PENERAPAN METODE MAMDANI DALAM MENGHITUNG TINGKAT INFLASI BERDASARKAN KELOMPOK KOMODITI (Studi Kasus pada Data Inflasi Indonesia)
|
|
- Agus Hartono
- 7 tahun lalu
- Tontonan:
Transkripsi
1 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 Matematka dan Ilmu Pengetahuan Alam Unverstas Pakuan Bogor ABSTRAK Inflas ddefnkan sebaga suatu proses penngkatan harga-harga secara umum dan berlangsung secara terus menerus. Salah satu cara untuk mengukur nflas adalah dengan menggunakan Indeks Harga Konsumen (IHK). Secara umum, nflas dapat memberkan dampak postf dan dampak negatf terhadap kegatan ekonom. Besarnya pengaruh nflas terhadap perekonoman, mendorong perlu dlakukan perhtungan tngkat nflas yang dapat dgunakan untuk penetapan upah mnmum, menentukan perencanaan anggaran daerah, hngga dapat mengontrol serta menekan harga barang d pasaran. Namun permasalahan menghtung besarnya tngkat nflas mengandung ketdakpastan karena ndeks harga pada kelompok komodt serng mengalam perubahan. Peneltan n menerapkan metode Mamdan dalam menghtung tngkat Inflas Indonesa berdasarkan kelompok komodt. Data yang dgunakan merupakan data sekunder yang dperoleh dar Badan Pusat Stattk, yatu berupa data nflas nasonal tahunan Indonesa berdasarkan tujuh kelompok komodt (barang dan jasa) pada perode tahun Berdasarkan hasl peneltan dperoleh bahwa tngkat nflas nasonal Indonesa pada tahun 006 sebesar 7., tahun 007 sebesar 6.36, tahun 008 sebesar 0., tahun 009 sebesar 3., tahun 00 sebesar.7, tahun 0 sebesar 3.9, tahun 0 sebesar 3.3, tahun 03 sebesar.07, tahun 0 sebesar 6. dan tahun 0 sebesar 3.7 dengan persentase kesalahan yang dperoleh sebesar 8.% dan tngkat keakuratan 8.%. Kata kunc: tngkat nflas, IHK, metode Mamdan, AFER Mahaswa Program Stud Matematka, Unverstas Pakuan, Bogor. Staf Pengajar pada Program Stud Matematka, Unverstas Pakuan, Bogor.
2 PENDAHULUAN Latar Belakang Inflas merupakan salah satu ndkator pentng untuk melhat perkembangan perekonoman suatu negara. Inflas ddefnkan sebaga suatu proses penngkatan harga-harga secara umum dan berlangsung secara terus menerus. Salah satu cara untuk mengukur nflas adalah dengan menggunakan Indeks Harga Konsumen (IHK). IHK merupakan nomor ndeks yang dgunakan untuk mengukur harga rata-rata dar barang dan jasa yang dkonsums oleh rumah tangga (household). Secara umum, nflas dapat memberkan dampak postf dan dampak negatf terhadap kegatan ekonom. Bag masyarakat yang memlk pendapatan tetap, nflas sangat merugkan karena mengurang nla uang yang dmlk sehngga menyebabkan merosotnya daya bel terhadap barang konsums rumah tangga maupun penggunaan jasa. Selan dampak negatf, nflas juga dapat berdampak postf terutama bag produsen apabla pendapatan yang dperoleh lebh tngg darpada kenakan baya produks. Namun bla nflas menyebabkan naknya baya produks, maka akan merugkan produsen. Besarnya pengaruh nflas terhadap perekonoman, mendorong perlu dlakukan perhtungan tngkat nflas yang dapat dgunakan untuk penetapan upah mnmum, menentukan perencanaan anggaran daerah, hngga dapat mengontrol serta menekan harga barang d pasaran yang ba terlampau tngg. Permasalahan menghtung besarnya tngkat nflas mengandung ketdakpastan karena ndeks harga pada kelompok komodt serng mengalam perubahan, oleh karena tu dperlukan suatu metode yang dapat melakukan upaya perhtungan tngkat nflas secara lebh tepat. Metode yang dapat dgunakan untuk menghtung tngkat nflas yatu metode Mamdan. Metode Mamdan serng dgunakan dalam aplkasaplkas karena strukturnya yang sederhana, yatu menggunakan operas Mn-Max atau Max-Product. Penggunaan logka fuzzy pada metode Mamdan dapat lebh mudah dmengert karena angka nflas dnyatakan dengan varabel lngutk, yatu penamaan suatu kelompok dengan menggunakan bahasa. Pada peneltan n varabel lngutk yang dgunakan yatu turun, stabl dan nak. Peneltan tentang