Modifikasi Analytic Network Process Untuk Rekomendasi Pemilihan Handphone

Ukuran: px
Mulai penontonan dengan halaman:

Download "Modifikasi Analytic Network Process Untuk Rekomendasi Pemilihan Handphone"

Transkripsi

1 Modifikasi Analytic Ntwork Procss Untuk Rkomndasi Pmilihan Handphon Fry Dwi Hrmawan Jurusan Informatika Fakultas MIPA, Univrsitas Sblas Mart Surakarta Ristu Saptono Jurusan Informatika Fakultas MIPA, Univrsitas Sblas Mart Surakarta Rini Anggrainingsih Jurusan Informatika Fakultas MIPA, Univrsitas Sblas Mart Surakarta ABSTRAK Kbutuhan pnggunaan handphon yang brbda-bda pada stiap orang akan mmpngaruhi kputusan orang yang brsangkutan dalam mmilih handphon, dimana ktika akan mmilih handphon mrka harus mnntukan prioritas untuk stiap fitur yang mrka butuhkan Hal ini akan smakin sulit, karna dngan smakin psatnya prkmbangan tknologi handphon, yang mngakibatkan smakin banyaknya pilihan handphon yang ada dngan klbihan masing-masing Dngan smakin brtambahnya pilihan handphon yang ada mngakibatkan pross pmilihan handphon bagi konsumn mnjadi smakin komplks Mtod Analytic Ntwork Procss (ANP) sbagai mtod pnntuan kputusan dngan prtimbangan hubungan saling ktrgantungan antar komponn, dapat digunakan untuk mmbantu mnylksi pilihan handphon agar dapat diprolh handphon dngan fitur yang ssuai dngan kinginan konsumn Akan ttapi, pnrapan mtod ANP pada pmilihan handphon, mmiliki klmahan, yaitu pada lamanya waktu pmrossan Untuk mngatasi klmahan trsbut, dilakukan prcobaan dngan cara mmodifikasi pnrapan mtod ANP pada sistm Modifikasi yang dilakukan yaitu mngubah pnggunaan mtod ANP, dimana ANP digunakan untuk mncari prbandingan prioritas fitur saja, dan mnggunakan AHP untuk mmprolh nilai akhir Dari hasil prcobaan didapatkan waktu pmrossan untuk mtod ANP yang dimodifikasi lbih singkat Waktu pmrossan mtod ANP yang dimodifikasi stabil tidak trpngaruh jumlah sampl, sdangkan mtod ANP akan smakin lambat dngan smaking banyak sampl yang dipross Sdang brdasarkan prbandingan hasil urutan rkomndasi yang dibrikan kdua mtod trsbut rlatif sama, prsamaan pada urutan rkomndasi ditmukan trutama pada saat altrnatif yang dibandingkan mmiliki nilai pmbda yang jlas, yaitu pada saat fitur-fitur diprioritaskan mmiliki nilai kualitatif Kata Kunci Analytic Ntwork Procss, sistm rkomndasi, prioritas fitur 1 PENDAHULUAN Tknologi handphon tlah mngalami prkmbangan yang psat dalam bbrapa tahun blakangan ini Hal ini trlihat dari banyaknya fitur-fitur tambahan yang disrtakan pada handphon kluaran trbaru, yang disbabkan adanya tuntutan pasar untuk trsdianya handphon yang dapat mmnuhi kbutuhan konsumn yang brbda-bda Dngan smakin brtambahnya fitur yang ada, brakibat pada smakin rumitnya pross pmilihan handphon, apalagi pnambahan fitur ini juga diimbangi dngan smakin brtambahnya mrk handphon yang brdar di pasaran Banyaknya jnis handphon yang dijual di pasaran mnybabkan calon pmbli mnjadi smakin sulit dalam mmilih handphon (yaitu untuk mndapatkan handphon yang brkualitas yang dapat mmnuhi kinginan konsumn) Pmanfaatan sistm rkomndasi sbagai sarana untuk mmbantu konsumn dalam mmilih barang saat ini tlah smakin banyak digunakan, hal ini tidak trlpas dari pngaruh psatnya prkmbangan intrnt dan -commrc, slain itu juga adanya kbutuhan dari pihak konsumn untuk adanya suatu rkomndasi yang brsifat prsonal yang dapat mnyajikan produk dan layanan yang ssuai dngan kbutuhannya Kbanyakan toko onlin saat ini tlah mnrapkan sistm rkomndasi untuk untuk mmbantu konsumnnya Pmbrian rkomndasi yang digunakan pada umumnya dilakukan dngan mmprtimbangkan riwayat pmblian sblumnya atau kritria barang yang dibli olhnya Akan ttapi ada juga pndkatan yang lain, yaitu dngan mnggunakan masukan dari pngguna sbagai bahan prtimbangan dimana pmbrian rkomndasi dilakukan mlalui masukan dari konsumn yang brupa kritria atau atribut yang dipilih olh konsumn Pada kasus sistm rkomndasi handphon ini akan mnggunakan cara yang kdua, yaitu dngan mnggunakan masukan dari konsumn Masukan dari konsumn yang digunakan disini brupa pilihan fitur yang diinginkan dan prioritas kpntingan fitur trsbut bagi konsumn Pada pnlitian ini pnulis akan mnggunakan mtod Analytic Ntwork Procss (ANP) untuk mnydiakan rkomndasi handphon yang brdasarkan prioritas fitur yang diinginkan calon konsumn, dimana pnrapan mtod ANP pada sistm akan dilakukan dngan dua cara Yang prtama, yaitu dngan pnrapan mtod ANP scara pnuh dimana akan langsung diprolh hasil yang brupa urutan rkomndasi Yang kdua, yaitu dngan ANP yang dimodifkasi, ANP disini digunakan untuk mncari prioritas global dari stiap fitur untuk kmudian dikalikan dngan nilai fitur handphon untuk mmprolh nilai yang akan digunakan untuk prangkingan 2 ANALYTIC NETWORK PROCESS Analytic Ntwork Procss (ANP) mrupakan prkmbangan dari mtod Analytic Hirarchy Procss (AHP) yang mrupakan salah satu tori pngukuran mlalui prbandingan brpasangan [1] Mtod ANP dikmbangkan sbagai bntuk umum dari tori AHP yang didasarkan pada hubungan saling ktrgantungan antara bbrapa komponn, dimana slanjutnya AHP mnjadi bntuk khusus dari ANP Klbihan mtod ANP jika dibandingkan dngan mtod AHP yaitu kmampuannya dalam mmbntuk dpndnsi yang lbih bbas Bahkan, ANP mrupakan tori matmatika prtama yang mmungkinkan untuk scara sistmatis mnangani smua jnis dpndnsi dan fdback [2] Pross pmodlan ANP mydiakan cara untuk mwujudkan smua hubungan antar variabl,yang pada akhirnya dapat mmbantu mngurangi jarak antara modl dan knyataan Mtod ANP mampu mmprbaiki klmahan mtod AHP yaitu kmampuannya untuk mngakomodasi ktrkaitan antar kritria dan altrnatif Ktrkaitan yang ada pada mtod ANP trdiri dari 2 jnis yaitu ktrkaitan dalam satu st lmn (innr dpndnc) dan ktrkaitan antar lmn 1

2 yang ada pada clustr yang brbda (outr dpndnc) Dngan adanya pnambahan trsbut mtod ANP mnjadi lbih komplks daripada mtod AHP Scara umum langkah-langkah pnrapan mtod ANP adalah sbagai brikut [3]: a Mndfinisikan masalah dan mnntukan kritria yang brpngaruh dan solusi yang diinginkan, b Mmbuat matrix prbandingan brpasangan yang mngambarkan kontribusi atau pngaruh stiap lmn atas stiap kritria, c Stlah mngumpulkan smua data prbandingan brpasangan dan mmasukan nilai kbalikanya srta nilai satu di spanjang diagonal utama, prioritas masing-masing kritria dicari, d Mnntukan ignvctor dari matrix yang tlah dibuat pada langkah b, Mngulangi langkah b,c,dan d untuk stiap dpndnsi yang ada, f Mmbuat unwightd suprmatrix dngan cara mmasukan smua ignvctor yang tlah dihitung pada langkah d kdalam suprmatrix, g Mmbuat clustr matrix dngan cara mlakukan prbandingan brpasangan untuk stiap dpndnsi yang ada antar clustr h Mmbuat wightd suprmatrix dngan cara mlakukan prkalian stiap isi unwightd suprmatrix trhadap matrix prbandingan kritria (clustr matrix), i Mncari limit suprmatrix dngan cara mmangkatkan wightd suprmatrix scara trus-mnrus hinga angka pada stiap kolom yang ada pada satu baris rlatif sama bsar, stlah itu lakukan normalisasi pada limit suprmatrix j Mngambil nilai yang trdapat pada baris yang trmasuk k dalam clustr altrnativs dari suprmatrix dan dinormalisasi sbagai nilai akhir Pnyusunan prioritas mrupakan salah satu bagian yang pnting dan prlu ktlitian didalamnya Pada bagian ini akan ditntukan skala kpntingan suatu lmn trhadap lmn lainya Langkah prtama yang dilakukan yaitu mnyusun prbandingan brpasangan, yaitu mmbandingkan dalam bntuk pasangan untuk stiap sub-sistm hirarki Prbandingan trsbut kmudian ditransformasikan dalam bntuk matrix untuk tujuan analisis numrik, yaitu dalam bntuk matrix nxn Misalkan trdapat sub-sistm hirarki dngan suatu kritria A dan sjumlah lmn B 1 sampai B n Prbandingan antar lmn untuk sub-sistm hirarki itu dapat dibuat dalam bntuk matrix nxn Matrix ini disbut matrix prbandingan brpasangan Tabl 1 Matrix Prbandingan Brpasangan [4] A B 1 B 2 B 3 B n B 1 B 11 b 12 b 13 b 1n B2 B21 b22 b23 b2n B3 B31 b32 b33 b3n Bn Bn1 Bn2 Bn3 Bnn Bila diktahui b ij maka scara toritis b ji=1/b ij, sdangkan b ij dalam situasi i = j adalah mutlak 1 Nilai bij pada Tabl 1 adalah nilai prbandingan antara lmn B i dan B j yang mnyatakan hubungan [5] : a Sbrapa jauh tingkat kpntingan Bi bila dibandingkan Bj, atau b Sbrapa bsar kontribusi Bi trhadap kritria A bila dibandingkan dngan B j, atau c Sbrapa jauh dominasi B i trhadap B j, atau d Sbrapa banyak sifat kritria A trdapat pada Bi dibandingan Bj Nilai numrik yang digunakan untuk prbandingan diatas diprolh dari skala prbandingan Satty yang diprlihatkan pada Tabl 2 Tingkat kpntingan ,4,6,8 Kbalikan Tabl 2 Skala banding scara brpasangan [6] Dfinisi Kdua lmn sama pnting Elmn yang satu sdikit lbih pnting dari lmn yang lain Elmn yang satu lbih pnting dari lmn yang lain Satu lmn jlas lbih pnting daripada lmn lainya Satu lmn mutlak lbih pnting daripada lmn yang lainya Nilai-nilai antara dua nilai prtimbangan yang brdkatan Jika untuk aktivitas i mndapat suatu nilai bila dibandingkan aktivitas j, maka j mmpunyai nilai kbalikanya jika dibandingkan dngan i Pnjlasan Dua lmn mmpunyai pngaruh yang sama bsar trhadap tujuan Pngalaman dan pnilaian sdikit mndukung satu lmn dibanding lmn lainya Pngalaman dan pnilaian sangat kuat mndukung satu lmn dibanding lmn yang lainya Satu lmn dngan kuat didukung dan dominan trlihat dalam praktk Bukti yang mndukung lmn satu trhadap lmn yang lain mmiliki tingkat pngasan trtinggi yang mungkin mnguatkan Nilai ini digunakan bila ada dua kompromi diantara dua pilihan Pmbobotan dngan ANP mmbutuhkan modl yang mrprsntasikan saling ktrkaitan antara kritria dan sub-kritria yang dimilikinya Ada 2 kontrol yang prlu diprhatikan didalam mmodlkan sistm yang hndak diktahui bobotnya Kontrol prtama adalah kontrol hirarki yang mnunjukan ktrkaitan kritria dan sub-kritrianya Kontrol kdua yaitu kontrol kritria yang mnunjukan adanya saling ktrkaitan antar kritria atau clustr [5] Jika diasumsikan suatu mmiliki N clustr dimana lmn-lmn dalam tiap clustr saling brintraksi atau mmiliki pngaruh trhadap bbrapa atau sluruh clustr yang ada Jika clustr dinotasikan dngan C h dimana h = 1,2,3,,n, dngan lmn sbanyak n h dinotasikan dngan h1, h2, h3,, hnh Pngaruh dari satu st lmn dalam suatu clustr pada lmn yang lain dalam suatu sistm dapat dirprsntasikan mlalui ignvctor Eignvctor mrupakan vctor priroritas, yaitu suatu vctor yang mnampilkan prioritas rlatif dari suatu kritria yang diukur brdasarkan sutu skala ratio Dimana, nilai piroritas ini mrupakan nilai yang unik dan slalu brnilai positif Dngan kata lain, jika dapat dipastikan bahwa jumlah dari nilai-nilai prioritas trsbut adalah satu maka akan diprolh suatu nilai yang unik dan akan trmasuk dalam skala angka absolut[7] Konsp jaringan yang digunakan pada mtod ini mmiliki komplksitas yang tinggi dibandingkan dngan jnis lain, karna adanya fnomna fdback dari clustr satu k clustr 2

