MODUL 2 PERCOBAAN SATU FAKTOR DAN UJI PERBANDINGAN NILAI TENGAH

Ukuran: px
Mulai penontonan dengan halaman:

Download "MODUL 2 PERCOBAAN SATU FAKTOR DAN UJI PERBANDINGAN NILAI TENGAH"

Transkripsi

1 MODUL PERCOBAAN SATU FAKTOR DAN UJI PERBANDINGAN NILAI TENGAH A. Pendahuluan Pecobaan sau fako adalah suau pecobaan ang dancang dengan hana melbakan sau fako dengan bbeapa aaf sebaga pelakuan. Rancangan n pada dasana menjaga konds fako-fako lan dalam konds eap. Sebaga conoh pecobaan hasl poduks jagung aau pad bebeapa vaas, pecobaan pemupukan dengan bebaga doss ang melbakan sau jens pupuk, pecobaan faksnas dengan bebga doss ang melbakan sau jens faksn dan lan-lan. Pecobaan sau fako dapa deapkan pada bebaga ancangan lngkungan sepe RAL, RAKL, RBSL dll eganung da konds un pecobaan ang dgunakan. Adapun uang lngkup mae modul n melpu : Rancangan Acak Lengkap (RAL), Rancangan Acak Kelompok Lengkap (RAKL), Rancangan Bujus Sangka Lan (RBSL) dan Uj Pebandngan NlaI Tengah Pelakuan. Keekaan modul n dengan modul lanna adalah bahwa modul n sanga ea kaan dengan modul selanjuna sepe pecobaan dua fako aau lebh. Sasaan ang ngn dcapa da Bahan Pembelajaan n adalah : 1. Mahasswa dapa menjelaskan secaa euls dan membedakan caa pengacakan RAL, RAKL dan RBSL. Mahasswa dapa menulskan model lne adf RAL, RAKL dan RBSL dan menjelaskan smbol-smbol ang dgunakan 3. Mahasswa dapa menuunkan umus-umus dalam analss vaans (ANAVA) pada Rancangan Acak lengkap 4. Mahasswa dapa membua abel anava pad RAL, RAKL dan RBSL. 5. Mahasswa dapa menggunakan uj pebandngan nla engah 1

2 6. Mahasswa dapa mengaplkaskan pada bebaga bdang lmu pengeahuan. 7. Mahasswa dapa menggunakan sofwae Saska dalam menganalss RAL, RAKL dan RBSL. B. Uaan Bahan Pembelajaan 1. Rancangan Acak Lengkap (Compleel Randomze Desgn = RAL) Peneapan pecobaan sau fako dalam ancanagn acak lengkap aau dsngka RAL, basana dgunakan jka konds un pecobaan ang dgunakan elaf homogen. Pecobaan n basa dlakukan d laboaoum / umah kaca dan melbakan sedk un pecobaan, keheeogenan un pecobaan bsa damn. Sedangkan unuk dlapangan keheeogenan un pecobaan sanga sul unuk dpenuh, begu juga bla melbakan un-un pecobaan ang cukup besa. Rancangan Acak Lengpak (RAL) meupakan ancangan ang palng sedehana d anaa ancangan-ancangan ang baku. Jka ka ngn mempelaja buah pelakuan dan menggunakan sauan pecobaan unuk seap pelakuan aau menggunakan oal sauan pecobaan, maka RAL membuuhkan ka mengalokaskan pelakuan secaa acak kepada sauan pecobaan. Bebeapa keunungan da penggunaan RAL, anaa lan : (1) denah peancangan lebh mudah, () analss sascs ehadap subjek pecobaan sanga sedehana, (3) fleksbel dalam penggunaan jumlah pelakuaan dan jumlah ulangan, (4) kehlangan nfomas elaf sedk dalam dalam hal daa hlang dbandngkan dengan ancangan lan. Penggunaan ancangan acak lengap (RAL) akan epa dalam kasus : (1) bla bahan pecobaan homogen aau elaf homogen, dan () jumlah pelakuan ebaas.

3 1.1 Pengacakan dan Bagan Pecobaan Pengacakan adalah suau poses ang membua kadah-kadah peluang dapa deapkan sehngga analss daa menjad sahh. Melalu pengacakan seap sauan pecobaan mempuna peluang ang sama unuk menema suau pelakuan. Pengacakan dapa dkejakan dengan caa undan (loee) aau menggunakan abel angkah acak aaupun menggunakan sofwae compue. Beku n akan dkemukakan poses pengacakan sebaga beku. Kasus. Suau pecobaan dengan empa buah pelakuan (P1,P,P3 dan P4) dan seap pelakuan dulang sebanak ga kal. Dengan demkan akan melbakan un pecobaan sebanak 3x4=1 un pecobaan. Pengancakan pelakuan dlakukan langsung ehadap ehadap 1 un pecobaan. Sehngga bagan pecobaanna dgambakan sebaga beku. P1 P3 P P un pecobaan P P3 P4 P1 P1 P4 P3 P4 3

4 Tabulas Daa dsajkan sebaga beku : Ulangan Pelakuan P1 P P3 P Y Y Y Toal ( o ) 1o Y o 3o 4o 1. Model Lne dan Penguaan Keagaman Toal Model lne adf secaa umum da ancangan sau fako dengan RAL dapa dbedakan menjad dua au model eap dan model acak. Model eap adalah model dmana pelakuan-pelakuan ang dgunakan dalam pecobaan beasal da populas ang ebaas dan pemlhan pelakuana denukan secaa langsung oleh spenel. Kesmpulan ang dpeoleh da model eap ebaas hana pada pelakuan-pelakuan ang cobakan saja dan dak bsa dgenealsaskan. Dalam model n pengauh pelakuan (τ ) besfa eap dan gala pecobaan (ε ) bebas, meneba secaa nomal dengan nla engah sama dengan nol dan agam sama dengan (σ ). Sedangkan model acak meupakan model dmana pelakuan-pelakuan ang dcobakan meupakan sampel acak da populas pelakuan. Dalam model acak, seoang penel akan behadapan dengan populas pelakuan. Kesmpulan ang dpeolah da model acak belaku secaa umum unuk seluuk populas pelakuan ang ddasakan aas buah pelakuan ang dcobakan dmana pelakuan-pelakuan esebu dplh secaa acak da populas pelakuan ang ada. 4

5 Benuk umum model lne adf dapa dulskan sebaga beku. aau ; 1,,..., ; j 1,,..., dmana: Pengamaan pada pelakuan ke- dan ulangan ke-j Raaan umum Pengauh pelakuan ke- Eo (pengauh acak) pada pelakuan ke- dan ulangan ke-j Asums unuk model eap adalah 0, Va( ) dan 1 bs ~ N(0, ), sedangkan unuk model acak adalah bahwa E( ) 0, ( ) Va, Va( ), dan ~ N(0, ) bs. Benuk umum hpoess ang akan duj sebaga beku : H H o 1 : 1 0 : Ada 0 unuk 1,,, aau H H o 1 : 1 : Ada unuk * * 5

6 penduga da Bedasakan model d aas maka dengan meode kuada ekecl, ˆ, ˆ o dan, dan dpeoleh sebaga beku : ˆ e ˆ o sehngga keagaman oal dapa duakan sbb : o o aau ( ) ( o ) ( o ) dan jka dkuadakan d jumlahkan, maka dpeoleh : 1 j1 ( ) 1 j1 ( o ) 1 j1 1 j1 ( ( o o ) )( o ) kaena ( o )( o ) 0. 1 j1 6

7 Rumusan d aas secaa bahasa dapa dnaakan sebaga : Jumlah kuada oal = jumlah kuada pelakuan +jumlah kuda gala (eo), Aau jka Jumlah Kuada Toal dnaakan dengan JKT, Jumlah Kuada Pelakuan dnaakan dengan JKP, dan Jumlah Kuada Gala (Eo) dnakan dengan JKG, maka benuk d aas dapa dulskan menjad: JKT = JKP + JKG Tabel Analss Vaans (ANAVA) dengan uaan keagaman d aas dsajkan dalam abel beku. Tabel 1. Analss Vaans Bedasakan Uaan Keagaman. Sumbe keagaman Deaja bebas (DB) Jumlah kuada (JK) Kuada engah (KT) F-hung Ulangan Sama ( 1... ) Pelakuan -1 JKP KTP KTP/KTG Gala T(-1) JKG KTG Toal -1 JKT Ulangan Tdak Sama (... 1 ) Pelakuan -1 JKP KTP KTP/KTG Gala 1) ( JKG KTG Toal 1 JKT 7

8 Rumus unuk menghung jumlah kuada unuk pecobaan dengan ulangan seap pelakuan sama dapa dumuskan sebaga beku. Unuk FK = Fako Koeks, maka FK Unuk JKT = Jumlah Kuada Toal, maka JKT ( ) 1 j1 1 j1 FK Unuk JKP = Jumlah Kuada Pelakuan, maka JKP o ( o ) 1 j1 1 FK Unuk JKG = Jumlah Kuada Gala, maka JKG 1 j1 ( o ) JKT JKP 1.3. Pengujan Hpoess Sask uj F hung =KTP/KTG mngku sebaang F dengan deaja bebas pemblang sebesa -1 dan deaja bebas penebu sebesa (-1). Dengan demkan jks nls F hung > F abel ( F ;( 1); ( 1) ) maka hpoess nol dolak. Dan belaku sebalkna. Penolakan hpoess nol ( H o) bemplkas bahwa 8

9 pelakuan ang bekan pada un-un pecobaan membekan pengauh ang naa ehadap espon ang dama. Penduga vaans gala dapa duakan sbb: ˆ JKG ( 1) JKG ( 1) ( 1 1) s 1 ( 1) s... ( 1) s ( 1) Penduga vaans pengauh pelakuan adalah ˆ KTP KTG dan Koefsen Keagaman/vaans (KK) aau seng juga dsebu sebaga keagaman elaf ehadap besaan daa adalah : KK ˆ x100% KTG x100% Nla KK ang elalu besa bla dbandngkan dengan nla ang basa dpeoleh penel, mencemnekan bahwa un-un pecobaan ang dgunakan dak homogen. Besaan deal da nla KK n sanga eganung pada bdang sud ang dgelu. Sebaga conoh, unuk bdang peanan nla KK ang danggap waja adalah 0%-5%, namun demkan unuk pecobaan ang dlakukan d laboaoum nla KK enuna dhaapkan lebh kecl. Besaan KK dapa dgunakan sebaga ala unuk mendeeks apakah daa ang dpeoleh pelu dansfomas. 9

10 Conoh. Suau penelan mengena kandungan nogen dalam mllgam da anaman ed clove ang dsunk dengan jamu Rhzobum fol dambah gabungan da lma san Rhzobum melo. Tedapa enam pelakuan, dmana lma pelakuan meupakan penulaan R. fol salah sau R. melo sea sau pelakuan meupakan penulaan gabungan dasemua san. Penulaan dlakukan d umah kaca, dmana seap pelakuan dlakukan pada 5 po anaman. Jumlah po ang dsedakan adalah 30 buah dengan anaman ang seupa. Penunkan keenam pelakuan dlakukan secaa acak. Pecobaan menggunakan ancangan acak lengkap. Hasl pengukuan kandungan Nogen anaman ed clove (mg) sebaga beku. Ulangan Pelakuan 3Dok1 3Dok5 3Dok4 3Dok7 3Dok13 Gabungan Toal 1 19,4 17,7 17,0 0,7 14,3 17,3 3,6 4,8 19,4 1,0 14,4 19,4 3 7,0 7,9 9,1 0,5 11,8 19,1 4 3,1 5, 11,9 18,8 11,6 16,9 5 33,0 4,3 15,8 18,6 14, 0,8 Toal 144,1 119,9 73, 99,6 66,3 93,5 596,6 Raaan 8,8 4,0 14,6 19,9 13,3 18,7 Hasl penelan esebu dapa dbua langkah-langkah pengujan sebaga beku : 10

