MODEL OPTIMASI PERENCANAAN INVESTASI GALANGAN KAPAL DENGAN PENDEKATAN PROGRAMASI TUJUAN GANDA

Ukuran: px
Mulai penontonan dengan halaman:

Download "MODEL OPTIMASI PERENCANAAN INVESTASI GALANGAN KAPAL DENGAN PENDEKATAN PROGRAMASI TUJUAN GANDA"

Transkripsi

1 MAKARA, TEKOLOGI, VOL. 6, O. 3, DESEMBER 2002 MODEL OPTIMASI PERECAAA IVESTASI GALAGA KAPAL DEGA PEDEKATA PROGRAMASI TUJUA GADA Al Azhar Jurusan Teknk Perkapalan, Insttut Teknolog Adh Tama Surabaya Jl. Aref Rachman Hakm 100, Surabaya 60117, Indonesa Abstrak Peneltan n bertujuan untuk menentukan varabel keputusan, fungs tujuan, alternatf prortas dan fungs pencapaan dalam perencanaan nvestas. Dar komponen optmas tersebut dapat dperoleh model optmas perencanaan nvestas galangan kapal. Model yang dkembangkan dalam peneltan n adalah optmas perencanaan nvestas galangan kapal dengan pendekatan programas tujuan ganda. Model terdr atas 5 varabel keputusan, 11 fungs tujuan, 2 alternatf prortas dan 11 fungs pencapaan. Implementas model dlakukan terhadap rencana nvestas galangan kapal PT ASSI. Perhtungan dengan menggunakan program Quanttatve System 3.0 dan dperoleh besarnya parameter varabel keputusan untuk beberapa alternatf. Alternatf pertama dengan prortas tujuan yang mempunya bobot sama dan alternatf kedua dengan prortas tujuan yang mempunya bobot berbeda. Abstract Optmaton model of plannng nvestment dockyard wth approach mult objectve goal programmng. The purpose of ths research s to determne decson varable, goal functon, alternatve prorty and achevement functon n nvestment plannng. From ths optmaton component, the model of shp yard nvestment plannng could be acheved. The model of developed model n ths research was the optmaton of shp yard nvestment plannng usng mult objectve goal programmng approach. The model consst of 5 decson varable, 11 goal functon, 2 alternatve prorty and 11 achevement functons. The model mplementaton was done toward PT ASSI nvestment plannng. The calculaton usng from Quanttatve System 3.0 was that the quantty of decson varable parameters could be acheved. The frst alternatve was based on the dfference goal prorty, and the second alternatve based on smlar goal prorty. Keywords: decson varable, goal functon, alternatve prorty, achevement functon 1. Pendahuluan Salah satu sektor ekonom yang sampa saat n belum tergarap secara maksmal adalah sektor martm dengan luas sumber daya alam kurang lebh 2/3 dar seluruh luas Indonesa. Pendayagunaan secara maksmal dalam sektor n akan mampu menghlangkan defst transaks berjalan pada neraca pembayaran sebesar US$ 6.0 mlyar per tahun [1]. Peluang n harus djawab dengan penngkatan kapastas galangan kapal nasonal melalu berbaga cara msalnya: relokas galangan kapal, rasonalsas galangan kapal dan nvestas galangan kapal. Perencanaan nvestas adalah menanamkan faktor-faktor produks langka dan terbatas dalam proyek tertentu yang bersfat baru sama sekal atau perluasan proyek yang ada. Hal n dmaksudkan untuk memperoleh manfaat yang cukup layak dkemudan har. 113 Karaterstk nvestas d galangan kapal adalah padat modal, lambat dan rendah dalam pengembalan modal, sehngga untuk memperoleh galangan kapal kompettf dlakukan dengan optmalsas seluruh departemen. Berbaga kasus telah dapat dselesakan melalu aplkas dar programas tujuan ganda dantaranya manajemen lmbah untuk sunga Kalmas Surabaya [2], optmas armada penangkapan kan tuna dan cakalang d peraran Maluku Tengah [3], optmas pengembangan sektor pertanan d Indonesa pada Repelta VI [4] dan perencanaan anggaran belanja d unverstas [5]. Beberapa keuntungan penggunaan metode programas tujuan ganda [4], yatu: mencakup beberapa tujuan yang dapat dtangan sekalgus, memberlakukan fungs tujuan dengan perbedaan skala prortas, mudah dkerjakan bla ada program komputer dan problematknya agak mendekat duna nyata.

