EVALUASI EFISIENSI TERMINAL BUS ANTAR KOTA DI SURABAYA DENGAN MENGGUNAKAN DATA ENVELOPMENT ANALISIS

Ukuran: px
Mulai penontonan dengan halaman:

Download "EVALUASI EFISIENSI TERMINAL BUS ANTAR KOTA DI SURABAYA DENGAN MENGGUNAKAN DATA ENVELOPMENT ANALISIS"

Transkripsi

1 EVALUASI EFISIENSI TERMINAL BUS ANTAR KOTA DI SURABAYA DENGAN MENGGUNAKAN DATA ENVELOPMENT ANALISIS Nama : Evta Punanngum NRP : Juusan : Matematka FMIPA-ITS Dosen Pembmbng : Ds. Sulstyo, MT Abstak Temnal bus anta kota sebaga bagan tepentng da sstem tanspotas daat mempunya pean pentng untuk pengendalan dan pengatuan sstem pelayanan angkutan. Dalam hal n yang akan dbahas adalalah temnal bus anta kota d Suabaya. Untuk memuaskan pengguna temnal maka dpelukan knea yang bak da Dnas Pehubungan. Efsens meupakan suatu ukuan yang pentng bag konds opeasonal temnal dan salah satu ndkato sukses suatu temnal anta kota secaa ndvdual setelah membandngkan dengan seluuh temnal anta kota yang lannya. Dalam Tugas Akh n akan duku suatu nla efsens elatf da Temnal bus anta kota d Suabaya dengan menggunakan metode Data Envelopment Analyss (DEA) yang beoentas pada nput. Temnal bus anta kota yang efsen adalah temnal Bunguash dengan. Sedangkan temnal Osowlangun kneanya belum efsen. Sehngga pelu dadakan pebakan. Yang palng utama adalah penguangan alu kebeangkatan sebesa 6,13258% dan penambahan kedatangan bus sebesa 6,132562%. Kata kunc: Data Envelopment Analyss, Efsens 1. Pendahuluan Sebaga bagan da tanspotas daat, temnal bus anta kota mempunya pean pentng untuk pengendalan dan pengatuan sstem pelayanan angkutan. Dalam hal n yang akan dbahas adalah temnal bus anta kota d Suabaya. Bag sebagan masyaakat Suabaya dan lua Suabaya khususnya pengguna asa angkutan umum (captve ade) kebeadaan temnal bus anta kota dasakan sangat pentng sebaga tempat mengawal dan mengakh pealanan kelua masuk wlayah kota Suabaya dan sektanya. Pemasalahan yang tead saat n adalah ketka tead penngkatan umlah penumpang dan fasltas yang dbekan kuang memada, sehngga banyak penumpang yang bedesakan dalam mempeebutkan antan masuk ke dalam bus dan menmbulkan asa tdak nyaman. Konds sstem temnal bus anta kota yang buuk uga akan menyebabkan tuunnya efektftas maupun efsens da sstem tanspotas kota secaa keseluuhan. Penlaan efsens suatu temnal anta kota d Suabaya pentng untuk penngkatan knea Dnas Pehubungan dalam melayan masyaakat. Dengan menggunakan metode DEA akan danalss dan dhaslkan efsens temnal tesebut. Data Envelopment Analyss (DEA) dgunakan untuk mengka efsens elatf peusahaan melalu penggunaan standa kompaatf. Data Envelopment Analyss (DEA) dkembangkan sebaga model dalam pengukuan tngkat knea atau poduktftas da sekelompok unt ogansas. Pengukuan dlakukan untuk mengetahu kemungknankemungknan penggunaan sumbe daya yang dapat dlakukan untuk menghaslkan output yang optmal. Poduktftas yang devaluas dmaksudkan adalah seumlah penghematan yang dapat dlakukan pada fakto sumbe daya (nput) tanpa haus menguang umlah output yang dhaslkan, atau da ss lan penngkatan output yang mungkn dhaslkan tanpa pelu dlakukan penambahan sumbe daya. 2. Tnauan Pustaka 2.1 Temnal Bus Anta Kota Temnal bus adalah tempat sekumpulan bus mengakh dan mengawal lntasan opeasonalnya. Pada temnal n tedapat bebeapa fasltas dantaanya adalah tempat menampung penumpang, tempat antan bus yang akan dnak oleh penumpang, tedapat uga tempat pak bus dan kendaaan penumpang. Fungs da temnal bag penumpang adalah untuk mengakh 1

2 pealanannya, memula pealananya atau uga menyambung pealanannya dengan menggant (tansfe) lntasan bus lannya. D lan phak, bag pengemud bus fungs temnal adalah tempat untuk memula pealanan, mengakh pealanan dan uga sebaga tempat bag kendaaan bestahat seenak, yang selanutnya dapat dgunakan uga kesempatan tesebut untuk peawatan ngan ataupun pengecekan mesn.[2] 2.2 Defns Efsens Efsens ddefnskan sebaga pehtungan aso output (keluaan) dan atau nput (masuk) atau umlah keluaan yang dhaslkan da satu nput yang dgunakan. Suatu peusahaan dkatakan efsen apabla: a. Menggunakan umlah nput yang lebh sedkt bla dbandngkan dengan umlah unt nput yang dgunakan oleh peusahaan lan dengan menghaslkan output yang sama. b. Menggunakan umlah unt nput yang sama dapat menghaslkan umlah output yang lebh besa. Efsens meupakan salah satu paamete knea yang secaa teots mendasa seluuh knea suatu ogansas. Efsens ddefnskan sebaga kesuksesan dalam mempoduks output semaksmal mungkn da seumlah nput yang dbekan. Efsens sebuah peusahaan ted da dua komponen, yatu efsens tekns (techncal effcency) dan efsens alokatf (allocatve effcency). Efsens tekns menunukkan kemampuan peusahaan untuk mencapa output semaksmal mungkn da seumlah nput, dengan demkan semua sumbe daya dalam poses poduks dgunakan secaa maksmal sehngga tdak ada sumbe daya yang tebuang. Sedangkan efsens alokatf menunukkan kemampuan peusahaan untuk menggunakan nput dengan popos seoptmal mungkn pada tngkat haga nput tetentu, atnya poses poduks tesebut menggunakan sumbe daya dengan baya yang palng muah untuk setap output yang dhaslkan. Konsep da pengukuan efsens tu send dapat dlhat da fokus nput atau output.[4] 2.3 Data Envelopment Analyss Metode DEA dgunakan untuk mengevaluas efsens elatf da bebeapa obek (benchmakng knea) dengan menghtung pebandngan aso output dan nput untuk semua unt yang dbandngkan dalam sebuah populas. Tuuan da metode DEA adalah untuk menguku tngkat efsens da decson-makng unt (DMU e. Temnal bus anta kota) elatf tehadap temnal bus anta kota yang seens. Metode DEA menghtung efsens tekns untuk seluuh unt. Sko efsens untuk setap unt adalah elatf, tegantung pada tngkat efsens da unt-unt lannya d dalam sampel. Setap unt dalam sampel danggap memlk tngkat efsens yang tdak negatf, dan nlanya antaa dan 1 dengan ketentuan satu menunukkan efsens yang sempuna. DEA adalah alat manaemen untuk mengevaluas tngkat efsens elatf sebuah Decson Makng Unts (DMU) yang besfat non-paametk dan multfakto, bak output maupun nput. Yang dmaksud dengan DMU d sn adalah meupakan unt yang danalsa dalam DEA, dalam hal n adalah temnal bus anta kota[6]. DEA memlk fomulas matemats sebaga bekut[3]: max k t uy 1 m vx k 1 k (2.1) Dmana: : bobot da output ke- : bobot da nput ke- : nla da output ke- pada unt poduks ke-k : nla da nput ke- pada unt poduks ke-k : nla efsens output dan nput da unt poduks ke-. : obek yang dtelt Model DEA-CCR Model DEA-CCR meupakan bentuk ognal da metode Data Envelopment Analyss yang dkembangkan petama kal oleh Chane, Coope, Rhodes (1978). Pada model DEA-CCR n uga dkenal sebaga model CRS (Constant Retun to Scale), yatu suatu model yang beasums bahwa tap DMU telah beopeas secaa optmal. Dbekan DMU k yang akan devaluas akan dtunuk sebaga DMU o dmana beksa antaa. Memlk fomula matemats sebaga bekut[1]: 2

