Bab 4 Hasil dan Pembahasan
|
|
- Siska Indradjaja
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Bab 4 Hasil dan Pembahasan 4.1 Implementasi Sistem Implementasi sistem adalah tahap penerapan sistem yang akan dilakukan jika sistem disetujui termasuk program yang telah dibuat pada tahap perancangan sistem agar siap untuk dioperasikan (Roesadi, 2012). Sistem dibangun dengan menggunakan R Language. Gambar 4.1 Choropleth Kasus Penyakit Jiwa dan Syaraf Tahun 2010 Gambar 4.1 merupakan tampilan choropleth kasus penyakit jiwa dan syaraf di Kota Surakarta berdasarkan data pasien rawat inap Rumah Sakit Khusus Jiwa dan Syaraf Puri Waluyo Surakarta tahun Warna biru laut, krem, ungu muda serta merah merupakan warna untuk menentukan interval kasus. Kecamatan Laweyan, 33
2 34 Kecamatan Banjarsari, Kecamatan Serengan dan Kecamatan Pasar Kliwon pada tahun 2010 terjadi 1 hingga 3.25 kasus penyakit jiwa dan syaraf. Warna krem pada gambar menunjukkan interval kasus 3.25 hingga 5.5. Warna ungu muda pada gambar menunjukkan interval kasus 5.5 hingga Warna merah pada gambar menunjukkan interval kasus 7.75 hingga 10. Hal ini berarti bahwa pada Kecamatan Jebres pada tahun 2010 terjadi 7.75 hingga 10 kasus penyakit jiwa dan syaraf. Kode Program 4.1 Perintah untuk Memanggil Library 1 library(dbi); 2 library(rsqlite); 3 library(spatialepi); 4 library(dcluster); 5 library(rcolorbrewer); 6 library(sp); 7 library(shapefiles); 8 library(class); 9 library(e1071); 10 library(classint); 11 library(spdep); 12 library(maptools); 13 library(foreign); 14 library(maps); Kode Program 4.1 merupakan perintah yang digunakan untuk memanggil library yang dibutuhkan dalam pembuatan sistem. Library DBI dan RSQLite digunakan dalam koneksi dengan database SQLite. Library SpatialEpi dan DCluster digunakan untuk mendeteksi cluster dan memetakan penyakit, serta merencanakan metode menggunakan library sp. Library sp, spdep, maptools, RColorBrewer digunakan untuk menampilkan peta dan memberi warna pada peta sesuai dengan nilai interval. Library Class, e1071, classint digunakan dalam pembuatan interval pada peta yang akan ditampilkan. Library foreign digunakan untuk membaca file dbf dan
3 35 library shapefiles untuk membuat dan membaca file shapefile yang dibutuhkan dalam pemetaan. Kode Program 4.2 Perintah untuk Koneksi Database 1 setwd('c:\\sqlite'); 2 shell('sqlite3 skripsi.db'); 3 driver<-dbdriver("sqlite"); 4 connect<-dbconnect(driver,dbname="skripsi.db"); 5 dblisttables(connect) Kode Program 4.2 merupakan perintah untuk koneksi database SQLite. Baris pertama pada Kode Program 4.2 adalah memanggil alamat database kemudian pada baris kedua dilakukan pemanggilan nama database yang akan digunakan. Pada baris ketiga digunakan untuk konfigurasi database SQLite. Koneksi database ditunjukkan pada baris empat yaitu dengan memanggil driver dan nama database yang digunakan yaitu skripsi. Perintah pada baris kelima digunakan menampilkan semua tabel yang diambil dari database.
4 36 Kode Program 4.3 Perintah untuk Menentukan Most Likely Cluster 1 ## mendapatkan data agregat populasi dan kasus untuk setiap kecamatan 2 population<-tapply(data2010$populasi,data2010$kecamatan,sum) 3 population 4 cases<-tapply(data2010$kasus,data2010$id_kecamatan,sum) 5 cases 6 ## berdasarkan strata 10 level,menghitung jumlah harapan kasus penyakit 7 n.strata<-10 8 expected.cases< expected(data2010$populasi,data2010$kasus,n.strata) 9 expected.cases 10 #set parameter in Kulldorff 11 pop.upper.bound< n.simulations< alpha.level< plot<-true 15 ## Kulldorff using Binomial likelihoods 16 binomial<kulldorff(geo,cases,population,null,pop.upper.bound,n.simulations,alph a.level,plot) 17 binomial 18 cluster<binomial$most.likely.cluster$location.ids.included 19 cluster 20 #plot Kulldorff 21 plot(surakarta,axes=true) 22plot(surakarta[surakarta$POLY_ID==cluster,],add=TRUE,col="blue") 23 text(coordinates(surakarta), label = surakarta$kecamatan, cex = 1.0) 24 title("most Likely Cluster") 25 ## Kulldorff using Poisson likelihoods 26 poisson <- kulldorff(geo,cases,population,expected.cases, 27 pop.upper.bound, n.simulations, alpha.level, plot) 28 poisson 29 cluster <- poisson$most.likely.cluster$location.ids.included 30 cluster 31 text(coordinates(surakarta), label = surakarta$kecamatan, cex = 1.0) 32 #plot Kulldorff 33 plot(surakarta,axes=true) 34 plot(surakarta[surakarta$poly_id==cluster,],add=true,col="red") 35 text(coordinates(surakarta), label = surakarta$kecamatan, cex = 1.0) 36 title("most Likely Cluster Controlling for Strata") Kode Program 4.3 merupakan perintah untuk menentukan Most Likely Cluster. Baris pertama pada Kode Program 4.3 adalah keterangan. Baris kedua adalah mendeklarasikan variabel population dengan mengambil data populasi dan kecamatan dari tabel data2010.
5 37 Baris ketiga menampilkan hasil pengambilan data populasi dan kecamatan pada variabel population. Baris keempat adalah mendeklarasikan variabel cases yang dengan mengambil data kasus dan id_kecamatan dari tabel data2010, dan ditampilkan pada baris kelima. Baris keenam hingga baris kesembilan menghitung jumlah harapan kasus penyakit berdasarkan strata 10 level. Strata 10 level didapatkan dari jumlah penduduk berdasarkan usia dan gender. Harapan kasus penyakit menggunakan data populasi, kasus, dan n.strata. baris kesepuluh hingga baris keempatbelas mendeklarasikan parameter di Kulldorff. Batas atas 0.5, simulasi sebanyak 999 kali, level alpha 0.05 dan plot true. Level alpha menyatakan signifikansi. Alpha adalah probabilitas melakukan kesalahan Tipe I (menolak hipotesis nol ketika hipotesis nol benar). Baris kelimabelas hingga baris keduapuluhempat adalah perhitungan metode Kulldorff s spatial scan statistic menggunakan kemungkinan binomial (Binomial Likelihoods). Perhitungan ini menggunakan variabel geo yaitu koordinat xy peta Kota Surakarta, variabel cases dan population yang telah dideklarasikan sebelumnya, batas atas, banyaknya simulasi, level alpha. Hasil dari perhitungan binomial ditampilkan dalam sebuah grafik dan kemudian hasil grafik dikeluarkan dalam bentuk peta. Daerah yang menjadi Most Likely Cluster dengan perhitungan sebaran binomial ditandai dengan warna biru. Baris keduapuluhlima hingga baris ketigapuluhenam adalah perhitungan metode Kulldorff s spatial scan statistic menggunakan sebaran poisson (Poisson Likelihoods). Perhitungan ini menggunakan variabel geo yaitu koordinat xy peta Kota Surakarta, variabel cases dan population yang telah dideklarasikan sebelumnya, batas atas, banyaknya simulasi, level alpha. Hasil dari perhitungan Poisson ditampilkan dalam sebuah
6 38 grafik dan kemudian hasil grafik dikeluarkan dalam bentuk peta. Daerah yang menjadi Most Likely Cluster Controlling for Strata dengan perhitungan sebaran Poisson ditandai dengan warna merah. 4.2 Hasil Pemodelan Pada tahap ini telah terbentuk sebuah model cluster pada penyakit jiwa dan syaraf, yaitu : 1. Lamda dengan Model Binomial pada distribusi Monte Carlo Setelah mendapatkan data agregat populasi dan kasus untuk setiap kecamatan, menentukan variabel variabel yang akan dipergunakan dalam perhitungan di Kulldorff spatial scan statistic. Setelah itu menghitung jumlah harapan kasus, membuat parameter parameter yang akan dipergunakan dalam perhitungan. Selanjutnya melakukan perhitungan Kulldorff spatial scan statistic dengan menggunakan model Binomial. Dari hasil perhitungan diperoleh nilai lamda bernilai didapatkan dari perhitungan pada Persamaan (2) dan p-value didapatkan dari perhitungan pada Persamaan (1). Lamda menunjukkan rata-rata jumlah kasus yang diharapkan.cara menghitung nilai lamda adalah dengan menghitung rata-rata kasus harapan penyakit dikalikan dengan populasi yang beresiko. P-value merupakan nilai probabilitas dalam distribusi binomial pada monte carlo sampling. Lamda dengan model binomial pada distribusi monte carlo disajikan pada Gambar 4.2.