11 1. Model ; 1,,...,6; j 1,,...,5 dmana : kandungan nogen da anaman ke-j ang mempeoleh pelakuan ke- Raaan umum (nla engah) Pengauh pelakuan ke- Eo (pengauh acak) pada anaman ke-j ang mempeoleh pelakuan ke-. Asums ang dpelukan unuk analss n adalah : a. Komponen μ, τ dan ε besfa adf b. Nla engah τ ( = 1,,3,4,5,6) eap, τ 0 dan E( ) c. ε bul secaa acak, meneba secaa nomal dengan nla engah nol dan agam σ, aau duls ~ N(0, ) 1 3. Hpoess Hpoess ang akan duj melalu model n adalah : 11

12 H o : dak ada pengauhpelakuan ehadap kandungan nogen anaman H1 : Ada 0 unuk 1,,,6 mnmal ada saupelakuanang kandungan nogenanaman mempengauh 4. Pehungan Adapun ahap-ahap pehungan sebaga beku : a. Deaja bebas (db) unuk seap sumbe keagaman sebaga beku : db oal =. 1 =(6)(5) 1 = 9 db pelakuan = 1 = 6 1 = 5 db gala = ( - 1) =6(5-1) =4 b. Dengan menggunakan noas sebaga pengukuan hasl kandungan nogen unuk masng-masng anaman, sebaga jumlah pelakuandan jumlah ulangan poses pehungan Jumlah Kuada (JK) sebaga beku : Fako Koeks aau FK 596, ,38 Jumlah Kuada Toal aau JKT FK 119, 98 1 j1 Jumlah Kuada Pelakuan aau JKP o FK 847, 05 1 Jumlah Kuada Gala aau JKG JKT JKP 119,98 847,05 8,93 1

13 c. Menghung Kuada Tengah (KT) melalu pembagan seap JK dengan deaja bebasna, sebaga beku : Kuada Tengah Pelakuan aau KTP = JKP = 847,05 = 169, Kuada Tengah Gala aau KTG = JKG = 8,93 = 11,79 ( 1) 4 d. Menghung nla F hung, akn : F hung = KTP KTG = 169,41 11,79 = 14,37 e. Menghung Koefsen Keagaman (KK), akn : KK KTG 11,79 x 100% 17,6 % 19,89 f. Bedasakan hasl pehungan d aas, dapa dsusun abel analss vaans (ANAVA) sebaga beku : Sumbe Keagaman Bas (ha) Kolom (mobl) Pelakuan Gala DB JK KT F hung F abel ,36 13,36 3,76 16,88 Toal 4 61,36 1,84 3, ,30 n,37 n 4,1* 5% 1% 3,6 3,6 3,6 5,41 5,41 5,41 13

14 5. Kadah Kepuusan Adapun kadah kepuusan pengujan adalah sebaga beku : a. Jka F hung lebh besa dapada F abel pada aaf 1%, pebedaan danaa nla engah pelakuan (aau pengauh pelakuan) dkaakan sanga naa (F hung danda dengan anda **). b. Jka F hung lebh besa d pada F abel pada aaf 5 %, pebedaan danaa nla engah pelakuan (aau pengauh pelakuan) dkaakan naa (F hung dapa danda dengan anda *). c. Jka F hung lebh kecl d pada F abel pada aaf5 %, pebedaan danaa nla engah pelakuan (aau pengauh pelakuan) dkaakan naa (F hung dapa danda dengan n). Bedasakan kadah kepuusan d aas, kaena nla F hung =14,37 lebh besa d pada F abel pada aaf 1 %, maka dpuuskan unuk menolak H o, ang bea pebedaan d anaa pelakuan sanga naa. 6. Kesmpulan Raa-aa (ang sesungguhna) da ke enam pelakuan ang dcobakan dak semuana sama. Aau, palng sedk ada sau pelakuan ang aa-aana bebeda dengan ang lan. Aau palng sedk ada sau pelakuan ang mempengauh kandungan nogen anaman sehngga nla aa-aana bebeda dengan ang lanna. Hasl pehungan d aas, menghaslkan pula nla KK = 17,6%. Nla KK menunjukkan deaja keepaan dalam suau pecobaan eenu. Koefsen keagaman (KK) meupakan ndeks keeandalan ang bak bag suau pecobaan Ia menujukkan gala pecobaan sebaga 14

15 pesenase da nla enagah umum, sehnmgga jka nla n (KK) semakn besa menunjukkan keeandalan suau pecobaan semakn endah. Dengan demkan unuk penelan d aas gala pecobaan sebaga pesenase da nla engah umum adalah 17,6%. Walaupun dak ada paokan beapa sebakna nla kk n, eap pecobaan ang cukup eandal sebakna nla kk dak melebh 0%.. Rancangan Acak Kelompok Lengkap (Complee Block Desgn =RAKL) Rancangan acak kelompok lengkap sanga bak dgunakan keheeogenan un pecobaan beasal da sumbe keagaman. Sebaga conoh, pecobaan ang dlakukan pada ha ang bebeda, pecobaan ang melbakan umu anaman aau hewan ang bebeda dan lan-lan. Dsampng u pecobaan RAKL cukup bak dgunakan unuk mengaas kesulan dalam mempesapkan un pecobaan ang homogen dalam jumlah besa. Komponen keagaman un pcobaan ang pelu dpehakan dalam menenukan pembenukan kelompok adalah komponen keagaman dlua pelakuan ang ku mempengauh espon da un-un pecobaan dan hendakna menghnda ejad neaks dengan pelakuan. RAKL meupakan salah sau benuk ancangan ang elah dgunakan secaa meluas dalam bebbaga bdang sepe peanan, nduks, kesehaan dll. Rancangan n dckan oleh adana kelompok dalam jumlag ang sama, dmana seap kelompok dkenakan pelakuan-pelakuan. Melalu pengempokan ang epa aau efekf, maka ancangan n dapa menguang gala pecobaan. Dsampng u ancangan n juga fleksbel dan sedehana. Jka pada RAL ang dpelaja adalah sau keagaman ang menebabkan nla-nla pengamaan beagam, au keagaman kaena pelakuan ang dcobakan, maka pada RAKL ang dpehakan adalah d sampng pelakuan dan pengauh gala mash dlha juga adana kelompok ang bebeda. Kalau 15

16 dgunakan RAL maka sauan pecobaan haus homogen sedangkan ang belanan adalah pelakuan, apabla menggunakan RAKL sauan pecobaan dak pelu homogen, dmana sauan sauan pecobaan esebu dapa dkelompokkan ke dalam kelompok-kelompok eenu sehngga sauan pecobaan dalam kelompok esebu menjad elaf homogen. Dengan demkan poses pengelompokan adalh membua keagaman dalam kelompok menjad sekecl mungkn dan keagaman ana kelompok menjad sebesa mungkn. Suau pengempokan ang epa akan menngkakan pebedaan d anaa kelompok-kelompok semenaa akan mennggalkan sauan pecobaan d dalam kelompok homogen..1 Pengacakan dan Bagan Pecoban Kasus. Suau pecobaan dengan lma buah pelakuan (P1, P, P3, P4 dan P5) dan seap pelakuan dulang dalam ga kelompok aau blok. Dengan demkan akan un pecobaan ang dlbakan sebanak 5 un seap blok sehngga secaa keseluuhan dbuuhkan 3x5=15 un pecobaan. Pengacakan dlakukan pada masng-masng blok pecobaan. Sehngga bagan pecobaanna dapa fgambakan sebaga beku : 16

17 P5 P1 P3 P P4 Blok 1 P4 P P1 P5 P3 Blok P1 P P5 P3 P4 Blok 3 Tabulas daana dapa dsajkan sebaga beku : Blok P1 P P3 P4 P5 Toal Blok ( oj ) o o o3 Toal Pelakuan ( o ) 1o o 3o 4o 5o 17

18 . Model Lne dan Penguaan Keagaman Model Lne adf seca umum ancangan acak kelompok lengkap adalah sebaga beku : ; 1,,..., ; j 1,,..., b j dmana Pengamaan pada pelakuan ke- dan kelompok ke-j Raaan umum Pengauh pelakuan ke- j = Pengauh kelompok ke-j Eo (pengauh acak) pada pelakuan ke- dan kelompok ke-j b Asums unuk model eap adalah 0, j 0, dan 1 1 bs bs ~ N(0, ), sedangkan unuk model acak, ~ N(0, ), bs bs j ~ N(0, ), dan ~ N(0, ). 18

19 Benuk umum hpoess ang akan duj sebaga beku : 1) Pengauh Pelakuan : H H o 1 : 1 0 : Ada 0 unuk 1,,, ) Pengauh Kelompok: H H o 1 : 1 : Ada 0 j b 0 unuk j 1,,, b penduga da blok ) beku: Bedasakan model d aas maka dengan meode kuada ekecl,,, pengauh pelakuan ) j ( dan pengauh acak aau gala /eo ) ˆ, ˆ, ˆ o, j oj ˆ, o (, pengauh kelompok aau ( dpeoleh sebaga ˆ oj dan ˆ e ˆ o oj Sehngga keagaman oal dapa duakan sbb : o o oj oj aau ( ) ( o ) ( oj ) ( o oj ) 19

20 dan jka dkuadakan d jumlahkan, maka dpeoleh : b 1 j1 ( ) b 1 j1 ( o ) b 1 j1 ( oj ) b 1 j1 ( o oj ) kaena b 1 j1 b 1 j1 b 1 j1 ( )( ) 0 o oj ( )( ) 0 o o oj ( )( ) 0 jo o oj, dan Jad dpeoleh : JKT = JKP +JKB +JKG Adapun abel analss vaans (anava) dapa dsajkan pada abel beku. 0

21 Sumbe keagaman Deaja bebas (db) Jumlah kuaa (JK) Kuada engah (KT) F hung Pelakuan -1 JKP KTP KTP/KTG Blok b-1 JKB KTB KTB/KTG Gala (-1)(b-1) JKG KTG Toal (b -1) JKT Rumus-umus pehungan dalam anava sbb: Fako Koeks (FK) FK b Jumlah Kuda Toal (JKT) JKT b b ( ) 1 j1 1 j1 FK Jumlah Kuada Pelakuan (JKP) JKP o b b 1 ( o ) FK 1 j1 1 b 1 o FK Jumlah Kuada Blok (JKB) JKP b 1 j1 ( oj b b oj 1 ) FK j1 j1 oj FK Jumlah Kuada Gala JKG ( b 1 j 1 o oj ) JKT JKP JKB 1

22 Pengujan hpoess ang dlakukan bedasakan pada keenuan beku. F hung = KTP/KTG bedsbus F dengan db pemblang -1 dan db penebu (-1)(b-1), Jka F hung > F ;( 1);( 1)( b1), maka H o dolak dan belaku sebalkna. F hung = KTB/KTG bedsbus F dengan db pemblang b-1 dan db penebu (-1)(b-1), Jka F hung > F ;( b1);( 1)( b1), maka H o dolak dan belaku sebalkna. Conoh. Suau pecobaan d bdang peenakan enang pengauh bebaga campuan ansum (makanan), kaakanlah campuan A, B, C, dan D ehadap penambahan bobo badan selamamasa pecobaan (duku dalam kg). Hewan pecobaan ang dgunakan adalah domba janan ang ed da umu ang bebeda. Kaena bebeda umu, maka dlakuan pengelompokan dan kaakanlah ada empa kelompok bedasakan ngka umu domba esebu. Daa hasl pecobaan dbekan pada abel sebaga beku.

