Pengendalian Kualitas Proses Produksi Tube Plastik Di Pt. X Menggunakan Peta Kendali P Multivariat

Ukuran: px
Mulai penontonan dengan halaman:

Download "Pengendalian Kualitas Proses Produksi Tube Plastik Di Pt. X Menggunakan Peta Kendali P Multivariat"

Transkripsi

1 JURNAL SAINS DAN SENI POMITS Vol., No., (3) (3-98X Prnt) D-95 Pengendalan Kualtas Proses Produks Tube Plastk D Pt. X Menggunakan Peta Kendal P Multvarat Ia Rdo Rarso, Luca Ardnant, dan Muhaad Mashur Jurusan Statstka, Fakultas Mateatka dan Ilu Pengetahuan Ala, Insttut Teknolog Sepuluh Nopeber (ITS) Jl. Aref Rahan Hak, Surabaya 6 E-al: lucaa@statstka.ts.ac.d Abstrak Pengendalan kualtas proses produks tube plastk d PT. X pada peneltan sebelunya Rzka () dlakukan dengan enggunakan peta kendal p. keleahan dar peneltan Rzka () yatu tanpa epertbangkan julah jens. Peneltan n engaat 6 jens yatu lubang ulut/orfce tdak tepat, shoulder jebol, orange peel, body bergelobang, potongan encuat dan black spot yang ungkn tbul. Untuk engatas keleahan sebelunya, aka pada peneltan n dgunakan etode peta kendal p ultvarat dengan data bulan Deseber dgunakan untuk fase I sedangkan data Januar dgunakan untuk fase II. Peta kendal p ultvarat pada fase I enggabarkan konds yang terkendal karena plot pengaatan enyebar secara rando, tetap batas kendal pada fase I tdak layak dgunakan pada fase II karena engala pergeseran proses yatu propors seakn kecl sehngga dbuat peta kendal yang baru untuk fase II. Jens yang elk frekuens terjad lebh tngg darpada jens yang lannya adalah potongan encuat dan black spot akbat dar pegawa yang lelah dan engantuk sehngga terjad kesalahan pengaturan pada esn. Kata Kunc 6 Jens Cacat, Peta Kendal p Multvarat dan Tube Plastk. I. PENDAHULUAN ualtas produk enjad salah satu aspek yang pentng Kd duna ndustr. Sehngga banyak perusahaan berloba-loba untuk enjad peenang d dala persangan dengan eberkan pelayanan terbak kepada konsuen dan eberkan janan kualtas enjad kunc keenangan suatu produk. Kualtas produk erupakan faktor utaa yang tdak bsa dtawar lag oleh perusahaan, sehngga dapat eenuh suatu kebutuhan atau produks terhadap batas-batas spesfkas serta enjad pertbangan utlak bag konsuen untuk elh barang dan jasa yang ereka kehendak karena kualtas enjad salah satu faktor penentu dala enjaga loyaltas konsuen. PT. X adalah perusahaan swasta yang bergerak dbdang pebuatan tube plastk untuk kosetk. Tube plastk yang berkualtas adalah tube plastk yang elk tngkat yang kecl sehngga proses harus bsa dontorng dengan seksaa. Dala peneltan n, dkhususkan pada produk tube plastk ukuran 35 karena produk tersebut banyak dan rutn dproduks oleh PT. X, sehngga dharapkan dapat ewaklkan pengendalan kualtas produk tube plastk dengan ukuran berbeda. Tabel. Jens pada proses drllng No Jens Cacat Keterangan. Lubang ulut/orfce tdak tepat (C ). Shoulder jebol (C ) 3. Orange peel ( kult jeruk) (C 3). Bod bergelobang (C ) 5. Potongan encuat / tdak rata (C 5) 6. Black spot (bntk hta) (C 6) Julah dar lubang ulut yang tdak tepat pada bagan atas tube Julah shoulder yang jebol dar proses peasangan kepala tube dengan body tube Julah orange peel pada perukaan plastk yang terlhat kasar (kult jeruk) Julah bod bergelobang pada perukaan plastk saa sepert orange peel Julah potongan encuat d sudut-sudut keasan plastc akbat peotongan yang kurang sepurna Julah black spot d perukaan plastc Salah satu alat yang basanya dgunakan untuk engevaluas kualtas proses elalu produks secara vsual serng dgunakan peta kendal atrbut untuk kasus ult atrbut, dana ada banyak jens yang terdapat dala proses pebuatan. Analss pengendalan kualtas pada proses produks tube plastk n sebelunya dlakukan oleh Rzkha Tr Kurnawat dengan enggunakan etode peta kendal p. Tetap keleahan peta p adalah tdak eperhatkan jens lebh dar satu dan ada korelas antara jens []. Metode yang lebh sesua untuk kasus julah jens yang bervaras dengan kasus proses produks pada perusahaan tube plastk yatu dengan peta kendal p ultvarat. Penggunaan peta kendal yang unvarat dduga kurang sesua untuk kasus n karena kurang senstf dala enganalss data. Tujuan dar peneltan n adalah enganalss proses produks pada bulan Deseber dan Januar produks tube plastk dengan peta kendal p ultvarat pada proses drllng. Serta engetahu jens yang serng terjad d proses pebuatan tube plastk ukuran 35 pada proses drllng d PT. X. II. METODOLOGI PENELITIAN Varabel yang dukur pada peneltan n adalah julah kean pada tube plastk ukuran 35. Sesua jens pada plastk tube dkelopokkan enjad ena tpe (lhat tabel ). Apabla dteukan jens sudah dkatakan produk tersebut dan tdak elakukan nspeks lag untuk

