IMPLEMENTASI TEOREMA BAYES UNTUK MENGANALISA KERUSAKAN PADA AIR CONDITIONER RUANGAN BERBASIS ANDROID I Putu Warma Putra
|
|
- Hartanti Kusnadi
- 7 tahun lalu
- Tontonan:
Transkripsi
1 IMPLEMENTASI TEOREMA BAYES UNTUK MENGANALISA KERUSAKAN PADA AIR CONDITIONER RUANGAN BERBASIS ANDROID I Putu Warma Putra Sstem Komputer STMIK STIKOM BALI Jalan Raya Puputan No. 86 Renon - Denpasar, telp. (0361) / fax, (0361) Emal : warma28@yahoo.co.d Abstrak Indonesa sebaga negara yang berklm trops dmana sebagan besar bangunannya dbuat dengan ketnggan ruang tdak lebh dar 3 m, sehngga mengakbatkan temperatur ruangan yang ada pada bangunan tersebut menjad tngg. Sebaga solus maka dperlukan suatu alat untuk mengkondskan udara d dalam ruangan bangunan-bangunan tersebut supaya nyaman yatu Ar Condtoner (AC). Metode Bayes merupakan metode yang bak d dalam mesn pembelajaran berdasarkan data tranng, dengan menggunakan probabltas bersyarat sebaga dasarnya. Metode n dapat dgunakan untuk mempermudah menemukan kerusakan pada AC dengan mempredks probabltas berdasarkan pengalaman d masa sebelumnya. Dengan adanya kemajuan dan perkembangan teknolog yang semakn pesat, dkembangkan suatu teknolog yang mampu mengmplementaskan teorema bayes untuk menganalsa kerusakan pada Ar Condtoner ruangan berbass androd.. Kata kunc: AC, Androd, Bayes. 1. Pendahuluan Indonesa sebaga negara yang berklm trops dmana sebagan besar bangunannya dbuat dengan ketnggan ruang tdak lebh dar 3 m, sehngga mengakbatkan temperatur ruangan yang ada pada bangunan tersebut menjad tngg. Sebaga solus maka dperlukan suatu alat untuk mengkondskan udara d dalam ruangan bangunan-bangunan tersebut supaya nyaman yatu Ar Condtoner (AC)[1]. AC tdak hanya dgunakan untuk menyejukkan ruangan sepert kantor, mall, rumah sakt, hotel, dan sekolah, tetap juga kendaraan-kendaraan, sepert mobl, bs, kereta ap, pesawat terbang, dan kapal laut. Metode Bayes merupakan metode yang bak d dalam mesn pembelajaran berdasarkan data tranng, dengan menggunakan probabltas bersyarat sebaga dasarnya. Metode Bayes merupakan satu metode yang dgunakan untuk menghtung ketdakpastan data menjad data yang past dengan membandngkan antara ya dan tdak [2]. Metode n dapat dgunakan untuk mempermudah menemukan kerusakan pada AC dengan mempredks probabltas berdasarkan kerusakan yang pernah terjad d masa sebelumnya. 2. Pembahasan 2. 1 Teorema Bayes Algortma n menggunakan metode probabltas dan statstk yang dkemukan oleh seorang lmuwan Inggrs Thomas Bayes. Yatu mempredks probabltas d masa depan berdasarkan pengalaman d masa sebelumnya. Metode Naïve Bayes n memlk beberapa kelebhan yatu: 1. Bayesan flter memlk komputas yang mudah. 2. Bayesan memerksa data secara keseluruhan yatu memerksa token d database spam maupun legtmate. 3. Bayesan flterng termasuk dalam supervsed learnng yatu secara otomats akan melakukan proses learnng dar data yang masuk. 4. Bayesan flterng cocok dterapkan d level aplkas clent/ndvdual user. 5. Bayesan flterng cocok dterapkan pada bnary class yatu klasfkas ke dalam dua kelas. 6. Metode n multlngual dan nternasonal. Bayesan flterng menggenerate token dengan pengenalan karakter sehngga mampu dmplementaskan pada bahasa apapun. Naïve Bayes merupakan algortma yang termasuk ke dalam supervsed learnng, maka dbutuhkan pengetahuan awal untuk mengambl keputusan. Untuk pengklasfkasan dokumen, sebaga contoh, langkahlangkah awalnya adalah: 1. bentuk vocabulary pada setap dokumen data tranng 2. htung probabltas pada setap kategor 3. tentukan frekuens setap kata pada setap katagor Pengklasfkasan : 1. htung untuk setap kategor 2. tentukan kategor dengan nla maksmal Rumus probabltas adalah P ( H ) P ( H ) P ( H P ( ) ).(1)
2 Persamaan n berasal dar theorema bayes P ( C ) (2) Jka P() bernla konstan maka semua kelasnya menjad rumus 2.2. Androd. (3) Androd adalah sebuah sstem operas untuk perangkat moble berbass lnux yang mencakup sstem operas, mddleware, dan aplkas [3]. Keunggulan utama Androd adalah grats dan open source, yang membuat smartphone Androd djual lebh murah dbandngkan dengan Blackberry atau Phone mesk ftur ( hardware) yang dtawarkan Androd lebh bak Androd SDK P ( C ) P ( C P ( ) P ( C ) P ( C ) P ( C ) ) Sebuah tools pengembangan perangkat lunak yang memungknkan pengembang untuk membuat aplkas untuk platform androd. Androd SDK mencakup sampel proyek dengan source code, tools pengembangan perangkat lunak, emulator, dan lbrary yang dperlukan untuk membangun aplkas androd. Pada tahun 2008, Androd SDK 1.0 dluncurkan dan Phone G1 yang dproduks oleh HTC menggunakan sstem operas tersebut [4]. Androd software development kt (SDK) sudah termasuk semua yang dbutuhkan developer untuk memula pengembangan, pengujan, dan debuggng aplkas. Yang termasuk dalam SDK antara lan : 1. Androd API ( Applcaton Programmng Interface), nt dar SDK adalah Androd API lbrares yang menyedakan akses penuh terhadap pengembang kedalam sstem Androd. In merupakan lbrary yang sama yang dgunakan oleh Google untuk membuat aplkas Androd yang asl. 2. Development tools, dgunakan agar pengembang dapat merubah Androd source code menjad aplkas Androd yang dapat deksekus. SDK sudah termasuk beberapa tools bag developer agar dapat melakukan comple dan debuggng aplkas. 3. Androd Vrtual Machne Manager and Emulator, Emulator Androd adalah smulas perangkat Androd nteraktf yang menyedakan beberapa alternatf skns. Emulator berjalan pada perangkat vrtual Androd yang mensmulaskan konfguras perangkat keras Androd. Dengan menggunakan emulator n, para pengembang akan dapat melhat bagamana aplkas buatannya akan terlhat dan bekerja pada alat Androd yang asl. Semua aplkas Androd berjalan d dalam Dalvk VM, jad perangkat lunak emulator n merupakan lngkungan yang bagus untuk melakukan test aplkas Androd. 