3 Dengan kendala: Dmana ; ; (2.2) Dengan adalah output adalah nput adalah bobot optmal nput u adalah bobot optmal output adalah nla efsens elatf adalah obek yang dtelt Yang duku oleh Data Envelopment Analyss adalah efsens atau sebeapa bak DMU tesebut menggunakan sumbe dayanya untuk mencapa hasl yang dngnkan. Data Envelopment Analyss mengdentfkas unt-unt yang efsen (=1) dan unt-unt yang kuang efsen (<1). Bentuk pogam lne da model (2.2) adalah : Dengan kendala v x k 1 t 1 m m 1 u y v x, 1 u, v,, = 1, 2,..., m; (2.3) Dan bentuk dual da model DEA-CCR memlk fomulas matemats sebaga bekut: Fungs tuuan Dengan kendala: n 1 n 1 x x k mn k, = 1, 2,..., m y y, = 1, 2,..., t k, = 1, 2,, n (2.4), u v Dengan adalah bobot optmal masng-masng DMU ke- Nla efsens dtentukan dengan menggunakan Model DEA-CCR beoentas nput Model DEA-CCR beoentas nput dfomulaskan sebaga bekut: m t mn k S S dengan kendala n n y y k S, = 1, 2,...,t x x S, = 1, 2,..., m, k, S, S, = 1, 2,..., n; (2.5) Pada model datas, S adalah vaabel slack untuk nput ke- dan S adalah vaabel slack untuk output ke-. adalah blangan eal dengan nla postf yang sangat kecl (lebh kecl da semua blangan eal postf), yang dsebut sebaga elemen non-achmedean. Nla 6 dalam DEA dtentukan 1. Dengan adanya dalam fungs obektf datas, dlakukan optmas telebh dahulu sebelum vaabelvaabel slacknya. Dengan demkan optmas vaabel-vaabel slack tdak mempengauh hasl optmas [7]. DMU dkatakan efsen pada model ka dan hanya ka =1, dan semua slacknya nol ( S =, S = )[3] Metode Pemnmalan Jaak Fks atau Dstance Fcton Mnmzaton (DFM) Metode pendekatan Pemnmalan Jaak Fks atau Dstance Fcton Mnmzaton (DFM) tdak menggunakan nla penlaan da pembuat DMU, namun bedasakan data tu send. Umumnya DFM n dsakan untuk membantu suatu DMU untuk menngkatkan efsens dengan langkah yang optmal tehadap fonte efsens. Model DFM memlk lma langkah yang dsakan secaa emps yatu[5]: a. Memecahkan DLPo(Dual lnea pogammng). (DLPo) Dengan kendala (2.6) Akan ddapat nla obyektf optmal, dan dpeoleh bobot yang optmal dan. 3

4 b. Menggunakan, untuk menyelesakan masalah, Dengan kendala, (2.7) sehngga akan dpeoleh,. Kemudan setap DMU dapat dkategokan oleh, dan sebaga bekut: (1) Jka = 1, = = : In adalah stuas da DMU efsen. (2) Jka = 1, atau : solussolus penyempunaan dhaslkan oleh fomula:,,, (3) Jka 1, atau : solussolus penyempunaan dhaslkan oleh Langkah 3, 4 dan 5. c. Mendapatkan fungs aak fks dan pada pesaman (2.6) dan (2.7) yang ddefnskan oleh aak Eucld. Dengan menggunakan MOQP, menggunakan (penguangan aak untuk ) dan (penngkatan aak untuk ) sebaga vaabel: (2.8) Dengan kendala (2.9) (2.1) (2.11) ; ; (2.13) Dengan adalah umlah nput tem untuk DMUo tdak efsen. adalah umlah output tem untuk DMUo tdak efsen. adalah untuk menemukan solus yang memnmalkan umlah da aak penguangan nput dalam pebakan fks. adalah untuk menca solus yang memnmalkan umlah da aak augmentas output dalam pebakan fks. Untuk menentukan aak optmal setap dan dengan menggunakan MOQP (2.6) - (2.13). Solus untuk memnmalkan fks DMUo tdak efsen dapat dnyatakan dengan fomula: (2.14) d. Dalam angka untuk memastkan adanya slack untuk vaabel nput dan output, pemecahkan umus-umus pada langkah 1 dan langkah 2; dengan menggunakan, kta bsa mempeoleh,,. Dalam hal n, kam yakn bahwa θ ** dhtung sebaga 1. Solus optmal untuk DMUo yang tdak efsen dapat menggunakan umus: (2.15) Melalu model DFM, dapat dtentukan solus pebakan efsens bedasakan standa CCR poyeks. Keuntungan Utama da model DFM adalah menghaslkan suatu hasl pada fonte efsens yang sedekat mungkn d DMU nput dan output. Sepet dsebutkan, model DFM tetap memlk standa pendekatan DEA dan satuan pengukuan nput dan output yang bebeda tdak pelu dentk, sementaa penngkatan poyeks dalam model DFM tdak pelu memasukkan nfomas apo. 3. Metodolog Peneltan Metode yang dgunakan dalam menyelesakan pemasalahan adalah: a. Identfkas dan stud lteatu b. Pengumpulan data c. Pengolahan data d. Penentuan taget pebakan e. Analss hasl penyelesaan dan f. Penyusunan lapoan. 4. Analss dan Pembahasan 4.1 Pengumpulan Data Temnal Anta Kota D Suabaya Pada peneltan n temnal yang dplh adalah temnal Osowlangun dan temnal Bunguash. Data yang dambl adalah Input dan Output. Input yang akan dgunakan dalam peneltan n adalah umlah kayawan dnas pehubungan temnal bus anta kota, luas 4

5 lahan uang tunggu, umlah alu pembeangkatan bus, umlah alu kedatangan bus, luas lahan tempat tunggu dan tempat stahat bus. Output yang akan dtelt adalah umlah penumpang, umlah bus yang datang, dan umlah bus yang kelua. Tabel 4.1 Nla nput dan Output Tap temnal anta kota d Suabaya Input(I)/ Output(O) TemnaL Oso wlangun Temnal Bunguash Jumlah kayawan Ruang Tunggu Tempat pak bus Jalu kebeangkatan 4 16 Jalu kedatangan 2 3 Jumlah penumpang Bus beangkat Bus datang Penlaan Efesens dengan Menggunakan DEA Dalam menentukan nla efsens n dgunakan LINGO11. Model DEA-CCR dgunakan untuk menca nla efsens tekns CRS yang ddefnskan sebaga * k dengan menyelesakan pesamaan Fungs tuuan: Dengan kendala: dmana dpeoleh (4.1) Dengan k adalah obek yang dtelt dalam hal n adalh temnal Osowlangun dan temnal Bunguash. DMU dkatakan efsen secaa tekns pada model ka dan hanya ka =1, dan semua slacknya nol ( S =, S = ). Nla efsens, slack nput dan slack output setap DMU setelah dlakukan pehtungan dengan pogam lnggo 11 yatu dapat dlhat pada tabel bekut: Tabel 4.2 nla slack nput dan slack output setap DMU Slack Temnal Osowlangun DMU Temnal Bunguash 1429,427 28, , , ,438 1,15544 Bedasakan Gamba 4.1 dan Tabel 4.2 nla efsens elatf DMU dapat dkelompokkan menad 2 kelopok yatu: 1. DMU dengan = 1, = = yatu Temnal Bunguash. DMU n sudah efsen. 2. DMU dengan 1, atau yatu Temnal Osowlangun. DMU n belum efesen sehngga dlakukan poyeks untuk menngkatkan efsensnya keaah yang efsen. 4.3 Poyeks Pendekatan Pemnmalan Jaak Fks Metode Pemnmalan Jaak Fks yang dkenal dengan metode Dstance Fcton Mnmzaton (DFM) meupakan suatu metode penngkatan efsens yang mempoyekskan DMU yang tdak efsen ke aah efsen yang tdak menggunakan penguangan nput secaa seagam atau poposonal. Metode n memlk lma langkah yatu: Langkah 1. Menca nla obektf optmalnya yatu nla efsens dengan menggunakan pesamaan dan bobot optmal nput dan output dca dengan menggunakan pesamaan sebaga bekut: Fungs tuuan: 5