metode Mamdan pernah dlakukan oleh Wdyantoro (0) dengan judul Penerapan Metode Alortma Fuzzy Mamdan pada Aplkas SPK Penentuan Jumlah Produks Barang CV. Kurna Alam d Jepara. Selan tu peneltan yang berjudul Aplkas Logka Fuzzy dalam Optmas Produks Barang Menggunakan Metode Mamdan dan Metode Sugeno dlakukan oleh Solkn (0). Hasl peneltan tersebut menyatakan bahwa produks yang mendekat nla kebenaran adalah produks yang dperoleh dengan pengolahan data menggunakan metode Mamdan. Berbeda dengan peneltan sebelumnya, peneltan n dlakukan pada kasus perhtungan tngkat nflas nasonal Indonesa berdasarkan tujuh kelompok komodt (barang dan jasa) menggunakan metode Mamdan. Tujuan Peneltan Menghtung tngkat nflas nasonal Indonesa berdasarkan tujuh kelompok komodt (barang dan jasa)
3 dengan menggunakan metode Mamdan. METODOLOGI PENELITIAN Data Data yang dgunakan dalam peneltan n merupakan data sekunder yatu data nflas nasonal Indonesa tahunan berdasarkan tujuh kelompok komodt (barang dan jasa) pada perode tahun yang dperoleh dar stus resm Badan Pusat Stattk (BPS) yatu Tahapan Anal Tahapan anal untuk menghtung tngkat nflas nasonal Indonesa berdasarkan tujuh kelompok komodt (barang dan jasa) sebaga berkut: Mula Data Fuzzfkas Aplkas Fungs Implkas Kompos aturan fuzzy Deffuzfkas Perhtungan Persentase Kesalahan Selesa Gambar. Flowchart Tahapan Anal. Data yang akan dgunakan merupakan data nflas nasonal tahunan Indonesa pada perode berdasarkan tujuh kelompok komodt (barang dan jasa).. Proses fuzzfkas dlakukan dengan menentukan varabel yang akan dgunakan dan menentukan semesta pembcaraan. Kemudan menentukan hmpunan dar setap varabel beserta doman, fungs keanggotaan dan parameternya. 3. Setelah proses fuzzfkas, dlakukan pembentukan aturan fuzzy dan aplkas fungs mplkas. Pembentukkan aturan dalam peneltan n berdasarkan data nflas tujuh kelompok komodt (barang dan jasa). Jka ada r konstanta lngutk dan p peubah nput, maka banyaknya aturan p dasar adalah r. Penghubung yang dgunakan untuk aturan dasar tersebut menggunakan operas logka AND.. Pada kompos aturan metode yang dgunakan yatu metode Max (Maxmum) dengan cara mengambl nla maksmum aturan, kemudan menggunakan nla tersebut untuk memodfkas daerah fuzzy dan mengaplkaskannya ke output dengan menggunakan operator OR (gabungan). Secara umum dtulkan: x ] max( [ x ], [ x ]) sf [ sf kf dengan: x ] = nla keanggotaan solus sf [ fuzzy sampa aturan ke- x ] = nla keanggotaan kf [ konsekuen fuzzy aturan ke-. Input dar proses defuzzfkas adalah suatu hmpunan fuzzy yang dperoleh dar kompos aturanaturan fuzzy, sedangkan output yang dhaslkan merupakan suatu blangan pada doman hmpunan fuzzy tersebut (Kusumadew, 00). Pada peneltan n metode yang dgunakan yatu metode Centrod untuk doman kontnu. 3
4 Drumuskan dengan persamaan berkut: Z 0 b a b Z. a ( Z ) ( Z ) dz dz keterangan: Z 0 = nla hasl defuzzfkas Z = nla doman ke-. = derajat keanggotaan ttk (Z ) tersebut Output pada peneltan n yatu tngkat nflas Indonesa. 6. Hasl perhtungan tngkat nflas nasonal yang dperoleh dar proses defuzzfkas dbandngkan dengan tngkat nflas aktual dan dlakukan perhtungan persentase kesalahan menggunakan metode AFER. Menurut Jlan (007), metode AFER (Average Forecastng Error Rate) dgunakan untuk mengetahu besarnya penympangan yang terjad pada data hasl peramalan terhadap data real, yang drumuskan sebaga berkut: n A F AFER A 00 % n keterangan: A = nla data aktual pada perode ke- F = nla peramalan pada perode ke- n = jumlah perode peramalan yang terlbat Nla yang dhaslkan menunjukan kemampuan peramalan, sepert yang dtunjukkan pada Tabel. Tabel. Krtera AFER AFER Pengertan <0% Sangat Bak 0% - 0% Bak 0% - 0% Cukup >0% Buruk HASIL DAN PEMBAHASAN Deskrps Data Data yang dgunakan terdr dar data nflas tujuh kelompok komodt dan data nflas umum tahun 006-0, tersaj pada