MODEL PERSEDIAAN PROBABILISTIK DENGAN MEMPERTIMBANGKAN FAKTOR DISKON

Ukuran: px
Mulai penontonan dengan halaman:

Download "MODEL PERSEDIAAN PROBABILISTIK DENGAN MEMPERTIMBANGKAN FAKTOR DISKON"

Transkripsi

1 Semnar Nasonal Sans dan Teknolog Nuklr Graa Sanus UNA - Bandung, 4 Jul Tema: emanfaatan Sans dan Teknolog Nuklr d Bdang eseatan, ngkungan dan Industr untuk embangunan Berkelanjutan MOE ERSEIAAN ROBABIISTI ENGAN MEMERTIMBANGAN FATOR ISON Els Ratna Wulan, St Jenab UIN Sunan Gunung jat Bandung, Jalan. A.H. Nasuton Nomor 5 padung, Bandung, 464 Jurusan Matematka, Fakultas Sans dan Teknolog, UIN Sunan Gunung jat, Jalan. A.H. Nasuton Nomor 5 padung, Bandung, 464, elsrwulan@yaoo.com ABSTRA MOE ERSEIAAN ROBABIISTI ENGAN MEMERTIMBANGAN FATOR ISON. etdakpastan permntaan menyebabkan kemungknan kekurangan atau keleban persedaan menyebabkan resko membengkaknya baya. onds n ddekat dengan teor probabltas, yakn kurva normal. urva normal dgunakan untuk memperkrakan jumla cadangan penyangga dan memperkrakan kekurangan persedaan. alam tulsan n, perusaaan danggap mendapatkan tawaran dskon, sengga purcase cost menjad suatu varabel, karena arga satuan menjad leb mura. ersamaan jumla pemesanan optmal, persamaan nterval waktu optmal, dan baya total persedaan optmal tap range dapat dperole dengan penurunan rumus dan proses substtus. eputusan terbak menerma atau menolak dskon dapat dlakukan dengan membandngkan jumla pemesanan optmal dan baya total persedaan optmal. ata kunc: model persedaan probablstk, model persedaan dengan faktor dskon, teor keputusan, kurva normal ABSTRAT THE ROBABIISTI SUY MOE ONSIER ISOUNT FATOR. Te uncertanty of demands cause te possblty of sortage or surplus of supples can lead to te rsk of more expenses. Ts knd of condton s approaced by probablty teory, wc s normal curve. A normal curve used to estmate te number of supported reserve and te sortage of supples. In ts paper, te company s consdered to get a dscount offer, so tat te purcase cost becomes a varable because of a ceaper unt prce. Te equaton of optmum request number, optmum tme nterval, and total cost of optmum supply of every range can be aceved troug formula dervaton and substtuton process. Te best decson to accept or not te dscount can be done by comparng te number of optmum order and te total cost of optmum supply. ey words: probablstc supply model, supply model wt a dscount factor, teory of decson, normal curve

2 Semnar Nasonal Sans dan Teknolog Nuklr Graa Sanus UNA - Bandung, 4 Jul Tema: emanfaatan Sans dan Teknolog Nuklr d Bdang eseatan, ngkungan dan Industr untuk embangunan Berkelanjutan. ENAHUUAN alam bdang usaa serngkal menemukan masala. Masala umum tersebut dapat berupa tersedanya barang yang terlalu banyak atau mungkn juga barang yang terseda terlalu sedkt untuk memenu permntaan pelanggan d masa mendatang. Ole karena tu perlu adanya suatu manajemen persedaan [[4]. dalam model EO determnstk, persedaan yang dpertungkan adala persedaan untuk memenu kebutuan yang suda dketau sebelumnya. engan kata lan, persedaan cadangan tdak dpertungkan. Hal n tentu saja tdak menjamn bawa baya persedaan total akan dmnmumkan[5]. Tdak jarang pemasok menawarkan pelanggan potongan tuna atau dskon, sengga purcase cost menjad leb renda, akan tetap menyebabkan oldng cost menjad leb tngg. Ole karena tu dperlukan keputusan yang bak untuk menerma atau menolak dskon sengga ddapat asl yang optmal.. TEORI Sstem pengendalan persedaan dkatakan probablstk jka demand dar waktu ke waktu bersfat varabel dan tdak dketau sebelumnya []. Asums yang dperlukan:. emand tdak dketau sebelumnya dan bersfat varabel. Masa tenggang (leadtme) konstan etka sala satu demand (permntaan) atau leadtme (saat tenggang) tdak bsa dketau secara past sebelumnya, ada tga kemungknan yang terjad [8]:. ersedaan abs ketka pesanan belum tba. ersedaan abs tepat pada saat pesanan tba. ersedaan belum abs saat pesanan tba.. Baya eabsan ersedaan Jka keabsan persedaan per unt adala B, maka baya keabsan persedaan adala [5]: B R () S = O arena dalam satu perode perencanaan terdapat beberapa sklus pemesanan yatu, maka persamaan S dalam satu perode menjad [5]: S = B R (). Baya Smpan ersedaan adangan Berdasarkan pada perlaku penympangan varabel-varabel yang terjad, dalam kurva normal menjelaskan cakupan luas area d mana penympangan x teradap rata-rata sebesar (x- ) dan dnyatakan dalam standar devas, yatu pada persamaan [5]: = x n O () dalam ers. () dgunakan untuk menemukan luas area dalam kurva normal dar persamaan [] x z = (4) ers. (4) dapat duba menjad z = x- (5) persamaan z = x- dapat duba menjad S S = x- (6) atau dar persamaan formulas safety stock dapat juga menjad: S S = z (7) maka besarnya baya smpan safety stock (baya smpan persedaan cadangan) adala [5]: Bs(S S ) = (R O - ) (8) Baya smpan persedaan cadangan n merupakan baya tambaan untuk menetukan optmal, dengan menurunkan total baya persedaan teradap.. esan Ulang Ekonoms (Reorder ont) Setela menganalss baya keabsan dan cadangan persedaan, maka untuk menentukan reorder pont adala sebaga berkut [5]: R O = +S S () Formulas tersebut dapat dgunakan ketka leadtme bersfat probablstk.. TATAERJA (BAHAN AN METOE)