3 yang lain, bahkan dngan clustr-nya sndiri Pada Gambar 1b diprlihatkan modl jaringan fdback dan dpndnc antara clustr satu dngan clustr lainya, disini trlihat jlas prbdaanya dngan modl hirarki yang digunakan pada AHP(Gambar 1a) Gambar 1 Modl Hirarchy dan Ntwork[4] Stlah modl jaringan ANP dibuat, maka dilakukan pmbntukan tabl dari hasil data ignvctor yang diprolh dari prbandingan brpasangan k dalam tabl suprmatrix sprti yang trlihat pada gambar 2 W = C1 C2 11 C n1 C2 1n 1 W11 W n 2 W21 W22 C N N1 NnN WN n2 WN2 Gambar 2 Format dasar suprmatrix CN N1 N2 NnN W1N W2N WNN Suprmatrix mrprsntasikan pngaruh dari suatu lmn yang ada pada jaringan trhadapt lmn lain pada jaringan Stiap kolom W ij pada suprmatrix mrupakan nilai ignvctor yang mngambarkan pngaruh(tingkat kpntingan) dari lmn yang ada pada baris k-i dari jaringan trhadap lmnt pada kolom k-j Nilai nol pada lmn trtntu yang ada pada suprmatrix mnandakan bahwa tidak ditmukan pngaruh[4] Limit suprmatrix diprolh dngan cara mmangatkan suprmatrix Hal ini dilakukan untuk mndapatkan pnybaran pngaruh untuk stiap langkah yang ada pada suprmatrix Nilai yang ada pada wightd suprmtrix itu sndiri mrprsantasikan scara langasung pngaruh dari suat lmn trhadap lmn yang lain Akan ttapi suatu lmn bisa juga brpngaruh trhadap lmn lain scara tidak langsng, yaitu apabila lmn trsbut mmiliki pngaruh pada suatu lmn yang mmiliki pngaruh pada lmn lain Smua pngaruh tidak langsung ini diprolh dngan mmangkatkan suprmatrix[4] Slanjutnya untuk mmprlolh hasil akhir dari pross prhitungan ANP, maka suprmatrix akan dipangkatkan scara trus-mnrus hingga nilai pada stiap kolom yang ada dalam satu baris rlatif sama (slisihnya sangat kcil) 3 MODIFIKASI PROSES ANP Yang dimaksud dngan mmodifikasi disini adalah prubahan alur pnggunaan pross ANP dalam mncari nilai akhir Pada umumnya pross prhitungan ANP (pross mncari limiting suprmatrix) mngikutsrtakan sluruh lmn yang ada pada clustr yang brisi altrnatif pilihan dan juga clustr-clustr lain yang brisi kritria-kritris yang nantinya brpngaruh dalam pngambilan kputusan Dimana nantinya stlah diprolh nilai kimit suprmatrix kmudian akan diambil klompok nilai yang ada pada baris yang trmasuk dalam clustr altrnatif untuk dinormalisasi dan kmudian dijadikan sbagai nilai akhir Dngan mmanfaatkan sifat ANP dimana stiap clustr adalah sama, yang brarti clustr altrnatif mmiliki nilai dan sifat yang sama dngan clustr lainya Olh karna itu, nilai-nilai yang ada pada klompok clustr lainya dapat diambil sbagai prbandingan prioritas antara lmn-lmn yang ada pada clustr trsbut Jadi, dalam konsp modifikasi ini, mtod ANP akan digunakan untuk mmprolh prioritas global dari fitur dimana nilai prioritas ini akan dikalikan dngan nilai fitur yang ada pada altrnatif Contohnya adalah sbagai brikut, stlah dilakukan pross pmangkatan pada wightd suprmatrix, maka akan diprolh limitd suprmatrix, dimana nilai pada stiap kolom yang ada pada satu baris rlatif sama, contoh pnrapat suprmatrix dapat dilihat pada Tabl 3 Nilai pada wightd suprmatrix ini mrprsantasikan pngaruh scara langsung dari lmn yang ada pada baris trhadap lmn pada kolom, dimana stlah dicari limit suprmatrix akan diprolh nilai priroritas pngaruh dari lmn yang ada pada baris 1,2,,n dngan prtimbangan baik pngaruh scara langsung maupun tidak langsung dari lmn trsbut [4] Pada Tabl 3 trlihat bahwa stiap baris dan kolom yang ada dapat diklompokan kdalam clustr altrnatif dan kritria Pada pnrapan ANP, umumnya stlah diprolh limit suprmatrix, maka pross slanjuntya adalah mngambil nilai-nilai yang ada pada baris yang trmasuk clustr altrnatif(yang dalam hal ini brarti baris A1, A2, dan A3) Nilai- nilai inilah yang mngambarkan prioritas untuk stiap altrnatif yang ada Altrnatif Kritria A1 A2 A5 K1 K2 K3 Tabl 3 Suprmatrix Altrnatif Kritria A1 A2 A3 K1 K2 K3 Dngan brdasarkan prinsip yang ada dimana stiap clustr yang ada pada ANP adalah sama dan sdrajat, maka nilai-nilai yang ada pada baris yang trmasuk clustr kritria diambil dan dinormalisasi dapat digunakan untuk mngambarkan prioritas stiap fitur bagi altrnatif yang brsangkutan[4] Stlah diprolh nilai prirotias fitur global ini maka hubungan yang ada antara fitur dan altrnatif handphon yang ada dapat disusun kdalam bntuk hirarki sprti yang trlihat pada gambar 3 Bntuk diagram pada gambar 3 trsbut mrupakan diagram Analytic Hirarchy Procss sdrhana, dimana hanya trdiri dari 2 lvl, lvl 1 adalah fitur handphon dan lvl 2 adalah altrnatif handphon 3

4 Tabl 4 Daftar Fitur Yang Digunakan Gambar 3 Diagram Prkalian Nilai Prioritas dan Fitur Handphon Langkah-langkah pnrapan mtod ANP yang dimodifikasi adalah sbagai brikut : a Mndfinisikan masalah dan mnntukan kritria yang brpngaruh dan solusi yang diinginkan, b Mmbuat matrix prbandingan brpasangan yang mngambarkan kontribusi atau pngaruh stiap lmn atas stiap kontrol, c Stlah mngumpulkan smua data prbandingan brpasangan dan mmasukan nilai kbalikanya srta nilai satu dispanjang diagonal utama, prioritas masing-masing kritria dicari, d Mnntukan ignvctor dari matrix yang tlah dibuat pada langkah b, Mngulangi langkah b,c,dan d untuk stiap ktrgantungan yang ada, f Mmbuat unwightd suprmatrix dngan cara mmasukan smua ignvctor dari pngaruh stiap fitur trhadap altrnatif yang tlah diprolh dari langkah d kdalam suprmatrix, g Mmbuat clustr matrix dngan cara mlakukan prbandingan brpasangan untuk stiap hubungan ktrgantungan yang ada antar clustr h Mmbuat wightd suprmatrix dngan cara mlakukan prkalian stiap isi unwightd suprmatrix trhadap matrix prbandingan kritria (clustr matrix), i Mncari limiting suprmatrix dngan cara mmangkatkan wightd suprmatrix scara trus-mnrus hinga angka pada stiap kolom yang ada pada satu baris rlatif sama bsar, stlah itu lakukan normalisasi pada limiting suprmatrix, j Mngambil nilai yang trdapat pada baris yang yang mwakili fitur handphon kmudian dinormalisasi dan dijadikan sbagai prioritas akhir, nilai ini dimasukan pada hirarki lvl 1 yang mrupakan niali prirortas fitur, k Mngalikan prioritas akhir dngan nilai bobot handphon untuk mmprolh nilai akhir 4 METODOLOGI PENELITIAN Objk pnlitian dalam pnulisan tugas akhir ini adalah pnrapan mtod ANP pada kasus pmilihan handphon Pnrapan ANP pada sistm akan dilakukan dngan dua cara, ANP murni dan ANP yang dimodifikasi Dimana, kdua mtod trsbut akan diuji dan dibandingkan hasil urutan rkomndasi yang dibrikan dan juga lama prmrossan yang diprlukan Pnyusunan Modl ANP Untuk Sistm Rkomndasi Pmilihan Handphon Untuk mnrapakan mtod ANP pada sistm rkomndasi handphon, maka diprlukan modl jaringan yang mngambarkan hubungan yang ada antar lmn-lmn yang nantinya akan mmpngaruhi dalam pmbrian rkomndasi, lmn yang dimaksud disini adalah fitur-fitur yang ada pada handphon Fitur yang digunakan dapat dilihat pada Tabl 4 No Clustr Fitur Pnilaian 1 Mmory Mmory Intrnal Bsar mmory dalam GB Mmory Extrnal Bsar mmory dalam GB Standby Daya tahan dalam hitungan jam 2 Battry TalkTim Daya tahan dalam hitungan jam MusicTim Daya tahan dalam hitungan jam GPRS EDGE HSDPA HSUPA 3 Connctivity LTE RvA WLan Blutooth NFC USB MainCamra Ukuran pixl kamra dalam MP FrontCamra Ukuran pixl kamra dalam MP Flash AutoFocus 4 Camra FixdFocus GoTagging FacDtction ImagStabilization VidoRcordr CPU Nilai dalam GHz 5 CPU & RAM Cors Jumhlah cor dari CPU RAM Ukuran dalam MB Radio MusicPlayr 6 Othr VidoPlayr GPS Java Gambar 4 Hubungan Ktrgantungan Antar Fitur 4