7 39 Gambar 4.2 Lamda dengan Model Binomial pada distribusi Monte Carlo Kemudian nilai lamda dan p-value tersebut ditampilkan dalam bentuk grafik. Gambar 4.3 menunjukkan hasil plot perhitungan Kulldorff s spatial scan statistic menggunakan model binomial. Daerah yang menjadi cluster penyakit jiwa syaraf ditunjukkan dengan warna biru. Daerah yang berwarna biru pada peta adalah Kecamatan Banjarsari. Hal ini sesuai dengan jumlah kasus yang terjadi pada tahun 2010 yaitu bahwa Kecamatan Banjarsari memiliki kasus penyakit jiwa dan syaraf terbanyak yaitu 10 kasus. Kecamatan Jebres terjadi 6 kasus penyakit jiwa dan syaraf pada tahun 2010, Kecamatan Pasar Kliwon terjadi kasus penyakit jiwa dan syaraf sebanyak 1 kasus, Kecamatan Serengan terjadi kasus penyakit jiwa dan syaraf sebanyak 3 kasus, Kecamatan Laweyan terjadi kasus penyakit jiwa dan syaraf sebanyak 9 kasus.
8 40 Gambar 4.3 Most Likely Cluster Tahun 2010 dengan Model Binomial 2. Lamda dengan model poisson pada distribusi monte carlo Setelah mendapatkan data agregat populasi dan kasus untuk setiap kecamatan, menentukan variabel variabel yang akan dipergunakan dalam perhitungan di Kulldorff spatial scan statistic. Setelah itu menghitung jumlah harapan kasus, membuat parameter parameter yang akan dipergunakan dalam perhitungan. Selanjutnya melakukan perhitungan Kulldorff spatial scan statistic dengan menggunakan model Poisson. Dari hasil perhitungan diperoleh nilai lamda bernilai didapatkan dari perhitungan pada Persamaan (4) dan p-value didapatkan dari perhitungan pada Persamaan (3). Lamda menunjukkan rata-rata jumlah kasus yang diharapkan. Cara menghitung nilai lamda adalah dengan menghitung rata -rata kasus
9 41 harapan penyakit dikalikan dengan populasi yang beresiko. P-value merupakan nilai probabilitas dalam distribusi Poisson pada monte carlo sampling. Lamda dengan model Poisson pada distribusi monte carlo disajikan pada Gambar 4.4. Gambar 4.4 Lamda dengan Model Poisson pada distribusi Monte Carlo Kemudian nilai lamda dan p-value tersebut ditampilkan dalam bentuk grafik. Gambar 4.5 menunjukkan hasil plot perhitungan Kulldorff s spatial scan statistic menggunakan model poisson. Daerah yang menjadi secondary cluster penyakit jiwa syaraf ditunjukkan dengan warna merah. Secondary cluster akan berlaku jika hipotesis Tipe I ditolak (menolak hipotesis nol ketika hipotesis nol benar) Daerah yang berwarna merah pada peta adalah Kecamatan Laweyan. Hal ini sesuai dengan jumlah kasus yang terjadi pada tahun 2010 yaitu bahwa Kecamatan Laweyan memiliki kasus penyakit jiwa dan syaraf terbanyak nomor dua setelah Kecamatan Banjarsari yaitu
10 42 9 kasus. Kecamatan Jebres terjadi 6 kasus penyakit jiwa dan syaraf pada tahun 2010, Kecamatan Pasar Kliwon terjadi kasus penyakit jiwa dan syaraf sebanyak 1 kasus, Kecamatan Serengan terjadi kasus penyakit jiwa dan syaraf sebanyak 3 kasus, Kecamatan Banjarsari terjadi kasus penyakit jiwa dan syaraf sebanyak 10 kasus. Gambar 4.5 Most Likely Cluster Controlling for Strata 4.3 Pengujian Sistem Pada pengujian sistem dilakukan dengan membandingkan data penduduk lima kecamatan di Kota Surakarta yang terdiri dari Kecamatan Jebres, Kecamatan Pasar Kliwon, Kecamatan Serengan, Kecamatan Laweyan dan Kecamatan Banjarsari kurun waktu 2005 hingga 2010 yang diperoleh dari hasil penelitian data sekunder dari Badan Pusat Statistik ( BPS ) dan data kasus nyata tingkat penyakit
11 43 jiwa dan syaraf kurun waktu 2005 hingga 2010 yang diperoleh dari Rumah Sakit Khusus Jiwa dan Syaraf Puri Waluyo Surakarta yang telah di olah mengunakan fungsi Kulldorff s spatial scan statistic dengan hasil keluaran identifikasi persebaran penderita penyakit jiwa dan syaraf. Data kasus nyata yang telah dipetakan dengan Choropleth dibandingkan dengan hasil identifikasi persebaran penyakit jiwa dan syaraf mempunyai hubungan atau tidak. Jika mempunyai hubungan bisa dikatakan bahwa adanya kesesuaian antara identifikasi dengan metode Kulldorff s spatial scan statistic dengan data kasus nyata Choropleth Data Kasus Nyata Tahun 2005 dengan Hasil Identifikasi Persebaran Penyakit dengan Kulldorff s Spatial Scan Statistic Gambar 4.6 Perbandingan Choropleth Kasus Tahun 2005 dengan Identifikasi Persebaran Penyakit dengan Kulldorff s Spatial Scan Statistic Gambar 4.6 menunjukkan perbandingan antara choropleth data kasus nyata penyakit jiwa dan syaraf tahun 2005 dengan Most Likely Cluster tahun Pada peta choropleth, kasus penyakit jiwa dan syaraf terbanyak adalah Kecamatan Banjarsari dengan jumlah 10 kasus. Kecamatan Jebres sebanyak 4 kasus, Kecamatan Pasar Kliwon
12 44 sebanyak 6 kasus, Kecamatan Serengan sebanyak 3 kasus dan Kecamatan Laweyan sebanyak 6 kasus. Peta hasil identifikasi dengan menggunakan metode Kulldorff s spatial scan statistic menunjukkan cluster penyakit jiwa adalah Kecamatan Banjarsari. Hal ini membuktikkan bahwa data kasus nyata tahun 2005 sesuai dengan hasil identifikasi persebaran penyakit jiwa dan syaraf pada tahun 2005 yaitu jumlah kasus penyakit jiwa syaraf terbanyak pada Kecamatan Banjarsari Choropleth Data Kasus Nyata Tahun 2006 dengan Hasil Identifikasi Persebaran Penyakit dengan Kulldorff s Spatial Scan Statistic Gambar 4.7 Perbandingan Choropleth Kasus Tahun 2006 dengan Identifikasi Persebaran Penyakit dengan Kulldorff s Spatial Scan Statistic Gambar 4.7 menunjukkan perbandingan antara choropleth data kasus nyata penyakit jiwa dan syaraf tahun 2006 dengan Most Likely Cluster tahun Pada peta choropleth, kasus penyakit jiwa dan syaraf terbanyak adalah Kecamatan Banjarsari dengan jumlah 13 kasus. Kecamatan Jebres sebanyak 6 kasus, Kecamatan Pasar Kliwon sebanyak 6 kasus, Kecamatan Serengan sebanyak 6 kasus dan Kecamatan Laweyan sebanyak 7 kasus. Peta hasil identifikasi dengan
