Sistem Penentuan Penerima Bantuan Pendidikan Gratis Menggunakan PCA dan FAHP

Ukuran: px
Mulai penontonan dengan halaman:

Download "Sistem Penentuan Penerima Bantuan Pendidikan Gratis Menggunakan PCA dan FAHP"

Transkripsi

1 Semiar Nasioal Tekologi Iformasi Komuikasi da Idustri (SNTIKI) 4 ISSN : Pekabaru, 3 Oktober 01 Sistem Peetua Peerima Batua Pedidika Gratis Megguaka PCA da FAHP Jasril 1, M. Irsyad, Iis Afriaty 3 Jurusa Tekik Iformatika, Fakultas Sais da Tekologi, UIN Sulta Syarif Kasim Riau Jl. HR. Soebratas No 155 km 15,5 Simpag baru, Paam Pekabaru Telp. (0761) , Faxs. (0761) jasril_000@yahoo.com, irsyadtech@gmail.com, afriaty_iis@yahoo.com Abstrak Salah satu program lembaga pegelolaa zakat adalah meyalurka batua pedidika gratis (Sekolah Juara) utuk calo siswa Sekolah Dasar da Sekolah Meegah Pertama. Permasalaha dalam peyalura batua pedidika gratis ii, bayak kriteria yag harus diperhitugka serta peetua calo peerima dari gologa tidak mampu (sagat dhuafa da dhuafa). Peelitia ii megguaka Pricipal Compoet Aalysis utuk megelompoka calo peerima dalam tiga kelompok yaitu sagat dhuafa, dhuafa da buka dhuafa. Selajutya kelompok sagat dhuafa da dhuafa diurutka utuk medapatka uruta peerima megguaka Fuzzy Aalitycal Hierarchical Process. Terdapat 7 kriteria pegelompokka dhuafa da 4 kriteria diguaka utuk perakiga sebagai hasil keputusa. Hasil perhituga dapat disimpulka bahwa peerapa metode Pricipal Compoet Aalysis da Fuzzy Aalitycal Hierarchical Process dapat meyelesaika permasalaha multicriteria, seperti pada kasus pegelompokka da peetua batua pedidika gratis Sekolah Juara. Kata Kuci: Fuzzy Aalitycal Hierarchical Process, Pricipal Compoet Aalysis. Abstract Oe program maagemet agecy is distributig zakat free educatioal assistace (Sekolah Juara) for prospective elemetary school studets ad juior high school. Problems i this free educatio aid, may criteria must be cosidered as well as the determiatio of the potetial recipiets of the group was ot able to (very poor ad poor). This study uses Pricipal Compoet Aalysis to categorize recipiets ito three groups: very poor, poor ad ot poor. Furthermore, the very poor ad poor sorted to obtai sequece receiver usig Fuzzy Aalitycal Hierarchical Process. There are 7 criteria ad 4 poor groupig criteria used for determiig as a result of the decisio. The results of calculatios ca be cocluded that the applicatio of the method Pricipal Compoet Aalysis ad Fuzzy Hierarchical Process Aalitycal multicriteria problems ca be take, as i the case of classificatio ad determiatio of free educatioal assistace Sekolah Juara. Keywords: Fuzzy Aalitycal Hierarchical Process, Pricipal Compoet Aalysis. 1. PENDAHULUAN Zakat merupaka salah satu ruku Islam yag wajib dituaika da mejadi iti dari ekoomi Islam. Allah SWT berfima dalam QS. At-Taubah: 103), Ambillah zakat dari sebagia harta mereka dega zakat itu kamu membersihka da mesucika mereka. Adapu fugsi zakat adalah utuk meyucika harta, megetaska kemiskia, da dapat meumbuhka rasa solidaritas atar umat Islam. Agar fugsi zakat dapat tercapai da utuk meghidari pegelola dari perbuata yag meyalahi atura agama pegelolaa pegelolaa zakat harus dilakuka dega baik da traspara. Salah satu bada yag berweag dalam megelola zakat Idoesia adalah Rumah Zakat. Rumah Zakat sebagai Lembaga Amil Zakat Nasioal dega SK LAZ No.4 tahu 007 yag medayaguaka zakat utuk meigkatka kesejahteraa kaum dhuafa memiliki salah satu program yaitu Seyum Juara. Pada program Seyum Juara, Rumah Zakat medirika Sekolah Juara (SD da SMP). Sekolah Juara yaitu program pedidika formal yag memberika pedidika gratis da berkualitas bagi masyarakat yag membutuhka. Proses peetua atau seleksi peerima batua Sekolah Juara dilakuka dega cara meyeleksi daftar calo siswa sesuai kriteria yag telah ditetuka. Selajutya dilakuka peijaua (survei) lagsug ke lapaga sesuai kriteria yag telah ditetapka pihak lembaga, seperti usia aak, peghasila orag tua perbula, pegeluara orag tua, status tempat tiggal, jumlah tagguga orag tua, ilai harta, da status aak. Hasil survei dikelompokka berdasarka tigkat ekoomi orag tua (dhuafa), kemudia dilakuka peetua siswa berdasarka ilai tes (tertulis da lisa), karakter aak, da pola pikir. Permasalaha terjadi pada hasil survei da pegelompokka data yag membutuhka waktu lama. Selai itu, masalah pada peilaia kriteria terdapat variabel yag bersifat subjektif misalya meilai karakter ataupu meilai pola pikir aak. Hal ii meimbulka suatu keracua da ketidaktepata dalam 19

2 Semiar Nasioal Tekologi Iformasi Komuikasi da Idustri (SNTIKI) 4 ISSN : Pekabaru, 3 Oktober 01 meilai. Sehigga aka megakibatka hasil keputusa yag tidak tepat sasara. Berdasarka permasalaha tersebut, pada peelitia ii dibagu sistem dega meerapka suatu metode pegelompokka (Pricipal Compoet Aalysis atau PCA) da perakiga (Fuzzy Aalitycal Hierarchical Process atau FAHP). PCA adalah tekik aalisis data yag diguaka utuk megekstrak data yag besar mejadi beberapa kumpula data yag kecil [1]. Tujua umum megguaka PCA adalah pegklasifikasia data mejadi beberapa kelompok. Beberapa peelitia yag megguaka PCA atara lai: peerapa PCA dalam evaluasi stasiu pemataua kualitas air sugai [7]. Megidetifikasi sumber-sumber alam da atropogeik logam dalam taah perkotaa da pedesaa dega megguaka data berbasis GIS, PCA, da iterpolasi spasial [3]. Peelitia tetag klasifikasi audio perseptual megguaka PCA [1]. Aplikasi PCA pada aalisa fiasial di Perusahaa Jasa terdaftar [5]. Sedagka FAHP merupaka gabuga metode AHP dega pedekata kosep fuzzy [8]. AHP sebelumya dikembagka oleh Saaty pada tahu FAHP meutupi kelemaha yag terdapat pada AHP, yaitu permasalaha terhadap kriteria yag memiliki sifat subjektif lebih bayak. Ketidakpastia bilaga direpresetasika dega uruta skala [10]. Peelitia megguaka FAHP bayak diterapka dalam beberapa peelitia pemiliha/perakiga atara lai: aplikasi FAHP dalam seleksi karyawa dega model pembobota o-additive [8]. Pemiliha layaa perusahaa caterig terbaik megguaka FAHP dega teori pembobota yag dikembagka oleh Chag [4]. Sistem Pedukug Keputusa (SPK) pemiliha karyawa terbaik megguaka metode Fuzzy AHP (FAHP) yag memberika hasil keputusa berupa perakiga ama karyawa terbaik pada tiap bula [11].. METODOLOGI PENELITIAN Peyelesaia masalah dalam peelitia ii megguaka peggabuga metode PCA da FAHP seperti terlihat pada gambar 1. PCA diguaka utuk pegelompoka calo peerima batua (sagat dhuafa, dhuafa da buka dhuafa). Setelah hasil pegelompoka diperoleh, berdasarka pegelompoka tersebut diambil kelompok calo siswa yag memiliki ilai PCA palig miimum utuk dilakuka peragkiga megguaka metode FAHP. Start data kriteria pegelompokka dhuafa (Peghasila orag tua per bula, Pegeluara orag tua per bula, Jumlah tagguga orag tua, da Nilai harta beda yag dimiliki, usia aak, status aak). Idetifikasi Data dalam betuk matrik Trasformasi variabel asli ke betuk variabel stadar (Pembakua variabel) Meghitug Nilai Covariace Meghitug ilai vektor ciri (Eige Vector) PCA Meghitug ilai akar ciri (eige value) Meetuka kompoe utama (Pricipal Compoet) dalam tiga kelompok : Sagat Dhuafa, Dhuafa, buka Dhuafa Hasil kompoe (kelompok) PCA Apakah dhuafa/ sagat dhuafa? Ya - data kriteria perakiga (hasil tes tulisa da lisa, Pola pikir, da Karakter aak) dalam betuk struktur hirarki Nilai perbadiga matriks berpasaga atar kriteria da atar calo siswa terhadap kriteria, dega AHP Tidak FAHP CR < 0.1? Ya Tidak Nilai Perbadiga matriks berpasaga AHP ke FAHP Peghituga FAHP kriteria da calo peerima beasiswa, terdiri dari: -Peghituga Nilai Sitesis (Si) - Peghituga perbadiga ilai vector fuzzy (v) da ordiat defuzzifikasi (d ) - Peghituga bobot vector fuzzy (W ) -Normalisasi ilai bobot vector fuzzy (W) Perakiga ilai bobot calo peerima beasiswa yag optimal da Hasil Keputusa (goal) Hasil keputusa peerima beasiswa Sekolah Gratis Ed Gambar 1. Flowchart metodologi peelitia Berdasarka gambar 1 dapat dijelaska bahwa lagkah-lagkah peyelesaia kasus dega meerapka metode PCA da FAHP, yaitu: 1. Meetuka data kriteria pegelompokka da alteratif (calo siswa).. Lagkah-lagkah peyelesaia PCA:[6] X 11 X 1... a. Idetifikasi data dalam betuk matriks Stadar peghituga pada tahap awal adalah megidetifikasi data x, X 1 X... X Kemudia masig-masig data variabel dihitug ilai rata-rataya dega megguaka Xi persamaa : Xi i X 1... (1) Xip Xp 0