6 dengan kendala (4.2) Dengan menggunakan LINGGO11 dpeoleh nla vtual nput dan vtual output sebaga bekut: Tabel 4.3 Nla bobot nput dan bobot output DMU tdak efsen Bobot nput dan output DMU 1 Temnal Osowlangun Langkah 2. Gunakan nla efsens untuk mempeoleh nla slack pada nput dan output. Pada pembahasan Sebelumnya telah dhtung nla slack nput dan output pada setap DMU. Nla slack nput dan output pada DMU yang tdak efesen dapat dlhat pada tabel 4.2 yatu pada temnal Osowlangun. Langkah 3. Pada langkah n dgunakan fungs pemnmalan aak fks yang ddefnskan pada pesamaan bekut. Dengan kendala: ( ) (4.3) Jaak mnmal nput dan output DMU setelah dlakukan pehtungan dengan pogam lnggo 11 yatu dapat dlhat pada tabel 4.4 Jaak mnmal nput dan output DMU Temnal Osowlangun, ,29878 Langkah 4. Dengan menggunakan pesamaan (4.4) dca Solus untuk memnmalkan aak fks pada DMU yang tdak efsen. Nla nput dan output yang tdak efsen setelah dlakukan poyeks dengan menggunakan pogam lnggo 11 dapat dlhat pada tabel 4.5. Tabel 4.5 Solus Pemnmalan Jaak Fks Vaabel Input dan Output Input(I)/Output(O) TemnaL Oso wlangun Jumlah kayawan 72 Ruang Tunggu 1215 Tempat pak bus 135 Jalu kebeangkatan 3, Jalu kedatangan 2 Jumlah penumpang 9444 Bus beangkat 298 Bus datang 351,29878 Langkah 5. Pada langkah n akan dpastkan adanya slack untuk vaabel nput dan vaabel output pada tabel 4.5 dengan menyelesakan fungs pada langkah 1 dan langkah 2. Dengan menggunakan langkah 1 dpeoleh nla efsens DMU yang dpastkan akan dhaslkan nla efesens sama dengan 1 yang beat DMU sudah efsen. Bedasakan langkah 2 dpeoleh nla slack nput dan slack output setap DMU. Nla efesens dan slack setap DMU dapat dlhat pada tabel 4.6. Tabel 4.4 aak mnmal nput dan output DMU tdak efsen 6

7 Tabel 4.6 Nla efsens dan slack DMU dengan nput dan output optmal DMU 1 Nla slack Temnal Osowlangun 296,294 48, , , ,746 1, Solus yang optmal dapat dlakukan poyeks dengan menggunakan pesamaan (4.5) Da pesamaan datas dapat dpeoleh hasl sebaga bekut: Tabel 4.7 Nla nput dan output yang sudah dpoyeks Input(I) atau atau atau atau output(o) Jumlah kayawan (I) 72 25, ,22971 Ruang Tunggu(I) , ,19 Tempat pak bus(i) , ,254 Jalu kebeangkatan(i) 3, , Jalu kedatangan(i) 2 1,295994,746 Jumlah penumpang (O) , ,294 Bus beangkat(o) , ,3774 Bus datang(o) 351, ,29878 Hasl poyeks nput dan output ke daeah efsen dengan menggunakan metode DFM dapat dlhat pada tabel 4.8. Tabel 4.8 Nla nput dan output hasl poyeks dengan metode DFM Input(I)/Output(O) Nla nput dan output Jumlah kayawan (I) 46,22971 Ruang Tunggu(I) 1696,19 Tempat pak bus(i) 5223,254 Jalu kebeangkatan(i) 3, Jalu kedatangan(i),746 Jumlah penumpang (O) 1154,294 Bus beangkat(o) 346,3774 Bus datang(o) 351,29878 Pada tabel 4.7 meupakan hasl poyeks nput dan output ke daeah efsen pada DMU dengan menggunakan metode DFM. Hasl poyeks n sudah optmal kaena DMU temnal Osowlangun mempunya nla efsens 1 dan = = Model DFM memlk empat ens poyeks yang tegantung pada nla slack, yatu tpe nonslack, tpe nput-slack, tpe output-slack, dan tpe nput-output-slack. Bedasakan nla slack pada Tabel 4.6 DMU Osowlangon meupakan tpe nput-output-slack. 5. Kesmpulan dan Saan Bedasakan hasl analss dan pembahasan dapat dambl kesmpulan sebaga bekut: 1. Taget pebakan Metode DFM dengan menca aak tedekat meupakan suatu pebakan efsens yang tdak melakukan penguangan setap nput secaa popos tetap bedasakan aak metk eucldean. 2. Analsa da hasl penltan kal n adalah: a. Temnal bus anta kota d Suabaya yang efsen adalah temnal Bunguash dengan = 1, = = b. Solus pebakan untuk temnal yang tdak efsen adalah dengan menggunakan metode DFM yatu menguang bebeapa nput dan penambahan output. Jka dlakukan pebakan yang utama adalah dengan mnguang alu kebeangkatan sebesa 6,13258% dan penambahan kedatangan bus sebesa 6,132562%. Saan Saan yang dapat dkembangkan untuk peneltan selanutnya adalah : 1. DEA memlk model yang dapat dkembangkan untuk menelt suatu DMU, oleh kaena tu untuk peneltan selanutnya dapat dgunakan model DEA untuk fasltas publk yang lannya. 2. Penggunaan taget pebakan efsens lan dapat dgunakan yatu pendekatan model DFM dengan DEA-BBC dan model Genealzed Goals-achevement. 7

8 6. Dafta Pustaka [1]Boussofane,A. R.G. Dyson and E. Thanassouls. (1991), Appled data envelopment analyss, Euopean Jounal of Opeaton Reseach, vol.52, pp [2]Basuk, Kam Ha. Febua 211. Temnal. URL emnal.html(dakses tanggal 22 Febua 21). [3]Coope, Wllam W. Lawence M. Sefod. dan Kaou Tone, Data Envelopment Analyss: A Compehensve Text wth Models, Applcatons, Refeences and DEA- Solve Softwae Second Edton, Spnge. [4]Sholhah, Laly Amnatus. 21. Pengukuan dan Analyss Efsens Bank Pembangunan Daeah Menggunakan Metode Data Envelopment Analyss (DEA). Tugas Akh, Juusan Matematka, ITS. Suabaya. [5]Suzuk, Soush. Pete Nkamp. Pet Retvelt. dan Ec Pels (21), a dstance fcton mnmzaton appoach n data envelopment analyss: a compaatve study on apot effcency, Euopean Jounal of Opeaton Reseach, Vol. 27, pp [6]Yen. Supano. Nuhad Sswanto, Peneapan Data Envelopment Analyss dalam Pemlhan Supple dan pebakan Pefomans Supple, Posdng Semna Nasonal Manaemen Teknolog II, Suabaya 3 Jul 25. [7]Zhu, Joe. 29. Quanttatve Models fo Pefomance Evaluaton and Benchmakng : Data Envelopment Analyss wth nd Speadsheets. 2 ed. Spnge Scence+Busness Meda, LLC. 8

9 9

ANALISIS TINGKAT EFISIENSI PUSAT KESEHATAN MASYARAKAT (PUSKESMAS) DENGAN METODE DATA ENVELOPMENT ANALYSIS (DEA) (Studi Kasus: Puskesmas Kota Surabaya)