23 Kelompok umu Pelakuan A B C D Toal Kelompok Toal Pelakuan Raa-aa 3,5 4,75 8,50 4,50 5,5 Bedasakan hasl pecobaan d aas dapa dbua langkah-langkah pengujan sebaga beku. 1. Model : Asumskan bahwa ka hana beuusan dengan keempa macam makanan esebu, sehngga model ang dhadap adalah model eap. Model lne unuk pecobaan d aas, adalah : j ; 1,,3,4 ; j 1,,3,4 dmana Penambahan bobo badan domba ke-j ang mempeoleh campuan makanan ke- Raaan umum 3

24 Pengauh pelakuan makanan ke- j = Pengauh kelompok domba (kelompok umu) ke-j Pengauh gala pecobaan pada domba ke-j ang mempeoleh pelakuan ke-. Asums : Asums ang dbuuhkan unuk analss n adalah (unuk model eap) : a. Komponen μ, τ, β j dan ε besfa adf 0 E( ) b. Nla-nla τ ( = 1,,3,4) eap, 1 τ dan j 0 dan E( ) c. Nla-nla β j (j = 1,,3,4) eap, j j d. ε bul secaa acak, meneba secaa nomal dengan nla engah nol dan agam σ, aau duls ~ N(0, ) Hpoess : H o : penambahan 0 dak adapengauhpelakuanmakananehadap bobo domba janan H1 : Ada 0 unuk 1,,3,4 mnmalada saupelakuanmakanan ang mempengauhpenambahanbobo domba janan. 4

25 4. Pehungan : Poses pehungan dapa mengku ahap-ahap beku : a. Deaja bebas (db) unuk seap sumbe keagaman sebaga beku : db oal =.b 1 =(4)(4) 1 = 15 db kelompok = b 1 = 4 1 =3 db pelakuan = 1 = 4 1 = 3 db gala = ( - 1)(b - 1) = (4-1)(4-1) = 9 b. Dengan menggunakan noas sebaga pengukuan hasl penambahan bobo badan masng-masng domba janang, sebaga jumlah pelakuandan b jumlah kelompok (blok) poses pehungan Jumlah Kuada (JK) sebaga beku : Fako Koeks aau FK b Jumlah Kuada Toal aau JKT FK 81 1 j1 Jumlah Kuada Keompok (Blok) aau JKB oj FK b j1 Jumlah Kuada Pelakuan aau JKP o FK 61, 5 1 Jumlah Kuada Gala aau JKG JKT JKB JKP 81 61,5 17,5 5

26 c. Menghung Kuada Tengah (KT) melalu pembagan seap JK dengan deaja bebasna, sebaga beku : Kuada Tengah Kelompok aau KTB = JKB b 1 = 3 = 0,6667 Kuada Tengah Pelakuan aau KTP = JKP 1 = 61,5 3 = 0,5 Kuada Tengah Gala aau KTG = JKG = 17,5 = 1,9444 (b 1)( 1) 3 (3) d. Menghung nla F hung, akn : F hung = KTP KTG = 0,5 1,9444 = 19,54 e. Menghung Koefsen Keagaman (KK), akn : KK KTG 1,9444 x 100% 6,56 % 5,5 f. Bedasakan hasl pehungan d aas, dapa dsusun abel analss vaans (ANAVA) sebaga beku : Sumbe Keagaman Kelompok Pelakuan Gala DB JK KT F hung F abel 3 3 9,0 61,5 17,5 Toal ,6667 0,5 1,9444 5% 1% 10,54** 3,86 6,99 6

27 5. Kaena F hung unuk pelakuan sanga naa, maka ka memuuskan unuk menolak H o. Hal n bea ada pebedaan dalam pengauh pelakuan. 6. Kesmpulan : Bedasakan analss agam d aas, maka dapa d smpulkan bahwa aa-aa ang sesungguhna da keempa pelakuan makanan ang dcobakan dak semuana sama. Aau dengan kaa lan, palngan sedk ada sau pelakuan makanan ang mempengauh penambahan bobo badan domba janang, sehngga nla angahna bebeda dengan ang lan..3 Efsens Relaf (ER) RAKL ehadap RAL Unuk mengeahu apakah RAKL lebh bak dbandngkan dengan RAL dapa dlha da besaan ER da RAKL. Besaan n menunjukkan besana penngkaan ulangan ang dpelukan jka ancangan ang deapkan RAL dbandngkan dengan RAK. dmana : ER ( db b ( db b 1)( db 3)( db 3) ˆ 1) ˆ b db b = deaja bebas gala da RAKL db = deaja bebas gala da RAL ˆb = KTG da RAKL ˆ ( b1) KTBb( 1) KTG b1 7

28 Sebaga conoh, jka ER bea unuk mempeoleh sensfas RAL sama dengan RAKL maka ulangan ang dgunakan dalam peneapan RAL haus kal da blok (kelompok) dalam RAKL. 3. Rancangan Buju Sangka Lan (Lan Squae Desgn aau RBSL) Pada konds eenu keheeogenan un pecobaan dak bsa dkendalkan hana dengan pengelompokan sau ss keagaman un-un pecobaan, namun memelukan penanganan ang lebh kompleks. Konds enuna memelukan benuk ancangan ang lan. Salah sau ancangan ang mampu mengendalkan komponen keagaman un-un pecobaan lebh da sau ss komponen keagaman adalah RBSL. Rancangan n mengendalkan komponen keagaman un-un pecobaan da dua aah (sebulah aah bas dan aah laju). Hal ang pelu dan penng unuk dpehakan dalam meneapkan RBSL melpu : (1) Banakna pelakuan ang dcobakan haus sama banakna ulangan () Pelakuan hana boleh muncul sekal bas dan seap laju. Dengan demkan, RBSL sanga dak efekf pelakuan dalam jumlah besa. bla pecobaan melbakan Dalam RBSL ka menusun pelakuan-pelakuan d dalam kelompok dengan dua caa, ang basana dsebu melalu bas dan melalu kolom. Seap pelakuan hana dbekan sekal unuk seap bas dan kolom. Rancangan n dkenal sebaga suau ancangan ang mampu 8

29 mengelompokkan bas dan kolom. Dengan kaa lan, jka pada RAKL hana mengelompokan sauan pecobaan bedasakan sau kea, maka RBSL mampu mengelompokan sauan pecobaan bedasakan dua kea, au basdan kolom. Pesaaan RBSL ang kadang-kadang danggap sebaga suau keebaasan da ancangan n adalah bahwa jumlah ulangan haus sama dengan jumlah pelakuan. Keebaasan n kadang-kadang dpandang sanga seus, kaena unuk jumlah pelakuan ang besa bea haus dulang sebanak u sehngga danggap kuang peaks. Keebaasan lan adalah bahwa unuk jumlah pelakuan ang elalu kecl da empa akan mengakbakan jumlah deaja bebas gala pecobaan menjad sanga kecl dengan konsekuensna bahwa gala pecobaan menjad besa. Dengan demkan, secaa umum RBSL hana dgunakan unuk pecobaan ang menggunakan empa sampa dengan delapan pelakua. Kaena keebaasan dan kuang fleksbelnamembua RBSL dak dgunakan secaa meluas dalam pecobaan-pecobaan meskpun memlk kemampuan ang besa dalam mengendalkan gala pecobaan. Namun, bukan bea RBSL dak penng dan dak dpegunakan sama sekal. Dalam kenaaanna kadang-kadang RBSL dpegunakan secaa efekf dalam menganspas masalah kekuangan sauan pecobaan. 3.1 Pengacakan dan Bagan Pecobaan Kasus : Suau penelan melbakan empa pelakuan (A, B, C, dan D), dmana penempaan pelakuan dacak bedasakan poss bas dan laju dan un-un pecobaan dpelukan sebanak 4x4=16 un pecobaan. Salah sau caa mendapakan penempaan pelakuan ang epa maka dapa dlakukan ga langkah sebaga beku. 9

30 (1) Plh pelakuan secaa acak dan empakan pada dagonal uama () Acaklah penempaan bas dan (3) Acaklah penempaan laju. Salah sau kemungknan bagan pecobaan sebaga beku : No. laju No.bas C D A B B C D A 3 A B C D 4 D A B C Unuk pengacakan penempaan bas, salah sau haslna dpelhakan pada abel beku. No. laju acak bas B C D A 4 D A B C 1 C D A B 3 A B C D Unuk pengacakan penempaan laju, salah sau haslna dpelhakan pada abel beku. 30

31 acak laju no. bas C D B A 4 A B D C bagan 1 D A C B pecobaan 3 B C A D Teakh Benuk abulasna dsajkan bedasakan bagan pecobaan eakh sbb : Bas Laju Toal bas ( o(o) ) 1 C 11(3) D 1(4) B 13() A 14(1) 1o(o) A 1(1) B () D 3(4) C 4(3) o(o) 3 D 31(4) A 3(1) C 33(3) B 34() 3o(o) 4 B 41() C 4(3) A 43(1) D 44(4) 4o(o) Toal laju ( o(o) ) o1(o) o(o) o3(o) o4(o) (o) 31

32 3. Model Lne dan Penguaan Keagaman Toal Model Lne adf secaa umum ancangan buju sangka lan adalah sebaga beku : dmana ; j k 1,,..., ( k) j ( k) ( k) Pengamaan pada pelakuan ke-k dalam bas ke-, laju ke-j Raaan umum Pengauh pelakuan ke-k k = Pengauh bas ke- j = Pengauh laju ke-j Eo (pengauh acak) pada pelakuan ke-k dalam bas ke-, laju ke-j Asums unuk model eap adalah k 0, 0 j 0, dan k bs bs ~ N(0, ), sedangkan unuk model acak, k ~ N(0, ), bs ~ N(0, bs bs, j ~ N(0, ), dan ~ N(0, ). ) Benuk umum hpoess ang akan duj sebaga beku : 3

33 1) Pengauh pelakuan : H H o 1 : 1 0 : Ada 0 unuk k k 1,,, ) Pengauh bas: H H o 1 : 1 0 : Ada 0 unuk 1,,, 3) Pengauh laju : H H o 1 : 1 : Ada 0 j 0 unuk j 1,,, Suku abel analss vaans (anava) dunjukkan dalam abel beku. Sumbe keagaman Deaja bebas (db) Jumlah kuaa (JK) Kuada engah (KT) F hung Pelakuan -1 JKP KTP KTP/KTG Bas -1 JKB KTB KTB/KTG Laju -1 JKL KTL KTL/KTG Gala (-1)(-) JKG KTG Toal ( -1) JKT Langkah-langkah pehungan pada anava sbb: 33

