BAB 4 PENGUMPULAN, PENGOLAHAN DAN ANALISIS DATA

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB 4 PENGUMPULAN, PENGOLAHAN DAN ANALISIS DATA"

Transkripsi

1 97 BAB 4 PENGUMPULAN, PENGOLAHAN DAN ANALISIS 4. Hasl da Pegumpula Data 4.. Peetua L Krts DATA Berdasarka hasl peelta da observas dlapaga secara lagsug pada lata produks PT. Fajar It Plasdo yag meghaslka cup/gelas Plastk. Pegumpula data dambl berdasarka frekues kerusaka terbesar setap lya. L Produks yag megalam kerusaka selama tahu, pegambla data dlakuka pada bula jauar 007 hgga desember 007, data-dataya adalah sebaga berkut: Tabel 4. Total Dowtme L Produks Total Dowtme Dowtme L Produks Dowtme (%) (Met) Kumulatf (%) L % 80.99% L % 00.00% Total % Berkut adalah dagram pareto yag memlk frekues tertmgg pada kerusaka pada dua l produks :

2 Pareto Chart of L Produks Cout Percet L Produks l l Cout Percet Cum % Dagram 4. Pareto Chart Dowtme Pada L Produks Berdasarka prsp dagram pareto 80-0 terlhat bahwa l total Dowtme yag terjad 3589 Met atau 8%, sedagka kerusaka pada l sebesar 389 Met atau 9 %, maka dsmpulka bahwa l krts yag dambl adalah l. 4.. Peetua Mes Krts Berdasarka hasl peelta da observas dlapaga secara lagsug pada lata produks PT. Fajar It Plasdo yag meghaslka cup/gelas Plastk. Pegumpula data dambl berdasarka frekues kerusaka terbesar

3 99 pada l, data-data mes yag memlk Dowtme kerusaka tertgg. Berkut adalah tabel frekues kerusaka tertgg pada mes yag ada : Tabel 4. Tabel Total Waktu Dowtme Pada Tap-tap Mes d L Nama Mes Total Dowtme (Met) Mes Thermoformg 0880 Mes Crusher 065 Mes Sheet 498 Mes Mxer 46 Total 3589 Tabel 4.3 Tabel Perhtuga Presetase Dowtme Kerusaka Mes-mes Nama Mes Total Dowtme % % Dowtme (Met) Kumulatf Mes Thermoformg % 80.06% Mes Crusher % 95.6% Mes Sheet % 98.93% Mes Mxer 46.07% 00.00% Total %

4 00 Berkut adalah keteraga megea masg masg mes pada l : Mes Thermoformg Mes Thermoformg adalah mes utama karea mes adalah mes yag dguaka utuk memproduks cup/gelas Plastk. Tapa ada mes thermoformg maka produks Cup aka berhet total. Mes Crusher Mes dguaka utuk meghacurka web-web, sehgga web-web tersebut berubah betuk mejad butra-butra. Yag meyerupa butrabutra Polypropylee or polypropee (PP). Mes Sheet Mes sheet adalah mes yag megubahbaha baku Polypropylee or polypropee (PP) da web, mejad lembara-lembara sebelum dproduks ke mes thermoformg. Mes Mxer Mes Mxer adalah mes yag dguaka utuk mecampur Polypropylee or polypropee (PP) da butra-butra web. Sehgga perbadga atara web da Polypropylee or polypropee (PP) tercampur rata.

5 Pareto Chart of Nama Mes Cout Percet Nama Mes Mes Thermoformg Mes Crusher Other Cout Percet Cum % Dagram 4. Pareto Chart Dowtme Mes pada L Perode tahu Peetua Kompoe Krts Setelah dketahu bahwa mes krts pada l produks adalah mes Thermoformg, maka kemuda dlakuka peetua kompoe krts. Berkut adalah kompoe kompoe yag terdapat pada mes Thermoformg :

6 0 No. Tabel 4.4 Tabel Perhtuga Presetase Dowtme Kompoe-kompoe Nama Kompoe Total Dowtme (Met) % Dowtme % Kumulatf Cuttg % 4.8% Moldg % 8.57% 3 Heater % 9.65% 4 As 34.98% 94.6% 5 Rata 47.7% 96.89% 6 Sesor 75.6% 98.50% 7 Gear % 99.40% 8 Swtch Ag % 00.00% Total % Berkut adalah keteraga megea masg masg kompoe pada Mes Thermoformg : Cuttg Kompoe yag terdapat pada mes Thermoformg, kompoe bergua utuk memotog gelas yg telah terbetuk. Cuttg harus memlk press yag sagat bak, jka kepressa tersebut bergeser sedkt saja, maka aka terjad kerusaka pada mes yag meyebabka reject pada gelas-gelas yag telah dproduks. Patahya cuttg juga mejad salah satu peyebab dar kerusaka mes thermoformg.

7 03 Moldg Moldg adalah alat atau kompoe yag bergua utuk mecetak atau membetuk gelas. Agar dapat meghaslka Gelas yag dgka. Kerusaka pada moldg basaya dkareaka karea moldg yag tdak bersh, terdapat kotora pada moldg sehgga dapat merusak gelas-gelas yag dhaslka. Sela tu kerusaka terjad karea betuk moldg yag tdak tepat, terdapat kegompala atau kecacata pada moldg tu sedr. Heater Pemaas atau heater adalah pemaas yag dguaka utuk memaaska thermoformg, sehgga dapat meleturka da mempermudah pembetukka sheet sehgga sheet dapat terbetuk mejad gelas sesua yag dgka. As Kompoe as terdapat pada baga hdrolk da As bergua utuk megerakka hdrolk agar teragkat. Rata Rata terdapat pada baga koveyor, maka jka rata pada koveyor putus maka koveyor aka terputus. Koveyor terdapat pada baga atas mes bergua utuk megerakka ssa sheet agar dapat tergulug.

8 04 Sesor Sesor adalah kompoe yag petg, karea sesor adalah peetu pegerak atara waktu cuttg da pembetuka gelas (moldg) yag bergerak. Jka sesor rusak maka tdak ada pember pertah maa yag harus bergerak terlebh dahulu atara cuttg atau moldg. Gear Kompoe Gear terdapat pada rata yag megeraka koveyor jka gear rusak maka koveyor tdak aka bergerak. Swcth Ag Swcth ag atau juga yag basa dsebut seleod valve adalah salah satu kompoe yag megeraka peumatk.

9 Pareto Chart of Nama Kompoe Cout Percet Nama Kompoe Cuttg Moldg Heater As Rata Other Cout Percet Cum % Dagram 4.3 Pareto Chart Dowtme Kompoe-Kompoe Pada Mes Thermoformg Perode tahu 007 Berdasarka prsp pareto 80 0 maka dar dagram datas dapat dketahu bahwa kompoe pada mes Thermoformg yag merupaka kompoe krts yatu Cuttg da Moldg karea jumlah kumulatfya mecapa lebh dar 80%.

