MODEL PENILAIAN ASPEK AFEKTIF AKHLAK MULIA BERBASIS DATA LINGUISTIK

Ukuran: px
Mulai penontonan dengan halaman:

Download "MODEL PENILAIAN ASPEK AFEKTIF AKHLAK MULIA BERBASIS DATA LINGUISTIK"

Transkripsi

1 MODEL PENILAIAN ASPEK AFEKTIF AKHLAK MULIA BERBASIS DATA LINUISTIK Sr Adaya 1 T-13 1 Jurusa Peddka Maemaka FMIPA UNY adaya_uy@yahoo.com Absrak Pelaa aspek afekf d sekolah merupaka proses pegambla kepuusa yag harus memperhugka bayak krera. Sela u, pelaa aspek afekf juga dapa dpadag sebaga suau pegambla kepuusa kelompok oleh beberapa orag guru, dega mempermbagka beberapa krera yag deuka. Pelaa aspek afekf megolah daa hasl pegamaa erhadap perlaku sswa, yag basaya berupa skor dalam skala ereu. Daa skor ersebu kemuda dolah dega megguaka meode ereu uuk memperoleh la akhr yag wujud berformas lgusk, seper bak, aau saga bak. Berku aka dsusu sebuah pemodela uuk pelaa aspek afekf yag megolah daa awal berupa daa lgusk, yag bersfa fuzzy dega mempermbagka bayak krera (mul crera). Dalam kaja lmu kompuer, pegambla kepuusa kelompok yag melbaka bayak krera dapa dselesaka dega meode Mul Crera roup Decso Makg (MCDM). Peyelesaa masalah yag megolah formas lgusk bayak dkembagka dega berdasarka pada operaor Ordered Weghed Averagg (OWA). Hasl pemodela megusulka adaya peghalusa kaegor formas lgusk yag dguaka dalam la akhr, pemafaaa operaor agregas daa lgusk yau Fuzzy Lgusc Ordered Weghed Averagg (FLOWA), peghuga bobo seap sub krera dega megguaka Lgusc quafer, da pegguaa operaor agregas klask uuk megagregas daa pelaa dar beberapa guru. Pemodela dapa dguaka sebaga aleraf dalam model pegambla kepuusa kelompok khususya dalam pelaa aspek afekf sswa sekolah. Kaa kuc: Pelaa aspek afekf, MCDM, daa lgusk. PENDAHULUAN Meuru PP 19 Tahu 2005 Pasal 63 aya 1 pelaa pada jejag peddka dasar da meegah erdr aas (a) pelaa hasl belajar oleh peddk, (b) pelaa hasl belajar oleh saua peddka, da (c) pelaa oleh pemerah. Uuk kelompok maa pelajara agama da akhlak mula pelaa dlakuka oleh peddk da saua peddka. Pelaa aspek afekf d sekolah merupaka akvas yag sul dlakuka, karea dak ada sadar baku yag dguaka dalam melakuka pegukura da pelaa. Berbeda dega aspek kogf yag dapa dukur dega megguaka es da hasl Makalah dpreseaska dalam Semar Nasoal Maemaka da Peddka Maemaka dega ema Korbus Peddka Maemaka da Maemaka dalam Membagu Karaker uru da Sswa" pada aggal 10 November 2012 d Jurusa Peddka Maemaka FMIPA UNY

2 karya/ugas sswa, aspek afekf basaya dla dar hasl pegamaa erhadap skap da perlaku kesehara sswa. Oleh karea u, saga dmugkka pelaa aspek saga bersfa subjekf da megadug kedakpasa. Pegukura raah afekf dlakuka melalu meode observas da meode lapora dr. Pegguaa meode observas berdasarka pada asums bahwa karaersk afekf dapa dlha dar perlaku aau perbuaa yag damplka da aau reaks pskolog. Meode lapora dr berasums bahwa yag megeahu keadaa afekf seseorag adalah drya sedr. Peujuk pelaa dalam Juks Pelaa Afekf d SMA ( Drekora Pembaa SMA, 2010) megguaka 4 skala skap sebaga hasl akhr modfkas daa pegamaa. Daa hasl pegamaa adalah berupa skor 1-4. Pelaa aspek afekf basaya melbaka formas yag lebh bayak berupa lgusk darpada umerk. Msalya, dalam hal kejujura seorag sswa medapaka la berupa formas lgusk saga bak, bak, aau cukup. Pelaa ersebu saga bersfa subjekf, yak haya ergaug pada perseps guru sebaga pegambl kepuusa pember la. Oleh karea u, saga dmugkka jka daa hasl pegamaa erhadap raah afekf sswa dak megguaka skor skala 1-4, aka eap lagsug dsajka dega megguaka daa lgusk. Pelaa aspek afekf d sekolah merupaka proses pegambla kepuusa yag harus memperhugka bayak krera, da seharusya berdasarka dar daa pegamaa oleh bayak guru. Dega demka masalah pelaa dapa dselesaka dega meode Mul Crera roup Decso Makg (MCDM). Dalam peela aka dsusu sebuah model pelaa kolaboraf yag megolah formas lgusk yag bersfa fuzzy dega mempermbagka bayak krera (mul crera), yag dapa dguaka dalam megambl kepuusa kelompok dalam pelaa aspek afekf. Operaor yag aka dguaka uuk megagregas formas lgusk dalam pemodela adalah Fuzzy Lgusc Ordered Weghed Averagg (F LOWA ) yag dkembagka oleh Zheg Pe dkk (2006) da operaor agregas klask uuk megakumulas daa pelaa oleh kelompok. Sela u, juga dguaka Lgusc Quafer uuk meeuka bobo dar seap sub krera. PEMBAHASAN a. Krera Pelaa Akhlak Mula Pelaa Akhlak Mula Pesera Ddk.dlaksaaka bak d dalam maupu d luar kelas, yag dla megguaka lembar pegamaa/observas. Ada 7 krera yag dsebuka Juks Pelaa Afekf d SMA (Drekora pembaa SMA, 2010) sebaga krera yag dobservas uuk pelaa akhlak mula, seper dsajka dalam abel 1. Tabel 1. Krera pelaa akhlak mula Krera Sub krera 1. Dspl a. Daag da pulag epa waku b. Megku kegaa dega erb 2. Bersh a. Membuag sampah pada empaya b. Mecuc aga sebelum maka c. Membershka empa kegaa d. Merawa kebersha dr 3. Taggugjawab a. Meyelesaka ugas pada wakuya b. Bera meaggug resko Semar Nasoal Maemaka da Peddka Maemaka FMIPA UNY Yogyakara, 10 November 2012 MT - 126

3 4. Sopa Sau a. Berbcara dega sopa b. Berskap horma pada orag la c. Berpakaa sopa d. Berposs duduk sopa 5. Hubuga Sosal a. Mejal hubuga bak dega guru b. Mejal hubuga bak dega sesama ema c. Meolog ema d. Mau bekerjasama dalam kegaa posf 6. Jujur a. Meyampaka pesa apa adaya b. Megaaka apa adaya c. Tdak berlaku curag 7. Pelaksaaa badah rual a. Melaksaaka badah sesua agama masg-masg b. Berdoa Pelaa ersebu megguaka daa skor skala 1-4, kemuda dolah uuk medapaka hasl berupa formas lgusk dalam 3 kaegor, Bak, Cukup, aau Kurag, aau 4 kaegor, Ama Bak, Bak, Cukup, aau Kurag. Rumus uuk memodfkas skor pegamaa ke dalam kaegor lgusk ersebu dsajka dalam gambar 1. ambar 1. Rumus uuk megubah skor ke dalam 4 krera lgusk b. Daa lgusk Suau varabel yag megguaka formas lgusk sebaga laya, maka varabel ersebu damaka varabel lgusk. Agregas formas lgusk dapa dlakuka dega megguaka 2 pedekaa (Che,2005; Herrera,2000), yau: a). Approxmao approach, yak agregas yag megguaka fugs keaggoaa yag berhubuga dega erm lgusk; da b). Symbolc approach aau drec approach, agregas dega cara lagsug melakuka kompuas pada erm lgusk. Semar Nasoal Maemaka da Peddka Maemaka FMIPA UNY Yogyakara, 10 November 2012 MT - 127