34 Fako Koeks (FK) FK ( o) Jumlah Kuda Toal (JKT) JKT ( ( k) ( o) ) 1 j1k 1 1 j1k 1 ( k ) FK Jumlah Kuada Pelakuan (JKP) JKP ( ( k) o) 1 j1k 1 k 1 ( k ) FK Jumlah Kuada Bas (JKB) JKB o( ( o( o) ( o) ) 1 j1k 1 1 o) FK Jumlah Kuada Laju (JKL) JKL oj( ( oj( o) ( o) ) 1 j1k 1 j1 o) FK Jumlah Kuada Gala (JKG) JKG 1 j1k 1 ( ( k) o( o) oj( o) ( k) ( o) ) JKG JKT JKP JKB JKL Pengujan hpoess : 34

35 F hung = KTP/KTG bedsbus F dengan db pemblang -1 dan db penebu (-1)(-), Jka F hung > F ;( 1);( 1)( ), maka H o dolak dan belaku sebalkna. F hung = KTB/KTG bedsbus F dengan db pemblang -1 dan db penebu (-1)(-), Jka F hung > F ;( 1);( 1)( ), maka H o dolak dan belaku sebalkna. F hung = KTL/KTG bedsbus F dengan db pemblang -1 dan db penebu (-1)(-), Jka F hung > F ;( 1);( 1)( ), maka H o dolak dan belaku sebalkna. Conoh. Suau pecobaan elah dlakukan unuk mengeahu pengauh pencanpuan bensn ehadap penghemaan bahan baka ang duku melalu jaak empuh (km/le). Kaena keebaasan mobl ang ada maka, dpuuskan menggunakan RBSL; dengan mempepanjang waku pecobaan. Tedapa lma mek mobl ang bebeda au : Dahasu (P), Honda (H), Nssan (N), Susuk (S), dan Ta (T). Pelakuan ang dcobakan sebanak 5 macam, au : A : B : C : D : E : konol (bensn anpa campuan) konol + bahan X ang dpoduks peusahaan I konol + bahan Y ang dpoduks peusahaan II konol + bahan U ang dpoduks peusahaan I konol + bahan V ang dpoduks peusahaan II Msalkan elah dlakukan pengacakan sepe posedu d aas dpeoleh hasl sbb: 35

36 Ha (Waku) Mek Mobl P H N S T Toal bas 1 B=14 A=10 E=11 C=1 D=10 57 C=10 D=10 B=11 A=8 E= E=14 B=1 C=13 D=11 A= A=11 C=11 D=10 E=10 B= D=13 E=1 A=9 B=10 C13 57 Toal kolom Toal dan nla engah pelakuan dbekan pada abel beku: Pelakuan A B C D E Toal Nla Tengah 9,4 1 11,8 10,8 11,8 Hasl pecobaan d aas dapa dbua langkah-langkah pehungan dan pengujan sbb: 1. Model : Asumskan bahwa ka hana beuusan dengan lma macam pelakuan demkan pula dengan kelma mek mobl esebu, sehngga model ang dhadap adalah model eap. Model lne unuk pecobaan d aas, adalah : ( k) j ( k) ( k) ; j k 1,,3,4, 5 36

37 dmana Penggunaan bahan baka pada ha ke- da mobl ke-j ang mempeoleh pelakuan ke-k Raaan umum Pengauh pelakuan ke-k = Pengauh bas ke- j = Pengauh laju (kolom) ke-j Eo (pengauh acak) pada pelakuan ke-k dalam bas ke-, laju ke-j. Asums : Asums ang dbuuhkan unuk analss n adalah (unuk model eap) : a. Komponen μ, α, β j, τ k dan ε k besfa adf b. Nla-nla α ( = 1,,3,4,5) eap, 0 dan E( ) c. Nla-nla β j (j = 1,,3,4,5) eap, j 0 dan E( j ) j d. Nla-nla τ k (k = 1,,3,4,5) eap, k 0 dan E( j ) j e. ε k bul secaa acak, meneba secaa nomaldan bebas dengan nla engah nol dan agam σ, k ~ N(0, ) aau duls 3. Hpoess : 37

38 H o : dak adapengauhpelakuancampuanbensn ehadap penggunaanbahanbaka H1 : Ada 0 unuk 1,,3,4,5 mnmalada saupelakuancampuanbensnmempengauh penggunaanbahanbaka 4. Pehungan : Poses pehungan dapa mengku ahap-ahap beku : a. Deaja bebas (db) unuk seap sumbe keagaman sebaga beku : db oal = 1 =(5)(5) 1 = 4 db bas (ha) = 1 = 5 1 = 4 db kolom (mek mobl) = 1 = 5 1 = 4 db pelakuan = 1 = 5 1 = 4 db gala = ( - 1)( - ) = (5-1)(5-1) = 1 b. Dengan menggunakan noas sebaga hasl penggunaan bahan baka (km/le) da mobel ke-j pada ha ke-, sebaga jumlah pelakuan, maka poses pehungan Jumlah Kuada (JK) sebaga beku : o. (79) Fako Koeks aau FK 3113, 64 Jumlah Kuada Toal aau JKT FK 61, j1 k1 Jumlah Kuada Bas aau JKB o FK 7, 36 j1 k 38

39 Jumlah Kuada Kolom aau JKK oj FK 13, 36 Jumlah Kuada Pelakuan aau JKK ok FK 3, 76 Jumlah Kuada Gala aau JKG JKT JKB JKK JKP 16, c. Menghung Kuada Tengah (KT) melalu pembagan seap JK dengan deaja bebasna, sebaga beku : Kuada Tengah Bas aau KTB = JKB 1 = 7,36 4 = 1,84 Kuada Tengah Kolom aau KTK = JKK = 13,36 = 3, Kuada Tengah Pelakuan aau KTP = JKP = 3,76 = 5, Kuada Tengah Gala aau KTG = JKG = 16,88 = 1,41 ( 1)( ) 1 d. Menghung nla F hung, akn : F hg (Bas) = KTB KTG = 1,84 1,41 = 1,30 F hg (Kolom) = KTK KTG = 3,34 1,41 =,37 F hg (Pelakuan) = KTP KTG = 5,94 1,41 = 4,1 e. Menghung Koefsen Keagaman (KK), akn : KK KTG o 1,41 x 100% 10,64 % 11,88 f. Bedasakan hasl pehungan d aas, dapa dsusun abel analss vaans (ANAVA) sebaga beku : 39

40 Sumbe Keagaman DB JK KT F hung F abel 5% 1% Bas (ha) 4 7,36 1,84 1,30 n 3,6 5,41 Kolom (mobl) 4 13,36 3,34,37 n 3,6 5,41 Pelakuan 4 3, ,1* 3,6 5,41 Gala 1 16, Toal 4 61,36 5. Kepuusan : Kaena F hung unuk pelakuan naa, maka ka memuuskan unuk menolak H o. Hal n bea ada pebedaan ang naa d anaa nlanla engah pelakuan. 6. Kesmpulan : Bedasakan analss vaans (agam) d aas, maka dapa d smpulkan bahwa pencanpuan bensn mempengauh espon penggunaan bahan baka. Unuk mengeahu lebh jauh enang pelakuan mana ang palng efsen dapa dlakukan dengan pengujan pebandngan nla engah pelakuan. 3.3 Efsens Relaf (ER) da RBSL ehadap RAKL Unuk mengeahu apakah RBSL lebh bak dbandngkan dengan RAKL dapa dlha da besaan ER da RBSL. Jka bas dalam RBSL danggap blok dalam RAKL maka ER n sebenana membandngkan anpa kolom dengan kolom. ER dapa dumuskan sbb: 40

41 dmana : ER ( db l ( db l 1)( db b 3)( db b 3) ˆ 1) ˆ b l db l = deaja bebas gala da RBSL db b = deaja bebas gala da RAKL ˆl = KTG da RBSL ˆ b ( 1) KTL ( 1) ( 1)( ) ( 1) KTG Sebaga conoh, jka ER 3 bea aga sensfas RAKL sama dengan RBSL maka haus blok ang dgunakan dalam peneapan RAKL sebanak 3 kal da banakna laju ang dgunakan dalam RBSL. 4. Uj Pebandngan Nla Tengah Pada pembahasan sebelumna, uj F dgunakan unuk menguj pebedaan pelakuan ang dcobakan. Jka hpoess nol dema, ang bea semua pelakuan ang dcobakan membekan pengauh ang sama, dengan kaa lan nla engah pelakuan esebu semuana sama, maka n membekan konsekuens pada ka unuk dak pelu lag melakukan pengujan lanjuan. Dengan kaa lan jka hpoess nol dema, maka dak ada lag peanaan beku ang pelu dawab. Namun demkan jka hpoess d olak, ang bea palng sedk ada dua nla engah pelakuan ang bebeda, maka peanaan bekuna enang nlaengah-nlaengah mana saja ang menunjukkan pebedaan esebu pelu dawab. Hal n bea pelu dlakukan pengujan lanjuan unuk melacak pebedaan d anaa nla engah pelakuan esebu. Posedu pembandngan beganda meupakan opk ang akan 41

42 dbahas selanjuna guna kepeluan pelacakan nla engah pelakuan mana saj ang bebeda apabla hpoess nol dolak. Bebeapa meode ang dapa dgunakan unuk membandngan nla engah pelakuan anaa lan : beda naa ekecl (BNT), Uj Tuke, Uj Duncan, Uj Konas dan lan-lan. 4.1 Beda Naa Tekecl (Leas Sgnfcance Dffeence = BNT) Salah sau posedu uj ang palng sdehana unuk menjawab peanaan enang nla engah pelakuan mana ang bebeda apabla hpoess nol dolak adalah uj beda naa ekecl (Leas Sgnfcance Dffeence = BNT). Uj n secaa sngka elah ddskuskan oleh Fshe (1935), sehngga dkenal pula sebaga beda naa ekecl Fshe (Fshe s LSD) aau uj beganda (mulple es). Pelu dcaa bahwa uj n akan sanga bak dgunakan apabla pengujan nla engah pelakuan ang akan dpebandngkan elah dencanakan. Sehngga seng juga dkenal sebaga pembandng eencana. Tngka keepaan da uj BNT akan bekuang apabla dgunakan unuk menguj kemungknan pasangan nla engah pelakuan, au melakukan pembandng ang dak eencana (unplanned compasons). Bebeapa auan dasa ang pelu dpehakan aga uj BNT dapa dgunakan secaa efekf sbb: 1. Gunakan uj BNT hana bla uj F dalam anova naa. Tdak menggunakan uj BNT unuk pembandngan semua kombnas pasangan nla engah pelakuan bla pecobaan mencakup lebh da lma pelakuan 3. Gunakan uj BNT unuk pembandngan eencana anpa mempehakan banakna pelakuan. 4

43 Uj BNT menguj pelakuan secaa bepasang-pasangan, sebaga conoh bla edapa empa pelakuan maka ada sebanak C 4 6 pasangan ang akan duj daman seap pasangan memlk peluang gala jens I sebesa, ana semakn banak jumlah pelakuan ang dbandngkan akan mengakbakan keselahan ang juga haus danggung semakn besa. Hal n enuna akan menguang ngka keeandalan pengujan dlakukan. Hpoess uj BNT adalah sebaga beku : H o : Vs H1 : dmana Sask uj ang dgunakan adalah: BNT. dmana S KTG( ) / ; db S g * * 1 1 * Jka ulangan sama maka unuk semua pasangan pelakuan hana memelukan sau nla BNT, sedangkan bla ulanganna bebeda maka seap pasangan memelukan sau nla BNT. Kea uj : nla * > nla BNT,maka olak H o, ana kedua pelakuan esebu bebeda naa pada aaf. 4. Uj Tuke (Honesl Sgnfcan Dffeence = BNJ) Uj Tuke aau Hones Sgnfcance Dffeence (Beda Naa Juju = BNJ). Uj n dpenalkan oleh J.W Tuke (1953). Dalam pembahsan d aas, elah dkemukakan bahwa uj BNT mempuna keebaasan aau kelemahan apabla dgunakan unuk menguj semua kombnas pasangan nla engah pelakuan secaa anpa eencana. Jka pembandngan anpa eencana duj 43