5 Ktrangan: Altrnatif 1,2,,N pada clustr ALTERNATIF mngambarkan typ handphon yang ada Gambar 4 mnunjukan hubungan ktrgantngan yang ada antar fitur Tanda panah yang ada pada Gambar 4 mngambarkan arah dpndnsi antar fitur yang ada, dimana mata panah mnunjukan objk yang dipngaruhi (Contoh: tanda panah dari clustr battry yang mnuju clustr othr, hal ini mnjukan adanya pngaruh dari fitur-fitur yang ada pada clustr battry trhadap fitur yang ada pada clustr othr) Pnrapan ANP Pada Sistm Rkomndasi Pmilihan Handphon Brdasarkan modl jaringan yang ada pada Gambar 4, pnrapan ANP pada sistm rkomndasi piliha handphon akan dilakukan langkah-langkah sbagai brikut: a Mmbuat matrix prbandingan brpasangan yang mngambarkan kontribusi atau pngaruh antar fitur, b Stlah mngumpulkan smua data prbandingan brpasangan dan mmasukan nilai kbalikanya srta nilai satu dispanjang diagonal utama, prioritas masing-masing kritria dicari, c Mnntukan ignvctor dari matrix yang tlah dibuat pada langkah a, d Mngulangi langkah a,b,dan c untuk stiap ktrgantungan yang ada, Mmbuat unwightd suprmatrix dngan cara mmasukan smua ignvctor yang tlah dihitung pada langkah 4 kdalam suprmatrix, f Mmbuat clustr matrix dngan cara mlakukan prbandingan brpasangan untuk stiap hubungan ktrgantungan yang ada antar clustr fitur handphon g Mmbuat wightd suprmatrix dngan cara mlakukan prkalian stiap isi unwightd suprmatrix trhadap matrix prbandingan kritria (clustr matrix), h Mncari limiting suprmatrix dngan cara mmangkatkan wightd suprmatrix scara trus-mnrus hingga angka pada stiap kolom yang ada pada satu baris rlatif sama bsar, stlah itu lakukan normalisasi pada limiting suprmatrix i Mngambil nilai yang trdapat pada baris yang trmasuk k dalam clustr altrnativs dari suprmatrix dan dinormalisasi sbagai nilai akhir Pnrapan ANP Yang Dimodifikasi Pada Sistm Rkomndasi Pmilihan Handphon Pada pnrapan ANP stlah dilakukan pmrossan pada suprmatrix akan diprolh nilai prioritas altrnatif Sdangkan pada pnrapan mtod ANP yang dimodifikasi ini pross ANP digunakan untuk mncari nilai prioritas global Dimana, nilai prioritas global ini akan dikalikan dngan nilai bobot fitur pada handphon untuk mncari prioritas akhir dari handphon yang brsangkutan Modl jaringan yang digunakan untuk pross ANP yang dimodikasi ini sama dngan modl jaringan yang digunakan pada mtod ANP Langkah-langkah pnrapan mtod ANP yang dimodifikasi trdiri dari 2 tahap Tahap prtama adalah pnrapan pross ANP untuk mncari prioritas global, langkah-langkah yang digunakan adalah sbagai brikut: a Mmbuat matrix prbandingan brpasangan yang mngambarkan kontribusi atau pngaruh antar fitur, b Stlah mngumpulkan smua data prbandingan brpasangan dan mmasukan nilai kbalikannya srta nilai satu dispanjang diagonal utama, prioritas masing-masing kritria dicari, c Mnntukan ignvctor dari matrix yang tlah dibuat pada langkah a, d Mngulangi langkah a,b,dan c untuk stiap ktrgantungan yang ada, Mmbuat unwightd suprmatrix dngan cara mmasukan smua ignvctor dari pngaruh stiap fitur trhadap altrnatif yang tlah diprolh dari langkah 4 kdalam suprmatrix, f Mmbuat clustr matrix dngan cara mlakukan prbandingan brpasangan untuk stiap hubungan ktrgantungan yang ada antar clustr fitur handphon g Mmbuat wightd suprmatrix dngan cara mlakukan prkalian stiap isi unwightd suprmatrix trhadap matrix prbandingan kritria (clustr matrix), h Mncari limiting suprmatrix dngan cara mmangkatkan wightd suprmatrix scara trus-mnrus hinga angka pada stiap kolom yang ada pada satu baris rlatif sama bsar, stlah itu lakukan normalisasi pada limiting suprmatrix, i Mngambil nilai yang trdapat pada baris yang yang mwakili fitur handphon kmudian dinormalisasi dan dijadikan sbagai prioritas akhir, Pada tahap prtama ini trlihat ada prbdaan dngan pnrapan ANP scara murni Nilai priroritas global yang diprolh slanjutnya akan digunakan untuk pmrossan tahap 2 Tahap 2 yaitu pnrapan mtod AHP untuk mncari prioritas akhir dari altrnatif Dimana modl AHP yang digunakan dapat dilihat pada Gambar 3 Langkah-langkah pnrapan AHP adalah sbagai brikut: a Mnyusun struktur hirarki dari prmasalahan Hirarki prmasalahan dapat dilihat pada Gambar 3 Bntuk diagram pada Gambar 3 trsbut mrupakan diagram Analytic Hirarchy Procss sdrhana, dimana hanya trdiri dari 2 lvl, lvl 1 adalah fitur handphon dan lvl 2 adalah altrnatif handphon b Mmasukan hasil nilai yang diprolh dari pross ANP k dalam hirarki AHP sbagai nilai prioritas altrnatif fitur c Mnggunakan hubungan pmbobotan yang ada untuk mngvaluasi stiap altrnatif yang ada Hal ini dilakukan dngan cara mngkalikan stiap bobot yang ada pada stiap clustr dan sub-clustr yang ada pada pohon hirarki 5 HASIL DAN PEMBAHASAN Prsiapan Pngujian Untuk mlaksanakan prcobaan diprlukan data handphon yang nantinya akan digunakan sbagai altrnatif Untuk itu dikumpulkan sampl data handphon sjumlah 100 sampl yang trdiri dari 6 mrk Dari 100 sampl data trsbut pross pngujian dilakukan untuk stiap klipatan 10 dngan prcobaan prtama dilakukan pada 10 sampl Pngujian akan dilakukan dngan 5 sknario, sknario yang digunakan adalah sbagai brikut : a Sknario 1 : prcobaan dilakukan dngan mnggunakan prioritas dasar, yaitu prioritas yang digunakan jika tidak ada fitur yang dipilih b Sknario 2 : prcobaan dilkukan dngan pncarian dimana fitur yang dipilih adalah : xtrnal mmory, main camra, standby tim, dan talk tim c Sknario 3 : prcobaan dilakukan dngan pncarian dimana fitur yang dipilih adalah : fac dtction, imag stabilization, HSDPA, dan WLan d Sknario 4 : prcobaan dilkukan dngan pncarian dimana fitur yang dipilih adalah : CPU, RAM, intrnal 5

6 mmory, xtrnal mmory, main camra, front camra, standby tim, dan talk tim Sknario 5 : prcobaan dilakukan dngan pncarian dimana fitur yang dipilih adalah : flash, auto focus, go tagging, radio, music playr, dan vido playr Prbandingan Waktu Pmrossan Pngujian yang prtama yaitu mmbandingkan lamanya waktu pmrossan yang dibutuhkan Prcobaan ini dilakukan dngan cara mlakukan pmrossan pada sampl dngan jumlah klipatan 10 Data prbandingan pningkatan waktu pmrossan yang dapat dilihat grafik pningkatan waktu pmrossan untuk stiap sknario pngujian yang ada pada Gambar 5 Dari data yang ada pada Lampiran 2 dapat ditarik ksimpulan sbagai brikut : a Waktu pmrossan untuk mtod ANP murni akan mngalami pningkatan siring dngan smakin banyaknya jumlah altrnatif, hal ini karna altrnatif akan diikutsrtakan pada suprmatrix akan mningkatkan waktu yang dibutuhkan untuk stiap itrasi karna smakin banyaknya pross prkalian yang harus dilakukan Sdangkan pada pnrapan ANP yang dimodifikasi, lama waktu pmrossan rlatif ttap karna yang diikutsrtakan pada pmrossan suprmatrix hanyalah fitur-fitur yang trdapat pada handphon b Waktu pmrossan akan smakin lama untuk pncarian dimana prbandingan nilai prioritas dari lmn yang ada pada suprmatrix mmiliki prbdaan yang smakin banyak, yang diakibatkan karna smakin banyaknya itrasi yang dibutuhkan untuk mmprolh limit suprmatrix ditarik ksimpulan sbagai brikut: a Urutan rkomndasi yang dibrikan dari kdua mtod yang diuji rlatif sama, prsamaan pada urutan rkomndasi ditmukan trutama pada saat altrnatif yang dibandingkan mmiliki nilai pmbda yang jlas, yaitu pada saat fitur-fitur yang diprioritaskan mmiliki nilai kualitatif b Pada saat dilakukan pncarian dngan prioritas pada fitur-fitur yang mmiliki nilai kualitatif, urutan rkomndasi yang dibrikan rlatif sama untuk stiap pngujian yang dilakukan c Pada saat dilakukan pncarian dngan prioritas pada fitur-fitur yang dinilai brdasarkan kbradaanya pada altrnatif yang brsangkutan, urutan rkomnadasi yang diprloh rlatif sama pada saat mnggunakan sampl yang sdikit, dan smakin banya prbdaan yang ada pada prcobaan dngan banyak sampl Prbdaan urutan rkomndasi ditmukan trutama pada altrnatif yang mmiliki fitur yang hampir sama Prbdaan ini trutama ditmukan pada saat dilakukan pmrossan dngan jumlah sampl yang banyak Prubahan urutan yang trjadi pada rkomndasi yang dibrikan disbabkan karna adanya pross pmbulatan angka Pmbulatan pada angka yang dipross sjak pross awal sampai dngan diprolh suprmatrix sangat kcil nilainya, ttapi stlah dilakukan pross itrasi pada suprmatrix dimana matrix yang ada dipangkatkan maka slisih yang kcil trsbut akan mnjadi smakin bsar Hal inilah yang mngakibatkan slisih nilai yang ada Tabl 5 Prbandingan Hasil Rkomndasi Untuk Sknario 1 Jumlah Sampl Urutan Yang Sama Urutan Yang Brbda 10 1,4,5,6,7,8,9,10 2, ,2,3,4,9,10 5,6, ,2,5,6,7,8,910 3,4 40 1,2,3,4,5,6,9 7,8, ,2,3,4,5,6,10 7,8,9 60 1,2,3,4,5,8,9,10 6,7 70 1,2,3,4,5,6 7,, ,2,3,4,5,6,7,9 8, ,6,7 1,2,4,5,8,9, ,2,3,4,5,6,7 8,9,10 Tabl 6 Prbandingan Hasil Rkomndasi Sknario 2 Jumlah Sampl Urutan Yang Sama Urutan Yang Brbda 10 1,2,3,4,5,6,7,8,9, ,2,3,4,5,6,9 7,8, ,2,3,4,5,6,7,8, ,2,5,6,7,8,9,10 3,4 50 1,2,3,4,5,6,7,8,9, ,2,3,4,5,6,7,8,9, ,2,3,4,7,8,9,10 5,6 80 1,2,3,4,9,10 5,6,7,8 90 1,2,3,4,9,10 5,6,7, ,2,3,4,9,10 5,6,7,8 Gambar 5 Grafik Pningkatan Waktu Pmrossan Prbandingan Hasil Urutan Rkomndasi Pngujian yang kdua adalah pngujian untuk mmbandingkan hasil pmbrian urutan rkomndasi, brikut ini mrupakan hasil analisa pmbrian urutan rkomndasi handphon yang diprolh dari prcobaan Prbandingan urutan dilakukan pada 10 rkomndasi prtama Dari data yang ada pada Tabl 5 sampai dngan Tabl 9 dapat Tabl 7 Prbandingan Hasil Rkomndasi Sknario 3 Jumlah Sampl Urutan Yang Sama Urutan Yang Brbda 10 1,2,3,4,5,6,7,8,9, ,2,3,4,5,6,7,8,9, ,2,3,4,5,6,7 8,9, ,2,3,4,5,6,7,8,9, ,4,5,6,10 1,2,7,8,9 60 3,5,6,8 1,2,4,7,9, ,6,7,8,9,10 1,2,4,5 80 3,8,9,10 1,2,4,5,6,7 90 1,9 2,3,4,5,6,7,8, ,2,3,4,5,6,7,8,9 6