4 Salah sau meode agregas formas lgusk dkembagka oleh Zheg Pe dkk (2006) dega memperhaka pada ekk approxmao approach. Pada ekk, seap erm lgusk mempuya fugs keaggoaa fuzzy, da agregas erm-erm lgusk dlakuka dega melakuka kompuas pada fugs keaggoaa dar erm lgusk ersebu. Dega berdasarka pada modfkas deks dar label lgusk da operaor OWA, Zheg Pe dkk megembagka operaor F LOWA. Jka deks erm lgusk yag dmodfkas dmula dar 0 hgga T, maka kardalas erm lgusk adalah (T+1), da fugs yag dguaka uuk merasformas deks adalah y=f(x)=tx (L Ya, dkk., 2010). Zheg Pe, dkk (2006) medefska operaor F LOWA sebaga berku. Defs 1. Dkeahu S = {s = 0,, T} adalah hmpua erbaas da eruru oal, A = {a j1, a j2,, a j } S adalah hmpua label yag aka dagregas T. W = {w 1, w 2,, w } adalah vekor bobo sedemka sehgga s 1,,, w s 0,1 da s=1 w s = 1 Dkeahu B = (j 1, j 2,, j ) dega j s adalah pusa dar j s, da C = σ B = (j σ(1), j σ(2),, j σ() ) sedemka sehgga j σ(s ) j σ(s), s s meujukka w = f owa B = WC T = Maka operaor F lowa ddefska dega s=1 w s j σ(s) F lowa a j1, a j2,, a j = a jk Dmaa a jk sedemka sehgga jk w = max {(j1 w, j2 w,, jt w }( S = T) Ada sfa bjekf aara a js dega js, oleh karea u agregas label lgusk {a js s = 1,, } drasformas dega megagregas deks dar label lgusk. Seelah dperoleh w dega megguaka operaor OWA, dguaka proses defuzfkas uuk memperoleh js. Dalam defs d aas, js adalah fugs keaggoaa segga uuk label s S, yag doaska dega 3 parameer j, α, β dega j adalah pusa, α adalah lebar erval ke kr, da β adalah lebar erval ke kaa. Operaor F LOWA merupaka pegembaga dar operaor OWA. Aspek fudameal dar operaor OWA adalah pegurua kembal (re-orderg), bobo w dak berhubuga dega label a yag aka dagregas, eap berkaa dega poss urua argume yag aka dagregas (Carlsso & Fuller, 1997); yau dar argume (a 1, a 2, a ) sehgga meghaslka agregas yag dak lear (Se-Woog Oh, dkk. 2007) Dalam kaaya dega bobo uuk operaor OWA, Yager memperkealka cara meark uuk meghug bobo, yak dega megguaka lgusc quafer. Quafer dguaka uuk merepreseaska bayakya em yag memeuh suau predka (kods), msalya almos all, mos, as may as possble, a leas half (Herrera, e.al 1996). Bobo W deuka dega W = Q 1 1 Q, = 1,2,, (1) Semar Nasoal Maemaka da Peddka Maemaka FMIPA UNY Yogyakara, 10 November 2012 MT - 128

5 dega W 0,1 da =1 W = 1 da fugs keaggoaa quafer Q dapa deuka dega persamaa berku. Q r = 0 (r a) b a 1 uuk r < a uuk a r b uuk r > b dega a, b, r 0,1 Q(r) meujukka deraja dmaa propors r adalah kompabel dega ar dar quafer yag drepreseaska oleh Q (Herrera, e.al, 1996). Uuk lgusc quafer Q mos, la a, b yag dapa dguaka adalah (0.3,0.8) (Mg L ad Yajg Zhag,2012) Pelaa aspek afekf d sekolah meegah dapa dpadag sebaga suau pegambla kepuusa kelompok oleh beberapa orag guru, dega mempermbagka beberapa krera yag deuka. Msalka E={ E 1, E 2,., E q } adalah sekelompok pegambl kepuusa yag memberka pelaa afekf erhadap X = {X 1, X 2,, X m }, yau m aleraf sswa yag aka dla, C = {C 1, C 2,, C } adalah krera pelaa da S = {s = 0,, T} adalah hmpua varabel lgusk. W = {w 1, w 2,, w } adalah vekor bobo sedemka sehgga s 1,,, w s 0,1 da s=1 w s = 1. Seap pegambl q kepuusa juga memlk bobo u sedemka sehgga u 0,1 da =1 u = 1 Pelaa pegambl kepuusa dsajka dalam marks kepuusa R = (a js ) j dega a mx js S adalah la preferes pegambl kepuusa ke- dalam j varabel lgusk uuk aleraf X X erhadap krera C j C da j s adalah deks label lgusk s S dalam beuk fugs keaggoaa segga. Berdasarka lagkah-lagkah agregas dega operaor F LOWA, maka dsusu lagkah-lagkah uuk megagregas pelaa oleh kelompok yag daaya berupa formas lgusk, uuk daplkaska dalam pelaa aspek afekf adalah sebaga berku: a. Merasformas marks kepuusa lgusk R = (a js ) j mx mejad R = ( js ) j mx dega js adalah fugs keaggoaa segga uuk label s S, yag doaska dega 3 parameer j, α, β dega j adalah pusa, α adalah lebar erval ke kr, da β adalah lebar erval ke kaa. b. Membeuk marks B yag dperoleh dar marks R dega megambl la pusa dar blaga segga fuzzy dar erm lgusk, kemuda eleme dalam ap bars duruka meuru. B = (j σ(j ) ) mx sedemka sehgga, j σ(s ) j σ(s) s s c. Meeuka w yau bobo uuk seap X X dar pela ke- dega megguaka w = f owa B = WC T = s=1 w s j σ(s) d. Megagregas preferes lgusk dega megguaka operaor F LOWA F lowa a j1, a j2,, a j = a jk (4) sedemka sehgga jk w = max { (j1 w, j2 w,, jt w }( S = T) (5) Sebelum dkoverska ke label lgusc la akhr, la (2) (3) Semar Nasoal Maemaka da Peddka Maemaka FMIPA UNY Yogyakara, 10 November 2012 MT - 129

6 jk w = max { (j1 w, j2 w,, jt w } dar semua pegambl kepuusa dagregas dega meode agregas klask sebaga berku (Che, 2005:218) μ j = q =1 u μ j Dmaa μ j adalah deraja keaggoaa label lgusc ke-j pada aleraf X dar pegambl kepuusa E, u adalah bobo uuk seap E, da μ j adalah deraja keaggoaa hasl agregas dalam masg-masg label lgusc ke-j uuk aleraf X dar semua pegambl kepuusa. Oleh karea la μ j meujukka deraja keaggoaa label lgusc ke-j pada alerave X dar pegambl kepuusa E, yag dak la adalah j w, = 1.. T, yau deraja keaggoaa label lgusk ke-j aas pu w, maka hasl agregas dega operaor F LOWA uuk pegambla kepuusa kelompok dcar dega persamaa berku. F lowa a j1, a j2,, a j = ajk (6) sedemka sehgga jk w = max q =1 u j w (7) Uuk meyederhaaka, dguaka j uuk mewakl sehgga Dega demka, jk w q =1 j = u j w q =1 u j w = max j1, j2,, j (9) e. Mejadka la hasl agregas a jk sebaga la afekf fal uuk X X c. Cooh pelaa Msalya ada 4 pegambl kepuusa yag member pelaa aspek afekf akhlak mula dalam kaegor hubuga sosal erhadap 5 sswa. Hmpua label lgusk yag dguaka dalam pelaa adalah S={SK, K, C, B, SB}. Ar 5 label lgusk dalam hmpua S ersebu beruru-uru adalah Saga Kurag, Kurag, Cukup, Bak da Saga Bak. Represeas fugs keaggoaa dalam beuk blaga segga fuzzy (TFN) uuk kelma varabel lgusk d aas besera deks modfkasya dsajka dalam Tabel 2. (8) Semar Nasoal Maemaka da Peddka Maemaka FMIPA UNY Yogyakara, 10 November 2012 MT - 130