13 45 menggunakan metode Kulldorff s spatial scan statistic menunjukkan cluster penyakit jiwa adalah Kecamatan Banjarsari. Hal ini membuktikkan bahwa data kasus nyata tahun 2006 sesuai dengan hasil identifikasi persebaran penyakit jiwa dan syaraf pada tahun 2006 yaitu jumlah kasus penyakit jiwa syaraf terbanyak pada Kecamatan Banjarsari Choropleth Data Kasus Nyata Tahun 2007 dengan Hasil Identifikasi Persebaran Penyakit dengan Kulldorff s Spatial Scan Statistic Gambar 4.8 Perbandingan Choropleth Kasus Tahun 2007 dengan Identifikasi Persebaran Penyakit dengan Kulldorff s Spatial Scan Statistic Gambar 4.8 menunjukkan perbandingan antara choropleth data kasus nyata penyakit jiwa dan syaraf tahun 2007 dengan Most Likely Cluster tahun Pada peta choropleth, kasus penyakit jiwa dan syaraf terbanyak adalah Kecamatan Banjarsari dengan jumlah 12 kasus. Kecamatan Jebres sebanyak 1 kasus, Kecamatan Pasar Kliwon sebanyak 3 kasus, Kecamatan Serengan sebanyak 4 kasus dan Kecamatan Laweyan sebanyak 8 kasus. Peta hasil identifikasi dengan menggunakan metode Kulldorff s spatial scan statistic menunjukkan cluster penyakit jiwa adalah Kecamatan Banjarsari. Hal ini
14 46 membuktikkan bahwa data kasus nyata tahun 2007 sesuai dengan hasil identifikasi persebaran penyakit jiwa dan syaraf pada tahun 2007 yaitu jumlah kasus penyakit jiwa syaraf terbanyak pada Kecamatan Banjarsari Choropleth Data Kasus Nyata Tahun 2008 dengan Hasil Identifikasi Persebaran Penyakit dengan Kulldorff s Spatial Scan Statistic Gambar 4.9 Perbandingan Choropleth Kasus Tahun 2008 dengan Identifikasi Persebaran Penyakit dengan Kulldorff s Spatial Scan Statistic Gambar 4.9 menunjukkan perbandingan antara choropleth data kasus nyata penyakit jiwa dan syaraf tahun 2008 dengan Most Likely Cluster tahun Pada peta choropleth, kasus penyakit jiwa dan syaraf terbanyak adalah Kecamatan Banjarsari dengan jumlah 12 kasus. Kecamatan Jebres sebanyak 10 kasus, Kecamatan Pasar Kliwon sebanyak 1 kasus, Kecamatan Serengan sebanyak 4 kasus dan Kecamatan Laweyan sebanyak 10 kasus. Peta hasil identifikasi dengan menggunakan metode Kulldorff s spatial scan statistic menunjukkan cluster penyakit jiwa adalah Kecamatan Banjarsari. Hal ini membuktikkan bahwa data kasus nyata tahun 2008 sesuai dengan hasil identifikasi persebaran penyakit jiwa dan syaraf pada tahun
15 yaitu jumlah kasus penyakit jiwa syaraf terbanyak pada Kecamatan Banjarsari Choropleth Data Kasus Nyata Tahun 2009 dengan Hasil Identifikasi Persebaran Penyakit dengan Kulldorff s Spatial Scan Statistic Gambar 4.10 Perbandingan Choropleth Kasus Tahun 2009 dengan Identifikasi Persebaran Penyakit dengan Kulldorff s Spatial Scan Statistic Gambar 4.10 menunjukkan perbandingan antara choropleth data kasus nyata penyakit jiwa dan syaraf tahun 2009 dengan Most Likely Cluster tahun Pada peta choropleth, kasus penyakit jiwa dan syaraf terbanyak adalah Kecamatan Banjarsari dengan jumlah 12 kasus. Kecamatan Jebres sebanyak 10 kasus, Kecamatan Pasar Kliwon sebanyak 1 kasus, Kecamatan Serengan sebanyak 4 kasus dan Kecamatan Laweyan sebanyak 10 kasus. Peta hasil identifikasi dengan menggunakan metode Kulldorff s spatial scan statistic menunjukkan cluster penyakit jiwa adalah Kecamatan Banjarsari. Hal ini membuktikkan bahwa data kasus nyata tahun 2009 sesuai dengan hasil identifikasi persebaran penyakit jiwa dan syaraf pada tahun 2009 yaitu jumlah kasus penyakit jiwa syaraf terbanyak pada Kecamatan Banjarsari.
16 Choropleth Data Kasus Nyata Tahun 2010 dengan Hasil Identifikasi Persebaran Penyakit dengan Kulldorff s Spatial Scan Statistic Gambar 4.11 Perbandingan Choropleth Kasus Tahun 2010 dengan Identifikasi Persebaran Penyakit dengan Kulldorff s Spatial Scan Statistic Gambar 4.11 menunjukkan perbandingan antara choropleth data kasus nyata penyakit jiwa dan syaraf tahun 2010 dengan Most Likely Cluster tahun Pada peta choropleth, kasus penyakit jiwa dan syaraf terbanyak adalah Kecamatan Banjarsari dengan jumlah 10 kasus. Kecamatan Jebres sebanyak 6 kasus, Kecamatan Pasar Kliwon sebanyak 1 kasus, Kecamatan Serengan sebanyak 3 kasus dan Kecamatan Laweyan sebanyak 9 kasus. Peta hasil identifikasi dengan menggunakan metode Kulldorff s spatial scan statistic menunjukkan cluster penyakit jiwa adalah Kecamatan Banjarsari. Hal ini membuktikkan bahwa data kasus nyata tahun 2010 sesuai dengan hasil identifikasi persebaran penyakit jiwa dan syaraf pada tahun 2010 yaitu jumlah kasus penyakit jiwa syaraf terbanyak pada Kecamatan Banjarsari.
17 Jebres Pasar_Kliwon Serengan Laweyan Banjarsari Gambar 4.12 Grafik Kasus kasus dalam Kurun Waktu Berdasarkan grafik pada Gambar 4.12, diperoleh Banjarsari sebagai kecamatan dengan kasus penyakit jiwa dan syaraf tertinggi. Grafik yang cenderung berosilasi yang terjadi di Jebres, Serengan dan Laweyan menunjukkan bahwa kasus cenderung naik dan turun dan juga sebaliknya, kasus cenderung turun dan juga naik. Kasus menurun terjadi di Kecamatan Pasar Kliwon. Seperti yang dijelaskan pada bagian awal, bahwa berdasarkan penelitian dari Riskesdas pada tahun 2007 bahwa data penduduk Indonesia sekitar 14,1 % mengalami ganguan jiwa. Dalam penelitian ini untuk lima kecamatan di Kota Surakarta diperoleh untuk tahun 2007 hanya 0.043%. Hasil penelitian menggambarkan bahwa apa yang dikemukakan oleh Reskesdas tidak berlaku di kota Surakarta. Bila dilihat lebih dalam lagi, terkait dengan perbedaan persentase dapat dianalisis bahwa data Indonesia dilihat untuk semua kota di Indonesia dengan banyak kasus yang berbeda, sehingga untuk kota atau daerah tertentu kasusnya lebih banyak yang mengakibatkan besarnya nilai persentase secara keseluruhan di Indonesia.