7 Tabl 8 Prbandingan Hasil Rkomndasi Sknario 4 Jumlah Sampl Urutan Yang Sama Urutan Yang Brbda 10 1,2,3,4,5,6,7,8,9, ,2,9,10 3,4,5,6,7,8 30 1,2,3,4,8 5,6,7,9, ,4,5,10 2,3,6,7,8,9 50 1,2,3,4,5,9,10 6,7,8 60 1,2,3,4,5,9,10 6,7,8 70 1,2,3,4,5,9,10 6,7,8 80 1,2,3,4,5 6,7,8,9, ,2,3,4,5 6,7,8,9, ,2,3,4,5 6,7,8,9,10 Tabl 9 Prbandingan Hasil Rkomndasi Sknario 5 Jumlah Sampl Urutan Yang Sama Urutan Yang Brbda 10 1,2,3,4,5,6,9,10 7,8 20 1,2,3,4,5,6,7,8,9, ,4,5,6,7,8,9,10 1,2 40 4,5,6,7,10 1,2,3,8,9 50 1,2,3,4,7,8,9,10 5,6 60 1,2,4,5,6,9,10 3,7,8 70 1,2,4,5 3,67,8,9, ,2,4,9,10 3,5,6,7,8 90 1,2,3,4 5,6,7,8,9, ,2,3 4,5,6,7,8,9,10 6 KESIMPULAN Dngan mmanfaatkan mtod ANP dalam studi kasus rkomndasi handphon ini, hubungan yang ada antara fitur-fitur yang ada pada handphon dapat lbih dioptimalkan Karna dngan smakin banyaknya fitur yang ada akan smakin komplks pula hubungan yang ada antar fitur, shingga mskipun fitur-fitur yang dapat diklompokan k dalam clustr, akan ttapi hubungan yang ada tidak dapak ditampilkan scara hirarki (hubungan atas k bawah) Dngan mmanfaatkan modl jaringan yang digunakan pada ANP, hubungan yang dapat ditampilkan dngan lbih baik, karna pada modl jaringan yang digunakan pada ANP smua clustr brada pada lvl yang sama Dari hasil pngujian mtod Analytic Ntwork Procss (ANP) dalam kasus pnlitian handphon Dari sgi waktu pmrossan, trbukti bahwa dngan mnggunakan mtod ANP yang dimodifikasi lamanya waktu pmrossan lbih singkat dan rlatif stabil tidak trpngaruh dngan banyaknya altrnatif yang ada, dimana jika dngan mnggunakan mtod ANP yang biasa maka lama pmrossan akan brtambah lama dngan smakin smakin banyaknya altrnatif Dari sgi hasil pmbrian rkomndasi, trlihat bahwa hasil rkomndasi yang dibrikan rlatif sama, prsamaan pada urutan rkomndasi ditmukan trutama pada saat altrnatif yang dibandingkan mmiliki nilai pmbda yang jlas, yaitu pada saat fitur-fitur yang diprioritaskan mmiliki nilai kualitatif Brdasarkan dua kritria pnilaian trsbut dapat disimpulkan bahwa pnggunaan mtod ANP yang dimodifikasi lbih fktif trutama untuk jumlah altrnatif pilihan yang banyak, karna dngan hasil rkomndasi yang rlatif sama, waktu pmrossan yang dibutuhkan dapat jauh lbih singkat Brdasarkan hasil pngujian trsbut, untuk pnrapan pada sistm rkomndasi pmilihan handphon pnulis mrkomndasikan untuk mnggunakan mtod ANP yang dimodifikasi, karna pada pnggunaanya slanjutnya jumlah altrnatif handphon yang dipross akan brjumlah sangat banyak dngan mnggunakan mtod ANP yang dimodifikasi waktu pmrossan yang dibutuhkan jauh lbih singkat 7 DAFTAR PUSTAKA [1] Saaty, T L 2008 Rlativ masurmnt and its gnralization in dcision making why pairwis comparisons ar cntral in mathmatics for th masurmnt of intangibl factors th analytic hirarchy/ntwork procss Pittsburgh : RWS Publications [2] Saaty, RW 2002 Dcision Making In Complx Environmnts Th Analytic Hirarchy Procss (AHP) For Dcision Making And Th Analytic Ntwork Procss (ANP) For Dcision Making With Dpndnc And Fdback [3] Santoso, LW, Stiawan, A, & Handojo, A 2010 Pmbuatan Aplikasi Sistm Slksi Calon Pgawai dan Pmilihan Supplir dngan Mtod Analytic Ntwork Procss (ANP) dan Analytic Hirarchy Procss (AHP) di PT X Univrsitas Kristn Ptra Procdings of SNTI 2010 [4] Saaty, TL & Vargas, LG 2006 Dcision Making with th Analytic Ntwork Procss Economic, Political, Social and Tchnological Applications with Bnfits, Opportunitis, Costs and Risks Nw York: Springr Scinc+Businss Mdia, LLC [5] Saaty, TL 2004 Fundamntals of th analytic ntwork procss dpndnc and fdback in dcision-making with a singl Ntwork Pittsburgh : RWS Publications [6] Saaty, TL 1994 Fundamntals of Dcision Making and Priority Thory with th Analytic Hirarchy Procss RWS Publications, Pittsburgh, PA, p [7] Saaty, TL 2008 Th Analytic Ntwork Procss Univrsity of Pittsburgh 7

UJI KESELARASAN FUNGSI (GOODNESS-OF-FIT TEST)

UJI KESELARASAN FUNGSI (GOODNESS-OF-FIT TEST) UJI CHI KUADRAT PENDAHULUAN Distribusi chi kuadrat mrupakan mtod pngujian hipotsa trhadap prbdaan lbih dari proporsi. Contoh: manajr pmasaran suatu prusahaan ingin mngtahui apakah prbdaan proporsi pnjualan

Lebih terperinci

HASIL DAN PEMBAHASAN. Gambar 3 Proses penentuan perilaku api.

HASIL DAN PEMBAHASAN. Gambar 3 Proses penentuan perilaku api. 6 yang diharapkan. Msin infrnsi disusun brdasarkan stratgi pnalaran yang akan digunakan dalam sistm dan rprsntasi pngtahuan. Msin infrnsi yang digunakan dalam pngmbangan sistm pakar ini adalah FIS. Implmntasi

Lebih terperinci

II. LANDASAN TEORI. digunakan sebagai landasan teori pada penelitian ini. Teori dasar mengenai graf

II. LANDASAN TEORI. digunakan sebagai landasan teori pada penelitian ini. Teori dasar mengenai graf II. LANDASAN TEORI 2.1 Konsp Dasar Graf Pada bagian ini akan dibrikan konsp dasar graf dan dimnsi partisi graf yang digunakan sbagai landasan tori pada pnlitian ini. Tori dasar mngnai graf yang akan digunakan

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. Data penelitian diperoleh dari siswa kelas XII Jurusan Teknik Elektronika

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. Data penelitian diperoleh dari siswa kelas XII Jurusan Teknik Elektronika BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. DESKRIPSI DATA Data pnlitian diprolh dari siswa klas XII Jurusan Tknik Elktronika Industri SMK Ma arif 1 kbumn. Data variabl pngalaman praktik industri, kmandirian

Lebih terperinci

Analisis Dinamis Portal Bertingkat Banyak Multi Bentang Dengan Variasi Tingkat (Storey) Pada Tiap Bentang

Analisis Dinamis Portal Bertingkat Banyak Multi Bentang Dengan Variasi Tingkat (Storey) Pada Tiap Bentang Analisis Dinamis Portal Brtingkat Banyak Multi Bntang Dngan Variasi Tingkat (Story) Pada Tiap Bntang Hiryco Manalip Rky Stnly Windah Jams Albrt Kaunang Univrsitas Sam Ratulangi Fakultas Tknik Jurusan Sipil

Lebih terperinci

Oleh : Bustanul Arifin K BAB IV HASIL PENELITIAN. Nama N Mean Std. Deviation Minimum Maximum X ,97 3,

Oleh : Bustanul Arifin K BAB IV HASIL PENELITIAN. Nama N Mean Std. Deviation Minimum Maximum X ,97 3, Kpdulian trhadap sanitasi lingkungan diprdiksi dari tingkat pndidikan ibu dan pndapatan kluarga pada kluarga sjahtra I klurahan Krtn kcamatan Lawyan kota Surakarta Olh : Bustanul Arifin K.39817 BAB IV

Lebih terperinci

Aplikasi Integral. Panjang sebuah kurva w(y) sepanjang selang dapat ditemukan menggunakan persamaan

Aplikasi Integral. Panjang sebuah kurva w(y) sepanjang selang dapat ditemukan menggunakan persamaan Aplikasi Intgral Intgral dapat diaplikasikan k dalam banyak hal. Dari yang sdrhana, hingga aplikasi prhitungan yang sangat komplks. Brikut mrupakan aplikasi-aplikasi intgral yang tlah diklompokkan dalam

Lebih terperinci

RANCANG BANGUN PATCH RECTANGULAR ANTENNA 2.4 GHz DENGAN METODE PENCATUAN EMC (ELECTROMAGNETICALLY COUPLED)

RANCANG BANGUN PATCH RECTANGULAR ANTENNA 2.4 GHz DENGAN METODE PENCATUAN EMC (ELECTROMAGNETICALLY COUPLED) RANCANG BANGUN PATCH RECTANGULAR ANTENNA 2.4 GHz DENGAN METODE PENCATUAN EMC (ELECTROMAGNETICALLY COUPLED) Winny Friska Uli,Ali Hanafiah Ramb Konsntrasi Tknik Tlkomunikasi, Dpartmn Tknik Elktro Fakultas

Lebih terperinci

PEMILIHAN TEKNOLOGI PENGOLAHAN SAMPAH DENGAN METODE ANALYTIC NETWORK PROCESS (ANP) DI TPA BURANGKENG KABUPATEN BEKASI

PEMILIHAN TEKNOLOGI PENGOLAHAN SAMPAH DENGAN METODE ANALYTIC NETWORK PROCESS (ANP) DI TPA BURANGKENG KABUPATEN BEKASI PEMILIHAN TEKNOLOGI PENGOLAHAN SAMPAH DENGAN METODE ANALYTIC NETORK PROCESS (ANP DI TPA BURANGKENG KABUPATEN BEKASI Dorina Htharia 1, Pudji Astuti 2, dan Bbbi Y. Habibi Jurusan Tknik Industri, FTI, Univrsitas

Lebih terperinci

ANALISA PENGARUH PACK CARBURIZING MENGGUNAKAN ARANG MLANDING UNTUK MENINGKATKAN SIFAT MEKANIS SPROKET SEPEDA MOTOR SUZUKI

ANALISA PENGARUH PACK CARBURIZING MENGGUNAKAN ARANG MLANDING UNTUK MENINGKATKAN SIFAT MEKANIS SPROKET SEPEDA MOTOR SUZUKI Analisa Pngaruh Pack Carburizing Mnggunakan Arang Mlanding (Mas ad dkk.) ANALISA PENGARUH PACK CARBURIZING MENGGUNAKAN ARANG MLANDING UNTUK MENINGKATKAN SIFAT MEKANIS SPROKET SEPEDA MOTOR SUZUKI Mas ad,

Lebih terperinci

MODEL PERSEDIAAN DETERMINISTIK DENGAN MEMPERTIMBANGKAN MASA KADALUARSA DAN PENURUNAN HARGA JUAL

MODEL PERSEDIAAN DETERMINISTIK DENGAN MEMPERTIMBANGKAN MASA KADALUARSA DAN PENURUNAN HARGA JUAL ISSN : 407 846 -ISSN : 460 846 MODEL PERSEDIAAN DETERMINISTIK DENGAN MEMPERTIMBANGKAN MASA KADALUARSA DAN PENURUNAN HARGA JUAL Chrish Rikardo *, Taufik Limansyah, Dharma Lsmono Magistr Tknik Industri,

Lebih terperinci

Bab 6 Sumber dan Perambatan Galat

Bab 6 Sumber dan Perambatan Galat Mtod Pnlitian Suradi Sirgar Bab 6 Sumbr dan Prambatan Galat 6. Sumbr galat. Data masukan, misal hasil pngukuran (galat bawaan). Slama komputasi (galat pross), galat ang timbul akibat komputasi 3. Galat

Lebih terperinci

1. Proses Normalisasi

1. Proses Normalisasi BAB IV PEMBAHASAN A. Pr-Procssing Pross pngolahan signal PCG sblum dilakukan kstaksi dan klasifikasi adalah pr-procssing. Signal PCG untuk data training dan data tsting trdapat dalam lampiran 5 (halaman

Lebih terperinci

BAB I METODE NUMERIK SECARA UMUM

BAB I METODE NUMERIK SECARA UMUM BAB I METODE NUMERIK SECARA UMUM Aplikasi modl matmatika banyak muncul dalam brbagai disiplin ilmu pngtahuan, sprti isika, kimia, konomi, prsoalan rkayasa (tknik msin, sipil, lktro). Modl matmatika yang

Lebih terperinci

Debuging Program dengan EasyCase

Debuging Program dengan EasyCase Modul asyc 1 Dbuging Program dngan EasyCas Di susun Olh : Di dukung olh : Portal dukasi Indonsia Opn Knowlodg and Education http://ok.or.id Modul asyc 2 KATA PENGANTAR Puji syukur kpada guru sjatiku Gusti

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Blakang Di dalam dunia bisnis yang smakin ktat saat ini prusahaan dituntut untuk mmiliki banyak kunggulan komptitif agar dapat brsaing dngan yang lainnya. Maka dari itu, prusahaan

Lebih terperinci

METODE ITERASI TANPA TURUNAN BERDASARKAN EKSPANSI TAYLOR UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR ABSTRACT