ANALISIS TINGKAT EFISIENSI PUSAT KESEHATAN MASYARAKAT (PUSKESMAS) DENGAN METODE DATA ENVELOPMENT ANALYSIS (DEA) (Studi Kasus: Puskesmas Kota Surabaya) ANALII TINGKAT EFIIENI PUAT KEEHATAN MAYARAKAT (PUKEMA) DENGAN METODE DATA ENVELOPMENT ANALYI (DEA) (tud Kasus: Puskesmas Kota uabaya) EFFICIENCY ANALYI OF PUBLIC HEALTH CENTER (PUKEMA) WITH DATA ENVELOPMENT

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

BAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c

BAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c 6 A PEMAHASA Pada bab sebelumnya telah dbahas teor-teor yang akan dgunakan untuk menyelesakan masalah program lner parametrk. Pada bab n akan dperlhatkan suatu prosedur yang lengkap untuk menyelesakan

Lebih terperinci

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

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

Lebih terperinci

Bab 4 ANALISIS KORELASI

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

PELABELAN TOTAL BUSUR-AJAIB b-busur BERURUTAN

PELABELAN TOTAL BUSUR-AJAIB b-busur BERURUTAN JIMT Vol. 4 No. Jun 07 (Hal - 0) ISSN : 450 766X PELABELAN TOTAL BUSUR-AJAIB b-busur BERURUTAN PADA GRAF LOBSTER L n (; ; t) DAN L n (;, s; t) Nujana, I W. Sudasana, dan Resnawat 3,,3 Pogam Stud Matematka

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar belakang

BAB 1 PENDAHULUAN. 1.1 Latar belakang BAB 1 PENDAHULUAN 1.1 Latar belakang Dalam memlh sesuatu, mula yang memlh yang sederhana sampa ke hal yang sangat rumt yang dbutuhkan bukanlah berpkr yang rumt, tetap bagaman berpkr secara sederhana. AHP

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Peluang Peluang adalah suatu nla untuk menguku tngkat kemungknan tejadnya suatu pestwa (event) akan tejad d masa mendatang yang haslnya tdak past (uncetan event). Peluang dnyatakan

Lebih terperinci

Catatan Kuliah 12 Memahami dan Menganalisa Optimisasi dengan Kendala Ketidaksamaan

Catatan Kuliah 12 Memahami dan Menganalisa Optimisasi dengan Kendala Ketidaksamaan Catatan Kulah Memaham dan Menganalsa Optmsas dengan Kendala Ketdaksamaan. Non Lnear Programmng Msalkan dhadapkan pada lustras berkut n : () Ma U = U ( ) :,,..., n st p B.: ; =,,..., n () Mn : C = pk K

Lebih terperinci

BAB III METODE PENELITIAN. yang digunakan meliputi: (1) PDRB Kota Dumai (tahun ) dan PDRB

BAB III METODE PENELITIAN. yang digunakan meliputi: (1) PDRB Kota Dumai (tahun ) dan PDRB BAB III METODE PENELITIAN 3.1 Jens dan Sumber Data Jens data yang dgunakan dalam peneltan n adalah data sekunder. Data yang dgunakan melput: (1) PDRB Kota Duma (tahun 2000-2010) dan PDRB kabupaten/kota

Lebih terperinci

EFISIENSI DAN AKURASI GABUNGAN METODE FUNGSI WALSH DAN MULTIGRID UNTUK MENYELESAIKAN PERSAMAAN INTEGRAL FREDHOLM LINEAR

EFISIENSI DAN AKURASI GABUNGAN METODE FUNGSI WALSH DAN MULTIGRID UNTUK MENYELESAIKAN PERSAMAAN INTEGRAL FREDHOLM LINEAR EFISIENSI DAN AKURASI GABUNGAN METODE FUNGSI WALSH DAN MULTIGRID UNTUK MENYELESAIKAN PERSAMAAN INTEGRAL FREDHOLM LINEAR Masduk Jurusan Penddkan Matematka FKIP UMS Abstrak. Penyelesaan persamaan ntegral

Lebih terperinci

Abstract. Keywords: Data Envelopment Analysis (DEA), Conventional Bank, Sharia Bank, Constant Return to Scale (CRS), Variable Return to Scale (VRS)

Abstract. Keywords: Data Envelopment Analysis (DEA), Conventional Bank, Sharia Bank, Constant Return to Scale (CRS), Variable Return to Scale (VRS) PERBANDINGAN TINGKAT EFISIENSI BANK UMUM KONVENSIONAL (BUK) DENGAN BANK UMUM SYARIAH (BUS) MENGGUNAKAN METODE DATA ENVELOPMENT ANALYSIS (DEA) Zaha Rosa Amala UIN Syaf Hdayatullah Jakata Jl. Wadassa I Rt.006/02

Lebih terperinci

ANALISIS DATA KATEGORIK (STK351)

ANALISIS DATA KATEGORIK (STK351) Suplemen Respons Pertemuan ANALISIS DATA KATEGORIK (STK351) 7 Departemen Statstka FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referens Waktu Korelas Perngkat (Rank Correlaton) Bag. 1 Koefsen Korelas Perngkat

Lebih terperinci

BAB V ANALISA PEMECAHAN MASALAH

BAB V ANALISA PEMECAHAN MASALAH BAB V ANALISA PEMECAHAN MASALAH 5.1 Analsa Pemlhan Model Tme Seres Forecastng Pemlhan model forecastng terbak dlakukan secara statstk, dmana alat statstk yang dgunakan adalah MAD, MAPE dan TS. Perbandngan

Lebih terperinci

IV. PERANCANGAN DAN IMPLEMENTASI SISTEM

IV. PERANCANGAN DAN IMPLEMENTASI SISTEM IV. PERANCANGAN DAN IMPLEMENTASI SISTEM Perancangan Sstem Sstem yang akan dkembangkan adalah berupa sstem yang dapat membantu keputusan pemodal untuk menentukan portofolo saham yang dperdagangkan d Bursa

Lebih terperinci

PROPOSAL SKRIPSI JUDUL:

PROPOSAL SKRIPSI JUDUL: PROPOSAL SKRIPSI JUDUL: 1.1. Latar Belakang Masalah SDM kn makn berperan besar bag kesuksesan suatu organsas. Banyak organsas menyadar bahwa unsur manusa dalam suatu organsas dapat memberkan keunggulan

Lebih terperinci

Kata kunci : daya, bahan bakar, optimasi, ekonomis. pembangkitan yang maksimal dengan biaya pengoperasian unit pembangkit yang minimal.

Kata kunci : daya, bahan bakar, optimasi, ekonomis. pembangkitan yang maksimal dengan biaya pengoperasian unit pembangkit yang minimal. Makalah Semnar Tugas Akhr MENGOPTIMALKAN PEMBAGIAN BEBAN PADA UNIT PEMBANGKIT PLTGU TAMBAK LOROK DENGAN METODE LAGRANGE MULTIPLIER Oleh : Marno Sswanto, LF 303 514 Abstrak Pertumbuhan ndustr pada suatu

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Untuk menjawab permasalahan yaitu tentang peranan pelatihan yang dapat

BAB III METODOLOGI PENELITIAN. Untuk menjawab permasalahan yaitu tentang peranan pelatihan yang dapat BAB III METODOLOGI PENELITIAN 3.1 Metode Peneltan Untuk menjawab permasalahan yatu tentang peranan pelathan yang dapat menngkatkan knerja karyawan, dgunakan metode analss eksplanatf kuanttatf. Pengertan

Lebih terperinci

BAB 4 METODOLOGI PENELITIAN DAN ANALISIS

BAB 4 METODOLOGI PENELITIAN DAN ANALISIS 28 BAB 4 METODOLOGI PENELITIAN DAN ANALISIS 4.1 Kerangka Pemkran dan Hpotess Dalam proses peneltan n, akan duj beberapa varabel software yang telah dsebutkan pada bab sebelumnya. Sesua dengan tahapan-tahapan

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN Dalam pembuatan tugas akhr n, penulsan mendapat referens dar pustaka serta lteratur lan yang berhubungan dengan pokok masalah yang penuls ajukan. Langkah-langkah yang akan