Bab 4 Hasil dan Pembahasan
Bab 4 Hasil dan Pembahasan 4.1 Implementasi Sistem dan Hasil Perhitungan Implementasi sistem dan Hasil Perhitungan adalah proses perhitungan dan visualisasi dari metode yang akan digunakan lalu hasil yang
Lebih terperinciBab 1. Pendahuluan. 1.1 Latar Belakang
Bab 1 Pendahuluan 1.1 Latar Belakang Masalah gangguan jiwa yang menyebabkan menurunnya kesehatan mental yang terjadi hampir di seluruh negara di dunia. Gangguan syaraf dan mental mempengaruhi lebih dari
Lebih terperinciBab 2. Tinjauan Pustaka
Bab 2 Tinjauan Pustaka 2.1 Penelitian Terdahulu Penelitian sebelumnya berjudul Metode Scan Statistic untuk Statistik Area Kecil membahas tentang metode Scan Statistic yang digunakan untuk menemukan sebuah
Lebih terperinciBab 4 Hasil dan Pembahasan
32 Bab 4 Hasil dan Pembahasan 4.1 Implementasi Model dan Hasil Perhitungan Implementasi program merupakan langkah merealisasikan perancangan menjadi sistem yang nyata dan dapat digunakan. Sistem dibangun
Lebih terperinciBAB I PENDAHULUAN. dan kemandirian, adil dan merata, serat pengutamaan dan manfaat dengan
BAB I PENDAHULUAN A. Latar Belakang Masalah Dalam Rencana Pembangunan Jangka Panjang Nasional (RPJPN) 2013 arah pembangunan kesehatan adalah dengan meningkatkan kesadaran, kemauan, dan kemampuan hidup
Lebih terperinciModul Satscan I. Space Time Permutation Model EXCEL DBF. EXCEL) Space Time Permutation Model :
Modul Satscan I. Space Time Permutation Model File yang diperlukan : 1. File kasus Format : Location ID yaitu ID kasus Date = tanggal sakit dibuat dalam format date
Lebih terperinciBAB I PEDAHULUAN. geografi atau dengan kata lain suatu SIG adalah suatu sistem basis data dengan
1 BAB I PEDAHULUAN A. Latar Belakang Masalah Sistem Informasi Geografis (SIG) adalah suatu sistem informasi yang di rancang untuk bekerja dengan data yang bereferensi spasial atau berkoordinat geografi
Lebih terperinciEvaluasi petani terhadap program siaran pedesaan Radio Republik Indonesia (RRI) sebagai sumber informasi pertanian di kota Surakarta
Evaluasi petani terhadap program siaran pedesaan Radio Republik Indonesia (RRI) sebagai sumber informasi pertanian di kota Surakarta Disusun Oleh : Eliya Saidah H0402035 III. METODE PENELITIAN A. Metode
Lebih terperinciTINJAUAN PUSTAKA Pemilihan Peubah Gizi Buruk
5 TINJAUAN PUSTAKA Pemilihan Peubah Gizi Buruk Gizi buruk adalah keadaan kurang zat gizi tingkat berat yang disebabkan oleh rendahnya konsumsi energi dan protein dalam waktu cukup lama yang ditandai dengan
Lebih terperinciBAB IV ANALISIS PENGOLAHAN DATA RADAR
BAB IV ANALISIS PENGOLAHAN DATA RADAR Pada bab ini akan dibahas mengenai pembahasan analisis data yang diperoleh. Data radar yang diperoleh adalah data yang sebenarnya sudah matang, namun masih belum dimengerti
Lebih terperinciKombinasi Metode Bayesian dan Local G untuk Pemetaan Pola Spasial Serangan OPT terhadap Hasil Panen Padi di Kabupaten Boyolali Jawa Tengah
Kombinasi Metode Bayesian dan Local G untuk Pemetaan Pola Spasial Serangan OPT terhadap Hasil Panen Padi di Kabupaten Boyolali Jawa Tengah LAPORAN PENELITIAN Diajukan kepada Fakultas Teknologi Informasi
Lebih terperinciBAB III METODE PENELITIAN. Achmadi (2005 : 3), metode penelitian adalah ilmu mengenai jalan yang
BAB III METODE PENELITIAN Dalam suatu penelitian, penggunaan metode sangat penting, karena metode yang tepat akan memberikan kontribusi yang sesuai dengan tujuan awal penelitian. Menurut Cholid Narbuko
Lebih terperinciMETODOLOGI. (a). (b) (c) Gambar 3. Pola sebaran data dengan = 0.05, 5, dan 50
METODOLOGI Data Data yang digunakan dalam penelitian ini ada dua jenis, yaitu data simulasi dan data riil Data simulasi digunakan untuk melihat pengaruh perubahan parameter konsentrasi ( ) terhadap karakteristik
Lebih terperinciDAFTAR ISI HALAMAN JUDUL... LEMBAR PERSETUJUAN... LEMBAR PENGESAHAN... iii. LEMBAR PERNYATAAN... iv RIWAYAT HIDUP... KATA PENGANTAR...
DAFTAR ISI HALAMAN JUDUL... Halaman i LEMBAR PERSETUJUAN... ii LEMBAR PENGESAHAN... iii LEMBAR PERNYATAAN... iv RIWAYAT HIDUP... v KATA PENGANTAR... vi DAFTAR ISI... vii DAFTAR TABEL... xi DAFTAR GAMBAR...