44 dengan BNT o,o5, maka salah jens I ang deapkan 5% sesungguhna jauh lebh besa da 5%. Unuk 4 pelakuan dengan BNT 0,05 sesungguhna salah jens I sebesa 1-(o,95) 4 = 0,19, n bea salah jens I sebesa 19% jauh lebh besa da 5% ang deapkan. Alenaf unuk melakukan pengujan pembandngan anpa eencana, au menguj semua kombnas pasangan nla engah pelakuan dapa dgunakan uj BNJ. Penggunaan uj n sanga sedehana kaena hana membuuhkan sau nla unggal BNJ ang dgunakan sebaga pembandng. Jka beda dua nla engah pelakuan lebh besa da pada nla BNJ maka kedua pelakuan dnaakan bebeda. Pebedaan mendasa BNJ dan BNT au pada penenuan nla dmana meode BNJ unuk semua pebandngan pelakuan ang mungkn deapkan kesalahanna sebesa, sehngga unuk pelakuan akan menema kesalahan sebesa % ( C. ) Hpoess uj BNJ adalah sebaga beku : H o : Vs H1 : Sask uj ang dgunakan adalah: BNJ q S dmana S KTG / ; p; db g. q ; p; db g = Tabel Tuke Jka ulangan dak sama maka bsa ddeka dengan aaan hamonk. h aau (1/ ) 1 h (1/ ) 1 44

45 4.3 Uj Pebandngan Beganda Duncan (Duncan Mulple Range Tes = DMRT) Uj Duncan ddasakan pada sekumpulan nla beda naa ang ukuanna semakn besa eganung pada jaak d anaa pangka-pangka da dua nla engah ang dbandngkan. Uj Duncan dapa dgunakan unuk menguj pebandngan d anaa semua pasangan pelakuan ang mungkn anpa mempehakan jumlah pelakuan ang ada da pecobaan esebu sea mash dapa mempeahankan ngka naa deapkan. Pebandngan beganda Duncan pada dasana hamp sama dengan meode Tuke eap posedu duncan mempesapkan segugus nla pebandngan ang nlana menngka eganung da jaak pengka dua buah pelakuan ang akan dbandngkan. Nla ks Duncan dapa dhung sbb: R p S dmana S KTG / ; p; db g. ; p; db = Tabel Duncan g Jka ulangan dak sama maka bsa ddeka dengan aaan hamonk. C. Penuup h aau (1/ ) 1 h (1/ ) 1 Kebehaslan mahasswa memaham konsep pnsp dasa peancangan pecobaan dan dapa menelesakan soal-soal dengan bak akan memudahkan unuk mempelaja modul selanjuna. 45

46 Tugas Kelompok. 1. Masng-masng kelompok ca ugas akh S1 (Skps) ang bekaaan dengan penggunaan RAL dan RAKL lalu selesakan dengan sem manual dan selesakan pula dengan menggunakan sofwae SPSS.. Bukkan : a. ( o )( o ) 0 (RAL) 1 j1 b. b 1 j1 ( )( ) 0 o o oj (RAKL) 3. Masng-masng kelompok bua ngkasan eo dan bekan conoh enang a. Uj Konas Oogonal b. Suden Newman-Keuls (SNK) c. Uj Scheffe DAFTAR PUSTAKA [1] Mongome Douglas C. (1991). Desgn and Analss of Expemens, Thd Edon, John Wle & Sons. [] Ahmad Anso Majk I., M. Sc., Ph.D dan Made Sumeajaa I., M.S. (000). Peancangan Pecobaan dengan Aplkas SAS dan MINITAB. Eds Kesau, IPB PRESS, BOGOR. [3] Sudjana, M.A., M.Sc., DR. Pof. (1994). Desan dan Analss Ekspemen, Eds III. Taso Bandung. [4] Sell R.G.D. dan Toe J. H. (1993). Pnsp dan Posedu Saska, Eds Kega, Gameda Pusaka Uama. [5] Vncen Gaspesz I, D. (1991). Meode Peancangan Pecobaan, CV. ARMICO. Bandung. 46

COMPLETELY RANDOMIZED DESIGN (CRD)

COMPLETELY RANDOMIZED DESIGN (CRD) COMPLETELY RANDOMIZED DESIGN (CRD) CRD Tdak ada kea pengelompokan: Lngkungan homogen Bahan homogen (pebedaan danaa expemenal un yang mempeoleh pelakuan yang ama dalam CRD debu ebaga expemenal eo) Ala homogen

Lebih terperinci

BAB 8 PERSAMAAN DIFERENSIAL BIASA

BAB 8 PERSAMAAN DIFERENSIAL BIASA Maa kulah KOMPUTASI ELEKTRO BAB 8 PERSAMAAN DIFERENSIAL BIASA Persamaan dferensal dapa dbedakan menjad dua macam erganung pada jumlah varabel bebas. Apabla persamaan ersebu mengandung hana sau varabel

Lebih terperinci

Reliabilitas. A. Pengertian

Reliabilitas. A. Pengertian Relablas A. Pengean Relablas adalah sejauh mana hasl ujan sswa eap aau konssen da posedu penlaan (Nko, 007:66). Menuu Ellen, suau es dkaakan elabel jka sko obsevas nla awal behubungan dengan sko yang sebenanya.

Lebih terperinci

kimia LAJU REAKSI II Tujuan Pembelajaran

kimia LAJU REAKSI II Tujuan Pembelajaran KTSP & K-13 kimia K e l a s XI LAJU REAKSI II Tujuan Pembelajaan Seelah mempelajai maei ini, kamu dihaapkan memiliki kemampuan beiku. 1. Mengeahui pesamaan laju eaksi.. Memahami ode eaksi dan konsana laju

Lebih terperinci

III. BAHAN DAN METODE. peternakan UIN SUSKA Riau dan Laboratorium Agronomi Fakultas pertanian

III. BAHAN DAN METODE. peternakan UIN SUSKA Riau dan Laboratorium Agronomi Fakultas pertanian III. BAHAN DAN METODE 3.1. Tempa dan Waku Peneliian Peneliian ini elah dilakukan di Lahan pecobaan Fakulas peanian dan peenakan UIN SUSKA Riau dan Laboaoium Agonomi Fakulas peanian dan peenakan UIN SUSKA

Lebih terperinci

MATERI DAN METODE. Pertanian dan Peternakan UIN Suska Riau. Penelitian ini berlangsung selama

MATERI DAN METODE. Pertanian dan Peternakan UIN Suska Riau. Penelitian ini berlangsung selama III. MATERI DAN METODE 3.1. Tempa dan Waku Peneliian Peneliian ini dilakukan di Laboaoium Lapang (Agosologi) Fakulas Peanian dan Peenakan UIN Suska Riau. Peneliian ini belangsung selama bulan yaiu pada

Lebih terperinci

(Cormen 2002) III PEMBAHASAN. yt : pendapatan rumah tangga pada periode t, dengan yt 0.

(Cormen 2002) III PEMBAHASAN. yt : pendapatan rumah tangga pada periode t, dengan yt 0. 5 Vaabel s dsebu vaabel slak enambahan vaabel slak beujuan unuk mengubah peaksamaan yang mengandung anda menjad sebuah pesamaan eaksamaan () bena jka dan hanya jka pesamaan (2) dan peaksamaan (3) bena

Lebih terperinci

Percobaan Faktor Tunggal (RAL, RAKL, RBSL)

Percobaan Faktor Tunggal (RAL, RAKL, RBSL) Percoaan Faktor Tunggal RAL, RAKL, RBSL Faktor Tunggal Dalam RAKL Rancangan Acak Kelompok Lengkap Karakterstk Rancangan Perlakuan yang dcoakan merupakan taraftaraf dar satu faktor tertentu Faktor-faktor

Lebih terperinci

Bujur Sangkar Latin (Latin Square Design) Arum H. Primandari, M.Sc.

Bujur Sangkar Latin (Latin Square Design) Arum H. Primandari, M.Sc. Percobaan Satu Faktor: Rancangan Bujur Sangkar Latin (Latin Square Design) Arum H. Primandari, M.Sc. Rancangan Bujur Sangkar Latin (RBSL) Pada kondisi-kondisi tertentu, keheterogenan unit percobaan tidak

Lebih terperinci

SOLUSI TUGAS MATA KULIAH STATISTIKA II

SOLUSI TUGAS MATA KULIAH STATISTIKA II SOLUSI TUGAS MATA KULIAH STATISTIKA II SOAL : Suatu Peneltan dlakukan untuk menelaah empat metode pengajaran, yatu Metode A (ceramah d kelas), Metode B (mengajak dskus langsung dengan sswa), Metode C (ceramah

Lebih terperinci

BAB 5 ENTROPI PADA MATRIKS EMISI MODEL MARKOV TERSEMBUNYI

BAB 5 ENTROPI PADA MATRIKS EMISI MODEL MARKOV TERSEMBUNYI BAB ETROPI PADA MATRIKS EMISI MODEL MARKOV TERSEMBUYI Model Markov Tersembuny (Hdden Markov Model, MMT) elah banyak daplkaskan dalam berbaga bdang seper pelafalan bahasa (speeh reognon) dan klasfkas (luserng).

Lebih terperinci

P(A S) = P(A S) = P(B A) = dengan P(A) > 0.

P(A S) = P(A S) = P(B A) = dengan P(A) > 0. 0 3.5. PELUANG BERSYARAT Jka kta menghtung peluang sebuah pestwa, maka penghtungannya selalu ddasakan pada uang sampel ekspemen. Apabla A adalah sebuah pestwa, maka penghtungan peluang da pestwa A selalu

Lebih terperinci

BAB I PENDAHULUAN FASILKOM-UDINUS T.SUTOJO RANGKAIAN LISTRIK HAL 1

BAB I PENDAHULUAN FASILKOM-UDINUS T.SUTOJO RANGKAIAN LISTRIK HAL 1 BAB I PENDAHULUAN 1.1 Defns Rangkaan Lsrk Rangkaan Lsrk adalah sambungan dar beberapa elemen lsrk ( ressor, kapasor, ndukor, sumber arus, sumber egangan) yang membenuk mnmal sau lnasan eruup yang dapa

Lebih terperinci

BAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU

BAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU BAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU Pada bab III, ka elah melakukan penguan erhadap meoda Runge-Kua orde 4 pada persamaan panas. Haslnya, solus analk persamaan panas

Lebih terperinci

EVALUASI METODE PENELUSURAN KERAGAMAN DALAM BLOK DENGAN ANALISIS INTERBLOK

EVALUASI METODE PENELUSURAN KERAGAMAN DALAM BLOK DENGAN ANALISIS INTERBLOK Prosdng SPMIPA. pp. 147-15. 006 ISBN : 979.704.47.0 EVALUASI METODE PENELUSURAN KERAGAMAN DALAM BLOK DENGAN ANALISIS INTERBLOK Rta Rahmawat, I Made Sumertajaya Program Stud Statstka Jurusan Matematka FMIPA

Lebih terperinci

STK511 Analisis Statistika. Pertemuan 8 ANOVA (2)

STK511 Analisis Statistika. Pertemuan 8 ANOVA (2) STK5 Analss Statstka Pertemuan 8 ANOVA () 8. ANOVA () Dagnoss Model Hpotess Klasfkas satu arah : Y atau Y j j j j Klasfkas dua arah : Yj j j??? Pengaruh perlakuan: H 0 : = 0 H : palng sedkt ada satu dmana

Lebih terperinci

Acak Kelompok Lengkap (Randomized Block Design) Arum H. Primandari, M.Sc.

