluarsa yag sama. 6. Tidak terjadi back order. 7. Lead time utuk setiap item diketahui da kosta. 8. Biaya simpa per uit per item lebih dari biaya kekuraga baha.

BAB 3 METODE PENELITIAN. Disini penerapan kriteria optimasi yang digunakan untuk menganalisis

BAB 3 METODE PENELITIAN. Disini penerapan kriteria optimasi yang digunakan untuk menganalisis BAB 3 METODE PENELITIAN 3.1 Peetapa Kriteria Optimasi Disii peerapa kriteria optimasi yag diguaka utuk megaalisis kebutuha pokok pada PT. Kusuma Kecaa Khatulistiwa yaitu : 1. Aalisis forecastig (peramala

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

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

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 II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Peyajia Data Perumusa ilmu statistik juga bergua dalam pegedalia persediaa, khususya dalam tulisa ii guaya utuk membuat daftar distribusi frekwesiya. Utuk membuat daftar ii, ada

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

oleh hasil kali Jika dan keduanya fungsi yang dapat didiferensialkan, maka

oleh hasil kali Jika dan keduanya fungsi yang dapat didiferensialkan, maka Itegral etu Jika fugsi kotiu yag didefiisika utuk, kita bagi selag mejadi selag bagia berlebar sama Misalka berupa titik ujug selag bagia ii da pilih titik sampel di dalam selag bagia ii, sehigga terletak

Lebih terperinci

Ramadhan, et al, Analisis Pengendalian Bahan Baku Tembakau Madura Pada Pabrik Rokok..

Ramadhan, et al, Analisis Pengendalian Bahan Baku Tembakau Madura Pada Pabrik Rokok.. Aalisis Pegedalia Baha Baku Tembakau Madura Pada Pabrik Rokok Gagak Hitam Bodowoso (Aalysis of Madura Tobacco Raw Material Cotrol o Gagak Hitam Cigarette Factory Bodowoso ) Marza Ramadha, Hadi Wahyoo,

Lebih terperinci

Jurnal Ilmiah Universitas Batanghari Jambi Vol.8 N0. 2 Juli 2008 ANALISIS PERENCANAAN PERSEDIAAN BAHAN BAKU (STUDY KASUS PD.

Jurnal Ilmiah Universitas Batanghari Jambi Vol.8 N0. 2 Juli 2008 ANALISIS PERENCANAAN PERSEDIAAN BAHAN BAKU (STUDY KASUS PD. Jural Ilmiah Uiversitas Bataghari Jambi Vol.8 N0. 2 Juli 2008 ANALISIS PERENCANAAN PERSEDIAAN BAHAN BAKU (STUDY KASUS PD. GUNUNG MAS JAMBI) PENDAHULUAN Perusahaa yag didirika pada umumya mempuyai tujua

Lebih terperinci

B a b 1 I s y a r a t

B a b 1 I s y a r a t 34 TKE 315 ISYARAT DAN SISTEM B a b 1 I s y a r a t (bagia 3) Idah Susilawati, S.T., M.Eg. Program Studi Tekik Elektro Fakultas Tekik da Ilmu Komputer Uiversitas Mercu Buaa Yogyakarta 29 35 1.5.2. Isyarat

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

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

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

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 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 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

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

Range atau jangkauan suatu kelompok data didefinisikan sebagai selisih antara nilai terbesar dan nilai terkecil, yaitu

Range atau jangkauan suatu kelompok data didefinisikan sebagai selisih antara nilai terbesar dan nilai terkecil, yaitu BAB 4 UKURAN PENYEBARAN DATA Pada Bab sebelumya kita telah mempelajari beberapa ukura pemusata data, yaitu ukura yag memberika iformasi tetag bagaimaa data-data ii megumpul atau memusat Pada bagia Bab

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN 30 III. METODE PENELITIAN A. Metode Dasar Peelitia Metode yag diguaka dalam peelitia adalah metode deskriptif, yaitu peelitia yag didasarka pada pemecaha masalah-masalah aktual yag ada pada masa sekarag.