2 114 MAKARA, TEKOLOGI, VOL. 6, O. 3, DESEMBER 2002 Pemodelan optmas dengan programas tujuan ganda terdr atas [6]: 1) Penentuan varabel-varabel keputusan 2) Perumusan fungs tujuan 3) Penentuan prortas 4) Perumusan fungs pencapaan Peneltan tentang optmas perencanaan nvestas galangan kapal dengan programas tujuan ganda belum pernah dlakukan, dan peneltan n bertujuan membuat model optmas perencanaan nvestas galangan kapal. Dalam model n akan dtentukan besarnya parameter untuk varabel keputusan dar tap departemen d galangan kapal. 2. Metode Peneltan Formulas masalah dlakukan dengan melakukan stud lteratur mengena optmas, perencanaan nvestas, pemodelan dan aplkas pemodelan dalam ndustr. Stud n juga mengkaj terhadap hal lan yang relevan terhadap model optmas perencanaan nvestas galangan kapal dengan pendekatan programas tujuan ganda. Pengembangan model dlakukan untuk menghaslkan model yang berskan varabel, kendala, serta tujuantujuannya dalam bentuk matemats. Sedangkan yang doptmalkan dengan pendekatan programas tujuan ganda dapat dlhat pada Tabel 1. Setelah pengembangan model perlu dlakukan valdas dan bertujuan untuk mengetahu varabel-varabel, asums dan logka yang dgunakan dalam model apakah sudah mengakomodas konds sebenarnya. Valdas n Tabel 1. Tujuan optmas perencanaan nvestas galangan kapal Departemen Keuangan Teknk Qualty Control Personl Pemasaran Tujuan Mnmumkan baya nvestas Mnmumkan baya operasonal Maksmumkan penggunaan lahan Maksmumkan kapastas produks Mnmumkan waktu produks Mnmumkan bahan baku ssa Mnmumkan dampak lngkungan Maksmumkan kualtas produk Maksmumkan pemanfaatan sumber daya manusa Maksmumkan pangsa pasar Maksmumkan tngkat keuntungan dlakukan dengan mengadakan penlaan logka dan asums yang dpaka sudah benar, komplt dan konssten terhadap model tersebut dengan cara mencocokannya dengan keadaan dan data nyata. Implementas model dlakukan dengan memasukkan data-data yang telah dperoleh dar rencana nvestas PT ASSI Bangkalan. Data n dgunakan untuk mengetahu serta mencar kesalahan model yang telah dbuat dalam program Quanttatve System 3.0. Penetapan solus dlakukan dengan menganalss output data yang dhaslkan oleh mplementas model dan dtetapkan sebaga dasar dalam pengamblan keputusan. Keluaran dar model optmas dengan program Quanttatve System 3.0 menghaslkan besar parameter untuk varabel keputusan. Bla varabel bernla nol berart departemen tersebut telah optmal, dan sebalknya bla bernla lebh dar nol maka mash bsa doptmalkan sumber dayanya. Dar alternatf dengan prortas sama dan berbeda, dplh alternatf dengan mnmal objectve lebh besar. 3. Hasl Dan Pembahasan Asums-asums yang dgunakan dalam pengembangan model adalah: Varabel keputusan model adalah tersedanya sumber daya optmal pada setap departemen dengan parameter tertentu d galangan kapal. Terdapat sebelas fungs tujuan yatu: (1) memenuh target secara maksmal pangsa pasar dalam neger dan luar neger, (2) memenuh target secara mnmal baya nvestas, (3) memenuh target secara mnmal baya operasonal per tahun, (4) memenuh target secara maksmal pemanfaatan sumber daya manusa dberbaga departemen, (5) memenuh target secara mnmal bahan baku ssa, (6) memenuh target secara maksmal tngkat keuntungan dar proses produks, (7) memenuh target secara maksmal kapastas produks, (8) memenuh target tepat waktu, (9) memenuh target secara maksmal kualtas produks, (10) memenuh target secara mnmal pengaruh dampak lngkungan akbat proses produks. Varabel keputusan merupakan dasar bag langkahlangkah selanjutnya dalam pengembangan model keputusan. Tujuan pokok dar pengembangan model adalah menentukan nla-nla optmal dar sumber daya bag setap departemen d ndustr galangan kapal. Varabel keputusan n dnotaskan sebaga, dmana 1,2,,; banyaknya departemen.

3 MAKARA, TEKOLOGI, VOL. 6, O. 3, DESEMBER Perumusan fungs tujuan adalah sebaga berkut: Fungs tujuan untuk memenuh target pangsa pasar dalam neger dan luar neger, jumlahnya mnmal harus sama dengan proyeks dar perusahaan. Secara matemats dapat dnyatakan dengan: Dmana SD adalah jumlah permntaan dan penawaran yang bsa dpenuh oleh departemen galangan kapal, sedangan PP adalah pangsa pasar yang terseda (dalam neger dan luar neger). Jka n 1 dan p 1 menyatakan varabel penympangan (devas) negatf dan postf dar jumlah permntaan dan penawaran yang bsa dpenuh oleh departemen galangan kapal, maka perumusannya dnyatakan sebaga berkut: SD + n p PP Fungs tujuan untuk memenuh target penggunaan baya nvestas dan jumlahnya maksmal sama atau lebh kecl dar anggaran yang telah dtetapkan. Secara matemats dapat dnyatakan dengan: CI Dmana CI adalah jumlah baya nvestas yang dgunakan tap departemen d ndustr galangan kapal, sedangkan BI adalah baya nvestas yang telah dproyekskan tap departemen d ndustr galangan kapal. Jka n 2 dan p 2 menyatakan varabel penympangan (devas) negatf dan postf dar jumlah baya nvestas yang dgunakan tap departemen d ndustr galangan kapal, maka perumusannya dnyatakan sebaga berkut: Fungs tujuan untuk memenuh target penggunaan baya operasonal dan jumlahnya maksmal sama atau lebh kecl dar anggaran yang telah dtetapkan. Secara matemats dapat dnyatakan dengan: SD Dmana CO adalah jumlah baya operasonal per tahun yang dgunakan tap departemen d ndustr galangan kapal, sedangkan BO adalah baya operasonal yang telah dproyekskan tap departemen d ndustr galangan kapal. Jka n 3 dan p 3 menyatakan varabel penympangan (devas) negatf dan postf dar jumlah baya operasonal per tahun yang dgunakan tap departemen d 1 BI CI + n p BI CO 2 PP BO 1 2 (1) (2) (3) (4) (5) ndustr galangan kapal, maka perumusannya dnyatakan sebaga berkut: CO + n p BO 3 Fungs tujuan untuk memenuh target kualtas produks jumlahnya harus sama dengan target yang telah dproyekskan. Secara matemats dapat dnyatakan dengan: QC KUP Dmana QC adalah kualtas produk yang dhaslkan tap departemen d ndustr galangan kapal, sedangkan KUP adalah kualtas produk yang telah dstandarsaskan/dtetapkan bag tap departemen pada ndustr galangan kapal. Jka n 4 dan p 4 menyatakan varabel penympangan (devas) negatf dan postf dar kualtas produk yang dhaslkan tap departemen d ndustr galangan kapal, maka perumusannya dnyatakan sebaga berkut: QC + n p KUP 4 Fungs tujuan untuk memenuh target secara maksmal tngkat keuntungan dar proses produks, jumlahnya harus sama atau lebh besar dar proyeks perusahaan. Secara matemats dapat dnyatakan dengan: P PR Dmana P adalah jumlah keuntungan yang dperoleh tap departemen d ndustr galangan kapal, sedangkan PR adalah jumlah keuntungan yang dproyekskan tap departemen pada ndustr galangan kapal. Jka n 5 dan p 5 menyatakan varabel penympangan (devas) negatf dan postf dar jumlah keuntungan yang dperoleh tap departemen d ndustr galangan kapal, maka perumusannya dnyatakan sebaga berkut: P + n p PR 5 Fungs tujuan untuk memenuh target secara maksmal kapastas produks, jumlahnya mnmal harus sama atau lebh besar dar proyeks perusahaan. Secara matemats dapat dnyatakan dengan: (6) (7) (8) (9) (10)