Tabel. Tabel. Data Inflas Nasonal Indonesa Tahunan Perode Tahun A B C D E F G Inflas Umum Sumber: Keterangan: A = Bahan makanan B = Makanan jad, mnuman, rokok dan tembakau C = Perumahan, ar, ltrk, gas dan bahan bakar D = Sandang E = Kesehatan F = Penddkan, rekreas dan olahraga G = Transportas, komunkas dan jasa keuangan Pada metode Mamdan, data dproses melalu tahapan untuk memperoleh hasl perhtungan tngkat nflas nasonal. Fuzzfkas Langkah pertama pada fuzzfkas yatu menentukan varabel dan semesta pembcaraan. Pada peneltan n varabel yang dgunakan sebanyak delapan, terdr dar tujuh varabel nput yatu tujuh kelompok komodt dan satu varabel output yatu nflas umum. Penentuan semesta pembcaraan berdasarkan pembulatan nla nflas terendah dan tertngg kelompok komodt dan nflas umum
5 pada perode tahun 006-0, secara lebh jelas tersaj pada Tabel 3. Tabel 3. Semesta Pembcaraan setap Varabel Fungs Input Varabel Semesta Pembcaraan Bahan makanan (X ) [3 7] Makanan jad, mnuman, rokok dan tembakau (X ) [ 3] Perumahan, ar, ltrk, gas dan bahan bakar (X 3) [ ] Sandang (X ) [0 9] Kesehatan (X ) [ 8] Penddkan, rekreas dan olahraga (X 6) [3 9] Transportas, komunkas dan jasa keuangan (X 7) [- 6] Output Inflas umum (Inflas) [ ] Setelah menentukan varabel yang akan dgunakan, kemudan menentukan hmpunan dar setap varabel. Berdasarkan hmpunan yang telah dtentukan kemudan dusun doman yang bersesuaan dar masngmasng hmpunan. Selanjutnya menentukan representas fungs keanggotaan untuk setap hmpunan serta parameter yang sesua dengan doman dar hmpunan tersebut, sepert tersaj pada Tabel. Tabel. Hmpunan Fuzzy Varabel Hmpunan Doman Fungs Keanggotaan Parameter Turun [3, 0] Bahu Kr 3 ; 6. ; 0 (X ) Stabl [6., 3.] Segtga 6. ; 0 ; 3. Nak [0, 7] Bahu Kanan 0 ; 3. ; 7 Turun [, 8. ] Bahu Kr ; 6. ; 8. (X ) Stabl [6., 0.7] Segtga 6. ; 8. ; 0.7 Nak [8., 3] Bahu Kanan 8. ; 0.7 ; 3 Turun [, 6] Bahu Kr ; 3. ; 6 (X 3) Stabl [3., 8.] Segtga 3. ; 6 ; 8. Nak [6, ] Bahu Kanan 6 ; 8. ; Turun [0,.] Bahu Kr 0 ;. ;. (X ) Stabl [., 6.7] Segtga. ;. ; 6.7 Nak [., 9] Bahu Kanan. ; 6.7 ; 9 Turun [, ] Bahu Kr 3 ; 3. ; (X ) Stabl [3., 6.] Segtga 3. ; ; 6. Nak [, 8] Bahu Kanan ; 6. ; 8 Turun [3, 6] Bahu Kr 3 ;. ; 6 (X 6) Stabl [., 7.] Segtga. ; 6 ; 7. Nak [6, 9] Bahu Kanan 6 ; 7. ; 9 Turun [-, 6.] Bahu Kr - ;.7 ; 6. (X 7) Stabl [.7,.] Segtga.7 ; 6. ;. Nak [6., 6] Bahu Kanan 6. ;. ; 6 Turun [,.] Bahu Kr ; 3. ;. Inflas Umum Stabl [, 9] Segtga ; 7 ; 9 Nak [8., ] Bahu Kanan 8. ; 0. ; Setelah menentukan hmpunan fuzzy, selanjutnya menentukan fungs keanggotaan dar masng-masng hmpunan untuk setap varabel dan merepresentaskannya dalam bentuk kurva dengan menggunakan software Matlab 7.0. sebaga berkut:. Varabel X Gambar. Representas Fungs Keanggotaan Varabel X TURUN STABIL NAIK 0 x x x x Varabel X ; x 6. ; 6. x 0 ; x 0 ; x 6.atau x 3. ; 6. x 0 ; 0 x 3. ; x 0 ; x 0 ;0 x 3. ; x 3. Gambar 3. Representas Fungs Keanggotaan Varabel X TURUN STABIL NAIK 8. x x x x ; x 6. ; 6. x 8. ; x 8. ; x 6.atau x 0.7 ; 6. x 8. ; 8. x 0.7 ; x 8. ; x 0 ; 8. x 0.7 ; x 0.7
6 3. Varabel X 3. Varabel X Gambar. Representas Fungs Keanggotaan Varabel X 3 TURUN STABIL NAIK 6 x x x x Varabel X ; x 3. ; 3. x 6 ; x 6 ; x 3.atau x 8. ; 3. x 6 ; 6 x 8. ; x 6 ; x 6 ; 6 x 8. ; x 8. Gambar 6. Representas Fungs Keanggotaan Varabel X TURUN STABIL NAIK x x x 6. 0 x Varabel X 6 ; x 3. ; 3. x ; x ; x 3.atau x 6. ; 3. x ; x 6. ; x ; x ; x 6. ; x 6. Gambar. Representas Fungs Keanggotaan Varabel X TURUN STABIL NAIK. x.. 0 x x x ; x. ;. x. ; x. ; x.atau x 6.7 ;. x. ;. x 6.7 ; x. ; x. ;. x 6.7 ; x 6.7 Gambar 7. Representas Fungs Keanggotaan Varabel X 6 TURUN STABIL NAIK 6 x x x x ; x. ;. x 6 ; x 6 ; x.atau x 7. ;. x 6 ; 6 x 7. ; x 6 ; x 6 ; 6 x 7. ; x 7. 6