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN. dan memudahkan dalam pengembangan sistem selanjutnya. Tujuan dari analisa
BAB III ANALISIS DAN PERANCANGAN.1. Analisis Sistem Dalam perancangan sebuah sistem diperlukan analisis untuk keperluan sistem. Dengan adanya analisis sistem, sistem yang dirancang diharapkan akan lebih
Lebih terperinciBAB IV SIMULASI PEMBANDINGAN PERILAKU PENDUGA FUNGSI INTENSITAS LOKAL PROSES POISSON PERIODIK DENGAN BANDWIDTH OPTIMAL DAN BANDWIDTH OPTIMAL ASIMTOTIK
BAB IV SIMULASI PEMBANDINGAN PERILAKU PENDUGA FUNGSI INTENSITAS LOKAL PROSES POISSON PERIODIK DENGAN BANDWIDTH OPTIMAL DAN BANDWIDTH OPTIMAL ASIMTOTIK Pada bagian ini dilakukan simulasi untuk membandingkan
Lebih terperinciBAB 4 ANALISA SISTEM PELACAK BUS KAMPUS MENGGUNAKAN MODUL DT-51 LCMS 2.0 DAN WIRELESS YS-1020UA RF
30 BAB 4 ANALISA SISTEM PELACAK BUS KAMPUS MENGGUNAKAN MODUL DT-51 LCMS 2.0 DAN WIRELESS YS-1020UA RF 4.1. Pengujian Prototipe Sistem Pelacak Bus Kampus Untuk pengujian sistem, berikut ini adalah foto
Lebih terperinciSistem Informasi Geografis (SIG) Pemetaan Lahan Pertanian di Wilayah Mojokerto
Sistem Informasi Geografis (SIG) Pemetaan Lahan Pertanian di Wilayah Mojokerto Retno Mufidah 1, Arif Basofi S.Kom., M.T., OCA 2, Arna Farizza S.Kom., M.Kom 3 Mahasiswa Jurusan Teknik Informatika 1, Dosen
Lebih terperinciBAB I PENDAHULUAN. masyarakat untuk meningkatkan kualitas hidup. Peningkatan kualitas hidup
BAB I PENDAHULUAN A. Latar Belakang Pada zaman yang semakin modern ini pembangunan pesat terjadi pada berbagai bidang yang memberikan kemajuan pada sektor ekonomi, kesehatan, teknologi maupun berbagai
Lebih terperinciBAB I PENDAHULUAN A. Latar Belakang
1 BAB I PENDAHULUAN A. Latar Belakang World Health Organization (WHO) berpendapat dalam Bourne (2009) bahwa kematian karena penyakit berhubungan erat dengan status kemiskinan, perilaku mencari pelayanan
Lebih terperinciKAJIAN POTENSI KEWIRAUSAHAAN PADA PEMUDA DI KOTA SURAKARTA Oleh : Susantiningrum, S.Pd., SE., M.AB
KAJIAN POTENSI KEWIRAUSAHAAN PADA PEMUDA DI KOTA SURAKARTA Oleh : Susantiningrum, S.Pd., SE., M.AB ABSTRAK Menurut Badan Pusat statistik Indonesia tercatat sejumlah 7,4 juta orang pemuda yang termasuk
Lebih terperinciBAB IV PENGUJIAN SISTEM. pada PC yang dihubungkan dengan access point Robotino. Hal tersebut untuk
BAB IV PENGUJIAN SISTEM Pengujian sistem yang dilakukan merupakan pengujian terhadap Robotino dan aplikasi pada PC yang telah selesai dibuat. Dimulai dari menghubungkan koneksi ke Robotino, menggerakan
Lebih terperinciModul Praktikum Analisis Numerik
Modul Praktikum Analisis Numerik (Versi Beta 1.2) Mohammad Jamhuri UIN Malang December 2, 2013 Mohammad Jamhuri (UIN Malang) Modul Praktikum Analisis Numerik December 2, 2013 1 / 18 Praktikum 1: Deret
Lebih terperinciBAB 1 PENDAHULUAN. banyak lagi. Pernah kita mendengar pernyataan seperti: tiap bulan habis
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam kehidupan sehari-hari tanpa disadari kita telah banyak menggunakan statistika. Melalui media informasi seperti, surat kabar, televisi, dunia pendidikan, dan masih
Lebih terperinciMata Kuliah Pemodelan & Simulasi. Universitas Komputer Indonesia
MODEL INVENTORY Mata Kuliah Pemodelan & Simulasi Jurusan Teknik Informatika Universitas Komputer Indonesia Pendahuluan Inventory merupakan pengumpulan atau penyimpanan komoditas yang akan digunakan untuk
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN
BAB 4 HASIL DAN PEMBAHASAN 4.1 Pengantar Pada Bab ini akan dilakukan pembahasan untuk menetapkan beban overbooking melalui model penghitungan. Untuk dapat melakukan penghitungan tersebut, terlebih dahulu
Lebih terperinciDISTRIBUSI BINOMIAL berhasil gagal berhasil gagal berhasil gagal ya tidak success failed sukses atau berhasil gagal. sukses atau berhasil.
DISTRIBUSI BINOMIAL Pendahuluan Distribusi binomial merupakan suatu proses distribusi probabilitas yang dapat digunakan apabila suatu proses sampling dapat diasumsikan sesuai dengan proses Bernoulli. Proses
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Sepanjang sejarah manusia kemajuan-kemajuan besar dalam kebudayaan selalu diikuti oleh meningkatnya konsumsi energi. Salah satu sumber energi yang banyak digunakan
Lebih terperinciPERTEMUAN #1 PENGANTAR DAN PENGENALAN PEMELIHARAAN DAN REKAYASA KEANDALAN 6623 TAUFIQUR RACHMAN TKT316 PEMELIHARAAN DAN REKAYASA KEANDALAN
PENGANTAR DAN PENGENALAN PEMELIHARAAN DAN REKAYASA KEANDALAN PERTEMUAN #1 TKT316 PEMELIHARAAN DAN REKAYASA KEANDALAN 6623 TAUFIQUR RACHMAN PROGRAM STUDI TEKNIK INDUSTRI FAKULTAS TEKNIK UNIVERSITAS ESA
Lebih terperinciHASIL EMPIRIS. Tabel 4.1 Hasil Penilaian Numerik
31 IV HASIL EMPIRIS 4.1 Penilaian Numerik Untuk melihat bagaimana model bekerja, dapat disimulasikan harga saham dan membandingkan beberapa hasil numerik dari beberapa model yang dibangun sebelumnya. Di
Lebih terperinciWALIKOTA SURAKARTA PROVINSI JAWA TENGAH PERATURAN DAERAH KOTA SURAKARTA NOMOR 3 TAHUN 2017 TENTANG
WALIKOTA SURAKARTA PROVINSI JAWA TENGAH PERATURAN DAERAH KOTA SURAKARTA NOMOR 3 TAHUN 2017 TENTANG PENYERTAAN MODAL PEMERINTAH KOTA SURAKARTA PADA PERUSAHAAN DAERAH BADAN KREDIT KECAMATAN PASAR KLIWON
Lebih terperinciBAB II DASAR TEORI. Pada bab ini akan dibahas teori-teori pendukung yang digunakan sebagai acuan dalam merancang algoritma.
BAB II DASAR TEORI Pada bab ini akan dibahas teori-teori pendukung yang digunakan sebagai acuan dalam merancang algoritma. 2.1. Microsoft Visual Studio Microsoft Visual Studio adalah sebuah software yang
Lebih terperinciBAB III METODA PENELITIAN A. JENIS DAN RANCANGAN PENELITIAN. Rancangan penelitian ini adalah discriptive correlation, yaitu
38 BAB III METODA PENELITIAN A. JENIS DAN RANCANGAN PENELITIAN Rancangan penelitian ini adalah discriptive correlation, yaitu penelitian yang bertujuan untuk mengungkapkan hubungan korelatif antara variabel
Lebih terperinciBAB I PENDAHULUAN. Perkembangan di dunia pemasaran jasa yang semakin maju, mendorong para pelaku yang
BAB I PENDAHULUAN A. Latar belakang Perkembangan di dunia pemasaran jasa yang semakin maju, mendorong para pelaku yang terlibat harus dapat meningkatkan kualitas. Jasa merupakan kegiatan perekonomian yang
Lebih terperinciUNIVERSITAS SEBELAS MARET
KEBUTUHAN AIR DOMESTIK DI KOTA SURAKARTA TAHUN 2013 DAN TAHUN 2033 (Implementasi Materi Pembelajaran Geografi pada Kelas XI Standar Kompetensi Me mahami Sumberdaya Alam) SKRIPSI SKRIPSI Oleh : Danna Aziz
Lebih terperinciBAB I PENDAHULUAN. kurang teliti dalam pengecekan saat membeli dapat mengakibatkan kerugian pada
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Produk kemasan merupakan suatu barang yang dikemas dan diberikan label, tujuannya adalah untuk menarik konsumen agar berminat untuk membelinya. Beberapa label
Lebih terperinciS - 13 PEMODELAN SPASIAL KEMISKINAN DENGAN MIXED GEOGRAPHICALLY WEIGHTED POISSON REGRESSION DAN FLEXIBLY SHAPED SPATIAL SCAN STATISTIC
S - 13 PEMODELAN SPASIAL KEMISKINAN DENGAN MIXED GEOGRAPHICALLY WEIGHTED POISSON REGRESSION DAN FLEXIBLY SHAPED SPATIAL SCAN STATISTIC (Studi Kasus: Jumlah Rumah Tangga Sangat Miskin di Kabupaten Kulonprogo)
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. Hasil pengujian minimum sistem ditunjukkan pada tabel 4.1.