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

EVALUASI DAN PENENTUAN KEBIJAKAN PERSEDIAAN BAHAN BAKU KANTONG SEMEN TIPE PASTED PADA PT. SEMEN PADANG

EVALUASI DAN PENENTUAN KEBIJAKAN PERSEDIAAN BAHAN BAKU KANTONG SEMEN TIPE PASTED PADA PT. SEMEN PADANG EVALUASI DAN PENENTUAN KEBIJAKAN PERSEDIAAN BAHAN BAKU KANTONG SEMEN TIPE PASTED PADA PT. SEMEN PADANG Hemaidi 1, Heryseptemberiza 2 1) Laboratorium Sistem Produksi Jurusa Tekik Idustri Fakultas Tekik

Lebih terperinci

Pengembangan Model untuk Aplikasi Pengendalian Persediaan Probabilistik Multi Item Single Supplier

Pengembangan Model untuk Aplikasi Pengendalian Persediaan Probabilistik Multi Item Single Supplier Pegembaga Model utuk Aplikasi Pegedalia Persediaa Probabilistik Multi Item Sigle Supplier Rolad Y. H. Silitoga 1, Meyeli Paskal Kawet 2 1,2 Program Studi Tekik Idustri, Istitut Tekologi Harapa Bagsa Jala

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

II. LANDASAN TEORI. dihitung. Nilai setiap statistik sampel akan bervariasi antar sampel.

II. LANDASAN TEORI. dihitung. Nilai setiap statistik sampel akan bervariasi antar sampel. II. LANDASAN TEORI Defiisi 2.1 Distribusi Samplig Distribusi samplig adalah distribusi probibilitas dari suatu statistik. Distribusi tergatug dari ukura populasi, ukura sampel da metode memilih sampel.

Lebih terperinci

II. LANDASAN TEORI. Sampling adalah proses pengambilan atau memilih n buah elemen dari populasi yang

II. LANDASAN TEORI. Sampling adalah proses pengambilan atau memilih n buah elemen dari populasi yang II. LANDASAN TEORI Defiisi 2.1 Samplig Samplig adalah proses pegambila atau memilih buah eleme dari populasi yag berukura N (Lohr, 1999). Dalam melakuka samplig, terdapat teori dasar yag disebut teori

Lebih terperinci

BAB III METODOLOGI PENELITIAN

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

Lebih terperinci

BAB 3 DATA DAN METODOLOGI PENELITIAN

BAB 3 DATA DAN METODOLOGI PENELITIAN BAB 3 DATA DAN METODOLOGI PENELITIAN Pada Bab ii aka memberika iformasi hal yag berkaita dega lagkah-lagkah sistematis yag aka diguaka dalam mejawab pertayaa peelitia.utuk itu diperluka beberapa hal sebagai

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

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

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

Lebih terperinci

Industrial Management Pengendalian Persedian Bahan Baku Pada Pabrik Batako dan Paving Block

Industrial Management Pengendalian Persedian Bahan Baku Pada Pabrik Batako dan Paving Block Malikussaleh Idustrial Egieerig Joural Vol.5.1 (2016) 41-46 ISSN 2302 934X Idustrial Maagemet Pegedalia Persedia Baha Baku Pada Pabrik Batako da Pavig Block Chalirafi *, Ristati Jurusa Maajeme, Fakultas

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

SISTEM PERSEDIAAN OBAT-OBATAN MENGGUNAKAN METODE PERIODIC REVIEW DAN SERVICE LEVEL DI INSTALASI FARMASI RUMAH SAKIT

SISTEM PERSEDIAAN OBAT-OBATAN MENGGUNAKAN METODE PERIODIC REVIEW DAN SERVICE LEVEL DI INSTALASI FARMASI RUMAH SAKIT SISTEM PERSEDIAAN OBAT-OBATAN MENGGUNAKAN METODE PERIODIC REVIEW DAN SERVICE LEVEL DI INSTALASI FARMASI RUMAH SAKIT Ayu Bidiawati J.R [*] [*] Laboratorium Peracaga Sistem Kerja da Ergoomi Jurusa Tekik

Lebih terperinci

BAB IV PEMBAHASAN DAN ANALISIS

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

Lebih terperinci

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

KEKONVERGENAN MODEL BINOMIAL UNTUK PENENTUAN HARGA OPSI EROPA. Fitriani Agustina, Math, UPI