7 7. Varabel X 7 Gambar 8. Representas Fungs Keanggotaan Varabel X 7 TURUN STABIL NAIK 6. x x x x ; x.7 ;.7 x 6. ; x 6. ; x.7atau x. ;.7 x 6. ; 6. x. ; x 6. ; x Varabel Inflas Umum ; 6. x. ; x. Gambar 9. Representas Keanggotaan Inflas Umum TURUN STABIL NAIK. x x 7 9 x x ; x 3. ; x. Fungs Varabel ; 3. x. ; x atau x 9 ; x 7 ; 7 x 9 ; x 7 ; x 7 ; 7 x 9 ; x 9 Penentuan derajat keanggotaan untuk setap varabel pada tahun 0 sesua dengan fungs keanggotaan, yatu:. Varabel X sebesar.93 TURUN.93. Varabel X sebesar 6. TURUN STABIL Varabel X 3 sebesar 3.3 TURUN 3.3. Varabel X sebesar 3.3 TURUN STABIL Varabel X sebesar.3 STABIL NAIK Varabel X 6 sebesar 3.97 TURUN Varabel X 7 sebesar TURUN Aplkas Fungs Implkas Pada peneltan n hmpunan yang dgunakan sebanyak tga hmpunan, dengan varabel nput sebanyak tujuh varabel sehngga aturan yang terbentuk yatu sebanyak 87 aturan fuzzy. Setelah aturan dbentuk, kemudan dlakukan aplkas fungs mplkas dengan menggunakan fungs Mn. Berdasarkan aturan-aturan yang sesua dengan kond nflas tahun 0, maka dperoleh 8 aturan yatu: [R0] : If ( X Turun) 3 Stabl) 6 7 then (Inflas dengan - pred sebesar
8 [R9] : If ( X Turun) 3 Nak) 6 7 then (Inflas dengan - pred sebesar 0.3 [R37] : If ( X Turun) 3 Stabl) Stabl) 6 7 then (Inflas dengan - pred sebesar 0. [R6] : If ( X Turun) 3 Stabl) Nak) 6 7 then (Inflas dengan - pred sebesar 0.3 [R3] : If ( X Stabl) 3 Stabl) 6 7 then (Inflas dengan - pred sebesar [R6] : If ( X Stabl) 3 Nak) 6 7 then (Inflas dengan - pred sebesar [R80] : If ( X Stabl) 3 Stabl) Stabl) 6 7 then (Inflas dengan - pred sebesar [R89] : If ( X Stabl) 3 Stabl) Nak) 6 7 then (Inflas dengan - pred sebesar Kompos Aturan Aplkas fungs tap aturan dgunakan metode Max untuk melakukan kompos antar semua aturan, yatu dengan cara mengambl nla maksmum dar output aturan kemudan menggabungkan daerah fuzzy dar masng-masng aturan dengan operator OR. Berdasarkan aplkas fungs mplkas, dperoleh kompos aturan sebaga berkut: sf x max TURUN 0.76, TURUN 0.3, TURUN 0., TURUN 0.3, TURUN 0.076, TURUN 0.076, TURUN 0.076, TURUN max 0.76, 0.3, 0., 0.3, 0.076, 0.076, 0.076, Defuzffkas Pada peneltan n proses deffuzfkas dlakukan menggunakan metode Centrod, dengan cara mengambl ttk pusat daerah fuzzy untuk memperoleh solus tegas. Tahap defuzzfkas dlakukan mengunakan tool box pada software Matlab 7.0., sehngga dperoleh hasl perhtungan 8
9 tngkat nflas tahun 0 sepert pada Gambar Gambar 0. Hasl Defuzzfkas Tahun 0 Hasl perhtungan tngkat nflas tahun 0 menggunakan metode Mamdan yatu sebesar 3.7, hasl tersebut berbeda dengan nflas aktual namun mash dalam satu hmpunan, yatu Turun. Secara lebh lengkap perbandngan hasl perhtungan tngkat nflas nasonal menggunakan metode Mamdan dengan tngkat nflas aktual tersaj pada Tabel. Tabel. Hasl Perbandngan Tngkat Inflas Tahun Inflas Aktual Kategor Inflas Hasl Fuzzy Kategor Stabl 7. Stabl Stabl 6.36 Stabl Nak 0. Nak Turun 3. Turun Stabl.7 Turun Turun 3.9 Turun 0.30 Turun 3.3 Turun Stabl.07 Stabl Stabl 6. Stabl Turun 3.7 Turun Perbandngan dar hasl perhtungan tngkat nflas nasonal menggunakan metode Mamdan dengan tngkat nflas aktual dapat dajkan dalam bentuk grafk, sepert pada Gambar. Gambar. Grafk Perbandngan Tngkat Inflas Berdasarkan Gambar, pada data aktual, nflas mengalam penurunan dar perode sebelumnya terjad pada tahun 007, 009, 0, 0 dan 0, namun pada tahun 008, 00, 0 dan 03 nflas mengalam kenakkan. Sedangkan berdasarkan hasl fuzzy, nflas mengalam penurunan pada tahun 007, 009, 0, 0 dan 0 namun pada tahun 008, 00, 03 dan 0 nflas mengalam kenakkan. Pengukuran Tngkat Keakuratan Perhtungan mengukur tngkat keakuratan menggunakan metode AFER, sebaga berkut: AFER A F n A 00 % % % % AFER 8. % n Persentase kesalahan pada hasl perhtungan tngkat nflas menggunakan metode Mamdan yatu sebesar 8. %. Nla persentase n berada dantara rentang 0% - 0%, sehngga hasl perhtungan tngkat nflas termasuk krtera bak, dengan tngkat keakuratan sebesar 8.%. 9