3 Semnar Nasonal Sans dan Teknolog Nuklr Graa Sanus UNA - Bandung, 4 Jul Tema: emanfaatan Sans dan Teknolog Nuklr d Bdang eseatan, ngkungan dan Industr untuk embangunan Berkelanjutan.. Model ersedaan robablstk dengan Mempertmbangkan Faktor skon alam model persedaan dengan mempertmbangkan faktor dskon, ada baya yang perlu dperatkan yakn baya pembelan. Baya pembelan akan leb renda jka kuanttas barang yang dbel dalam jumla yang suda dtentukan. Stuas n dapat dperlatkan sepert tabel. Tabel ua Batas embelan Mnmal dan Besar skon Tap Range Range skon Banyak urcase R <B R d B <B -(. d ) R d B -(. d ).. Formula Jumla emesanan Optmal Model ersedaan robablstk dengan Mempertmbangkan Faktor skon Jka pembelan sejumla kurang dar batas pembelan pertama, maka dskon sebesar %, dengan kata lan tdak mendapat dskon. Stuas n terlat pada range pertama. ada range pertama baya total persedaannya adala T = orderng cost + oldng cost + purcase cost+ S + BS(S S ) omposs baya a. Baya pesan atau orderng cost untuk satu perode adala b. Holdng cost untuk satu perode dubungkan dengan pemesanan adala T c. Holdng cost untuk satu perode dubungkan dengan pembelan adala T d. Harga pembelan sejumla satuan selama satu perode adala e. Baya keabsan persedaan dalam satu perode adala B R O f. Baya persedaan cadangan dalam satu perode adala R O Ole karena tu, jumla baya total persedaan dalam satu perode menjad + T = T + T + + R B + R O O Untuk memperole optmal ( O ), dbuatla turunan T teradap sama dengan nol. Sengga perole = B T = RO p () Jka pengtungan optmal pada model persedaan model persedaan probablstk dengan faktor dskon dmula dar ers. () maka d dalam formulas tu mas terkandung parameter R O. adaal R O dpengaru ole jumla persedaan cadangan d mana pada () = S mas terkandung varabel yang dcar. engan demkan, proses pengtungan optmal pada model persedaan probablstk merupakan proses dengan sklus tertutup d mana output setap proses pengtungan menjad nput bag proses pengtungan berkutnya. Maka, penentuan optmal dan R O optmal tdak dapat dlakukan sekalgus namun arus dlakukan secara bertaap dan bersfat coba-coba kecual memotong sklus tu dengan menganggap peluang keabsan persedaan O atau B R [5]. tap range dtuls sebaga,o =,O =,O =. d. d adala nol () () ()

4 Semnar Nasonal Sans dan Teknolog Nuklr Graa Sanus UNA - Bandung, 4 Jul Tema: emanfaatan Sans dan Teknolog Nuklr d Bdang eseatan, ngkungan dan Industr untuk embangunan Berkelanjutan.. Formula Interval Waktu Optmal Model ersedaan robablstk dengan Mempertmbangkan Faktor skon Interval waktu optmal (T ) adala asl pembagan dar jumla pemesanan optmal atau dengan waktu satu perode. T, O = o T, O = d o T, O = d R O = = o = o o d o d (4) (5) (6).4. Formula Baya Total Optmal Model ersedaan robablstk dengan Mempertmbangkan Faktor skon Baya total persedaan optmum tap range dapat dperole dengan mensubsttuskan persamaan optmal tap range pada ers. (9), sengga: T,O = B + R O R Sama alnya dengan mengtung probablstk, proses pengtungan T optmal pada model persedaan probablstk merupakan proses dengan sklus tertutup d mana output setap proses pengtungan menjad nput bag proses pengtungan berkutnya. Maka, penentuan T optmal model persedaan probablstk mengabakan baya safety stock. Sengga dapat dketau T optmal model persedaan probablstk dengan mempertmbangkan faktor dskon adala O T,O = p + +p + O p B R (7) T,O = p d + +p d + p d B RO T,O = (8) p d + +p d + p d R O B (9) 4. HASI AN EMBAHASAN ata yang dgunakan pada conto pertungan n adala data sekunder V. Surya Tarra Mandr perusaaan bergerak d bdang general manufacture []. Masala yang dadap perusaaan adala memnmalkan baya persedaan taunan dengan asums bawa perusaaan mendapat tawaran dskon, sengga perusaaan arus membuat keputusan apaka menerma atau menolak dskon agar jumla pemesanan maksmal dan baya total persedaan mnmal. ata jens baan baku yang dbutukan perusaaan dsajkan pada Tabel dengan beberapa data tambaan untuk mendukung asums yang dpaka dalam tulsan n, yatu dua batas pembelan mnmal (B dan B ), persentase oldng cost (%), orderng cost serta perubaan orderng cost pada setap range (,, dskon (d dan d ). ), dan persentase Tabel. ata Jens Baan Baku dengan erubaan Jens Baan Baku No Sc % Square (ppa perseg) Assental (bes As) late

5 Semnar Nasonal Sans dan Teknolog Nuklr Graa Sanus UNA - Bandung, 4 Jul Tema: emanfaatan Sans dan Teknolog Nuklr d Bdang eseatan, ngkungan dan Industr untuk embangunan Berkelanjutan Jens Baan Baku No Sc % 4 Hose (selang) Infra Board aster (roda) at Tner anel UN Angle Bars (bes sku) Adjuster arbon Steel pe Bearng namo Motor Gear dan Ranta V Belt Bes S Tabel menyajkan batas pembelan mnmal yang arus dlakukan agar memperole dskon. Tabel. Batas embelan Mnmal serta Besar skon B B p d d ar data Tabel dan Tabel, dapat dtung jumla pemesanan optmal tap range, baya total persedaan tap range, dan perbandngan asl untuk mendapatkan keputusan. Sengga dperole keputusan sebagamana dsajkan pada Tabel 4. 5

6 Semnar Nasonal Sans dan Teknolog Nuklr Graa Sanus UNA - Bandung, 4 Jul Tema: emanfaatan Sans dan Teknolog Nuklr d Bdang eseatan, ngkungan dan Industr untuk embangunan Berkelanjutan Tabel 4 eputusan Hasl ertungan Jens Baan Baku optmal T T opt Square (ppa perseg) Assental (bes As) late Hose (selang) Infra Board aster (roda) at Tner anel UN Angle Bars (bes sku) Adjuster ,4 arbon Steel pe , Bearng namo Motor Gear dan Ranta , V Belt Bes S , 6

7 Semnar Nasonal Sans dan Teknolog Nuklr Graa Sanus UNA - Bandung, 4 Jul Tema: emanfaatan Sans dan Teknolog Nuklr d Bdang eseatan, ngkungan dan Industr untuk embangunan Berkelanjutan 4. ESIMUAN Berdasarkan uraan dar asl peneltan, maka dapat dperole kesmpulan sebaga berkut: Formula untuk menentukan jumla pemesanan optmal model persedaan probablstk dengan mempertmbangkan faktor dskon d tap range bergantung pada jumla pemesanan optmal model persedaan probablstk dengan mempertmbangkan faktor dskon dpengaru ole jumla permntaan tap perodenya, orderng cost, purcase cost dan persentase oldng cost per taun. Formula untuk menentukan nterval waktu optmal model persedaan probablstk dengan mempertmbangkan faktor dskon adala asl pembagan dar jumla pemesanan optmal dengan waktu satu perode. Formula untuk menentukan baya total persedaan optmal model persedaan probablstk dengan mempertmbangkan faktor dskon adala asl penjumlaan dar orderng cost, oldng cost, dan baya kekurangan persedaan. Untuk memperole keputusan terbak, asl dar pertungan dengan menggunakan formula jumla pemesanan optmal dan baya total persedaan optmal model persedaan probablstk perlu dperbandngkan kembal dtap range. Setela dbandngkan, lalu pl maksmal dan T c mnmal tap range aftar ustaka. ANSHORI, A., Stud teratur, Jurusan Matematka, UIN Bandung, Indonesa (). ERNAWATI, Y., AN SUNARSIH, Sstem pengendalan ersedaan Model robablstk dengan Back Order olcy, Jurnal Matematka vol., No., Agustus 8: 87-9, ISSN: MEISA, N., Skrps Sarjana, Jurusan Matematka, Unverstas adjadjaran, Indonesa (9) 4. SIAGIAN,., eneltan Operasonal Teor dan raktek, Unverstas Indonesa UI-ress Jakarta (987) 5. SISWANTO, Operatons Researc jld, Erlangga Jakarta (7) 7