BAB IV HASIL DAN PEMBAHASAN 4.1. Pengujian Minimum Sistem 4.1.1. Hasil Pengujian Hasil pengujian minimum sistem ditunjukkan pada tabel 4.1. Tabel 4.1. Hasil Pengujian Minimum Sistem Tiap Node Node ke-
Lebih terperinciBAB V IMPLEMENTASI (Evaluation Phase dan Deployment Phase)
BAB V IMPLEMENTASI (Evaluation Phase dan Deployment Phase) 5.1 Lingkungan Implementasi Implementasi merupakan tahapan dimana hasil perancangan yang telah dibangun mulai diterapkan pada kondisi yang menyerupai
Lebih terperinciDwiny Meidelfi, M.Cs
Dwiny Meidelfi, M.Cs Tujuan: Praktikan mengerti perbedaan dari sistem koordinat kartesius dan sistem koordinat layar Praktikan mengetahui software yang digunakan dalam Kerja Lab Grafika Komputer titik
Lebih terperinciModul Praktikum Analisis Numerik
Modul Praktikum Analisis Numerik (Versi Beta 1.2) Mohammad Jamhuri UIN Malang September 27, 2013 Mohammad Jamhuri (UIN Malang) Modul Praktikum Analisis Numerik September 27, 2013 1 / 12 Praktikum 1: Deret
Lebih terperinciSIG (SISTEM INFORMASI GEOGRAFIS) Oleh : Djunijanto
SIG (SISTEM INFORMASI GEOGRAFIS) Oleh : Djunijanto Pengertian SIG Sistem informasi yang menggunakan komputer untuk mendapatkan, mengolah, menganalisis dan menyajikan data yang mengacu pada lokasi geografis
Lebih terperinciProsedur Menjalankan Aplikasi Linda
Prosedur Menjalankan Aplikasi Linda Prosedur penggunaan aplikasi Linda akan dijelaskan melalui beberapa prosedur penggunaan menu yang akan membantu pengguna dalam menyesuaikan kebutuhan, antara lain: menu
Lebih terperinciJournal of Informatics and Technology, Vol 1, No 4, Tahun 2012, p 1-8
PREDIKSI PENDAPATAN PEMERINTAH INDONESIA MENGGUNAKAN SIMULASI MONTE CARLO Afry Rachmat, Sukmawati Nur Endah, Aris Sugiharto Program Studi Teknik Informatika, Universitas Diponegoro afry.rachmat27@gmail.com,
Lebih terperinciBab IV Simulasi Metode Monte Carlo Mengatasi Masalah dalam Distribusi Data
24 Bab IV Simulasi Metode Monte Carlo Mengatasi Masalah dalam Distribusi Data IV.1 Mengenal Metode Monte Carlo Distribusi probabilitas digunakan dalam menganalisis sampel data. Sebagaimana kita ketahui,
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Di zaman sekarang, kemajuan sains dan teknologi sangat berkembang pesat. Salah satu ilmu yang berkembang adalah matematika yang merupakan induk dari semua ilmu
Lebih terperinciI. PENDAHULUAN A. Latar Belakang
digilib.uns.ac.id 1 I. PENDAHULUAN A. Latar Belakang Laju perkembangan sistem teknologi informasi di era globalisasi ini berjalan dengan pesat seiring dengan kebutuhan manusia akan informasi. Lahirnya
Lebih terperinciBAB III METODOLOGI PENELITIAN. 2010, dan Untuk mendapatkan beberapa informasi dan sumber data yang
BAB III METODOLOGI PENELITIAN A. Waktu dan Tempat Penelitian Untuk mendapatkan beberapa informasi dan sumber data yang diperlukan dalam penyusunan skripsi ini, maka penulis menggunakan data dari perusahaan
Lebih terperinciBAB IV HASIL PENELITIAN. Bulan Desember Subjek penelitian adalah pasien atau pengantar pasien
29 BAB IV HASIL PENELITIAN A. Distribusi Data Penelitian Penelitian ini dilakukan di Puskesmas Sibela Kota Surakarta pada Bulan Desember 215. Subjek penelitian adalah pasien atau pengantar pasien rawat
Lebih terperinciPENGETAHUAN SISWA SMA MTA SURAKARTA KELAS X DAN KELAS XI TERHADAP KESIAPSIAGAAN BENCANA GEMPABUMI ARTIKEL PUBLIKASI. Guna Mencapai Derajat S-1
PENGETAHUAN SISWA SMA MTA SURAKARTA KELAS X DAN KELAS XI TERHADAP KESIAPSIAGAAN BENCANA GEMPABUMI ARTIKEL PUBLIKASI Guna Mencapai Derajat S-1 Program Studi Pendidikan Geografi Disusun Oleh : THOHA MUSTOFA
Lebih terperinciBAB I PENDAHULUAN. atas sumber daya di bidang kesehatan dan memperoleh pelayanan. kesehatan yang aman, bermutu, dan terjangkau. Timbal baliknya setiap
BAB I PENDAHULUAN A. Latar Belakang Setiap orang mempunyai hak yang sama dalam memperoleh akses atas sumber daya di bidang kesehatan dan memperoleh pelayanan kesehatan yang aman, bermutu, dan terjangkau.
Lebih terperinciBAB I PENDAHULUAN A. Latar Belakang
BAB I PENDAHULUAN A. Latar Belakang Tuberkulosis (TB) merupakan penyakit infeksi kronik yang disebabkan oleh Mycobacterium tuberculosis dan masih menjadi masalah kesehatan masyarakat hingga saat ini. Tuberkulosis
Lebih terperinciHASIL DAN PEMBAHASAN Praproses Data Clustering
Perangkat lunak: Sistem operasi: Windows XP Home Edition, WEKA versi 3.5.7, ArcView GIS 3.3, Map Server For Windows (ms4w) 2.3.1 Chameleon 2.4.1 Perangkat keras: Prosessor intel Pentium 4 ~2GHz Memory
Lebih terperinciBAB III METODE PENELITIAN Identifikasi Variabel Dan Definisi Operasional Variabel
BAB III METODE PENELITIAN 3.1. Identifikasi Variabel Dan Definisi Operasional Variabel Definisi operasional variabel yaitu mengubah konsep-konsep yang masih berupa abstrak dengan kata-kata yang menggambarkan
Lebih terperinciPOPULASI DAN SAMPEL. Gambar 1 POPULASI dan SAMPEL
Pengertian Populasi dan Sampel POPULASI DAN SAMPEL Kata populasi (population/universe) dalam statistika merujuk pada sekumpulan individu dengan karakteristik khas yang menjadi perhatian dalam suatu penelitian
Lebih terperinciBAB IV PEMBAHASAN. 4.1 Proses Pencabangan model DTMC SIR
BAB IV PEMBAHASAN 4.1 Proses Pencabangan model DTMC SIR Proses pencabangan suatu individu terinfeksi berbentuk seperti diagram pohon dan diasumsikan bahwa semua individu terinfeksi adalah saling independent
Lebih terperinciBAB 2 LANDASAN TEORI
17 BAB 2 LANDASAN TEORI 2.1 Pengantar Fenomena menunggu untuk kemudian mendapatkan pelayanan, seperti halnya nasabah yang menunggu pada loket bank, kendaraan yang menunggu pada lampu merah, produk yang
Lebih terperinciBAB I PENDAHULUAN I-1
BAB I PENDAHULUAN Pada bab ini akan dibahas mengenai latar belakang masalah, rumusan masalah, maksud dan tujuan, batasan masalah yang mendefinisikan ruang lingkup penelitian tugas akhir, metodologi yang