10 Perhtuga Iterval Waktu Atar Kerusaka (TTF) Kompoe da Dowtme (TTR) Kompoe Cuttg Pada Mes Thermoformg Data kompoe krts yag dambl d PT. Fajar It Plasdo adalah selama perode Jauar 007 Desember 007. Perusahaa memlk har kerja 7 har dalam semggu da mes mesya beroperas selama 4 jam. Selag waktu perbaka dhtug berdasarka lamaya mes tersebut rusak, saat mes mula berhet karea rusak sampa saat kerusaka selesa dperbak Selag waktu kerusaka ddapat dega meghtug selsh atara waktu selesaya kerusaka saat da waktu mula terjadya kerusaka ( setelah dperbak ) berkutya:

11 07 Tabel 4.5 Data Kerusaka Kompoe Cuttg No. Taggal Waktu Mula Kerusaka Waktu Selesa Perbaka Dowtme/ TTR (met) TTR (hours) Iterval Waktu Kerusaka/TTF (hours) 5-Ja-07 9:30 : Ja-07 :0 3: Ja-07 8:45 9: Ja-07 3:0 4: Feb-07 7:0 8: Feb-07 5:5 7: Feb-07 8:5 9: Feb-07 6:0 7: Mar-07 4:30 6: Mar-07 0:0 : Mar-07 3:5 5: Mar-07 0:0 : Mar-07 7:5 8: Apr-07 0:30 : Apr-07 7:35 8: Apr-07 4:40 6: Aprl 07 :45 3: May-07 4:50 6: May-07 :55 3: May-07 9:00 : May-07 :05 3: May-07 9:0 : Ju-07 6:5 7: Ju-07 3:0 0: Ju-07 6:5 7: Ju-07 3:30 5: Ju-07 0:35 : Jul-07 3:40 5: Jul-07 0:45 :

12 08 Tabel 4.5 Data Kerusaka Kompoe Cuttg (Lajuta) No. Taggal Waktu Mula Kerusaka Waktu Selesa Perbaka Dowtme/ TTR (met) TTR (hours) Iterval Waktu Kerusaka/TTF (hours) 30 -Jul-07 7:50 9: Jul-07 0:55 : Aug-07 8:00 0: Aug-07 5:05 6: Aug-07 :0 3: Sep-07 5:5 7: Sep-07 :0 3: Sep-07 9:5 : Oct-07 :30 3: Oct-07 9:35 0: Oct-07 6:40 8: Oct-07 3:45 0: Nov-07 6:50 8: Nov-07 3:55 5: Nov-07 :00 : Dec-07 4:05 4: Dec-07 :0 3: Dec-07 8:5 0:

13 Perhtuga Iterval Waktu Atar Kerusaka (TTF) Kompoe da Dowtme (TTR) Kompoe Moldg Pada Mes Thermoformg Data berkut dambl selama perode Jauar 007 sampa dega Desember 007 da waktu kerja mes beroperas secara cotuous selama shft kerja. Utuk har Se sampa Mggu 4 jam kerja. Dbawah merupaka data dowtme (TTR) da data terval waktu atar kerusaka (TTF) kompoe Moldg pada mes Thermoformg : Tabel 4.6 Data Kerusaka Kompoe Moldg No. Taggal Waktu Mula Kerusaka Waktu Selesa Perbaka Dowtme /TTR (met) TTR (hours) Iterval Waktu Kerusaka/TTF (hours) 5-Ja-07 4:0 6: Ja-07 :05 0: Ja-07 0:45 : Feb-07 7:5 8: Feb-07 0:5 0: Feb-07 :0 4: : Mar-07 6:5 7: Mar-07 8:00 9: Mar-07 0:45 : Apr-07 :0 4: Apr-07 5:5 7: Apr-07 :05 : Apr-07 9:5 0: May-07 3:0 : May-07 :45 3: May-07 6:00 7:

14 0 Tabel 4.6 Data Kerusaka Kompoe Moldg (lajuta) No. Taggal Waktu Mula Kerusaka Waktu Selesa Perbaka Dowtme /TTR (met) TTR (hours) Iterval Waktu Kerusaka/TTF (hours) 7 9-May-07 :5 0: Ju-07 0:5 : Ju-07 3:35 5: Ju-07 5:0 6: Jul-07 7:45 9: Jul-07 9:0 : Jul-07 7:5 9: Aug-07 :0 4: Aug-07 :55 3: Aug-07 :35 4: Sep-07 :45 3: Sep-07 :5 4: Sep-07 6:55 9: Oct-07 8:35 0: Oct-07 :30 4: Oct-07 5:0 7: Nov-07 3:05 : Nov-07 :45 0: Nov-07 :35 3: Dec-07 0:5 : Dec-07 3:0 5: Dec-07 :45 3: Dec-07 8:5 9:

15 Cotoh perhtuga selag waktu atar kerusaka atau TTF : Waktu bekerja mes Thermoformg adalah 4 jam sehar da 7 har dalam semggu. Cotoh perhtuga TTF kompoe Moldg pada taggal 5 Jauar 007 pukul 06:0 sampa dega 4 Jauar 006 pukul :05, sebaga berkut: 5 Jauar 007 jam 06:0 s/d jam 4: met 5 Jauar 007 s/d 4 Jauar 007 (8 x 4) x met 4 Jauar 007 jam 00:00 s/d jam :05 35 met + Tme to Falure 395 met 3.9 jam 4..6 Peetua Idex of Ft (r) da Pemlha Dstrbus Utuk Data Selag Waktu Kerusaka maupu Data Dowtme Perbaka Peetua dstrbus dlakuka dega perhtuga Idex of Ft dar masg masg dstrbus, Mea Tme to Falure ( MTTF) utuk data waktu kerusaka da Mea Tme to Repar ( MTTR ) utuk data waktu perbaka. Perhtuga dstrbus dlakuka dega megurutka data selag waktu ata kerusaka da selag waktu atar perbaka pada perode Jauar 007 Desember 007, dar la terkecl sampa la terbesar. Cotoh perhtuga parameter dstrbus da Idex of Ft secara maual haya utuk kompoe Cuttg, utuk kompoe laya haya

16 dtulska hasl akhrya saja, dmaa perhtugaya megguaka program Mcrosoft Offce Excel 003 da Mtab 4.0. Berkut adalah lagkah lagkah pegguaa program Mtab4.0 dalam meetuka la Idex of Ft : Buka worksheet baru da masukka la varabel x pada kolom C da masukka la varabel y pada kolom C. Plh meu Stat Basc Statstc Corelato. Pada dalog box ( varables ), masukka kolom C da C kemuda plh Select Plh Ok

17 Perhtuga Idex of Ft da Pemlha Dstrbus utuk data Tme to Falure ( MTTF ) Kompoe Cuttg pada Mes Thermoformg Dstrbus Webull Tme To Falure (TTF) Tabel 4.7 Perhtuga Idex of ft Data Waktu TTF pada Kompoe Berdasarka Dstrbus Webull t x l(t) F(t) y x. y x y

18 4 Tabel 4.7 Perhtuga Idex of ft Data Waktu TTF pada Kompoe Berdasarka Dstrbus Webull (Lajuta) t x l(t) F(t) y x. y x y Σ Cotoh Perhtuga F(t ) : F( t X l(t) 0.3 ) l( 43.5) 3.77

19 F(t ) y l l F(t ) y l l X*Y ( 3.77* 4.864) X Y ( 3.77) ( 4.863) Nla dex of ft : r r webull webull x y x x x y y y 46( -08.5) ( 36.00)( ) ( ) ( 36.00) [ ][ ( ) ( 5.755) ] r webull

20 6 Dstrbus Ekspoesal Tme To Falure (TTF) Tabel 4.8 Perhtuga Idex of ft Data Waktu TTF pada Kompoe Cuttg Berdasarka Dstrbus Ekspoesal t x t F(t) y x. y x y

21 7 Tabel 4.8 Perhtuga Idex of ft Data Waktu TTF pada Kompoe Cuttg Berdasarka Dstrbus Ekspoesal (Lajuta) t x t F(t) y x. y x Σ y Cotoh Perhtuga F(t ) : X t 43.5 F( t 0.3 ) F(t ) y l F( t )

22 8 y l ( 43.5* 0.05) X * Y X Y ( 43.5) ( 0.05) Nla dex of ft : r r ekspoesal ekspoesal x y x x x y y y 46( ) ( )( ) ( ) ( ) [ ][ ( ) ( ) ] r ekspoesal