MODEL PERSEDIAAN PROBABILISTIK DENGAN MEMPERTIMBANGKAN FAKTOR DISKON

MODEL PERSEDIAAN PROBABILISTIK DENGAN MEMPERTIMBANGKAN FAKTOR DISKON rosdng Semnar Nasonal Sans dan Teknolog Nuklr TNBR - BATAN Bandung, 4 Jul Tema: emanfaatan Sans dan Teknolog Nuklr serta peranan MIA d Bdang Kesehatan, ngkungan dan Industr untuk embangunan Berkelanjutan

Lebih terperinci

PENGEMBANGAN MODEL PERSEDIAAN DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA BAHAN DAN FAKTOR INCREMENTAL DISCOUNT

PENGEMBANGAN MODEL PERSEDIAAN DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA BAHAN DAN FAKTOR INCREMENTAL DISCOUNT PENGEMBANGAN MODEL PERSEDIAAN DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA BAHAN DAN FAKTOR INCREMENTAL DISCOUNT Har Prasetyo Jurusan Teknk Industr Unverstas Muhammadyah Surakarta Jl. A. Yan Tromol Pos Pabelan

Lebih terperinci

PENGEMBANGAN MODEL PERSEDIAAN BAHAN BAKU DENGAN MEMPERTIMBANGKAN WAKTU KADALUWARSA DAN FAKTOR UNIT DISKON

PENGEMBANGAN MODEL PERSEDIAAN BAHAN BAKU DENGAN MEMPERTIMBANGKAN WAKTU KADALUWARSA DAN FAKTOR UNIT DISKON PENGEMBANGAN MODEL PERSEDIAAN BAHAN BAKU DENGAN MEMPERTIMBANGKAN WAKTU KADALUWARSA DAN FAKTOR UNIT DISKON Har Prasetyo Jurusan Teknk Industr Unverstas Muhammadyah Surakarta Jl. A. Yan Tromol Pos 1, Pabelan,

Lebih terperinci

Integrasi. Metode Integra. al Reimann

Integrasi. Metode Integra. al Reimann Integras Metode Integra al Remann Metode Integral Trapezoda Metode Integra al Smpson Permasalaan Integras Pertungan ntegral adala pertungan dasar yang dgunakan dalam kalkulus, dalam banyak keperluan. Integral

Lebih terperinci

U JIAN A KHIR S EMESTER M ATEMATIKA T EKNIK

U JIAN A KHIR S EMESTER M ATEMATIKA T EKNIK Jurusan Teknk Spl dan Lngkungan FT UGM U JIAN A KHIR S EMESTER M ATEMATIKA T EKNIK SABTU, JULI OPEN BOOK WAKTU MENIT PETUNJUK ) Saudara bole menggunakan komputer untuk mengerjakan soal- soal ujan n. Tabel

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Uj Normaltas Llefors D dalam pengendalan persedaan, perumusan lmu statstk dgunakan untuk menentukan pola dstrbus, dmana pola dstrbus tersebut dapat dhtung dengan menguj kenormalan

Lebih terperinci

BAB IV HASIL DAN ANALISIS DATA PENELITIAN. Mojokerto pada kelas IX-A yang berjumlah 34 siswa. Penelitian ini dilaksanakan

BAB IV HASIL DAN ANALISIS DATA PENELITIAN. Mojokerto pada kelas IX-A yang berjumlah 34 siswa. Penelitian ini dilaksanakan 57 BAB IV HASIL DAN ANALISIS DATA PENELITIAN A. Deskrps Pelaksanaan Peneltan Kegatan peneltan n tela dlaksanakan ole penelt d MTs Neger Mojokerto pada kelas IX-A yang berjumla 34 sswa. Peneltan n dlaksanakan

Lebih terperinci

BAB VIII PENUTUP 8.1. Kesimpulan Penelitian

BAB VIII PENUTUP 8.1. Kesimpulan Penelitian A VIII PENUTUP 8.. Kesmpulan Peneltan Dalam peneltan yang tela dlakukan, dperole nformas knerja transms dan spektrum gelombang serta stabltas terumbu ottle Reef TM sebaga peredam gelombang ambang terbenam

Lebih terperinci

Analisis Persediaan Multy Item dengan Mempertimbangkan Faktor Kadaluarsa

Analisis Persediaan Multy Item dengan Mempertimbangkan Faktor Kadaluarsa Analss Persedaan Multy Item dengan Mempertmbangkan Faktor Kadaluarsa 1 onny Cputra 1, Theresa Sunarn Jurusan Teknk Industr Sekolah Tngg Teknk Mus, Palembang E-mal : donnycputra@gmal.com Jurusan Teknk Industr

Lebih terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. Universitas Sumatera Utara BAB 1 ENDAHULUAN 1.1 Latar Belakang Secara umum dapat dkatakan bahwa mengambl atau membuat keputusan berart memlh satu dantara sekan banyak alternatf. erumusan berbaga alternatf sesua dengan yang sedang

Lebih terperinci

BAB V ANALISA PEMECAHAN MASALAH

BAB V ANALISA PEMECAHAN MASALAH BAB V ANALISA PEMECAHAN MASALAH 5.1 Analsa Pemlhan Model Tme Seres Forecastng Pemlhan model forecastng terbak dlakukan secara statstk, dmana alat statstk yang dgunakan adalah MAD, MAPE dan TS. Perbandngan

Lebih terperinci

BAB 2 KAJIAN PUSTAKA

BAB 2 KAJIAN PUSTAKA BAB 2 KAJIAN PUSTAKA 2.1 Negosas Negosas dapat dkategorkan dengan banyak cara, yatu berdasarkan sesuatu yang dnegosaskan, karakter dar orang yang melakukan negosas, protokol negosas, karakterstk dar nformas,

Lebih terperinci

MODEL PERSEDIAAN PROBABILISTIK YANG MEMUAT VARIABEL LEAD TIME DENGAN PENDEKATAN DISTRIBUSI NORMAL

MODEL PERSEDIAAN PROBABILISTIK YANG MEMUAT VARIABEL LEAD TIME DENGAN PENDEKATAN DISTRIBUSI NORMAL MODEL PERSEDIAAN PROBABILISTIK YANG MEMUAT VARIABEL LEAD TIME DENGAN PENDEKATAN DISTRIBUSI NORMAL Noprad, T.P.Nababan, Endang Lly Mahasswa Program Stud S Matematka Dosen Jurusan Matematka Fakultas Matematka

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang I ENDHULUN. Latar elakang Mengambl keputusan secara aktf memberkan suatu tngkat pengendalan atas kehdupan spengambl keputusan. lhan-plhan yang dambl sebenarnya membantu dalam penentuan masa depan. Namun

Lebih terperinci

P n e j n a j d a u d a u l a a l n a n O pt p im i a m l a l P e P m e b m a b n a g n k g i k t Oleh Z r u iman

P n e j n a j d a u d a u l a a l n a n O pt p im i a m l a l P e P m e b m a b n a g n k g i k t Oleh Z r u iman OTIMISASI enjadualan Optmal embangkt Oleh : Zurman Anthony, ST. MT Optmas pengrman daya lstrk Dmaksudkan untuk memperkecl jumlah keseluruhan baya operas dengan memperhtungkan rug-rug daya nyata pada saluran