Lebih terperinci

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran BAB 1 PENDAHULUAN 1.1. Latar Belakang Pertumbuhan dan kestablan ekonom, adalah dua syarat pentng bag kemakmuran dan kesejahteraan suatu bangsa. Dengan pertumbuhan yang cukup, negara dapat melanjutkan pembangunan

Lebih terperinci

Tinjauan Algoritma Genetika Pada Permasalahan Himpunan Hitting Minimal

Tinjauan Algoritma Genetika Pada Permasalahan Himpunan Hitting Minimal 157 Vol. 13, No. 2, 157-161, Januar 2017 Tnjauan Algortma Genetka Pada Permasalahan Hmpunan Httng Mnmal Jusmawat Massalesse, Bud Nurwahyu Abstrak Beberapa persoalan menark dapat dformulaskan sebaga permasalahan

Lebih terperinci

Bab III Analisis Rantai Markov

Bab III Analisis Rantai Markov Bab III Analss Ranta Markov Sstem Markov (atau proses Markov atau ranta Markov) merupakan suatu sstem dengan satu atau beberapa state atau keadaan, dan dapat berpndah dar satu state ke state yang lan pada

Lebih terperinci

Bab 1 PENDAHULUAN Latar Belakang

Bab 1 PENDAHULUAN Latar Belakang 11 Bab 1 PENDAHULUAN 1.1. Latar Belakang Perbankan adalah ndustr yang syarat dengan rsko. Mula dar pengumpulan dana sebaga sumber labltas, hngga penyaluran dana pada aktva produktf. Berbaga kegatan jasa

Lebih terperinci

DENGAN RAHMAT TUHAN YANG MAHA ESA BUPATI PACITAN

DENGAN RAHMAT TUHAN YANG MAHA ESA BUPATI PACITAN t NOMOR: 49 BERTA DAERAH KABUPATEN PACTAN TAHUN 2007 PERATURAN BUPAT PACTAN NOMOR 64 TAHUN 2007 TENTANG URAAN TUGAS. FUNGS DAN TATA KERJA KANTOR PERPUSTAKAAN. ARSP DAN DOKUMENTAS KABUPATEN PACTAN DENGAN

Lebih terperinci

BAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah

BAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah BAB III METODE PENELITIAN 3.1 Metode Peneltan Metode yang dgunakan dalam peneltan n adalah metode deskrptf. Peneltan deskrptf merupakan peneltan yang dlakukan untuk menggambarkan sebuah fenomena atau suatu

Lebih terperinci

(1.1) maka matriks pembayaran tersebut dikatakan mempunyai titik pelana pada (r,s) dan elemen a

(1.1) maka matriks pembayaran tersebut dikatakan mempunyai titik pelana pada (r,s) dan elemen a Lecture 2: Pure Strategy A. Strategy Optmum Hal pokok yang sesungguhnya menad nt dar teor permanan adalah menentukan solus optmum bag kedua phak yang salng bersang tersebut yang bersesuaan dengan strateg

Lebih terperinci

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

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

Lebih terperinci

Jurnal Ilmiah Widya Teknik Volume 16 Nomor ISSN

Jurnal Ilmiah Widya Teknik Volume 16 Nomor ISSN Jurnal Ilmah Wdya Teknk Volume 16 Nomor 1 2017 ISSN 1412-7350 PEMODELAN MATEMATIKA UNTUK PERANCANGAN PRODUK LEMARI KABINET Rcky Yulanton Prhandaa, Dan Retno Sar Dew * Jurusan Teknk Industr, Fakultas Teknk,

Lebih terperinci

BAB III METODE PENELITIAN. menghasilkan Lembar Kegiatan Siswa (LKS) pada materi Geometri dengan

BAB III METODE PENELITIAN. menghasilkan Lembar Kegiatan Siswa (LKS) pada materi Geometri dengan BAB III METODE PENELITIAN A. Jens Peneltan Peneltan n merupakan peneltan pengembangan yang bertujuan untuk menghaslkan Lembar Kegatan Sswa (LKS) pada mater Geometr dengan pendekatan pembelajaran berbass

Lebih terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. Universitas Sumatera Utara BAB 1 ENDAHULUAN 1.1 Latar Belakang Secara umum dapat dkatakan bahwa mengambl atau membuat keputusan berart memlh satu dantara sekan banyak alternatf. erumusan berbaga alternatf sesua dengan yang sedang

Lebih terperinci

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

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

Lebih terperinci

Oleh : Enny Supartini Departemen Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Padjadjaran

Oleh : Enny Supartini Departemen Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Padjadjaran Abstrak MENGESTIMASI BEBERAPA DATA HILANG (MISSING DATA) DAN ANALISIS VARIANS UNTUK RANCANGAN BLOK ACAK SEMPURNA Oleh : Enny Supartn Departemen Statstka, Fakultas Matematka dan Ilmu Pengetahuan Alam, Unverstas

Lebih terperinci

BAB III METODE PENELITIAN. Penelitian ini merupakan penelitian yang bertujuan untuk mendeskripsikan

BAB III METODE PENELITIAN. Penelitian ini merupakan penelitian yang bertujuan untuk mendeskripsikan BAB III METODE PENELITIAN A. Jens Peneltan Peneltan n merupakan peneltan yang bertujuan untuk mendeskrpskan langkah-langkah pengembangan perangkat pembelajaran matematka berbass teor varas berupa Rencana

Lebih terperinci

Bab III Reduksi Orde Model Sistem LPV

Bab III Reduksi Orde Model Sistem LPV Bab III Reduks Ode Model Sstem PV Metode eduks ode model melalu MI telah dgunakan untuk meeduks ode model sstem I bak untuk kasus kontnu maupun dskt. Melalu metode n telah dhaslkan pula bentuk da model

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Metode yang digunakan dalam penelitian ini adalah metode eksperimen

BAB III METODOLOGI PENELITIAN. Metode yang digunakan dalam penelitian ini adalah metode eksperimen 3 BAB III METODOLOGI PENELITIAN A. Metode dan Desan Peneltan Metode yang dgunakan dalam peneltan n adalah metode ekspermen karena sesua dengan tujuan peneltan yatu melhat hubungan antara varabelvarabel

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

APLIKASI FUZZY LINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PRODUKSI LAMPU (Studi Kasus di PT. Sinar Terang Abadi )

APLIKASI FUZZY LINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PRODUKSI LAMPU (Studi Kasus di PT. Sinar Terang Abadi ) APLIKASI FUZZY LINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PRODUKSI LAMPU (Stud Kasus d PT. Snar Terang Abad ) Bagus Suryo Ad Utomo 1203 109 001 Dosen Pembmbng: Drs. I Gst Ngr Ra Usadha, M.S Jurusan Matematka

Lebih terperinci

BAB II DASAR TEORI. 2.1 Definisi Game Theory

BAB II DASAR TEORI. 2.1 Definisi Game Theory BAB II DASAR TEORI Perkembangan zaman telah membuat hubungan manusa semakn kompleks. Interaks antar kelompok-kelompok yang mempunya kepentngan berbeda kemudan melahrkan konflk untuk mempertahankan kepentngan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pengertan Regres Regres pertama kal dpergunakan sebaga konsep statstka oleh Sr Francs Galton (1822 1911). Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 2 LNDSN TEORI 2. Teor engamblan Keputusan Menurut Supranto 99 keputusan adalah hasl pemecahan masalah yang dhadapnya dengan tegas. Suatu keputusan merupakan jawaban yang past terhadap suatu pertanyaan.

Lebih terperinci

BAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel

BAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel BAB LANDASAN TEORI. Analss Regres Regres merupakan suatu alat ukur yang dgunakan untuk mengukur ada atau tdaknya hubungan antar varabel. Dalam analss regres, suatu persamaan regres atau persamaan penduga

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Satelah melakukan peneltan, penelt melakukan stud lapangan untuk memperoleh data nla post test dar hasl tes setelah dkena perlakuan.