7 Degree of membershp PROSIDIN ISBN : Tabel 2. Hmpua Lgusk S, fugs keaggoaaa da deks modfkas No Ar MF Ideks 1 SB =saga Bak (1, 1 4, 0) s 4 = s (4,1,0) 2 B=Bak ( 3 4, 1 4, 1 4 ) s 3 = s (3,1,1) 3 C=Cukup ( 1 2, 1 4, 1 4 ) s 2 = s (2,1,1) 4 K=Kurag ( 1 4, 1 4, 1 4 ) s 1 = s (1,1,1) 5 SK =Saga Kurag (0,0, 1 4 ) s 0 = s (0,0,1) Fugs yag dguaka uuk merasformas deks adalah y=f(x)=4x, maka deks dar masg-masg label dujukka pada kolom deks. Fugs keaggoaa deks ersebu dsajka pada ambar 2. saga kurag kurag cukup bak saga bak varabel lgusk ambar 2. rafk fugs keaggoaa S pada [0,4] Iformas lgusk pelaa keempa pegambl kepuusa ersebu dsajka pada abel 3. Tabel 3. Pelaa aspek afekf erhadap 5 sswa oleh 4 guru Pegambl kepuusa Sswa ke- C1 C2 C3 C4 D1 Sswa 1 B SB B B Sswa 2 C B B C Sswa 3 SB B B C Sswa 4 K C C B Sswa 5 C B K B D2 Sswa 1 SB SB B B Sswa 2 B C C C Sswa 3 B B B B Sswa 4 C SK K C Sswa 5 B C B C D3 Sswa 1 B B SB B Sswa 2 B C B B Semar Nasoal Maemaka da Peddka Maemaka FMIPA UNY Yogyakara, 10 November 2012 MT - 131

8 Sswa 3 B B B C Sswa 4 C C C C Sswa 5 B C K C D4 Sswa 1 SB SB B B Sswa 2 B B B C Sswa 3 B B B C Sswa 4 C C C B Sswa 5 B C K C Tabel kepuusa ersebu drepreseaska dalam marks kepuusa lgusk R = (a js ) j mx sebaga berku: R 1 = B SB B B C B B C SB B B C K C C B C B K B R 2 = SB SB B B B C C C B B B B C SK K C B C B C R 3 = B B SB B B C B B B B B C C C C C B C K C R 4 = SB SB B B B B B C B B B C C C C B B C K C Dar marks kepuusa ersebu dbeuk marks B yag eleme-elemeya adalah la pusa dar blaga segga fuzzy dar masg-masg erm lgusk, kemuda eleme dalam ap bars duruka meuru. Bobo yag dguaka dhug dega megguaka lgusc quafer mos pada persamaa (1) da (2), da dperoleh W={0; 0.4; 0.5; 0.1} Selajuya, deuka w yau bobo uuk seap X X dar pela ke- dega megguaka persamaa (3). Hasl perhuga w adalah w 1 = w 2 = w 3 = w 4 = Selajuya aka dhug u j w yau deraja keaggoaa label lgusc ke-j dar sswa X dar pegambl kepuusa ke-, dkalka dega u (bobo uuk seap E ). Msalya bobo uuk masg-masg E adalah sebaga berku: Maka u j w, = 1, = 1..5, adalah u 1 = 0.3; u 2 = 0.3; u 3 = 0.2; u 4 = u 1 j w = Semar Nasoal Maemaka da Peddka Maemaka FMIPA UNY Yogyakara, 10 November 2012 MT - 132

9 Lagkah selajuya, dcar j sesua dega persamaa (8), yau jumlaha semua deraja keaggoaa label lgusk ke-j dar sswa ke X yag meujukka hasl agregas uuk semua pegambl kepuusa. Haslya adalah sebaga berku: j = Hasl agregas erakhr uuk semua pegambl kepuusa dcar dega cara megagregas preferes lgusk dega megguaka operaor F LOWA seper dalam persamaa (6), (7), da (9). Dperoleh jk w = max 0, 0, 0, 0.8, 0.2 = 0.8 yag merupaka deraja keaggoaa label 1 lgusk s 3 yau B, sehgga a jk 1 = B. Dega cara yag sama, dperoleh hasl pelaa kelompok oleh 4 guru dalam aspek afekf hubuga sosal uuk kelma sswa ersebu d aas adalah la sswa ke-1 adalah bak la sswa ke-2 adalah cukup la sswa ke-3 adalah bak la sswa ke-4 adalah cukup la sswa ke-5 adalah cukup KESIMPULAN Operaor F LOWA saga bergua dalam megagregas pelaa dar guru dalam aspek afekf, eruama dkareaka pu berupa formas lgusk, buka skor. Dega memaduka F LOWA da operaor agregas klask, maka elah dlakuka modfkas dalam operaor F LOWA sehgga dapa dguaka dalam collaborave assessme uuk megagregas pelaa aspek afekf oleh sekelompok guru. DAFTAR PUSTAKA Che, Zhfeg Cosesus roup Decso Makg Uder Lgusc Assessmes. Dsserao, Kasas Sae Uversy, Mahaa Kasas Carlsso, C., Full er, R., Full er, S OWA Operaors for docoral sude seleco problem. Dalam R.R.Yager ad J.Kacprzyk eds., The ordered weghed averagg operaors: Theory, Mehodology, ad Applcaos, Kluwer Academc Publshers, Boso, 1997 pp Drekora Pembaa SMA Juks Peyusua Peragka Pelaa afekf d SMA Herrera, F., Herrera-Vedma, E Lgusc decso aalyss: seps for solvg decso problems uder lgusc formao, Fuzzy Ses ad Sysems 115 (2000) Herrera,F., Herrera-Vedma, E., ad Verdegay.J.L Drec approach processes group decso makg usg lgusc OWA operaors. Fuzzy Ses ad Sysems 79 (1996) L Ya, Y Q, Zheg Pe Lgusc Iformao Processg Based o Semar Nasoal Maemaka da Peddka Maemaka FMIPA UNY Yogyakara, 10 November 2012 MT - 133

10 Aggregao Operaor over he Iere. Joural of Covergece Iformao Techology Volume 5, Number 3, May 2010 Mg L ad Yajg Zhag The OWA-VIKOR mehod for mulple Arbue group decso makg 2-uple lgusc seg. Joural of Covergece Iformao Techology (JCIT), Volume 7, Number 2, February Se-Woog Oh, ye-kark Park, Cheol-Youg Lee Iegrao of Decso Ipus wh OWA Operaors for MCDM Problems. ISIS 2007 Proceedgs of he 8h Symposum o Advaced Iellge Sysems, , page(s): Zheg Pe ad Lag-zhog Y ad Ya-Ju Du A New Aggregao operaor of Lgusc Iformao Ad Is Properes, IEEE Ieraoal Coferece o raular Compug, ar. o , pp Semar Nasoal Maemaka da Peddka Maemaka FMIPA UNY Yogyakara, 10 November 2012 MT - 134

BAB 4 ENTROPI PADA PROSES STOKASTIK RANTAI MARKOV

BAB 4 ENTROPI PADA PROSES STOKASTIK RANTAI MARKOV BAB 4 ENTROPI PADA PROSES STOKASTIK RANTAI MARKOV 4. Proses Sokask Dalam kehdupa yaa, sergkal orag g megama keerkaa sau kejada dega kejada la dalam suau erval waku ereu, yag merupaka suau barsa kejada.

Lebih terperinci

Hidraulika Komputasi

Hidraulika Komputasi Hdraulka Kompuas Meoda Beda Hgga Ir. Djoko Lukao, M.Sc., Ph.D. Jurusa Tekk Spl Fakulas Tekk Uversas Gadjah Mada Peyelesaa Pedekaa Karea dak dperoleh peyelesaa aals, maka dguaka peyelesaa pedekaa umers.

Lebih terperinci

BAB III MENENTUKAN JADWAL OPTIMUM PERAWATAN OVERHAUL. MESIN OKK Gill BCG1-P2 PADA BAGIAN DRAWING PT VONEX INDONESIA

BAB III MENENTUKAN JADWAL OPTIMUM PERAWATAN OVERHAUL. MESIN OKK Gill BCG1-P2 PADA BAGIAN DRAWING PT VONEX INDONESIA BAB III MENENTUKAN JADWAL OPTIMUM PERAWATAN OVERHAUL MESIN OKK Gll BCG1-P PADA BAGIAN DRAWING PT VONEX INDONESIA 3.1 Pedahulua Pada Bab II elah djelaska megea eor eor yag dbuuhka uuk meeuka jadwal opmum

Lebih terperinci

BEBERAPA SIFAT IDEAL GELANGGANG POLINOM MIRING: SUATU KAJIAN PUSTAKA

BEBERAPA SIFAT IDEAL GELANGGANG POLINOM MIRING: SUATU KAJIAN PUSTAKA Jural Maemaka, Vol., No., 2, 6 2 BEBERAPA SIFAT IDEAL GELANGGANG POLINOM MIRING: SUATU KAJIAN PUSTAKA AMIR KAMAL AMIR Jurusa Maemaka, FMIPA, Uversas Hasaudd 9245 Emal : amrkamalamr@yahoo.com INTISARI Msalka