2 JURNAL SAINS DAN SENI POMITS Vol., No., (3) (3-98X Prnt) D-96 engetahu yang lannya. Julah sapel yang dgunakan berbeda-beda, hal n dtentukan oleh anajeen perusahaan dan tergantung pada peesanan. Pebuatan peta kendal p ultvarat d buat dala fase. Fase pertaa pada bulan Deseber dan fase II pada bulan Januar. Menurut Cozzucol peta kendal p ultvarat adalah peta kendal yang epunya dstrbus acak ultnoal dengan paraeter (n,p) dengan n adalah ukuran sapel dan p vektor probabltas. Peta kendal p ultvarat elk nla pebobot sebesar <d <, d <d +, d dan d dana nla pebobotnya dtentukan perbedaan tngkat []. Konsep peta kendal p ultvarat harus enentukan pebobot secara tepat untuk engendalkan dan enaksr paraeter tngkat kean secara keseluruhan dala proses. Operator engasuskan klasfkas berdasarkan tngkat keseluruhan sebaga berkut. δ d p () dana d vektor p j p propors dar ketdaksesuaan te kelas ke- p δ Msalkan bahwa C(C,C,...,C ) estator axu lkelhood dar paraeter p(p,p,...,p) dana C n, untuk enduga paraeter caca dgunakan statstk saplng sebaga berkut. ˆ d δ () Menurut Montgoery dala stuas yang udah, vektor p tdak dketahu dan dperlukan untuk engestas saple k ddala ukuran sapel n dar proses terkendal. Dengan sapel k berukuran n sapel dar proses X ultnoal dengan paraeter (n,p) sehngga C adalah julah te dala saple ke- yang dklasfkaskan dala kategor D j. Penaksr paraeter tak bas dar p j sebaga berkut [3]. k j,,,,..., (3) k j Cj Dana j dengan j,,k dan,,,. Dengan n statstk saplng ˆ δ d sehngga nla batas kendal peta kendal p j ultvarate sebaga berkut. d d p n d + χ ˆ, α Gars Tengah d dpˆ d χ d, α n () Tabel. Hasl Statstka Deskrptf Proses Produks Tube Plastk Pada Bulan Deseber Jens Cacat Julah Rata-rata Varans Mn Max Lubang ulut Shoulder jebol Orange peel Bod bergelobang Potongan encuat Black spot Tabel 3. Hasl Statstka Deskrptf Proses Produks Tube Plastk Pada Bulan Januar Jens Cacat Julah Rata-rata Varans n Max Lubang ulut Shoulder jebol Orange peel Bod bergelobang Potongan encuat Black spot III. ANALISIS DAN PEMBAHASAN Untuk elhat karakterstk dapat dlakukan dengan enggunakan statstka deskrptf untuk encar rata-rata, varans, nla nu dan nla aksu dar data proses produks tube plastk pada fase I dengan julah pengaatan sebanyak d PT. Multplast Jaya Tataandr Sdoarjo. Hasl statstka deskrptf untuk bulan Deseber dapat dlhat pada tabel sebaga berkut. Pada Tabel eperlhatkan bahwa dana jens yang elk varans tertngg adalah jens black spot (C 6 ) dengan nla,58. Hal n ddukung pula dengan jarak antara nla nu dengan nla aksu yang lebar yatu sebesar yang berart bahwa jens black spot (C 6 ) elk nla yang beraga. Oleh karena tu, jens black spot (C 6 ) perlu endapatkan pengawasan lebh ketat pada saat proses produks d bulan deseber sedang berlangsung. Sedangkan untuk bulan januar dengan julah pengaatan adalah 3 aka hasl statstka deskrptf adalah sebaga berkut. Pada tabel 3 eperlhatkan bahwa jens yang serng terjad adalah potongan encuat (C 5 ) dengan dteukan sebanyak 33 dan varans yang tngg dana nlanya sebesar,636 yang ddukung jarak nla aksu dengan nla nu adalah 6 yang berart jens potongan encuat (C 5 ) elk nla yang beraga. Maka jens potongan encuat (C 5 ) pada bulan Januar perlu d evaluas untuk dapat enekan julah yang banyak. Selanjutnya adalah enghtung batas-batas kendal dengan enggunakan peta kendal p ultvarat dan enghtung statstk δˆ dengan besar bobot d tap jens

3 JURNAL SAINS DAN SENI POMITS Vol., No., (3) (3-98X Prnt) D-9..5 Propors. Gars Tengah Pengaatan ke- Gabar 5. Peta kendal p unvarat jens body bergelobang pada fase I.3.5 Gabar. Peta Kendal p Multvarat Pada Fase I. Propors Gars Tengah Propors Pengaatan ke- 9 5 Gars Tengah Gabar 6. Peta kendal p unvarat jens potongan encuat pada fase I Pengaatan ke- Gabar. Peta kendal p unvarat jens lubang ulut pada fase I Propors.5 Gars Tengah.. Propors Gars Tengah Pengaatan ke- Gabar. Peta kendal p unvarat jens black spot pada fase I. 3 6 Pengaatan ke- Gabar 3. Peta kendal p unvarat jens shoulder jebol pada fase I Propors Pengaatan ke Gars Tengah Gabar. Peta kendal p unvarat jens orange peel pada fase I adalah saa sebesar.65. Batas-batas kedal dan asng-asng nla δˆ dplot dala grafk, sehngga dperoleh peta kendal p ultvarat pada fase I sepert yang dtaplkan pada Gabar. Hasl peta kendal pada Gabar enunjukkan bahwa proses produks dapat dkatakan dala keadaan terkendal karena seua ttkttk nla statstk δˆ berada d dala batas kendal. Untuk elhat hasl yang ddapatkan pada peta kendal p ultvarat fase I dapat ewakl dar setap jens, aka dlakukan analss dengan peta kendal p unvarat. Peta kendal p unvarat dbuat dengan enghtung batasbatas kendal dan nla propors dar asng-asng jens. Nla batas kenda dan propors dar asng-asng jens selanjutnya dplot kedala bentuk grafk, sepert pada Gabar sapa Gabar. Konds jens dengan hasl dar peta kendal p unvarat seakn enguatkan hasl dar peta kendal p ultvarat. Dana hapr seua jens berada dala keadaan terkendal. Batas kendal peta kendal p ultvarat pada fase I dala keadaan terkendal, sehngga dlanjutkan ke tahap