4. Dokumentas penuh, SDK termasuk level kode yang luas mencakup nformas detal mengena apa yang termasuk dalam setap paket dan kelas serta bagamana cara menggunakannya. Sebaga tambahan pada dokumentas kode, referens dokumentas Androd menjelaskan bagamana untuk memula dan memberkan penjelasan detal mengena dasar dbalk pengembangan Androd. 5. Contoh kode, SDK Androd sudah termasuk aplkas sampel yang sudah d seleks yang mendemonstraskan beberapa kemungknan yang terseda pada Androd, serta program sederhana yang menyorot tentang bagamana menggunakan ftur ndvdu API. 6. Onlne Support Androd telah dengan cepat menghaslkan banyak komuntas pengembang Androd. Group Google ada pada nty-groups.html adalah group forum aktf yang mendapat masukan secara tetap dar para tm pengembang Androd d Google Proses Deteks Kerusakan Ar Condtoner Sstem n membahas 8 kerusakan pada Ar Condtoner dantaranya kerusakan kondensor, kerusakan kompresor, kerusakan overloads, kerusakan kapastor, kerusakan straner/sarngan, kerusakan fan/kpas, kerusakan thermostar, dan kerusakan evaporator dmana kerusakan tersebut d bag menjad 8 class sepert pada tabel berkut n: Tabel 1. kerusakan Ar Condtoner Kode Class Nama kerusakan/class C1 Kerusakan pada kondensor C2 C3 C4 C5 C6 C7 C8 Kerusakan pada kompresor Kerusakan overload Kerusakan pada kapastor Kerusakan pada straner (sarngan) Kerusakan pada fan( Kpas) Kerusakan pada thermostar Kerusakan pada evaporator Sstem n menggunakan 14 nformas gejala untuk melakukan analsa terhadap kerusakan AC. Berkut adalah daftar gejala yang dgunakan pada sstem. Kode gejala G1 G2 Tabel 2. Gejala Kerusakan Ar Condtoner Gejala kerusakan Suhu pendngn tngg Tekanan rendah gas tdak stabl
3 G3 G4 G5 G6 G7 G8 G9 Tekanan tngg gas tdak stabl Suara mesn suny Body kompresor panas Kompresor mendengung Suhu pendngnan tetap (tdak nak atau turun) Kompresor bsa start tetap startng wdng tdak lepas Tegangan d thermostrat nol sampel dmana AC yang mengalam kerusakan memlk gejala-gejala sebaga berkut : G1 : Suhu ruangan pendngn tngg G4 : Suara mesn suny G11: Body short atau nyetrum Proses pertama yang dlakukan adalah menghtung probabltas dar setap kerusakan(class) dar data tranng P(C). Contoh P C1= 14/76 = Berkut adalah hasl pencaran probabltas untuk masng-masng class : G10 G11 G12 G13 G14 Body mesn AC panas Body AC short/nyetrum Ppa tekan mengembun Arus lstrk kompresor menngkat Pendngnan evaporator tdak merata Sebelum proses perhtungan, telah dmasukkan 76 data tranng dengan berbaga parameter dan class. Berkut adalah beberapa contoh kasus kerusakan, gejala-gajala kerusakan dan kerusakan yang terjad(class): Tabel 3. Contoh data tranng Kasus K1 K2 K3 K4 K5 K6 K7 K8 G1 G2 G3 G4 G5 G6 G7 G8 G9 G10 G11 G12 G13 G14 Class C2 C7 C4 C5 C6 C7 C1 C2 Berkut adalah proses analsa kerusakan sebuah AC. Pada proses perhtungan manual menggunakan data Tabel 4. Probabltas Setap Class Class Jumlah P(C) C C C C C C C C Proses perhtungan terhadap data sampel dengan cara menghtung frekuens setap gejala pada setap class dan dkalkan dengan probabltas untuk masng -masng class. Berkut adalah contoh perhtungan data C5 dmana jumlah dperoleh dar kesamaan gejala antara data sampel dengan data tranng,. selanjutnya jumlah dbag dengan jumlah C5 yang ada pada data tranng Tabel 5. frekuens setap gejala pada Class C5 gejala class jumlah jumlah C5 Jumlah/ jumlah C5 G1 C G2 C G3 C G4 C G5 C G6 C G7 C G8 C G9 C G10 C G11 C
4 G12 C G13 C G14 C P( C5)= x1x x x1 x1x1x1x1x x0.75x1x1x1 = Selanjutnya menggunakan rumus(3) untuk menghtung probabltas kerusakan untuk masng masng class. Tabel 6. nla untuk masng masng class Class P( C) P( C)*P(C) C C C1 0 0 C2 0 0 C3 0 0 C6 0 0 C7 0 0 C8 0 0 Dar hasl perhtungan d atas, class yang memlk nla palng besar adalah C5(Kerusakan Staner). Jad dar contoh sampel gejala d atas komponen AC yang mengalam kerusakan adalah Staner Implementas Sstem Aplkas pendeteks kerusakan pada Ar Condtoner ruangan berbass Androd dengan menggunakan teorema bayes memlk ftur untuk melakukan konsultas dmana sstem memberkan beberapa pertanyaan dan pengguna aplkas menjawab sesua dengan konds AC yang mengalam kerusakan. Tamplan dar sstem konsultas adalah sebaga berkut: Gambar 1. Proses konsultas Proses uj coba dlakukan dengan cara pengguna memasukkan jawaban ya atau tdak berdasarkan gejala gejala yang dtamplkan oleh sstem. Pada proses uj coba n menggunakan data yang sama dengan proses perhtungan manual yatu data sampel mengalam gejala-gejala sebaga berkut : G1 : Suhu ruangan pendngn tngg G4 : Suara mesn suny G11: Body short atau nyetrum Proses nput data gejala dlakukan dengan cara pengguna memlh salah satu dar 2 rado button yang terseda sepert pada gambar 1. Setelah memlh pengguna dapat menekan tombol berkutnya untuk menamplkan pertanyaan selanjutnya atau menekan tombol berkutknya untuk mervs jawaban yang telah dmasukkan pada pertanyaan sebelumnya. Berkut adalah pertanyaan dan jawaban yang dplh oleh pengguna berdasarkan data sampel : Pertanyaan 1: Suhu pendngn tngg? Jawaban 1: ya. Pertanyaan 2: Tekanan rendah gas tdak stabl? Jawaban 2: tdak. Pertanyaan 3: Tekanan tngg gas tdak stabl? Jawaban 3: tdak. Pertanyaan 4: Suara mesn suny? Jawaban 4: ya. Pertanyaan 5: Body kompresor panas? Jawaban 5: tdak. Pertanyaan 6: Kompresor mendengung? Jawaban 6: tdak. Pertanyaan 6: Suhu pendngnan tetap (tdak nak atau turun)?