Lebih terperinci

PENYELESAIAN NUMERIK PERSAMAAN KONDUKSI 1D DENGAN SKEMA FTCS, LAASONEN DAN CRANK-NICOLSON. Eko Prasetya Budiana 1 Syamsul Hadi 2

PENYELESAIAN NUMERIK PERSAMAAN KONDUKSI 1D DENGAN SKEMA FTCS, LAASONEN DAN CRANK-NICOLSON. Eko Prasetya Budiana 1 Syamsul Hadi 2 PENYELESAIAN NUMERIK PERSAMAAN KONDUKSI D DENGAN SKEMA FCS, LAASONEN DAN CRANK-NICOLSON Eko Praseya Budaa Syamsul Had Absrac, Fe dfferece mehod ( FCS, Laasoe ad Crak-Ncholso scheme) have bee develop for

Lebih terperinci

III. METODE PENELITIAN. instansi pemerintah, diantaranya adalah publikasi data dari Badan Pusat Statistik

III. METODE PENELITIAN. instansi pemerintah, diantaranya adalah publikasi data dari Badan Pusat Statistik III. METODE PENELITIAN A. Jes da Sumber Daa Daa yag dguaka adalah daa sekuder dar publkas das aau sas pemerah, daaraya adalah publkas daa dar Bada Pusa Sask megea PDRB Koa Badar Lampug da PDRB Props Lampug.

Lebih terperinci

RISK ANALYSIS RESIKO DAN KETIDAKPASTIAN DALAM MEMBUAT KEPUTUSAN MANAJERIAL

RISK ANALYSIS RESIKO DAN KETIDAKPASTIAN DALAM MEMBUAT KEPUTUSAN MANAJERIAL RISK ANALYSIS Dr. Mohammad Abdul Mukhy,, SE., MM RESIKO DAN KETIDAKPASTIAN DALAM MEMBUAT KEPUTUSAN MANAJERIAL kepuusa maageral dbua d bawah kods-kods kepasa, kedak-pasa aau resko. Kepasa megacu pada suas

Lebih terperinci

DISTRIBUSI GAMMA. Ada beberapa distribusi penting dalam distribusi uji hidup, salah satunya adalah distribusi gamma.

DISTRIBUSI GAMMA. Ada beberapa distribusi penting dalam distribusi uji hidup, salah satunya adalah distribusi gamma. DITRIBUI GAMMA Ada beberaa dsrbus eg dalam dsrbus uj hdu, salah sauya adalah dsrbus gamma. A. Fugs keadaa eluag (fk) Fugs keadaa eluag (fk) dar dsrbus gamma dega dua arameer yau da adalah sebaga berku:

Lebih terperinci

LOGO ANALISIS REGRESI LINIER

LOGO ANALISIS REGRESI LINIER LOGO ANALISIS REGRESI LINIER BERGANDA Hazmra Yozza Jur. Maemaka FMIPA Uv. Adalas KOMPETENSI megdefkaska model regres ler bergada dalam oas aljabar basa maupu oas marks da asumsya medapaka model regres

Lebih terperinci

ESTIMASI PARAMETER MODEL SURVIVAL DISTRIBUSI EKSPONENSIAL DATA TERSENSOR DENGAN METODE MAKSIMUM LIKELIHOOD DAN BAYESIAN SELF

ESTIMASI PARAMETER MODEL SURVIVAL DISTRIBUSI EKSPONENSIAL DATA TERSENSOR DENGAN METODE MAKSIMUM LIKELIHOOD DAN BAYESIAN SELF Bule Ilmah Mah. Sa. da Terapaya Bmaser Volume 5, No. 3 26, hal 23 22. ESTIMASI PARAMETER MODEL SURVIVAL DISTRIBUSI EKSPONENSIAL DATA TERSENSOR DENGAN METODE MAKSIMUM LIKELIHOOD DAN BAYESIAN SELF Syarah

Lebih terperinci

Oleh : Azzahrowani Furqon Dosen Pembimbing Dr. Purhadi, M.Sc.

Oleh : Azzahrowani Furqon Dosen Pembimbing Dr. Purhadi, M.Sc. Aalss Regres Webull uuk Megeahu Fakor-Fakor yag Mempegaruh Laju Perbaka Kods Kls Pedera Sroke Sud kasus RSU Haj Surabaya Oleh : Azzahrowa Furqo 3090004 Dose Pembmbg Dr. Purhad, M.Sc. AGENDA OUTLINE PENDAHULUAN

Lebih terperinci

Metode Bayes Dan Ketidaksamaan Cramer-Rao Dalam Penaksiran Titik

Metode Bayes Dan Ketidaksamaan Cramer-Rao Dalam Penaksiran Titik Jural Jural Maemaka, Saska, & Kompuas Vol. 4 No. Jauar 08 Vol. 3 No Jul 006 p-issn: 858-38 53 e-issn: 64-88 Vol. 4, No., 54-59, Jauar 08 Vol. 4, No., 54-58, Jauar 08 Meode Bayes Da Kedaksamaa Cramer-Rao

Lebih terperinci

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu BAB II LADASA TEORI Dalam pegambla sampel dar suatu populas, dperluka suatu tekk pegambla sampel yag tepat sesua dega keadaa populas tersebut. Sehgga sampel yag dperoleh adalah sampel yag dapat mewakl

Lebih terperinci

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI BB 6 PRINSIP INKLUSI DN EKSKLUSI Pada baga aka ddskuska topk berkutya yatu eumeras yag damaka Prsp Iklus da Eksklus. Kosep dalam bab merupaka perluasa de dalam Dagram Ve beserta oepras rsa da gabuga, amu

Lebih terperinci

SIFAT-SIFAT LANJUT FUNGSI TERBATAS

SIFAT-SIFAT LANJUT FUNGSI TERBATAS Bulet Ilmah Mat. Stat. da Terapaya (Bmaster) Volume 03, No. 2(204), hal 35 42. SIFAT-SIFAT LANJUT FUNGSI TERBATAS Suhard, Helm, Yudar INTISARI Fugs terbatas merupaka fugs yag memlk batas atas da batas

Lebih terperinci

FINITE FIELD (LAPANGAN BERHINGGA)

FINITE FIELD (LAPANGAN BERHINGGA) INITE IELD (LAPANGAN BERHINGGA) Muhamad Zak Ryao NIM: /5679/PA/8944 E-mal: zak@malugmacd h://zakmahwebd Dose Pembmbg: Drs Al Sujaa, MSc Jka suau laaga (feld) memua eleme yag bayakya berhgga, maka laaga

Lebih terperinci

Estimasi Parameter dan Dalam Pemulusan Eksponensial Ganda Dua Parameter Dengan Metode Modifikasi Golden Section

Estimasi Parameter dan Dalam Pemulusan Eksponensial Ganda Dua Parameter Dengan Metode Modifikasi Golden Section JURNAL SAINS DAN SENI ITS Vol., No., (Sep. 0) ISSN: 0- A- Esmas Parameer a Dalam Pemulusa Ekspoesal Gaa Dua Parameer Dega Meoe Mofkas Gole Seco Nla Yuwa, Lukma Haaf, Nur Wahyugsh Jurusa Maemaka, Fakulas

Lebih terperinci

BAB 2 LANDASAN TEORI. pada masa mendatang. Peramalan penjualan adalah peramalan yang mengkaitkan berbagai

BAB 2 LANDASAN TEORI. pada masa mendatang. Peramalan penjualan adalah peramalan yang mengkaitkan berbagai BAB 2 LANDASAN TEORI 2.1 Pegeria Peramala (orecasig) Peramala (orecasig) adalah suau kegiaa yag memperkiraka apa yag aka erjadi pada masa medaag. Peramala pejuala adalah peramala yag megkaika berbagai

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel BAB I PENDAHULUAN 1.1 Statstka Deskrptf da Statstka Iferesal Dewasa d berbaga bdag lmu da kehdupa utuk memaham/megetahu sesuatu dperluka dat Sebaga cotoh utuk megetahu berapa bayak rakyat Idoesa yag memerluka

Lebih terperinci

PENGGUNAAN METODE DURBIN WATSON DALAM MENYELESAIKAN MODEL REGRESI YANG MENGANDUNG AUTOKORELASI SKRIPSI SITI RAHAYU

PENGGUNAAN METODE DURBIN WATSON DALAM MENYELESAIKAN MODEL REGRESI YANG MENGANDUNG AUTOKORELASI SKRIPSI SITI RAHAYU PENGGUNAAN METODE DURBIN WATSON DALAM MENYELESAIKAN MODEL REGRESI YANG MENGANDUNG AUTOKORELASI SKRIPSI SITI RAHAYU 8345 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu. BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa yag varabel bebasya ( berpagkat palg tgg satu. Utuk regres ler sederhaa, regres ler haya melbatka dua varabel ( da. Persamaa regresya dapat dtulska