4 116 MAKARA, TEKOLOGI, VOL. 6, O. 3, DESEMBER 2002 Dmana STP adalah jumlah kapastas produks yang dperoleh tap departemen d ndustr galangan kapal, sedangkan KAP adalah jumlah kapastas produks yang dproyekskan tap departemen pada ndustr galangan kapal. Jka n 6 dan p 6 menyatakan varabel penympangan (devas) negatf dan postf dar jumlah kapastas yang dperoleh tap departemen d ndustr galangan kapal, maka perumusannya dnyatakan sebaga berkut: STP + n p KAP Fungs tujuan untuk memenuh target tepat waktu, jumlahnya lebh kecl dar waktu yang telah dproyekskan dalam suatu proses produks. Secara matemats dapat dnyatakan dengan: Dmana T adalah jumlah waktu produks yang dlakukan tap departemen d ndustr galangan kapal, sedangkan WP adalah jumlah waktu produks yang dproyekskan tap departemen pada ndustr galangan kapal. Jka n 7 dan p 7 menyatakan varabel penympangan (devas) negatf dan postf dar jumlah waktu produks yang dlakukan tap departemen d ndustr galangan kapal, maka perumusannya dnyatakan sebaga berkut: STP KAP Fungs tujuan untuk memenuh target bahan baku ssa, jumlahnya harus sama atau lebh kecl dengan estmas perusahaan. Secara matemats dapat dnyatakan dengan: 6 Dmana RM adalah jumlah bahan baku yang dgunakan tap departemen d ndustr galangan kapal, sedangkan BB adalah jumlah bahan baku yang ada d tap departemen pada ndustr galangan kapal. Jka n 8 dan p 8 menyatakan varabel penympangan (devas) negatf dan postf dar jumlah bahan baku yang dgunakan tap departemen d ndustr galangan kapal, maka perumusannya dnyatakan sebaga berkut: 6 T WP T + n p WP 7 RM 7 BB (11) (12) (13) (14) (15) RM + n p BB Fungs tujuan untuk memenuh target secara maksmal pemanfaatan sumber daya manusa, jumlahnya harus sama dengan yang ada dberbaga departemen. Secara matemats dapat dnyatakan dengan: M Dmana M adalah jumlah tenaga kerja yang dgunakan tap departemen d ndustr galangan kapal, sedangkan SDM adalah jumlah tenaga kerja yang ada d tap departemen pada ndustr galangan kapal. Jka n 9 dan p 9 menyatakan varabel penympangan (devas) negatf dan postf dar jumlah tenaga kerja yang dgunakan tap departemen d ndustr galangan kapal, maka perumusannya dnyatakan sebaga berkut: Fungs tujuan untuk memenuh target secara maksmal pemanfaatan lahan untuk berbaga departemen d ndustr galangan kapal, secara matemats dapat dnyatakan dengan: Dmana A adalah luas lahan yang dgunakan tap departemen d ndustr galangan kapal, sedangkan L adalah luas lahan yang dproyekskan tap departemen pada ndustr galangan kapal. Jka n 10 dan p 10 menyatakan varabel penympangan (devas) negatf dan postf dar luas lahan yang dgunakan tap departemen d ndustr galangan kapal, maka perumusannya dnyatakan sebaga berkut: Fungs tujuan untuk memenuh target pengaruh dampak lngkungan akbat proses produks, jumlahnya harus sama atau lebh kecl dar estmas perusahaan. Secara matemats dapat dnyatakan dengan: 8 SDM M + n p SDM 9 9 A L A + n p L 10 PO Dmana PO adalah dampak lngkungan akbat proses produks tap departemen d ndustr 10 DL 8 (16) (17) (18) (19) (20) (21)