Lebih terperinci

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara BAB 2 LANDASAN TEORI 2.1 Pengertan Analsa Regres Dalam kehdupan sehar-har, serng kta jumpa hubungan antara satu varabel terhadap satu atau lebh varabel yang lan. Sebaga contoh, besarnya pendapatan seseorang

Lebih terperinci

BAB 4 IMPLEMENTASI DAN EVALUASI

BAB 4 IMPLEMENTASI DAN EVALUASI 65 BAB IMPLEMENTASI DAN EVALUASI. Penyaan Data Hasl Peneltan Data-ata hasl peneltan yang gunakan alam pengolahan ata aalah sebaga berkut: a. ata waktu kera karyawan b. ata umlah permntaan konsumen c. ata

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PEDAHULUA. Latar Belakang Rsko ddentfkaskan dengan ketdakpastan. Dalam mengambl keputusan nvestas para nvestor mengharapkan hasl yang maksmal dengan rsko tertentu atau hasl tertentu dengan rsko yang

Lebih terperinci

FUNGSI BIAYA UNTUK MENENTUKAN TINGKAT PEMESANAN OPTIMUM MULTI ITEM INDEPENDEN BERDISTRIBUSI KONTINU. H. Bernik Maskun

FUNGSI BIAYA UNTUK MENENTUKAN TINGKAT PEMESANAN OPTIMUM MULTI ITEM INDEPENDEN BERDISTRIBUSI KONTINU. H. Bernik Maskun FUNGSI BIAYA UNTUK MENENTUKAN TINGKAT PEMESANAN OPTIMUM MULTI ITEM INDEPENDEN BERDISTRIBUSI KONTINU oleh H. Bernk Maskun Departemen Statstka, FMIPA Unverstas Padjadjaran bernkmaskun69@gmal.com Abstrak

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pengertan Regres Regres pertama kal dpergunakan sebaga konsep statstka oleh Sr Francs Galton (1822 1911). Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang

Lebih terperinci

BAB III METODE PENELITIAN. yang digunakan meliputi: (1) PDRB Kota Dumai (tahun ) dan PDRB

BAB III METODE PENELITIAN. yang digunakan meliputi: (1) PDRB Kota Dumai (tahun ) dan PDRB BAB III METODE PENELITIAN 3.1 Jens dan Sumber Data Jens data yang dgunakan dalam peneltan n adalah data sekunder. Data yang dgunakan melput: (1) PDRB Kota Duma (tahun 2000-2010) dan PDRB kabupaten/kota

Lebih terperinci

Kritikan Terhadap Varians Sebagai Alat Ukur

Kritikan Terhadap Varians Sebagai Alat Ukur Krtkan Terhadap Varans Sebaga Alat Ukur Varans mengukur penympangan pengembalan aktva d sektar nla yang dharapkan, maka varans mempertmbangkan juga pengembalan d atas atau d bawah nla pengembalan yang

Lebih terperinci

Bab 1 PENDAHULUAN Latar Belakang

Bab 1 PENDAHULUAN Latar Belakang 11 Bab 1 PENDAHULUAN 1.1. Latar Belakang Perbankan adalah ndustr yang syarat dengan rsko. Mula dar pengumpulan dana sebaga sumber labltas, hngga penyaluran dana pada aktva produktf. Berbaga kegatan jasa

Lebih terperinci

BAB IV PEMBAHASAN MODEL

BAB IV PEMBAHASAN MODEL BAB IV PEMBAHASAN MODEL Pada bab IV n akan dlakukan pembuatan model dengan melakukan analss perhtungan untuk permasalahan proses pengadaan model persedaan mult tem dengan baya produks cekung dan jont setup

Lebih terperinci

BAB III METODE PENELITIAN. penelitian dilakukan secara purposive atau sengaja. Pemilihan lokasi penelitian

BAB III METODE PENELITIAN. penelitian dilakukan secara purposive atau sengaja. Pemilihan lokasi penelitian BAB III METODE PENELITIAN 3.1 Lokas Peneltan Peneltan dlaksanakan d Desa Sempalwadak, Kecamatan Bululawang, Kabupaten Malang pada bulan Februar hngga Me 2017. Pemlhan lokas peneltan dlakukan secara purposve

Lebih terperinci

toto_suksno@uny.ac.d Economc load dspatch problem s allocatng loads to plants for mnmum cost whle meetng the constrants, (lhat d http://en.wkpeda.org/) Economc Dspatch adalah pembagan pembebanan pada pembangktpembangkt

Lebih terperinci

BAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c

BAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c 6 A PEMAHASA Pada bab sebelumnya telah dbahas teor-teor yang akan dgunakan untuk menyelesakan masalah program lner parametrk. Pada bab n akan dperlhatkan suatu prosedur yang lengkap untuk menyelesakan

Lebih terperinci

BAB I PENDAHULUAN. pembangunan dalam sektor energi wajib dilaksanakan secara sebaik-baiknya. Jika

BAB I PENDAHULUAN. pembangunan dalam sektor energi wajib dilaksanakan secara sebaik-baiknya. Jika BAB I PENDAHULUAN 1.1.Latar Belakang Energ sangat berperan pentng bag masyarakat dalam menjalan kehdupan seharhar dan sangat berperan dalam proses pembangunan. Oleh sebab tu penngkatan serta pembangunan

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN. Latar Belakang Matematka sebaga bahasa smbol yang bersfat unversal memegang peranan pentng dalam perkembangan suatu teknolog. Matematka sangat erat hubungannya dengan kehdupan nyata.

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Pengertan Regres Regres pertama kal dgunakan sebaga konsep statstka oleh Sr Francs Galton (18 1911).Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang selanjutnya

Lebih terperinci

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN BAB III HIPOTESIS DAN METODOLOGI PENELITIAN III.1 Hpotess Berdasarkan kerangka pemkran sebelumnya, maka dapat drumuskan hpotess sebaga berkut : H1 : ada beda sgnfkan antara sebelum dan setelah penerbtan

Lebih terperinci

ε adalah error random yang diasumsikan independen, m X ) adalah fungsi

ε adalah error random yang diasumsikan independen, m X ) adalah fungsi BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan suatu metode yang dgunakan untuk menganalss hubungan antara dua atau lebh varabel. Pada analss regres terdapat dua jens varabel yatu

Lebih terperinci

BAB VIII. Analisa AC Pada Transistor

BAB VIII. Analisa AC Pada Transistor Bab, Analsa A pada Transstot Hal 166 BAB Analsa A Pada Transstor Analsa A atau serngkal dsebut analsa snyal kecl pada penguat adala analsa penguat snyal A, dengan memblok snyal D yatu dengan memberkan

Lebih terperinci

MODEL PEMANFAATAN SUMBER DAYA ALAM DAN ENERGI DENGAN METODE LEAST TRIMMED SQUARED

MODEL PEMANFAATAN SUMBER DAYA ALAM DAN ENERGI DENGAN METODE LEAST TRIMMED SQUARED MODEL PEMANFAATAN SUMBER DAYA ALAM DAN ENERGI DENGAN METODE LEAST TRIMMED SQUARED Harm Sugart 1 1 FMIPA Unverstas Terbuka. Tangerang Selatan Emal korespondens : arm@ut.ac.d Abstrak Eksplotas sumber daya

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Satelah melakukan peneltan, penelt melakukan stud lapangan untuk memperoleh data nla post test dar hasl tes setelah dkena perlakuan.