Lebih terperinci

Pemecahan Masalah Integer Programming Biner Dengan Metode Penambahan Wawan Laksito YS 6)

Pemecahan Masalah Integer Programming Biner Dengan Metode Penambahan Wawan Laksito YS 6) Pemecaha Masalah Ieger Programmg Ber Dega Meode Peambaha Wawa Lakso YS 6) ISSN : 1693 1173 Absrak Program Ler adalah perecaaa akfas-akfas uuk memperoleh suau hasl yag opmal. Tdak semua varabel kepuusa

Lebih terperinci

SOLUSI TUGAS I HIMPUNAN

SOLUSI TUGAS I HIMPUNAN Program Stud S1 Tekk Iformatka Fakultas Iformatka, Telkom Uversty SOLUSI TUGAS I HIMPUNAN Matematka Dskrt (MUG2A3) Halama 1 dar 6 Soal 1 Tetukalah eleme-eleme dar hmpua berkut! 2 x x adalah blaga real

Lebih terperinci

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan Aalsa Numerk Baha Matrkulas PENDAHULUAN Metode umerk merupaka suatu tekk atau cara utuk megaalsa da meyelesaka masalah masalah d dalam bdag rekayasa tekk da sa dega megguaka operas perhtuga matematk Masalah-masalah

Lebih terperinci

Bab 7 NILAI DAN VEKTOR EIGEN

Bab 7 NILAI DAN VEKTOR EIGEN Bab 7 NILAI DAN VEKTOR EIGEN 7 Movas Dmovas bab dega medskuska persamaa a hy by c, dega dak semua dar a, b, da c adalah ol Peryaaa a hy by dsebu beuk kuadrak dalam da y, sera erdapa deas a hy by a h [

Lebih terperinci

PERAMALAN LAJU PRODUKSI MINYAK DENGAN ARPS DECLINE CURVE DAN ANALISIS DERET WAKTU

PERAMALAN LAJU PRODUKSI MINYAK DENGAN ARPS DECLINE CURVE DAN ANALISIS DERET WAKTU PERAMALAN LAJU PRODUKSI MINYAK DENGAN ARPS DECLINE CURVE DAN ANALISIS DERET WAKTU Dyah Rosa STEM Akamgas, Jl. Gajah Mada No. 38 Cepu E-mal: a_dyah@yahoo.com ABSTRAK Peramala produks d masa medaag saga

Lebih terperinci

TUGAS MATA KULIAH TEORI RING LANJUT MODUL NOETHER

TUGAS MATA KULIAH TEORI RING LANJUT MODUL NOETHER TUGAS ATA KULIAH TEORI RING LANJUT ODUL NOETHER Da Aresta Yuwagsh (/364/PPA/03489) Sebelumya, telah dketahu bahwa sebaga rg dega eleme satua memeuh sfat rata ak utuk deal-deal d. Apabla dpadag sebaga modul,

Lebih terperinci

BAB 1 PENDAHULUAN. bahkan tidak sedikit orang yang frustasi akibat dari krisis global.

BAB 1 PENDAHULUAN. bahkan tidak sedikit orang yang frustasi akibat dari krisis global. BAB 1 PENDAHULUAN 1.1 Laar Belakag Telah dkeahu bahwa saa sedag megalam krss global, dak haya erjad pada Negara yag sedag berkembag, bahka Negara maju juga megalamya, seper Amerka. Akbaya bayak orag yag

Lebih terperinci

KALKULUS LANJUT. Pertemuan ke-4. Reny Rian Marliana, S.Si.,M.Stat.

KALKULUS LANJUT. Pertemuan ke-4. Reny Rian Marliana, S.Si.,M.Stat. KALKULUS LANJUT Pertemua ke-4 Rey Ra Marlaa, S.S.,M.Stat. Plot Mater Notas Jumlah & Sgma Itegral Tetu Jumlah Rema Pedahulua Luas Notas Jumlah & Sgma Purcell, et all. (page 226,2003): Sebuah fugs yag daerah

Lebih terperinci

STUDI SIMULASI DALAM ESTIMASI BAYESIAN OBYEKTIF

STUDI SIMULASI DALAM ESTIMASI BAYESIAN OBYEKTIF STUDI SIMULASI DALAM ESTIMASI BAYESIAN OBYEKTIF A Seawa Program Su Maemaka Iusr a Saska Fakulas Sas a Maemaka Uversas Krse Saya Wacaa Jl Dpoegoro 52-6 Salaga 57 Ioesa e-mal: a_sea_3@yahoocom Absrak Dega

Lebih terperinci

MODEL KOREKSI KESALAHAN DENGAN METODE BAYESIAN PADA DATA RUNTUN WAKTU INDEKS HARGA KONSUMEN KOTA - KOTA DI PAPUA

MODEL KOREKSI KESALAHAN DENGAN METODE BAYESIAN PADA DATA RUNTUN WAKTU INDEKS HARGA KONSUMEN KOTA - KOTA DI PAPUA Prosdg Semar Nasoal Sas da Peddka Sas IX, Fakulas Sas da Maemaka, UKSW Salaga, Ju 4, Vol 5, No., ISSN :87-9 MODEL KOREKSI KESALAHAN DENGAN MEODE BAYESIAN PADA DAA RUNUN WAKU INDEKS HARGA KONSUMEN KOA -

Lebih terperinci

BAB 5 BARISAN DAN DERET KOMPLEKS. Secara esensi, pembahasan tentang barisan dan deret komlpeks sama dengan barisan dan deret real.

BAB 5 BARISAN DAN DERET KOMPLEKS. Secara esensi, pembahasan tentang barisan dan deret komlpeks sama dengan barisan dan deret real. BAB 5 BARIAN DAN DERET KOMPLEK ecara eses, pembahasa tetag barsa da deret komlpeks sama dega barsa da deret real. 5. Barsa Barsa merupaka sebuah fugs dega doma berupa hmpua blaga asl N. ebuah barsa kompleks

Lebih terperinci

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten BAB III METODE PENELITIAN 3. Tempat da Waktu Peelta 3.. Tempat Tempat peelta dlaksaaka d SMP Neger 4 Tlamuta Kabupate Boalemo pada sswa kelas VIII. 3.. Waktu Peelta dlaksaaka dalam waktu 3 bula yatu dar

Lebih terperinci

III. METODE KAJIAN A.

III. METODE KAJIAN A. 25 III. METODE KAJIAN A. Lokas da Waku Kaja Lokas kaja d dusr sapu PT. XYZ yag berlokas d Dusu III R.3/05 Desa Kalbuaya, Kecamaa Telagasar, Kabupae Karawag. Pemlha lokas dlakuka secara segaja (purposve),

Lebih terperinci

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP Msal dguaka kode ler C[, k, d] dega matrks pembagu G da matrks cek partas H. Sebuah blok formas x = x 1 x 2 x k, x = 0 atau 1, yag aka dkrm terlebh

Lebih terperinci

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu KORELASI 1 D dua kta tdak dapat hdup sedr, tetap memerluka hubuga dega orag la. Hubuga tu pada umumya dlakuka dega maksud tertetu sepert medapat kergaa pajak, memperoleh kredt, memjam uag, serta mta pertologa/batua

Lebih terperinci

Penarikan Contoh Acak Sederhana (Simple Random Sampling)

Penarikan Contoh Acak Sederhana (Simple Random Sampling) Pearka Cotoh Acak Sederhaa (Smple Radom Samplg) Defs Jka sebuah cotoh berukura dambl dar suatu populas sedemka rupa sehgga setap cotoh berukura ag mugk memlk peluag sama utuk terambl, maka prosedur tu

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pegera Peramala Meuru Assaur peramala adalah kegaa uuk memperkraka apa yag aka erjad d masa yag aka daag. Sedagka ramala adalah suau suas aau kods yag dperkraka aka erjad pada

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa merupaka baga regres yag mecakup hubuga ler satu peubah acak tak bebas dega satu peubah bebas. Hubuga ler da dar satu populas dsebut gars regres