5 MAKARA, TEKOLOGI, VOL. 6, O. 3, DESEMBER galangan kapal, sedangkan DL adalah dampak lngkungan yang dpersyaratkan pada ndustr galangan kapal. Jka n 11 dan p 11 menyatakan varabel penympangan (devas) negatf dan postf dar dampak lngkungan akbat proses produks tap departemen d ndustr galangan kapal, maka perumusannya dnyatakan sebaga berkut: Penentuan prortas fungs tujuan ddasarkan atas kebjaksanaan dar perusahaan dalam menjalankan ms dan vsnya. Urutan prortas fungs tujuan dapat dlhat pada Tabel 2. Perumusan fungs pencapaan untuk masng-masng tujuan adalah sebaga berkut: 1) Fungs pencapaan tujuan prortas 1 (memenuh target secara maksmal pangsa pasar dalam neger dan luar neger): a 1 memnmumkan n 1 + p 1 2) Fungs pencapaan tujuan prortas (memenuh target secara mnmal baya nvestas): a 2 memnmumkan p 2 Prortas Prortas 1 Prortas 2 Prortas 3 Prortas 4 Prortas 5 Prortas 6 Prortas 7 Prortas 8 Prortas 9 Prortas 10 Prortas 11 PO + n p DL Tabel 2. Prortas fungs tujuan (22) Tujuan Memenuh target secara maksmal pangsa pasar dalam neger dan luar neger Memenuh target secara mnmal baya nvestas Memenuh target secara mnmal baya operasonal pertahun Memenuh target secara maksmal kualtas produks Memenuh target secara maksmal tngkat keuntungan dar proses produks Memenuh target secara maksmal kapastas produks Memenuh target tepat waktu atau secara mnmal penambahan waktu proses produks Memenuh target secara mnmal bahan baku ssa Memenuh target secara maksmal pemanfaatan sumber daya manusa dberbaga departemen Memenuh target secara maksmal penggunaan lahan produks Memenuh target secara mnmal pengaruh dampak lngkungan akbat proses produks 3) Fungs pencapaan tujuan prortas 3 (memenuh target secara mnmal baya operasonal per tahun): a 3 memnmumkan p 3 4) Fungs pencapaan tujuan prortas 4 (memenuh target secara maksmal kualtas produks): a 4 memnmumkan n 4 + p 4 5) Fungs pencapaan tujuan prortas 5 (memenuh target secara maksmal tngkat keuntungan dar proses produks): a 5 memnmumkan n 5 6) Fungs pencapaan tujuan prortas 6 (memenuh target secara maksmal kapastas produks): a 6 memnmumkan n 6 7) Fungs pencapaan tujuan prortas 7 (memenuh target tepat waktu atau secara mnmal penambahan waktu proses produks): a 7 memnmumkan p 7 8) Fungs pencapaan tujuan prortas 8 (memenuh target secara mnmal bahan baku ssa): a 8 memnmumkan p 8 9) Fungs pencapaan tujuan prortas 9 (memenuh target secara maksmal pemanfaatan sumber daya manusa dberbaga departemen): a 9 memnmumkan n 9 + p 9 10) Fungs pencapaan tujuan prortas 10 (memenuh target secara maksmal penggunaan lahan produks): a 10 memnmumkan p 10 11) Fungs pencapaan tujuan prortas 11 (memenuh target secara mnmal pengaruh dampak lngkungan akbat proses produks): a 11 memnmumkan p 11 Perumusan secara lengkap model optmas perencanaan nvestas galangan kapal berasal dar pengolahan data yang bersumber dar company profle dan rencana nvestas galangan kapal PT ASSI Bangkalan serta sumber lan yang relevan. Adapun perumusannya adalah sebaga berkut: Memnmumkan: a P 1 (n 1 + p 1 ) + P 2 ( p 2 ) + P 3 ( p 3 ) + P 4 (n 4 + p 4 ) + P 5 (n 5 ) + P 6 (n 6 ) + P 7 ( p 7 ) + P 8 ( p 8 ) + P 9 (n 9 + p 9 ) + P 10 ( p 10 ) + P 11 ( p 11 ) (23) Dengan memperhatkan: n 1 - p (ton / 5 th) (24) n 2 - p (mlyar rupah) (25) n 3 - p (mlyar rupah) (26) n 4 - p 4 2 (27) n 5 - p (mlyar rupah) (28) n 6 p (ton / th) (29) n 7 - p 7 2 (30) n 8 - p (mlyar rupah) (31) n 9 - p (orang) (32) n 10 - p (m 2 ) (33) n 11 - p 11 2 (34)

6 118 MAKARA, TEKOLOGI, VOL. 6, O. 3, DESEMBER 2002 Dmana:, P 1, P 2, P 3, P 4, P 5, P 6, P 7, P 8, P 9, P 10, P 11, n 1, n 2, n 3, n 4, n 5, n 6, n 7, n 8, n 9, n 10, n 11, p 1, p 2, p 3, p 4, p 5, p 6, p 7, p 8, p 9, p 10, p 11 > 0 Dar hasl runnng model optmas perencanaan nvestas galangan kapal dengan program Quanttatve System 3.0 dperoleh besarnya parameter untuk varabel keputusan. 1) Alternatf pertama (prortas tujuan mempunya bobot yang sama) Prortas; P 1 P 2 P 3 P 4 P 5 P 6 P 7 P 8 P 9 P 10 P (departemen keuangan) 0 2 (departemen teknk) (departemen qualty control) 0 4 (departemen personl) 0 5 (departemen pemasaran) Mnmal objectve ) Alternatf kedua (prortas tujuan mempunya bobot yang berbeda) Prortas; P 1 1,P 2 0.9,P 3 0.8,P 4 0.7,P 5 0.6,P 6 0.5,P 7 0.4,P 8 0.3,P 9 0.2,P ,P (departemen keuangan) 0 2 (departemen teknk) (departemen qualty control) 0 4 (departemen personl) 0 5 (departemen pemasaran) Mnmal objectve Kesmpulan Berdasarkan model optmas yang telah dlakukan pada peneltan n, maka dapat dtark beberapa kesmpulan: 1) Pengembangan model optmas perencanaan nvestas galangan kapal dlakukan dengan pendekatan programas tujuan ganda adalah terdr dar 5 varabel keputusan, 11 fungs tujuan, 2 alternatf prortas dan 11 fungs pencapaan. 2) Dar hasl runnng model optmas perencanaan nvestas galangan kapal dengan program Quanttatve System 3.0 dperoleh besarnya parameter varabel keputusan untuk beberapa alternatf. Alternatf pertama dengan prortas tujuan yang mempunya bobot sama dan alternatf kedua dengan prortas tujuan yang mempunya bobot berbeda. Dar dua alternatf tersebut dplh Saran alternatf dengan prortas sama dan menghaslkan mnmal objectve lebh besar. Berdasarkan hasl pemodelan dan mplementas yang telah dlakukan pada peneltan n maka dapat dperoleh beberapa saran, antara lan: 1) Peneltan n agar memperoleh hasl yang lebh representatf, pencatatan data dar PT ASSI dalam perencanaan nvestas dan realsasnya perlu dlakukan secara terpernc. 2) Dalam peneltan lanjutan model optmas perlu mengakomodas fungs tujuan sepert konds sosal poltk, keamanan dan budaya d lokas rencana nvestas. 3) Untuk memudahkan pemecahan persoalan khususnya model optmas perencanaan nvestas galangan kapal, dapat dbuat suatu program komputer dengan memaka bahasa pemrograman sepert Fortran, Borland Dhelph dan Turbo Pascal. Hal n dsebabkan paket program Quanttatve System 3.0 mash bersfat umum untuk segala model programas tujuan ganda. Daftar Acuan 1. Hmpunan Ahl Teknolog Martm Indonesa, Smposum HATMI, Jakarta, C. Udsubakt, An Integrated Model Usng Analytcal Herarchy Process and Goal Programmng Approach for Waste Management: Case Study n Indonesa, The Development Technologes Center-Faculty of Engneerng, Unversty of Melbourne, Melbourne, Australa 1999, unpublshed. 3. K. Taufrnng, Tess, Program Pasca Sarjana Program Stud Teknk Kelautan, Insttut Teknolog Sepuluh opember, Indonesa, Soekartaw, Mult Objectve Goal Programmng (Programas Tujuan Ganda): Teor dan Aplkasnya, PT Grasndo, Jakarta, Arthur J. Keown, Computer and Ops Res.8, Great Brtan,1981, p K. Ank, Skrps Sarjana, Program Stud Teknk Industr, Insttut Teknolog Sepuluh opember, Indonesa, 1993.