3 Semiar Nasioal Tekologi Iformasi Komuikasi da Idustri (SNTIKI) 4 ISSN : Pekabaru, 3 Oktober 01 da meghitug ilai simpaga baku (deviasi) dega megguaka persamaa : Xi X i1... () S 1 b. Trasformasi variabel asli ke betuk variabel stadar (pembakua variable) Oleh karea satua pegukura dari variabel-variabel berbeda, maka satua pegukura itu perlu dibakuka dega jala melakuka trasformasi variabel asli ke dalam variable baku, Z11 Z1... Zip yaki Z 1 Z Caraya yaitu dega meguragka masig-masig data Z Zi Zp dega ilai rata-rata dari masig-masig variabel, kemudia dibagi dega simpaga baku masig masig variabel. Persamaa yag diguaka adalah : i... (3) X X Zi i S X Data hasil pembakua dihitug ilai rata-rata da simpaga bakuya. Nilai rata-rata yag diharapka adalah medekati 0 atau sama dega 0, sedagka utuk simpaga baku ilai yag diharapka adalah medekati 1 atau sama dega 1. c. Meghitug ilai covariace Nilai covariace diperoleh dega megguaka persamaa da Xi X Y i Y i1 Cov ( X, Y) Xi X X i X... (4) 1 i1 Cov ( X, X ) Nilai covariace tersebut merupaka ilai dari matriks korelasi R : r z1, z1 r z1, z... r zip r z, z1 r z, z (5) R r zi r zp Setelah matriks R diperoleh, kemudia dilakuka peggadaa matriks R, sehigga R d. Meghitug ilai vektor ciri (eige vector) Eige vector dicari dega melakuka iterasi dari matiks korelasi, kemudia diormalka dega megguaka persamaa (6) berikut: aij ai... (6) ai... aj... Iterasi dihetika jika hasil iterasi yag terakhir sama dega hasil iterasi sebelumya. Terlebih dahulu harus ditetuka vektor awal a '0 dega mempertimbagka struktur matriks R, yaitu berilai positif atau egatif. Kemudia lakuka perkalia vektor a ' 0 dega matriks R. 1. Meetuka vektor awal a '0 dari struktur matriks R yag berilai positif atau egatif, yaitu : a' 0 rz1z1 rz1z1 rz1z1 rz1z1 rz1z rz1z1... (7). Megalika vektor a ' 0 dega matriks R yag aka meghasilka vektor a 0 R a' 1 a' a' 3 a' a' '... (8) Pilih eleme terbesar dari a ' sebagai pembagi masig-masig eleme sehigga meghasilka ilai vektor iterasi I. Utuk iterasi selajutya megguaka cara yag sama, dega peggadaa matriks R. 3. Seluruh ilai iterasi diormalka dega megguaka persamaa (.6) : eleme iterasi I1... (9) a11 eleme iterasi I1 eleme iterasi I eleme iterasi I 3... a 1 eleme iterasi I18 eleme iterasi I1 eleme iterasi I eleme iterasi I 3 eleme iterasi I eleme iterasi I... 1

4 Semiar Nasioal Tekologi Iformasi Komuikasi da Idustri (SNTIKI) 4 ISSN : Pekabaru, 3 Oktober 01 Sehigga diperoleh ilai vektor ciri (eige vektor) a ' 1 a11 a1 a31 a41 a51 a61... a... (10) e. Meghitug ilai akar ciri (eige value) Dega persamaa rumus (10) dapat ditetuka ilai eigeya ( ). a a a a a r 1 1 a 31 r a r1 a31r a r r 0....(11) Dari ilai eige value, maka dapat diperoleh ilai PC (Y %) megguaka persamaa rumus (1): Y p... (1) Dimaa p merupaka jumlah variabel, sehigga meghasilka persetase ilai. f. Meetuka kompoe utama (PCA) Meetuka kompoe utama (PCA) megguaka persamaa rumus (1) Y i yhi ai zh,... yhk ak z... (13) dimaa z merupaka vektor skor baku dari variabel yag diamati pada obyek pegamata ke-h, y hi adalah skor kompoe ke-i dari obyek pegamata ke-h, y hk adalah skor kompoe ke-k dari obyek pegamata ke-h, da adalah ukura cotoh. Dari ilai eige value yag dihasilka sebelumya aka dapat diperoleh persetase ilai PC = Y (%) dega megguaka persamaa (9). Dimaa p merupaka jumlah variabel, sehigga meghasilka persetase ilai. Utuk proses pegelompoka selajutya diguaka persamaa berikut : Tiggi : jika yh1 y1 Sy1 y1 - Sy1 yh1 y1 Sy Sedag : jika 1 y y - S... (14) Redah : jika h1 1 y1 3. Lagkah-lagkah peyelesaia FAHP: [] a. Meetuka kriteria perakiga da alteratif, kemudia digambarka dalam struktur hirarki masalah da ditetuka perbadiga matriks berpasaga atar kriteria dega skala TFN (Triagular Fuzzy Number). b. Meetuka ilai sitesis fuzzy (Si) prioritas dega rumus, Si =... (15) [ ] Dimaa: Si = ilai sitesis fuzzy = mejumlahka ilai sel pada kolom yag dimulai dari kolom 1 di setiap baris matriks. i = baris, j = kolom memperoleh ilai, yaitu dega megguaka pejumlaha fuzzy dari ilai m pada seuah matrik seperti di bawah ii. ( )... (16) Dimaa : = jumlah sel pada kolom pertama matriks (ilai lower) = jumlah sel pada kolom ke- matriks (ilai media) = jumlah sel pada kolom ke-3 matriks (ilai upper) Da utuk memperoleh [ ], meambahka operasi fuzzy dari (j = 1,,.., m), sehigga [ ] ( )... (17) c. Jika hasil yag diperoleh pada setiap matrik fuzzy, M = (l, m,u) M1 = (l1, m1, u1) dapat didefiisika sebagai ilai vector. V (M M1) = sup [ ) )]... (18) V (M M1) = {... (19) ) ) d. Jika hasil ilai fuzzy lebih besar dari k fuzzy, Mi (i=, 1,,, k) yag dapat difeisika sebagai