Acak Kelompok Lengkap (Randomized Block Design) Arum H. Primandari, M.Sc. Percobaan Satu Faktor: Rancangan Acak Kelompok Lengkap (Randomized Block Design) Arum H. Primandari, M.Sc. Latar belakang Rancangan Acak kelompok adalah suatu rancangan acak yang dilakukan dengan mengelompokkan

Lebih terperinci

APLIKASI STRUKTUR GRUP YANG TERKAIT DENGAN KOMPOSISI TRANSFORMASI PADA BANGUN GEOMETRI. Mujiasih a

APLIKASI STRUKTUR GRUP YANG TERKAIT DENGAN KOMPOSISI TRANSFORMASI PADA BANGUN GEOMETRI. Mujiasih a APLIKASI STRUKTUR GRUP ANG TERKAIT DENGAN KOMPOSISI TRANSFORMASI PADA BANGUN GEOMETRI Mujash a a Program Sud Maemaka Jurusan Tadrs Fakulas Tarbah IAIN Walsongo Jl. Prof. Dr. Hamka Kampus II Ngalan Semarang

Lebih terperinci

RANCANGAN ACAK KELOMPOK TAK LENGKAP (Incomplete Block Design) Dr.Ir. I Made Sumertajaya, M.Si Departemen Statistika-FMIPA IPB 2007

RANCANGAN ACAK KELOMPOK TAK LENGKAP (Incomplete Block Design) Dr.Ir. I Made Sumertajaya, M.Si Departemen Statistika-FMIPA IPB 2007 RANCANGAN ACAK KELOMPOK TAK LENGKAP (Incomplete Block Desgn) Dr.Ir. I Made Sumertajaya, M.S Departemen Statstka-FMIPA IPB 007 Revew Rancangan Acak Kelompok Kta ngn membandngkan t perlakuan Pengelompokan

Lebih terperinci

Created by Simpo PDF Creator Pro (unregistered version)

Created by Simpo PDF Creator Pro (unregistered version) Creaed by Smpo PDF Creaor Pro (unregsered verson) hp://www.smpopdf.com Sask Bsns : BAB 8 VIII. ANALISIS DATA DERET BERKALA (TIME SERIES) 8.1 Pendahuluan Daa Berkala (Daa Dere waku) adalah daa yang dkumpulkan

Lebih terperinci

BAB III PENGEMBANGAN MODEL MATEMATIK

BAB III PENGEMBANGAN MODEL MATEMATIK A III PENGEMANGAN MODEL MATEMATIK Pada analisis manual ang akan dikembangkan, unuk menjamin bahwa eoi maupun umusan ang diuunkan belaku (valid) maka pelu dieapkan asumsi dasa. Sehingga hasil analisis manual

Lebih terperinci

PENELUSURAN KERAGAMAN DALAM BLOK PADA RANCANGAN ACAK KELOMPOK DENGAN INTERGRADIEN. Rita Rahmawati Program Studi Statistika FMIPA UNDIP

PENELUSURAN KERAGAMAN DALAM BLOK PADA RANCANGAN ACAK KELOMPOK DENGAN INTERGRADIEN. Rita Rahmawati Program Studi Statistika FMIPA UNDIP PENELUSURAN KERAGAMAN DALAM BLOK PADA RANCANGAN ACAK KELOMPOK DENGAN INTERGRADIEN Rta Rahmawat Program Stud Statstka FMIPA UNDIP Abstrak Dalam Rancangan Acak Kelompok Lengkap (RAKL), asums terpentng adalah

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 7 Gorontalo pada tahun ajaran 2012/2013

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 7 Gorontalo pada tahun ajaran 2012/2013 3. Lokas dan Waku Penelan 3.. Lokas Penelan BAB III METODOLOGI PENELITIAN Penelan n dlaksanakan d SMP Neger 7 Goronalo pada ahun ajaran 0/03 3.. Waku Penelan Penelan n d laksanakan pada semeser genap ahun

Lebih terperinci

Rancangan Bujur Sangkar Latin (RBSL) Latice Square Design

Rancangan Bujur Sangkar Latin (RBSL) Latice Square Design Rancangan Buju Sangka Latin (RBSL) Latice Squae Design RBSL (Rancangan Buju Sangka Latin) Di bebeapa kasus, memungkinkan kita untuk mengontol dua atau lebih sumbe keagamaman RBSL digunakan apabila tedapat

Lebih terperinci

Kresnanto NC. Model Sebaran Pergerakan

Kresnanto NC. Model Sebaran Pergerakan Kresnano C Moel Sebaran Pergerakan Kresnano C Tujuan Uama: Mengeahu pola pergerakan alam ssem ransporas serng jelaskan alam benuk arus pergerakan (kenaraan, penumpang, an barang) yang bergerak ar zona

Lebih terperinci

PERATURAN BUPATI PACITAN NOMOR 7 TAHUN2008 TENTANG

PERATURAN BUPATI PACITAN NOMOR 7 TAHUN2008 TENTANG BUPAT PACTAN PERATURAN BUPAT PACTAN NOMOR 7 TAHUN2008 TENTANG UNT AKUNTANS PEMBANTU PENGGUNA ANGGARAN/BARANG WLAYAH TUGAS PEMBANTUAN (UAPPA/B-WTP) KABUPATEN PACTAN DENGAN RAMAT TUHAN YANG MAHA ESA! BUPAT

Lebih terperinci

STK511 Analisis Statistika. Pertemuan 7 ANOVA (1)

STK511 Analisis Statistika. Pertemuan 7 ANOVA (1) STK511 Analisis Statistika Pertemuan 7 ANOVA (1) Metode Pengumpulan Data Metode Percobaan Memiliki keleluasaan untuk melakukan pengawasaan terhadap sumber-sumber keragaman data Dapat menciptakan jenis

Lebih terperinci

Pendugaan Parameter Regresi. Itasia & Y Angraini, Dep Statistika FMIPA - IPB

Pendugaan Parameter Regresi. Itasia & Y Angraini, Dep Statistika FMIPA - IPB Pendugaan Parameter Regres Menduga gars regres Menduga gars regres lner sederhana = menduga parameter-parameter regres β 0 dan β 1 : Penduga parameter yang dhaslkan harus merupakan penduga yang bak Software

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

TEKNIK FUNGSI PEMBANGKIT MOMEN

TEKNIK FUNGSI PEMBANGKIT MOMEN 0 TEKNIK FUNGSI PEMBANGKIT MOMEN Penenuan ungsi peluang aau ungsi densias dai ungsi peubah acak bisa juga dilakukan melalui ungsi pembangki momen Dalam penenuannya, enu saja haus digunakan siasia dai ungsi

Lebih terperinci

PENDUGAAN DATA HILANG PADA RANCANGAN ACAK KELOMPOK LENGKAP DENGAN ANALISIS KOVARIAN

PENDUGAAN DATA HILANG PADA RANCANGAN ACAK KELOMPOK LENGKAP DENGAN ANALISIS KOVARIAN ISS: 339-541 JURAL AUSSIA, Volume 3, omo 3, Tahun 014, Halaman 499-508 Onlne d: hp://eounal-s1.undp.ac.d/ndex.php/gaussan PEDUAA DATA HILA PADA RACAA ACAK KELOMPOK LEKAP DEA AALISIS KOVARIA Vna Ryana F

Lebih terperinci

PENGEMBANGAN MODEL MATEMATIS UNTUK OPTIMASI PERENCANAAN PRODUKSI MINUMAN MARIMAS

PENGEMBANGAN MODEL MATEMATIS UNTUK OPTIMASI PERENCANAAN PRODUKSI MINUMAN MARIMAS PENGEMBANGAN MODEL MATEMATIS UNTUK OPTIMASI PERENCANAAN PRODUKSI MINUMAN MARIMAS Mra Puspasar, Snggh Sapad, Dana Puspasar Absraks PT Ulam Tba Halm merupakan salah sau ndusr mnuman serbuk d Indonesa, dmana

Lebih terperinci

KONSEP DASAR. Latar belakang Metode Numerik Ilustrasi masalah numerik Angka signifikan Akurasi dan Presisi Pendekatan dan Kesalahan

KONSEP DASAR. Latar belakang Metode Numerik Ilustrasi masalah numerik Angka signifikan Akurasi dan Presisi Pendekatan dan Kesalahan KONSEP DASAR Laar belakang Meode Numerk Ilusras masalah numerk Angka sgnfkan Akuras dan Press Pendekaan dan Kesalahan Laar Belakang Meode Numerk Tdak semua permasalahan maemas dapa dselesakan dengan mudah,

Lebih terperinci

ANaLISIS - TRANSIEN. A B A B A B A B V s V s V s V s. (a) (b) (c) (d) Gambar 1. Proses pemuatan kapasitor

ANaLISIS - TRANSIEN. A B A B A B A B V s V s V s V s. (a) (b) (c) (d) Gambar 1. Proses pemuatan kapasitor ANaISIS - TANSIEN. Kapasor dalam angkaan D Sebuah kapasor akan ermua bla erhubung ke sumber egangan dc seper yang dperlhakan pada Gambar. Pada Gambar (a), kapasor dak bermuaan yau pla A dan pla B mempunya

Lebih terperinci

Bab 4 ANALISIS KORELASI

Bab 4 ANALISIS KORELASI Bab 4 ANALISIS KORELASI PENDAHULUAN Koelas adalah suatu alat analss yang dpegunakan untuk menca hubungan antaa vaabel ndependen/bebas dengan vaabel dpenden/takbebas. Apabla bebeapa vaabel ndependen/bebas

Lebih terperinci

! BUPATI PACriAN j PERATURAN BUPATI PACITAN NOMOR 18 TAHUN 2013

! BUPATI PACriAN j PERATURAN BUPATI PACITAN NOMOR 18 TAHUN 2013 ! BUPAT PACrAN j PERATURAN BUPAT PACTAN NOMOR 18 TAHUN 2013 TENTANG PEDOMAN PENYUSUNAN LAPORAN DEWAN PENGAWAS BADAN LAYANAN UMUM DAERAH PADA RUMAH SAKT UMUM DAERAH KABUPATEN PACTAN DENGAN RAHMAT TUHAN

Lebih terperinci

Analisis Jalur / Path Analysis

Analisis Jalur / Path Analysis Analss Jalur / Pah Analyss Analss jalur adalah salah sau benuk model SEM yang dak mengandung varable laen. Tenu saja model n lebh sederhana dbandngkan dengan model SEM lengka. Analss jalur sebenarnya meruakan

Lebih terperinci

PERCOBAAN SATU FAKTOR: RANCANGAN ACAK LENGKAP (RAL) Arum Handini Primandari, M.Sc.