KEKONVERGENAN MODEL BINOMIAL UNTUK PENENTUAN HARGA OPSI EROPA. Fitriani Agustina, Math, UPI KEKONVERGENAN MODEL BINOMIAL UNTUK PENENTUAN HARGA OPSI EROPA Fitriai Agustia, Math, UPI 1 Fiacial Derivative Opsi Mafaat Opsi Opsi Eropa Peetua Harga Opsi Kekovergea Model Biomial Fitriai Agustia, Math,

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

LIMIT. = δ. A R, jika dan hanya jika ada barisan. , sedemikian hingga Lim( a n

LIMIT. = δ. A R, jika dan hanya jika ada barisan. , sedemikian hingga Lim( a n LIMIT 4.. FUNGSI LIMIT Defiisi 4.. A R Titik c R adalah titik limit dari A, jika utuk setiap δ > 0 ada palig sedikit satu titik di A, c sedemikia sehigga c < δ. Defiisi diatas dapat disimpulka dega cara

Lebih terperinci

IV METODE PENELITIAN

IV METODE PENELITIAN IV METODE PENELITIAN 4.1. Lokasi da Waktu Peelitia Lokasi peelitia dilakuka di PT. Bak Bukopi, Tbk Cabag Karawag yag berlokasi pada Jala Ahmad Yai No.92 Kabupate Karawag, Jawa Barat da Kabupate Purwakarta

Lebih terperinci

i adalah indeks penjumlahan, 1 adalah batas bawah, dan n adalah batas atas.

i adalah indeks penjumlahan, 1 adalah batas bawah, dan n adalah batas atas. 4 D E R E T Kosep deret merupaka kosep matematika yag cukup populer da aplikatif khusuya dalam kasus-kasus yag meyagkut perkembaga da pertumbuha suatu gejala tertetu. Apabila perkembaga atau pertumbuha

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

APLIKASI FUZZY LINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PRODUKSI LAMPU (Studi Kasus di PT. Sinar Terang Abadi )

APLIKASI FUZZY LINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PRODUKSI LAMPU (Studi Kasus di PT. Sinar Terang Abadi ) APLIKASI FUZZY LINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PRODUKSI LAMPU (Studi Kasus di PT. Siar Terag Abadi ) Nama Mahasiswa : Bagus Suryo Adi Utomo NRP : 203 09 00 Jurusa : Matematika Dose Pembimbig :

Lebih terperinci

METODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/2012 SUGENG2010. Copyright Dale Carnegie & Associates, Inc.

METODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/2012 SUGENG2010. Copyright Dale Carnegie & Associates, Inc. METODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/0 SUGENG00 Copyright 996-98 Dale Caregie & Associates, Ic. Kesalaha ERROR: Selisih atara ilai perkiraa dega ilai eksakilai

Lebih terperinci

BAB III PEMBAHASAN. Pada BAB III ini akan dibahas mengenai bentuk program linear fuzzy

BAB III PEMBAHASAN. Pada BAB III ini akan dibahas mengenai bentuk program linear fuzzy BAB III PEMBAHASAN Pada BAB III ii aka dibahas megeai betuk program liear fuzzy dega koefisie tekis kedala berbetuk bilaga fuzzy da pembahasa peyelesaia masalah optimasi studi kasus pada UD FIRDAUS Magelag

Lebih terperinci

BAB 3 METODE PENELITIAN

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

Lebih terperinci

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

ANALISIS TABEL INPUT OUTPUT PROVINSI KEPULAUAN RIAU TAHUN Erie Sadewo

ANALISIS TABEL INPUT OUTPUT PROVINSI KEPULAUAN RIAU TAHUN Erie Sadewo ANALISIS TABEL INPUT OUTPUT PROVINSI KEPULAUAN RIAU TAHUN 2010 Erie Sadewo Kodisi Makro Ekoomi Kepulaua Riau Pola perekoomia suatu wilayah secara umum dapat diyataka meurut sisi peyediaa (supply), permitaa

Lebih 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

Soal dan Pembahasan. Ujian Nasional Matematika Teknik SMK matematikamenyenangkan.com

Soal dan Pembahasan. Ujian Nasional Matematika Teknik SMK matematikamenyenangkan.com Soal da Pembahasa jia Nasioal 06 Matematika Tekik SMK matematikameyeagka.com . pqr Betuk sederhaa dari p q r A. p 8 q r adalah... B. p q 0 r 0 D. p q 0 r 0 C. p 8 q r 0 E. p 6 q r Igat rumus berikut m