4 JURNAL SAINS DAN SENI POMITS Vol., No., (3) (3-98X Prnt) D-98.5 delta frekuens 8 6 jens black spot potongan encuat bod bergelobang orange peel shoulder jebol lubang ulut 8 6 Persen 6 8 pengaatan ke- 6 8 Gabar. Dagra Pareto untuk Jens Cacat Bulan Deseber Gabar 8. Peta Kendal p Multvarat Pada Fase II 8 8 frekuens 6 6 Persen jens potongan encuat black spot bod bergelobang orange peel lubang ulut shoulder jebol Gabar 9. Peta kendal p ultvarat pada bulan Januar fase II dengan enggunakan batas-batas kendal pada fase I. Hasl peta kendal p ultvarat pada fase II dtaplkan pada Gabar 8. Gabar 8 eperlhatkan bahwa proses produks engala pergeseran proses ke bawah terlhat nla statstkδˆ berada d bawah nla gars tengah yang berart proses produks pada bulan Januar lebh bak darpada proses produks pada bulan Deseber. Karena julah dar setap jens berkurang sehngga proses pada fase II engala pergeseran ke bawah. Maka, batas kendal pada fase I tdak cocok dgunakan pada data bulan Januar. Oleh karena tu, dlakukan batas kendal yang baru pada bulan Januar. Peta kendal p ultvarat untuk pengaatan bulan Januar dengan enggunakan batas kendal baru dtaplkan pada Gabar 9 enunjukkan proses produks dapat dkatakan dala keadaan terkendal karena seua nla statstkδˆ berada d dala batas kendal dan enyebar secara rando pada bulan januar. Dala elhat jens ana yang elk jens yang elk frekuens lebh donan d proses drllng pada pebuatan produk tube plastk yang elk jens sebanyak 6 dengan berdasarkan bulan Deseber dan Januar dapat enggunakan dengan dagra pareto. Dengan enggunakan software, hasl pada bulan Deseber adalah sebaga berkut. Gabar. Dagra Pareto untuk Jens Cacat Bulan januar Gabar terdapat jens yang elk frekuens tertngg adalah jens black spot (C 6 ) dengan prosentasenya,6% yang dengan 38 bj yang dsebabkan proses percetakan tube plastk tdak sepurna sehngga enbulkan bntk hta. Selanjutnya frekuens jens yang serng uncul adalah Potongan encuat/tdak rata (C 5 ) prosentasenya sebesar 6,3% dsebabkan proses peotongan yang tdak tepat sehngga terjad potongan encuat/tdak rata. Untuk frekuens jens terkecl yatu lubang ulut tdak tepat (C ) sebesar 5,% atau sebanyak 5 bj. Hasl dagra pareto untuk bulan januar adalah sebaga berkut. Gabar enunjukkan bahwa pada bulan januar palng banyak yatu jens potongan encuat/ tdak rata (C 5 ) prosentasenya sebesar 9,8% dsebabkan proses peotongan yang tdak tepat sehngga terjad potongan encuat/tdak rata. Sedangkan untuk jens terkecl yatu shoulder jebol (C ) sebesar,5% atau sebanyak 5 bj akbat dar proses peasangan pada shoulder tdak sepurna. IV. KESIMPULAN DAN SARAN A. Kespulan Berdasarkan hasl dan pebahasan yang telah dlakukan, aka dar peneltan Tugas Akhr n dapat dspulkan sebaga berkut.. Proses produks tube plastk pada fase I, yatu proses pada bulan Deseber berdasarkan peta kendal p ultvarat sudah terkendal, naun tdak cocok

5 JURNAL SAINS DAN SENI POMITS Vol., No., (3) (3-98X Prnt) D-99 dgunakan untuk bulan Januar karena telah terjad pergeseran proses.. Terdapat varabel yang elk frekuens yang tngg dbandngkan varabel yang lan yatu black spot (C 6 ) dan potongan encuat / tdak rata (C 5 ) akbat dar pegawa yang kelelahan dan engantuk sehngga terjad kesalahan dala pengaturan esn B. Saran Saran yang dapat dsapakan berdasarkan hasl dan pebahasan yang telah dlakukan yatu untuk perusahaan dan untuk kelanjutan peneltan endatang.. Untuk phak perusahaan PT. X, ash perlu elakukan perbakan pada varabel yang elk frekuens tngg akbat dar faktor anusa dan knerja esn.. Untuk peneltan selanjutnya, perlu dlakukan pengujan pergeseran proses dengan etode yang sesua untuk perasalahan n supaya dapat terfokus pada peecahan perasalahan pada perusahaan. DAFTAR PUSTAKA [] R. T. Kurnawat, Analss Pengendalan Kualtas Statstk Produk Keasan Plastk (Plastc Tube) Ukuran 35 d PT. Multplastjaya Tataandr Sdoarjo. Surabaya: ITS (). [] P. C. Cozzucol, Process Montorng wth Multvarate p Control Chart. Journal of Qualty Statstc and Relablty, Volue 9. (9, June) [3] D. C. Montgoery, Introducton to Statstcal Qualty Control, 5th edton. New York: John Wley and Sons, Inc. (5).

Bab VII Contoh Aplikasi

Bab VII Contoh Aplikasi Bab VII Contoh Aplkas Dala bab n akan dberkan lustras tentang aplkas statstk penguj VVVS dala eontor kestablan atrks korelas pada proses produks dudukan kabel tegangan tngg (flange) d PT PINDAD (Persero).