METODE ITERASI TANPA TURUNAN BERDASARKAN EKSPANSI TAYLOR UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR ABSTRACT METODE ITERASI TANPA TURUNAN BERDASARKAN EKSPANSI TAYLOR UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR E. Yuliani, M. Imran, S. Putra Mahasiswa Program Studi S Matmatika Laboratorium Matmatika Trapan, Jurusan

Lebih terperinci

HUBUNGAN ANTARA KELOMPOK UMUR, JENIS KELAMIN DAN JENIS PEKERJAAN PADA PENDERITA HIV/AIDS DI KABUPATEN BANYUMAS

HUBUNGAN ANTARA KELOMPOK UMUR, JENIS KELAMIN DAN JENIS PEKERJAAN PADA PENDERITA HIV/AIDS DI KABUPATEN BANYUMAS 18Novmbr 17 Tma 7: Ilmu-Ilmu Murni (Matmatika, Fisika, Kimia dan Biologi) HUBUNGAN ANTARA KELOMPOK UMUR, JENIS KELAMIN DAN JENIS PEKERJAAN PADA PENDERITA HIV/AIDS DI KABUPATEN BANYUMAS Olh Agung Prabowo

Lebih terperinci

BAB 3 METODOLOGI PERANCANGAN. 35 orang. Setiap orang diambil sampel sebanyak 15 citra wajah dengan

BAB 3 METODOLOGI PERANCANGAN. 35 orang. Setiap orang diambil sampel sebanyak 15 citra wajah dengan BAB 3 METODOLOGI PERANCANGAN 3.1 Input Data Citra Wajah Pada pnlitian ini, digunakan sbanyak 525 citra ajah yang trdiri dari 35 orang. Stiap orang diambil sampl sbanyak 15 citra ajah dngan pncahayaan yang

Lebih terperinci

PELABELAN TOTAL SISI ANTI AJAIB SUPER (PTSAAS) PADA GABUNGAN GRAF BINTANG GANDA DAN LINTASAN

PELABELAN TOTAL SISI ANTI AJAIB SUPER (PTSAAS) PADA GABUNGAN GRAF BINTANG GANDA DAN LINTASAN JIMT ol. 9 No. 1 Juni 01 (Hal. 16 8) Jurnal Ilmiah Matmatika dan Trapan ISSN : 450 766X PELABELAN TOTAL SISI ANTI AJAIB SUPER (PTSAAS) PADA GABUNGAN GRAF BINTANG GANDA DAN LINTASAN Nurainun 1, S. Musdalifah,

Lebih terperinci

model pengukuran yang menunjukkan ukur Pengukuran dalam B. Model Mode sama indikator dan 1 Pag

model pengukuran yang menunjukkan ukur Pengukuran dalam B. Model Mode sama indikator dan 1 Pag Modl Modl Pngukuran dalam Pmodlan Prsamaan Struktural Wahyu Widhiarso Fakultas Psikologi UGM Tulisan ini akan mmbahas bbrapa modl dalam SEM yang unik. Dikatakan unik karna jarang dipakai. Tulisan hanya

Lebih terperinci

BAB II TEORI DASAR 2.1 Pengertian Pasang Surut

BAB II TEORI DASAR 2.1 Pengertian Pasang Surut BAB II TEORI DASAR 2.1 Pngrtian Pasang Surut Pasang surut air laut (pasut) adalah pristiwa naik turunnya muka air scara priodik dngan rata-rata priodnya 12,4 jam (di bbrapa tmpat 24,8 jam) (Pond dan Pickard,

Lebih terperinci

IV. HASIL DAN PEMBAHASAN

IV. HASIL DAN PEMBAHASAN IV. HASIL DAN PEMBAHASAN A. KARAKTERISTIK MUTU DAN REOLOGI CPO AWAL Minyak sawit kasar (crud palm oil/cpo) mrupakan komoditas unggulan Indonsia yang juga brpran pnting dalam prdagangan dunia. Mngingat

Lebih terperinci

PENENTUAN NILAI e/m ELEKTRON

PENENTUAN NILAI e/m ELEKTRON Pnntuan Nilai E/m Elktron 013 PENENTUAN NILAI /m ELEKTRON Intan Masruroh S, Anita Susanti, Rza Ruzuqi, Zaky Alam Laboratorium Fisika Radiasi, Dpartmn Fisika Fakultas Sains Dan Tknologi, Univrsitas Airlangga

Lebih terperinci

Pertemuan XIV, XV VII. Garis Pengaruh

Pertemuan XIV, XV VII. Garis Pengaruh ahan jar Statika ulyati, ST., T rtmuan X, X. Garis ngaruh. ndahuluan danya muatan hidup yang brgrak dari satu ujung k ujung lain pada suatu konstruksi disbut bban brgrak. isalkan ada sbuah kndaraan mlalui

Lebih terperinci

Penentuan Lot Size Pemesanan Bahan Baku Dengan Batasan Kapasitas Gudang

Penentuan Lot Size Pemesanan Bahan Baku Dengan Batasan Kapasitas Gudang Pnntuan Lot Siz Pmsanan Bahan Baku Dngan Batasan Kapasitas Gudang Dana Marstiya Utama 1 Abstract. This papr xplains th problm o dtrmining th lot siz o ordring raw matrials with warhous capacity limitation

Lebih terperinci

METODE ITERASI KELUARGA CHEBYSHEV-HALLEY UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR. Yuli Syafti Purnama 1 ABSTRACT

METODE ITERASI KELUARGA CHEBYSHEV-HALLEY UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR. Yuli Syafti Purnama 1 ABSTRACT METODE ITERASI KELUARGA CHEBYSHEV-HALLEY UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR Yuli Syafti Purnama Mahasiswa Program Studi S Matmatika Fakultas Matmatika dan Ilmu Pngtahuan Alam Univrsitas Riau Kampus

Lebih terperinci

Analisis Rangkaian Listrik

Analisis Rangkaian Listrik Sudaryatno Sudirham Analisis Rangkaian Listrik Mnggunakan Transformasi Fourir - Sudaryatno Sudirham, Analisis Rangkaian Listrik (4) BAB Analisis Rangkaian Mnggunakan Transformasi Fourir Dngan pmbahasan

Lebih terperinci

BAB I PENDAHULUAN 1.1.Latar Belakang

BAB I PENDAHULUAN 1.1.Latar Belakang BAB I PENDAHULUAN 1.1.Latar Blakang Sarana dan prasarana transportasi di suatu ngara mmpunyai pranan yang sangat pnting dalam pngmbangan suatu kawasan trtntu, baik konomi, sosial, budaya dan sbagainya.

Lebih terperinci

FUNGSI DOMINASI ROMAWI PADA LINE GRAPH

FUNGSI DOMINASI ROMAWI PADA LINE GRAPH Bultin Ilmiah Mat. Stat. dan Trapannya (Bimastr) Volum 04, No. 2 (2015), hal 119 126. FUNGSI DOMINASI ROMAWI PADA LINE GRAPH Ysi Januarti, Mariatul Kiftiah, Nilamsari Kusumastuti INTISARI Himpunan D disbut

Lebih terperinci

8. Fungsi Logaritma Natural, Eksponensial, Hiperbolik

8. Fungsi Logaritma Natural, Eksponensial, Hiperbolik 8. Fungsi Logaritma Natural, Eksponnsial, Hiprbolik 8.. Fungsi Logarithma Natural. Sudaratno Sudirham Dfinisi. Logaritma natural adalah logaritma dngan mnggunakan basis bilangan. Bilangan ini, sprti halna

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 6 BAB LANDASAN TEORI Pada bab ini akan diuraikan mngnai tori dan trminologi graph, yaitu bntuk-bntuk khusus suatu graph. Di sini uga akan dilaskan mngnai minimum spanning tr, pmrograman 0-, dan aplikasi

Lebih terperinci

ANALISIS KINERJA STRUKTUR PADA BANGUNAN BERTINGKAT BERATURAN DAN KETIDAK BERATURAN HORIZONTAL SESUAI SNI

ANALISIS KINERJA STRUKTUR PADA BANGUNAN BERTINGKAT BERATURAN DAN KETIDAK BERATURAN HORIZONTAL SESUAI SNI ANALISIS KINERJA STRUKTUR PADA BANGUNAN BERTINGKAT BERATURAN DAN KETIDAK BERATURAN HORIZONTAL SESUAI SNI 03-1726-2012 Hotma L Purba Jurusan Tknik Sipil,Univrsitas Sriwijaya Korspondnsi pnulis : hotmapurba@hotmail.com

Lebih terperinci

TINJAUAN ULANG EKSPANSI ASIMTOTIK UNTUK MASALAH BOUNDARY LAYER

TINJAUAN ULANG EKSPANSI ASIMTOTIK UNTUK MASALAH BOUNDARY LAYER TINJAUAN ULANG EKSPANSI ASIMTOTIK UNTUK MASALAH BOUNDARY LAYER HannaA Parhusip Cntr of Applid Mathmatics Program Studi Matmatika Industri dan Statistika Fakultas Sains dan Matmatika Univrsitas Kristn Sata

Lebih terperinci

SIMULASI DESAIN COOLING SYSTEM DAN RUNNER SYSTEM UNTUK OPTIMASI KUALITAS PRODUK TOP CASE

SIMULASI DESAIN COOLING SYSTEM DAN RUNNER SYSTEM UNTUK OPTIMASI KUALITAS PRODUK TOP CASE SIMULASI DESAIN COOLING SYSTEM DAN RUNNER SYSTEM UNTUK OPTIMASI KUALITAS PRODUK TOP CASE Fabio Dwi Bagus Irawan 1,a, Cahyo Budiyantoro 1,b, Thoharudin 1,c 1 Program Studi Tknik Msin, Fakultas Tknik, Univrsitas

Lebih terperinci

Pada gambar 2 merupakan luasan bidang dua dimensi telah mengalami regangan. Salah satu titik yang menjadi titik acuan adalah titik P.

Pada gambar 2 merupakan luasan bidang dua dimensi telah mengalami regangan. Salah satu titik yang menjadi titik acuan adalah titik P. nurunan Kcpatan Glombang dan Glombang S Glombang sismik mrupakan gtaran yang mrambat pada mdium batuan dan mnmbus lapisan bumi. njalaran mnybabkan dformasi batuan.strss atau tkanan didfinisikan gaya prsatuan

Lebih terperinci

KARAKTERISASI ELEMEN IDEMPOTEN CENTRAL

KARAKTERISASI ELEMEN IDEMPOTEN CENTRAL Jurnal Barkng Vol 5 No Hal 33 39 (0) KAAKTEISASI ELEMEN IDEMPOTEN CENTAL HENY W M PATTY, ELVINUS ICHAD PESULESSY, UDI WOLTE MATAKUPAN 3,,3 Staf Jurusan Matmatika FMIPA UNPATTI Jl Ir M Putuhna, Kampus Unpatti,

Lebih terperinci

ANALISIS NOSEL MOTOR ROKET RX LAPAN SETELAH DILAKUKAN PEMOTONGAN PANJANG DAN DIAMETER

ANALISIS NOSEL MOTOR ROKET RX LAPAN SETELAH DILAKUKAN PEMOTONGAN PANJANG DAN DIAMETER Analisis Nosl Motor Rokt RX-1 LAPAN... (Ahmad Jamaludin Fitroh, Sari) ANALISIS NOSEL MOTOR ROKET RX - 1 LAPAN SETELAH DILAKUKAN PEMOTONGAN PANJANG DAN DIAMETER Ahmad Jamaludin Fitroh, Sari Pnliti Pnliti

Lebih terperinci

BAB II TINJAUAN KEPUSTAKAAN

BAB II TINJAUAN KEPUSTAKAAN BAB II TINJAUAN KEPUTAKAAN II.1 PENDAHULUAN Yild lin adalah suatu pmcahan yang dapat digunakan dalam plat bton dimana trjadinya tgangan llh dan rotasi scara plastis muncul. Tori ini dapat digunakan dalam

Lebih terperinci

IV. Konsolidasi. Pertemuan VII

IV. Konsolidasi. Pertemuan VII Prtmuan VII IV. Konsolidasi IV. Pndahuluan. Konsolidasi adalah pross brkurangnya volum atau brkurangnya rongga pori dari tanah jnuh brpmabilitas rndah akibat pmbbanan. Pross ini trjadi jika tanah jnuh