10 PENUTUP Kesmpulan Hasl perhtungan tngkat nflas menggunakan metode Mamdan untuk tahun 006 sebesar 7., tahun 007 sebesar 6.36, tahun 008 sebesar 0., tahun 009 sebesar 3., tahun 00 sebesar.7, tahun 0 sebesar 3.9, tahun 0 sebesar 3.3, tahun 03 sebesar.07, tahun 0 sebesar 6. dan tahun 0 sebesar 3.7. Persentase kesalahan yang dperoleh sebesar 8.% dengan tngkat keakuratan 8.% menunjukkan bahwa hasl perhtungan tngkat nflas menggunakan metode Mamdan termasuk krtera bak. Solkn, F. 0. Aplkas Logka Fuzzy dalam Optmas Produks Barang Menggunakan Metode Mamdan dan Metode Sugeno. Program Stud Matematka. Yogyakarta: Unverstas Neger Yogyakarta. Wdyantoro, A. 0. Penerapan Metode Algortma Fuzzy Mamdan pada Aplkas SPK Penentuan Jumlah Produks Barang CV. Kurna Alam d Jepara. Program Stud Teknk Informatka. Semarang: Unverstas Dan Nuswantoro. Saran Perhtungan tngkat nflas menggunakan metode Mamdan dapat menjad bahan pertmbangan untuk mengetahu tngkat nflas berdasarkan tujuh kelompok komodt. Saran untuk peneltan selanjutnya agar dapat melakukan perhtungan tngkat nflas berdasarkan faktor lan selan tujuh kelompok komodt dan melakukan perhtungan menggunakan metode lan, yatu Metode Sugeno atau Metode Tsukamoto. DAFTAR PUSTAKA Jlan, T.A dan Burney, S.M.A Fuzzy Metrc Approach for Fuzzy Tme Seres Forecastng based on Frequency Densty Based Parttonng. Prosdng World Academy of Scence, Engneerng and Technology. Kusumadew, S. 00. Artfcal Intellegenc (Teknk dan Aplkasnya). Yogyakarta: Graha Ilmu. 0
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 terperinciBAB 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 terperinciBAB 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 terperinciε 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 terperinciAPLIKASI LOGIKA FUZZY DALAM MENGOPTIMALKAN PRODUKSI MINYAK KELAPA SAWIT DI PT. WARU KALTIM PLANTATION MENGGUNAKAN METODE MAMDANI
94 Vol. 12, No. 2 September 2017 Jurnal Informatka Mulawarman APLIKASI LOGIKA FUZZY DALAM MENGOPTIMALKAN PRODUKSI MINYAK KELAPA SAWIT DI PT. WARU KALTIM PLANTATION MENGGUNAKAN METODE MAMDANI Akbar Rzky
Lebih terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciIII. 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 terperinciBAB IV PERHITUNGAN DAN ANALISIS
BAB IV PERHITUNGAN DAN ANALISIS 4.1 Survey Parameter Survey parameter n dlakukan dengan mengubah satu jens parameter dengan membuat parameter lannya tetap. Pengamatan terhadap berbaga nla untuk satu parameter
Lebih terperinciBAB VB PERSEPTRON & CONTOH
BAB VB PERSEPTRON & CONTOH Model JST perseptron dtemukan oleh Rosenblatt (1962) dan Mnsky Papert (1969). Model n merupakan model yang memlk aplkas dan pelathan yang lebh bak pada era tersebut. 5B.1 Arstektur
Lebih terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciPENENTUAN 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 terperinciBOKS 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 terperinciHUBUNGAN KEMAMPUAN KEUANGAN DAERAH TERHADAP PERTUMBUHAN EKONOMI PROVINSI NUSA TENGGARA BARAT
HUBUNGAN KEMAMPUAN KEUANGAN DAERAH TERHADAP PERTUMBUHAN EKONOMI PROVINSI NUSA TENGGARA BARAT ABSTRAK STEVANY HANALYNA DETHAN Fakultas Ekonom Unv. Mahasaraswat Mataram e-mal : stevany.hanalyna.dethan@gmal.com
Lebih terperinciBAB 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 terperinciBAB 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 terperinciANALISIS 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 terperinciANALISIS 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 terperinciP 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 terperinciBAB 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 terperinciIV. 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 terperinciBAB 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 terperinciBAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I. Kesulitan ekonomi yang tengah terjadi akhir-akhir ini, memaksa
BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I 4. LATAR BELAKANG Kesultan ekonom yang tengah terjad akhr-akhr n, memaksa masyarakat memutar otak untuk mencar uang guna memenuh kebutuhan hdup
Lebih terperinciBAB 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 terperinciPreferensi 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 terperinciAPLIKASI 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciIII. 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 terperinciIII. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA
III. METODE PENELITIAN A. Waktu dan Tempat Peneltan Peneltan n merupakan stud ekspermen yang telah dlaksanakan d SMA Neger 3 Bandar Lampung. Peneltan n dlaksanakan pada semester genap tahun ajaran 2012/2013.
Lebih terperinciREGRESI DAN KORELASI LINEAR SEDERHANA. Regresi Linear
REGRESI DAN KORELASI LINEAR SEDERHANA Regres Lnear Tujuan Pembelajaran Menjelaskan regres dan korelas Menghtung dar persamaan regres dan standard error dar estmas-estmas untuk analss regres lner sederhana
Lebih terperinciBAB 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 terperinciBAB 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 terperinciSISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS
SISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS A8 M. Andy Rudhto 1 1 Program Stud Penddkan Matematka FKIP Unverstas Sanata Dharma Kampus III USD Pangan Maguwoharjo Yogyakarta 1 e-mal: arudhto@yahoo.co.d
Lebih terperinciIII. 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 terperinciNama : Crishadi Juliantoro NPM :
ANALISIS INVESTASI PADA PERUSAHAAN YANG MASUK DALAM PERHITUNGAN INDEX LQ-45 MENGGUNAKAN PORTOFOLIO DENGAN METODE SINGLE INDEX MODEL. Nama : Crshad Julantoro NPM : 110630 Latar Belakang Pemlhan saham yang
Lebih terperinciIII. METODE PENELITIAN
III. METODE PEELITIA 3.1. Kerangka Pemkran Peneltan BRI Unt Cbnong dan Unt Warung Jambu Uraan Pekerjaan Karyawan Subyek Analss Konds SDM Aktual (KKP) Konds SDM Harapan (KKJ) Kuesoner KKP Kuesoner KKJ la
Lebih terperinciBAB 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 terperinciPROPOSAL 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciTinjauan Algoritma Genetika Pada Permasalahan Himpunan Hitting Minimal
157 Vol. 13, No. 2, 157-161, Januar 2017 Tnjauan Algortma Genetka Pada Permasalahan Hmpunan Httng Mnmal Jusmawat Massalesse, Bud Nurwahyu Abstrak Beberapa persoalan menark dapat dformulaskan sebaga permasalahan
Lebih terperinciBAB 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 terperinciIII.METODE PENELITIAN. Pada penelitian ini subyek yang digunakan adalah siswa VII A SMPN 5
33 III.METODE PENELITIAN A Jens Dan Desan Peneltan. Jens peneltan yang dgunakan dalam peneltan n adalah peneltan kuanttatf. Peneltan n merupakan peneltan korelas yang bertujuan untuk mengetahu hubungan
Lebih terperinciBAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah
BAB III METODE PENELITIAN 3.1 Metode Peneltan Metode yang dgunakan dalam peneltan n adalah metode deskrptf. Peneltan deskrptf merupakan peneltan yang dlakukan untuk menggambarkan sebuah fenomena atau suatu
Lebih terperinciANALISIS PERMINTAAN PANGAN HEWANI INDONESIA DENGAN GENERALIZED METHOD OF MOMENTS PADA MODEL QUADRATIC ALMOST IDEAL DEMAND SYSTEM
ANALISIS PERMINTAAN PANGAN HEWANI INDONESIA DENGAN GENERALIZED METHOD OF MOMENTS PADA MODEL QUADRATIC ALMOST IDEAL DEMAND SYSTEM Wahyu Dw Lesmono, Ftra Vrgantar, Hagn Wjayant Program Stud Matematka Fakultas
Lebih terperinciBAB 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 terperinciBAB III METODOLOGI PENELITIAN. Metode yang digunakan dalam penelitian ini adalah metode eksperimen