5 Jawaban 7: tdak. Pertanyaan 8: Kompresor bsa start tetap startng wdng tdak lepas? Jawaban 8: tdak. Pertanyaan 9 Tegangan d thermostrat nol? Jawaban 9: tdak. Pertanyaan 10: Body mesn AC panas? Jawaban 10: tdak. Pertanyaan 11: Body AC short/nyetrum? Jawaban 11: ya. Pertanyaan 12: Ppa tekan mengembun? Jawaban 12: tdak. Pertanyaan 13: Arus lstrk kompresor menngkat? Jawaban 13: tdak. Pertanyaan 14 Pendngnan evaporator tdak merata? Jawaban 14: tdak. Berdasarkan gejala gejala yang telah d masukkan oleh pengguna, sstem akan melakukan proses pehtungan dengan menggunakan teorema bayes dan menamplkan hasl perhtungan dalam bentuk nformas kerusakan pada AC dengan menggunakan alertdalog sepert pada gambar berkut. 3. Kesmpulan Kesmpulan yang dapat dambl dar peneltan yang berjudul mplementas teorema bayes untuk menganalsa kerusakan pada Ar Condtoner ruangan berbass androd n yatu : 1. Sstem pakar n dapat membantu pengguna sstem mengetahu kerusakan yang terjad pada AC. 2. Dperoleh hasl deteks kerusakan yang sama antara perhtungan secara manual dengan perhtungan dengan sstem. 3. Terdapat gejala gejala spesfk yang berbeda beda pada setap kerusakan yang terjad pada AC, sehngga apabla gejala spesfk tersebut tdak dplh maka sstem akan memberkan nformas yang kurang tepat. 4. Aplkas n hanya dapat dgunakan untuk telepon selular atau tablet yang menggunakan sstem operas androd 2.3 atau vers yang lebh baru. Daftar Pustaka [1]. Puj Saksono. Komparas Sklus Ideal Dan Aktual Pada Ac Splt 1 Pk Dengan Menggunakan Refrgeran Hdrokarbon, Meda Sans, Volume 7 Nomor 1,2014. [2]. Ismal Syaputra Sstem Pakar Untuk Mendagnosa Pengguna Narkoba Dengan Menggunakan Metode Bayes, Pelta Informatka Bud Darma, Volume : V, Nomor: 3,2013 [3]. Safaat. H, Nazruddn Pemrograman Aplkas Moble Smartphone dan Tablet PC Berbass Androd. Bandung: Informatka Bandung, [4]. Wnarno Edy. Membuat Sendr Aplkas Androd untuk Pemula. Jakarta : Elex Meda Komputndo, Bodata Penuls I Putu Warma Putra, memperoleh gelar Sarjana Komputer (S.Kom), Jurusan Sstem Komputer STMIK STIKOM BALI, lulus tahun Saat n menjad Dosen d STMIK STIKOM BALI Denpasar. Gambar 2. Hasl konsultas Berdasarkan hasl pengujan dengan menggunakan data sampel yang dgunakan dalam proses perhtungan manual dperoleh hasl deteks kerusakan yang sama yatu d atas komponen AC yang mengalam kerusakan adalah Staner/sarngan
6 3.6-30
BAB I PENDAHULUAN I-1
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Kendaraan bermotor merupakan alat yang palng dbutuhkan sebaga meda transportas. Kendaraan dbag menjad dua macam, yatu kendaraan umum dan prbad. Kendaraan umum
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1. Kamus Buku acuan yang memuat kata dan ungkapan, basanya dsusun menurut abjad berkut keterangan tentang makna, pemakaan, atau terjemahannya, kamus juga dsebut buku yang memuat
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Dalam pembuatan tugas akhr n, penulsan mendapat referens dar pustaka serta lteratur lan yang berhubungan dengan pokok masalah yang penuls ajukan. Langkah-langkah yang akan
Lebih terperinciBab 1 PENDAHULUAN Latar Belakang
11 Bab 1 PENDAHULUAN 1.1. Latar Belakang Perbankan adalah ndustr yang syarat dengan rsko. Mula dar pengumpulan dana sebaga sumber labltas, hngga penyaluran dana pada aktva produktf. Berbaga kegatan jasa
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
BAB 1 ENDAHULUAN 1.1 Latar Belakang Secara umum dapat dkatakan bahwa mengambl atau membuat keputusan berart memlh satu dantara sekan banyak alternatf. erumusan berbaga alternatf sesua dengan yang sedang
Lebih terperinciBAB VB PERSEPTRON & CONTOH
BAB VB PERSEPTRON & CONTOH Model JST perseptron dtemukan oleh Rosenblatt (1962) dan Mnsky Papert (1969). Model n merupakan model yang memlk aplkas dan pelathan yang lebh bak pada era tersebut. 5B.1 Arstektur
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 ENDAHULUAN 1.1 Latar Belakang Manusa dlahrkan ke duna dengan ms menjalankan kehdupannya sesua dengan kodrat Illah yakn tumbuh dan berkembang. Untuk tumbuh dan berkembang, berart setap nsan harus
Lebih terperinciBAB 4 METODOLOGI PENELITIAN DAN ANALISIS
28 BAB 4 METODOLOGI PENELITIAN DAN ANALISIS 4.1 Kerangka Pemkran dan Hpotess Dalam proses peneltan n, akan duj beberapa varabel software yang telah dsebutkan pada bab sebelumnya. Sesua dengan tahapan-tahapan
Lebih terperinciBAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran
BAB 1 PENDAHULUAN 1.1. Latar Belakang Pertumbuhan dan kestablan ekonom, adalah dua syarat pentng bag kemakmuran dan kesejahteraan suatu bangsa. Dengan pertumbuhan yang cukup, negara dapat melanjutkan pembangunan
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini merupakan penelitian pengembangan (Research and
III. METODE PENELITIAN A. Desan Peneltan Peneltan n merupakan peneltan pengembangan (Research and Development). Peneltan pengembangan yang dlakukan adalah untuk mengembangkan penuntun praktkum menjad LKS