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

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. 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

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN Dalam pembuatan tugas akhr n, penulsan mendapat referens dar pustaka serta lteratur lan yang berhubungan dengan pokok masalah yang penuls ajukan. Langkah-langkah yang akan

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

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

BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER

BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER 5.1 Pembelajaran Dengan Fuzzy Program Lner. Salah satu model program lnear klask, adalah : Maksmumkan : T f ( x) = c x Dengan batasan : Ax b x 0 n m mxn Dengan

Lebih terperinci

BAB III METODE PENELITIAN. SMK Negeri I Gorontalo. Penetapan lokasi tersebut berdasarkan pada

BAB III METODE PENELITIAN. SMK Negeri I Gorontalo. Penetapan lokasi tersebut berdasarkan pada 3 BAB III METODE PENELITIAN 3.1 Tempat Dan Waktu Peneltan 3.1.1 Tempat Peneltan Peneltan yang dlakukan oleh penelt berlokas d Kelas Ak 6, SMK Neger I Gorontalo. Penetapan lokas tersebut berdasarkan pada

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

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

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

Preferensi untuk alternatif A i diberikan

Preferensi untuk alternatif A i diberikan Bahan Kulah : Topk Khusus Metode Weghted Product (WP) menggunakan perkalan untuk menghubungkan ratng atrbut, dmana ratng setap atrbut harus dpangkatkan dulu dengan bobot atrbut yang bersangkutan. Proses

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

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

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

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

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 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 III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya

BAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.1.1 Tempat Peneltan Pada peneltan n, penuls memlh lokas d SMA Neger 1 Bolyohuto khususnya pada sswa kelas X, karena penuls menganggap bahwa lokas

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

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

Model Potensial Gravitasi Hansen untuk Menentukan Pertumbuhan Populasi Daerah

Model Potensial Gravitasi Hansen untuk Menentukan Pertumbuhan Populasi Daerah Performa (2004) Vol. 3, No.1: 28-32 Model Potensal Gravtas Hansen untuk Menentukan Pertumbuhan Populas Daerah Bambang Suhard Jurusan Teknk Industr, Unverstas Sebelas Maret, Surakarta Abstract Gravtaton

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 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 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

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

REKAYASA TRANSPORTASI LANJUT UNIVERSITAS PEMBANGUNAN JAYA

REKAYASA TRANSPORTASI LANJUT UNIVERSITAS PEMBANGUNAN JAYA REKAYASA TRANSPORTASI LANJUT UNIVERSITAS PEMBANGUNAN JAYA Jl. Boulevard Bntaro Sektor 7, Bntaro Jaya Tangerang Selatan 15224 PENDAHULUAN Bangktan perjalanan (Trp generaton model ) adalah suatu tahapan

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

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA 2 Masalah Transportas Jong Jek Sang (20) menelaskan bahwa masalah transportas merupakan masalah yang serng dhadap dalam pendstrbusan barang Msalkan ada m buah gudang (sumber) 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

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 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 II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen.

BAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen. BAB II METODOLOGI PENELITIAN A. Bentuk Peneltan Jens peneltan yang dgunakan dalam peneltan n adalah peneltan deskrptf dengan analsa kuanttatf, dengan maksud untuk mencar pengaruh antara varable ndependen

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

BAB I PENDAHULUAN. Perkembangan matematika tidak hanya dalam tataran teoritis tetapi juga pada

BAB I PENDAHULUAN. Perkembangan matematika tidak hanya dalam tataran teoritis tetapi juga pada BAB I PENDAHULUAN.. Latar Belakang Masalah Perkembangan matematka tdak hanya dalam tataran teorts tetap juga pada bdang aplkatf. Salah satu bdang lmu yang dkembangkan untuk tataran aplkatf dalam statstka

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 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 2 Tinjauan Pustaka 2.1 Penelitian Terdahulu

Bab 2 Tinjauan Pustaka 2.1 Penelitian Terdahulu Bab 2 Tnjauan Pustaka 2.1 Peneltan Terdahulu Pemlhan stud pustaka tentang sstem nformas penlaan knerja karyawan n juga ddasar pada peneltan sebelumnya yang berjudul Penerapan Metode TOPSIS untuk Pemberan

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakang Dalam kehdupan sehar-har, serngkal dumpa hubungan antara suatu varabel dengan satu atau lebh varabel lan. D dalam bdang pertanan sebaga contoh, doss dan ens pupuk yang dberkan

Lebih terperinci

BAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel

BAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel BAB LANDASAN TEORI. Analss Regres Regres merupakan suatu alat ukur yang dgunakan untuk mengukur ada atau tdaknya hubungan antar varabel. Dalam analss regres, suatu persamaan regres atau persamaan penduga

Lebih terperinci

BAB III OBYEK DAN METODE PENELITIAN. Obyek dalam penelitian ini adalah kebijakan dividen sebagai variabel

BAB III OBYEK DAN METODE PENELITIAN. Obyek dalam penelitian ini adalah kebijakan dividen sebagai variabel 4 BAB III OBYEK DAN METODE PENELITIAN 3.1 Obyek Peneltan Obyek dalam peneltan n adalah kebjakan dvden sebaga varabel ndependen (X) dan harga saham sebaga varabel dependen (Y). Peneltan n dlakukan untuk