Lebih terperinci

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA BAB IV PENGUMPULAN DAN PENGOLAHAN DATA 4.1 Data permitaa Dalam meramalka permitaa produk lever cable utuk kebutuha PT. Kyoda Mas Mulia sediri. data yag diambil utuk perhituga peramala permitaa yaitu dega

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

6. Pencacahan Lanjut. Relasi Rekurensi. Pemodelan dengan Relasi Rekurensi

6. Pencacahan Lanjut. Relasi Rekurensi. Pemodelan dengan Relasi Rekurensi 6. Pecacaha Lajut Relasi Rekuresi Relasi rekuresi utuk dereta {a } adalah persamaa yag meyataka a kedalam satu atau lebih suku sebelumya, yaitu a 0, a,, a -, utuk seluruh bilaga bulat, dega 0, dimaa 0

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

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

I. PENDAHULUAN II. LANDASAN TEORI

I. PENDAHULUAN II. LANDASAN TEORI I PENDAHULUAN 1 Latar belakag Model pertumbuha Solow-Swa (the Solow-Swa growth model) atau disebut juga model eoklasik (the eo-classical model) pertama kali dikembagka pada tahu 195 oleh Robert Solow da

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1. Saham Saham adalah surat berharga yag dapat dibeli atau dijual oleh peroraga atau lembaga di pasar tempat surat tersebut diperjualbelika. Sebagai istrumet ivestasi, saham memiliki

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

Distribusi Pendekatan (Limiting Distributions)

Distribusi Pendekatan (Limiting Distributions) Distribusi Pedekata (Limitig Distributios) Ada 3 tekik utuk meetuka distribusi pedekata: 1. Tekik Fugsi Distribusi Cotoh 2. Tekik Fugsi Pembagkit Mome Cotoh 3. Tekik Teorema Limit Pusat Cotoh Fitriai Agustia,

Lebih terperinci

BAB II MAKALAH. : Seminar Nasional Sains dan Pendidikan Sains VIII UKSW. : Prosiding Seminar Nasional Matematika VIII UKSW 15 Juni

BAB II MAKALAH. : Seminar Nasional Sains dan Pendidikan Sains VIII UKSW. : Prosiding Seminar Nasional Matematika VIII UKSW 15 Juni BAB II MAKALAH Makalah I. Judul Dipresetasika : Liear Goal Programmig utuk Optimasi Perecaaa si : Semiar Nasioal Sais da Pedidika Sais VIII UKSW 201 yag diseleggaraka oleh Fakultas Sais da Matematika UKSW

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

PERTEMUAN 13. VEKTOR dalam R 3

PERTEMUAN 13. VEKTOR dalam R 3 PERTEMUAN VEKTOR dalam R Pegertia Ruag Vektor Defiisi R Jika adalah sebuah bilaga bulat positif, maka tupel - - terorde (ordered--tuple) adalah sebuah uruta bilaga riil ( a ),a,..., a. Semua tupel - -terorde

Lebih terperinci

Statistika MAT 2 A. PENDAHULUAN NILAI MATEMATIKA B. PENYAJIAN DATA NILAI MATEMATIKA NILAI MATEMATIKA STATISTIKA. materi78.co.nr

Statistika MAT 2 A. PENDAHULUAN NILAI MATEMATIKA B. PENYAJIAN DATA NILAI MATEMATIKA NILAI MATEMATIKA STATISTIKA. materi78.co.nr materio.r Statistika A. PENDAHULUAN Statistika adalah ilmu yag mempelajari pegambila, peyajia, pegolaha, da peafsira data. Data terdiri dari dua jeis, yaitu data kualitatif (sifat) da data kuatitatif (agka).

Lebih terperinci

PERANCANGAN SISTEM INFORMASI PREDIKSI PEMESANAN STOK ALAT- ALAT MUSIK PADA CV GRAHA MUSIC & LIGHTING

PERANCANGAN SISTEM INFORMASI PREDIKSI PEMESANAN STOK ALAT- ALAT MUSIK PADA CV GRAHA MUSIC & LIGHTING PERANCANGAN SISTEM INFORMASI PREDIKSI PEMESANAN STOK ALAT- ALAT MUSIK PADA CV GRAHA MUSIC & LIGHTING Moch Arifi 1, Rizal Cahya Pratama 1 Sekolah Tiggi Maajeme Iformatika Da Tekik Komputer Surabaya Jl.