Lebih terperinci

*Corresponding Author:

*Corresponding Author: Prosdng Senar Sans dan Teknolog FMIPA Unul Perode Maret 016, Saarnda, Indonesa ISBN: 978-60-7658-1-3 Pengendalan Kualtas Produk Menggunakan Peta Kendal T Hotellng Dan Analss Keapuan Proses Untuk Data Multvarat

Lebih terperinci

BAB III SAMPLING BERKELOMPOK DAN SAMPLING BERKELOMPOK DENGAN PROBABILITY PROPORTIONAL TO SIZE (PPS)

BAB III SAMPLING BERKELOMPOK DAN SAMPLING BERKELOMPOK DENGAN PROBABILITY PROPORTIONAL TO SIZE (PPS) BAB III SAPLING BERKELOPOK DAN SAPLING BERKELOPOK DENGAN PROBABILITY PROPORTIONAL TO SIZE (PPS) 3. Saplng Berkelopok Populas elk konds yang berbeda beda jka dlhat berdasarkan ukurannya. Pada pebahasan

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

Pelabelan Total Sisi Ajaib Pada Subkelas Pohon

Pelabelan Total Sisi Ajaib Pada Subkelas Pohon Pelabelan Total Ss Ajab Pada Subkelas Pohon Hlda Rzky Nngtyas, Dr Daraj, SS, MT [] Jurusan Mateatka, Fakultas MIPA, Insttut Teknolog Sepuluh Nopeber (ITS Jl Aref Rahan Hak, Surabaya 60 E-al: daraj@ateatkatsacd

Lebih terperinci

BAB 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. 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 terperinci

MODUL ANALISIS PENGUKURAN FISIKA. Disusun Oleh: Kuncoro Asih Nugroho, M.Pd., M.Sc.

MODUL ANALISIS PENGUKURAN FISIKA. Disusun Oleh: Kuncoro Asih Nugroho, M.Pd., M.Sc. MODUL ANALISIS PENGUKURAN FISIKA Dsusun Oleh: Kuncoro Ash Nugroho, M.Pd., M.Sc. JURUSAN PENDIDIKAN FISIKA FAKULTAS MATEMATIKAN DAN ILMU PENGETAHUAN ALAM UNIVERSITAS NEGERI YOGYAKARTA YOGYAKARTA BAB I METODE

Lebih terperinci

PEMODELAN ANGKA PUTUS SEKOLAH USIA SMA DI JAWA TIMUR DENGAN PENDEKATAN REGRESI SPLINE MULTIVARIABEL

PEMODELAN ANGKA PUTUS SEKOLAH USIA SMA DI JAWA TIMUR DENGAN PENDEKATAN REGRESI SPLINE MULTIVARIABEL PEMODELAN ANGKA PUTUS SEKOLAH USIA SMA DI AWA TIMUR DENGAN PENDEKATAN REGRESI SPLINE MULTIVARIABEL Mega Pradpta, Madu Ratna, I Nyoan Budantara urusan Statstka Fakultas MIPA Insttut Teknolog Sepuluh Nopeber

Lebih terperinci

Kecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi

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

Lebih terperinci

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

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

Penerapan Diagram Kontrol Multivariat np pada Proses Produksi Hexagon Bolt M16x75mm di PT. Timur Megah Steel Gresik

Penerapan Diagram Kontrol Multivariat np pada Proses Produksi Hexagon Bolt M16x75mm di PT. Timur Megah Steel Gresik 1 Penerapan Dagra Kontrol Multvarat np pada Proses Produs Hexagon Bolt M16x75 d PT. Tur Meg Steel Gres Febranto, Muhaad Mashur 1, dan Luca Ardnant Jurusan Statsta, Faultas Mateata dan Ilu Pengetuan Ala,

Lebih terperinci

MENGANALISA GANGGUAN PADA 331 WEIGHT FEEDER 2 UNTUK MENINGKATKAN PRODUKSI DI PT. SEMEN GRESIK (PERSERO).Tbk PABRIK TUBAN ABSTRAK

MENGANALISA GANGGUAN PADA 331 WEIGHT FEEDER 2 UNTUK MENINGKATKAN PRODUKSI DI PT. SEMEN GRESIK (PERSERO).Tbk PABRIK TUBAN ABSTRAK Nelson ulstono Teknk Mesn Unverstas Islam Malang 015 MENGANALIA GANGGUAN PADA 331 WEIGHT FEEDER UNTUK MENINGKATKAN PRODUKI DI PT. EMEN GREIK (PERERO).Tbk PABRIK TUBAN Nelson ulstono, Teknk Mesn, Fakultas

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 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 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 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 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 III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN A. Tujuan Peneltan Tujuan dalm peneltan n adalah mengetahu keefektfan strateg pembelajaran practce-rehearsal pars dengan alat peraga smetr lpat dan smetr putar dalam menngkatkan

Lebih terperinci

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

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

Lebih terperinci

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

BAB 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 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

ANALISIS DATA KATEGORIK (STK351)

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

Lebih terperinci

UJI NORMALITAS X 2. Z p i O i E i (p i x N) Interval SD

UJI NORMALITAS X 2. Z p i O i E i (p i x N) Interval SD UJI F DAN UJI T Uj F dkenal dengan Uj serentak atau uj Model/Uj Anova, yatu uj untuk melhat bagamanakah pengaruh semua varabel bebasnya secara bersama-sama terhadap varabel terkatnya. Atau untuk menguj

Lebih terperinci

UKURAN LOKASI, VARIASI & BENTUK KURVA

UKURAN LOKASI, VARIASI & BENTUK KURVA UKURAN LOKASI, VARIASI & BENTUK KURVA MARULAM MT SIMARMATA, MS STATISTIK TERAPAN FAK HUKUM USI @4 ARTI UKURAN LOKASI DAN VARIASI Suatu Kelompok DATA berupa kumpulan nla VARIABEL [ vaabel ] Ms banyaknya