Lebih terperinci

OPTIMASI MASALAH PENUGASAN. Siti Maslihah

OPTIMASI MASALAH PENUGASAN. Siti Maslihah JPM IIN ntasar Vol. 01 No. 2 Januar Jun 2014, h. 95-106 OPTIMSI MSLH PNUGSN St Maslhah bstrak Pemrograman lner merupakan salah satu lmu matematka terapan yang bertuuan untuk mencar nla optmum dar suatu

Lebih terperinci

BAB I PENDAHULUAN. Semakin tinggi penerimaan Pajak di Indonesia, semakin tinggi pula kualitas

BAB I PENDAHULUAN. Semakin tinggi penerimaan Pajak di Indonesia, semakin tinggi pula kualitas BAB I PENDAHULUAN A. LATAR BELAKANG Pajak merupakan sumber penermaan terpentng d Indonesa. Oleh karena tu Pemerntah selalu mengupayakan bagamana cara menngkatkan penermaan Pajak. Semakn tngg penermaan

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Fuzzy Set Pada tahun 1965, Zadeh memodfkas teor hmpunan dmana setap anggotanya memlk derajat keanggotaan yang bernla kontnu antara 0 sampa 1. Hmpunan n dsebut dengan hmpunaan

Lebih terperinci

Didownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN

Didownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN BAB I PENDAHULUAN Sebuah jarngan terdr dar sekelompok node yang dhubungkan oleh busur atau cabang. Suatu jens arus tertentu berkatan dengan setap busur. Notas standart untuk menggambarkan sebuah jarngan

Lebih terperinci

BAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat

BAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat BAB LANDASAN TEORI. 1 Analsa Regres Regres pertama kal dpergunakan sebaga konsep statstk pada tahun 1877 oleh Sr Francs Galton. Galton melakukan stud tentang kecenderungan tngg badan anak. Teor Galton

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 7 BAB LANDASAN TEORI.1 Analsa Regres Analsa regres dnterpretaskan sebaga suatu analsa yang berkatan dengan stud ketergantungan (hubungan kausal) dar suatu varabel tak bebas (dependent varable) atu dsebut

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 ENDAHULUAN 1.1 Latar Belakang Manusa dlahrkan ke duna dengan ms menjalankan kehdupannya sesua dengan kodrat Illah yakn tumbuh dan berkembang. Untuk tumbuh dan berkembang, berart setap nsan harus

Lebih terperinci

Kecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi

Kecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi Statstka, Vol. 9 No., 4 47 Me 009 Kecocokan Dstrbus Normal Menggunakan Plot Persentl-Persentl yang Dstandarsas Lsnur Wachdah Program Stud Statstka Fakultas MIPA Unsba e-mal : Lsnur_w@yahoo.co.d ABSTRAK

Lebih terperinci

Pengendalian Persediaan Masalah utama

Pengendalian Persediaan Masalah utama Pemodelan EOQ 4 es 01 eko@uns.ac.id Pendauluan Pengendalian Persediaan Masala utama Menentukan jumla pemesanan yang ekonomis ( Economic Order Quantity ) Menentukan laju kecepatan produksi seingga meminimasi

Lebih terperinci

PROPOSAL SKRIPSI JUDUL:

PROPOSAL SKRIPSI JUDUL: PROPOSAL SKRIPSI JUDUL: 1.1. Latar Belakang Masalah SDM kn makn berperan besar bag kesuksesan suatu organsas. Banyak organsas menyadar bahwa unsur manusa dalam suatu organsas dapat memberkan keunggulan

Lebih terperinci

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

BAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode BAB III METODE PENELITIAN Desan Peneltan Metode peneltan yang dgunakan dalam peneltan n adalah metode deskrptf analts dengan jens pendekatan stud kasus yatu dengan melhat fenomena permasalahan yang ada

Lebih terperinci

BAB VB PERSEPTRON & CONTOH

BAB VB PERSEPTRON & CONTOH BAB VB PERSEPTRON & CONTOH Model JST perseptron dtemukan oleh Rosenblatt (1962) dan Mnsky Papert (1969). Model n merupakan model yang memlk aplkas dan pelathan yang lebh bak pada era tersebut. 5B.1 Arstektur

Lebih terperinci

BAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi.

BAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi. BAB LANDASAN TEORI Pada bab n akan durakan beberapa metode yang dgunakan dalam penyelesaan tugas akhr n. Selan tu penuls juga mengurakan tentang pengertan regres, analss regres berganda, membentuk persamaan

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang. menghimpun dana dari pihak yang kelebihan dana (surplus spending unit) kemudian

BAB I PENDAHULUAN Latar Belakang. menghimpun dana dari pihak yang kelebihan dana (surplus spending unit) kemudian Pengaruh Captal Structure terhadap Proftabltas pada Industr Perbankan d Indonesa Mutara Artkel n d-dgtalsas oleh Perpustakaan Fakultas Ekonom-Unverstas Trsakt, 2016. 021-5663232 ext.8335 BAB I PENDAHULUAN

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1. Hpotess Peneltan Berkatan dengan manusa masalah d atas maka penuls menyusun hpotess sebaga acuan dalam penulsan hpotess penuls yatu Terdapat hubungan postf antara penddkan

Lebih terperinci

MODEL PERSEDIAAN TERINTEGRASI PRODUSEN - DISTRIBUTOR - PENGECER DENGAN MULTI - PRODUK DAN KENDALA TINGKAT LAYANAN

MODEL PERSEDIAAN TERINTEGRASI PRODUSEN - DISTRIBUTOR - PENGECER DENGAN MULTI - PRODUK DAN KENDALA TINGKAT LAYANAN MODEL PERSEDIAAN TERINTEGRASI PRODUSEN - DISTRIBUTOR - PENGECER DENGAN MULTI - PRODUK DAN KENDALA TINGKAT LAYANAN Mkyana Ramadan, Nughthoh Arfaw Kurdh, dan Sutrma Program Stud Matematka FMIPA UNS Abstrak.

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Penjadwalan Baker (1974) mendefnskan penjadwalan sebaga proses pengalokasan sumber-sumber dalam jangka waktu tertentu untuk melakukan sejumlah pekerjaan. Menurut Morton dan

Lebih terperinci

Nama : Crishadi Juliantoro NPM :

Nama : Crishadi Juliantoro NPM : ANALISIS INVESTASI PADA PERUSAHAAN YANG MASUK DALAM PERHITUNGAN INDEX LQ-45 MENGGUNAKAN PORTOFOLIO DENGAN METODE SINGLE INDEX MODEL. Nama : Crshad Julantoro NPM : 110630 Latar Belakang Pemlhan saham yang

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini merupakan penelitian pengembangan (Research and

III. METODE PENELITIAN. Penelitian ini merupakan penelitian pengembangan (Research and III. METODE PENELITIAN A. Desan Peneltan Peneltan n merupakan peneltan pengembangan (Research and Development). Peneltan pengembangan yang dlakukan adalah untuk mengembangkan penuntun praktkum menjad LKS

Lebih terperinci

2.1 Sistem Makroskopik dan Sistem Mikroskopik Fisika statistik berangkat dari pengamatan sebuah sistem mikroskopik, yakni sistem yang sangat kecil