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

Model Pertumbuhan BenefitAsuransi Jiwa Berjangka Menggunakan Deret Matematika

Model Pertumbuhan BenefitAsuransi Jiwa Berjangka Menggunakan Deret Matematika Prosidig Semirata FMIPA Uiversitas Lampug, 0 Model Pertumbuha BeefitAsurasi Jiwa Berjagka Megguaka Deret Matematika Edag Sri Kresawati Jurusa Matematika FMIPA Uiversitas Sriwijaya edagsrikresawati@yahoocoid

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

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

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

Lebih terperinci

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

ANALISIS SENSITIVITAS

ANALISIS SENSITIVITAS PERTEMUAN 8 ANALISIS SENSITIVITAS Seorag aalis jarag dapat meetuka parameter model Program Liier seperti (m,, C j, a, b i ) dega pasti karea ilai parameter ii adalah fugsi dari beberapa ucotrolable variable.

Lebih terperinci

III. METODOLOGI KAJIAN

III. METODOLOGI KAJIAN 39 III. METODOLOGI KAJIAN A. Lokasi da Waktu Kajia Kajia telah dilakuka di PD. Augerah Hero, suatu idustri kecil sepatu yag beralamat di Kampug Sawah Ilir RT.02 RW.03 Mekarjaya, Kecamata Ciomas, Kabupate

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1. Optimasi 2.1.1. Pegertia Optimasi Optimasi (Optimizatio) adalah aktivitas utuk medapatka hasil terbaik di bawah keadaa yag diberika. Tujua akhir dari semua aktivitas tersebut

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Permasalaha peugasa atau assigmet problem adalah suatu persoala dimaa harus melakuka peugasa terhadap sekumpula orag yag kepada sekumpula job yag ada, sehigga tepat satu

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

BAB II TINJAUAN TEORITIS

BAB II TINJAUAN TEORITIS BAB II TINJAUAN TEORITIS.1 Pegertia-pegertia Lapaga pekerjaa adalah bidag kegiata dari pekerjaa/usaha/ perusahaa/kator dimaa seseorag bekerja. Pekerjaa utama adalah jika seseorag haya mempuyai satu pekerjaa

Lebih terperinci

PLANNING OF RECYCLED PLASTIC MATERIAL USAGE WITH SUSTAINABLE DEVELOPMENT SYSTEM AT POLITEKNIK MANUFAKTUR ASTRA

PLANNING OF RECYCLED PLASTIC MATERIAL USAGE WITH SUSTAINABLE DEVELOPMENT SYSTEM AT POLITEKNIK MANUFAKTUR ASTRA PLANNING OF RECYCLED PLASTIC MATERIAL USAGE WITH SUSTAINABLE DEVELOPMENT SYSTEM AT POLITEKNIK MANUFAKTUR ASTRA Neilida Novita Aisa, S.T. Program Studi Tekik Idustri, Fakultas Tekologi Idustri, Istitut

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

Pemrograman Dinamis (Dynamic Programming) Materi

Pemrograman Dinamis (Dynamic Programming) Materi 0/8/009 Pemrograma Diamis (Dyamic Programmig) Kuliah 04-05 TI Peelitia Operasioal II Materi Pegatar Masalah pemrograma diamis determiistik Masalah pemrograma diamis probabilistik TI Peelitia Operasioal

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN PERSEDIAAN BAHAN BAKU (STUDI KASUS : PT. MAKASSAR MEGAPRIMA) Kurnia Yahya 1, Nasaruddin 2 ABSTRACT

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN PERSEDIAAN BAHAN BAKU (STUDI KASUS : PT. MAKASSAR MEGAPRIMA) Kurnia Yahya 1, Nasaruddin 2 ABSTRACT 64. IfoSys Joural, Vol.2 No. Februari 203, hlm. 64-79 SISTEM PENDUKUNG KEPUTUSAN PENENTUAN PERSEDIAAN BAHAN BAKU (STUDI KASUS : PT. MAKASSAR MEGAPRIMA) Kuria Yahya, Nasaruddi 2 STMIK Profesioal, Jl. A.