5 Semiar Nasioal Tekologi Iformasi Komuikasi da Idustri (SNTIKI) 4 ISSN : Pekabaru, 3 Oktober 01 V (M M1, M,, Mk) = V [(M M1) da (M M) da (M Mi)] = mi V (M Mi), (0) Dimaa : V = ilai vektor M = matriks ilai sitesis fuzzy l = lower m = media u=upper Sehigga diperoleh ilai ordiat (d ) d (Ai) = mi V (Si Sk)... (1) Dimaa : Si= ilai sitesis fuzzy satu Sk = ilai sitesis fuzzy yag laiya Utuk k = 1,,, ; k i. maka ilai vector W = (d (A 1 ), d (A ),, d (A )) () 1 S S1 V (S> S1) l m l1 d u m1 u1 Gambar Grafik perpotoga titik atara M1 da M e. Normalisasi bobot vector atau ilai prioritas criteria yag telah diperoleh, W = (d (A 1 ), d (A ),, d (A ))... (3) Dimaa W adalah bilaga o- fuzzy 3. PEMBAHASAN STUDI KASUS PCA DAN FAHP Studi kasus peetua calo peerima batua pedidika gratis ii dilakuka di SD Juara yag berada di bawah auga Lembaga Rumah Zakat Pekabaru. Tahapa pertama adalah megelompoka calo peerima megguaka PCA. Selajutya dilakuka peetua dalam betuk peragkiga megguaka FAHP. Pada peelitia ii, diambil 0 orag sample calo peerima batua. Kriteria utuk pegelompokka terdapat tujuh kriteria da masig-masig kriteria memiliki ilai variabel. Adapu kriteria yag diguaka utuk meetuka kelompok kodisi keluarga (tigkat Dhuafa) dapat dilihat pada tabel 1 da alteratif (calo siswa peerima batua) diambil 0 sample dapat dilihat pada tabel. Variabel Kriteria X 1 X X 3 X 4 X 5 X 6 Tabel 1 Peilaia variabel kriteria kodisi keluarga calo siswa Satua Nilai 1 = Sagat kurag (Rp.0 s/d Rp ) = Kurag (Rp s/d ) 3 = Cukup (Rp s/d < Rp ) 4 = Baik (Rp s/d < Rp ) 5 = Sagat baik ( > Rp ) 1 = Sagat bayak (Rp. > ) = Cukup (Rp s/d ) 3 = Sagat sedikit (Rp. < ) 1 = lebih dari lima orag 3 = empat orag = lima orag 4 = tiga orag 5 = dua orag 1 = Sagat kurag (tidak ada s/d Rp ) = Kurag (Rp s/d Rp ) 3 = Cukup (Rp s/d ) 4 = Baik (Rp s/d ) 5 = Sagat baik (> ) 1 = Kotrak/ Sewa = Tiggal bersama keluarga lai 3= Rumah sediri 1= Yatim = Piatu 3= Yatim Piatu 4= Aak Agkat 5= Orag tua masih legkap Keteraga Peghasila orag tua sebagai peetu tigkat pembiayaa pedidika siswa per bulaya. Pegeluara orag tua tiap bulaya Jumlah tagguga kepala keluarga tiap bulaya Nilai harta beda yag dimiilki Status tempat tiggal orag tua calo siswa Status aak X 7 1= Sagat baik (>= 7 tahu) Usia 3

6 Semiar Nasioal Tekologi Iformasi Komuikasi da Idustri (SNTIKI) 4 ISSN : Pekabaru, 3 Oktober 01 = Baik (> 6 tahu s/d < 7 tahu) 3= Cukup (6 tahu) Tabel. Nilai sample 0 calo siswa (hasil survei) terhadap kriteria No. Calo Siswa (CS) X 1 X X 3 X 4 X 5 X 6 X 7 1 CS CS CS CS CS CS CS CS CS CS CS CS CS CS CS CS CS CS CS CS Berdasarka persamaa rumus (1), (), higga (13), maka diperoleh hasil pegelompokka (PCA) dilihat dari ilai PCA (Yhi) terhadap kodisi keluarga calo siswa atau berdasarka tigkat dhuafa. Adapu pegelompokka tigkat dhuafa yag telah diperoleh dapat dilihat pada tabel 3 berikut ii. Tabel 3 Pegelompoka tigkat Dhuafa Kategori Tigkat Dhuafa Sagat Dhuafa Dhuafa Buka Dhuafa CS 11 (Yhi = -,917) CS 1 (Yhi = -1,695) CS 11 (Yhi = 0,97) CS 6 (Yhi = 3,7) CS (Yhi = -1,644) CS 1 (Yhi = -,917) CS 0 (Yhi = 3,00) CS 3 (Yhi = 1,13) CS 13 (Yhi =,173) CS 4 (Yhi = -1,05) CS 14 (Yhi = 0,456) CS 5 (Yhi = -1,733) CS 15 (Yhi = 0,15) CS 7 (Yhi = -0,47) CS 16 (Yhi = 0,111) CS 8 (Yhi = -1,3) CS 17 (Yhi = -0,307) CS 9 (Yhi = -1,58) CS 18 (Yhi = 0,964) CS 10 (Yhi = 0,97) CS 19 (Yhi = 0,187) 1 CS 17 CS CS Hasil pegelompokka PCA di atas, maka dapa disimpulka bahwa yag mejadi alteratif utuk peyelesaia FAHP adalah kelompok sagat dhuafa da dhuafa (disesuaika dega kuota yag diterima). Sebelum meghitug alteratif pada FAHP, harus ditetuka ilai kepetiga terhadap masig-masig kriteria. Retag ilai mulai 1 sampai 9 berkaita dega ilai perbadiga yag dikembagka oleh [9] da ilai kepetiga dalam peelitia ii dapat dilihat pada tabel 4. Tabel 4 Nilai itesitas kepetiga pada tiap kriteria (variabel kepetiga) No. Kriteria (K) Nama Kriteria Nilai itesitas Kepetiga 1 K1 Hasil tes lisa 8 K Hasil tes tulisa 7 3 K3 Pola pikir aak 5 4 K4 Karakter aak 7 4

7 Semiar Nasioal Tekologi Iformasi Komuikasi da Idustri (SNTIKI) 4 ISSN : Pekabaru, 3 Oktober 01 Peyelesaia alteratif (calo siswa peerima batua pedidka gratis) diambil eam sample dari calo siswa dega ilai Yhi yag sagat dhuafa, yaitu Calo Siswa (CS) 11, CS 5, CS 1, CS, CS 9, da CS 8. Berikut hasil tes calo siswa yag telah pada tahu ajara 010/011 dapat dilihat pada tabel 5 di bawah ii. Tabel 5 Hasil tes calo siswa Calo Siswa Hasil tes lisa Tes tulisa Pola pikir Karakter aak CS CS CS CS CS CS Berdasarka persamaa rumus (15), (16) higga (3) diperoleh total ilai peghituga FAHP (bobot goal) seperti pada tabel 6 di bawah ii. Tabel 6 Total Nilai alteratif terhadap kriteria (bobot goal). Calo LISAN TULISAN POLA PIKIR KARAKTER TOTAL RANKING Siswa 0,303 0,76 0,146 0,76 CS 1 0 0,069 0,1094 0,1337 0, CS 0,53 0,45 0,3 0,1634 0,304 CS 5 0,10 0,08 0,073 0,1337 0,31 5 CS 8 0,10 0,150 0,156 0,1897 0, CS 9 0,53 0,09 0,00 0,1897 0,15 3 CS 11 0,53 0,45 0,3 0,1897 0,159 1 Dari tabel 6 di atas, diurutka berdasarka ilai total yag tiggi keredah sehigga dapat disimpulka bahwa calo siswa (CS) 11 merupaka peerima batua uruta pertama (0,30), disusul dega CS (0,3), CS 9 (0,16), CS 8 (0,15), CS 5 (0,107), da terakhir adalah CS 1 (0,07). 4. Implemetasi Dari hasil aalisa di atas dapat digambarka hasil implemetasi sistem pada gambar 3 da 4 berikut ii. Gambar 3. Tampila utama sistem Gambar 4. Lapora keputusa 5. Kesimpula Dari hasil yag telah diperoleh (tabel 6) da implemetasi sistem, dapat disimpulka bahwa: 1. Sistem yag dibagu dapat meghasilka kelompok berdasarka tigkat kodisi keluarga calo siswa (sagat dhuafa, dhuafa, da buka dhuafa) megguaka PCA da dari hasil pegelompokka PCA tersebut, sistem megeluarka output berupa lapora hasil perakiga yag diolah dega FAHP. 5

8 Semiar Nasioal Tekologi Iformasi Komuikasi da Idustri (SNTIKI) 4 ISSN : Pekabaru, 3 Oktober 01. Pegelolaa kriteria utuk FAHP dalam sistem sudah bersifat diamis sehigga jika terjadi perubaha atau peambaha kriteria sistem masih bisa memprosesya. 3. Kriteria yag diguaka pada PCA masih bersifat statis. REFERENSI [1] Burka, Zak., Perceptual Audio Classificatio Usig Pricipal Compoet Aalysis, ProQuest LLC.010 : [] Chag, D. Y., 1996, Applicatio of the Extet Aalysis Method o Fuzzy AHP Europea Joural of Operatioal Research 95, hal [3] Davis, Harley T., dkk., Idetifyig Natural ad Athropogeic Sources of Metals i Urba ad Rural Soils usig GIS-Based Data, PCA, ad Spatial Iterpolatio, Evirometal Pollutio : [4] Kahrama, Cegiz., Cebeci, Ufuk., da Rua, Da., Multi- Attribute Compariso of Caterig Service Compaies Usig Fuzzy AHP: The Case of Turkey, Iteratioal Joural of Productio Ecoomics : [5] Li, Yogche., Zhag, Qi., 011, The Applicatio of Pricipal Compoet Aalysis o Fiacial Aalysis i Real Estate Listed Compay, Procedia Egieerig : [6] Masurulyai, Efi, Pegelompokka Tigkat Kemiskia dega Megguaka Metode Pricipal Compoet Aalysis (PCA) Studi Kasus Kecamata Sukajadi-Pekabaru. Tugas Akhir. Pekabaru.Februari 009. [7] Ouyag, Yig., Evaluatio of River Water Quality Moitorig Statios by Pricipal Compoet Aalysis, Water Research : [8] Raharjo, Jai., Sutapa, I Nyoma., Aplikasi Fuzzy Aalytical Hierarky Process dalam Seleksi Karyawa, Jural Tekik Idustri. Vol. 4, o.. Desember 00:8-9. [9] Saaty, T. L., The Aalytic Hierarchy Process, New York : McGraw- Hill [10] Vahidia, Mohammad H., Ali A. Alesheikh., Abbas Alimohammadi, Hospital site selectio usig fuzzy AHP ad its derivatives Joural of Evirometal Maagemet : [11] Jasril, Eli Haerai, Iis Afriaty. Sistem Pedukug Keputusa (SPK) Pemiliha Karyawa Terbaik Megguaka Metode Fuzzy AHP (FAHP). SNATI. Yogyakarta. 011; ISSN: : F-36-F-43. 6