2.1 Sistem Makroskopik dan Sistem Mikroskopik Fisika statistik berangkat dari pengamatan sebuah sistem mikroskopik, yakni sistem yang sangat kecil .1 Sstem Makroskopk dan Sstem Mkroskopk Fska statstk berangkat dar pengamatan sebuah sstem mkroskopk, yakn sstem yang sangat kecl (ukurannya sangat kecl ukuran Angstrom, tdak dapat dukur secara langsung)

Lebih terperinci

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran BAB 1 PENDAHULUAN 1.1. Latar Belakang Pertumbuhan dan kestablan ekonom, adalah dua syarat pentng bag kemakmuran dan kesejahteraan suatu bangsa. Dengan pertumbuhan yang cukup, negara dapat melanjutkan pembangunan

Lebih terperinci

PEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR

PEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR PEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR Resa Septan Pontoh 1), Neneng Sunengsh 2) 1),2) Departemen Statstka Unverstas Padjadjaran 1) resa.septan@unpad.ac.d,

Lebih terperinci

Kata kunci : daya, bahan bakar, optimasi, ekonomis. pembangkitan yang maksimal dengan biaya pengoperasian unit pembangkit yang minimal.

Kata kunci : daya, bahan bakar, optimasi, ekonomis. pembangkitan yang maksimal dengan biaya pengoperasian unit pembangkit yang minimal. Makalah Semnar Tugas Akhr MENGOPTIMALKAN PEMBAGIAN BEBAN PADA UNIT PEMBANGKIT PLTGU TAMBAK LOROK DENGAN METODE LAGRANGE MULTIPLIER Oleh : Marno Sswanto, LF 303 514 Abstrak Pertumbuhan ndustr pada suatu

Lebih terperinci

UKURAN S A S MPE P L P of o. D r D. r H. H Al A ma m s a d s i d Sy S a y h a z h a, SE S. E, M P E ai a l i : l as a y s a y h a

UKURAN S A S MPE P L P of o. D r D. r H. H Al A ma m s a d s i d Sy S a y h a z h a, SE S. E, M P E ai a l i : l as a y s a y h a UKURAN SAMPEL Prof. Dr. H. Almasd Syahza, SE., MP Emal: asyahza@yahoo.co.d Webste: http://almasd. almasd.staff. staff.unr.ac.d Penelt Senor Unverstas Rau Penentuan Sampel Peneltan lmah hampr selalu hanya

Lebih terperinci

Program Studi S1 Teknik Industri, Fakultas Rekayasa Industri, Universitas Telkom

Program Studi S1 Teknik Industri, Fakultas Rekayasa Industri, Universitas Telkom PERENCANAAN KEBIJAKAN PERSEDIAAN BAHAN BAKU DENGAN MENGGUNAKAN METODE CONTINUOUS REVIEW (s,s) DAN METODE CONTINUOUS REVIEW (s,q) UNTUK MEMINIMASI TOTAL BIAYA PERSEDIAAN PADA PT. XYZ Selvia Dayanti 1, Ari

Lebih terperinci

Perbaikan Sistem Persediaan Tinta Fotokopi di CV. NEC, Surabaya

Perbaikan Sistem Persediaan Tinta Fotokopi di CV. NEC, Surabaya Perbakan Sstem Persedaan Tnta Fotokop d CV. NEC, Surabaya Indr Hapsar, Jerry Agus Arlanto, dan Albert Sutanto Teknk Industr Unverstas Surabaya Jl. Raya Kalrungkut Surabaya Emal: ndr@ubaya.ac.d Abstrak

Lebih terperinci

PENYELESAIAN PROGRAM LINEAR SASARAN GANDA MENGGUNAKAN METODE SIMPLEKS MULTIFASE

PENYELESAIAN PROGRAM LINEAR SASARAN GANDA MENGGUNAKAN METODE SIMPLEKS MULTIFASE PERSETUJUAN PENYELESAIAN PROGRAM LINEAR SASARAN GANDA MENGGUNAKAN METODE SIMPLEKS MULTIFASE SKRIPSI Telah dsetuju dan dsyahkan pada tanggal: 3 November 2010 Untuk dpertahankan ddepan Dewan Penguj Skrps

Lebih terperinci

Bab III Analisis Rantai Markov

Bab III Analisis Rantai Markov Bab III Analss Ranta Markov Sstem Markov (atau proses Markov atau ranta Markov) merupakan suatu sstem dengan satu atau beberapa state atau keadaan, dan dapat berpndah dar satu state ke state yang lan pada

Lebih terperinci

BAB I PENDAHULUAN I-1

BAB I PENDAHULUAN I-1 BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Kendaraan bermotor merupakan alat yang palng dbutuhkan sebaga meda transportas. Kendaraan dbag menjad dua macam, yatu kendaraan umum dan prbad. Kendaraan umum

Lebih terperinci

IV. PERANCANGAN DAN IMPLEMENTASI SISTEM

IV. PERANCANGAN DAN IMPLEMENTASI SISTEM IV. PERANCANGAN DAN IMPLEMENTASI SISTEM Perancangan Sstem Sstem yang akan dkembangkan adalah berupa sstem yang dapat membantu keputusan pemodal untuk menentukan portofolo saham yang dperdagangkan d Bursa

Lebih terperinci

Seminar Nasional Aplikasi Teknologi Informasi 2004 Yogyakarta, 19 Juni 2004

Seminar Nasional Aplikasi Teknologi Informasi 2004 Yogyakarta, 19 Juni 2004 Semnar Nasonal Aplkas Teknolog Informas 004 Yogyakarta, 19 Jun 004 Aplkas Pemrograman Komputer Dalam Bdang Teknk Kma Arf Hdayat Program Stud Teknk Kma Fakultas Teknolog Industr, Unverstas Islam Indonesa

Lebih terperinci

BAB I PENDAHULUAN. Analisis regresi merupakan metode statistika yang digunakan untuk

BAB I PENDAHULUAN. Analisis regresi merupakan metode statistika yang digunakan untuk BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan metode statstka ang dgunakan untuk meramalkan sebuah varabel respon Y dar satu atau lebh varabel bebas X, selan tu juga dgunakan untuk

Lebih terperinci

Catatan Kuliah 12 Memahami dan Menganalisa Optimisasi dengan Kendala Ketidaksamaan

Catatan Kuliah 12 Memahami dan Menganalisa Optimisasi dengan Kendala Ketidaksamaan Catatan Kulah Memaham dan Menganalsa Optmsas dengan Kendala Ketdaksamaan. Non Lnear Programmng Msalkan dhadapkan pada lustras berkut n : () Ma U = U ( ) :,,..., n st p B.: ; =,,..., n () Mn : C = pk K

Lebih terperinci

Menggugat Kinerja Profesor

Menggugat Kinerja Profesor Haran Kompas, 11 November 2015 Menggugat Knerja Profesor Jumlah profesor d negara kta terlalu sedkt. Itu pun sebagan dnla kurang berkualtas dan tdak produktf. Hal n terkuak dalam Semnar Nasonal Keprofesoran

Lebih terperinci

BAB III METODELOGI PENELITIAN. metode penelitian yang digunakan dalam penelitian ini adalah metode deskriptif

BAB III METODELOGI PENELITIAN. metode penelitian yang digunakan dalam penelitian ini adalah metode deskriptif BAB III METODELOGI PENELITIAN 3.1 Desan Peneltan Metode peneltan mengungkapkan dengan jelas bagamana cara memperoleh data yang dperlukan, oleh karena tu metode peneltan lebh menekankan pada strateg, proses