3 BAB III METODOLOGI PENELITIAN A. Metode dan Desan Peneltan Metode yang dgunakan dalam peneltan n adalah metode ekspermen karena sesua dengan tujuan peneltan yatu melhat hubungan antara varabelvarabel
Lebih terperinciBAB VIB METODE BELAJAR Delta rule, ADALINE (WIDROW- HOFF), MADALINE
BAB VIB METODE BELAJAR Delta rule, ADALINE (WIDROW- HOFF), MADALINE 6B.1 Pelathan ADALINE Model ADALINE (Adaptve Lnear Neuron) dtemukan oleh Wdrow & Hoff (1960) Arstekturnya mrp dengan perseptron Perbedaan
Lebih terperinciEstimasi Variabel Keadaan Gerak Longitudinal Pesawat Terbang Menggunakan Metode Fuzzy Kalman Filter
A-42 JURNAL SAINS DAN SENI IS Vol. 5 No. 2 (216) 2337-352 (231-928X Prnt) Estmas Varabel Keadaan Gerak Longtudnal Pesawat erbang Menggunakan Metode Fuzzy Kalman Flter Res Arumn San, Erna Aprlan, dan Mohammad
Lebih terperinciBADAN PUSAT STATISTIK KABUPATEN JAYAPURA
BADAN PUSAT STATISTIK KABUPATEN JAYAPURA BADAN PUSAT STATISTIK KABUPATEN JAYAPURA Sensus Penduduk 2010 merupakan sebuah kegatan besar bangsa Badan Pusat Statstk (BPS) berdasarkan Undang-undang Nomor 16
Lebih terperinciEFISIENSI DAN AKURASI GABUNGAN METODE FUNGSI WALSH DAN MULTIGRID UNTUK MENYELESAIKAN PERSAMAAN INTEGRAL FREDHOLM LINEAR
EFISIENSI DAN AKURASI GABUNGAN METODE FUNGSI WALSH DAN MULTIGRID UNTUK MENYELESAIKAN PERSAMAAN INTEGRAL FREDHOLM LINEAR Masduk Jurusan Penddkan Matematka FKIP UMS Abstrak. Penyelesaan persamaan ntegral
Lebih terperinciMODEL 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 terperinciBAB 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 terperinciBAB I PENDAHULUAN Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Matematka dbag menjad beberapa kelompok bdang lmu, antara lan analss, aljabar, dan statstka. Ruang barsan merupakan salah satu bagan yang ada d bdang
Lebih terperinciBAB 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 terperinciBAB 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 terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di
III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Al-Azhar 3 Bandar Lampung yang terletak d Jl. Gn. Tanggamus Raya Way Halm, kota Bandar Lampung. Populas dalam peneltan n adalah
Lebih terperinciBAB 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 terperinciBAB III METODELOGI PENELITIAN. metode penelitian yang digunakan dalam penelitian ini adalah metode deskriptif
BAB III METODELOGI PENELITIAN 3.1 Desan Peneltan Metode peneltan mengungkapkan dengan jelas bagamana cara memperoleh data yang dperlukan, oleh karena tu metode peneltan lebh menekankan pada strateg, proses
Lebih terperinciMETODE 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 terperinciBAB 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 terperinciBAB 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 terperinciKata 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 terperinciBab 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 terperinciBAB 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 terperinciBAB IV METODE PENELITIAN. Penelitian mengenai Analisis Pengaruh Kupedes Terhadap Performance
BAB IV METODE PENELITIAN 4.1 Lokas dan Waktu Peneltan Peneltan mengena Analss Pengaruh Kupedes Terhadap Performance Busness Debtur dalam Sektor Perdagangan, Industr dan Pertanan dlaksanakan d Bank Rakyat
Lebih terperinciSISTEM 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 terperinciBAB 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 terperinciBab 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 terperinciBAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap
5 BAB III METODOLOGI PENELITIAN 3. Lokas Dan Waktu Peneltan Peneltan n dlaksanakan d SMA Neger I Tbawa pada semester genap tahun ajaran 0/03. Peneltan n berlangsung selama ± bulan (Me,Jun) mula dar tahap
Lebih terperinciBAB III METODE PENELITIAN. Penelitian ini merupakan penelitian yang bertujuan untuk mendeskripsikan