Lebih terperinciBAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah
BAB III METODE PENELITIAN 3.1 Metode Peneltan Metode yang dgunakan dalam peneltan n adalah metode deskrptf. Peneltan deskrptf merupakan peneltan yang dlakukan untuk menggambarkan sebuah fenomena atau suatu
Lebih terperinciPROPOSAL SKRIPSI JUDUL:
PROPOSAL SKRIPSI JUDUL: 1.1. Latar Belakang Masalah SDM kn makn berperan besar bag kesuksesan suatu organsas. Banyak organsas menyadar bahwa unsur manusa dalam suatu organsas dapat memberkan keunggulan
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1. Hpotess Peneltan Berkatan dengan manusa masalah d atas maka penuls menyusun hpotess sebaga acuan dalam penulsan hpotess penuls yatu Terdapat hubungan postf antara penddkan
Lebih terperinciBAB IV PENGUJIAN DAN ANALISA
BAB IV PENGUJIAN DAN ANALISA 4. PENGUJIAN PENGUKURAN KECEPATAN PUTAR BERBASIS REAL TIME LINUX Dalam membuktkan kelayakan dan kehandalan pengukuran kecepatan putar berbass RTLnux n, dlakukan pengujan dalam
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
I ENDHULUN. Latar elakang Mengambl keputusan secara aktf memberkan suatu tngkat pengendalan atas kehdupan spengambl keputusan. lhan-plhan yang dambl sebenarnya membantu dalam penentuan masa depan. Namun
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa
III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlakukan d MTs Neger Bandar Lampung dengan populas sswa kelas VII yang terdr dar 0 kelas yatu kelas unggulan, unggulan, dan kelas A sampa dengan
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN Bab n membahas tentang prosedur pengembangan pembelajaran dan mplementas model Problem Based Learnng dalam pembelajaran Konsep Dasar Matematka, Subjek Peneltan, Teknk dan Instrumen
Lebih terperinciBAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh
BAB III METODE PENELITIAN 3.1 Desan Peneltan Sebelum dlakukan peneltan, langkah pertama yang harus dlakukan oleh penelt adalah menentukan terlebh dahulu metode apa yang akan dgunakan dalam peneltan. Desan
Lebih terperinciBAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode
BAB III METODE PENELITIAN Desan Peneltan Metode peneltan yang dgunakan dalam peneltan n adalah metode deskrptf analts dengan jens pendekatan stud kasus yatu dengan melhat fenomena permasalahan yang ada
Lebih terperinciPENENTUAN KELAS DENGAN NEAREST NEIGHBOR CLUSTERING DAN PENGGUNAAN METODE NAÏVE BAYES UNTUK KLASIFIKASI DOKUMEN
PENENTUAN KELAS DENGAN NEAREST NEIGHBOR CLUSTERING DAN PENGGUNAAN METODE NAÏVE BAYES UNTUK KLASIFIKASI DOKUMEN Handry Wardoyo 1 Jeanny Pragantha Vny Chrstant M. 3 1 3 Teknk Informatka Unverstas Tarumanagara
Lebih terperinciBAB 4 METODOLOGI PENELITIAN. data, dan teknik analisis data. Kerangka pemikiran hipotesis membahas hipotesis
BAB 4 METODOLOGI PENELITIAN Pada bab n akan durakan kerangka pemkran hpotess, teknk pengumpulan data, dan teknk analss data. Kerangka pemkran hpotess membahas hpotess pengujan pada peneltan, teknk pengumpulan
Lebih terperinciBAB II TEORI ALIRAN DAYA
BAB II TEORI ALIRAN DAYA 2.1 UMUM Perhtungan alran daya merupakan suatu alat bantu yang sangat pentng untuk mengetahu konds operas sstem. Perhtungan alran daya pada tegangan, arus dan faktor daya d berbaga
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Penjadwalan Baker (1974) mendefnskan penjadwalan sebaga proses pengalokasan sumber-sumber dalam jangka waktu tertentu untuk melakukan sejumlah pekerjaan. Menurut Morton dan
Lebih terperinciMETODE PENELITIAN. digunakan untuk mengetahui bagaimana pengaruh variabel X (celebrity
37 III. METODE PENELITIAN 3.1 Jens dan Sumber Data Jens peneltan yang dgunakan adalah peneltan deskrptf, yang mana dgunakan untuk mengetahu bagamana pengaruh varabel X (celebrty endorser) terhadap varabel
Lebih terperinciIV. PERANCANGAN DAN IMPLEMENTASI SISTEM
IV. PERANCANGAN DAN IMPLEMENTASI SISTEM Perancangan Sstem Sstem yang akan dkembangkan adalah berupa sstem yang dapat membantu keputusan pemodal untuk menentukan portofolo saham yang dperdagangkan d Bursa
Lebih terperinciBAB III METODOLOGI PENELITIAN. Jenis penelitian yang digunakan adalah penelitian pengembangan yang
BAB III METODOLOGI PENELITIAN A. Jens Peneltan Jens peneltan yang dgunakan adalah peneltan pengembangan yang bertujuan membuat suatu produk dan duj kelayakannya. B. Metode Pengembangan Peneltan n menggunakan
Lebih terperinciBAB III METODOLOGI PENELITIAN. Metode yang digunakan dalam penelitian ini adalah metode eksperimen
3 BAB III METODOLOGI PENELITIAN A. Metode dan Desan Peneltan Metode yang dgunakan dalam peneltan n adalah metode ekspermen karena sesua dengan tujuan peneltan yatu melhat hubungan antara varabelvarabel
Lebih terperinciBAB II TINJAUAN PUSTAKA DAN DASAR TEORI
BAB II TINJAUAN PUSTAKA DAN DASAR TEORI 2.1 Tnjauan Pustaka Dar peneltan yang dlakukan Her Sulstyo (2010) telah dbuat suatu sstem perangkat lunak untuk mendukung dalam pengamblan keputusan menggunakan