23 9 Dstrbus Normal Tme To Falure (TTF) Tabel 4.9 Perhtuga Idex of ft Data Waktu TTF pada Kompoe Cuttg Berdasarka Dstrbus Normal t x t F(t) yz x. z x z

24 0 Tabel 4.9 Perhtuga Idex of ft Data Waktu TTF pada Kompoe Cuttg Berdasarka Dstrbus Normal (Lajuta) t x t F(t) yz x. z x Σ z X t F( t ) F(t ) y [ F( )] z Φ ( dperoleh dar tabel Φ(z) ) t y (0.05) -.68 z -.68 x

25 z Nla dex of ft : r r ormal ormal x z x x x z z [(46 *8893) (850.85) ][(46 * ) (-0.00) ] z (46 * ) ( * -0.00) r ormal Dstrbus Logormal Tme To Falure (TTF) Tabel 4.0 Perhtuga Idex of ft Data Waktu TTF pada Kompoe Cuttg Berdasarka Dstrbus Logormal t x l(t ) F(t) yz x. z x z

26 Tabel 4.0 Perhtuga Idex of ft Data Waktu TTF pada Kompoe Cuttg Berdasarka Dstrbus Logormal (Lajuta) t x l(t ) F(t) yz x. z x Σ z

27 3 X l(t) F(t ) y [ F( )] z Φ ( dperoleh dar tabel Φ(z) ) t y (0.05) -.68 z -.68 Nla dex of ft : r log ormal r log ormal x z x x x z z [(46 *9.646) ( ) ][(46 * ) (0.00) ] z (46 *8.947) ( * 0.00) r log ormal Berkut adalah rgkasa la dex of ft (r) hasl keempat dstrbus d atas : Tabel 4. Rgkasa Idex of Ft TTF Cuttg Kompoe Cuttg DISTRIBUSI TTF INDEX OF FIT r webull r ekspoesal r Normal r Logormal r webull ( Palg Besar )

28 4 Dar hasl perhtuga dex of ft yag telah d dapat, maka d dapatka bahwa la dex of ft yag terbesar adalah r webull. Oleh Karea la r haya merupaka la korelas yag meujukka kecederuga suatu data megkut salah satu dstrbus kerusaka, utuk tu perlu dlakuka peguja hpotesa utuk membuktka secara sgfka bahwa data waktu kerusaka megkut salah satu dstrbus waktu kerusaka dega tepat Uj Kesesuaa Dstrbus (Goodess Of Ft Test) Utuk Mea Tme to Falure (MTTF) Kompoe Cuttg Karea la dex of ft yag terbesar terdapat pada dstrbus Webull, maka perhtuga yag dlakuka megguaka uj Ma. Adapu cotoh perhtugaya adalah sebaga berkut: Ho : Data waktu atar kerusaka berdstrbus Webull. H : Data waktu atar kerusaka tdak berdstrbus Webull. α 0.05 Dmaa: t data waktu kerusaka yag ke- X l(t ) r, M M α,k,k bayakya data la pedekata Ma utuk data ke- la M tabel utuk dstrbus Webull k r/

29 5 k Z (r-)/ 0.5 l l M k r k + k k l t+ l t M l t+ l t M Berdasarka hasl rgkasa d atas, terlhat bahwa la dex of ft (r) yag terbesar adalah dega megguaka dstrbus Webull. Selajutya dlakuka uj hpotesa dega megguaka uj Ma (tabel perhtuga tdak dcatumka) utuk membuktka apakah data TTF megkut dstrbus webull, amu hasl uj hpotesa meghaslka kesmpula yag meyataka keputusa tolak Ho (M htug > M tabel ). Dega demka dlajutka dega uj dstrbus dega la r terbesar kedua yatu logormal dega megguaka uj Kolmogorov-Smrov. Kesmpula hasl uj hpotesa meghaslka la D htug < D tabel dega demka keputusa meghaslka terma Ho. Dega demka dstrbus utuk TTF kompoe Cuttg megkut dstrbus Logormal.

30 Kompoe Moldg pada Mes Thermoformg Dstrbus Webull Tme To Falure (TTF) Tabel 4. Perhtuga Idex of ft Data Waktu TTF pada Kompoe Moldg Berdasarka Dstrbus Webull t x l(t) F(t) y x. y x y

31 7 Tabel 4. Perhtuga Idex of ft Data Waktu TTF pada Kompoe Moldg Berdasarka Dstrbus Webull (Lajuta) t x l(t) F(t) y x. y x y Σ webull y y x x y x y x r r webull 0.953

32 8 Dstrbus Ekspoesal Tme To Falure (TTF) Tabel 4.3 Perhtuga Idex of ft Data Waktu TTF pada Kompoe Moldg Berdasarka Dstrbus Ekspoesal t x t F(t) y x. y x y

33 9 Tabel 4.3 Perhtuga Idex of ft Data Waktu TTF pada Kompoe Moldg Berdasarka Dstrbus Ekspoesal (Lajuta) t x t F(t) y x. y x y Σ ekspoesal y y x x y x y x r r ekspoesal 0.984

34 30 Dstrbus Normal Tme To Falure (TTF) Tabel 4.4 Perhtuga Idex of ft Data Waktu TTF pada Kompoe Moldg Berdasarka Dstrbus Normal t x t F(t) yz x. z x z

35 3 Tabel 4.4 Perhtuga Idex of ft Data Waktu TTF pada Kompoe Moldg Berdasarka Dstrbus Normal (Lajuta) t x t F(t) yz x. z x Σ z x y x y rnormal x x y y r Normal Dstrbus Logormal Tme To Falure (TTF) Tabel 4.5 Perhtuga Idex of ft Data Waktu TTF pada Kompoe Moldg Berdasarka Dstrbus Logormal t x l(t ) F(t) yz x. z x z

36 3 Tabel 4.5 Perhtuga Idex of ft Data Waktu TTF pada Kompoe Moldg Berdasarka Dstrbus Logormal (Lajuta) t x l(t ) F(t) yz x. z x Σ z

37 33 ormal z z x x z x z x r log r Logormal Berkut adalah rgkasa la dex of ft (r) hasl keempat dstrbus d atas : Tabel 4.6 Rgkasa Idex of Ft TTF Moldg Kompoe Moldg DISTRIBUSI TTF INDEX OF FIT r webull r ekspoesal r Normal r Logormal r logormal ( Palg Besar ) Dar hasl perhtuga dex of ft yag telah d dapat, maka d dapatka bahwa la dex of ft yag terbesar adalah r logormal.

38 Uj Kesesuaa Dstrbus (Goodess Of Ft Test) Utuk Mea Tme to Falure (MTTF) Kompoe Moldg Karea la dex of ft yag terbesar terdapat pada Idex of ft berdstrbus LogNormal, maka perhtuga yag dlakuka megguaka uj Goodess of Ft Kolmogorov-Smrov. Adapu cotoh perhtugaya adalah sebaga berkut: Ho : Data waktu atar kerusaka berdstrbus Logormal. H : Data waktu atar kerusaka tdak berdstrbus Logormal. Uj statstkya adalah: D max{d,d } Dmaa : Φ s t t D max Φ s t t D max t t da ) ( t t s

39 35 Tabel 4.7 Perhtuga Goodess of Ft Utuk Mea Tme to Falure (MTTF) Kompoe Moldg t t t t t s Φ s D D

40 36 Tabel 4.7 Perhtuga Goodess of Ft Utuk Mea Tme to Falure (MTTF) Kompoe Moldg (Lajuta) t t t t t s Φ D D s t s Dar data perhtuga d atas ddapatka : Max D Max D N 38 α 0.05 D 38, (dar Tabel A.7, crtcal values K.S)