SISTEM PENDUKUNG KEPUTUSAN PRIORITAS PENDIRIAN BTS MENGGUNAKAN METODE FUZZY AHP (Studi Kasus: PT. Indosat Solo)

SISTEM PENDUKUNG KEPUTUSAN PRIORITAS PENDIRIAN BTS MENGGUNAKAN METODE FUZZY AHP (Studi Kasus: PT. Indosat Solo) ISSN : 2338-408 SISTEM PENDUKUNG KEPUTUSAN PRIORITAS PENDIRIAN BTS MENGGUNAKAN METODE FUZZY AHP (Studi Kasus: PT. Idosat Solo) Satria Yuda Prasetyo (satreea@gmail.com) Sri Tomo (szrie@yahoo.com) Teguh

Lebih terperinci

PENERAPAN ALGORITMA ANALITYCAL HIRACY PROCESS DALAM PEMILIHAN BEASISWA PADA SMA KALUKUBULA

PENERAPAN ALGORITMA ANALITYCAL HIRACY PROCESS DALAM PEMILIHAN BEASISWA PADA SMA KALUKUBULA Semiar Nasioal Tekologi Iformasi da Multimedia 207 STMIK AMIKOM Yogyakarta, 4 Februari 207 PENERAPAN ALGORITMA ANALITYCAL HIRACY PROCESS DALAM PEMILIHAN BEASISWA PADA SMA KALUKUBULA Dewi Kusumawati ) )

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PEGAWAI TERBAIK DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) (STUDI KASUS: PARKIR INAP MOTOR P-24 YOGYAKARTA)

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PEGAWAI TERBAIK DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) (STUDI KASUS: PARKIR INAP MOTOR P-24 YOGYAKARTA) ISBN: 978-602-73690-8-5 SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PEGAWAI TERBAIK DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) (STUDI KASUS: PARKIR INAP MOTOR P-24 YOGYAKARTA) Clara Hetty Primasari* Program

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur 0 III. METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia Peelitia ii dilakuka di SMA Negeri Way Jepara Kabupate Lampug Timur pada bula Desember 0 sampai Mei 03. B. Populasi da Sampel Populasi dalam peelitia

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur III. METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia Peelitia ii dilakuka di SMA Negeri Way Jepara Kabupate Lampug Timur pada bula Desember 0 sampai dega Mei 03. B. Populasi da Sampel Populasi dalam

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 6 BAB III METODE PENELITIAN 3.1 Desai Peelitia Meurut Kucoro (003:3): Peelitia ilmiah merupaka usaha utuk megugkapka feomea alami fisik secara sistematik, empirik da rasioal. Sistematik artiya proses yag

Lebih terperinci

IV METODE PENELITIAN 4.1 Lokasi dan waktu 4.2. Jenis dan Sumber Data 4.3 Metode Pengumpulan Data

IV METODE PENELITIAN 4.1 Lokasi dan waktu 4.2. Jenis dan Sumber Data 4.3 Metode Pengumpulan Data IV METODE PENELITIAN 4.1 Lokasi da waktu Peelitia ii dilakuka di PD Pacet Segar milik Alm Bapak H. Mastur Fuad yag beralamat di Jala Raya Ciherag o 48 Kecamata Cipaas, Kabupate Ciajur, Propisi Jawa Barat.

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI

BAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI BAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI Bab 2 berisi tetag studi pustaka yag dilakuka utuk medapatka gambara tetag metode yag tepat utuk megatasi permasalaha yag dihadapi, serta dasar-dasar teori yag diguaka

Lebih terperinci

III. METODE PENELITIAN. kelas VIII semester ganjil SMP Sejahtera I Bandar Lampung tahun pelajaran 2010/2011

III. METODE PENELITIAN. kelas VIII semester ganjil SMP Sejahtera I Bandar Lampung tahun pelajaran 2010/2011 III. METODE PENELITIAN A. Latar Peelitia Peelitia ii merupaka peelitia yag megguaka total sampel yaitu seluruh siswa kelas VIII semester gajil SMP Sejahtera I Badar Lampug tahu pelajara 2010/2011 dega

Lebih terperinci

Pemilihan Ketua BEM Fakultas Teknik UN PGRI Kediri menggunakan Metode ELECTRE

Pemilihan Ketua BEM Fakultas Teknik UN PGRI Kediri menggunakan Metode ELECTRE Pemiliha Ketua BEM Fakultas Tekik UN PGRI Kediri megguaka Metode ELECTRE Nalsa Citya Resti Sistem Iformasi, Fakultas Tekik, Uiversitas Nusatara PGRI Kediri E-mail: alsacitya@upkediri.ac.id Abstrak salah

Lebih terperinci

BAB III METODOLOGI PENELITIAN. kuantitatif karena bertujuan untuk mengetahui kompetensi pedagogik mahasiswa

BAB III METODOLOGI PENELITIAN. kuantitatif karena bertujuan untuk mengetahui kompetensi pedagogik mahasiswa 54 BAB III METODOLOGI PENELITIAN A. Jeis Peelitia Peelitia ii merupaka peelitia deskriptif dega pedekata kuatitatif karea bertujua utuk megetahui kompetesi pedagogik mahasiswa setelah megikuti mata kuliah

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 31 Flowchart Metodologi Peelitia BAB III METODOLOGI PENELITIAN Gambar 31 Flowchart Metodologi Peelitia 18 311 Tahap Idetifikasi da Peelitia Awal Tahap ii merupaka tahap awal utuk melakuka peelitia yag

Lebih terperinci

IV METODE PENELITIAN

IV METODE PENELITIAN IV METODE PENELITIAN 4.1. Lokasi da Waktu Peelitia Lokasi peelitia dilakuka di PT. Bak Bukopi, Tbk Cabag Karawag yag berlokasi pada Jala Ahmad Yai No.92 Kabupate Karawag, Jawa Barat da Kabupate Purwakarta

Lebih terperinci

BAB IV. METODE PENELITlAN. Rancangan atau desain dalam penelitian ini adalah analisis komparasi, dua

BAB IV. METODE PENELITlAN. Rancangan atau desain dalam penelitian ini adalah analisis komparasi, dua BAB IV METODE PENELITlAN 4.1 Racaga Peelitia Racaga atau desai dalam peelitia ii adalah aalisis komparasi, dua mea depede (paired sample) yaitu utuk meguji perbedaa mea atara 2 kelompok data. 4.2 Populasi

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PEMBELIAN SEPEDA MOTOR DENGAN METODE WEIGHTED PRODUCT

SISTEM PENDUKUNG KEPUTUSAN PEMBELIAN SEPEDA MOTOR DENGAN METODE WEIGHTED PRODUCT Jural Iformatika Mulawarma Vol. 10 No. 2 September 2015 20 SISTEM PENDUKUNG KEPUTUSAN PEMBELIAN SEPEDA MOTOR DENGAN METODE WEIGHTED PRODUCT Necy Nurjaah 1), Zaial Arifi 2), Dya Marisa Khairia 3) 1,2,3)

Lebih terperinci

BAB V ANALISA PEMECAHAN MASALAH

BAB V ANALISA PEMECAHAN MASALAH 89 BAB V ANALISA PEMECAHAN MASALAH Dalam upaya mearik kesimpula da megambil keputusa, diperluka asumsi-asumsi da perkiraa-perkiraa. Secara umum hipotesis statistik merupaka peryataa megeai distribusi probabilitas

Lebih terperinci

Ukuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus

Ukuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus -Mar- Ukura Pemusata Pertemua STATISTIKA DESKRIPTIF Statistik deskripti adalah pegolaha data utuk tujua medeskripsika atau memberika gambara terhadap obyek yag diteliti dega megguaka sampel atau populasi.

Lebih terperinci

BAB III METODE PENELITIAN. Jenis penelitian ini adalah penelitian pengembangan (research and

BAB III METODE PENELITIAN. Jenis penelitian ini adalah penelitian pengembangan (research and BAB III METODE PENELITIAN A. Jeis Peelitia Jeis peelitia ii adalah peelitia pegembaga (research ad developmet), yaitu suatu proses peelitia utuk megembagka suatu produk. Produk yag dikembagka dalam peelitia

Lebih terperinci

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Negeri I

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Negeri I 7 III. METODOLOGI PENELITIAN A. Populasi da Sampel Peelitia Populasi dalam peelitia ii adalah semua siswa kelas XI IPA SMA Negeri I Kotaagug Tahu Ajara 0-03 yag berjumlah 98 siswa yag tersebar dalam 3

Lebih terperinci

BAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL)

BAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL) BAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL) Setiap peelitia selalu berkeaa dega sekelompok data. Yag dimaksud kelompok disii adalah: Satu orag mempuyai sekelompok data, atau sekelompok orag mempuyai satu

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 22 BAB III METODOLOGI PENELITIAN 3.1 Lokasi da Waktu Peelitia Peelitia ii dilaksaaka di tiga kator PT Djarum, yaitu di Kator HQ (Head Quarter) PT Djarum yag bertempat di Jala KS Tubu 2C/57 Jakarta Barat,

Lebih terperinci

BAB III METODOLOGI DAN PELAKSANAAN PENELITIAN. Perumusan - Sasaran - Tujuan. Pengidentifikasian dan orientasi - Masalah.