Lebih terperinci

Penggunaan Algoritma RSA dengan Metode The Sieve of Eratosthenes dalam Enkripsi dan Deskripsi Pengiriman

Penggunaan Algoritma RSA dengan Metode The Sieve of Eratosthenes dalam Enkripsi dan Deskripsi Pengiriman Pnggunaan Algoritma RSA dngan Mtod Th Siv of Eratosthns dalam Enkripsi dan Dskripsi Pngiriman Email Muhammad Safri Lubis Jurusan Tknologi Informasi Fak. Ilmu Komputr dan Tknologi Informasi, USU Mdan, Indonsia

Lebih terperinci

Pemodelan Faktor-faktor yang Mempengaruhi Prestasi Mahasiswa Pasca Sarjana ITS dengan Regresi Logistik dan Neural Network

Pemodelan Faktor-faktor yang Mempengaruhi Prestasi Mahasiswa Pasca Sarjana ITS dengan Regresi Logistik dan Neural Network JURNAL SAINS DAN SENI ITS Vol., No., (Spt. 202) ISSN: 230-928X D-36 Pmodlan Faktor-faktor yang Mmpngaruhi Prstasi Mahasiswa Pasca Sarjana ITS dngan Rgrsi Logistik dan Nural Ntwork Wijdani Anindya Hadi

Lebih terperinci

PENGARUH MODEL PROBLEM BASED LEARNING (PBL) TERHADAP HASIL BELAJAR SISWA PADA MATERI POKOK OPTIKA GEOMETRIS

PENGARUH MODEL PROBLEM BASED LEARNING (PBL) TERHADAP HASIL BELAJAR SISWA PADA MATERI POKOK OPTIKA GEOMETRIS PENGARUH MODEL PROBLEM BASED LEARNING (PBL) TERHADAP HASIL BELAJAR SISWA PADA MATERI POKOK OPTIKA GEOMETRIS Rani Dliana Panggaban 1 dan Pintor Simamora 1 Alumni Mahasiswa Program Studi Pndidikan Fisika

Lebih terperinci

Implementasi Pemodelan Multi Kriteria (PMK) Pada Sistem Pendukung Keputusan Pengujian Mutu Ban Sepeda Motor

Implementasi Pemodelan Multi Kriteria (PMK) Pada Sistem Pendukung Keputusan Pengujian Mutu Ban Sepeda Motor Implmntasi Pmodlan Multi Kritria (PMK) Pada Sistm Pndukung Kputusan Pngujian Mutu Ban Spda Motor Muliadi Muliadiaziz@yahoo.com Abstract This rsarch to dvlop a dsign dcision support systm with built tst

Lebih terperinci

PENGGUNAAN JARINGAN SYARAF TIRUAN UNTUK PENGKLASIFIKASIAN STATUS GIZI SKRIPSI. Oleh: INDA SAFITRI NIM

PENGGUNAAN JARINGAN SYARAF TIRUAN UNTUK PENGKLASIFIKASIAN STATUS GIZI SKRIPSI. Oleh: INDA SAFITRI NIM PENGGUNAAN JARINGAN SYARAF TIRUAN UNTUK PENGKLASIFIKASIAN STATUS GIZI SKRIPSI Olh: INDA SAFITRI NIM. 065009 JURUSAN MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS ISLAM NEGERI MAULANA MALIK IBRAHIM

Lebih terperinci

Reduksi data gravitasi

Reduksi data gravitasi Modul 5 Rduksi data gravitasi Rduksi data gravitasi trdiri dari:. Rduksi g toritis. Rduksi fr air 3. Rduksi Bougur 4. Rduksi mdan/trrain. Rduksi g toritis Pnlaahan tntang konsp rduksi data gravitasi lbih

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI. MICRO BUBBLE GENERATOR Micro Bubbl Gnrator (MBG) mrupakan suatu alat yang difungsikan untuk mnghasilkan glmbung udara dalam ukuran mikro, yaitu glmbung dngan diamtr 00 μm []. Aplikasi

Lebih terperinci

Muatan Bergerak. Muatan hidup yang bergerak dari satu ujung ke ujung lain pada suatu

Muatan Bergerak. Muatan hidup yang bergerak dari satu ujung ke ujung lain pada suatu Muatan rgrak Muatan hidup yang brgrak dari satu ujung k ujung lain pada suatu konstruksik disbut bb bban brgrak Sbuah kndaraan mlalui suatu jmbatan, maka akan timbul prubahanbh nilai i raksi kimaupun gaya

Lebih terperinci

PERBANDINGAN METODE MAXIMUM LIKELIHOOD ESTIMATION (MLE) DENGAN BAYESIAN PADA REGRESI LOGISTIK MULTINOMIAL

PERBANDINGAN METODE MAXIMUM LIKELIHOOD ESTIMATION (MLE) DENGAN BAYESIAN PADA REGRESI LOGISTIK MULTINOMIAL J-Statistika Vol 4 No PERBANDINGAN METODE MAXIMUM LIKELIHOOD ESTIMATION (MLE) DENGAN BAYESIAN PADA REGRESI LOGISTIK MULTINOMIAL Prmadina Kanah Ariska -mail : blaar_statistika@yahoo.com ABSTRAK Rgrsi logistik

Lebih terperinci

Pembahasan Soal. Pak Anang SELEKSI MASUK UNIVERSITAS INDONESIA. Disertai TRIK SUPERKILAT dan LOGIKA PRAKTIS. Disusun Oleh :

Pembahasan Soal. Pak Anang SELEKSI MASUK UNIVERSITAS INDONESIA. Disertai TRIK SUPERKILAT dan LOGIKA PRAKTIS. Disusun Oleh : Pmbahasan Soal SELEKSI MASUK UNIVERSITAS INDONESIA Disrtai TRIK SUPERKILAT dan LOGIKA PRAKTIS Disusun Olh : Pak Anang Kumpulan SMART SOLUTION dan TRIK SUPERKILAT Pmbahasan Soal SIMAK UI 2011 Matmatika

Lebih terperinci

Bab 1 Ruang Vektor. I. 1 Ruang Vektor R n. 1. Ruang berdimensi satu R 1 = R = kumpulan bilangan real Menyatakan suatu garis bilangan;

Bab 1 Ruang Vektor. I. 1 Ruang Vektor R n. 1. Ruang berdimensi satu R 1 = R = kumpulan bilangan real Menyatakan suatu garis bilangan; Bab Ruang Vktor I. Ruang Vktor R n. Ruang brdimnsi satu R = R = kumpulan bilangan ral Mnyatakan suatu garis bilangan; -3 - - 0. Ruang brdimnsi dua R = bidang datar ; Stiap vktor di R dinyatakan sbagai

Lebih terperinci

Online Jurnal of Natural Science, Vol.3(1): ISSN: March 2014

Online Jurnal of Natural Science, Vol.3(1): ISSN: March 2014 Onlin Jurnal of Natural Scinc, ol.3(1): 65-74 ISSN: 338-0950 March 014 PELABELAN TOTAL SISI AJAIB SUPER (TSAS) PADA GABUNGAN GRAF ULAT BULU DAN BIPARTITE LENGKAP I W. Sudarsana 1, Fitria and S. Musdalifah

Lebih terperinci

PROFIL DATA PENGOBATAN DALAM USADA TENUNG TANYALARA

PROFIL DATA PENGOBATAN DALAM USADA TENUNG TANYALARA PROFIL DATA PENGOBATAN DALAM USADA TENUNG TANYALARA Wahyuni, N.N.S 1, Warditiani, N.K. 1, Lliqia, N.P.E. 1 1 Jurusan Farmasi Fakultas Matmatika Dan Ilmu Pngtahuan Alam Univrsitas Udayana Korspondnsi: Ni

Lebih terperinci

Integral Fungsi Eksponen, Fungsi Trigonometri, Fungsi Logaritma

Integral Fungsi Eksponen, Fungsi Trigonometri, Fungsi Logaritma Modul Intgral Fungsi Eksponn, Fungsi Trigonomtri, Fungsi Logaritma Dr. Subanar D PENDAHULUAN alam mata kuliah Kalkulus I Anda tlah mngnal bahwa intgrasi adalah pross balikan dari difrnsiasi. Jadi untuk

Lebih terperinci

PENERAPAN MIN PLUS ALGEBRA PADA PENENTUAN RUTE TERCEPAT DISTRIBUSI SUSU

PENERAPAN MIN PLUS ALGEBRA PADA PENENTUAN RUTE TERCEPAT DISTRIBUSI SUSU J. Math. and Its ppl. E-ISSN: 2579-8936 P-ISSN: 829-605X Vol. 4, No. 2, Dsmbr 207, 5-24 PENERPN MIN PLUS LGEBR PD PENENTUN RUTE TERCEPT DISTRIBUSI SUSU Vivi Suwanti, Poht Bintoto 2, Riski Nur Istiqomah

Lebih terperinci

ANALISA NILAI SIMPANGAN HORIZONTAL (DRIFT) PADA STRUKTUR TAHAN GEMPA MENGGUNAKAN SISTEM RANGKA BRESING EKSENTRIK TYPE BRACED V

ANALISA NILAI SIMPANGAN HORIZONTAL (DRIFT) PADA STRUKTUR TAHAN GEMPA MENGGUNAKAN SISTEM RANGKA BRESING EKSENTRIK TYPE BRACED V Tras Jurnal, Vol.7, No.2, Sptmbr 2017 P-ISSN 2088-0561 ANALISA NILAI SIMPANGAN HORIZONTAL (DRIFT) PADA STRUKTUR TAHAN GEMPA MENGGUNAKAN SISTEM RANGKA BRESING EKSENTRIK TYPE BRACED V Said Jalalul Akbar

Lebih terperinci

PENGENALAN ANGKA MELALUI PERMAINAN DADU DALAM PEMBELAJARAN MATEMATIKA PADA ANAK USIA 5-6 TAHUN

PENGENALAN ANGKA MELALUI PERMAINAN DADU DALAM PEMBELAJARAN MATEMATIKA PADA ANAK USIA 5-6 TAHUN PENGENALAN ANGKA MELALUI PERMAINAN DADU DALAM PEMBELAJARAN MATEMATIKA PADA ANAK USIA 5-6 TAHUN Mlania, Masluyah Suib, Dsni Yuniarni Pndidikan Guru Pndidikan Anak Usia Dini FKIP Untan, Pontianak Email :

Lebih terperinci

PROSES PEMANENAN DENGAN MODEL LOGISTIK STUDI KASUS PADA PTP. NUSANTARA IX

PROSES PEMANENAN DENGAN MODEL LOGISTIK STUDI KASUS PADA PTP. NUSANTARA IX Prosiding SPMIPA. pp. 3-39, 006 ISBN : 979.704.47.0 PROSES PEMANENAN DENGAN MODEL LOGISTIK STUDI KASUS PADA PTP. NUSANTARA IX Eka Ariani, Agus Rusgiyono Jurusan Matmatika FMIPA Univrsitas Dipongoro Jl.

Lebih terperinci

MINAT SISWA TERHADAP EKSTRAKURIKULER OLAHRAGA BOLA VOLI DI SMA N 2 KABUPATEN PACITAN

MINAT SISWA TERHADAP EKSTRAKURIKULER OLAHRAGA BOLA VOLI DI SMA N 2 KABUPATEN PACITAN Artikl Skripsi MINAT SISWA TERHADAP EKSTRAKURIKULER OLAHRAGA BOLA VOLI DI SMA N 2 KABUPATEN PACITAN SKRIPSI Diajukan Untuk Mmnuhi Sbagian Syarat Guna Mmprolh Glar Sarjana Pndidikan (S.Pd.) Pada Jurusan

Lebih terperinci

KONTROL URBAN SPRAWL DENGAN PENDEKATAN PEMODELAN PERILAKU PERJALANAN DAN PARTISIPASI PENDUDUKNYA

KONTROL URBAN SPRAWL DENGAN PENDEKATAN PEMODELAN PERILAKU PERJALANAN DAN PARTISIPASI PENDUDUKNYA LAPORAN PENELITIAN HIBAH PENELITIAN STRATEGIS NASIONAL TAHUN ANGGARAN 2009 KONTROL URBAN SPRAWL DENGAN PENDEKATAN PEMODELAN PERILAKU PERJALANAN DAN PARTISIPASI PENDUDUKNYA Pnliti : Lasmini Ambarwati, ST.,

Lebih terperinci

VI. EFISIENSI PRODUKSI DAN PERILAKU RISIKO PRODUKTIVITAS PETANI PADA USAHATANI CABAI MERAH

VI. EFISIENSI PRODUKSI DAN PERILAKU RISIKO PRODUKTIVITAS PETANI PADA USAHATANI CABAI MERAH VI. EFISIENSI PRODUKSI DAN PERILAKU RISIKO PRODUKTIVITAS PETANI PADA USAHATANI CABAI MERAH.. Faktor-Faktor yang Mmpngaruhi Produktivitas Cabai Mrah dan Nilai Elastisitas Input trhadap Produktivitas...