41 37 Karea la D D 38,0. 05 maka terma H 0 da tolak H dega demka data tme to falure utuk kompoe Moldg berdstrbus Logormal. Berdasarka hasl rgkasa d atas, terlhat bahwa la dex of ft (r) yag terbesar adalah dega megguaka dstrbus Logormal. Selajutya dlakuka uj hpotesa dega megguaka uj Kolmogorov- Smrov. Kesmpula hasl uj hpotesa meghaslka la D htug < D tabel dega demka keputusa meghaslka terma Ho. Dega demka dstrbus utuk TTF kompoe Moldg megkut dstrbus Logormal Perhtuga Idex of Ft da Pemlha Dstrbus utuk data Tme to Repar ( MTTR ) Kompoe Cuttg pada Mes Thermoformg Dstrbus Webull Tme To Repar (TTR) Tabel 4.8 Perhtuga Idex of ft Data Waktu TTR pada Kompoe Cuttg Berdasarka Dstrbus Webull t x l(t) F(t) y x. y X y

42 38 Tabel 4.8 Perhtuga Idex of ft Data Waktu TTR pada Kompoe Cuttg Berdasarka Dstrbus Webull (Lajuta) t x l(t) F(t) y x. y X y

43 39 Tabel 4.8 Perhtuga Idex of ft Data Waktu TTR pada Kompoe Cuttg Berdasarka Dstrbus Webull (Lajuta) t x l(t) F(t) y x. y X y Σ Dstrbus Ekspoesal Tme To Repar (TTR) Tabel 4.9 Perhtuga Idex of ft Data Waktu TTR pada Kompoe Cuttg Berdasarka Dstrbus Ekspoesal t x t F(t) y x. y x y

44 40 Tabel 4.9 Perhtuga Idex of ft Data Waktu TTR pada Kompoe Cuttg Berdasarka Dstrbus Ekspoesal (Lajuta) t x t F(t) y x. y x Σ y

45 4 Dstrbus Normal Tme To Repar (TTR) Tabel 4.0 Perhtuga Idex of ft Data Waktu TTR pada Kompoe Cuttg Berdasarka Dstrbus Normal I t x t F(t) yz x. z x z

46 4 Tabel 4.0 Perhtuga Idex of ft Data Waktu TTR pada Kompoe Cuttg Berdasarka Dstrbus Normal (Lajuta) I t x t F(t) yz x. z x Σ z Dstrbus Logormal Tme To Repar (TTR) Tabel 4. Perhtuga Idex of ft Data Waktu TTR pada Kompoe Cuttg Berdasarka Dstrbus Logormal I t x l(t ) F(t) Yz x. z x z

47 43 Tabel 4. Perhtuga Idex of ft Data Waktu TTR pada Kompoe Cuttg Berdasarka Dstrbus Logormal (Lajuta) I t x l(t ) F(t) Yz x. z x z

48 44 Tabel 4. Perhtuga Idex of ft Data Waktu TTR pada Kompoe Cuttg Berdasarka Dstrbus Logormal (Lajuta) I t x l(t ) F(t) Yz x. z x z Σ Tabel 4. Perbadga la Idex of Ft Kompoe Cuttg (TTR) Dstrbus Idex Of Ft Webull Ekspoesal Normal Logormal Berdasarka hasl rgkasa d atas, terlhat bahwa la dex of ft (r) yag terbesar adalah dega megguaka dstrbus Logormal. Selajutya dlakuka uj hpotesa dega megguaka uj Kolmogorov-Smrov (tabel perhtuga tdak dcatumka). Kesmpula hasl uj hpotesa meghaslka la D htug < D tabel

49 45 dega demka keputusa meghaslka terma Ho. Dega demka dstrbus utuk TTR kompoe Cuttg megkut dstrbus Logormal Kompoe Moldg pada Mes Thermoformg Dstrbus Webull Tme To Repar (TTR) Tabel 4.3 Perhtuga Idex of ft Data Waktu TTR pada Kompoe Moldg Berdasarka Dstrbus Webull I t x l(t) F(t) y x. y X y

50 46 Tabel 4.3 Perhtuga Idex of ft Data Waktu TTR pada Kompoe Moldg Berdasarka Dstrbus Webull (Lajuta) I t x l(t) F(t) y x. y X y Σ Dstrbus Ekspoesal Tme To Repar (TTR) Tabel 4.4 Perhtuga Idex of ft Data Waktu TTR pada Kompoe Moldg Berdasarka Dstrbus Ekspoesal I t x t F(t) y x. y x y

51 47 Tabel 4.4 Perhtuga Idex of ft Data Waktu TTR pada Kompoe Moldg Berdasarka Dstrbus Ekspoesal (Lajuta) t x t F(t) y x. y x y Σ

52 48 Dstrbus Normal Tme To Repar (TTR) Tabel 4.5 Perhtuga Idex of ft Data Waktu TTR pada Kompoe Moldg Berdasarka Dstrbus Normal t x l(t ) F(t) Yz x. z x z

53 49 Tabel 4.5 Perhtuga Idex of ft Data Waktu TTR pada Kompoe Moldg Berdasarka Dstrbus Normal (Lajuta) t x l(t ) F(t) Yz x. z x Σ z Dstrbus Logormal Tme To Repar (TTR) Tabel 4.6 Perhtuga Idex of ft Data Waktu TTR pada Kompoe Moldg Berdasarka Dstrbus Logormal t x l(t ) F(t) Yz x. z x z

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu. BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa yag varabel bebasya ( berpagkat palg tgg satu. Utuk regres ler sederhaa, regres ler haya melbatka dua varabel ( da. Persamaa regresya dapat dtulska

Lebih terperinci

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten BAB III METODE PENELITIAN 3. Tempat da Waktu Peelta 3.. Tempat Tempat peelta dlaksaaka d SMP Neger 4 Tlamuta Kabupate Boalemo pada sswa kelas VIII. 3.. Waktu Peelta dlaksaaka dalam waktu 3 bula yatu dar

Lebih terperinci

BAB 2. Tinjauan Teoritis

BAB 2. Tinjauan Teoritis BAB Tjaua Teorts.1 Regres Lear Sederhaa Regres lear adalah alat statstk yag dperguaka utuk megetahu pegaruh atara satu atau beberapa varabel terhadap satu buah varabel. Varabel yag mempegaruh serg dsebut

Lebih terperinci

BAB 4 PENGUMPULAN, PENGOLAHAN DAN ANALISIS DATA

BAB 4 PENGUMPULAN, PENGOLAHAN DAN ANALISIS DATA 08 BAB 4 PENGUMPULAN, PENGOLAHAN DAN ANALISIS DATA 4. Pegumpula Data Data yag peuls kumpulka adalah data yag berhubuga dega proses produks, lapora kerusaka mes, lapora reject dalam produks yag dtaga oleh

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Pegerta Perawata (Mateace) Meurut Assaur (999, p95) perawata merupaka kegata utuk memelhara atau mejaga fasltas da peralata pabrk, da megadaka perbaka, peyesuaa, atau peggata yag dperluka

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa merupaka baga regres yag mecakup hubuga ler satu peubah acak tak bebas dega satu peubah bebas. Hubuga ler da dar satu populas dsebut gars regres

Lebih terperinci

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI 9.1. Dstrbus Kotu Dstrbus memlk sfat kotu dmaa data yag damat berjala secara kesambuga da tdak terputus. Maksudya adalah bahwa data yag damat tersebut tergatug

Lebih terperinci

Uji Statistika yangb digunakan dikaitan dengan jenis data

Uji Statistika yangb digunakan dikaitan dengan jenis data Uj Statstka yagb dguaka dkata dega jes data Jes Data omal Ordal Iterval da Raso Uj Statstka Koefse Kotges Rak Spearma Kedall Tau Korelas Parsal Kedall Tau Koefse Kokordas Kedall W Pearso Korelas Gada Korelas