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

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

Lebih terperinci

BAB 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

IV. UKURAN SIMPANGAN, DISPERSI & VARIASI

IV. UKURAN SIMPANGAN, DISPERSI & VARIASI IV. UKURAN SIMPANGAN, DISPERSI & VARIASI Pendahuluan o Ukuran dspers atau ukuran varas, yang menggambarkan derajat bagamana berpencarnya data kuanttatf, dntaranya: rentang, rentang antar kuartl, smpangan

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap

BAB 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 terperinci

PENENTUAN UKURAN CONTOH OPTIMUM DESAIN TWO STAGE CLUSTER SAMPLING (Studi Kasus Pendugaan Variabel Demografi di Kabupaten Blitar)

PENENTUAN UKURAN CONTOH OPTIMUM DESAIN TWO STAGE CLUSTER SAMPLING (Studi Kasus Pendugaan Variabel Demografi di Kabupaten Blitar) J. Sans IPA, Aprl 009, Vol. 5, o., Hal.: 66-70 ISS 978-873 PEETUA UKURA COTOH OPTIU DESAI TWO STAGE CLUSTER SAPLIG (Stud Kasus Pendugaan Varabel Deograf d Kabupaten Bltar) Rusda Yulyant* Pusat Peneltan

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

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

Lebih terperinci

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

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. menggunakan strategi pembelajaran mind mapping dalam pendekatan

BAB III METODE PENELITIAN. menggunakan strategi pembelajaran mind mapping dalam pendekatan 35 BAB III METODE PENELITIAN A. Jens dan Desan Peneltan Jens peneltan n adalah kuas ekspermen. Pada peneltan n terdapat dua kelompok subjek peneltan yatu kelompok ekspermen yang dberkan suatu perlakuan

Lebih terperinci

Configural Frequency Analysis untuk Melihat Penyimpangan pada Model Log Linear

Configural Frequency Analysis untuk Melihat Penyimpangan pada Model Log Linear SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016 Confgural Frequency Analyss untuk Melhat Penympangan pada Model Log Lnear Resa Septan Pontoh 1, Def Y. Fadah 2 1,2 Departemen Statstka FMIPA

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

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang 1 BAB 1 PENDAHULUAN 1.1 Latar Belakan Kualtas telah menjad karakterstk utama dalam oransas atau perusahaan aar dapat berkemban lebh bak la dalam bdan produks d suatu oransas atau perusahaan. Hal n dpenaruh

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 IV PEMBAHASAN HASIL PENELITIAN PENGARUH PENGGUNAAN METODE GALLERY WALK

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

Lebih terperinci

BAB III METODE PENELITIAN. hasil penelitian. Walaupun penelitian ini merupakan penelitian kuasi eksperimen,

BAB III METODE PENELITIAN. hasil penelitian. Walaupun penelitian ini merupakan penelitian kuasi eksperimen, BAB III METODE PENELITIAN A. Metode dan Desan Peneltan Metode peneltan n adalah quas ekspermen karena terdapat unsur manpulas, yatu mengubah keadaan basa secara sstemats ke keadaan tertentu serta tetap

Lebih terperinci

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

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

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di

III. 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 terperinci

III. EVALUASI METODE PENARIKAN CONTOH PADA PENDUGAAN PRODUKTIVITAS KOMODITAS HORTIKULTURA

III. EVALUASI METODE PENARIKAN CONTOH PADA PENDUGAAN PRODUKTIVITAS KOMODITAS HORTIKULTURA 4 III. VALUASI TOD PNARIKAN CONTOH PADA PNDUGAAN PRODUKTIVITAS KOODITAS HORTIKULTURA 3.. Gabaran Uu etode Penarkan Contoh Penarkan contoh atau saplng erupakan suatu proses nferens engena keseluruhan (populas

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

Pemodelan Faktor-Faktor yang Mempengaruhi Jumlah Kasus Tuberkulosis di Jawa Timur Menggunakan Regresi Nonparametrik Spline

Pemodelan Faktor-Faktor yang Mempengaruhi Jumlah Kasus Tuberkulosis di Jawa Timur Menggunakan Regresi Nonparametrik Spline JURNAL SAINS DAN SENI ITS Vol. 5 No. (6) 337-35 (3-98X Prnt) D-7 Peodelan Faktor-Faktor yang Mepengaruh Julah Kasus Tuberkuloss d Jawa Tur Menggunakan Regres Nonparaetrk Splne Frda Fahrun Nsa dan I Nyoan

Lebih terperinci

PENDEKATAN METODE BAYES UNTUK PENDUGAAN PENGARUH INTERAKSI PADA MODEL AMMI. (Bayesian Approach for Estimating Interaction Effect of AMMI Model)

PENDEKATAN METODE BAYES UNTUK PENDUGAAN PENGARUH INTERAKSI PADA MODEL AMMI. (Bayesian Approach for Estimating Interaction Effect of AMMI Model) PROSIDING ISBN: 978-979-6353-3- PENDEKATAN METODE BAYES UNTUK PENDUGAAN PENGARUH INTERAKSI PADA MODEL AMMI (Bayesan Approach for Estatng Interacton Effect of AMMI Model) Pka Slvant, Kharl A. Notodputro,

Lebih terperinci

BAB III METODE PENELITIAN. pretest postes control group design dengan satu macam perlakuan. Di dalam

BAB III METODE PENELITIAN. pretest postes control group design dengan satu macam perlakuan. Di dalam BAB III METODE PEELITIA A. Bentuk Peneltan Peneltan n merupakan peneltan ekspermen dengan model pretest postes control group desgn dengan satu macam perlakuan. D dalam model n sebelum dmula perlakuan kedua

Lebih terperinci

PENAKSIR RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN SAMPLING ACAK SEDERHANA DAN SAMPLING BERPERINGKAT. ABSTRACT 1.