Lebih terperinci

ANALISIS BENTUK HUBUNGAN

ANALISIS BENTUK HUBUNGAN ANALISIS BENTUK HUBUNGAN Analss Regres dan Korelas Analss regres dgunakan untuk mempelajar dan mengukur hubungan statstk yang terjad antara dua varbel atau lebh varabel. Varabel tersebut adalah varabel

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 III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh

BAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh BAB III METODE PENELITIAN 3.1 Desan Peneltan Sebelum dlakukan peneltan, langkah pertama yang harus dlakukan oleh penelt adalah menentukan terlebh dahulu metode apa yang akan dgunakan dalam peneltan. Desan

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN Bab n membahas tentang prosedur pengembangan pembelajaran dan mplementas model Problem Based Learnng dalam pembelajaran Konsep Dasar Matematka, Subjek Peneltan, Teknk dan Instrumen

Lebih terperinci

BAB III METODE PENELITIAN. Jenis penelitian yang akan digunakan dalam penelitian ini adalah

BAB III METODE PENELITIAN. Jenis penelitian yang akan digunakan dalam penelitian ini adalah BAB III METODE PENELITIAN A. Jens Peneltan Jens peneltan yang akan dgunakan dalam peneltan n adalah peneltan pengembangan (Research and Development). Peneltan Research and Development (R&D) n merupakan

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

Optimasi Perencanaan Hasil Produksi dengan Aplikasi Fuzzy Linear Programming (FLP)

Optimasi Perencanaan Hasil Produksi dengan Aplikasi Fuzzy Linear Programming (FLP) Semnar Nasonal Waluyo Jatmko II FTI UPN Veteran Jawa Tmur Optmas Perencanaan Hasl Produks dengan Aplkas Fuzzy Lnear Programmng (FLP) Akhmad Fauz Jurusan Teknk Informatka UPNV Veteran Jawa Tmur Emal: masuz@upnatm.ac.d

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 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 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

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN. Latar Belakang Manova atau Multvarate of Varance merupakan pengujan dalam multvarate yang bertujuan untuk mengetahu pengaruh varabel respon dengan terhadap beberapa varabel predktor

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 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

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

BAB III METODE PENELITIAN. menghasilkan Lembar Kegiatan Siswa (LKS) pada materi Geometri dengan

BAB III METODE PENELITIAN. menghasilkan Lembar Kegiatan Siswa (LKS) pada materi Geometri dengan BAB III METODE PENELITIAN A. Jens Peneltan Peneltan n merupakan peneltan pengembangan yang bertujuan untuk menghaslkan Lembar Kegatan Sswa (LKS) pada mater Geometr dengan pendekatan pembelajaran berbass

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

2 TINJAUAN PUSTAKA. sistem statis dan sistem fuzzy. Penelitian sejenis juga dilakukan oleh Aziz (1996).

2 TINJAUAN PUSTAKA. sistem statis dan sistem fuzzy. Penelitian sejenis juga dilakukan oleh Aziz (1996). 2 TINJAUAN PUSTAKA 2.1 Stud Yang Terkat Peneltan n mengacu pada jurnal yang dtuls oleh Khang, dkk.(1995). Dalam peneltannya, Khang, dkk membandngkan arus lalu lntas yang datur menggunakan sstem stats dan

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

BAB III METODOLOGI PENELITIAN. Jenis penelitian yang digunakan adalah penelitian pengembangan yang

BAB III METODOLOGI PENELITIAN. Jenis penelitian yang digunakan adalah penelitian pengembangan yang BAB III METODOLOGI PENELITIAN A. Jens Peneltan Jens peneltan yang dgunakan adalah peneltan pengembangan yang bertujuan membuat suatu produk dan duj kelayakannya. B. Metode Pengembangan Peneltan n menggunakan

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

PENENTUAN LOKASI PEMANCAR TELEVISI MENGGUNAKAN FUZZY MULTI CRITERIA DECISION MAKING

PENENTUAN LOKASI PEMANCAR TELEVISI MENGGUNAKAN FUZZY MULTI CRITERIA DECISION MAKING Meda Informatka, Vol. 2, No. 2, Desember 2004, 57-64 ISSN: 0854-4743 PENENTUAN LOKASI PEMANCAR TELEVISI MENGGUNAKAN FUZZY MULTI CRITERIA DECISION MAKING Sr Kusumadew Jurusan Teknk Informatka, Fakultas

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

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

BABl PENDAHULUAN. Indonesia merupakan negara yang sedang berkembang dengan tingkat

BABl PENDAHULUAN. Indonesia merupakan negara yang sedang berkembang dengan tingkat BABl PENDAHULUAN 1.1. LAT AR BELAKANG PERMASALAHAN ndonesa merupakan negara yang sedang berkembang dengan tngkat populas yang cukup besar. Dengan jumlah penduduk dewasa n mencapa lebh dar 180 juta jwa

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.. KERANGKA ANALISIS Kerangka analss merupakan urutan dar tahapan pekerjaan sebaga acuan untuk mendapatkan hasl yang dharapkan sesua tujuan akhr dar kajan n, berkut kerangka

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

BAB III METODE PENELITIAN. pembelajaran berupa RPP dan LKS dengan pendekatan berbasis masalah ini

BAB III METODE PENELITIAN. pembelajaran berupa RPP dan LKS dengan pendekatan berbasis masalah ini BAB III METODE PENELITIAN A. Desan Peneltan Metode peneltan yang dgunakan dalam pengembangan perangkat pembelajaran berupa RPP dan LKS dengan pendekatan berbass masalah n adalah metode pengembangan atau

Lebih terperinci

Pengembangan Perangkat Lunak Optimalisasi Pemanfaatan Sumberdaya Hayati untuk Ketahanan Pangan