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI 22 BAB II LANDASAN TEORI 2.1 Pedahulua 2.1.1 Pegerta Mateace Beberapa pegerta perawata (mateace) meurut ahl : 1. Meurut Corder (1988), perawata merupaka suatu kombas dar tdaka yag dlakuka utuk mejaga suatu

Lebih terperinci

UKURAN GEJALA PUSAT DAN UKURAN LETAK

UKURAN GEJALA PUSAT DAN UKURAN LETAK UKURAN GEJALA PUSAT DAN UKURAN LETAK MODUL 4 UKURAN GEJALA PUSAT DAN UKURAN LETAK. Pedahulua Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu persoala, bak megea sampel atau pu

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA.1 Pedahulua Sebelum membahas megea prosedur peguja hpotess, terlebh dahulu aka djelaska beberapa teor da metode yag meujag utuk mempermudah pembahasa. Adapu teor da metode tersebut

Lebih terperinci

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai BAB LANDASAN TEORI. Kosep Dasar Aalss Regres Aalss regres regressso aalyss merupaka suatu tekk utuk membagu persamaa da megguaka persamaa tersebut utuk membuat perkraa predcto. Dega demka, aalss regres

Lebih terperinci

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM 1 Megetahu perhtuga persamaa regres ler Meggambarka persamaa regres ler ke dalam dagram pecar TEORI PENUNJANG Persamaa Regres adalah persamaa matematka

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4. Deskrps Peelta Berdasarka hasl peelta, d peroleh data megea kemempua sswa melakuka smash sebelum da sesudah latha power otot lega adalah sebaga berkut : Tabel.

Lebih terperinci

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu BAB II LADASA TEORI Dalam pegambla sampel dar suatu populas, dperluka suatu tekk pegambla sampel yag tepat sesua dega keadaa populas tersebut. Sehgga sampel yag dperoleh adalah sampel yag dapat mewakl

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 1 Pegerta Regres Istlah regres pertama kal dperkealka oleh Fracs Galto Meurut Galto, aalss regres berkeaa dega stud ketergatuga dar suatu varabel yag dsebut tak bebas depedet varable,

Lebih terperinci

8. MENGANALISIS HASIL EVALUASI

8. MENGANALISIS HASIL EVALUASI 8. MENGANALISIS HASIL EVALUASI Tujua : Mampu megaalsa tgkat kesukara hasl evaluas utuk megkatka hasl proses pembelajara Kegata megaals hasl evaluas merupaka upaya utuk memperbak programprogram pembelajara

Lebih terperinci

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran Kurkulum 013/006 matematka K e l a s XI STATISTIKA: UKURAN PEMUSATAN Tujua Pembelajara Setelah mempelajar mater, kamu dharapka memlk kemampua berkut. 1. Dapat meetuka rata-rata data tuggal da data berkelompok..

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel BAB I PENDAHULUAN 1.1 Statstka Deskrptf da Statstka Iferesal Dewasa d berbaga bdag lmu da kehdupa utuk memaham/megetahu sesuatu dperluka dat Sebaga cotoh utuk megetahu berapa bayak rakyat Idoesa yag memerluka

Lebih terperinci

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri III. METODE PEELITIA A. Metodolog Peelta Metodolog peelta adalah cara yag dlakuka secara sstemats megkut atura-atura, recaaka oleh para peeltutuk memecahka permasalaha yag hdup da bergua bag masyarakat,

Lebih terperinci

TATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Fitri Yulianti, SP. Msi.

TATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Fitri Yulianti, SP. Msi. TATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Ftr Yulat, SP. Ms. UKURAN DATA Ukura data Ukura Pemusata data Ukura letak data Ukura peyebara data Mea Meda Jagkaua Meda Kuartl Jagkaua atar

Lebih terperinci

ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET

ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET Prosdg Semar Nasoal Peelta, Peddka da Peerapa MIPA Fakultas MIPA, Uverstas Neger Yogyakarta, 6 Me 9 ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET Sty Rachyay Pusat Pemafaata Sas Atarksa,

Lebih terperinci

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi STATISTIKA A. Des Umum. Pegerta statstk Statstk adalah kumpula akta yag berbetuk agka da dsusu dalam datar atau tabel yag meggambarka suatu persoala. Cotoh: statstk kurs dolar Amerka, statstk pertumbuha

Lebih terperinci

S2 MP Oleh ; N. Setyaningsih

S2 MP Oleh ; N. Setyaningsih S2 MP Oleh ; N. Setyagsh MATERI PERTEMUAN 1-3 (1)Pedahulua pera statstka dalam peelta ; (2)Peyaja data : dalam betuk (a) tabel da (b) dagram; (3) ukura tedes setaral da ukura peympaga (4)dstrbus ormal

Lebih terperinci

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data //203 UKURAN GEJALA PUSAT DAN UKURAN LETAK Kaa Evta Dew, S.Pd., M.S. Ukura gejala pusat Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu hal, bak tu dar sampel ataupu populas Ukura

Lebih terperinci

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu KORELASI 1 D dua kta tdak dapat hdup sedr, tetap memerluka hubuga dega orag la. Hubuga tu pada umumya dlakuka dega maksud tertetu sepert medapat kergaa pajak, memperoleh kredt, memjam uag, serta mta pertologa/batua

Lebih terperinci

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA 40 BAB IV PENGUMPULAN DAN PENGOLAHAN DATA Pada bagia ii aka diuraika megeai hasil kegiata pegumpula data da proses pegolaha data yag dilakuka. Sebagai objek peelitia adalah mesi ove botol PT.Pharos Idoesia.

Lebih terperinci

LANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal)

LANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal) LANGKAH-LANGKAH UJI HIPOTESIS DENGAN (Utuk Data Nomal). Merumuska hpotess (termasuk rumusa hpotess statstk). Data hasl peelta duat dalam etuk tael slag (tael frekues oservas) 3. Meetuka krtera uj atau

Lebih terperinci

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN // REGRESI LINEAR SEDERHANA DAN KORELASI. Model Regres Lear. Peaksr Kuadrat Terkecl 3. Predks Nla Respos 4. Iferes Utuk Parameter-parameter Regres 5. Kecocoka Model Regres 6. Korelas Utrwe Mukhayar MA

Lebih terperinci

UKURAN GEJALA PUSAT (UGP)

UKURAN GEJALA PUSAT (UGP) UKURAN GEJALA PUSAT (UGP) Pegerta: Rata-rata (average) alah suatu la yag mewakl suatu kelompok data. Nla dsebut juga ukura gejala pusat karea pada umumya mempuya kecederuga terletak d tegah-tegah da memusat

Lebih terperinci

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES * PENYAJIAN DATA Secara umum, ada dua cara peyaja data, yatu : 1. Tabel atau daftar. Grafk atau dagram Macam-macam daftar yag dkeal : a. Daftar bars kolom b. Daftar kotges c. Daftar dstrbus frekues Sedagka

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2. Pegerta Pemelharaa da Perawata Pegerta Pemelharaa da Perawata ( Mateace ) meurut Assaur adalah suatu kegata utuk mejaga atau memelhara fasltas da peralata pabrk da megadaka perbaka

Lebih terperinci

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas:

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas: ANALISIS REGRESI Pedahulua Aalss regres berkata dega stud megea ketergatuga satu peubah (peubah terkat) terhadap satu atau lebh peubah laya (peubah pejelas). Jka Y dumpamaka sebaga peubah terkat da X1,X,...,X