PENAKSIR RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN SAMPLING ACAK SEDERHANA DAN SAMPLING BERPERINGKAT. ABSTRACT 1. PEAKSIR RASIO UTUK RATA-RATA POPULASI MEGGUAKA SAMPLIG ACAK SEDERHAA DA SAMPLIG BERPERIGKAT Ryan Aresta Ral Suroso, Arsan Adnan, Rusta Efend r_yand7045@yaoo.co Maasswa Progra S Mateatka Dosen Jurusan Mateatka

Lebih terperinci

Model Peramalan Pasokan Energi Primer Dengan Pendekatan Metode Fuzzy Linear Regression (FLR)

Model Peramalan Pasokan Energi Primer Dengan Pendekatan Metode Fuzzy Linear Regression (FLR) JURNAL TEKNIK POMITS Vol, No, (22) -6 Model Peraalan Pasokan Energ Prer Dengan Pendekatan Metode Fuzzy Lnear Regresson (FLR) Hkayangkara Putr Purwareta, Nur Wahyunngsh 2, dan I Gust Ngurah Ra Usadha 3

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN A. Jens Peneltan Jens peneltan n adalah peneltan quas expermental dengan one group pretest posttest desgn. Peneltan n tdak menggunakan kelas pembandng namun sudah menggunakan

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 Peneltan n menggunakan peneltan ekspermen; subyek peneltannya dbedakan menjad kelas ekspermen dan kelas kontrol. Kelas ekspermen dber

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

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

Analisis Pengendalian Kualitas Statistika pada Proses Produksi Pipa Electric Resistance Welded (ERW) di PT. X

Analisis Pengendalian Kualitas Statistika pada Proses Produksi Pipa Electric Resistance Welded (ERW) di PT. X JURNAL AIN DAN ENI IT Vol., No., (6 7-3 (3-8X Prnt E-83 Analss Pengendalan Kualtas tatstka pada Proses Produks Ppa Electrc Resstance Welded (ERW d PT. X Adh Me usanto dan Haryono Jurusan tatstka, Fakultas

Lebih terperinci

Model Peramalan Pasokan Energi Primer Dengan Pendekatan Metode Fuzzy Linear Regression (FLR)

Model Peramalan Pasokan Energi Primer Dengan Pendekatan Metode Fuzzy Linear Regression (FLR) JURNAL SAINS DAN SENI ITS Vol 1, No 1, (Sept 2012) ISSN: 2301-928 A-34 Model Peraalan Pasokan Energ Prer Dengan Pendekatan Metode Fuzzy Lnear Regresson (FLR) Hkayangkara Putr Purwareta, I Gust Ngurah Ra

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 8 Bandar Lampung. Populasi dalam

III. 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 terperinci

Pendeteksian Data Pencilan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Diagnostik

Pendeteksian Data Pencilan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Diagnostik Pendeteksan Data Penclan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Dagnostk Sally Indra 1, Dod Vonanda, Rry Srnngsh 3 1 Student of Mathematcs Department State Unversty of Padang,

Lebih terperinci

SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA 2010 ANALISIS DISKRIMINAN DISKRIT UNTUK MENGELOMPOKKAN KOMPONEN

SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA 2010 ANALISIS DISKRIMINAN DISKRIT UNTUK MENGELOMPOKKAN KOMPONEN AALISIS DISKRIMIA DISKRIT UTUK MEGELOMPOKKA KOMPOE Bernk Maskun Jurusan Statstka FMIPA UPAD jay_komang@yahoo.com Abstrak Untuk mengelompokkan hasl pengukuran yang dukur dengan p buah varabel dmana penlaan

Lebih terperinci

HUBUNGAN KEMAMPUAN KEUANGAN DAERAH TERHADAP PERTUMBUHAN EKONOMI PROVINSI NUSA TENGGARA BARAT

HUBUNGAN 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 terperinci

BAB 5 HASIL DAN PEMBAHASAN. Sampel yang digunakan dalam penelitian ini adalah data pengujian pada

BAB 5 HASIL DAN PEMBAHASAN. Sampel yang digunakan dalam penelitian ini adalah data pengujian pada BAB 5 ASIL DAN PEMBAASAN 5. asl Peneltan asl peneltan akan membahas secara lebh lengkap mengena penyajan data peneltan dan analss data. 5.. Penyajan Data Peneltan Sampel yang dgunakan dalam peneltan n

Lebih terperinci

PEMBUATAN GRAFIK PENGENDALI BERDASARKAN ANALISIS KOMPONEN UTAMA (PRINCIPAL COMPONENT ANALYSIS)

PEMBUATAN GRAFIK PENGENDALI BERDASARKAN ANALISIS KOMPONEN UTAMA (PRINCIPAL COMPONENT ANALYSIS) PEMBUATAN GRAFIK PENGENDALI BERDASARKAN ANALISIS KOMPONEN UTAMA (PRINCIPAL COMPONENT ANALYSIS) Wrayant ), Ad Setawan ), Bambang Susanto ) ) Mahasswa Program Stud Matematka FSM UKSW Jl. Dponegoro 5-6 Salatga,

Lebih terperinci

BAB III METODE PENELITIAN. Jenis penelitian yang dipakai adalah penelitian kuantitatif, dengan

BAB III METODE PENELITIAN. Jenis penelitian yang dipakai adalah penelitian kuantitatif, dengan BAB III METODE PENELITIAN 3.1 Pendekatan dan Jens Peneltan Jens peneltan yang dpaka adalah peneltan kuanttatf, dengan menggunakan metode analss deskrptf dengan analss statstka nferensal artnya penuls dapat