Lebih terperinci

I adalah himpunan kotak terbatas dan tertutup yang berisi lebih dari satu

I adalah himpunan kotak terbatas dan tertutup yang berisi lebih dari satu METODE FUNGS QUAS-FED SATU ARAMETER UNTUK MENYEESAKAN MASAAH ROGRAM NTEGER TAK NEAR Ra Hardyat (M4) ABSTRAK Dalam kehdupa sehar-har serg djumpa masalah optmas yag membutuhka hasl teger Masalah tersebut

Lebih terperinci

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL 3. Pegerta Masalah regres vers dega betuk lear dapat djumpa dalam berbaga bdag kehdupa, dataraya dalam bdag ekoom, kesehata, fska, kma

Lebih terperinci

PENENTUAN CADANGAN ASURANSI JIWA MULTILIFE DENGAN ASUMSI SEMI MARKOV

PENENTUAN CADANGAN ASURANSI JIWA MULTILIFE DENGAN ASUMSI SEMI MARKOV Jural Wahaa Maemaka da Sas, Volume 8 Nomor, Aprl 4 77 PENENTUAN CADANGAN ASURANSI JIWA MULTILIFE DENGAN ASUMSI SEMI MARKOV I Gus Nyoma Yud Harawa Jurusa Peddka Maemaka, Fakulas Maemaka da Ilmu Pegeahua

Lebih terperinci

Penelitian Operasional II Teori Permainan TEORI PERMAINAN

Penelitian Operasional II Teori Permainan TEORI PERMAINAN Peelta Operasoal II Teor Permaa 7 2 TEORI PERMAINAN 2 Pegatar 2 Krtera Tekk Permaa : () Terdapat persaga kepetga datara pelaku (2) Setap pema memlk stateg, bak terbatas maupu tak terbatas (3) Far Game

Lebih terperinci

INFERENSI DATA UJI HIDUP TERSENSOR TIPE II BERDISTRIBUSI RAYLEIGH. Oleh : Tatik Widiharih 1 Wiwin Mardjiyati 2

INFERENSI DATA UJI HIDUP TERSENSOR TIPE II BERDISTRIBUSI RAYLEIGH. Oleh : Tatik Widiharih 1 Wiwin Mardjiyati 2 INFERENSI DAA UJI HIDUP ERSENSOR IPE II BERDISRIBUSI RAYLEIGH Oleh : ak Wdhah Ww Madjya Saf Pogam Sud Saska FMIPA UNDIP Alum Pogam Sud Saska FMIPA UNDIP Absac Aalyss of lfe me s oe of sascal aalyss whch

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Dalam pemodela program ler, semua parameter yag dguaka dalam model dasumska dapat dketahu secara past. Parameter-parameter terdr dar koefse batasa ( ) a, la kuattas batasa

Lebih terperinci

PENGUJIAN HIPOTESIS. Hipotesis Statistik : pernyataan atau dugaan mengenai satu atau lebih populasi.

PENGUJIAN HIPOTESIS. Hipotesis Statistik : pernyataan atau dugaan mengenai satu atau lebih populasi. . Pedahulua PENGUJIAN HIPOTESIS Hipoesis Saisik : peryaaa aau dugaa megeai sau aau lebih populasi. Pegujia hipoesis berhubuga dega peerimaa aau peolaka suau hipoesis. Kebeara (bear aau salahya) suau hipoesis

Lebih terperinci

Pengukuran Bunga. Modul 1

Pengukuran Bunga. Modul 1 Moul 1 Pegukura Buga Drs. Pramoo S, M. S. M oul membcaraka eag pegukura buga, fugs akumulas a fugs jumlah, gka buga efekf, buga seerhaa, buga majemuk, la sekarag, gka skoo efekf, gka buga ar skoo omal,

Lebih terperinci

UKURAN GEJALA PUSAT DAN UKURAN LETAK

UKURAN GEJALA PUSAT DAN UKURAN LETAK UKURAN GEJALA PUSAT DAN UKURAN LETAK MODUL 4 UKURAN GEJALA PUSAT DAN UKURAN LETAK. Pedahulua Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu persoala, bak megea sampel atau pu

Lebih terperinci

MATEMATIKA INTEGRAL RIEMANN

MATEMATIKA INTEGRAL RIEMANN MATEMATIKA KELAS XII IPA - KURIKULUM GABUNGAN Ses NGAN INTEGRAL RIEMANN A. NOTASI SIGMA a. Defs Notas Sgma Sgma (Σ) adalah otas matematka megguaka smbol yag mewakl pejumlaha da beberapa suku yag memlk

Lebih terperinci

Rangkaian Listrik 2. Fakultas Program Studi Tatap Muka Kode MK Disusun Oleh

Rangkaian Listrik 2. Fakultas Program Studi Tatap Muka Kode MK Disusun Oleh MODU PERKUIAHA Ragkaa srk Idukas da Kapasas Fakulas Program Sud Taap Muka Kode MK Dsusu Oleh FAKUTAS TEKIK TEKIK EEKTRO 0 4009 Yulza ST,MT Absrac Tak ada egaga melas sebuah dukor jka arus ag melalu dukor

Lebih terperinci

BAB V ANALISA HASIL. Untuk mendapatkan jenis peramalan yang dinginkan terdapat banyak

BAB V ANALISA HASIL. Untuk mendapatkan jenis peramalan yang dinginkan terdapat banyak BB V NLIS HSIL 5.1 Ukura kurasi Hasil Peramala Uuk medapaka jeis peramala yag digika erdapa bayak parameer-parameer yag dapa diguaka. Seperi yag elah diuraika pada ladasa eori, parameer-parameer ersebu

Lebih terperinci

BAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah

BAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah BAB III INEGRAL RIEMANN-SIELJES. Pedahulua Pada Bab, telah dsggug bahwa ukura meghtug merupaka salah satu pedekata utuk membetuk proses ttk. Berkata dega masalah perhtuga, ada hal meark yag perlu amat,

Lebih terperinci

Penggunaan Uji Kointegrasi pada Data Kurs IDR terhadap AUD

Penggunaan Uji Kointegrasi pada Data Kurs IDR terhadap AUD Vol. 7, No., 3-33, Jul Pegguaa Uj Koegras pada Daa Kurs IDR erhadap AUD Asa Absrak Peela megkaj peerapa Saska pada daa ruu waku yag megkaj uj koegras pada daa ersebu. Koegras adalah suau uj yag dguaka

Lebih terperinci

Uji Statistika yangb digunakan dikaitan dengan jenis data

Uji Statistika yangb digunakan dikaitan dengan jenis data Uj Statstka yagb dguaka dkata dega jes data Jes Data omal Ordal Iterval da Raso Uj Statstka Koefse Kotges Rak Spearma Kedall Tau Korelas Parsal Kedall Tau Koefse Kokordas Kedall W Pearso Korelas Gada Korelas

Lebih terperinci

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KETAHANAN HIDUP PASIEN TUBERCULOSIS DENGAN MODEL REGRESI COX

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KETAHANAN HIDUP PASIEN TUBERCULOSIS DENGAN MODEL REGRESI COX ANAISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KETAHANAN HIDUP PASIEN TUBERCUOSIS DENGAN MODE REGRESI COX Es Okava Sr Seyagsh da A Adrya Program Sud Maemaka Fakulas Maemaka da Ilmu Pegeahua Alam Uversas Pakua

Lebih terperinci

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani FMDAM (2) Chartas Fbra Techque for Order Preferece by Smlarty to Ideal Soluto () ddasarka pada kosep dmaa alteratf terplh yag terbak tdak haya memlk jarak terpedek dar solus deal postf, amu juga memlk

Lebih terperinci

Declustering Peaks Over Threshold Pada Data Curah Hujan Ekstrim Dependen di Sentra Produksi Padi Jawa Timur

Declustering Peaks Over Threshold Pada Data Curah Hujan Ekstrim Dependen di Sentra Produksi Padi Jawa Timur Decluserg Peaks Over Threshold Pada Daa Curah Huja Eksrm Depede d Sera Produks Pad Jawa Tmur Rosa Malka () da Suko () ()() Jurusa Saska, FMIPA, ITS, Isu Tekolog Sepuluh Nopember (ITS) Jl. Aref Rahma Hakm,

Lebih terperinci

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas TEKNIK SAMPLING Hazmra Yozza Izzat Rahm HG Jurusa Matematka FMIPA Uverstas Adalas Defs Suatu cotoh gerombol adalah suatu cotoh acak sederhaa dmaa setap ut pearka cotoh adalah kelompok atau gerombol dar