BAB III METODOLOGI DAN PELAKSANAAN PENELITIAN. Perumusan - Sasaran - Tujuan. Pengidentifikasian dan orientasi - Masalah. BAB III METODOLOGI DAN PELAKSANAAN PENELITIAN 3.1. DIAGRAM ALIR PENELITIAN Perumusa - Sasara - Tujua Pegidetifikasia da orietasi - Masalah Studi Pustaka Racaga samplig Pegumpula Data Data Primer Data Sekuder

Lebih terperinci

Bab III Metoda Taguchi

Bab III Metoda Taguchi Bab III Metoda Taguchi 3.1 Pedahulua [2][3] Metoda Taguchi meitikberatka pada pecapaia suatu target tertetu da meguragi variasi suatu produk atau proses. Pecapaia tersebut dilakuka dega megguaka ilmu statistika.

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 22 BAB III METODE PENELITIAN 3.1. Metode Peelitia Pada bab ii aka dijelaska megeai sub bab dari metodologi peelitia yag aka diguaka, data yag diperluka, metode pegumpula data, alat da aalisis data, keragka

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 Lokasi da objek peelitia Lokasi peelitia dalam skripsi ii adalah area Kecamata Pademaga, alasa dalam pemiliha lokasi ii karea peulis bertempat tiggal di lokasi tersebut sehigga

Lebih terperinci

PENGARUH VARIASI PELUANG CROSSOVER DAN MUTASI DALAM ALGORITMA GENETIKA UNTUK MENYELESAIKAN MASALAH KNAPSACK. Sutikno

PENGARUH VARIASI PELUANG CROSSOVER DAN MUTASI DALAM ALGORITMA GENETIKA UNTUK MENYELESAIKAN MASALAH KNAPSACK. Sutikno sutiko PENGARUH VARIASI PELUANG CROSSOVER DAN MUTASI DALAM ALGORITMA GENETIKA UNTUK MENYELESAIKAN MASALAH KNAPSACK Sutiko Program Studi Tekik Iformatika Fakultas Sais da Matematika UNDIP tik@udip.ac.id

Lebih terperinci

BAB III METODE PENELITIAN Penelitian ini dilakukan di kelas X SMA Muhammadiyah 1 Pekanbaru. semester ganjil tahun ajaran 2013/2014.

BAB III METODE PENELITIAN Penelitian ini dilakukan di kelas X SMA Muhammadiyah 1 Pekanbaru. semester ganjil tahun ajaran 2013/2014. BAB III METODE PENELITIAN A. Waktu da Tempat Peelitia Peelitia dilaksaaka dari bula Agustus-September 03.Peelitia ii dilakuka di kelas X SMA Muhammadiyah Pekabaru semester gajil tahu ajara 03/04. B. Subjek

Lebih terperinci

BAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan

BAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan BAB III METODE PENELITAN. Tempat Da Waktu Peelitia Peelitia dilakuka di SMP Negeri Batudaa Kab. Gorotalo dega subject Peelitia adalah siswa kelas VIII. Pemiliha SMP Negeri Batudaa Kab. Gorotalo. Adapu

Lebih terperinci

Pendekatan Nilai Logaritma dan Inversnya Secara Manual

Pendekatan Nilai Logaritma dan Inversnya Secara Manual Pedekata Nilai Logaritma da Iversya Secara Maual Moh. Affaf Program Studi Pedidika Matematika, STKIP PGRI BANGKALAN affafs.theorem@yahoo.com Abstrak Pada pegaplikasiaya, bayak peggua yag meggatugka masalah

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1 Lokasi da Waktu peelitia Peelitia dilakuka pada budidaya jamur tiram putih yag dimiliki oleh usaha Yayasa Paguyuba Ikhlas yag berada di Jl. Thamri No 1 Desa Cibeig, Kecamata Pamijaha,

Lebih terperinci

METODE PENELITIAN. dalam tujuh kelas dimana tingkat kemampuan belajar matematika siswa

METODE PENELITIAN. dalam tujuh kelas dimana tingkat kemampuan belajar matematika siswa 19 III. METODE PENELITIAN A. Populasi da Sampel Populasi dalam peelitia ii adalah seluruh siswa kelas VIII SMP Negeri 8 Badar Lampug tahu pelajara 2009/2010 sebayak 279 orag yag terdistribusi dalam tujuh

Lebih terperinci

BAB III PEMBAHASAN. Pada BAB III ini akan dibahas mengenai bentuk program linear fuzzy

BAB III PEMBAHASAN. Pada BAB III ini akan dibahas mengenai bentuk program linear fuzzy BAB III PEMBAHASAN Pada BAB III ii aka dibahas megeai betuk program liear fuzzy dega koefisie tekis kedala berbetuk bilaga fuzzy da pembahasa peyelesaia masalah optimasi studi kasus pada UD FIRDAUS Magelag

Lebih terperinci

BAB I PENDAHULUAN. Matematika merupakan suatu ilmu yang mempunyai obyek kajian

BAB I PENDAHULUAN. Matematika merupakan suatu ilmu yang mempunyai obyek kajian BAB I PENDAHULUAN A. Latar Belakag Masalah Matematika merupaka suatu ilmu yag mempuyai obyek kajia abstrak, uiversal, medasari perkembaga tekologi moder, da mempuyai pera petig dalam berbagai disipli,

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB ENDAHULUAN. Latar Belakag Masalah Dalam kehidupa yata, hampir seluruh feomea alam megadug ketidak pastia atau bersifat probabilistik, misalya pergeraka lempega bumi yag meyebabka gempa, aik turuya

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di halaman Pusat Kegiatan Olah Raga (PKOR) Way Halim Bandar Lampung pada bulan Agustus 2011.

III. METODE PENELITIAN. Penelitian ini dilaksanakan di halaman Pusat Kegiatan Olah Raga (PKOR) Way Halim Bandar Lampung pada bulan Agustus 2011. III. METODE PENELITIAN A. Tempat da Waktu Peelitia Peelitia ii dilaksaaka di halama Pusat Kegiata Olah Raga (PKOR) Way Halim Badar Lampug pada bula Agustus 2011. B. Objek da Alat Peelitia Objek peelitia

Lebih terperinci

BAB 3 DATA DAN METODOLOGI PENELITIAN

BAB 3 DATA DAN METODOLOGI PENELITIAN BAB 3 DATA DAN METODOLOGI PENELITIAN Pada Bab ii aka memberika iformasi hal yag berkaita dega lagkah-lagkah sistematis yag aka diguaka dalam mejawab pertayaa peelitia.utuk itu diperluka beberapa hal sebagai

Lebih terperinci

Sistem Pendukung Keputusan Penentuan Calon Penerima Beasiswa BBP- PPA Menggunakan Metode AHP-PROMETHEE I

Sistem Pendukung Keputusan Penentuan Calon Penerima Beasiswa BBP- PPA Menggunakan Metode AHP-PROMETHEE I Jural Pegembaga Tekologi Iformasi da Ilmu Komputer e-issn: 2548-964X Vol. 2, No. 7, Juli 2018, hlm. 2780-2788 http://j-ptiik.ub.ac.id Sistem Pedukug Keputusa Peetua Calo Peerima Beasiswa BBP- PPA Megguaka

Lebih terperinci

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan REGRESI LINIER DAN KORELASI Variabel dibedaka dalam dua jeis dalam aalisis regresi: Variabel bebas atau variabel prediktor -> variabel yag mudah didapat atau tersedia. Dapat diyataka dega X 1, X,, X k

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini merupakan penelitian tindakan kelas yang dilaksanakan pada siswa

III. METODE PENELITIAN. Penelitian ini merupakan penelitian tindakan kelas yang dilaksanakan pada siswa III. METODE PENELITIAN A. Settig Peelitia Peelitia ii merupaka peelitia tidaka kelas yag dilaksaaka pada siswa kelas VIIIB SMP Muhammadiyah 1 Sidomulyo Kabupate Lampug Selata semester geap tahu pelajara

Lebih terperinci

UKURAN PEMUSATAN UKURAN PENYEBARAN

UKURAN PEMUSATAN UKURAN PENYEBARAN UKURAN PEMUSATAN DATA TUNGGAL DATA KELOMPOK. MEAN / RATA-RATA. MODUS 3. MEDIAN 4. KUARTIL. MEAN / RATA-RATA. MODUS 3. MEDIAN 4. KUARTIL UKURAN PENYEBARAN JANGKAUAN HAMPARAN RAGAM / VARIANS SIMPANGAN BAKU