PERCOBAAN SATU FAKTOR: RANCANGAN ACAK LENGKAP (RAL) Arum Handini Primandari, M.Sc. PERCOBAAN SATU FAKTOR: RANCANGAN ACAK LENGKAP (RAL) Arum Handini Primandari, M.Sc. PENGUJIAN HIPOTESIS Langkah-langkah pengujian hipotesis: 1) Merumuskan hipotesis 2) Memilih taraf nyata α 3) Menentukan

Lebih terperinci

BAB III BAGAN CUSUM Dasar statistik bagan kendali Cumulative Sum untuk rata-rata

BAB III BAGAN CUSUM Dasar statistik bagan kendali Cumulative Sum untuk rata-rata 3 BAB III BAGAN CUSUM 3.. Dasa statstk bagan kendal Cumulatve Sum untuk ata-ata Bagan Cusum dgunakan untuk mendeteks pegesean kecl pada mean atau vaans dalam poses oleh kaena adanya penyebab khusus secaa

Lebih terperinci

BAB III THREE STAGE LEAST SQUARE. Sebagaimana telah disinggung pada bab sebelumnya, salah satu metode

BAB III THREE STAGE LEAST SQUARE. Sebagaimana telah disinggung pada bab sebelumnya, salah satu metode BAB III THREE STAGE LEAST SQUARE Sebagamana elah dsnggung pada bab sebelumnya, salah sau meode penaksran parameer pada persamaan smulan yau meode Three Sage Leas Square (3SLS. Sebelum djelaskan lebh lanju

Lebih terperinci

PENDUGAAN STATISTIK AREA KECIL DENGAN METODE EMPIRICAL CONSTRAINED BAYES 1

PENDUGAAN STATISTIK AREA KECIL DENGAN METODE EMPIRICAL CONSTRAINED BAYES 1 PENDUGAAN SAISIK AREA KECIL DENGAN MEODE EMPIRICAL CONSRAINED AYES Ksmann Jurusan Penddkan Maemaka FMIPA Unversas Neger Yogyakara Absrak Meode emprcal ayes (E merupakan meode yang lebh aplkaf pada pendugaan

Lebih terperinci

Rancangan Acak Kelompok

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

Lebih terperinci

BAB I PENDAHULUAN. Analisis regresi merupakan metode statistika yang digunakan untuk

BAB I PENDAHULUAN. Analisis regresi merupakan metode statistika yang digunakan untuk BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan metode statstka ang dgunakan untuk meramalkan sebuah varabel respon Y dar satu atau lebh varabel bebas X, selan tu juga dgunakan untuk

Lebih terperinci

Jumlah kasus penderita penyakit Demam Berdarah Dengue (DBD) di Kota Surabaya tahun

Jumlah kasus penderita penyakit Demam Berdarah Dengue (DBD) di Kota Surabaya tahun Baasan Masalah Jumlah kasus pendera penyak Demam Berdarah Dengue (DBD d Koa Surabaya ahun - Varabel Explanaory (Varabel penjelas yang dgunakan dalam penelan adalah varabel Iklm (Curah hujan, Suhu, Kelembaban

Lebih terperinci

Jl. Prof. Dr.Hamka Air Tawar Padang, 25131, Telp. (0751)444648, Indonesia

Jl. Prof. Dr.Hamka Air Tawar Padang, 25131, Telp. (0751)444648, Indonesia Analisis Kovaiansi pada Rancangan Acak Lengkap dengan Peubah Pengiing Beganda Menggunakan Pendekaan Maiks Wimi Saika #1, Lufian Almash *, Yenni Kuniawai #3 # Mahemaics Depaemen Sae Univesiy of Padang Jl.

Lebih terperinci

( ) STUDI KASUS. ò (, ) ( ) ( ) Rataan posteriornya adalah = Rataan posteriornya adalah (32)

( ) STUDI KASUS. ò (, ) ( ) ( ) Rataan posteriornya adalah = Rataan posteriornya adalah (32) 8 Raaan poserornya adalah E m x ò (, ) f ( x) m f x m f f m ddm (32) Dalam obseras basanya dgunakan banyak daa klam. Msalkan saja erdr dar grup daa klam dengan masng-masng grup ke unuk seap, 2,..., yang

Lebih terperinci

BAB 2 RESPONS FUNGSI STEP PADA RANGKAIAN RL DAN RC. Ir. A.Rachman Hasibuan dan Naemah Mubarakah, ST

BAB 2 RESPONS FUNGSI STEP PADA RANGKAIAN RL DAN RC. Ir. A.Rachman Hasibuan dan Naemah Mubarakah, ST BAB ESPONS FUNGSI STEP PADA ANGKAIAN DAN C Oleh : Ir. A.achman Hasbuan dan Naemah Mubarakah, ST . Persamaan Dferensal Orde Sau Adapun benuk yang sederhana dar suau persamaan dferensal orde sau adalah:

Lebih terperinci

BUPATI PACITAN. I PERATURAN BUPATI PACITAN \ NOMOR ;i6tahun 2010

BUPATI PACITAN. I PERATURAN BUPATI PACITAN \ NOMOR ;i6tahun 2010 3 1 BUPAT PACTAN PERATURAN BUPAT PACTAN \ NOMOR ;6TAHUN 2010 TENTANG PENYELENGGARAAN SSTEM PENGENDALAN NTERN PEMERNTA D LNGKUNGAN PEMERNTAH KABUPATEN PACTAN DENGAN RAHMAT TUHAN YANG MAHA ESA BUPAT PACTAN,

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.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

Penduga Data Hilang Pada Rancangan Bujur Sangkar Latin Dasar

Penduga Data Hilang Pada Rancangan Bujur Sangkar Latin Dasar Kumpulan Makalah Seminar Semiraa 013 Fakulas MIPA Universias Lampung Penduga Daa Pada Rancangan Bujur Sangkar Lain Dasar Idhia Sriliana Jurusan Maemaika FMIPA UNIB E-mail: aha_muflih@yahoo.co.id Absrak.

Lebih terperinci

\ DANA ALOKASI DESA DENGAN RAHMAT TUHAN YANG MAHA ESA

\ DANA ALOKASI DESA DENGAN RAHMAT TUHAN YANG MAHA ESA y BUPAT PACTAN PERATURAN BUPAT PACTAN : NOMOR 55" TAHUN 20 ; TENTANG \ DANA ALOKAS DESA DENGAN RAHMAT TUHAN YANG MAHA ESA BUPAT PACTAN, Menmbang : a. bahwa dalam rangka penngkaan penyelenggaraan pemernahan,

Lebih terperinci

PERENCANAAN PERSEDIAAN DAN PENGENDALIAN BAHAN BAKU DI PABRIK PRODUK BETON PT WIJAYA KARYA BETON, BOGOR

PERENCANAAN PERSEDIAAN DAN PENGENDALIAN BAHAN BAKU DI PABRIK PRODUK BETON PT WIJAYA KARYA BETON, BOGOR B-5-1 PERENCANAAN PERSEDIAAN DAN PENGENDALIAN BAHAN BAKU DI PABRIK PRODUK BETON PT WIJAYA KARYA BETON, BOGOR Wsnu Bud Sunaryo, Haryono ITS Surabaya ABSTRAK Dalam duna konsruks saa n pemakaan produk beon

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN III. METODE PENELITIAN 3.1 Jens dan Sumber Daa Daa ang dgunakan dalam penelan n merupakan daa sekunder ang berasal dar berbaga nsans pemernah eruama Badan Pusa Sask. Daa ang dgunakan anara lan angka kemsknan,

Lebih terperinci

KALKULUS VARIASI JURUSAN PENDIDIKAN FISIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA

KALKULUS VARIASI JURUSAN PENDIDIKAN FISIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA KALKULUS VARIASI JURUSAN PENDIDIKAN ISIKA PMIPA UNIVERSITAS PENDIDIKAN INDONESIA Smak Petanaan! Bang A B Bentuk kuva apakah ang menunjukkan jaak tepenek ang menghubung-kan ttk A an ttk B alam bang ata

Lebih terperinci

Percobaan Satu Faktor: Rancangan Acak Lengkap (RAL) Oleh: Arum Handini Primandari, M.Sc.

Percobaan Satu Faktor: Rancangan Acak Lengkap (RAL) Oleh: Arum Handini Primandari, M.Sc. Percobaan Satu Faktor: Rancangan Acak Lengkap (RAL) Oleh: Arum Handini Primandari, M.Sc. Rancangan Acak Lengkap (RAL) RAL merupakan rancangan paling sederhana di antara rancangan-rancangan percobaan baku.

Lebih terperinci

Analisis Regresi 1. Diagnosa Model Melalui Pemeriksaan Sisaan dan Identifikasi Pengamatan Berpengaruh. Pokok Bahasan :

Analisis Regresi 1. Diagnosa Model Melalui Pemeriksaan Sisaan dan Identifikasi Pengamatan Berpengaruh. Pokok Bahasan : Analss Regres Pokok Bahasan : Dagnosa Model Melalu Pemerksaan Ssaan dan Identfkas Pengamatan Berpengaruh Itasa & Y Angran Dep. Statstka FMIPA-IPB Ssaan Ssaan adalah menympangnya nla amatan y terhadap dugaan

Lebih terperinci

' PERATURAN BUPATI PACITAN I NOMOR 4 TAHUN 2012 PEMBERIAN BANTUAN PERALATAN DAN/ATAU MESIN BAGI INDUSTRI KECIL DAN MENENGAH KABUPATEN PACITAN

' PERATURAN BUPATI PACITAN I NOMOR 4 TAHUN 2012 PEMBERIAN BANTUAN PERALATAN DAN/ATAU MESIN BAGI INDUSTRI KECIL DAN MENENGAH KABUPATEN PACITAN j BUPAT PACTAN ' PERATURAN BUPAT PACTAN NOMOR 4 TAHUN 2012 TENTANG PEMBERAN BANTUAN PERALATAN DAN/ATAU MESN BAG NDUSTR KECL DAN MENENGAH KABUPATEN PACTAN DENGAN RAHMAT TUHAN YANG MAHA ESA BUPAT PACTAN

Lebih terperinci

Fisika Dasar I (FI-321) Sistem Partikel dan Kekekalan Momentum

Fisika Dasar I (FI-321) Sistem Partikel dan Kekekalan Momentum Fska Dasa I (FI-3) Topk ha n (mnggu 6) Sstem Patkel dan Kekekalan Momentum Pesoalan Dnamka Konsep Gaya Gaya bekatan dengan peubahan geak (Hukum ewton) Konsep Eneg Lebh mudah pemecahannya kaena kta hanya

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

Percobaan Rancangan Petak Terbagi dalam RAKL

Percobaan Rancangan Petak Terbagi dalam RAKL Percobaan Rancangan Petak Terbagi dalam RAKL Kuliah 12 Perancangan Percobaan (STK 222) rahmaanisa@apps.ipb.ac.id Review Kapan rancangan split-plot digunakan? Apakah perbedaan split-plot dibandingkan dengan

Lebih terperinci

Line Transmisi. Oleh: Aris Heri Andriawan ( )

Line Transmisi. Oleh: Aris Heri Andriawan ( ) ANALISIS APLIKASI PENJADWALAN UNIT-UNIT PEMBANGKIT PADA SISTEM KELISTRIKAN JAWA-BALI DENGAN MENGGUNAKAN UNIT COMMITMENT, UNIT DECOMMITMENT DAN MODIFIED UNIT DECOMMITMENT Oleh: Ars Her Andrawan (07000)

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

Fisika Dasar I (FI-321)