Lebih terperinci

Tinjauan Termodinamika Sistem Partikel Tunggal Yang Terjebak Dalam Sebuah Sumur Potensial. Oleh. Saeful Karim

Tinjauan Termodinamika Sistem Partikel Tunggal Yang Terjebak Dalam Sebuah Sumur Potensial. Oleh. Saeful Karim Tinjauan Trmodinamika Sistm artikl Tunggal Yang Trjbak Dalam Sbua Sumur otnsial Ol Saful Karim Jurusan ndidikan Fisika Fakultas ndidikan Matmatika dan Ilmu ngtauan Alam Univrsitas ndidikan Indonsia 00

Lebih terperinci

ANALISIS PERPINDAHAN PANAS KONVEKSI PAKSA NANOFLUIDA AIR-Al2O3 DALAM SUB-BULUH VERTIKAL SEGIENAM

ANALISIS PERPINDAHAN PANAS KONVEKSI PAKSA NANOFLUIDA AIR-Al2O3 DALAM SUB-BULUH VERTIKAL SEGIENAM ISSN : 2355-9365 -Procding of Enginring : Vol.4, No.1 April 2017 Pag 632 Abstrak ANALISIS PERPINDAHAN PANAS KONVEKSI PAKSA NANOFLUIDA AIR-Al2O3 DALAM SUB-BULUH VERTIKAL SEGIENAM FORCED CONVECTION HEAT

Lebih terperinci

MODUL PERKULIAHAN REKAYASA FONDASI 1. Penurunan Tanah pada Fondasi Dangkal. Fakultas Program Studi Tatap Muka Kode MK Disusun Oleh

MODUL PERKULIAHAN REKAYASA FONDASI 1. Penurunan Tanah pada Fondasi Dangkal. Fakultas Program Studi Tatap Muka Kode MK Disusun Oleh MODUL PERKULIAHAN REKAYASA FONDASI 1 Pnurunan Tanah pada Fondasi Dangkal Fakultas Program Studi Tatap Muka Kod MK Disusun Olh Tknik Prnanaan Tknik A41117AB dan Dsain Sipil 9 Abstrat Modul ini brisi bbrapa

Lebih terperinci

Prosiding Seminar Nasional Manajemen Teknologi XVII Program Studi MMT-ITS, Surabaya 2 Februari 2013

Prosiding Seminar Nasional Manajemen Teknologi XVII Program Studi MMT-ITS, Surabaya 2 Februari 2013 ANALISIS PENGARUH KUALITAS LAYANAN, CITRA MEREK, DAN WORD OF MOUTH TERHADAP MINAT BELI KONSUMEN DENGAN METODE STRUCTURAL EQUATION MODELING (STUDI KASUS : PEMINAT PRODUK PONSEL X DI SURABAYA) I Putu Wisnu

Lebih terperinci

ANALISIS LOG-LOGISTIK UNTUK MENGGAMBARKAN HUBUNGAN DOSIS-RESPON HERBISIDA PADA TIGA JENIS GULMA

ANALISIS LOG-LOGISTIK UNTUK MENGGAMBARKAN HUBUNGAN DOSIS-RESPON HERBISIDA PADA TIGA JENIS GULMA ANALISIS LOG-LOGISTIK UNTUK MENGGAMBARKAN HUBUNGAN DOSIS-RESPON HERBISIDA PADA TIGA JENIS GULMA Olh : Yanti Muliyaningsih G40026 PROGRAM STUDI STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT

Lebih terperinci

BAB II TINJAUAN PUSTAKA. berbagai macam seperti gambar dibawah (Troitsky M.S, 1990).

BAB II TINJAUAN PUSTAKA. berbagai macam seperti gambar dibawah (Troitsky M.S, 1990). BAB II TINJAUAN USTAKA 2.1 Struktur Rangka Baja Extrnal rstrssing Scara toritis pningkatan kkuatan pada rangka baja untuk jmbatan dapat dilakukan dngan pmasangan prkuatan pratkan kstrnal pada rangka trsbut.

Lebih terperinci

ANALISIS KETERSEDIAAN PENGGUNA JASA DALAM MEMBAYAR TERHADAP PENINGKATAN KUALITAS PELAYANAN (STUDI KASUS : KOPAJA P20 JURUSAN SENEN LEBAK BULUS)

ANALISIS KETERSEDIAAN PENGGUNA JASA DALAM MEMBAYAR TERHADAP PENINGKATAN KUALITAS PELAYANAN (STUDI KASUS : KOPAJA P20 JURUSAN SENEN LEBAK BULUS) ANALISIS KETERSEDIAAN PENGGUNA JASA DALAM MEMBAYAR TERHADAP PENINGKATAN KUALITAS PELAYANAN (STUDI KASUS : KOPAJA P0 JURUSAN SENEN LEBAK BULUS) Nincy Ayu Lstari 1 Nahdalina Fakultas Tknik Sipil Univrsitas

Lebih terperinci

Pengaruh Rasio Tinggi Blok Tegangan Tekan Dan Tinggi Efektif Terhadap Lentur Balok Bertulangan Tunggal

Pengaruh Rasio Tinggi Blok Tegangan Tekan Dan Tinggi Efektif Terhadap Lentur Balok Bertulangan Tunggal Rcivd: March 2017 Accptd: March 2017 Publishd: April 2017 Pngaruh Rasio Tinggi Blok Tgangan Tkan Dan Tinggi Efktif Trhadap Lntur Balok Brtulangan Tunggal Agus Sugianto 1*, Andi Marini Indriani 2 1,2 Dosn

Lebih terperinci

RANCANG BANGUN SCREW FEEDER SEBAGAI PERANGKAT DUKUNG PELEBURAN KONSENTRAT ZIRKON

RANCANG BANGUN SCREW FEEDER SEBAGAI PERANGKAT DUKUNG PELEBURAN KONSENTRAT ZIRKON Yogyakarta, Sptmbr 0 RANCANG BANGUN SCREW FEEDER SEBAGAI PERANGKAT DUKUNG PELEBURAN KONSENTRAT ZIRKON Sajima, Dddy Hasnurrofiq, Sudaryadi -BATAN-Yogyakarta Jl Babarsari Nomor, Kotak pos 0 Ykbb 558 -mail

Lebih terperinci

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 7

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 7 Mata Kuliah : Matmatika Diskrit Program Studi : Tknik Informatika Minggu k : 7 MATRIK GRAPH Sbuah graph dapat kita sajikan dalam bntuk matrik, yaitu : a. Matrik titik (Adjacnt Matrix) b. Matrik rusuk (Edg

Lebih terperinci

Konsolidasi http://www.pwri.go.jp/ http://www.ashirportr.org Pmbbanan tanah jnuh brprmabilitas rndah akan mnaikkan tkanan air pori Air akan mngalir k lapisan tanah dngan tkanan pori yg lbih rndah Prmabilitas

Lebih terperinci

UJI PERFORMANCE MEJA GETAR SATU DERAJAT KEBEBASAN DENGAN METODE STFT

UJI PERFORMANCE MEJA GETAR SATU DERAJAT KEBEBASAN DENGAN METODE STFT UJI PERFORMANCE MEJA GETAR SATU DERAJAT KEBEBASAN DENGAN METODE STFT Jhon Malta (1) (1) Laboratorium Dinamika Struktur Jurusan Tknik Msin Fakultas Tknik Univrsitas Andalas, Padang. Email: jhonmalta@ft.unand.ac.id

Lebih terperinci

Gambar IV.6. Gambaran kontur bidang sesar yang menggambarkan bentuk ramp-flat-ramp pada border fault di Sub-cekungan Kiri.

Gambar IV.6. Gambaran kontur bidang sesar yang menggambarkan bentuk ramp-flat-ramp pada border fault di Sub-cekungan Kiri. Pada pta struktur waktu (Gambar IV.4) trlihat bntuk ssar utama yang cukup unik dibagian tngah. Bntuk ini dipngaruhi olh konfigurasi Batuan Dasar yang dihasilkan olh struktur brumur Pra-Trsir. Pada pta

Lebih terperinci

KAJIAN AWAL MEKANISME REAKSI ELEKTROLISIS NaCl MENJADI NaClO 4 UNTUK MENENTUKAN TAHAPAN REAKSI YANG EFEKTIF DARI PROSES ELEKTROLISIS NaCl

KAJIAN AWAL MEKANISME REAKSI ELEKTROLISIS NaCl MENJADI NaClO 4 UNTUK MENENTUKAN TAHAPAN REAKSI YANG EFEKTIF DARI PROSES ELEKTROLISIS NaCl KAJIAN AWAL MEKANISME REAKSI ELEKTROLISIS NaCl MENJADI NaClO 4 UNTUK MENENTUKAN TAHAPAN REAKSI YANG EFEKTIF DARI PROSES ELEKTROLISIS NaCl Bayu Prianto Pnliti Bidang Matrial Dirgantara Abstrak Amonium prklorat

Lebih terperinci

PENENTUAN POLA - POLA GRAF TERHUBUNG BERLABEL BERORDE ENAM TANPA GARIS PARALEL DENGAN BANYAKNYA GARIS 5. (Skripsi) Oleh SITI FATIMAH

PENENTUAN POLA - POLA GRAF TERHUBUNG BERLABEL BERORDE ENAM TANPA GARIS PARALEL DENGAN BANYAKNYA GARIS 5. (Skripsi) Oleh SITI FATIMAH PENENTUAN POLA - POLA GRAF TERHUBUNG BERLABEL BERORDE ENAM TANPA GARIS PARALEL DENGAN BANYAKNYA GARIS 5 (Skripsi) Olh SITI FATIMAH FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS LAMPUNG BANDAR

Lebih terperinci

PENGARUH KONSELING KELOMPOK TERHADAP PENINGKATAN SELF REGULATION SISWA KELAS X JURUSAN TEKNIK KOMPUTER DAN JARINGAN SMK MUHAMMADIYAH 2 PEKANBARU

PENGARUH KONSELING KELOMPOK TERHADAP PENINGKATAN SELF REGULATION SISWA KELAS X JURUSAN TEKNIK KOMPUTER DAN JARINGAN SMK MUHAMMADIYAH 2 PEKANBARU PENGARUH KONSELING KELOMPOK TERHADAP PENINGKATAN SELF REGULATION SISWA KELAS X JURUSAN TEKNIK KOMPUTER DAN JARINGAN SMK MUHAMMADIYAH 2 PEKANBARU Novi Frlinita Sari 1, Tri Umari 2, Abu Asyari 3 Email :

Lebih terperinci

Susda Heleni ABSTRACT. Keywords: Reciprocal Teaching, Cooperative Learning, STAD ABSTRAK

Susda Heleni ABSTRACT. Keywords: Reciprocal Teaching, Cooperative Learning, STAD ABSTRAK PENERAPAN RECIPROCAL TEACHING DALAM MODEL PEMBELAJARAN KOOPERATIF TIPE STAD UNTUK MENINGKATKAN HASIL BELAJAR MAHASISWA PADA MATA KULIAH KALKULUS I THE IMPLEMENTATION OF RECIPROCAL TEACHING ON COOPERATIVE

Lebih terperinci

PERKEMBANGAN TEORI ATOM & PENEMUAN PROTON, NEUTRON, ELEKTRON. Putri Anjarsari, S.Si., M.Pd

PERKEMBANGAN TEORI ATOM & PENEMUAN PROTON, NEUTRON, ELEKTRON. Putri Anjarsari, S.Si., M.Pd PERKEMBANGAN TEORI ATOM & PENEMUAN PROTON, NEUTRON, ELEKTRON Putri Anjarsari, S.Si., M.Pd putri_anjarsari@uny.ac.id PERKEMBANGAN TEORI ATOM Dmokritus Dalton Thomson Ruthrford Bohr Mkanika glombang Dmokritus