Lebih terperinciBAB IV PEMBAHASAN. pertanyaan pada perumusan masalah. Hal-hal yang dijelaskan dalam bab ini
BAB IV PEMBAHASAN Bab ini menguraikan hasil penelitian dan pembahasan untuk menjawab pertanyaan pada perumusan masalah. Hal-hal yang dijelaskan dalam bab ini mencakup pemeriksaan steady state, uji distribusi,
Lebih terperinciBAB III METODE PENELITIAN. selanjutnya berkembang menjadi gagasan, teori, dan konseptualisme. Metode
BAB III METODE PENELITIAN 3.1 Metode Penelitian yang Digunakan Penelitian merupakan suatu proses yang berawal dari kemauan atau minat untuk mengetahui permasalahan tertentu dan memberi jawabannya yang
Lebih terperinciMODUL 6 JDBC (JAVA DATABASE CONNECTIVITY)
MODUL 6 JDBC (JAVA DATABASE CONNECTIVITY) TUJUAN PRAKTIKUM 1. Praktikan mengetahui definisi JDBC dan langkah-langkah standar koneksi database dengan JDBC 2. Praktikan mampu menganalisis suatu kasus dan
Lebih terperinciManajemen Interferensi Femtocell pada LTE- Advanced dengan Menggunakan Metode Autonomous Component Carrier Selection (ACCS)
JURNAL TEKNIK ITS Vol. (Sept, 0) ISSN: 0- A- Manajemen Interferensi Femtocell pada LTE- Advanced dengan Menggunakan Metode Autonomous Component Carrier Selection (ACCS) Gatra Erga Yudhanto, Gamantyo Hendrantoro,
Lebih terperinciBAB IV HASIL DAN UJI COBA
56 BAB IV HASIL DAN UJI COBA IV.1. Tampilan Hasil Hasil rancangan pengolahan data lokasi tempat bersejarah di Kota Medan berbasis web GIS yang penulis buat sudah selesai dimana tampilan terdiri dari 2
Lebih terperinciBAB 1 PENDAHULUAN. faktor yang perlu diperhatikan dalam menjaga kesehatan, karena masa balita
BAB 1 PENDAHULUAN 1.1 Latar Belakang Pemenuhan gizi pada anak usia dibawah lima tahun (balita) merupakan faktor yang perlu diperhatikan dalam menjaga kesehatan, karena masa balita merupakan periode perkembangan
Lebih terperinciBAB I PENDAHULUAN. menerus dalam jangka panjang. Pertumbuhan ekonomi adalah salah satu indikator
BAB I PENDAHULUAN A. Latar Belakang Masalah Pertumbuhan ekonomi ialah proses kenaikan output per kapita yang terus menerus dalam jangka panjang. Pertumbuhan ekonomi adalah salah satu indikator keberhasilan
Lebih terperinci3 BAB III METODOLOGI PENELITIAN
3 BAB III METODOLOGI PENELITIAN Pembuatan sistem manajemen peresensi siswa ini bertujuan untuk membantu proses manajemen presensi siswa di sekolah dengan memberikan informasi tentang presensi siswa kepada
Lebih terperinciSTATISTIK SOSIAL. Fakultas Program Studi Tatap Muka Kode MK Disusun Oleh
MODUL PERKULIAHAN STATISTIK SOSIAL Pengumpulan, Pengolahan, Penyajian Data dan Distribusi Frekuensi Fakultas Program Studi Tatap Muka Kode MK Disusun Oleh Ilmu Komunikasi HUMAS 02 85003 Abstract Statistik
Lebih terperinciBAB III ANALISA DAN PERANCANGAN SISTEM. algoritma djikstra, beberapa kebutuhan yang diperlukan meliputi : f. Menyimpan data titik, garis dan gambar
BAB III ANALISA DAN PERANCANGAN SISTEM 3.1 Analisa Kebutuhan Aplikasi Untuk membangun aplikasi lintasan terpendek dengan menggunakan algoritma djikstra, beberapa kebutuhan yang diperlukan meliputi : a.
Lebih terperinciBAB V PENGUJIAN. Tujuan pengujian yang dilakukan terhadap perangkat lunak PRStock adalah sebagai berikut :
BAB V PENGUJIAN Bagian ini membahas tentang pengujian yang dilakukan terhadap perangkat lunak PRStock yang telah diimplementasikan. Hasil pengujian kemudian akan dianalisis untuk mengetahui pencapaian
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN A. Kerangka Konsep Variabel Bebas Variabel Terikat Pengetahuan pasien waktu pelayanan diloket Praktik Petugas Gambar 3.1 Kerangka Konsep B. Hipotesis 1. hubungan antara pengetahuan
Lebih terperinciBAB 1 PENDAHULUAN. Hampir semua fenomena di dunia ini memiliki beberapa ketidakpastian,
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Hampir semua fenomena di dunia ini memiliki beberapa ketidakpastian, yang tidak dapat diperkirakan sebagai sesuatu yang pasti. Pada umumnya pengukuran berulang
Lebih terperinciBab 3 Metode Perancangan Model
23 Bab 3 Metode Perancangan Model 1.1 Metode Penelitian Tahapan penelitian ini dibagi menjadi 5 langkah, yaitu : 1. Rumusan masalah 2. Pengumpulan data 3. Input data dan analisis data 4. Perhitungan dan
Lebih terperinciBAB IV PENGUJIAN SISTEM. mendeteksi tempat parkir yang telah selesai dibuat. Dimulai dari pengambilan
BAB IV PENGUJIAN SISTEM Pengujian sistem yang dilakukan merupakan pengujian terhadap program mendeteksi tempat parkir yang telah selesai dibuat. Dimulai dari pengambilan citra dari webcam, pengolahan citra
Lebih terperinci@copyright by Emy PENGANTAR ALGORITMA & PROGRAM & PROGRAM PENGERTIAN ALGORITMA NOTASI UNTUK ALGORITMA
PENGANTAR ALGORITMA & PROGRAM PENGERTIAN ALGORITMA & PROGRAM NOTASI UNTUK ALGORITMA 1 Kompetensi Mampu menerapkan prinsip algoritma dan program sesuai dengan permasalahan, sistematis dan terstruktur. Mampu
Lebih terperinciBAB 1 : PENDAHULUAN. negara-negara di dunia sebagai pengganti pembangunan global Millenium
BAB 1 : PENDAHULUAN 1.1 Latar Belakang Sustainable Development Goals (SDGs) merupakan upaya pembangunan berkelanjutan yang menjadi acuan dalam kerangka pembanggunan dan perundingan negara-negara di dunia
Lebih terperinciANALISIS DAN PEMBAHASAN
BAB 4 ANALISIS DAN PEMBAHASAN 4.1. Umum Penelitian ini bertujuan untuk menentukan Matriks Asal Tujuan yang dihasilkan dari data arus lalu lintas pada kondisi keseimbangan di Kota Surakarta. Model sebaran
Lebih terperinciPENDETEKSIAN HOTSPOT KASUS PERNIKAHAN DINI WANITA DI JAWA BARAT MENGGUNAKAN STATISTIK PEMINDAIAN SPASIAL (SPATIAL SCAN STATISTIC) PEBRIAN
PENDETEKSIAN HOTSPOT KASUS PERNIKAHAN DINI WANITA DI JAWA BARAT MENGGUNAKAN STATISTIK PEMINDAIAN SPASIAL (SPATIAL SCAN STATISTIC) PEBRIAN DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
Lebih terperinciBeberapa hal yang perlu diperhatikan dalam instalasi XVMC adalah yang. pertama, instalasi dilakukan pada linux distro Ubuntu versi 7.