Lebih terperinci

IV. HASIL DAN PEMBAHASAN

IV. HASIL DAN PEMBAHASAN IV. HASIL DAN PEMBAHASAN Data terdr dar dua data utama, yatu data denyut jantung pada saat kalbras dan denyut jantung pada saat bekerja. Semuanya akan dbahas pada sub bab-sub bab berkut. A. Denyut Jantung

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

ARUS BOLAK BALIK V R. i m

ARUS BOLAK BALIK V R. i m Modul 9 Elektroagnet KEGIATAN BEAJA A. ANDASAN TEOI AUS BOAK BAIK Arus dan tegangan lstrk bolak balk adalah arus dan tegangan lstrk yang berubah terhadap waktu atau erupakan fungs waktu. Yang berubah adalah

Lebih terperinci

Penerapan Aljabar Matrik Dalam Analisa Masukan-Keluaran Elistya Rimawati 6)

Penerapan Aljabar Matrik Dalam Analisa Masukan-Keluaran Elistya Rimawati 6) ISSN : 693 73 Penerapan Aljabar Matrk Dala Analsa Masukan-Keluaran Elstya Rawat 6) Abstrak Analsa asukan-keluaran bertolak dar anggapan bahwa suatu sste perekonoan terdr atas sector-sektor yang salng berkatan.

Lebih terperinci

BAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK:

BAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK: BAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK: BAB IX. STATISTIKA Contoh : hasl ulangan Matematka 5 sswa sbb: 6 8 7 6 9 Pengertan Statstka dan

Lebih terperinci

PROPOSAL SKRIPSI JUDUL:

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

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN Metode peneltan atau metodolog peneltan adalah strateg umum yang danut dalam mengumpulkan dan menganalss data yang dperlukkan, guna menjawab persoalan yang dhadap. Adapun rencana

Lebih terperinci

MULTIVARIATE ANALYSIS OF VARIANCE (MANOVA) MAKALAH Untuk Memenuhi Tugas Matakuliah Multivariat yang dibimbing oleh Ibu Trianingsih Eni Lestari

MULTIVARIATE ANALYSIS OF VARIANCE (MANOVA) MAKALAH Untuk Memenuhi Tugas Matakuliah Multivariat yang dibimbing oleh Ibu Trianingsih Eni Lestari MULTIVARIATE ANALYSIS OF VARIANCE (MANOVA) MAKALAH Untuk Memenuh Tugas Matakulah Multvarat yang dbmbng oleh Ibu Tranngsh En Lestar oleh Sherly Dw Kharsma 34839 Slva Indrayan 34844 Vvn Octana 34633 UNIVERSITAS

Lebih terperinci

PowerPoint Slides by Yana Rohmana Education University of Indonesian

PowerPoint Slides by Yana Rohmana Education University of Indonesian SIFAT-SIFAT ANALISIS REGRESI PowerPont Sldes by Yana Rohmana Educaton Unversty of Indonesan 2007 Laboratorum Ekonom & Koperas Publshng Jl. Dr. Setabud 229 Bandung, Telp. 022 2013163-2523 Hal-hal yang akan

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 3, , Desember 2002, ISSN :

JURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 3, , Desember 2002, ISSN : JURNAL MATEMATIKA AN KOMPUTER Vol. 5. No. 3, 161-167, esember 00, ISSN : 1410-8518 PENGARUH SUATU ATA OBSERVASI ALAM MENGESTIMASI PARAMETER MOEL REGRESI Hern Utam, Rur I, dan Abdurakhman Jurusan Matematka

Lebih terperinci

PERANCANGAN PARAMETER DENGAN PENDEKATAN TAGUCHI UNTUK DATA DISKRIT

PERANCANGAN PARAMETER DENGAN PENDEKATAN TAGUCHI UNTUK DATA DISKRIT BIAStatstcs (05) Vol. 9, No., hal. -7 PERANCANGAN PARAMETER DENGAN PENDEKATAN TAGUCHI UNTUK DATA DISKRIT Faula Arna Jurusan Teknk Industr, Unverstas Sultan Ageng Trtayasa Banten Emal : faulaarna@yahoo.com

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 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 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 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 KAJIAN PUSTAKA

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

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 41 BAB III METODOLOGI PENELITIAN A. Metode Peneltan Berdasarkan masalah yang akan dtelt dengan melhat tujuan dan ruang lngkup dserta dengan pengolahan data, penafsran serta pengamblan kesmpulan, maka metode

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 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

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 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

Bab II Tinjauan Pustaka

Bab II Tinjauan Pustaka Bab II Tnauan Pustaka Msalkan vektor acak berdens p dengan atrks kovarans ( ) k sebaga koponen ke-k dan Σ σ. Koefsen korelas antara dua koponen dan adalah ρ σ σσ ( ) ( ) Var ( ) Cov, Var, Nla ρ eenuh ρ

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN PENELITIAN. penerapan Customer Relationship Management pada tanggal 30 Juni 2011.

BAB IV HASIL DAN PEMBAHASAN PENELITIAN. penerapan Customer Relationship Management pada tanggal 30 Juni 2011. 44 BAB IV HASIL DAN PEMBAHASAN PENELITIAN 4.1 Penyajan Data Peneltan Untuk memperoleh data dar responden yang ada, maka dgunakan kuesoner yang telah dsebar pada para pelanggan (orang tua sswa) d Kumon

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN Metode peneltan atau metodolog peneltan adalah strateg umum yang danut dalam mengumpulkan dan menganalss data yang dperlukkan, guna menjawab persoalan yang dhadap. Adapun rencana

Lebih terperinci

BAB IV PEMBAHASAN DB 10 = TP 13 DB 10 = TP 12 DB 9 = TP 11. Gambar 12 Site Layout Proyek Holland Village Cempaka Putih