Lebih terperinci

BAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya

BAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya 5 BAB II LANDASAN TEORI Dalam tugas akhir ii aka dibahas megeai peaksira besarya koefisie korelasi atara dua variabel radom kotiu jika data yag teramati berupa data kategorik yag terbetuk dari kedua variabel

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

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

STATISTIKA MAT 2 NILAI MATEMATIKA NILAI MATEMATIKA NILAI MATEMATIKA A. PENDAHULUAN B. PENYAJIAN DATA. Diagram garis

STATISTIKA MAT 2 NILAI MATEMATIKA NILAI MATEMATIKA NILAI MATEMATIKA A. PENDAHULUAN B. PENYAJIAN DATA. Diagram garis materio.r A. PENDAHULUAN Statistika adalah ilmu yag mempelajari pegambila, peyajia, pegolaha, da peafsira data. Data terdiri dari dua jeis, yaitu data kualitatif (sifat) da data kuatitatif (agka). B. PENYAJIAN

Lebih terperinci

BAB 3 METODE PENELITIAN

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

Lebih terperinci

UKURAN PEMUSATAN DATA

UKURAN PEMUSATAN DATA Malim Muhammad, M.Sc. UKURAN PEMUSATAN DATA J U R U S A N A G R O T E K N O L O G I F A K U L T A S P E R T A N I A N U N I V E R S I T A S M U H A M M A D I Y A H P U R W O K E R T O DEFINISI UKURAN PEMUSATAN

Lebih terperinci

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

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

Lebih terperinci

BAB 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

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

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

Lebih terperinci

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

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

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

2 BARISAN BILANGAN REAL

2 BARISAN BILANGAN REAL 2 BARISAN BILANGAN REAL Di sekolah meegah barisa diperkealka sebagai kumpula bilaga yag disusu meurut "pola" tertetu, misalya barisa aritmatika da barisa geometri. Biasaya barisa da deret merupaka satu

Lebih terperinci

TRANSFORMASI BOX-COX PADA ANALISIS REGRESI LINIER SEDERHANA

TRANSFORMASI BOX-COX PADA ANALISIS REGRESI LINIER SEDERHANA Jural Matematika UNAND Vol. 2 No. 2 Hal. 115 122 ISSN : 2303 2910 c Jurusa Matematika FMIPA UNAND TRANSFORMASI BOX-COX PADA ANALISIS REGRESI LINIER SEDERHANA ELVI YATI, DODI DEVIANTO, YUDIANTRI ASDI Program

Lebih terperinci

Inflasi dan Indeks Harga I

Inflasi dan Indeks Harga I PERTEMUAN 1 Iflasi da Ideks Harga I 1 1 TEORI RINGKAS A Pegertia Agka Ideks Agka ideks merupaka suatu kosep yag dapat memberika gambara tetag perubaha-perubaha variabel dari suatu priode ke periode berikutya

Lebih terperinci

FORECASTING (Peramalan)

FORECASTING (Peramalan) FORECASTING (Peramala) PENDAHULUAN Forecastig adalah ramala tetag apa yag aka terjadi dimasa yag aka datag. Forecast Demad atau peramala permitaa mejadi dasar yag sagat petig dalam perecaaa suatu keputusa

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

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

PENAKSIR RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KOEFISIEN VARIASI DAN KOEFISIEN KURTOSIS PADA SAMPLING GANDA

PENAKSIR RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KOEFISIEN VARIASI DAN KOEFISIEN KURTOSIS PADA SAMPLING GANDA PEAKSIR RASIO UTUK RATA-RATA POPULASI MEGGUAKA KOEFISIE VARIASI DA KOEFISIE KURTOSIS PADA SAMPLIG GADA Heru Agriato *, Arisma Ada, Firdaus Mahasiswa Program S Matematika Dose Jurusa Matematika Fakultas

Lebih terperinci

II. LANDASAN TEORI. Pada bab ini akan diberikan beberapa istilah, definisi serta konsep-konsep yang

II. LANDASAN TEORI. Pada bab ini akan diberikan beberapa istilah, definisi serta konsep-konsep yang II. LANDASAN TEORI Pada bab ii aka diberika beberapa istilah, defiisi serta kosep-kosep yag medukug dalam peelitia ii. 2.1 Kosep Dasar Teori Graf Berikut ii aka diberika kosep dasar teori graf yag bersumber

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