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PENERIMA JAMKESMAS DI DESA KATERBAN MENGGUNAKAN METODE WEIGHTED PRODUCT SKRIPSI

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PENERIMA JAMKESMAS DI DESA KATERBAN MENGGUNAKAN METODE WEIGHTED PRODUCT SKRIPSI SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PENERIMA JAMKESMAS DI DESA KATERBAN MENGGUNAKAN METODE WEIGHTED PRODUCT SKRIPSI Diajuka Utuk Memeuhi Sebagia Syarat Gua Memperoleh Gelar Sarjaa Komputer (S.Kom) Pada

Lebih terperinci

IV. METODE PENELITIAN. Penelitian ini dilakukan di Kawasan Pantai Anyer, Kabupaten Serang

IV. METODE PENELITIAN. Penelitian ini dilakukan di Kawasan Pantai Anyer, Kabupaten Serang IV. METODE PENELITIAN 4.1 Lokasi da Waktu Peelitia Peelitia ii dilakuka di Kawasa Patai Ayer, Kabupate Serag Provisi Bate. Lokasi ii dipilih secara segaja atau purposive karea Patai Ayer merupaka salah

Lebih terperinci

BAB III METODE PENELITIAN. penelitian yaitu PT. Sinar Gorontalo Berlian Motor, Jl. H. B Yassin no 28

BAB III METODE PENELITIAN. penelitian yaitu PT. Sinar Gorontalo Berlian Motor, Jl. H. B Yassin no 28 5 BAB III METODE PENELITIAN 3.1 Lokasi Peelitia da Waktu Peelitia Sehubuga dega peelitia ii, lokasi yag dijadika tempat peelitia yaitu PT. Siar Gorotalo Berlia Motor, Jl. H. B Yassi o 8 Kota Gorotalo.

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang Permasalahan

BAB I PENDAHULUAN Latar Belakang Permasalahan BAB I PENDAHULUAN 1.1. Latar Belakag Permasalaha Matematika merupaka Quee ad servat of sciece (ratu da pelaya ilmu pegetahua). Matematika dikataka sebagai ratu karea pada perkembagaya tidak tergatug pada

Lebih terperinci

III. MATERI DAN METODE. a. Penelitian ini menggunakan 68 ekor kambing peranakan etawa ( PE) (31. ukur, tongkat ukur dan timbangan.

III. MATERI DAN METODE. a. Penelitian ini menggunakan 68 ekor kambing peranakan etawa ( PE) (31. ukur, tongkat ukur dan timbangan. III. MATERI DAN METODE 3.1. Waktu da Tempat Peelitia Peelitia ii telah dilaksaaka pada Bula Oktober sampai November 013 di peteraka yag ada di Kota Pekabaru. 3.. Materi Peelitia a. Peelitia ii megguaka

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Madiun, untuk mendapatkan gambaran kondisi tempat penelitian secara umum,

BAB III METODOLOGI PENELITIAN. Madiun, untuk mendapatkan gambaran kondisi tempat penelitian secara umum, 32 BAB III METODOLOGI PENELITIAN 3.1 Objek Peelitia Peelitia dilakuka di PT. INKA yag terletak di Jl. Yos Sudarso o 71 Madiu, utuk medapatka gambara kodisi tempat peelitia secara umum, termasuk kegiata-kegiata

Lebih terperinci

BAB IV PEMBAHASAN DAN ANALISIS

BAB IV PEMBAHASAN DAN ANALISIS BAB IV PEMBAHASAN DAN ANALISIS 4.1. Pembahasa Atropometri merupaka salah satu metode yag dapat diguaka utuk meetuka ukura dimesi tubuh pada setiap mausia. Data atropometri yag didapat aka diguaka utuk

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 Objek Peelitia Peelitia dilakuka di bagia spiig khususya bagia widig Pabrik Cambrics Primissima (disigkat PT.Primissima) di Jala Raya Magelag Km.15 Slema, Yogyakarta. Peelitia

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1 Objek Peelitia Dalam peelitia ii, pegambila da peroleha data dilakuka di UKM. Bakso Solo, Bakauhei, Lampug Selata. Utuk pegukura kualitas pelayaa, objek yag diteliti adalah

Lebih terperinci

Pertemuan Ke-11. Teknik Analisis Komparasi (t-test)_m. Jainuri, M.Pd

Pertemuan Ke-11. Teknik Analisis Komparasi (t-test)_m. Jainuri, M.Pd Pertemua Ke- Komparasi berasal dari kata compariso (Eg) yag mempuyai arti perbadiga atau pembadiga. Tekik aalisis komparasi yaitu salah satu tekik aalisis kuatitatif yag diguaka utuk meguji hipotesis tetag

Lebih terperinci

BAB III METODE PENELITIAN. penelitian ini adalah penelitian diskriptif kuantitatif. Dalam hal ini peneliti akan

BAB III METODE PENELITIAN. penelitian ini adalah penelitian diskriptif kuantitatif. Dalam hal ini peneliti akan BAB III METODE PENELITIAN A. Jeis Peelitia Berdasarka pertayaa peelitia yag peeliti ajuka maka jeis peelitia ii adalah peelitia diskriptif kuatitatif. Dalam hal ii peeliti aka mediskripsika kemampua relatig,

Lebih terperinci

BAB I PENDAHULUAN. Integral adalah salah satu konsep penting dalam Matematika yang

BAB I PENDAHULUAN. Integral adalah salah satu konsep penting dalam Matematika yang BAB I PENDAHULUAN 1.1 Latar Belakag Masalah Itegral adalah salah satu kosep petig dalam Matematika yag dikemukaka pertama kali oleh Isac Newto da Gottfried Wilhelm Leibiz pada akhir abad ke-17. Selajutya

Lebih terperinci

Bab 3 Metode Interpolasi

Bab 3 Metode Interpolasi Baha Kuliah 03 Bab 3 Metode Iterpolasi Pedahulua Iterpolasi serig diartika sebagai mecari ilai variabel tergatug tertetu, misalya y, pada ilai variabel bebas, misalya, diatara dua atau lebih ilai yag diketahui

Lebih terperinci

LOGO MATEMATIKA BISNIS (Deret)

LOGO MATEMATIKA BISNIS (Deret) LOGO MATEMATIKA BISNIS (Deret) DOSEN FEBRIYANTO, SE., MM. www.febriyato79.wordpress.com 1 MATEMATIKA BISNIS Matematika Bisis memberika pemahama ilmu megeai kosep matematika dalam bidag bisis. Sehigga suatu

Lebih terperinci

METODE PENELITIAN. Penelitian tentang Potensi Ekowisata Hutan Mangrove ini dilakukan di Desa

METODE PENELITIAN. Penelitian tentang Potensi Ekowisata Hutan Mangrove ini dilakukan di Desa III. METODE PENELITIAN A. Lokasi da Waktu Peelitia Peelitia tetag Potesi Ekowisata Huta Magrove ii dilakuka di Desa Merak Belatug, Kecamata Kaliada, Kabupate Lampug Selata. Peelitia ii dilaksaaka atara

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1. Lokasi da Waktu Peelitia Daerah peelitia adalah Kota Bogor yag terletak di Provisi Jawa Barat. Pemiliha lokasi ii berdasarka pertimbaga atara lai: (1) tersediaya Tabel Iput-Output

Lebih terperinci

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI MIA SMA Negeri 5

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI MIA SMA Negeri 5 III. METODOLOGI PENELITIAN A. Populasi da Sampel Peelitia Populasi dalam peelitia ii adalah semua siswa kelas I MIA SMA Negeri 5 Badar Lampug Tahu Pelajara 04-05 yag berjumlah 48 siswa. Siswa tersebut

Lebih terperinci

RESPONSI 2 STK 511 (ANALISIS STATISTIKA) JUMAT, 11 SEPTEMBER 2015

RESPONSI 2 STK 511 (ANALISIS STATISTIKA) JUMAT, 11 SEPTEMBER 2015 RESPONSI STK 511 (ANALISIS STATISTIKA) JUMAT, 11 SEPTEMBER 015 A. PENYAJIAN DAN PERINGKASAN DATA 1. PENYAJIAN DATA a. Sebutka tekik peyajia data utuk data kualitatif! Diagram kueh, diagram batag, distribusi

Lebih terperinci

PENENTUAN SOLUSI RELASI REKUREN DARI BILANGAN FIBONACCI DAN BILANGAN LUCAS DENGAN MENGGUNAKAN FUNGSI PEMBANGKIT

PENENTUAN SOLUSI RELASI REKUREN DARI BILANGAN FIBONACCI DAN BILANGAN LUCAS DENGAN MENGGUNAKAN FUNGSI PEMBANGKIT Prosidig Semiar Nasioal Matematika da Terapaya 06 p-issn : 0-0384; e-issn : 0-039 PENENTUAN SOLUSI RELASI REKUREN DARI BILANGAN FIBONACCI DAN BILANGAN LUCAS DENGAN MENGGUNAKAN FUNGSI PEMBANGKIT Liatus