Lebih terperinci

b) Untuk data berfrekuensi fixi Data (Xi)

b) Untuk data berfrekuensi fixi Data (Xi) B. Meghtug ukura pemusata, ukura letak da ukura peyebara data serta peafsraya A. Ukura Pemusata Data Msalka kumpula data berkut meujukka hasl pegukura tgg bada dar orag sswa. 0 cm 30 cm 5 cm 5 cm 35 cm

Lebih terperinci

BAB III UKURAN PEMUSATAN DATA

BAB III UKURAN PEMUSATAN DATA BAB III UKURAN PEMUSATAN DATA A. Ukura Gejala Pusat Ukura pemusata adalah suatu ukura yag meujukka d maa suatu data memusat atau suatu kumpula pegamata memusat (megelompok). Ukura pemusata data adalah

Lebih terperinci

3/19/2012. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut

3/19/2012. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut 3/9/202 UKURAN GEJALA PUSAT DAN UKURAN LETAK Kaa Evta Dew, S.Pd., M.S. Ukura gejala pusat Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu hal, bak tu dar sampel ataupu populas

Lebih terperinci

III. METODOLOGI PENELITIAN. Metode penelitian merupakan strategi umum yang di anut dalam

III. METODOLOGI PENELITIAN. Metode penelitian merupakan strategi umum yang di anut dalam III. METODOLOGI PENELITIAN A. Metode Peelta Metode peelta merupaka strateg umum yag d aut dalam pegumpula data da aalss data yag dperluka, gua mejawab persoala yag dhadap. Meurut Arkuto (006 : 3) peelta

Lebih terperinci

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP Msal dguaka kode ler C[, k, d] dega matrks pembagu G da matrks cek partas H. Sebuah blok formas x = x 1 x 2 x k, x = 0 atau 1, yag aka dkrm terlebh

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Sampa saat, model Regres da model Aalss Varas telah dpadag sebaga dua hal ag tdak berkata. Meskpu merupaka pedekata ag umum dalam meeragka kedua cara pada taraf permulaa,

Lebih terperinci

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani FMDAM (2) Chartas Fbra Techque for Order Preferece by Smlarty to Ideal Soluto () ddasarka pada kosep dmaa alteratf terplh yag terbak tdak haya memlk jarak terpedek dar solus deal postf, amu juga memlk

Lebih terperinci

BAB 1 ERROR PERHITUNGAN NUMERIK

BAB 1 ERROR PERHITUNGAN NUMERIK BAB ERROR PERHITUNGAN NUMERIK A. Tujua a. Memaham galat da hampra b. Mampu meghtug galat da hampra c. Mampu membuat program utuk meelesaka perhtuga galat da hampra dega Matlab B. Peragkat da Mater a. Software

Lebih terperinci

Regresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( )

Regresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( ) Regres & Korelas Ler Sederhaa 1. Pedahulua Gagasa perhtuga dtetapka oleh Sr Fracs Galto (18-1911) Persamaa regres :Persamaa matematk yag memugkka peramala la suatu peubah takbebas (depedet varable) dar

Lebih terperinci

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL Hesty ala, Arsma Ada, Bustam hestyfala@ymalcom Mahasswa Program S Matematka MIPA-UR Dose Matematka MIPA-UR

Lebih terperinci

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas TEKNIK SAMPLING Hazmra Yozza Izzat Rahm HG Jurusa Matematka FMIPA Uverstas Adalas Defs Suatu cotoh gerombol adalah suatu cotoh acak sederhaa dmaa setap ut pearka cotoh adalah kelompok atau gerombol dar

Lebih terperinci

BAB 5. ANALISIS REGRESI DAN KORELASI

BAB 5. ANALISIS REGRESI DAN KORELASI BAB 5. ANALISIS REGRESI DAN KORELASI Tujua utama aalss regres adalah mecar ada tdakya hubuga ler atara dua varabel: Varabel bebas (X), yatu varabel yag mempegaruh Varabel terkat (Y), yatu varabel yag dpegaruh

Lebih terperinci

Uji Modifikasi Peringkat Bertanda Wilcoxon Untuk Masalah Dua Sampel Berpasangan 1 Wili Solidayah 2 Siti Sunendiari 3 Lisnur Wachidah

Uji Modifikasi Peringkat Bertanda Wilcoxon Untuk Masalah Dua Sampel Berpasangan 1 Wili Solidayah 2 Siti Sunendiari 3 Lisnur Wachidah Prosdg Statstka ISSN 40-45 Uj Modfkas Pergkat Bertada Wlcoxo Utuk Masalah Dua Sampel Berpasaga 1 Wl Soldayah St Suedar 3 Lsur Wachdah 1, Statstka, Fakultas MIPA, Uverstas Islam Badug, Jl. Tamasar No. 1

Lebih terperinci

2.2.3 Ukuran Dispersi

2.2.3 Ukuran Dispersi 3 Ukura Dspers Yag aka dbahas ds adalah smpaga baku da varas karea dua ukura dspers yag palg serg dguaka Hubuga atara smpaga baku dega varas adalah Varas = Kuadrat dar Smpaga baku otas yag umum dguaka

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu

BAB 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu BAB TINJAUAN TEORITIS. Pegerta Aalsa Regres Istlah regres pertama kal dperkealka oleh Fracs Galto. Meurutya, aalss regres berkeaa dega stud ketergatuga atara dua atau lebh varabel yatu varabel yag meeragka

Lebih terperinci

III BAHAN/OBJEK DAN METODE PENELITIAN. Objek yang digunakan dalam penelitian ini adalah 50 ekor sapi Pasundan

III BAHAN/OBJEK DAN METODE PENELITIAN. Objek yang digunakan dalam penelitian ini adalah 50 ekor sapi Pasundan III BAHAN/OBJEK DAN METODE PENELITIAN 3.1. Baha da Alat Peelta 3.1.1. Baha Peelta Objek yag dguaka dalam peelta adalah 50 ekor sap Pasuda jata da beta dewasa dega umur -3 tahu da tdak butg utuk meghdar

Lebih terperinci

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan Aalsa Numerk Baha Matrkulas PENDAHULUAN Metode umerk merupaka suatu tekk atau cara utuk megaalsa da meyelesaka masalah masalah d dalam bdag rekayasa tekk da sa dega megguaka operas perhtuga matematk Masalah-masalah

Lebih terperinci

POLIGON TERBUKA TERIKAT SEMPURNA

POLIGON TERBUKA TERIKAT SEMPURNA MODUL KULIAH ILMU UKUR TANAH POLIGON TERBUKA TERIKAT SEMPURNA Pegerta : peetua azmuth awal da akhr, peetuat kesalaha peutup sudut,koreks sudut, kesalaha lear da koreks lear kearah sumbu X da Y, Peetua

Lebih terperinci

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS C. Pembelajara 3 1. Slabus N o STANDA R KOMPE TENSI KOMPE TENSI DASAR INDIKATOR MATERI TUGAS BUKTI BELAJAR KON TEN INDIKA TOR WAK TU SUM BER BELA JAR Meerap ka atura kosep statstka dalam pemecah a masalah

Lebih terperinci

BAB 2 LANDASAN TEORITIS. yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama.

BAB 2 LANDASAN TEORITIS. yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama. BAB 2 LANDASAN TEORITIS 2.1 Pegerta Peramala Peramala ( forecastg ) adalah kegata memperkraka atau mempredkska apa yag aka terjad pada masa yag aka datag dega waktu yag relatf lama. Sedagka ramala adalah

Lebih terperinci

MATEMATIKA INTEGRAL RIEMANN

MATEMATIKA INTEGRAL RIEMANN MATEMATIKA KELAS XII IPA - KURIKULUM GABUNGAN Ses NGAN INTEGRAL RIEMANN A. NOTASI SIGMA a. Defs Notas Sgma Sgma (Σ) adalah otas matematka megguaka smbol yag mewakl pejumlaha da beberapa suku yag memlk

Lebih terperinci

BAB 2 LANDASAN TEORI. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama.