Bab III. X Ray Voxel Monte Carlo (XVMC) Beberapa hal yang perlu diperhatikan dalam instalasi XVMC adalah yang pertama, instalasi dilakukan pada linux distro Ubuntu versi 7.04 yang dikenal sebagai Fiesty
Lebih terperinciBAB IV ANALISIS DAN PEMBAHASAN
BAB IV ANALISIS DAN PEMBAHASAN Pada bab ini akan dibahas mengenai gambaran persebaran IPM dan komponen-komponen penyususn IPM di Provinsi Jawa Tengah. Selanjutnya dilakukan pemodelan dengan menggunakan
Lebih terperinciBAB III METODE PENELITIAN. Populasi yang digunakan dalam penelitian ini adalah perusahaan yang terdaftar di
25 BAB III METODE PENELITIAN 3.1 Populasi dan Sampel Penelitian Populasi yang digunakan dalam penelitian ini adalah perusahaan yang terdaftar di BEI dalam kurun waktu tahun 2010-2012. Pemilihan sampel
Lebih terperinciBAB I PENDAHULUAN. Jaringan Internet merupakan jaringan internasional (World Wide Web) yang
1 BAB I PENDAHULUAN 1.1 Latar Belakang Jaringan komputer merupakan media untuk melakukan koneksi yang menghubungkan pengguna jaringan tersebut dengan melalui perangkat komputer. Jaringan Internet merupakan
Lebih terperinciBab IV File Geodatabase
Bab IV File Geodatabase Perangkat lunak ArcGIS dapat menggunakan atau mengimpor hampir semua format file SIG untuk ditampilkan maupun diproses. Namun, format file yang direkomendasikan untuk digunakan
Lebih terperinciEVALUASI EFEKTIVITAS LOKASI TEMPAT PENAMPUNGAN SAMPAH SEMENTARA KOTA SURAKARTA TAHUN 2013 SKRIPSI
EVALUASI EFEKTIVITAS LOKASI TEMPAT PENAMPUNGAN SAMPAH SEMENTARA KOTA SURAKARTA TAHUN 2013 SKRIPSI Disusun Oleh: Dyah Eko Ganteng Prasetya K5409022 JURUSAN PENDIDIKAN ILMU PENGETAHUAN SOSIAL FAKULTAS KEGURUAN
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Dalam bagian ini dijelaskan aktifitas yang dilakukan dalam melakukan penelitian dibagi menjadi 2 (dua) yaitu: 1) Perancangan Skenario; dan 2) Penerapan Skenario. 3.1. Perancangan
Lebih terperinciHASIL DAN PEMBAHASAN
19 HASIL DAN PEMBAHASAN Deskripsi Data Secara umum, wilayah Jawa Timur dapat dibagi menjadi 2 bagian besar, yaitu Jawa Timur daratan dan Kepulauan Madura. Luas wilayah Jawa Timur daratan hampir mencakup
Lebih terperinciDr. Djunjunan No.133 Bandung 40173
BAB III DATA DAN METODE PENELITIAN A. Metode Penelitian Dalam penelitian ini metode yang digunakan adalah metode korelasional. Tujuan penelitian korelasional adalah untuk mendeteksi sejauh mana variasi-variasi
Lebih terperinciBAB I PENDAHULUAN. ketelitian dan beresiko seperti kontrol peralatan mekanik. akan adanya kesalahan (human error) dan jauh dari resiko yang
BAB I PENDAHULUAN 1.1 Latar belakang Kemajuan dalam bidang teknologi khususnya komputer mendorong manusia untuk memanfaatkannya sebagai alat yang dapat membantu dan mempermudah pekerjaan dalam bidang apa
Lebih terperinciMETODE PENELITIAN. Setiabudi 8
IV. METODE PENELITIAN 4.1. Lokasi dan Waktu Penelitian Penelitian mengenai sikap konsumen terhadap daging sapi lokal dan impor ini dilakukan di DKI Jakarta, tepatnya di Kecamatan Setiabudi, Kotamadya Jakarta
Lebih terperinciMengenal Codeigniter (CI) Framework
Mengenal Codeigniter (CI) Framework Ramdhan Indra Bangun Dadhan.rpl@gmail.com Abstrak CodeIgniter adalah sebuah web application framework yang bersifat open source digunakan untuk membangun aplikasi php
Lebih terperinciJumlah Penduduk per Kecamatan
Jumlah Penduduk per Kecamatan Kecamatan Pria Wanita Jumlah Kode Nama n % n % n % 1 33.72.01 LAWEYAN 48.879 17.93% 50.923 18,16% 99.802 18,05% 2 33.72.02 SERENGAN 26.320 9.66% 27.453 9,79% 53.773 9,73%
Lebih terperinciBab 1 Pendahuluan 1.1 Latar Belakang
Bab 1 Pendahuluan 1.1 Latar Belakang Iklim adalah suatu kejadian cuaca selama kurun waktu yang panjang, yang secara statistik cukup dapat dipakai untuk menunjukkan nilai statistik yang berbeda dengan keadaan
Lebih terperinciBAB 3 METODE PENELITIAN. Wilayah dan pengumpulan data yang diambil adalah di Kabupaten Bekasi
BAB 3 METODE PENELITIAN 3.1 Wilayah dan Pengumpulan Data Wilayah dan pengumpulan data yang diambil adalah di Kabupaten Bekasi yang terdiri dari 23 Kecamatan. Lokasi masing-masing kecamatan dapat dilihat
Lebih terperinciPERSYARATAN PRODUK. 1.1 Pendahuluan Latar Belakang Tujuan
BAB 1 PERSYARATAN PRODUK Bab ini membahas mengenai hal umum dari produk yang dibuat, meliputi tujuan, ruang lingkup proyek, perspektif produk, fungsi produk dan hal umum yang lainnya. 1.1 Pendahuluan Hal
Lebih terperinciPERHITUNGAN VALUE AT RISK PORTOFOLIO SAHAM MENGGUNAKAN METODE SIMULASI MONTE CARLO
PERHITUNGAN VALUE AT RISK PORTOFOLIO SAHAM MENGGUNAKAN METODE SIMULASI MONTE CARLO Adilla Chandra 1*, Johannes Kho 2, Musraini M 2 1 Mahasiswa Program S1 Matematika 2 Dosen Jurusan Matematika Fakultas
Lebih terperinciIV. METODE PENELITIAN
33 IV. METODE PENELITIAN 3.1 Kerangka Pemikiran Berdasarkan perumusan masalah, tujuan dan manfaat, penelitian ini dibangun atas dasar kerangka pemikiran bahwa kemiskinan merupakan masalah multidimensi
Lebih terperinciBAB IV UJICOBA DAN ANALISA SISTEM
BAB IV UJICOBA DAN ANALISA SISTEM Setelah perencangan dan pembuatan program maka langkah selanjutnya yaitu melakukan pengujian program dan menganalisa terhadap program yang telah dibuat. Pengujian program
Lebih terperinciBAB III PERANCANGAN SISTEM. membahas tentang ilmu yang terkait dalam permasalahan tersebut.
BAB III PERANCANGAN SISTEM 3.1. Landasan Teori Landasan teori digunakan untuk menyelesaikan masalah secara sistematis. Pada bab ini akan membahas landasan teori yang meliputi landasan teori mengenai hal-hal
Lebih terperinciEvaluasi petani terhadap program siaran pedesaan Radio Republik Indonesia (RRI) sebagai sumber informasi pertanian di kota Surakarta
Evaluasi petani terhadap program siaran pedesaan Radio Republik Indonesia (RRI) sebagai sumber informasi pertanian di kota Surakarta Disusun Oleh : Eliya Saidah H0402035 I. PENDAHULUAN A. Latar Belakang
Lebih terperinciBAB IV KESIMPULAN DAN SARAN. 5.1 Kesimpulan. terhadap perekonomian kota surakarta. Analisis
64 BAB IV KESIMPULAN DAN SARAN 5.1 Kesimpulan Penelitian ini bertujuan untuk mengetahui perkembangan real estat Kota Surakarta berdasarkan besaran, sebaran dan pola pergerakannya serta dampaknya terhadap
Lebih terperinciBAB 1 PENDAHULUAN. mengikutkan konsep dasar, seperti kapasitas dan kesesuaian. Syarat-syarat yang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Dalam perencanaan sistem suatu struktur, hampir semua teknik mengikutkan konsep dasar, seperti kapasitas dan kesesuaian. Syarat-syarat yang harus dipenuhi struktur
Lebih terperinci