Lebih terperinciBAB IV PERHITUNGAN DAN ANALISIS
BAB IV PERHITUNGAN DAN ANALISIS 4.1 Survey Parameter Survey parameter n dlakukan dengan mengubah satu jens parameter dengan membuat parameter lannya tetap. Pengamatan terhadap berbaga nla untuk satu parameter
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA Beberapa aplkas sejens yang menjad perbandngan dan referens bag penelt dalam melakukan peneltan n djelaskan dalam bab n. Adtyawan membangun aplkas analss sentmen untuk stus mcrobloggng
Lebih terperinciTinjauan Algoritma Genetika Pada Permasalahan Himpunan Hitting Minimal
157 Vol. 13, No. 2, 157-161, Januar 2017 Tnjauan Algortma Genetka Pada Permasalahan Hmpunan Httng Mnmal Jusmawat Massalesse, Bud Nurwahyu Abstrak Beberapa persoalan menark dapat dformulaskan sebaga permasalahan
Lebih terperinciPERHITUNGAN PENILAIAN MAHASISWA TERHADAP MENGAJAR DOSEN BERBASIS KASUS MENGGUNAKAN ALGORITMA BAYESIAN
JURNAL DAI IN: - Vol. No. JUNI ERHITUNGAN ENILAIAN MAHAIWA TERHADA MENGAJAR DOEN BERBAI KAU MENGGUNAKAN ALGORITMA BAYEIAN Ern enwat TMIK AMIKOM Yogyakarta ern.s@amkom.ac.d ABTRAKI roses belaar mengaar
Lebih terperinciBAB V ANALISA PEMECAHAN MASALAH
BAB V ANALISA PEMECAHAN MASALAH 5.1 Analsa Pemlhan Model Tme Seres Forecastng Pemlhan model forecastng terbak dlakukan secara statstk, dmana alat statstk yang dgunakan adalah MAD, MAPE dan TS. Perbandngan
Lebih terperinciBAB III METODOLOGI PENELITIAN
41 BAB III METODOLOGI PENELITIAN A. Metode Peneltan Berdasarkan masalah yang akan dtelt dengan melhat tujuan dan ruang lngkup dserta dengan pengolahan data, penafsran serta pengamblan kesmpulan, maka metode
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA DAN PEMILIHAN MITRA BADAN PUSAT STATISTIK (BPS) KABUPATEN GUNUNGKIDUL MENGGUNAKAN METODE SAW BERBASIS WEB
SISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA DAN PEMILIHAN MITRA BADAN PUSAT STATISTIK (BPS) KABUPATEN GUNUNGKIDUL MENGGUNAKAN METODE SAW BERBASIS WEB Putr Har Ikhtarn ), Bety Nurltasar 2), Hafdz Alda
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN BIBIT UBI KAYU MENGGUNAKAN METODE TOPSIS (Studi Kasus : PT. Hutahaean)
Majalah Ilmah Informas dan Teknolog Ilmah (INTI ISSN : 3390X SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN BIBIT UBI KAYU MENGGUNAKAN METODE TOPSIS (Stud Kasus : PT. Hutahaean Relska Elfrda Capah (086 Mahasswa
Lebih terperinciIII. METODE PENELITIAN. Metode dalam penelitian ini adalah metode eksperimen. Penggunaan metode eksperimen ini
III. METODE PENELITIAN A. Metode Peneltan Metode dalam peneltan n adalah metode ekspermen. Penggunaan metode ekspermen n bertujuan untuk mengetahu apakah suatu metode, prosedur, sstem, proses, alat, bahan
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Satelah melakukan peneltan, penelt melakukan stud lapangan untuk memperoleh data nla post test dar hasl tes setelah dkena perlakuan.
Lebih terperinciBAB 2 LANDASAN TEORI
7 BAB LANDASAN TEORI.1 Analsa Regres Analsa regres dnterpretaskan sebaga suatu analsa yang berkatan dengan stud ketergantungan (hubungan kausal) dar suatu varabel tak bebas (dependent varable) atu dsebut
Lebih terperinciANALISIS DATA KATEGORIK (STK351)
Suplemen Respons Pertemuan ANALISIS DATA KATEGORIK (STK351) 7 Departemen Statstka FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referens Waktu Korelas Perngkat (Rank Correlaton) Bag. 1 Koefsen Korelas Perngkat
Lebih terperinciANALISIS REGRESI. Catatan Freddy
ANALISIS REGRESI Regres Lner Sederhana : Contoh Perhtungan Regres Lner Sederhana Menghtung harga a dan b Menyusun Persamaan Regres Korelas Pearson (Product Moment) Koefsen Determnas (KD) Regres Ganda :
Lebih terperinciPost test (Treatment) Y 1 X Y 2
BAB III METODOLOGI PENELITIAN A. Metode Peneltan Metode Peneltan adalah cara lmah untuk memaham suatu objek dalam suatu kegatan peneltan. Peneltan yang dlakukan n bertujuan untuk mengetahu penngkatan hasl
Lebih terperinciBAB IV PEMBAHASAN MODEL
BAB IV PEMBAHASAN MODEL Pada bab IV n akan dlakukan pembuatan model dengan melakukan analss perhtungan untuk permasalahan proses pengadaan model persedaan mult tem dengan baya produks cekung dan jont setup
Lebih terperinciIV. 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 terperinciε adalah error random yang diasumsikan independen, m X ) adalah fungsi
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan suatu metode yang dgunakan untuk menganalss hubungan antara dua atau lebh varabel. Pada analss regres terdapat dua jens varabel yatu
Lebih terperinciDidownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN
BAB I PENDAHULUAN Sebuah jarngan terdr dar sekelompok node yang dhubungkan oleh busur atau cabang. Suatu jens arus tertentu berkatan dengan setap busur. Notas standart untuk menggambarkan sebuah jarngan
Lebih terperinciBAB I PENDAHULUAN. Semakin tinggi penerimaan Pajak di Indonesia, semakin tinggi pula kualitas