BAB 2 LANDASAN TEORI. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama. BAB 2 LANDASAN TEORI 2.1 Pegerta Peramala Peramala ( forecastg ) adalah kegata memperkraka atau mempredkska apa yag aka terjad pada masa yag aka datag dega waktu yag relatve lama. Sedagka ramala adalah

Lebih terperinci

Ukuran Pemusatan Data. Arum Handini P., M.Sc Ayundyah K., M.Si.

Ukuran Pemusatan Data. Arum Handini P., M.Sc Ayundyah K., M.Si. Ukura Pemusata Data Arum Had P., M.Sc Ayudyah K., M.S. Notas utuk Populas da Sampel Notas: Mea (rata-rata) Sample x Populas μ Varas s 2 σ 2 Smpaga baku s σ Ukura Pemusata Data 1. Mea (rata-rata) 2. Meda

Lebih terperinci

Bab II Teori Pendukung

Bab II Teori Pendukung Bab II Teor Pedukug.. asar Statstka Utuk keperlua peaksra outstadg clams lablty, pegetahua dalam statstka mead hal yag petg. asar statstka yag dguaka dalam tess atara la :. strbus ormal Sebuah peubah acak

Lebih terperinci

Mean untuk Data Tunggal. Definisi. Jika suatu sampel berukuran n dengan anggota x1, x2, x3,, xn, maka mean sampel didefinisiskan : n Xi.

Mean untuk Data Tunggal. Definisi. Jika suatu sampel berukuran n dengan anggota x1, x2, x3,, xn, maka mean sampel didefinisiskan : n Xi. Mea utuk Data Tuggal Des. Jka suatu sampel berukura dega aggota x1, x, x3,, x, maka mea sampel ddesska : 1... N 1 Mea utuk Data Kelompok Des Mea dar data yag dkelompoka adalah : x x 1 1 1 dega : x = ttk

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB METODE PENELTAN 3.1 Tempat da Waktu Peelta Peelta dlaksaaka d areal/wlaah koses huta PT. Sarmeto Parakata Tmber, Kalmata Tegah pada bula Aprl sampa dega Me 007. 3. Baha da Alat Baha ag dguaka utuk

Lebih terperinci

UKURAN PEMUSATAN & PENYEBARAN

UKURAN PEMUSATAN & PENYEBARAN UKURAN PEMUSATAN & PENYEBARAN RATA - RATA UKURAN PEMUSATAN MEDIAN MODUS Rata rata htug (mea) Merupaka hasl bag dar sejumlah skr dega bayakya respde Utuk Data Tdak Berkelmpk x Dmaa : = la samapa x = la

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Bab aka mejelaska megea ladasa teor yag dpaka oleh peuls dalam peelta. Bab dbag mejad beberapa baga, yag masg masg aka mejelaska Prcpal Compoet Aalyss (PCA), Egeface, Klusterg K-Meas,

Lebih terperinci

Regresi & Korelasi Linier Sederhana

Regresi & Korelasi Linier Sederhana Regres & Korelas Ler Sederhaa. Pedahulua Gagasa perhtuga dtetapka oleh Sr Fracs Galto (8-9) Persamaa regres :Persamaa matematk ag memugkka peramala la suatu peubah takbebas (depedet varable) dar la peubah

Lebih terperinci

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL 3. Pegerta Masalah regres vers dega betuk lear dapat djumpa dalam berbaga bdag kehdupa, dataraya dalam bdag ekoom, kesehata, fska, kma

Lebih terperinci

Pada saat upacara bendera, kita sering memperhatikan teman-teman kita.

Pada saat upacara bendera, kita sering memperhatikan teman-teman kita. Bab Ukura Data Pada saat upacara bedera, kta serg memperhatka tema-tema kta. Terkadag tapa sadar kta membadgka tgg redah sswa dalam upacara tersebut. Ada yag tggya 170 cm, 165 cm, 150 cm atau bahka 140

Lebih terperinci

BAB III METODOLOGI III-1

BAB III METODOLOGI III-1 BAB III METODOLOGI III.1. Data terumbu karag da Pegolaha Data terumbu karag beserta wlayah kaja berasal dar Setash dkk., 006 (WWF-Idoesa). Data kerusaka terumbu karag yag dguaka adalah data tahu 1997-1998,

Lebih terperinci

STATISTIKA DASAR. Oleh

STATISTIKA DASAR. Oleh STATISTIKA DASAR Oleh Suryo Gurto cara peyaja data - tabel - grak meghtug harga-harga petg : - ukura lokas - ukura sebara/peympaga apabla data mempuya observasya cukup bayak perlu dsusu secara sstematk

Lebih terperinci

III. METODOLOGI PENELITIAN. Menurut Arikunto (1991 : 3) penelitian eksperimendalah suatu penelitian yang

III. METODOLOGI PENELITIAN. Menurut Arikunto (1991 : 3) penelitian eksperimendalah suatu penelitian yang 37 III. METODOLOGI PENELITIAN A. Metode Peelta Metode peelta merupaka suatu cara tertetu yag dguaka utuk meelt suatu permasalaha sehgga medapatka hasl atau tujua yag dgka. Meurut Arkuto (1991 : 3) peelta

Lebih terperinci

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST Koferes Nasoal Tekk Spl 3 (KoNTekS 3) Jakarta, 6 7 Me 009 WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST Maksum Taubrata Program Stud Tekk Spl, Uverstas Krste Maraatha Badug Jl.

Lebih terperinci

BAB 2 : BUNGA, PERTUMBUHAN DAN PELURUHAN

BAB 2 : BUNGA, PERTUMBUHAN DAN PELURUHAN Jl. Raya Wagu Kel. Sdagsar Kota Bogor Telp. 0251-8242411, emal: prohumas@smkwkrama.et, webste : www.smkwkrama.et BAB 2 : BUNGA, PERTUBUHAN DAN PELURUHAN PENGERTIAN BUNGA Buga adalah jasa dar smpaa atau

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 9 BAB LANDASAN TEORI. Defs Pemelharaa Agar suatu kegata produks dapat berlagsug dega lacar, meghaslka produk-produk yag bermutu tgg, maka perlu ddukug oleh mes-mes atau peralata yag hadal da sap bekerja

Lebih terperinci

BAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah

BAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah BAB III INEGRAL RIEMANN-SIELJES. Pedahulua Pada Bab, telah dsggug bahwa ukura meghtug merupaka salah satu pedekata utuk membetuk proses ttk. Berkata dega masalah perhtuga, ada hal meark yag perlu amat,

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Dalam pemodela program ler, semua parameter yag dguaka dalam model dasumska dapat dketahu secara past. Parameter-parameter terdr dar koefse batasa ( ) a, la kuattas batasa

Lebih terperinci

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling BAB LANDASAN TEORI Kosep Dasar Aalss Regres Aalss regres adalah suatu proses memperkraka secara sstemats tetag apa yag palg mugk terjad dmasa yag aka datag berdasarka formas yag sekarag dmlk agar memperkecl

Lebih terperinci

Jawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2

Jawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2 M 81 STTISTIK DSR SEMESTER II 11/1 KK STTISTIK, FMIP IT SOLUSI UJIN TENGH SEMESTER (UTS) Sabtu, 1 Me 1, Pukul 9. 1.4 WI (1 met) Kelas 1. Pegajar: Udjaa S. Pasarbu/Rr. Kura Novta Sar, Kelas. Pegajar: Utrwe