Lebih terperinci

BAB III PERSAMAAN PANAS DIMENSI SATU

BAB III PERSAMAAN PANAS DIMENSI SATU BAB III PERSAMAAN PANAS DIMENSI SAU Pada baga sebelumya, kta telah membahas peerapa metoda Ruge-Kutta orde 4 utuk meyelesaka masalah la awal dar persamaa dferesal basa orde. Pada bab, kta aka melakuka

Lebih terperinci

PENGUJIAN HIPOTESIS DUA RATA-RATA

PENGUJIAN HIPOTESIS DUA RATA-RATA PENGUJIN HIPOTEI DU RT-RT Pegujia hipoesis dua raa-raa diguaka uuk membadigka dua keadaa aau epaya dua populasi. Misalya kia mempuyai dua populasi ormal masig-masig dega raa-raa µ da µ sedagka simpaga

Lebih terperinci

BAB 2. Tinjauan Teoritis

BAB 2. Tinjauan Teoritis BAB Tjaua Teorts.1 Regres Lear Sederhaa Regres lear adalah alat statstk yag dperguaka utuk megetahu pegaruh atara satu atau beberapa varabel terhadap satu buah varabel. Varabel yag mempegaruh serg dsebut

Lebih terperinci

REFLEKTANSI DAN TRANSMITANSI CAHAYA PADA LARUTAN GULA DAN LARUTAN GARAM. Christina Dwi Ratnawati

REFLEKTANSI DAN TRANSMITANSI CAHAYA PADA LARUTAN GULA DAN LARUTAN GARAM. Christina Dwi Ratnawati REFLEKTANS DAN TRANSMTANS CAHAYA PADA LARUTAN GULA DAN LARUTAN GARAM Chrsa Dw Raawa Jurusa Fska Fakulas Maemaka da lmu Pegeahua Alam Uversas Dpoegoro sar : Telah dlakuka kaja erhadap larua gula da larua

Lebih terperinci

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM 1 Megetahu perhtuga persamaa regres ler Meggambarka persamaa regres ler ke dalam dagram pecar TEORI PENUNJANG Persamaa Regres adalah persamaa matematka

Lebih terperinci

Analisis Survival dengan Model Regresi Cox Weibull pada Penderita Demam Berdarah Dengue (DBD) di Rumah Sakit Haji Sukolilo Surabaya

Analisis Survival dengan Model Regresi Cox Weibull pada Penderita Demam Berdarah Dengue (DBD) di Rumah Sakit Haji Sukolilo Surabaya JURNAL SAINS DAN SENI POMITS Vol., No., (13) 337-35 (31-98X Pr) D-165 Aalss Survval dega Model Regres Cox Webull pada Pedera Demam Berdarah Degue (DBD) d Rumah Sak Haj Sukollo Surabaya Edhy Basya, da I

Lebih terperinci

8. MENGANALISIS HASIL EVALUASI

8. MENGANALISIS HASIL EVALUASI 8. MENGANALISIS HASIL EVALUASI Tujua : Mampu megaalsa tgkat kesukara hasl evaluas utuk megkatka hasl proses pembelajara Kegata megaals hasl evaluas merupaka upaya utuk memperbak programprogram pembelajara

Lebih terperinci

BAB II LANDASAN TEORI. Total Productive Maintenance mula mula berasal dari pemikiran PM ( Preventive

BAB II LANDASAN TEORI. Total Productive Maintenance mula mula berasal dari pemikiran PM ( Preventive BAB II LANDASAN TEORI 2. Toal Producve maeace (TPM) Toal Producve Maeace mula mula berasal dar pemkra PM ( Preveve Maeace da Produco Maeace), dar Amerka masuk ke Jepag da berkembag mejad suau ssem baru

Lebih terperinci

MODIFIKASI METODE DEKOMPOSISI ELZAKI (MMDE) UNTUK PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL TAK LINEAR

MODIFIKASI METODE DEKOMPOSISI ELZAKI (MMDE) UNTUK PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL TAK LINEAR Bulei Ilmiah Ma.Sa. da Terapaya (Bimaser) Volume 06, No. (07), hal -0. MODIFIKASI METODE DEKOMPOSISI ELZAKI (MMDE) UNTUK PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL TAK LINEAR Ermawai, Helmi, Frasiskus

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4. Deskrps Peelta Berdasarka hasl peelta, d peroleh data megea kemempua sswa melakuka smash sebelum da sesudah latha power otot lega adalah sebaga berkut : Tabel.

Lebih terperinci

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai BAB LANDASAN TEORI. Kosep Dasar Aalss Regres Aalss regres regressso aalyss merupaka suatu tekk utuk membagu persamaa da megguaka persamaa tersebut utuk membuat perkraa predcto. Dega demka, aalss regres

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Sampa saat, model Regres da model Aalss Varas telah dpadag sebaga dua hal ag tdak berkata. Meskpu merupaka pedekata ag umum dalam meeragka kedua cara pada taraf permulaa,

Lebih terperinci

III. METODE KAJIAN 1. Lokasi dan Waktu 2. Metode Pengumpulan Data

III. METODE KAJIAN 1. Lokasi dan Waktu 2. Metode Pengumpulan Data III. METODE KAJIAN 1. Lokasi da Waku Lokasi kajia berempa uuk kelompok dilaksaaka di kelompok peeraka sapi di Bagka Tegah, Provisi Bagka Beliug, da Kelompok Peeraka Sapi di Cisarua, Bogor, Provisi Jawa

Lebih terperinci

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi STATISTIKA A. Des Umum. Pegerta statstk Statstk adalah kumpula akta yag berbetuk agka da dsusu dalam datar atau tabel yag meggambarka suatu persoala. Cotoh: statstk kurs dolar Amerka, statstk pertumbuha

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 1 Pegerta Regres Istlah regres pertama kal dperkealka oleh Fracs Galto Meurut Galto, aalss regres berkeaa dega stud ketergatuga dar suatu varabel yag dsebut tak bebas depedet varable,

Lebih terperinci

Analisis Terhadap Protokol Harn Dan Lin

Analisis Terhadap Protokol Harn Dan Lin SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 016 Aalss Terhadap Prookol Har Da L A-10 I Made Muska Kera Asawa Lembaga Sad Negara Kadek19_kapaboy@yahoo.com Absrak Prookol Har da L merupaka

Lebih terperinci

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas:

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas: ANALISIS REGRESI Pedahulua Aalss regres berkata dega stud megea ketergatuga satu peubah (peubah terkat) terhadap satu atau lebh peubah laya (peubah pejelas). Jka Y dumpamaka sebaga peubah terkat da X1,X,...,X

Lebih terperinci

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang BAB 2 LANDASAN EORI 2.1 Pegeria Peramala Peramala adalah kegiaa uuk memperkiraka apa yag aka erjadi di masa yag aka daag. Sedagka ramala adalah suau siuasi aau kodisi yag diperkiraka aka erjadi pada masa

Lebih terperinci

2.2.3 Ukuran Dispersi

2.2.3 Ukuran Dispersi 3 Ukura Dspers Yag aka dbahas ds adalah smpaga baku da varas karea dua ukura dspers yag palg serg dguaka Hubuga atara smpaga baku dega varas adalah Varas = Kuadrat dar Smpaga baku otas yag umum dguaka

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 5 BAB 2 LANDASAN TEORI 2. Tjaua Pusaka 2.. Defs Pemelharaa Pegera pemelharaa aau perawaa ( maeace ) adalah suau kombas dar berbaga daka yag dlakuka uuk mejaga suau barag aau memperbakya, sampa pada suau

Lebih terperinci

BAB III UKURAN PEMUSATAN DATA

BAB III UKURAN PEMUSATAN DATA BAB III UKURAN PEMUSATAN DATA A. Ukura Gejala Pusat Ukura pemusata adalah suatu ukura yag meujukka d maa suatu data memusat atau suatu kumpula pegamata memusat (megelompok). Ukura pemusata data adalah

Lebih terperinci

Notasi Sigma. Fadjar Shadiq, M.App.Sc &

Notasi Sigma. Fadjar Shadiq, M.App.Sc & Notas Sgma Fadjar Shadq, M.App.Sc (fadjar_pg@yahoo.com & www.fadjarpg.wordpress.com Notas sgma memag jarag djumpa dalam kehdupa sehar-har, tetap otas tersebut aka bayak djumpa pada baga matematka yag la,