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar belakang

BAB 1 PENDAHULUAN. 1.1 Latar belakang BAB 1 PENDAHULUAN 1.1 Latar belakang Dalam memlh sesuatu, mula yang memlh yang sederhana sampa ke hal yang sangat rumt yang dbutuhkan bukanlah berpkr yang rumt, tetap bagaman berpkr secara sederhana. AHP

Lebih terperinci

PERANCANGAN JARINGAN AKSES KABEL (DTG3E3)

PERANCANGAN JARINGAN AKSES KABEL (DTG3E3) PERCG JRIG KSES KBEL (DTG3E3) Dsusun Oleh : Hafdudn,ST.,MT. (HFD) Rohmat Tulloh, ST.,MT (RMT) Prod D3 Teknk Telekomunkas Fakultas Ilmu Terapan Unverstas Telkom 015 Peramalan Trafk Peramalan Trafk Peramalan

Lebih terperinci

BAB III METODE PENELITIAN. Penelitian ini merupakan penelitian yang bertujuan untuk mendeskripsikan

BAB III METODE PENELITIAN. Penelitian ini merupakan penelitian yang bertujuan untuk mendeskripsikan BAB III METODE PENELITIAN A. Jens Peneltan Peneltan n merupakan peneltan yang bertujuan untuk mendeskrpskan langkah-langkah pengembangan perangkat pembelajaran matematka berbass teor varas berupa Rencana

Lebih terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. Universitas Sumatera Utara BAB 1 PENDAHULUAN 1.1 Latar Belakang Ketahanan pangan adalah ketersedaan pangan dan kemampuan seseorang untuk mengaksesnya. Sebuah rumah tangga dkatakan memlk ketahanan pangan jka penghunnya tdak berada

Lebih terperinci

PENERAPAN METODE MAMDANI DALAM MENGHITUNG TINGKAT INFLASI BERDASARKAN KELOMPOK KOMODITI (Studi Kasus pada Data Inflasi Indonesia)

PENERAPAN METODE MAMDANI DALAM MENGHITUNG TINGKAT INFLASI BERDASARKAN KELOMPOK KOMODITI (Studi Kasus pada Data Inflasi Indonesia) PENERAPAN METODE MAMDANI DALAM MENGHITUNG TINGKAT INFLASI BERDASARKAN KELOMPOK KOMODITI (Stud Kasus pada Data Inflas Indonesa) Putr Noorwan Effendy, Amar Sumarsa, Embay Rohaet Program Stud Matematka Fakultas

Lebih terperinci

Oleh : Fifi Fisiana

Oleh : Fifi Fisiana Optmas Baya Produks menggunakan Metode Revsed Mult Choce Goal programmng dengan Tahap Persedaan Terkontrol Supply Chan Model stud kasus : PT.Gunungarta Manunggal, Gempol Oleh : Ff Fsana 1207100018 Dosen

Lebih terperinci

Matematika Eigenface Menggunakan Metrik Euclidean

Matematika Eigenface Menggunakan Metrik Euclidean Matematka Egenface Menggunakan Metrk Eucldean 6 Ben Utomo Sekolah ngg eknolog Bontang, Indonesa Abstract Salah satu sstem pengenalan wajah (face recognton) adalah metode egenface. Metode n bekerja dengan

Lebih terperinci

BAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah

BAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah BAB III METODE PENELITIAN 3.1 Metode Peneltan Metode yang dgunakan dalam peneltan n adalah metode deskrptf. Peneltan deskrptf merupakan peneltan yang dlakukan untuk menggambarkan sebuah fenomena atau suatu

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN Kajan Kebjakan Penetapan Harga Bahan Bakar Mnyak Jens Bensn Premum d Indonesa 3.1 Tahapan Peneltan BAB III METODOLOGI PENELITIAN Data yang akan dgunakan dalam peneltan n ddapat dar berbaga sumber sepert

Lebih terperinci

BAB I PENDAHULUAN. Anemia adalah keadaan saat jumlah sel darah merah atau jumlah

BAB I PENDAHULUAN. Anemia adalah keadaan saat jumlah sel darah merah atau jumlah BAB I PENDAHULUAN 1.1 Latar Belakang Anema adalah keadaan saat jumlah sel darah merah atau jumlah hemoglobn (HB) atau proten pembawa oksgen dalam sel darah merah berada d bawah normal,anema dalam kehamlan

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 (Stud Kasus d PT. Snar Terang Abad ) Bagus Suryo Ad Utomo 1203 109 001 Dosen Pembmbng: Drs. I Gst Ngr Ra Usadha, M.S Jurusan Matematka

Lebih terperinci

BAB 1 PENDAHULUAN. dependen (y) untuk n pengamatan berpasangan i i i. x : variabel prediktor; f x ) ). Bentuk kurva regresi f( x i

BAB 1 PENDAHULUAN. dependen (y) untuk n pengamatan berpasangan i i i. x : variabel prediktor; f x ) ). Bentuk kurva regresi f( x i BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan analss statstk yang dgunakan untuk memodelkan hubungan antara varabel ndependen (x) dengan varabel ( x, y ) n dependen (y) untuk n pengamatan

Lebih terperinci

ANALISIS PERMINTAAN PANGAN HEWANI INDONESIA DENGAN GENERALIZED METHOD OF MOMENTS PADA MODEL QUADRATIC ALMOST IDEAL DEMAND SYSTEM

ANALISIS PERMINTAAN PANGAN HEWANI INDONESIA DENGAN GENERALIZED METHOD OF MOMENTS PADA MODEL QUADRATIC ALMOST IDEAL DEMAND SYSTEM ANALISIS PERMINTAAN PANGAN HEWANI INDONESIA DENGAN GENERALIZED METHOD OF MOMENTS PADA MODEL QUADRATIC ALMOST IDEAL DEMAND SYSTEM Wahyu Dw Lesmono, Ftra Vrgantar, Hagn Wjayant Program Stud Matematka Fakultas

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang. Di dalam matematika mulai dari SD, SMP, SMA, dan Perguruan Tinggi

BAB I PENDAHULUAN. 1.1 Latar Belakang. Di dalam matematika mulai dari SD, SMP, SMA, dan Perguruan Tinggi Daftar Is Daftar Is... Kata pengantar... BAB I...1 PENDAHULUAN...1 1.1 Latar Belakang...1 1.2 Rumusan Masalah...2 1.3 Tujuan...2 BAB II...3 TINJAUAN TEORITIS...3 2.1 Landasan Teor...4 BAB III...5 PEMBAHASAN...5

Lebih terperinci

PENJADWALAN PRODUKSI di PT MEUBEL JEPARA PROBOLINGGO

PENJADWALAN PRODUKSI di PT MEUBEL JEPARA PROBOLINGGO Prosdng Semnar Nasonal Manajemen Teknolog III Program Stud MMTITS, Surabaya 4 Pebruar 2006 PENJADWALAN PRODUKSI d PT MEUBEL JEPARA PROBOLINGGO Mohammad Khusnu Mlad, Bobby Oedy P. Soepangkat, Nurhad Sswanto

Lebih terperinci

Pendahuluan. 0 Dengan kata lain jika fungsi tersebut diplotkan, grafik yang dihasilkan akan mendekati pasanganpasangan