Pengembangan Perangkat Lunak Optimalisasi Pemanfaatan Sumberdaya Hayati untuk Ketahanan Pangan PROSIDING SEMINAR NASIONAL HIMPUNAN INFORMATIKA PERTANIAN INDONESIA 29 ISBN : 978 979 95366-7 Pengembangan Perangkat Lunak Optmalsas Pemanfaatan Sumberdaya Hayat untuk Ketahanan Pangan Mustafrl a, Bud

Lebih terperinci

Kata kunci: development planning, development index, integer linear programming

Kata kunci: development planning, development index, integer linear programming FORMULASI DEVELOPMENT INDEX UNTUK OPTIMASI RENCANA PENGEMBANGAN INSTITUSI PENDIDIKAN TINGGI: STUDI KASUS PROGRAM STUDI X SURABAYA Suseno Bud Prasetyo Jurusan Teknk Industr-FTI Unverstas Pembangunan Nasonal

Lebih terperinci

METODE OPTIMASI 11/13/2015. Capaian Pembelajaran

METODE OPTIMASI 11/13/2015. Capaian Pembelajaran 2 Capaan Pembelajaran METODE OPTIMASI N. Tr Suswanto Saptad Mahasswa dapat memaham dan mampu mengaplkaskan beberapa metode untuk menyelesakan masalah dengan alternatfalternatf dalam jumlah yang relatf

Lebih terperinci

III. KERANGKA PEMIKIRAN

III. KERANGKA PEMIKIRAN III. KERANGKA PEMIKIRAN 3.1. Kerangka Pemkran Untuk mencapa tujuan peneltan sebagamana durakan pada BAB 1, maka secara sstemats pendekatan masalah peneltan mengkut alur pkr kerangka pendekatan sstem yang

Lebih terperinci

BAB.3 METODOLOGI PENELITIN 3.1 Lokasi dan Waktu Penelitian Penelitian ini di laksanakan di Sekolah Menengah Pertama (SMP) N. 1 Gorontalo pada kelas

BAB.3 METODOLOGI PENELITIN 3.1 Lokasi dan Waktu Penelitian Penelitian ini di laksanakan di Sekolah Menengah Pertama (SMP) N. 1 Gorontalo pada kelas 9 BAB.3 METODOLOGI PENELITIN 3. Lokas dan Waktu Peneltan Peneltan n d laksanakan d Sekolah Menengah Pertama (SMP) N. Gorontalo pada kelas VIII. Waktu peneltan dlaksanakan pada semester ganjl, tahun ajaran

Lebih terperinci

BOKS A SUMBANGAN SEKTOR-SEKTOR EKONOMI BALI TERHADAP EKONOMI NASIONAL

BOKS A SUMBANGAN SEKTOR-SEKTOR EKONOMI BALI TERHADAP EKONOMI NASIONAL BOKS A SUMBANGAN SEKTOR-SEKTOR EKONOMI BALI TERHADAP EKONOMI NASIONAL Analss sumbangan sektor-sektor ekonom d Bal terhadap pembangunan ekonom nasonal bertujuan untuk mengetahu bagamana pertumbuhan dan

Lebih terperinci

BAB III PERBANDINGAN ANALISIS REGRESI MODEL LOG - LOG DAN MODEL LOG - LIN. Pada prinsipnya model ini merupakan hasil transformasi dari suatu model

BAB III PERBANDINGAN ANALISIS REGRESI MODEL LOG - LOG DAN MODEL LOG - LIN. Pada prinsipnya model ini merupakan hasil transformasi dari suatu model BAB III PERBANDINGAN ANALISIS REGRESI MODEL LOG - LOG DAN MODEL LOG - LIN A. Regres Model Log-Log Pada prnspnya model n merupakan hasl transformas dar suatu model tdak lner dengan membuat model dalam bentuk

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

III. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa

III. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlakukan d MTs Neger Bandar Lampung dengan populas sswa kelas VII yang terdr dar 0 kelas yatu kelas unggulan, unggulan, dan kelas A sampa dengan

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 13 Bandar Lampung. Populasi dalam

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 13 Bandar Lampung. Populasi dalam III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Neger 3 Bandar Lampung. Populas dalam peneltan n yatu seluruh sswa kelas VIII SMP Neger 3 Bandar Lampung Tahun Pelajaran 0/03 yang

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 2 LNDSN TEORI 2. Teor engamblan Keputusan Menurut Supranto 99 keputusan adalah hasl pemecahan masalah yang dhadapnya dengan tegas. Suatu keputusan merupakan jawaban yang past terhadap suatu pertanyaan.

Lebih terperinci

III. METODE PENELITIAN. bersifat statistik dengan tujuan menguji hipotesis yang telah ditetapkan.

III. METODE PENELITIAN. bersifat statistik dengan tujuan menguji hipotesis yang telah ditetapkan. 3 III. METDE PENELITIAN A. Metode Peneltan Metode peneltan merupakan langkah atau aturan yang dgunakan dalam melaksanakan peneltan. Metode pada peneltan n bersfat kuanttatf yatu metode peneltan yang dgunakan

Lebih terperinci

BAB 2 TINJAUAN KEPUSTAKAAN

BAB 2 TINJAUAN KEPUSTAKAAN BAB TIJAUA KEPUSTAKAA.1. Gambaran Umum Obyek Peneltan Gambar.1 Lokas Daerah Stud Gambar. Detal Lokas Daerah Stud (Sumber : Peta Dgtal Jabotabek ver.0) 7 8 Kawasan perumahan yang dplh sebaga daerah stud

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SD Al-Azhar 1 Wayhalim Bandar Lampung. Populasi

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SD Al-Azhar 1 Wayhalim Bandar Lampung. Populasi 3 III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SD Al-Azhar Wayhalm Bandar Lampung. Populas dalam peneltan n adalah seluruh sswa kelas V yang terdr dar 5 kelas yatu V A, V B, V

Lebih terperinci

BAB III METODE PENELITIAN. berjumlah empat kelas terdiri dari 131 siswa. Sampel penelitian ini terdiri dari satu kelas yang diambil dengan