Lebih terperinci

PENDEKATAN METODE FUZY ANALYTIC HIERARCHY PROCESS (FAHP) DALAM PENENTUAN RATING GABUNGAN KELOMPOK TANI (GAPOKTAN)

PENDEKATAN METODE FUZY ANALYTIC HIERARCHY PROCESS (FAHP) DALAM PENENTUAN RATING GABUNGAN KELOMPOK TANI (GAPOKTAN) PENDEKATAN METODE FUZY ANALYTIC HIERARCHY PROCESS (FAHP) DALAM PENENTUAN RATING GABUNGAN KELOMPOK TANI (GAPOKTAN) 1,2 Jurusa Tekik Iformatika, Fakultas Tekik, Uiversitas Katolik Widya Madira Kupag, e-mail:

Lebih terperinci

I. DERET TAKHINGGA, DERET PANGKAT

I. DERET TAKHINGGA, DERET PANGKAT I. DERET TAKHINGGA, DERET PANGKAT. Pedahulua Pembahasa tetag deret takhigga sebagai betuk pejumlaha suku-suku takhigga memegag peraa petig dalam fisika. Pada bab ii aka dibahas megeai pegertia deret da

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 37 BAB III METODOLOGI PENELITIAN A. Jeis Peelitia Peelitia ii termasuk peelitia pegembaga, yaitu pegembaga buku teks matematika. Model pegembaga yag diguaka adalah model 4-D (four D models) dari Thigaraja

Lebih terperinci

BAB IV METODE PENELITIAN

BAB IV METODE PENELITIAN BAB IV METODE PENELITIAN 4.1 Lokasi da Waktu Peelitia Peelitia sikap kosume terhadap kopi ista Kopiko Brow Coffee ii dilakuka di Wilaah Depok. Pemiliha dilakuka secara segaja (Purposive) dega pertimbaga

Lebih terperinci

3 METODE PENELITIAN 3.1 Kerangka Pemikiran 3.2 Lokasi dan Waktu Penelitian

3 METODE PENELITIAN 3.1 Kerangka Pemikiran 3.2 Lokasi dan Waktu Penelitian 19 3 METODE PENELITIAN 3.1 Keragka Pemikira Secara rigkas, peelitia ii dilakuka dega tiga tahap aalisis. Aalisis pertama adalah megaalisis proses keputusa yag dilakuka kosume dega megguaka aalisis deskriptif.

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Racaga da Jeis Peelitia Racaga peelitia ii adalah deskriptif dega pedekata cross sectioal yaitu racaga peelitia yag meggambarka masalah megeai tigkat pegetahua remaja tetag

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakag Maajeme risiko merupaka salah satu eleme petig dalam mejalaka bisis perusahaa karea semaki berkembagya duia perusahaa serta meigkatya kompleksitas aktivitas perusahaa

Lebih terperinci

BAB IV PEMECAHAN MASALAH

BAB IV PEMECAHAN MASALAH BAB IV PEMECAHAN MASALAH 4.1 Metodologi Pemecaha Masalah Dalam ragka peigkata keakurata rekomedasi yag aka diberika kepada ivestor, maka dicoba diguaka Movig Average Mometum Oscillator (MAMO). MAMO ii

Lebih terperinci

BAB III METODE PENELITIAN. Metode yang digunakan dalam penelitian ini adalah penelitian korelasi,

BAB III METODE PENELITIAN. Metode yang digunakan dalam penelitian ini adalah penelitian korelasi, BAB III METODE PENELITIAN 3.1 Metode Peelitia Metode yag diguaka dalam peelitia ii adalah peelitia korelasi, yaitu suatu metode yag secara sistematis meggambarka tetag hubuga pola asuh orag tua dega kosep

Lebih terperinci

III. METODELOGI PENELITIAN

III. METODELOGI PENELITIAN III. METODELOGI PENELITIAN A. Metode Peelitia Metode peelitia merupaka suatu cara tertetu yag diguaka utuk meeliti suatu permasalaha sehigga medapatka hasil atau tujua yag diigika, meurut Arikuto (998:73)

Lebih terperinci

PENGEMBANGAN MODEL ANALISIS SENSITIVITAS PETA KENDALI TRIPLE SAMPLING MENGGUNAKAN UTILITY FUNCTION METHOD

PENGEMBANGAN MODEL ANALISIS SENSITIVITAS PETA KENDALI TRIPLE SAMPLING MENGGUNAKAN UTILITY FUNCTION METHOD Semiar Nasioal Iformatika 5 (semasif 5) ISSN: 979-8 UPN Vetera Yogyakarta, 4 November 5 PENGEMBANGAN MODE ANAISIS SENSITIVITAS PETA KENDAI TRIPE SAMPING MENGGUNAKAN UTIITY FUNCTION METHOD Juwairiah ),

Lebih terperinci

VI. PEMODELAN SISTEM

VI. PEMODELAN SISTEM VI. PEMODELAN SISTEM 6.. Kofigurasi Model Model sistem peujag pegambila keputusa cerdas maajeme risiko ratai pasok produk/komoditi jagug dikembagka dega megguaka peragkat luak komputer yag diberi ama IDSS-SCRM

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Variabel-variabel yang digunakan pada penelitian ini adalah:

BAB III METODOLOGI PENELITIAN. Variabel-variabel yang digunakan pada penelitian ini adalah: BAB III METODOLOGI PENELITIAN 3. Variabel da Defiisi Operasioal Variabel-variabel yag diguaka pada peelitia ii adalah: a. Teaga kerja, yaitu kotribusi terhadap aktivitas produksi yag diberika oleh para

Lebih terperinci

BAB III METODOLOGI PENELITIAN. data dalam penelitian ini termasuk ke dalam data yang diambil dari Survei Pendapat

BAB III METODOLOGI PENELITIAN. data dalam penelitian ini termasuk ke dalam data yang diambil dari Survei Pendapat BAB III METODOLOGI PENELITIAN 3.1. Jeis da Sumber Data Jeis peelitia yag aka diguaka oleh peeliti adalah jeis peelitia Deskriptif. Dimaa jeis peelitia deskriptif adalah metode yag diguaka utuk memperoleh

Lebih terperinci

IMPLEMENTASI FUZZY ANALYTICAL HIERARCHY PROCESS (FAHP) UNTUK PROSES SELEKSI USULAN KEGIATAN PNPM MANDIRI PERDESAAN

IMPLEMENTASI FUZZY ANALYTICAL HIERARCHY PROCESS (FAHP) UNTUK PROSES SELEKSI USULAN KEGIATAN PNPM MANDIRI PERDESAAN IMPLEMENTASI FUZZY ANALYTICAL HIERARCHY PROCESS (FAHP) UNTUK PROSES SELEKSI USULAN KEGIATAN PNPM MANDIRI PERDESAAN Tutik Malikah 1, Achmad Wahid Kuriawa, S.Si, M.Kom 2 Tekik Iformatika, Fakultas Ilmu Komputer,

Lebih terperinci

IV. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan pada bulan September sampai Desember

IV. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan pada bulan September sampai Desember IV. METODOLOGI PENELITIAN 4.1. Metode Peelitia 4.1.1 Lokasi da Waktu Peelitia Peelitia ii dilaksaaka pada bula September sampai Desember 2009, bertempat di Laboratorium Terpadu IPB yag beralamat di Kampus

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN BAB 3 METODE PENELITIAN 3.1 Metode Pegumpula Data Dalam melakuka sebuah peelitia dibutuhka data yag diguaka sebagai acua da sumber peelitia. Disii peulis megguaka metode yag diguaka utuk melakuka pegumpula

Lebih terperinci

Pengendalian Proses Menggunakan Diagram Kendali Median Absolute Deviation (MAD)

Pengendalian Proses Menggunakan Diagram Kendali Median Absolute Deviation (MAD) Prosidig Statistika ISSN: 2460-6456 Pegedalia Proses Megguaka Diagram Kedali Media Absolute Deviatio () 1 Haida Lestari, 2 Suliadi, 3 Lisur Wachidah 1,2,3 Prodi Statistika, Fakultas Matematika da Ilmu

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1.Tempat da Waktu Peelitia ii dilakuka di ligkuga Kampus Aggrek da Kampus Syahda Uiversitas Bia Nusatara Program Strata Satu Reguler. Da peelitia dilaksaaka pada semester

Lebih terperinci

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak: PENGUJIAN HIPOTESIS A. Lagkah-lagkah pegujia hipotesis Hipotesis adalah asumsi atau dugaa megeai sesuatu. Jika hipotesis tersebut tetag ilai-ilai parameter maka hipotesis itu disebut hipotesis statistik.