BAB IV PEMBAHASAN DB 10 = TP 13 DB 10 = TP 12 DB 9 = TP 11. Gambar 12 Site Layout Proyek Holland Village Cempaka Putih BAB IV PEMBAHASAN 4.1. Data untuk encar nla alpha Berkut dberkan ste layout Proyek Holland Vllage Cepaka Puth. DB 15 = TP 14 DB 10 = TP 13 DB 10 = TP 1 DB 9 = TP 11 DB 13 = TP DB 7 = TP-A5 DB 6 = TP-A3

Lebih terperinci

METODE REGRESI RIDGE UNTUK MENGATASI KASUS MULTIKOLINEAR

METODE REGRESI RIDGE UNTUK MENGATASI KASUS MULTIKOLINEAR METODE REGRESI RIDGE UNTUK MENGATASI KASUS MULTIKOLINEAR Margaretha Ohyver Jurusan Matematka, Fakultas Sans dan Teknolog, Bnus Unversty Jl. Kh.Syahdan No.9, Palmerah, Jakarta 480 ethaohyver@bnus.ac.d,

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Untuk menjawab permasalahan yaitu tentang peranan pelatihan yang dapat

BAB III METODOLOGI PENELITIAN. Untuk menjawab permasalahan yaitu tentang peranan pelatihan yang dapat BAB III METODOLOGI PENELITIAN 3.1 Metode Peneltan Untuk menjawab permasalahan yatu tentang peranan pelathan yang dapat menngkatkan knerja karyawan, dgunakan metode analss eksplanatf kuanttatf. Pengertan

Lebih terperinci

Bab III Analisis Rantai Markov

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

Lebih terperinci

METODE LEVENBERG MARQUARDT UNTUK MASALAH KUADRAT TERKECIL NONLINEAR

METODE LEVENBERG MARQUARDT UNTUK MASALAH KUADRAT TERKECIL NONLINEAR PROSIDING ISBN : 978 979 6353 3 MEODE LEVENBERG MARQUARD UNUK MASALAH KUADRA ERKECIL NONLINEAR -8 Lusa Krsyat Budash Progra Stud Mateatka Unverstas Sanata Dhara Yogyakarta lusa_krs@sta.usd.ac.d Abstrak

Lebih terperinci

EVALUASI TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN FIRST ORDER CONFIGURAL FREQUENCY ANALYSIS

EVALUASI TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN FIRST ORDER CONFIGURAL FREQUENCY ANALYSIS EVALUASI TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN FIRST ORDER CONFIGURAL FREQUENCY ANALYSIS Resa Septan Pontoh Departemen Statstka Unverstas Padjadjaran resa.septan@unpad.ac.d ABSTRAK.

Lebih terperinci

KEANDALAN SISTEM PEMBANGKIT LISTRIK TENAGA DIESEL DI KABUPATEN MERAUKE-PAPUA

KEANDALAN SISTEM PEMBANGKIT LISTRIK TENAGA DIESEL DI KABUPATEN MERAUKE-PAPUA Jurnal Ilah Mustek An Ha Vol. 4 o. 3, Deseber 2015 KEADALA SISTEM PEMBAGKIT LISTRIK TEAGA DIESEL DI KABUPATE MERAUKE-PAPUA Johan Kar Eal: Joka_joka73@yahoo.co, papeda99@yahoo.co.d Jurusan Teknk Elektro,

Lebih terperinci

(DS.2) MENENTUKAN STATISTIK PENGUJIAN UNTUK EKSPERIMEN FAKTORIAL DENGAN DUA KALI PEMBATASAN PENGACAKAN (Studi kasus untuk Desain Split Plot)

(DS.2) MENENTUKAN STATISTIK PENGUJIAN UNTUK EKSPERIMEN FAKTORIAL DENGAN DUA KALI PEMBATASAN PENGACAKAN (Studi kasus untuk Desain Split Plot) (DS.) MENENTUKAN STATISTIK PENGUJIAN UNTUK EKSPERIMEN FAKTORIAL DENGAN DUA KALI PEMBATASAN PENGACAKAN (Stud kasus untuk Desan Splt Plot) Sr Mulyan Sanro Dra, M.Stat, Enny Supartn Dra, MS. Jurusan Statstka

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

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen dengan populasi penelitian yaitu

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen dengan populasi penelitian yaitu 4 III. METODE PENELITIAN A. Populas Peneltan Peneltan n merupakan stud ekspermen dengan populas peneltan yatu seluruh sswa kelas VIII C SMP Neger Bukt Kemunng pada semester genap tahun pelajaran 01/013

Lebih terperinci

BAB 2 LANDASAN TEORI. diteliti. Banyaknya pengamatan atau anggota suatu populasi disebut ukuran populasi,

BAB 2 LANDASAN TEORI. diteliti. Banyaknya pengamatan atau anggota suatu populasi disebut ukuran populasi, BAB LANDASAN TEORI.1 Populas dan Sampel Populas adalah keseluruhan unt atau ndvdu dalam ruang lngkup yang ngn dtelt. Banyaknya pengamatan atau anggota suatu populas dsebut ukuran populas, sedangkan suatu

Lebih terperinci

LAPORAN PENELITIAN. Pola Kecenderungan Penempatan Kunci Jawaban Pada Soal Tipe-D Melengkapi Berganda. Oleh: Drs. Pramono Sidi

LAPORAN PENELITIAN. Pola Kecenderungan Penempatan Kunci Jawaban Pada Soal Tipe-D Melengkapi Berganda. Oleh: Drs. Pramono Sidi LAPORAN PENELITIAN Pola Kecenderungan Penempatan Kunc Jawaban Pada Soal Tpe-D Melengkap Berganda Oleh: Drs. Pramono Sd Fakultas Matematka dan Ilmu Pengetahuan Alam Me 1990 RINGKASAN Populas yang dambl

Lebih terperinci