Lebih terperinci

PENGEMBANGAN BAHAN AJAR FISIKA BERBASIS MASALAH UNTUK MENUMBUHKAN HIGHER ORDER THINKING SKILL (HOTS) SISWA KELAS X POKOK BAHASAN FLUIDA STATIS

PENGEMBANGAN BAHAN AJAR FISIKA BERBASIS MASALAH UNTUK MENUMBUHKAN HIGHER ORDER THINKING SKILL (HOTS) SISWA KELAS X POKOK BAHASAN FLUIDA STATIS PENGEMBANGAN BAHAN AJAR FISIKA BERBASIS MASALAH UNTUK MENUMBUHKAN HIGHER ORDER THINKING SKILL (HOTS) SISWA KELAS X POKOK BAHASAN FLUIDA STATIS Siti Ainur Rohmah, Sutarman dan Lia Yuliati Jurusan Fisika,

Lebih terperinci

BAB 2 DASAR TEORI 2.1 TEORI GELOMBANG LINIER. Bab 2 Teori Dasar

BAB 2 DASAR TEORI 2.1 TEORI GELOMBANG LINIER. Bab 2 Teori Dasar BAB 2 DASAR TEORI Glombang air mrupakan manifstasi dari suatu rambatan nrgi yang mmiliki frkunsi dan priod. Glombang air yang trjadi di laut dapat disbabkan olh angin, grakan kapal, gmpa atau gaya gravitasi

Lebih terperinci

Presentasi 2. Isi: Solusi Persamaan Diferensial pada Saluran Transmisi

Presentasi 2. Isi: Solusi Persamaan Diferensial pada Saluran Transmisi Prsntasi Isi: Solusi Prsamaan Difrnsial pada Saluran Transmisi Rprsntasi sinyal dalam bntuk phasor Pmikiran Dasar Sinyal harmonis mudah untuk diturunkan dan diintgralkan Smua sinyal fungsi waktu bisa dirprsntasikan

Lebih terperinci

ANALISIS STABILITAS DAN ADAPTABILITAS GALUR PADI DATARAN TINGGI DI LIMA LINGKUNGAN

ANALISIS STABILITAS DAN ADAPTABILITAS GALUR PADI DATARAN TINGGI DI LIMA LINGKUNGAN 65 ANALISIS STABILITAS DAN ADAPTABILITAS GALUR PADI DATARAN TINGGI DI LIMA LINGKUNGAN (Stability and Adaptability Analysis of Highland Ric Gnotyps across Fiv Diffrnt Environmnts) Shrly Rahayu 1,2, Dsta

Lebih terperinci

ROKET AIR SMA NEGERI 21 MAKASSAR

ROKET AIR SMA NEGERI 21 MAKASSAR ALAT PERAGA FISIKA ROKET AIR SMA NEGERI 21 MAKASSAR I. PENDAHULUAN 1. Latar Blakang Trkadang di waktu snggang srang siswa tatkala kbanyakan mrka mnggunakannya untuk brmalas-malasan, mlakukan hal yang tak

Lebih terperinci

1 e ABSTRAK. atribut biaya perjalanan adalah P BMlg = 0, ΔX1 Bsby =1- P BMlg, probability model, P BSby= 1- P BMlg, model

1 e ABSTRAK. atribut biaya perjalanan adalah P BMlg = 0, ΔX1 Bsby =1- P BMlg, probability model, P BSby= 1- P BMlg, model PENGARUH AKSESIBILITAS DAN KUALITAS PELAYANAN TERHADAP PEMILIHAN MODA TRANSPORTASI UDARA (STUDI KASUS BANDARA ABDURACHMAN SALEH MALANG-BANDARA JUANDA SURABAYA) Akhriadi, Ludfi Djakfar, Agus Suharyanto

Lebih terperinci

PENERAPAN REGRESI LOGISTIK MULTINOMIAL PADA PEMILIHAN ALAT KONTRASEPSI WANITA (Studi Kasus di Desa Tonggara Kecamatan Kedungbanteng Kabupaten Tegal)

PENERAPAN REGRESI LOGISTIK MULTINOMIAL PADA PEMILIHAN ALAT KONTRASEPSI WANITA (Studi Kasus di Desa Tonggara Kecamatan Kedungbanteng Kabupaten Tegal) Pnrapan Rgrsi Logistik (Erna Sulistio) PENERAPAN REGRESI LOGISTIK MULTINOMIAL PADA PEMILIHAN ALAT KONTRASEPSI WANITA (Studi Kasus di Dsa Tonggara Kcamatan Kdungbantng Kabupatn Tgal) Erna Sulistio, Dwi

Lebih terperinci

ANALISIS PEMANFAATAN CITRA SATELIT ALOS-PRISM

ANALISIS PEMANFAATAN CITRA SATELIT ALOS-PRISM ANALISIS PEMANFAATAN CITRA SATELIT ALOS-PRISM SEBAGAI DASAR PEMBUATAN PETA PENDAFTARAN TANAH (Studi Kasus : Dsa Babalan, Kcamatan Gabus, Kabupatn Pati) Pandu Sandy Utomo, Ir. Chatarina Nurdjati S., MT,

Lebih terperinci

INFLUENCE OF LIMES COLUMN VARIATION DISTANCE IN SOFT CLAY STABILIZATION A REVIEW OF INDEX COMPRESSION (Cc) PARAMATER

INFLUENCE OF LIMES COLUMN VARIATION DISTANCE IN SOFT CLAY STABILIZATION A REVIEW OF INDEX COMPRESSION (Cc) PARAMATER INFLUENCE OF LIMES COLUMN VARIATION DISTANCE IN SOFT CLAY STABILIZATION A REVIEW OF INDEX COMPRESSION (Cc) PARAMATER PENGARUH VARIASI JARAK KOLOM KAPUR DALAM STABILISASI LEMPUNG LUNAK PADA TINJAUAN NILAI

Lebih terperinci

PENGABAIAN PADA LANSIA DENGAN PEMENUHAN KEBUTUHAN SPIRITUAL

PENGABAIAN PADA LANSIA DENGAN PEMENUHAN KEBUTUHAN SPIRITUAL PENGABAIAN PADA LANSIA DENGAN PEMENUHAN KEBUTUHAN SPIRITUAL Th Nglct Of Th Eldrly And Spiritual Nd Fulfillmnt Dwyna Putri Rahayu 1*, Juanita 2 1 Mahasiswa Program Studi Ilmu Kprawatan Fakultas Kprawatan

Lebih terperinci

Deret Fourier, Transformasi Fourier dan DFT

Deret Fourier, Transformasi Fourier dan DFT Drt Fourir, Transformasi Fourir dan DFT A. Drt Fourir Drt fourir adalah drt yang digunakan dalam bidang rkayasa. Drt ini prtama kali ditmukan olh sorang ilmuan prancis Jan-Baptist Josph Fourir (1768-18).

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 6 A ANDAAN TEORI Pngrtian MM Multi vl Markting MM adalah salah satu contoh unit usaha yang brpola bisnis unik, yang sdang brkmbang di dalam bidang pnjualan barangbarang kbutuhan manusia, mulai brupaya

Lebih terperinci

PENENTUAN RUTE TERPENDEK DENGAN MENGGUNAKAN ALGORITMA CHEAPEST INSERTION HEURISTIC (STUDI KASUS: PT.

PENENTUAN RUTE TERPENDEK DENGAN MENGGUNAKAN ALGORITMA CHEAPEST INSERTION HEURISTIC (STUDI KASUS: PT. Bultin Ilmiah Math. Stat. dan Trapannya (Bimastr) Volum 04, No. 3 (2015), hal 295 304. PENENTUAN RUTE TERPENDEK DENGAN MENGGUNAKAN ALGORITMA CHEAPEST INSERTION HEURISTIC (STUDI KASUS: PT. Wicaksana Ovrsas

Lebih terperinci

Universitas Indonusa Esa Unggul Fakultas Ilmu Komputer Teknik Informatika. Persamaan Diferensial Orde I

Universitas Indonusa Esa Unggul Fakultas Ilmu Komputer Teknik Informatika. Persamaan Diferensial Orde I Univrsitas Indonusa Esa Unggul Fakultas Ilmu Komputr Tknik Informatika Prsamaan Difrnsial Ord I Dfinisi Prsamaan Difrnsial Prsamaan difrnsial adalah suatu prsamaan ang mmuat satu atau lbih turunan fungsi

Lebih terperinci

GAMBARAN PELATIHAN KETERAMPILAN OTOMOTIF DI BALAI LATIHAN KERJA INDUSTRI (BLKI), KOTA PADANG. Bobby Satria

GAMBARAN PELATIHAN KETERAMPILAN OTOMOTIF DI BALAI LATIHAN KERJA INDUSTRI (BLKI), KOTA PADANG. Bobby Satria GAMBARAN PELATIHAN KETERAMPILAN OTOMOTIF DI BALAI LATIHAN KERJA INDUSTRI (BLKI), KOTA PADANG Bobby Satria Program Studi Pndidikan Luar Skolah FIP Univrsitas Ngri Padang Email: satriab234@yahoo.co.id Absract

Lebih terperinci

KAJIAN POTENSI PENGGUNA JALAN TOL MALANG KEPANJEN

KAJIAN POTENSI PENGGUNA JALAN TOL MALANG KEPANJEN KAJIAN POTENSI PENGGUNA JALAN TOL MALANG KEPANJEN Ad Yudha Iswara, Fahry Husin, Ludfi Djakfar, Hndi Bowoputro Jurusan Tknik Sipil Fakultas Tknik Univrsitas Brawijaya Jalan MT. Haryono 167 Malang 65145,

Lebih terperinci

Minggu Ke XII Matriks dan Graf

Minggu Ke XII Matriks dan Graf Minggu K XII. Matriks dan Graf Misal G adalah graf dngan titik-titik,,,., dan garis-garis,,,, n. Kadang-kadang dngan praktis khususnya untuk alasan-alasan prhitungan, dapat mngganti G dngan suatu matriks.

Lebih terperinci

Uci Sri Sundari STIE Kusuma Negara Indra Isharyanto.

Uci Sri Sundari STIE Kusuma Negara   Indra Isharyanto. Url : http://aktiva.sti-kusumangara.ac.id - Vol I, No. Dsmbr 27 PENGAUH KEPUTUSAN INVESTASI, KEPUTUSAN PENDANAAN DAN KEBIJAKAN DIVIDEN TEHADAP NILAI PEUSAHAAN PADA PEUSAHAAN OOD AND BEVEAGE YANG TEDATA

Lebih terperinci

Susunan Antena. Oleh : Eka Setia Nugraha S.T., M.T. Sumber: Nachwan Mufti Adriansyah, S.T., M.T.

Susunan Antena. Oleh : Eka Setia Nugraha S.T., M.T. Sumber: Nachwan Mufti Adriansyah, S.T., M.T. Susunan Antna Olh : ka Stia Nugraha S.T., M.T. Sumbr: Nachwan Mufti Adriansyah, S.T., M.T. A. Pndahuluan Dalam kuliah Mdan lktromantika Tlkomunikasi kita sudah mngnal pnjumlahan/ suprposisi mdan. Tlah

Lebih terperinci

ISOMORFISMA PADA GRAF P 4

ISOMORFISMA PADA GRAF P 4 ISOMORFISMA PADA GRAF P Eka Adhistiasari, I Ktut Budayasa 2 Jurusan Matmatika, Fakultas Martmatika dan Ilmu Pngtahuan Alam, UNESA Kampus Ktintang 6023,Surabaya Email : tias-adhis@yahoocoid, ktutbudayasa@yahoocom

Lebih terperinci

Prodi S1 Teknik Informatika, Fakultas Informatika, Universitas Telkom

Prodi S1 Teknik Informatika, Fakultas Informatika, Universitas Telkom IMPLEMENTASI REKOMENDASI MATERI AJAR BERDASARKAN KERANGKA KERJA SILUENS IMPLEMENTATION OF RECOMMENDATIONS TEACHING MATERIALS BASED ON SILUENS FRAMEWORK Irvan Dwi Putra Manurung 1, Anisa Hrdiani, S.T.,

Lebih terperinci