BAB III METODE PENELITIAN. berjumlah empat kelas terdiri dari 131 siswa. Sampel penelitian ini terdiri dari satu kelas yang diambil dengan 7 BAB III METODE PENELITIAN A. Populas dan Sampel 1. Populas Populas dalam peneltan n adalah seluruh sswa kelas XI SMA Yadka Bandar Lampung semester genap tahun pelajaran 014/ 015 yang berjumlah empat

Lebih terperinci

2. TINJAUAN PUSTAKA. 18 Universitas Indonesia. Penggunaan non linier..., Arief Suwandi, FT UI, 2009

2. TINJAUAN PUSTAKA. 18 Universitas Indonesia. Penggunaan non linier..., Arief Suwandi, FT UI, 2009 2. TINJAUAN PUSTAKA 2.1 Goal Programmng Goal Programmng merupakan pengembangan ar Lnear Programmng. Dperkenalkan oleh Charnes an Cooper paa awal tahun 1960. Kemuan teknk n sempurnakan oleh Ijr paa pertengahan

Lebih terperinci

SIMULASI OPTIMASI ALIRAN DAYA SISTEM TENAGA LISTRIK SEBAGAI PENDEKATAN EFISIENSI BIAYA OPERASI

SIMULASI OPTIMASI ALIRAN DAYA SISTEM TENAGA LISTRIK SEBAGAI PENDEKATAN EFISIENSI BIAYA OPERASI ISSN: 1693-6930 167 SIMULASI OPTIMASI ALIRAN DAA SISTEM TENAGA LISTRIK SEBAGAI PENDEKATAN EFISIENSI BIAA OPERASI Subyanto Teknk Elektro Fakultas Teknk Unverstas Neger Semarang Gedung E6 Lt. Kampus Sekaran

Lebih terperinci

BAB II TINJAUAN PUSTAKA DAN DASAR TEORI

BAB II TINJAUAN PUSTAKA DAN DASAR TEORI BAB II TINJAUAN PUSTAKA DAN DASAR TEORI 2.1 Tnjauan Pustaka Dar peneltan yang dlakukan Her Sulstyo (2010) telah dbuat suatu sstem perangkat lunak untuk mendukung dalam pengamblan keputusan menggunakan

Lebih terperinci

I PENDAHULUAN II LANDASAN TEORI

I PENDAHULUAN II LANDASAN TEORI I PENDAHULUAN Latar elakang Sekolah merupakan salah satu bagan pentng dalam penddkan Oleh karena tu sekolah harus memperhatkan bagan-bagan yang ada d dalamnya Salah satu bagan pentng yang tdak dapat dpsahkan

Lebih terperinci

MENCERMATI BERBAGAI JENIS PERMASALAHAN DALAM PROGRAM LINIER KABUR. Mohammad Asikin Jurusan Matematika FMIPA UNNES. Abstrak

MENCERMATI BERBAGAI JENIS PERMASALAHAN DALAM PROGRAM LINIER KABUR. Mohammad Asikin Jurusan Matematika FMIPA UNNES. Abstrak JURAL MATEMATIKA DA KOMUTER Vol. 6. o., 86-96, Agustus 3, ISS : 4-858 MECERMATI BERBAGAI JEIS ERMASALAHA DALAM ROGRAM LIIER KABUR Mohammad Askn Jurusan Matematka FMIA UES Abstrak Konsep baru tentang hmpunan

Lebih terperinci

III PEMBAHASAN. merupakan cash flow pada periode i, dan C. berturut-turut menyatakan nilai rata-rata dari V. dan

III PEMBAHASAN. merupakan cash flow pada periode i, dan C. berturut-turut menyatakan nilai rata-rata dari V. dan Pada bab n akan dbahas mengena penyelesaan masalah ops real menggunakan pohon keputusan bnomal. Dalam menentukan penlaan proyek, dapat dgunakan beberapa metode d antaranya dscounted cash flow (DF). DF

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

Jurnal Ilmiah Widya Teknik Volume 16 Nomor ISSN

Jurnal Ilmiah Widya Teknik Volume 16 Nomor ISSN Jurnal Ilmah Wdya Teknk Volume 16 Nomor 1 2017 ISSN 1412-7350 PEMODELAN MATEMATIKA UNTUK PERANCANGAN PRODUK LEMARI KABINET Rcky Yulanton Prhandaa, Dan Retno Sar Dew * Jurusan Teknk Industr, Fakultas Teknk,

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

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

METODE PENELITIAN. pelajaran 2011/ Populasi penelitian ini adalah seluruh siswa kelas X yang

METODE PENELITIAN. pelajaran 2011/ Populasi penelitian ini adalah seluruh siswa kelas X yang III. METODE PENELITIAN A. Waktu dan Tempat Peneltan Peneltan n telah dlaksanakan d SMA Neger 1 Bandar Lampung pada tahun pelajaran 011/ 01. Populas peneltan n adalah seluruh sswa kelas X yang terdr dar

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

MODEL KLASIFIKASI RUMAHTANGGA MISKIN DENGAN PENDEKATAN METODE MARS

MODEL KLASIFIKASI RUMAHTANGGA MISKIN DENGAN PENDEKATAN METODE MARS Semnar Nasonal Statstka IX Insttut Teknolog Sepuluh Nopember, 7 November 29 MODEL KLASIFIKASI RUMAHTANGGA MISKIN DENGAN PENDEKATAN METODE MARS Stud Kasus : Kota Surabaya Rokhana DB 1, Sutkno 2, Agnes Tut

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

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

Model SPK. Model optimasi (2) Model optimasi (1) Metode-metode Optimasi dengan Alternatif Terbatas 4/30/2017. Tujuan.

Model SPK. Model optimasi (2) Model optimasi (1) Metode-metode Optimasi dengan Alternatif Terbatas 4/30/2017. Tujuan. 4/0/207 Tujuan Metode-metode Optmas dengan Alternatf Terbatas N O V R I N A Mahasswa dapat memaham dan mampu mengaplkaskan beberapa metode untuk menyelesakan masalah dengan alternatf-alternatf dalam jumlah

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