Pendahuluan. 0 Dengan kata lain jika fungsi tersebut diplotkan, grafik yang dihasilkan akan mendekati pasanganpasangan Pendahuluan 0 Data-data ang bersfat dskrt dapat dbuat contnuum melalu proses curve-fttng. 0 Curve-fttng merupakan proses data-smoothng, akn proses pendekatan terhadap kecenderungan data-data dalam bentuk

Lebih terperinci

BAB 4 METODOLOGI PENELITIAN DAN ANALISIS

BAB 4 METODOLOGI PENELITIAN DAN ANALISIS 28 BAB 4 METODOLOGI PENELITIAN DAN ANALISIS 4.1 Kerangka Pemkran dan Hpotess Dalam proses peneltan n, akan duj beberapa varabel software yang telah dsebutkan pada bab sebelumnya. Sesua dengan tahapan-tahapan

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA DAN PEMILIHAN MITRA BADAN PUSAT STATISTIK (BPS) KABUPATEN GUNUNGKIDUL MENGGUNAKAN METODE SAW BERBASIS WEB

SISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA DAN PEMILIHAN MITRA BADAN PUSAT STATISTIK (BPS) KABUPATEN GUNUNGKIDUL MENGGUNAKAN METODE SAW BERBASIS WEB SISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA DAN PEMILIHAN MITRA BADAN PUSAT STATISTIK (BPS) KABUPATEN GUNUNGKIDUL MENGGUNAKAN METODE SAW BERBASIS WEB Putr Har Ikhtarn ), Bety Nurltasar 2), Hafdz Alda

Lebih terperinci

ISSN : e-proceeding of Engineering : Vol.3, No.2 Agustus 2016 Page 2662

ISSN : e-proceeding of Engineering : Vol.3, No.2 Agustus 2016 Page 2662 ISSN : 2355-9365 e-proceeding of Engineering : Vol.3, No.2 Agustus 2016 Page 2662 PERENCANAAN KEBIJAKAN PERSEDIAAN UNTUK MEMINIMASI STOCKOUT DENGAN PENDEKATAN CONTINUOUS REVIEW (s,s) DAN CONTINUOUS REVIEW

Lebih terperinci

SISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS

SISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS SISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS A8 M. Andy Rudhto 1 1 Program Stud Penddkan Matematka FKIP Unverstas Sanata Dharma Kampus III USD Pangan Maguwoharjo Yogyakarta 1 e-mal: arudhto@yahoo.co.d

Lebih terperinci

ANALISIS DATA KATEGORIK (STK351)

ANALISIS DATA KATEGORIK (STK351) Suplemen Respons Pertemuan ANALISIS DATA KATEGORIK (STK351) 7 Departemen Statstka FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referens Waktu Korelas Perngkat (Rank Correlaton) Bag. 1 Koefsen Korelas Perngkat

Lebih terperinci

MEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM

MEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM MEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM Tut Susant, Mashad, Sukamto Mahasswa Program S Matematka Dosen Jurusan Matematka Fakultas Matematka dan Ilmu Pengetahuan Alam

Lebih terperinci

II. TEORI DASAR. Definisi 1. Transformasi Laplace didefinisikan sebagai

II. TEORI DASAR. Definisi 1. Transformasi Laplace didefinisikan sebagai II. TEORI DASAR.1 Transormas Laplace Ogata (1984) mengemukakan bahwa transormas Laplace adalah suatu metode operasonal ang dapat dgunakan untuk menelesakan persamaan derensal lnear. Dengan menggunakan

Lebih terperinci

PRAKTIKUM 6 Penyelesaian Persamaan Non Linier Metode Newton Raphson Dengan Modifikasi Tabel

PRAKTIKUM 6 Penyelesaian Persamaan Non Linier Metode Newton Raphson Dengan Modifikasi Tabel PRAKTIKUM 6 Penyelesaan Persamaan Non Lner Metode Newton Raphson Dengan Modfkas Tabel Tujuan : Mempelajar metode Newton Raphson dengan modfkas tabel untuk penyelesaan persamaan non lner Dasar Teor : Permasalahan

Lebih terperinci

Peramalan Produksi Sayuran Di Kota Pekanbaru Menggunakan Metode Forcasting

Peramalan Produksi Sayuran Di Kota Pekanbaru Menggunakan Metode Forcasting Peramalan Produks Sayuran D Kota Pekanbaru Menggunakan Metode Forcastng Esrska 1 dan M. M. Nzam 2 1,2 Jurusan Matematka, Fakultas Sans dan Teknolog, UIN Sultan Syarf Kasm Rau Jl. HR. Soebrantas No. 155

Lebih terperinci

BAB IV PEMBAHASAN HASIL PENELITIAN PENGARUH PENGGUNAAN METODE GALLERY WALK

BAB IV PEMBAHASAN HASIL PENELITIAN PENGARUH PENGGUNAAN METODE GALLERY WALK BAB IV PEMBAASAN ASIL PENELITIAN PENGARU PENGGUNAAN METODE GALLERY WALK TERADAP ASIL BELAJAR MATA PELAJARAN IPS MATERI POKOK KERAGAMAN SUKU BANGSA DAN BUDAYA DI INDONESIA A. Deskrps Data asl Peneltan.

Lebih terperinci

METODE PENELITIAN. Penentuan lokasi dilakukan secara tertuju (purposive) karena sungai ini termasuk

METODE PENELITIAN. Penentuan lokasi dilakukan secara tertuju (purposive) karena sungai ini termasuk IV. METODE PENELITIAN 4.1. Tempat dan Waktu Peneltan Peneltan n dlakukan d Sunga Sak, Kota Pekanbaru, Provns Rau. Penentuan lokas dlakukan secara tertuju (purposve) karena sunga n termasuk dalam 13 sunga

Lebih terperinci

ESTIMASI PARAMETER PADA REGRESI SEMIPARAMETRIK UNTUK DATA LONGITUDINAL

ESTIMASI PARAMETER PADA REGRESI SEMIPARAMETRIK UNTUK DATA LONGITUDINAL Abstrak ESIMASI PARAMEER PADA REGRESI SEMIPARAMERIK UNUK DAA LONGIUDINAL Msal y merupakan varabel respon, Lls Laome Jurusan Matematka FMIPA Unverstas Haluoleo Kendar 933 e-mal : lhs@yahoo.com X adalah

Lebih terperinci

ANALISIS REGRESI. Catatan Freddy

ANALISIS REGRESI. Catatan Freddy ANALISIS REGRESI Regres Lner Sederhana : Contoh Perhtungan Regres Lner Sederhana Menghtung harga a dan b Menyusun Persamaan Regres Korelas Pearson (Product Moment) Koefsen Determnas (KD) Regres Ganda :

Lebih terperinci

ISSN : e-proceeding of Engineering : Vol.4, No.1 April 2017 Page 997

ISSN : e-proceeding of Engineering : Vol.4, No.1 April 2017 Page 997 ISSN : 2355-9365 e-proceeding of Engineering : Vol.4, No.1 April 2017 Page 997 USULAN KEBIJAKAN PERSEDIAAN PRODUK KATEGORI KAWAT TEMBAGA UNTUK MEMINIMASI STOCK OUT DENGAN PENDEKATAN METODE CONTINUOUS REVIEW

Lebih terperinci