Lebih terperinci

BAB 4 IMPLEMENTASI DAN EVALUASI

BAB 4 IMPLEMENTASI DAN EVALUASI 65 BAB IMPLEMENTASI DAN EVALUASI. Penyaan Data Hasl Peneltan Data-ata hasl peneltan yang gunakan alam pengolahan ata aalah sebaga berkut: a. ata waktu kera karyawan b. ata umlah permntaan konsumen c. ata

Lebih terperinci

SIFAT - SIFAT MATRIKS UNITER, MATRIKS NORMAL, DAN MATRIKS HERMITIAN

SIFAT - SIFAT MATRIKS UNITER, MATRIKS NORMAL, DAN MATRIKS HERMITIAN SFT - SFT MTRKS UNTER, MTRKS NORML, DN MTRKS HERMTN Tasa bstak : Tujuan peneltan n adalah untuk mengetahu pengetan dan sfat sfat da matks unte, matks nomal, dan matks hemtan. Metode peneltan yang dgunakan

Lebih terperinci

BAB III METODE PENELITIAN. Jenis penelitian yang akan digunakan dalam penelitian ini adalah

BAB III METODE PENELITIAN. Jenis penelitian yang akan digunakan dalam penelitian ini adalah BAB III METODE PENELITIAN A. Jens Peneltan Jens peneltan yang akan dgunakan dalam peneltan n adalah peneltan pengembangan (Research and Development). Peneltan Research and Development (R&D) n merupakan

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA III. METODE PENELITIAN A. Waktu dan Tempat Peneltan Peneltan n merupakan stud ekspermen yang telah dlaksanakan d SMA Neger 3 Bandar Lampung. Peneltan n dlaksanakan pada semester genap tahun ajaran 2012/2013.

Lebih terperinci

IV. UKURAN SIMPANGAN, DISPERSI & VARIASI

IV. UKURAN SIMPANGAN, DISPERSI & VARIASI IV. UKURAN SIMPANGAN, DISPERSI & VARIASI Pendahuluan o Ukuran dspers atau ukuran varas, yang menggambarkan derajat bagamana berpencarnya data kuanttatf, dntaranya: rentang, rentang antar kuartl, smpangan

Lebih terperinci

BAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen.

BAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen. BAB II METODOLOGI PENELITIAN A. Bentuk Peneltan Jens peneltan yang dgunakan dalam peneltan n adalah peneltan deskrptf dengan analsa kuanttatf, dengan maksud untuk mencar pengaruh antara varable ndependen

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini merupakan penelitian pengembangan (Research and

III. METODE PENELITIAN. Penelitian ini merupakan penelitian pengembangan (Research and III. METODE PENELITIAN A. Desan Peneltan Peneltan n merupakan peneltan pengembangan (Research and Development). Peneltan pengembangan yang dlakukan adalah untuk mengembangkan penuntun praktkum menjad LKS

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 4. No. 1, 23-32, April 2001, ISSN :

JURNAL MATEMATIKA DAN KOMPUTER Vol. 4. No. 1, 23-32, April 2001, ISSN : JRNAL MATEMATIKA DAN KOMPTER Vol 4 No 1, 3-3, Aprl 1, ISSN : 141-51 KAJIAN DISKRETISASI DENGAN METODE GALERKIN SEMI DISKRET TERHADAP EFISIENSI SOLSI MODEL RAMBATAN PANAS TANPA SK KONVEKSI Suhartono dan

Lebih terperinci

HUBUNGAN KEMAMPUAN KEUANGAN DAERAH TERHADAP PERTUMBUHAN EKONOMI PROVINSI NUSA TENGGARA BARAT

HUBUNGAN KEMAMPUAN KEUANGAN DAERAH TERHADAP PERTUMBUHAN EKONOMI PROVINSI NUSA TENGGARA BARAT HUBUNGAN KEMAMPUAN KEUANGAN DAERAH TERHADAP PERTUMBUHAN EKONOMI PROVINSI NUSA TENGGARA BARAT ABSTRAK STEVANY HANALYNA DETHAN Fakultas Ekonom Unv. Mahasaraswat Mataram e-mal : stevany.hanalyna.dethan@gmal.com

Lebih terperinci

Bab 2 Tinjauan Pustaka 2.1 Penelitian Terdahulu

Bab 2 Tinjauan Pustaka 2.1 Penelitian Terdahulu Bab 2 Tnjauan Pustaka 2.1 Peneltan Terdahulu Pemlhan stud pustaka tentang sstem nformas penlaan knerja karyawan n juga ddasar pada peneltan sebelumnya yang berjudul Penerapan Metode TOPSIS untuk Pemberan

Lebih terperinci

Nama : Crishadi Juliantoro NPM :

Nama : Crishadi Juliantoro NPM : ANALISIS INVESTASI PADA PERUSAHAAN YANG MASUK DALAM PERHITUNGAN INDEX LQ-45 MENGGUNAKAN PORTOFOLIO DENGAN METODE SINGLE INDEX MODEL. Nama : Crshad Julantoro NPM : 110630 Latar Belakang Pemlhan saham yang

Lebih terperinci

BAB III METODE PENELITIAN. SMK Negeri I Gorontalo. Penetapan lokasi tersebut berdasarkan pada

BAB III METODE PENELITIAN. SMK Negeri I Gorontalo. Penetapan lokasi tersebut berdasarkan pada 3 BAB III METODE PENELITIAN 3.1 Tempat Dan Waktu Peneltan 3.1.1 Tempat Peneltan Peneltan yang dlakukan oleh penelt berlokas d Kelas Ak 6, SMK Neger I Gorontalo. Penetapan lokas tersebut berdasarkan pada

Lebih terperinci

SIMULASI OPTIMASI ALIRAN DAYA SISTEM TENAGA LISTRIK SEBAGAI PENDEKATAN EFISIENSI BIAYA OPERASI

SIMULASI OPTIMASI ALIRAN DAYA SISTEM TENAGA LISTRIK SEBAGAI PENDEKATAN EFISIENSI BIAYA OPERASI ISSN: 1693-6930 167 SIMULASI OPTIMASI ALIRAN DAA SISTEM TENAGA LISTRIK SEBAGAI PENDEKATAN EFISIENSI BIAA OPERASI Subyanto Teknk Elektro Fakultas Teknk Unverstas Neger Semarang Gedung E6 Lt. Kampus Sekaran

Lebih terperinci

BAB.3 METODOLOGI PENELITIN 3.1 Lokasi dan Waktu Penelitian Penelitian ini di laksanakan di Sekolah Menengah Pertama (SMP) N. 1 Gorontalo pada kelas

BAB.3 METODOLOGI PENELITIN 3.1 Lokasi dan Waktu Penelitian Penelitian ini di laksanakan di Sekolah Menengah Pertama (SMP) N. 1 Gorontalo pada kelas 9 BAB.3 METODOLOGI PENELITIN 3. Lokas dan Waktu Peneltan Peneltan n d laksanakan d Sekolah Menengah Pertama (SMP) N. Gorontalo pada kelas VIII. Waktu peneltan dlaksanakan pada semester ganjl, tahun ajaran

Lebih terperinci

I PENDAHULUAN II LANDASAN TEORI

I PENDAHULUAN II LANDASAN TEORI I PENDAHULUAN Latar elakang Sekolah merupakan salah satu bagan pentng dalam penddkan Oleh karena tu sekolah harus memperhatkan bagan-bagan yang ada d dalamnya Salah satu bagan pentng yang tdak dapat dpsahkan

Lebih terperinci

PRESENTASI TUGAS AKHIR KI091391

PRESENTASI TUGAS AKHIR KI091391 PRESENTASI TUGAS AKHIR KI09191 IMPLEMENTASI SEGMENTASI CITRA RESONANSI MAGNETIK OTAK MENGGUNAKAN ALGORITMA FUZZY C-MEANS YANG DIMODIFIKASI BERDASARKAN KORELASI ANTAR PIKSEL (Kata Kunc : Segmentas Fuzzy