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 20 Bandar Lampung, dengan populasi

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 20 Bandar Lampung, dengan populasi 5 III. METODE PENELITIAN A. Populasi da Sampel Peelitia ii dilaksaaka di SMPN 0 Badar Lampug, dega populasi seluruh siswa kelas VII. Bayak kelas VII disekolah tersebut ada 7 kelas, da setiap kelas memiliki

Lebih terperinci

STATISTIKA NON PARAMETRIK

STATISTIKA NON PARAMETRIK . PENDAHULUAN STATISTIKA NON PARAMETRIK Kelebiha Uji No Parametrik: - Perhituga sederhaa da cepat - Data dapat berupa data kualitatif (Nomial atau Ordial) - Distribusi data tidak harus Normal Kelemaha

Lebih terperinci

BAB VII RANDOM VARIATE DISTRIBUSI DISKRET

BAB VII RANDOM VARIATE DISTRIBUSI DISKRET BAB VII RANDOM VARIATE DISTRIBUSI DISKRET Diskret radom variabel dapat diguaka utuk berbagai radom umber yag diambil dalam betuk iteger. Pola kebutuha ivetori (persediaa) merupaka cotoh yag serig diguaka

Lebih terperinci

4.7 TRANSFORMASI UNTUK MENDEKATI KENORMALAN

4.7 TRANSFORMASI UNTUK MENDEKATI KENORMALAN 4.7 TRANSFORMASI UNTUK MENDEKATI KENORMALAN Saat asumsi keormala tidak dipuhi maka kesimpula yag kita buat berdasarka suatu metod statistik yag mesyaratka asumsi keormala meadi tidak baik, sehigga mucul

Lebih terperinci

BAB IV METODE PENELITIAN. Provinsi Jawa Barat. Penentuan lokasi ini dilakukan secara sengaja (purposive).

BAB IV METODE PENELITIAN. Provinsi Jawa Barat. Penentuan lokasi ini dilakukan secara sengaja (purposive). 60 BAB IV METODE PENELITIAN 4.1 Lokasi da Waktu Peelitia Peelitia ii dilakuka Kecamata Warugkodag Kabupate Ciajur Provisi Jawa Barat. Peetua lokasi ii dilakuka secara segaja (purposive). Dega mempertimbagka

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di MTs Muhammadiyah 1 Natar Lampung Selatan.

III. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di MTs Muhammadiyah 1 Natar Lampung Selatan. 9 III. METODOLOGI PENELITIAN A. Populasi Da Sampel Peelitia ii dilaksaaka di MTs Muhammadiyah Natar Lampug Selata. Populasiya adalah seluruh siswa kelas VIII semester geap MTs Muhammadiyah Natar Tahu Pelajara

Lebih terperinci

BAB II LANDASAN TEORI. matematika secara numerik dan menggunakan alat bantu komputer, yaitu:

BAB II LANDASAN TEORI. matematika secara numerik dan menggunakan alat bantu komputer, yaitu: 4 BAB II LANDASAN TEORI 2.1 Model matematis da tahapa matematis Secara umum tahapa yag harus ditempuh dalam meyelesaika masalah matematika secara umerik da megguaka alat batu komputer, yaitu: 2.1.1 Tahap

Lebih terperinci

IV METODE PENELITIAN. 4.1 Lokasi dan Waktu Penelitian

IV METODE PENELITIAN. 4.1 Lokasi dan Waktu Penelitian IV METODE PENELITIAN 4.1 Lokasi da Waktu Peelitia Peelitia ii dilaksaaka di Kabupate Bogor dega respode para peterak ayam broiler yag mejali kerjasama sebagai mitra dega perusahaa kemitraa Dramaga Uggas

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN. Sebelum melakukan deteksi dan tracking obyek dibutuhkan perangkat

BAB IV HASIL DAN PEMBAHASAN. Sebelum melakukan deteksi dan tracking obyek dibutuhkan perangkat BAB IV HASIL DAN PEMBAHASAN 4.1 Kebutuha Sistem Sebelum melakuka deteksi da trackig obyek dibutuhka peragkat luak yag dapat meujag peelitia. Peragkat keras da luak yag diguaka dapat dilihat pada Tabel

Lebih terperinci

PENGENDALIAN KUALITAS STATISTIKA UNTUK MONITORING DAN EVALUASI KINERJA DOSEN DI JURUSAN MATEMATIKA FMIPA UNIVERSITAS TANJUNGPURA

PENGENDALIAN KUALITAS STATISTIKA UNTUK MONITORING DAN EVALUASI KINERJA DOSEN DI JURUSAN MATEMATIKA FMIPA UNIVERSITAS TANJUNGPURA PRISMA 1 (2018) PRISMA, Prosidig Semiar Nasioal Matematika https://joural.ues.ac.id/sju/idex.php/prisma/ PENGENDALIAN KUALITAS STATISTIKA UNTUK MONITORING DAN EVALUASI KINERJA DOSEN DI JURUSAN MATEMATIKA

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Multi-Criteria Decisio Makig (MCDM) Multi-Criteria Decisio Makig (MCDM) adalah suatu metode pegambila keputusa utuk meetapka alteratif terbaik dari sejumlah alteratif berdasarka

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN TELEPON SELULER MENGUNAKAN METODE ANALYTIC NETWORK PROCESS (ANP)

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN TELEPON SELULER MENGUNAKAN METODE ANALYTIC NETWORK PROCESS (ANP) SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN TELEPON SELULER MENGUNAKAN METODE ANALYTIC NETWORK PROCESS (ANP) Oleh: Arief Geta Aldiasyah Tekik Iformatika Uiversitas Dia Nuswatoro Semarag 111201005304@mhs.dius.ac.id

Lebih terperinci

Persamaan Non-Linear

Persamaan Non-Linear Persamaa No-Liear Peyelesaia persamaa o-liear adalah meghitug akar suatu persamaa o-liear dega satu variabel,, atau secara umum dituliska : = 0 Cotoh: 2 5. 5 4 9 2 0 2 5 5 4 9 2 2. 2 0 2 5. e 0 Metode

Lebih terperinci

ANALISIS CURAH HUJAN WILAYAH

ANALISIS CURAH HUJAN WILAYAH Lapora Praktikum Hari/taggal : Rabu 7 Oktober 2009 HIDROLOGI Nama Asiste : Sisi Febriyati M. Yohaes Ariyato. ANALISIS CURAH HUJAN WILAYAH Lilik Narwa Setyo Utomo J3M108058 TEKNIK DAN MANAJEMEN LINGKUNGAN

Lebih terperinci

STATISTIKA DAN PELUANG BAB III STATISTIKA

STATISTIKA DAN PELUANG BAB III STATISTIKA Matematika Kelas IX Semester BAB Statistika STATISTIKA DAN PELUANG BAB III STATISTIKA A. Statistika Pegertia Statistika Statistika adalah ilmu yag mempelajari cara pegumpula, peyusua, pegolaha, da aalisis

Lebih terperinci

PRESENTASI TUGAS AKHIR KI091391

PRESENTASI TUGAS AKHIR KI091391 PRESENTASI TUGAS AKHIR KI0939 APLIKASI PERBAIKAN KONTRAS PADA CITRA RADIOGRAFI GIGI MENGGUNAKAN KOMBINASI METODE HISTOGRAM EQUALIZATION DAN FAST GRAY LEVEL GROUPING (Kata kuci: Fast gray level groupig,

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 Metode Peelitia Peelitia ii megguaka metode peelitia Korelasioal. Peelitia korelasioaal yaitu suatu metode yag meggambarka secara sistematis da obyektif tetag hubuga atara

Lebih terperinci

BAB V METODOLOGI PENELITIAN

BAB V METODOLOGI PENELITIAN BAB V METODOLOGI PEELITIA 5.1 Racaga Peelitia Peelitia ii merupaka peelitia kualitatif dega metode wawacara medalam (i depth iterview) utuk memperoleh gambara ketidaklegkapa pegisia berkas rekam medis

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 26 BAB III METODOLOGI PENELITIAN A. Tempat da Waktu Kegiata dilakuka di Divisi Tresuri Bak XYZ dari bula Jauari - April 2011. Pegambila data dilakuka di beberapa wilayah pemasara yaitu di wilayah Jakarta,

Lebih terperinci

METODOLOGI PENELITIAN. penggunaan metode penelitian. Oleh karena itu, metode yang akan digunakan

METODOLOGI PENELITIAN. penggunaan metode penelitian. Oleh karena itu, metode yang akan digunakan 47 III. METODOLOGI PENELITIAN A. Metodelogi Peelitia Keberhasila dalam suatu peelitia sagat ditetuka oleh ketepata pegguaa metode peelitia. Oleh karea itu, metode yag aka diguaka haruslah sesuai dega data

Lebih terperinci

Range atau jangkauan suatu kelompok data didefinisikan sebagai selisih antara nilai terbesar dan nilai terkecil, yaitu

Range atau jangkauan suatu kelompok data didefinisikan sebagai selisih antara nilai terbesar dan nilai terkecil, yaitu BAB 4 UKURAN PENYEBARAN DATA Pada Bab sebelumya kita telah mempelajari beberapa ukura pemusata data, yaitu ukura yag memberika iformasi tetag bagaimaa data-data ii megumpul atau memusat Pada bagia Bab

Lebih terperinci