BAB I PENDAHULUAN A. LATAR BELAKANG Pajak merupakan sumber penermaan terpentng d Indonesa. Oleh karena tu Pemerntah selalu mengupayakan bagamana cara menngkatkan penermaan Pajak. Semakn tngg penermaan
Lebih terperinciPENENTUAN LOKASI PEMANCAR TELEVISI MENGGUNAKAN FUZZY MULTI CRITERIA DECISION MAKING
Meda Informatka, Vol. 2, No. 2, Desember 2004, 57-64 ISSN: 0854-4743 PENENTUAN LOKASI PEMANCAR TELEVISI MENGGUNAKAN FUZZY MULTI CRITERIA DECISION MAKING Sr Kusumadew Jurusan Teknk Informatka, Fakultas
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertan Regres Regres pertama kal dpergunakan sebaga konsep statstka oleh Sr Francs Galton (1822 1911). Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang
Lebih terperinciSEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA 2010 ANALISIS DISKRIMINAN DISKRIT UNTUK MENGELOMPOKKAN KOMPONEN
AALISIS DISKRIMIA DISKRIT UTUK MEGELOMPOKKA KOMPOE Bernk Maskun Jurusan Statstka FMIPA UPAD jay_komang@yahoo.com Abstrak Untuk mengelompokkan hasl pengukuran yang dukur dengan p buah varabel dmana penlaan
Lebih terperinciIII.METODE PENELITIAN. Pada penelitian ini subyek yang digunakan adalah siswa VII A SMPN 5
33 III.METODE PENELITIAN A Jens Dan Desan Peneltan. Jens peneltan yang dgunakan dalam peneltan n adalah peneltan kuanttatf. Peneltan n merupakan peneltan korelas yang bertujuan untuk mengetahu hubungan
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 13 Bandar Lampung. Populasi dalam
III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Neger 3 Bandar Lampung. Populas dalam peneltan n yatu seluruh sswa kelas VIII SMP Neger 3 Bandar Lampung Tahun Pelajaran 0/03 yang
Lebih terperinciIV. UKURAN SIMPANGAN, DISPERSI & VARIASI
IV. UKURAN SIMPANGAN, DISPERSI & VARIASI Pendahuluan o Ukuran dspers atau ukuran varas, yang menggambarkan derajat bagamana berpencarnya data kuanttatf, dntaranya: rentang, rentang antar kuartl, smpangan
Lebih terperinciIMAGE CLUSTER BERDASARKAN WARNA UNTUK IDENTIFIKASI KEMATANGAN BUAH TOMAT DENGAN METODE VALLEY TRACING
IMAGE CLUSTER BERDASARKAN WARNA UNTUK IDENTIFIKASI KEMATANGAN BUAH TOMAT DENGAN METODE VALLEY TRACING M. Helmy Noor 1, Moh. Harad 2 Program Pasasarjana, Jurusan Teknk Elektro, Program Stud Jarngan Cerdas
Lebih terperinciPENERAPAN METODE MAMDANI DALAM MENGHITUNG TINGKAT INFLASI BERDASARKAN KELOMPOK KOMODITI (Studi Kasus pada Data Inflasi Indonesia)
PENERAPAN METODE MAMDANI DALAM MENGHITUNG TINGKAT INFLASI BERDASARKAN KELOMPOK KOMODITI (Stud Kasus pada Data Inflas Indonesa) Putr Noorwan Effendy, Amar Sumarsa, Embay Rohaet Program Stud Matematka Fakultas
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PEDAHULUA. Latar Belakang Rsko ddentfkaskan dengan ketdakpastan. Dalam mengambl keputusan nvestas para nvestor mengharapkan hasl yang maksmal dengan rsko tertentu atau hasl tertentu dengan rsko yang
Lebih terperinciBAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c
6 A PEMAHASA Pada bab sebelumnya telah dbahas teor-teor yang akan dgunakan untuk menyelesakan masalah program lner parametrk. Pada bab n akan dperlhatkan suatu prosedur yang lengkap untuk menyelesakan
Lebih terperinciArdi Kurniawan 1), Kusrini 2) Sistem Informasi STMIK AMIKOM Yogyakarta 2)
Semnar Nasonal Teknolog Informas dan Multmeda 2016 STMIK AMIKOM Yogyakarta, 6-7 Februar 2016 ANALISIS DAN PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA GURU (PKG) MENGGUNAKAN METODE SIMPLE ADDITIVE
Lebih terperinciUJI 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 terperinciANALISIS SENTIMEN PENGGUNA JEJARING SOSIAL MENGGUNAKAN METODE SUPPORT VECTOR MACHINE
ANALISIS SENTIMEN PENGGUNA JEJARING SOSIAL MENGGUNAKAN METODE SUPPORT VECTOR MACHINE M. Fachrurroz, M.T. 1, Nov Yuslan, M.T. 2 1,2 Jurusan Teknk Informatka Fakultas Ilmu Komputer, Unverstas Srwjaya 1 obetsobets@gmal.com,
Lebih terperinciBAB III METODE PENELITIAN. Jenis penelitian yang akan digunakan dalam penelitian ini adalah
BAB III METODE PENELITIAN A. Jens Peneltan Jens peneltan yang akan dgunakan dalam peneltan n adalah peneltan pengembangan (Research and Development). Peneltan Research and Development (R&D) n merupakan
Lebih terperinciSOLUSI 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 terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang. Di dalam matematika mulai dari SD, SMP, SMA, dan Perguruan Tinggi
Daftar Is Daftar Is... Kata pengantar... BAB I...1 PENDAHULUAN...1 1.1 Latar Belakang...1 1.2 Rumusan Masalah...2 1.3 Tujuan...2 BAB II...3 TINJAUAN TEORITIS...3 2.1 Landasan Teor...4 BAB III...5 PEMBAHASAN...5
Lebih terperinciPENERAPAN METODE LINIEAR DISCRIMINANT ANALYSIS PADA PENGENALAN WAJAH BERBASIS KAMERA
PENERAPAN MEODE LINIEAR DISCRIMINAN ANALYSIS PADA PENGENALAN AJAH ERASIS KAMERA Asep Sholahuddn 1, Rustam E. Sregar 2,Ipng Suprana 3,Setawan Had 4 1 Mahasswa S3 FMIPA Unverstas Padjadjaran e-mal: asep_sholahuddn@yahoo.com
Lebih terperinciBAB III METODE PENELITIAN. Adapun yang menjadi objek penelitian adalah siswa MAN Model Gorontalo.
BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.1.1 Tempat Peneltan Adapun yang menjad objek peneltan adalah sswa MAN Model Gorontalo. Penetapan lokas n ddasarkan pada beberapa pertmbangan yakn,
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar belakang
BAB 1 PENDAHULUAN 1.1 Latar belakang Dalam memlh sesuatu, mula yang memlh yang sederhana sampa ke hal yang sangat rumt yang dbutuhkan bukanlah berpkr yang rumt, tetap bagaman berpkr secara sederhana. AHP
Lebih terperinciBAB III METODOLOGI PENELITIAN. Dalam melaksanakan penelitian ini dibutuhkan suatu metode penelitian
BAB III METODOLOGI PENELITIAN A. Metode Peneltan Dalam melaksanakan peneltan n dbutuhkan suatu metode peneltan untuk mengumpulkan data atau nformas tentang masalah pokok yang akan dtelt, sehngga dapat
Lebih terperinciBAB III METODE PENELITIAN. menghasilkan Lembar Kegiatan Siswa (LKS) pada materi Geometri dengan
BAB III METODE PENELITIAN A. Jens Peneltan Peneltan n merupakan peneltan pengembangan yang bertujuan untuk menghaslkan Lembar Kegatan Sswa (LKS) pada mater Geometr dengan pendekatan pembelajaran berbass
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN Metode peneltan atau metodolog peneltan adalah strateg umum yang danut dalam mengumpulkan dan menganalss data yang dperlukan, guna menjawab persoalanpersoalan yang d hadap. Adapun
Lebih terperinciBAB.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 terperinciBAB 2 LANDASAN TEORI. Universitas Sumatera Utara
BAB 2 LANDASAN TEORI 2.1 Pengertan Analsa Regres Dalam kehdupan sehar-har, serng kta jumpa hubungan antara satu varabel terhadap satu atau lebh varabel yang lan. Sebaga contoh, besarnya pendapatan seseorang
Lebih terperinci2.1 Sistem Makroskopik dan Sistem Mikroskopik Fisika statistik berangkat dari pengamatan sebuah sistem mikroskopik, yakni sistem yang sangat kecil
.1 Sstem Makroskopk dan Sstem Mkroskopk Fska statstk berangkat dar pengamatan sebuah sstem mkroskopk, yakn sstem yang sangat kecl (ukurannya sangat kecl ukuran Angstrom, tdak dapat dukur secara langsung)
Lebih terperinciBAB III METODELOGI PENELITIAN. metode penelitian yang digunakan dalam penelitian ini adalah metode deskriptif
BAB III METODELOGI PENELITIAN 3.1 Desan Peneltan Metode peneltan mengungkapkan dengan jelas bagamana cara memperoleh data yang dperlukan, oleh karena tu metode peneltan lebh menekankan pada strateg, proses
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN Metode peneltan atau metodolog peneltan adalah strateg umum yang danut dalam mengumpulkan dan menganalss data yang dperlukkan, guna menjawab persoalan yang dhadap. Adapun rencana
Lebih terperinciBAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER
BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER 5.1 Pembelajaran Dengan Fuzzy Program Lner. Salah satu model program lnear klask, adalah : Maksmumkan : T f ( x) = c x Dengan batasan : Ax b x 0 n m mxn Dengan
Lebih terperinciBAB I PENDAHULUAN. dan. 0. Uji fungsi distribusi empiris yang populer, yaitu uji. distribusi nol
BAB I PENDAHULUAN 1.1. Latar Belakang Sebagan besar peneltan-peneltan bdang statstka berhubungan dengan pengujan asums dstrbus, bak secara teor maupun praktk d lapangan. Salah satu uj yang serng dgunakan
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN Metode peneltan atau metodolog peneltan adalah strateg umum yang danut dalam mengumpulkan dan menganalss data yang dperlukkan, guna menjawab persoalan yang dhadap. Adapun rencana
Lebih terperinciKata kunci : daya, bahan bakar, optimasi, ekonomis. pembangkitan yang maksimal dengan biaya pengoperasian unit pembangkit yang minimal.
Makalah Semnar Tugas Akhr MENGOPTIMALKAN PEMBAGIAN BEBAN PADA UNIT PEMBANGKIT PLTGU TAMBAK LOROK DENGAN METODE LAGRANGE MULTIPLIER Oleh : Marno Sswanto, LF 303 514 Abstrak Pertumbuhan ndustr pada suatu
Lebih terperinci2 TINJAUAN PUSTAKA. sistem statis dan sistem fuzzy. Penelitian sejenis juga dilakukan oleh Aziz (1996).
2 TINJAUAN PUSTAKA 2.1 Stud Yang Terkat Peneltan n mengacu pada jurnal yang dtuls oleh Khang, dkk.(1995). Dalam peneltannya, Khang, dkk membandngkan arus lalu lntas yang datur menggunakan sstem stats dan
Lebih terperinciPrediksi Jumlah Follower Official Account Line Menggunakan Regresi dan Algoritma Genetika
Jurnal Pengembangan Teknolog Informas dan Ilmu Komputer e-issn: 2548-964X Vol. 1, No. 11, November 217, hlm. 1312-132 http://j-ptk.ub.ac.d Predks Jumlah Follower Offcal Account Lne Menggunakan Regres dan
Lebih terperinciPEMILIHAN LAHAN TERBAIK UNTUK TANAMAN KELAPA SAWIT MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING
Semnar Nasonal Inovas Dan Aplkas Teknolog D Industr 2017 ISSN 2085-4218 ITN Malang, 4 Pebruar 2017 PEMILIHAN LAHAN TERBAIK UNTUK TANAMAN KELAPA SAWIT MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING Helza
Lebih terperinciBAB 1 PENDAHULUAN. meningkatnya arus reaktif. Harmonisa telah terbukti memiliki dampak kerusakan
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Kualtas daya lstrk sangat dpengaruh oleh penggunaan jens-jens beban tertentu sepert beban non lner dan beban nduktf. Akbat yang dtmbulkannya adalah turunnya
Lebih terperinciBOKS A SUMBANGAN SEKTOR-SEKTOR EKONOMI BALI TERHADAP EKONOMI NASIONAL
BOKS A SUMBANGAN SEKTOR-SEKTOR EKONOMI BALI TERHADAP EKONOMI NASIONAL Analss sumbangan sektor-sektor ekonom d Bal terhadap pembangunan ekonom nasonal bertujuan untuk mengetahu bagamana pertumbuhan dan
Lebih terperinciSolusi Ujian 2 EL2005 Elektronika Sabtu, 3 Mei
Solus Ujan 2 EL2005 Elektronka Sabtu, 3 Me 2014 13.00-15.30 1. Transstor MOSFET Penguat berkut memlk penguatan -25V/V. Anggap nla kapastor tak berhngga. V DD = 5V, V t =0,7V, k n =1mA/V 2. Resstans nput
Lebih terperinciSUMBER BELAJAR PENUNJANG PLPG 2016 MATA PELAJARAN/PAKET KEAHLIAN GURU KELAS SD
SUMBER BELAJAR PENUNJANG PLPG 0 MATA PELAJARAN/PAKET KEAHLIAN GURU KELAS SD BAB V STATISTIKA Dra.Hj.Rosdah Salam, M.Pd. Dra. Nurfazah, M.Hum. Drs. Latr S, S.Pd., M.Pd. Prof.Dr.H. Pattabundu, M.Ed. Wdya
Lebih terperinciPERBANDINGAN METODE SAW DAN TOPSIS PADA KASUS UMKM
PERBANINGAN METOE SAW AN TOPSIS PAA KASUS UMKM Muh. Alyazd Mude al.mude@yahoo.com Teknk Informatka Unverstas Muslm Indonesa Abstrak alam pengamblan keputusan terhadap masalah berdasarkan sebuah analsa
Lebih terperinciContoh 5.1 Tentukan besar arus i pada rangkaian berikut menggunakan teorema superposisi.