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakang Dalam kehdupan sehar-har, serngkal dumpa hubungan antara suatu varabel dengan satu atau lebh varabel lan. D dalam bdang pertanan sebaga contoh, doss dan ens pupuk yang dberkan

Lebih terperinci

Sifat-sifat Operasi Perkalian Modular pada Graf Fuzzy

Sifat-sifat Operasi Perkalian Modular pada Graf Fuzzy SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 07 Sfat-sfat Operas Perkalan Modular pada raf Fuzzy T - 3 Tryan, ahyo Baskoro, Nken Larasat 3, Ar Wardayan 4,, 3, 4 Unerstas Jenderal Soedrman transr@yahoo.com.au

Lebih terperinci

BAB IV HASIL PENELITIAN

BAB IV HASIL PENELITIAN 6 BAB IV HAIL PENELITIAN A. Deskrps Data Hasl Peneltan Untuk mengetahu keefektfan penerapan model pembelajaran cooperatve learnng tpe TAD (tudent Teams-Achevement Dvsons) terhadap hasl belajar matematka

Lebih terperinci

BAB 2 TINJAUAN KEPUSTAKAAN

BAB 2 TINJAUAN KEPUSTAKAAN BAB TIJAUA KEPUSTAKAA.1. Gambaran Umum Obyek Peneltan Gambar.1 Lokas Daerah Stud Gambar. Detal Lokas Daerah Stud (Sumber : Peta Dgtal Jabotabek ver.0) 7 8 Kawasan perumahan yang dplh sebaga daerah stud

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA 2 Masalah Transportas Jong Jek Sang (20) menelaskan bahwa masalah transportas merupakan masalah yang serng dhadap dalam pendstrbusan barang Msalkan ada m buah gudang (sumber) yang

Lebih terperinci

ANALISIS REGRESI. Catatan Freddy

ANALISIS REGRESI. Catatan Freddy ANALISIS REGRESI Regres Lner Sederhana : Contoh Perhtungan Regres Lner Sederhana Menghtung harga a dan b Menyusun Persamaan Regres Korelas Pearson (Product Moment) Koefsen Determnas (KD) Regres Ganda :

Lebih terperinci

Didownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN

Didownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN BAB I PENDAHULUAN Sebuah jarngan terdr dar sekelompok node yang dhubungkan oleh busur atau cabang. Suatu jens arus tertentu berkatan dengan setap busur. Notas standart untuk menggambarkan sebuah jarngan

Lebih terperinci

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara BAB 2 LANDASAN TEORI 2.1 Pengertan Analsa Regres Dalam kehdupan sehar-har, serng kta jumpa hubungan antara satu varabel terhadap satu atau lebh varabel yang lan. Sebaga contoh, besarnya pendapatan seseorang

Lebih terperinci

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN BAB III HIPOTESIS DAN METODOLOGI PENELITIAN III.1 Hpotess Berdasarkan kerangka pemkran sebelumnya, maka dapat drumuskan hpotess sebaga berkut : H1 : ada beda sgnfkan antara sebelum dan setelah penerbtan

Lebih terperinci

UNJUK KERJA SISTEM PENUKAR KALOR TIPE CROSS FLOW PADA INSINERATOR FBC

UNJUK KERJA SISTEM PENUKAR KALOR TIPE CROSS FLOW PADA INSINERATOR FBC PROSIDING SEMINAR NASIONAL REKAYASA KIMIA DAN PROSES 2004 ISSN : 4-426 UNJUK KERJA SISTEM PENUKAR KALOR TIPE CROSS FLOW PADA INSINERATOR FBC Supyatno, M. Affend dan Yusuf S. Utomo Pusat Peneltan Fska -

Lebih terperinci

Eksistensi Bifurkasi Mundur pada Model Penyebaran Penyakit Menular dengan Vaksinasi

Eksistensi Bifurkasi Mundur pada Model Penyebaran Penyakit Menular dengan Vaksinasi 1 Eksstens Bfurkas Mundur pada Model Penyebaran Penyakt Menular dengan Vaksnas Intan Putr Lestar, Drs. M. Setjo Wnarko, M.S Jurusan Matematka, Fakultas Matematka dan Ilmu Pengetahuan Alam, Insttut Teknolog

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1. Hpotess Peneltan Berkatan dengan manusa masalah d atas maka penuls menyusun hpotess sebaga acuan dalam penulsan hpotess penuls yatu Terdapat hubungan postf antara penddkan

Lebih terperinci

BAB III METODE PENELITIAN. problems. Cresswell (2012: 533) beranggapan bahwa dengan

BAB III METODE PENELITIAN. problems. Cresswell (2012: 533) beranggapan bahwa dengan BAB III METODE PENELITIAN A. Jens Peneltan Jens peneltan n adalah peneltan kombnas atau mxed methods. Cresswell (2012: 533) A mxed methods research desgn s a procedure for collectng, analyzng and mxng

Lebih terperinci

BAB IV PERHITUNGAN DAN ANALISIS

BAB IV PERHITUNGAN DAN ANALISIS BAB IV PERHITUNGAN DAN ANALISIS 4.1 Survey Parameter Survey parameter n dlakukan dengan mengubah satu jens parameter dengan membuat parameter lannya tetap. Pengamatan terhadap berbaga nla untuk satu parameter

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 13 Bandar Lampung. Populasi dalam

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 13 Bandar Lampung. Populasi dalam III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Neger 3 Bandar Lampung. Populas dalam peneltan n yatu seluruh sswa kelas VIII SMP Neger 3 Bandar Lampung Tahun Pelajaran 0/03 yang

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Fuzzy Set Pada tahun 1965, Zadeh memodfkas teor hmpunan dmana setap anggotanya memlk derajat keanggotaan yang bernla kontnu antara 0 sampa 1. Hmpunan n dsebut dengan hmpunaan

Lebih terperinci

ANALISIS BENTUK HUBUNGAN

ANALISIS BENTUK HUBUNGAN ANALISIS BENTUK HUBUNGAN Analss Regres dan Korelas Analss regres dgunakan untuk mempelajar dan mengukur hubungan statstk yang terjad antara dua varbel atau lebh varabel. Varabel tersebut adalah varabel

Lebih terperinci

BAB III METODE PENELITIAN. pembelajaran berupa RPP dan LKS dengan pendekatan berbasis masalah ini

BAB III METODE PENELITIAN. pembelajaran berupa RPP dan LKS dengan pendekatan berbasis masalah ini BAB III METODE PENELITIAN A. Desan Peneltan Metode peneltan yang dgunakan dalam pengembangan perangkat pembelajaran berupa RPP dan LKS dengan pendekatan berbass masalah n adalah metode pengembangan atau

Lebih terperinci

Hand Out Fisika II HUKUM GAUSS. Fluks Listrik Permukaan tertutup Hukum Gauss Konduktor dan Isolator

Hand Out Fisika II HUKUM GAUSS. Fluks Listrik Permukaan tertutup Hukum Gauss Konduktor dan Isolator HUKUM GAUSS Fluks Lstk Pemukaan tetutup Hukum Gauss Kondukto dan Isolato 1 Mach 7 1 Gas gaya oleh muatan ttk - 1 Mach 7 Gas gaya akbat dpol - 1 Mach 7 Fluks Lstk Defns: banyaknya gas gaya lstk yang menembus

Lebih terperinci

BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER

BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER 5.1 Pembelajaran Dengan Fuzzy Program Lner. Salah satu model program lnear klask, adalah : Maksmumkan : T f ( x) = c x Dengan batasan : Ax b x 0 n m mxn Dengan

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN III. METODE PEELITIA 3.1. Kerangka Pemkran Peneltan BRI Unt Cbnong dan Unt Warung Jambu Uraan Pekerjaan Karyawan Subyek Analss Konds SDM Aktual (KKP) Konds SDM Harapan (KKJ) Kuesoner KKP Kuesoner KKJ la

Lebih terperinci

BAB IV PEMBAHASAN MODEL

BAB IV PEMBAHASAN MODEL BAB IV PEMBAHASAN MODEL Pada bab IV n akan dlakukan pembuatan model dengan melakukan analss perhtungan untuk permasalahan proses pengadaan model persedaan mult tem dengan baya produks cekung dan jont setup

Lebih terperinci

ANALISIS KELAS LATEN (LATEN CLASS ANALYSIS) UNTUK PENGELOMPOKAN DATA KATEGORIK. Timbul Pardede FMIPA-Universitas Terbuka.