BAB III METODE PENELITIAN A. Jens Peneltan Peneltan n merupakan peneltan yang bertujuan untuk mendeskrpskan langkah-langkah pengembangan perangkat pembelajaran matematka berbass teor varas berupa Rencana
Lebih terperinciIII. 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 terperinciMEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM
MEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM Tut Susant, Mashad, Sukamto Mahasswa Program S Matematka Dosen Jurusan Matematka Fakultas Matematka dan Ilmu Pengetahuan Alam
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.3.1 Tempat Peneltan Peneltan n dlaksanakan d SMP Neger Gorontalo khususnya pada sswa kelas VIII. 3.3. Waktu Peneltan Peneltan n dlaksanakan selama
Lebih terperinciBAB IV PENGUJIAN DAN ANALISA
BAB IV PENGUJIAN DAN ANALISA 4. PENGUJIAN PENGUKURAN KECEPATAN PUTAR BERBASIS REAL TIME LINUX Dalam membuktkan kelayakan dan kehandalan pengukuran kecepatan putar berbass RTLnux n, dlakukan pengujan dalam
Lebih terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciPeramalan 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 terperinciOptimasi Fungsi Keanggotaan Fuzzy
Optmas Fungs Keanggotaan Fuzzy Tsukamoto Dua Tahap Menggunakan Algortma Genetka Pada Pemlhan Calon Penerma Beasswa dan BBP-PPA (Stud Kasus: PTIIK Unverstas Brawjaya Malang) Bunga Amela Restuputr 1, Wayan
Lebih terperinciANALISIS DATA KATEGORIK (STK351)
Suplemen Respons Pertemuan ANALISIS DATA KATEGORIK (STK351) 7 Departemen Statstka FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referens Waktu Korelas Perngkat (Rank Correlaton) Bag. 1 Koefsen Korelas Perngkat
Lebih terperinciDISTRIBUSI HASIL PENGUKURAN DAN NILAI RATA-RATA
DISTRIBUSI HASIL PENGUKURAN DAN NILAI RATA-RATA Dstrbus Bnomal Msalkan dalam melakukan percobaan Bernoull (Bernoull trals) berulang-ulang sebanyak n kal, dengan kebolehjadan sukses p pada tap percobaan,
Lebih terperinciBAB 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 terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 8 Bandar Lampung. Populasi dalam
1 III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMPN 8 Bandar Lampung. Populas dalam peneltan n adalah seluruh sswa kelas VII SMPN 8 Bandar Lampung Tahun Pelajaran 01/013 yang terdr
Lebih terperinciSEBARAN DAN PERAMALAN MAHASISWA BARU PENDIDIKAN MATEMATIKA UNIVERSITAS MUHAMMADIYAH PURWOKERTO DENGAN METODE TIME INVARIANT FUZZY TIME SERIES
SEBRN DN PERMLN MHSISW BRU PENDIDIKN MTEMTIK UNIVERSITS MUHMMDIYH PURWOKERTO DENGN METODE TIME INVRINT FUZZY TIME SERIES Malm Muhammad Unverstas Muhammadyah Purwokerto, Jl. Raya Dukuhwaluh PO BOX 202,
Lebih terperincitoto_suksno@uny.ac.d Economc load dspatch problem s allocatng loads to plants for mnmum cost whle meetng the constrants, (lhat d http://en.wkpeda.org/) Economc Dspatch adalah pembagan pembebanan pada pembangktpembangkt
Lebih terperinciIII 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 terperinciTeori Himpunan. Modul 1 PENDAHULUAN. impunan sebagai koleksi (pengelompokan) dari objek-objek yang
Modul 1 Teor Hmpunan PENDAHULUAN Prof SM Nababan, PhD Drs Warsto, MPd mpunan sebaga koleks (pengelompokan) dar objek-objek yang H dnyatakan dengan jelas, banyak dgunakan dan djumpa dberbaga bdang bukan
Lebih terperinciBAB 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 terperinciBAB 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 terperinciMENCERMATI 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 terperinciRANGKAIAN SERI. 1. Pendahuluan
. Pendahuluan ANGKAIAN SEI Dua elemen dkatakan terhubung ser jka : a. Kedua elemen hanya mempunya satu termnal bersama. b. Ttk bersama antara elemen tdak terhubung ke elemen yang lan. Pada Gambar resstor
Lebih terperinciBAB 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