BAB V TEOEMA-TEOEMA AGKAIA 5. Teorema Superposs Teorema superposs bagus dgunakan untuk menyelesakan permasalahan-permasalahan rangkaan yang mempunya lebh dar satu sumber tegangan atau sumber arus. Konsepnya
Lebih terperinciBAB III HIPOTESIS DAN METODOLOGI PENELITIAN
BAB III HIPOTESIS DAN METODOLOGI PENELITIAN III.1 Hpotess Berdasarkan kerangka pemkran sebelumnya, maka dapat drumuskan hpotess sebaga berkut : H1 : ada beda sgnfkan antara sebelum dan setelah penerbtan
Lebih terperinciKOMPARASI HASIL BELAJAR SISWA DENGAN MEDIA MACROMEDIA FLASH DAN MICROSOFT POWERPOINT YANG DISAMPAIKAN MELALUI PENDEKATAN CHEMO-EDUTAINTMENT
Sgt Pratmoko, dkk. Komparas Hasl Belajar Sswa... 99 KOMPARASI HASIL BELAJAR SISWA DENGAN MEDIA MACROMEDIA FLASH DAN MICROSOFT POWERPOINT YANG DISAMPAIKAN MELALUI PENDEKATAN CHEMO-EDUTAINTMENT Sgt Pratmoko,
Lebih terperinciBAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK:
BAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK: BAB IX. STATISTIKA Contoh : hasl ulangan Matematka 5 sswa sbb: 6 8 7 6 9 Pengertan Statstka dan
Lebih terperinciBAB 5 HASIL DAN PEMBAHASAN. Sampel yang digunakan dalam penelitian ini adalah data pengujian pada
BAB 5 ASIL DAN PEMBAASAN 5. asl Peneltan asl peneltan akan membahas secara lebh lengkap mengena penyajan data peneltan dan analss data. 5.. Penyajan Data Peneltan Sampel yang dgunakan dalam peneltan n
Lebih terperinciBab III Analisis Rantai Markov
Bab III Analss Ranta Markov Sstem Markov (atau proses Markov atau ranta Markov) merupakan suatu sstem dengan satu atau beberapa state atau keadaan, dan dapat berpndah dar satu state ke state yang lan pada
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Fuzzy Set Pada tahun 1965, Zadeh memodfkas teor hmpunan dmana setap anggotanya memlk derajat keanggotaan yang bernla kontnu antara 0 sampa 1. Hmpunan n dsebut dengan hmpunaan
Lebih terperinciSEARAH (DC) Rangkaian Arus Searah (DC) 7
ANGKAAN AUS SEAAH (DC). Arus Searah (DC) Pada rangkaan DC hanya melbatkan arus dan tegangan searah, yatu arus dan tegangan yang tdak berubah terhadap waktu. Elemen pada rangkaan DC melput: ) batera ) hambatan
Lebih terperinciMANAJEMEN LOGISTIK & SUPPLY CHAIN MANAGEMENT KULIAH 3: MERANCANG JARINGAN SUPPLY CHAIN
MANAJEMEN LOGISTIK & SUPPLY CHAIN MANAGEMENT KULIAH 3: MERANCANG JARINGAN SUPPLY CHAIN By: Rn Halla Nasuton, ST, MT MERANCANG JARINGAN SC Perancangan jarngan SC merupakan satu kegatan pentng yang harus
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA
III. METODE PENELITIAN A. Waktu dan Tempat Peneltan Peneltan n merupakan stud ekspermen yang telah dlaksanakan d SMA Neger 3 Bandar Lampung. Peneltan n dlaksanakan pada semester genap tahun ajaran 2012/2013.
Lebih terperinciPENDUGAAN RASIO, BEDA DAN REGRESI
TEKNIK SAMPLING PENDUGAAN RASIO, BEDA DAN REGRESI PENDAHULUAN Pendugaan parameter dar peubah Y seharusnya dlakukan dengan menggunakan nformas dar nla-nla peubah Y Bla nla-nla peubah Y sult ddapat, maka
Lebih terperinciPENGENALAN HURUF BRAILLE BERBASIS JARINGAN SYARAF TIRUAN METODA HEBBRULE
1 PENGENALAN HURUF BRAILLE BERBASIS JARINGAN SARAF TIRUAN METODA HEBBRULE un Ennggar 1, Wahyul Amen Syafe, ST, MT 2, Bud Setyono,ST,MT 2 Jurusan Teknk Elektro, Fakultas Teknk Unverstas, Dponegoro Jl. Prof.
Lebih terperinciBAB 2 ANALISIS ARUS FASA PADA KONEKSI BEBAN BINTANG DAN POLIGON UNTUK SISTEM MULTIFASA
BAB ANALISIS ARUS FASA PADA KONEKSI BEBAN BINTANG DAN POLIGON UNTUK SISTEM MULTIFASA.1 Pendahuluan Pada sstem tga fasa, rak arus keluaran nverter pada beban dengan koneks delta dan wye memlk hubungan yang
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMBELIAN PERANGKAT KOMPUTER DENGAN METODE TOPSIS (Studi Kasus: CV. Triad)
Jurnal Informatka Mulawarman Vol. 10 No. 2 September 2015 1 SISTEM PENDUKUNG KEPUTUSAN PEMBELIAN PERANGKAT KOMPUTER DENGAN METODE TOPSIS (Stud Kasus: CV. Trad) Bunga Annete Bennng 1), Indah Ftr Astut 2),
Lebih terperinci