ANALISIS KELAS LATEN (LATEN CLASS ANALYSIS) UNTUK PENGELOMPOKAN DATA KATEGORIK. Timbul Pardede FMIPA-Universitas Terbuka. ANALISIS KELAS LATEN (LATEN CLASS ANALYSIS) UNTUK PENGELOMPOKAN DATA KATEGORIK Tmbul Padede FMIPA-Unvestas Tebuka tmbul@mal.ut.ac.d Dalam analss kelompok pada bdang sosal, sengkal paa penelt mengunakan

Lebih terperinci

BAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi.

BAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi. BAB LANDASAN TEORI Pada bab n akan durakan beberapa metode yang dgunakan dalam penyelesaan tugas akhr n. Selan tu penuls juga mengurakan tentang pengertan regres, analss regres berganda, membentuk persamaan

Lebih terperinci

BOKS A SUMBANGAN SEKTOR-SEKTOR EKONOMI BALI TERHADAP EKONOMI NASIONAL

BOKS A SUMBANGAN SEKTOR-SEKTOR EKONOMI BALI TERHADAP EKONOMI NASIONAL BOKS A SUMBANGAN SEKTOR-SEKTOR EKONOMI BALI TERHADAP EKONOMI NASIONAL Analss sumbangan sektor-sektor ekonom d Bal terhadap pembangunan ekonom nasonal bertujuan untuk mengetahu bagamana pertumbuhan dan

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Al-Azhar 3 Bandar Lampung yang terletak d Jl. Gn. Tanggamus Raya Way Halm, kota Bandar Lampung. Populas dalam peneltan n adalah

Lebih terperinci

BAB I PENDAHULUAN. Perkembangan matematika tidak hanya dalam tataran teoritis tetapi juga pada

BAB I PENDAHULUAN. Perkembangan matematika tidak hanya dalam tataran teoritis tetapi juga pada BAB I PENDAHULUAN.. Latar Belakang Masalah Perkembangan matematka tdak hanya dalam tataran teorts tetap juga pada bdang aplkatf. Salah satu bdang lmu yang dkembangkan untuk tataran aplkatf dalam statstka

Lebih terperinci

BAB III METODE PENELITIAN. menggunakan strategi pembelajaran mind mapping dalam pendekatan

BAB III METODE PENELITIAN. menggunakan strategi pembelajaran mind mapping dalam pendekatan 35 BAB III METODE PENELITIAN A. Jens dan Desan Peneltan Jens peneltan n adalah kuas ekspermen. Pada peneltan n terdapat dua kelompok subjek peneltan yatu kelompok ekspermen yang dberkan suatu perlakuan

Lebih terperinci

Perancangan, Pembuatan dan Pengujian Omnidirectional Vehicle

Perancangan, Pembuatan dan Pengujian Omnidirectional Vehicle Peancangan, Pembuatan dan Pengujan Omndectonal Vehcle Muljowdodo dan Cahyad Setawan Laboatoum Otomas & Sstem Manufaktu Juusan Teknk Mesn FTI ITB muljo@bdg.centn.net.d, dot@tekpod.ms.tb.ac.d Rngkasan Movng

Lebih terperinci

BAB VB PERSEPTRON & CONTOH

BAB VB PERSEPTRON & CONTOH BAB VB PERSEPTRON & CONTOH Model JST perseptron dtemukan oleh Rosenblatt (1962) dan Mnsky Papert (1969). Model n merupakan model yang memlk aplkas dan pelathan yang lebh bak pada era tersebut. 5B.1 Arstektur

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 59-70, Agustus 2003, ISSN :

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 59-70, Agustus 2003, ISSN : JURNA MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 59-70, Agustus 2003, ISSN : 1410-8518 MASAAH RUTE TERPENDEK PADA JARINGAN JAAN MENGGUNAKAN AMPU AU-INTAS Stud Kasus: Rute Peralanan Ngesrep Smpang ma Eko Bud

Lebih terperinci

BAB III METODE PENELITIAN. penelitian dilakukan secara purposive atau sengaja. Pemilihan lokasi penelitian

BAB III METODE PENELITIAN. penelitian dilakukan secara purposive atau sengaja. Pemilihan lokasi penelitian BAB III METODE PENELITIAN 3.1 Lokas Peneltan Peneltan dlaksanakan d Desa Sempalwadak, Kecamatan Bululawang, Kabupaten Malang pada bulan Februar hngga Me 2017. Pemlhan lokas peneltan dlakukan secara purposve

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.. KERANGKA ANALISIS Kerangka analss merupakan urutan dar tahapan pekerjaan sebaga acuan untuk mendapatkan hasl yang dharapkan sesua tujuan akhr dar kajan n, berkut kerangka

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SD Al-Azhar 1 Wayhalim Bandar Lampung. Populasi

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SD Al-Azhar 1 Wayhalim Bandar Lampung. Populasi 3 III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SD Al-Azhar Wayhalm Bandar Lampung. Populas dalam peneltan n adalah seluruh sswa kelas V yang terdr dar 5 kelas yatu V A, V B, V

Lebih terperinci

BAB I PENGUAT TRANSISTOR BJT PARAMETER HYBRID / H

BAB I PENGUAT TRANSISTOR BJT PARAMETER HYBRID / H Elektonka nalog BB I PENGUT TRNSISTOR BJT PRMETER HYBRID / H TUJUN Setela mempelaja bab n, nda daapkan dapat: Menca menca penguatan us dengan paamete Menca menca penguatan tegangan dengan paamete Menca

Lebih terperinci

PENENTUAN LOKASI PEMANCAR TELEVISI MENGGUNAKAN FUZZY MULTI CRITERIA DECISION MAKING

PENENTUAN LOKASI PEMANCAR TELEVISI MENGGUNAKAN FUZZY MULTI CRITERIA DECISION MAKING Meda Informatka, Vol. 2, No. 2, Desember 2004, 57-64 ISSN: 0854-4743 PENENTUAN LOKASI PEMANCAR TELEVISI MENGGUNAKAN FUZZY MULTI CRITERIA DECISION MAKING Sr Kusumadew Jurusan Teknk Informatka, Fakultas

Lebih terperinci

OPTIMASI MASALAH PENUGASAN. Siti Maslihah

OPTIMASI MASALAH PENUGASAN. Siti Maslihah JPM IIN ntasar Vol. 01 No. 2 Januar Jun 2014, h. 95-106 OPTIMSI MSLH PNUGSN St Maslhah bstrak Pemrograman lner merupakan salah satu lmu matematka terapan yang bertuuan untuk mencar nla optmum dar suatu

Lebih terperinci

MANAJEMEN LOGISTIK & SUPPLY CHAIN MANAGEMENT KULIAH 3: MERANCANG JARINGAN SUPPLY CHAIN

MANAJEMEN LOGISTIK & SUPPLY CHAIN MANAGEMENT KULIAH 3: MERANCANG JARINGAN SUPPLY CHAIN MANAJEMEN LOGISTIK & SUPPLY CHAIN MANAGEMENT KULIAH 3: MERANCANG JARINGAN SUPPLY CHAIN By: Rn Halla Nasuton, ST, MT MERANCANG JARINGAN SC Perancangan jarngan SC merupakan satu kegatan pentng yang harus

Lebih terperinci

Preferensi untuk alternatif A i diberikan

Preferensi untuk alternatif A i diberikan Bahan Kulah : Topk Khusus Metode Weghted Product (WP) menggunakan perkalan untuk menghubungkan ratng atrbut, dmana ratng setap atrbut harus dpangkatkan dulu dengan bobot atrbut yang bersangkutan. Proses

Lebih terperinci