Lebih terperinci

ALGORITMA MENENTUKAN HIMPUNAN TERBESAR DARI SUATU MATRIKS INTERVAL DALAM ALJABAR MAX-PLUS

ALGORITMA MENENTUKAN HIMPUNAN TERBESAR DARI SUATU MATRIKS INTERVAL DALAM ALJABAR MAX-PLUS LGORITM MENENTUKN HIMPUNN TERBESR DRI SUTU MTRIKS INTERVL DLM LJBR MX-PLUS Rata Novtasar Program Stud Matematka FMIP UNDIP JlProfSoedarto SH Semarag 575 bstract Ths research dscussed about how to obtaed

Lebih terperinci

PERENCANAAN & PENGENDALIAN PRODUKSI TIN 4113

PERENCANAAN & PENGENDALIAN PRODUKSI TIN 4113 PERENCANAAN & PENGENDALIAN PRODUKSI TIN 4113 Peremua 3 Oule: Meode Peramala: Expoeal Smoohg (Sgle) Double Expoeal Smoohg Wer s Mehod for Seasoal Problems Error Forecas MAD, MSE, MAPE, MFE aau Bas Referes:

Lebih terperinci

BAB 2 TINJAUAN TEORI. Ramalan pada dasarnya merupakan dugaan atau perkiraan mengenai terjadinya suatu

BAB 2 TINJAUAN TEORI. Ramalan pada dasarnya merupakan dugaan atau perkiraan mengenai terjadinya suatu BAB 2 TINJAUAN TEORI 2.1 Pegeria Peramala Ramala pada dasarya merupaka dugaa aau perkiraa megeai erjadiya suau kejadia aau perisiwa di waku yag aka daag. Peramala merupaka sebuah ala bau yag peig dalam

Lebih terperinci

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri III. METODE PEELITIA A. Metodolog Peelta Metodolog peelta adalah cara yag dlakuka secara sstemats megkut atura-atura, recaaka oleh para peeltutuk memecahka permasalaha yag hdup da bergua bag masyarakat,

Lebih terperinci

METODE PENELITIAN. Lokasi dan Waktu Penelitian. sampai dengan April 2008, di DAS Waeruhu, yang secara administratif terletak di

METODE PENELITIAN. Lokasi dan Waktu Penelitian. sampai dengan April 2008, di DAS Waeruhu, yang secara administratif terletak di 8 METODE PENELITIAN Lokasi da Waku Peeliia Peeliia ii dilaksaaka selama 3 bula, erhiug sejak bula Februari sampai dega April 2008, di DAS Waeruhu, yag secara admiisraif erleak di wilayah Kecamaa Sirimau,

Lebih terperinci

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB Pearka Cotoh Gerombol (Cluster Samplg) Departeme Statstka FMIPA IPB Radom samplg (Revew) Smple radom samplg Stratfed radom samplg Rato, regresso, ad dfferece estmato Systematc radom samplg Cluster radom

Lebih terperinci

S2 MP Oleh ; N. Setyaningsih

S2 MP Oleh ; N. Setyaningsih S2 MP Oleh ; N. Setyagsh MATERI PERTEMUAN 1-3 (1)Pedahulua pera statstka dalam peelta ; (2)Peyaja data : dalam betuk (a) tabel da (b) dagram; (3) ukura tedes setaral da ukura peympaga (4)dstrbus ormal

Lebih terperinci

PELABELAN GRACEFUL SATU MODULO w PADA BEBERAPA GRAF EULER

PELABELAN GRACEFUL SATU MODULO w PADA BEBERAPA GRAF EULER PELABELAN GRACEFUL SATU MODULO PADA BEBERAPA GRAF EULER Isa 1, Luca Ratasar, R. Heru Tjahjaa 3 1,,3 Jurusa Matematka, Fakultas Sas da Matematka, Uverstas Dpoegoro Jl. Prof. H. Soedarto, S.H. Tembalag,

Lebih terperinci

STATISTIKA. A. Tabel Langkah untuk mengelompokkan data ke dalam tabel distribusi frekuensi data berkelompok/berinterval: a. Rentang/Jangkauan (J)

STATISTIKA. A. Tabel Langkah untuk mengelompokkan data ke dalam tabel distribusi frekuensi data berkelompok/berinterval: a. Rentang/Jangkauan (J) STATISTIKA A. Tabel Lagkah utuk megelompokka data ke dalam tabel dstrbus frekues data berkelompok/berterval: a. Retag/Jagkaua (J) J X maks X m b. Bayak kelas (k) Megguaka atura Sturgess, yatu k,. log c.

Lebih terperinci

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data //203 UKURAN GEJALA PUSAT DAN UKURAN LETAK Kaa Evta Dew, S.Pd., M.S. Ukura gejala pusat Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu hal, bak tu dar sampel ataupu populas Ukura

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN BAB 3 METODE PENELITIAN 3 Meode Pegumpula Daa 3 Jeis Daa Pada peeliia ii aka megguaka jeis daa yag bersifa kuaiaif Daa kuaiaif adalah daa yag berbeuk agka / omial Dalam peeliia ii aka megguaka daa pejuala

Lebih terperinci

TINJAUAN PUSTAKA Evaluasi Pengajaran

TINJAUAN PUSTAKA Evaluasi Pengajaran TINJAUAN PUSTAKA Evaluas Pegajara Evaluas adalah suatu proses merecaaka, memperoleh da meyedaka formas yag sagat dperluka utuk membuat alteratf- alteratf keputusa. Dalam hubuga dega kegata pegajara evaluas

Lebih terperinci

X a, TINJAUAN PUSTAKA

X a, TINJAUAN PUSTAKA PENELITIAN SEBELUMNYA Statstka Deskrptf TINJAUAN PUSTAKA TINJAUAN STATISTIKA Uj Idepedes Uj depedes dguak utuk megetahu adaya hubuga atara dua varabel (Agrest, 1990). H 0 : tdak ada hubuga atara varabel

Lebih terperinci

Pemodelan Regresi untuk Rancangan Percobaan Faktor Tunggal

Pemodelan Regresi untuk Rancangan Percobaan Faktor Tunggal Jural Sas & Maemaka JSM) ISSN Kaa 854-675 Pusaka Volume 5, Nomor, Aprl 7 Arkel Peela 6-67 Pemodela Regres uuk Racaga Percobaa Fakor Tuggal Dw Ispra Saf Pegaar urusa Maemaka Fakulas MIPA UNDIP Semarag ABSTRAK---Meode

Lebih terperinci

3 Departemen Statistika FMIPA IPB

3 Departemen Statistika FMIPA IPB Supleme Respos Pertemua ANALISIS DATA KATEGORIK (STK51) Departeme Statstka FMIPA IPB Pokok Bahasa Sub Pokok Bahasa Referes Waktu U potess Tga Cotoh atau Lebh U Kruskal-Walls (aalss ragam satu-arah berdasarka

Lebih terperinci

Rumus-rumus yang Digunakan

Rumus-rumus yang Digunakan Saisika Uipa Surabaya 4. Sampel Tuggal = Rumus-rumus yag Diguaka s..... Sampel berkorelasi D D N N N...... 3. Sampel Bebas a. Uuk varias sama... 3 aau x x s g... 4 b. Sampel Heeroge Guaka Uji Corha - Cox

Lebih terperinci

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran Kurkulum 013/006 matematka K e l a s XI STATISTIKA: UKURAN PEMUSATAN Tujua Pembelajara Setelah mempelajar mater, kamu dharapka memlk kemampua berkut. 1. Dapat meetuka rata-rata data tuggal da data berkelompok..

Lebih terperinci

Rancangan Acak Kelompok

Rancangan Acak Kelompok Racaga Acak Kelompok Saua percoaa dak seragam dlakuka pegelompoka egacaka dlakuka per kelompok Model : Y j μ + β + τ + ε dega : Y j respos pada perlakua ke -, ulaga ke - j μ raaa umum j τ pegaruh perlakuake

Lebih terperinci

POLIGON TERBUKA TERIKAT SEMPURNA

POLIGON TERBUKA TERIKAT SEMPURNA MODUL KULIAH ILMU UKUR TANAH POLIGON TERBUKA TERIKAT SEMPURNA Pegerta : peetua azmuth awal da akhr, peetuat kesalaha peutup sudut,koreks sudut, kesalaha lear da koreks lear kearah sumbu X da Y, Peetua

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA.1 Pedahulua Sebelum membahas megea prosedur peguja hpotess, terlebh dahulu aka djelaska beberapa teor da metode yag meujag utuk mempermudah pembahasa. Adapu teor da metode tersebut

Lebih terperinci