Fisika Dasar I (FI-321) Fisika Dasa I (FI-321) Topik hai ini (minggu 3) Geak dalam Dua dan Tiga Dimensi Posisi dan Pepindahan Kecepaan Pecepaan Geak Paabola Geak Melingka Geak dalam Dua dan Tiga Dimensi Menggunakan anda + aau

Lebih terperinci

PENERAPAN MODEL GSTAR(1,1) UNTUK DATA CURAH HUJAN

PENERAPAN MODEL GSTAR(1,1) UNTUK DATA CURAH HUJAN Bulen Ilmah Mah. Sa. dan Terapannya (Bmaser) Volume 6, o. 03 (017), hal 159 166. PEERAPA MODEL GSTAR(1,1) UTUK DATA CURAH HUJA Ism Adam, Dadan Kusnandar, Hendra Perdana ITISARI Model Generalzed Space Tme

Lebih terperinci

BAB III METODE PENELITIAN. Untuk mencapai tujuan penelitian, maka diperlukan suatu metode yang

BAB III METODE PENELITIAN. Untuk mencapai tujuan penelitian, maka diperlukan suatu metode yang 39 BAB III METODE PENELITIAN 3.1. Desan Peneltan Untuk mencapa tujuan peneltan, maka dpelukan suatu metode yang tepat aga peneltan dapat dlaksanakan dengan bak. Sebagamana yang dkemukakan oleh Mohammad

Lebih terperinci

RANCANGAN KELOMPOK TAK LENGKAP SEIMBANG (Incomplete Block Design)

RANCANGAN KELOMPOK TAK LENGKAP SEIMBANG (Incomplete Block Design) RANCANGAN KELOMPOK TAK LENGKAP SEIMBANG (Incomplete Block Design) Pendahuluan Rancangan percobaan seperti RBSL, RAKL, dan juga RAL sering mengalami kendala pada perlakuan dengan jumlah yang besar, karena

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

Perancangan Percobaan

Perancangan Percobaan Perancangan Percobaan Rancangan lingkungan: Rancangan Acak Lengkap (RAL), (RAK) dan Rancangan Bujur Sangkar Latin (RBSL), Lattice. Ade Setiawan 009 RAL Ade Setiawan 009 Latar Belakang RAK 3 Perlakuan Sama

Lebih terperinci

BUPATI PACITAN. i PERATURAN BUPATI PACITAN ; NOMOR 5" TAHUN 2008 TENTANG

BUPATI PACITAN. i PERATURAN BUPATI PACITAN ; NOMOR 5 TAHUN 2008 TENTANG BUPAT PACTAN PERATURAN BUPAT PACTAN ; NOMOR 5" TAHUN 2008 TENTANG PETUNJUK PELAKSANAAN PERATURAN DAERA KABUPATEN PACTAN NOMOR 25 TAHUN 2007 TENTANG ORGAN DAN KEPEGAWAAN PERUSAHAAN DAERAH AR MNUM j KABUPATEN

Lebih terperinci

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

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

Lebih terperinci

BAB 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 II LANDASAN TEORI

BAB II LANDASAN TEORI 5 BAB II LANDASAN TEORI Pada bab n akan dbahas beberapa eor dasar yang kelak akan dgunakan dalam penurunan formula penenuan harga Asan Opon, bak secara analk pada Bab III maupun secara numerk pada Bab

Lebih terperinci

Pengacakan dan Tata Letak

Pengacakan dan Tata Letak Pengacakan dan Tata Letak 26 Pengacakan dan Tata Letak Pengacakan bisa dengan menggunakan Daftar Angka Acak, Undian, atau dengan perangkat komputer (bisa dilihat kembali pada pembahasan RAL/RAK/RBSL satu

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

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

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN. Latar Belakang Matematka sebaga bahasa smbol yang bersfat unversal memegang peranan pentng dalam perkembangan suatu teknolog. Matematka sangat erat hubungannya dengan kehdupan nyata.

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Pengetan Koelas Koelas adalah stlah statstk yang menyatakan deajat hubungan lnea antaa dua vaabel atau lebh, yang dtemukan oleh Kal Peason pada awal 1900. Oleh sebab tu tekenal dengan

Lebih terperinci

Rancangan Kelompok Tak Lengkap Seimbang (RKTLS) atau Balanced Incompleted Block Design (BIBD) Arum H. Primandari

Rancangan Kelompok Tak Lengkap Seimbang (RKTLS) atau Balanced Incompleted Block Design (BIBD) Arum H. Primandari Rancangan Kelompok Tak Lengkap Seimbang (RKTLS) atau Balanced Incompleted Block Design (BIBD) Arum H. Primandari Pendahuluan Rancangan percobaan seperti RBSL, RAKL, dan juga RAL sering mengalami kendala

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

Fisika Dasar I (FI-321) Sistem Partikel dan Kekekalan Momentum

Fisika Dasar I (FI-321) Sistem Partikel dan Kekekalan Momentum Fska Dasa I (FI-3) Topk ha n (mnggu 6) Sstem Patkel dan Kekekalan Momentum Pesoalan Dnamka Konsep Gaya Gaya bekatan dengan peubahan geak (Hukum Newton) Konsep Eneg Lebh mudah pemecahannya kaena kta hanya

Lebih terperinci

Penggunaan Metode Modified Unit Decommitment (MUD) untuk Penjadwalan Unit-Unit Pembangkit Pada Sistem Kelistrikan Jawa - Bali

Penggunaan Metode Modified Unit Decommitment (MUD) untuk Penjadwalan Unit-Unit Pembangkit Pada Sistem Kelistrikan Jawa - Bali Penggunaan Meode Modfed Un Decommmen (MUD) unuk Penjadwalan Un-Un Pembangk Pada Ssem Kelsrkan Jawa - Bal Ars Her Andrawan,2, Onoseno Penangsang ) Jurusan Teknk Elekro TS, Surabaya 60, ndonesa 2) Jurusan

Lebih terperinci

PERENCANAAN (planning) suatu percobaan untuk memperoleh INFORMASI YANG RELEVAN dengan TUJUAN dari penelitian

PERENCANAAN (planning) suatu percobaan untuk memperoleh INFORMASI YANG RELEVAN dengan TUJUAN dari penelitian 1 2 PERENCANAAN (planning) suatu percobaan untuk memperoleh INFORMASI YANG RELEVAN dengan TUJUAN dari penelitian MENGAPA PERLU DIRANCANG? Untuk mendapatkan penduga yang tidak berbias Untuk meningkatkan

Lebih terperinci

SOLUSI SISTEM PERSAMAAN DIFFERENSIAL NON LINEAR MENGGUNAKAN METODE EULER BERBANTUAN PROGRAM MATLAB SKRIPSI

SOLUSI SISTEM PERSAMAAN DIFFERENSIAL NON LINEAR MENGGUNAKAN METODE EULER BERBANTUAN PROGRAM MATLAB SKRIPSI SOLUSI SISTEM PERSAMAAN DIFFERENSIAL NON LINEAR MENGGUNAKAN METODE EULER BERBANTUAN PROGRAM MATLAB SKRIPSI oleh: RILA DWI RAHMAWATI NIM: 0350050 JURUSAN MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS

Lebih terperinci

Jurusan Teknik Sipil Fakultas Teknik Sipil dan Perencanaan Universitas Mercu Buana MODUL PERTEMUAN KE 3. MATA KULIAH : FISIKA DASAR (4 sks)

Jurusan Teknik Sipil Fakultas Teknik Sipil dan Perencanaan Universitas Mercu Buana MODUL PERTEMUAN KE 3. MATA KULIAH : FISIKA DASAR (4 sks) MODUL PERTEMUAN KE 3 MATA KULIAH : (4 sks) MATERI KULIAH: Jarak, Kecepaan dan Percepaan; Gerak Lurus Berauran, Percepaan; Gerak Lurus Berauran, Gerak Lurus Berubah Berauran POKOK BAHASAN: GERAK LURUS 3-1

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

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

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 LANDASAN TEORI.1 Searah Sngkat Perkembangan Metoda Perancangan Percobaan Metoda perancangan percobaan banyak dlakukan d berbaga bdang lmu, terutama dbdang pertanan dan bolog. Msalnya dengan pupuk tanaman

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

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

Perancangan Percobaan

Perancangan Percobaan Perancangan Percobaan Ade Setiawan 009 Review RAL: Satuan percobaan homogen Keragaman Respons disebabkan pengaruh perlakuan RAK: Satuan percobaan heterogen Keragaman Respons disebabkan pengaruh Perlakuan

Lebih terperinci

Peramalan Penjualan Sepeda Motor Tiap Jenis di Wilayah Surabaya dan Blitar dengan Model ARIMA Box-Jenkins dan Vector Autoregressive (VAR)

Peramalan Penjualan Sepeda Motor Tiap Jenis di Wilayah Surabaya dan Blitar dengan Model ARIMA Box-Jenkins dan Vector Autoregressive (VAR) JURNAL SAINS DAN SENI POMITS Vol. 3, No., (04) 337-350 (30-98X Prn) D-36 Peramalan Penjualan eda Moor Tap Jens d Wlayah Surabaya dan Blar dengan Model ARIMA Box-Jenkns dan Vecor Auoregressve (VAR) Ade

Lebih terperinci

PERBAIKAN ASUMSI KLASIK

PERBAIKAN ASUMSI KLASIK BAHAN AJAR EKONOMETRI AGUS TRI BASUKI UNIVERSITAS MUHAMMADIAH OGAAKARTA PERBAIKAN ASUMSI KLASIK 6.. Mulkolnearas Jka model ka mengandung mulkolneras yang serus yakn korelas yang ngg anar varabel ndependen,

Lebih terperinci

Analysis of Covariance (ANACOVA)

Analysis of Covariance (ANACOVA) Analss of Covarance ANACOVA Bett Kash Paramtha Ihda Ihsana Gempur Safar Oleh: La Ftran Muhammad Alawdo Erma Aprlana Eka Setanngsh Prof Dr Sr Haratm Kartko Program Stud Statstka FMIPA Unverstas Gadah Mada

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

Sudaryatno Sudirham. Analisis Rangkaian Listrik Di Kawasan Waktu

Sudaryatno Sudirham. Analisis Rangkaian Listrik Di Kawasan Waktu Sudaryano Sudrham nalss Rangkaan Lsrk D Kawasan Waku BB 12 nalss Transen d Kawasan Waku Rangkaan Orde Perama Yang dmaksud dengan analss ransen adalah analss rangkaan yang sedang dalam keadaan peralhan

Lebih terperinci

BAB 4 PERHITUNGAN NUMERIK

BAB 4 PERHITUNGAN NUMERIK Mata kulah KOMPUTASI ELEKTRO BAB PERHITUNGAN NUMERIK. Kesalahan error Pada Penelesaan Numerk Penelesaan secara numers dar suatu persamaan matemats kadang-kadang hana memberkan nla perkraan ang mendekat

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

Week 5. Konstanta Saluran Transmisi primer dan sekunder. Konstanta kabel koax dan kabel paralel ganda

Week 5. Konstanta Saluran Transmisi primer dan sekunder. Konstanta kabel koax dan kabel paralel ganda Week 5 Knstanta Saluan Tansms pme dan sekunde Knstanta kabel kax dan kabel paalel ganda 1 Pada pembahasan lalu: Besaan γ dan Z da sebuah saluan tansms memankan peanan pentng pada fenmena peambatan gelmbang.

Lebih terperinci