Lebih terperinci

BAB 4 HASIL DAN PEMBAHASAN

BAB 4 HASIL DAN PEMBAHASAN BAB 4 HASIL DAN PEMBAHASAN 4. Pegumpula da Pegolaha Data 4.. Peetua Sectio Kritis Perhituga pada peelitia ii dimulai dega megumpulka data jumlah breakdow da dowtime pada setiap sectio yag ditagai oleh

Lebih terperinci

ANALISIS SURVIVAL DENGAN MODEL REGRESI COX WEIBULL PADA PENDERITA DEMAM BERDARAH DENGUE (DBD) DI RUMAH SAKIT HAJI SUKOLILO SURABAYA

ANALISIS SURVIVAL DENGAN MODEL REGRESI COX WEIBULL PADA PENDERITA DEMAM BERDARAH DENGUE (DBD) DI RUMAH SAKIT HAJI SUKOLILO SURABAYA ANALISIS SURVIVAL DENGAN MODEL REGRESI COX WEIBULL PADA PENDERITA DEMAM BERDARAH DENGUE (DBD) DI RUMAH SAKIT HAJI SUKOLILO SURABAYA Edhy Bastya, da I Nyoma Latra Jurusa Statstka, Fakultas Matematka da

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 8 BAB LANDASAN TEORI. Prevetve Mateace.. Pegerta Perawata (Mateace) Meurut Assaur (999, p59) perawata merupaka kegata utuk memelhara atau mejaga fasltas da peralata pabrk, da megadaka perbaka, peesuaa

Lebih terperinci

STATISTIK. Ukuran Gejala Pusat Ukuran Letak Ukuran Simpangan, Dispersi dan Variasi Momen, Kemiringan, dan Kurtosis

STATISTIK. Ukuran Gejala Pusat Ukuran Letak Ukuran Simpangan, Dispersi dan Variasi Momen, Kemiringan, dan Kurtosis STATISTIK Ukura Gejala Pusat Ukura Letak Ukura Smpaga, Dspers da Varas Mome, Kemrga, da Kurtoss Notas Varabel dyataka dega huruf besar Nla dar varabel dyataka dega huruf kecl basaya dtuls Tmes New Roma

Lebih terperinci

REGRESI & KORELASI LINIER SEDERHANA

REGRESI & KORELASI LINIER SEDERHANA . Pedahulua REGRESI & KORELASI LINIER SEDERHANA Gagasa perhtuga dtetapka oleh Sr Fracs Galto (8-9) Persamaa regres :Persamaa matematk ag memugkka peramala la suatu peubah takbebas (depedet varable) dar

Lebih terperinci

ANALISIS PEUBAH PREDIKTOR YANG MEMUAT KESALAHAN PENGUKURAN DENGAN REGRESI ORTOGONAL

ANALISIS PEUBAH PREDIKTOR YANG MEMUAT KESALAHAN PENGUKURAN DENGAN REGRESI ORTOGONAL Prosdg Semar Nasoal Peelta, Peddka da Peerapa MIPA, Fakultas MIPA, Uverstas Neger Yogyakarta, 4 Me ANALISIS PEUBAH PREDIKTOR YANG MEMUAT KESALAHAN PENGUKURAN DENGAN REGRESI ORTOGONAL Ksmat Jurusa Peddka

Lebih terperinci

Penarikan Contoh Acak Sederhana (Simple Random Sampling)

Penarikan Contoh Acak Sederhana (Simple Random Sampling) Pearka Cotoh Acak Sederhaa (Smple Radom Samplg) Defs Jka sebuah cotoh berukura dambl dar suatu populas sedemka rupa sehgga setap cotoh berukura ag mugk memlk peluag sama utuk terambl, maka prosedur tu

Lebih terperinci

Estimasi Parameter Generalized Pareto Distribution Pada Kasus Identifikasi Perubahan Iklim di Sentra Produksi Padi Jawa Timur

Estimasi Parameter Generalized Pareto Distribution Pada Kasus Identifikasi Perubahan Iklim di Sentra Produksi Padi Jawa Timur JURNAL SAINS DAN SENI POMITS Vol., No., (3) 337-35 (3-98X Prt) D-4 Estmas Parameter Geeralzed Pareto Dstrbuto Pada Kasus Idetfkas Perubaha Iklm d Setra Produks Pad Jawa Tmur Yustka Des Wula Sar da Sutko

Lebih terperinci

Estimasi Parameter Generalized Pareto Distribution Pada Kasus Identifikasi Perubahan Iklim di Sentra Produksi Padi Jawa Timur

Estimasi Parameter Generalized Pareto Distribution Pada Kasus Identifikasi Perubahan Iklim di Sentra Produksi Padi Jawa Timur YUSTIKA DESI WULAN SARI 39 4 Estmas Parameter Geeralzed Pareto Dstrbuto Pada Kasus Idetfkas Perubaha Iklm d Setra Produks Pad Jawa Tmur Yustka Des Wula Sar da Sutko Jurusa Statstka, Fakultas Matematka

Lebih terperinci

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI BB 6 PRINSIP INKLUSI DN EKSKLUSI Pada baga aka ddskuska topk berkutya yatu eumeras yag damaka Prsp Iklus da Eksklus. Kosep dalam bab merupaka perluasa de dalam Dagram Ve beserta oepras rsa da gabuga, amu

Lebih terperinci

BAB III ISI. x 2. 2πσ

BAB III ISI. x 2. 2πσ BAB III ISI 4. Keadata Normal Multvarat da Sfat-sfatya Keadata ormal multvarat meruaka geeralsas dar keadata ormal uvarat utuk dmes. f ( x) [( x )/ ] / = e x π x = ( x )( ) ( x ). < < (-) (-) Betuk (-)

Lebih terperinci

ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF

ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF KELOMPOK A I GUSTI BAGUS HADI WIDHINUGRAHA (0860500) NI PUTU SINTYA DEWI (0860507) LUH GEDE PUTRI SUARDANI (0860508) I PUTU INDRA MAHENDRA PRIYADI (0860500)

Lebih terperinci

TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP

TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP JURNAL MATEMATIKA DAN KOMPUTER Vol. 7. No. 1, 11-19, Aprl 004, ISSN : 1410-8518 TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM Sudaro Jurusa Matematka FMIPA UNDIP Abstrak Sstem yag dbetuk

Lebih terperinci

k N 1 = s X Dimana : = Jumlah pengamatan yang seharusnya dilakukan.

k N 1 = s X Dimana : = Jumlah pengamatan yang seharusnya dilakukan. Uj Kecukupa da keseragama Data Uj kecukupa data dguaka utuk meetuka bahwa jumlah sampel data yag dambl telah cukup utuk proses veres ataupu pegolaha sata pada proses selajutya. Dalam uj aka dguaka persamaa

Lebih terperinci

BAB III PERSAMAAN PANAS DIMENSI SATU

BAB III PERSAMAAN PANAS DIMENSI SATU BAB III PERSAMAAN PANAS DIMENSI SAU Pada baga sebelumya, kta telah membahas peerapa metoda Ruge-Kutta orde 4 utuk meyelesaka masalah la awal dar persamaa dferesal basa orde. Pada bab, kta aka melakuka

Lebih terperinci

Regresi Linier Sederhana Definisi Pengaruh

Regresi Linier Sederhana Definisi Pengaruh Regres Ler Sederhaa Dah Idra Baga Bostatstka da Kepeduduka Fakultas Kesehata Masyarakat Uverstas Arlagga Defs Pegaruh Jka terdapat varabel, msalka da yag data-dataya dplot sepert gambar dbawah 3 Defs Pegaruh

Lebih terperinci

Sudaryatno Sudirham. Permutasi dan Kombinasi

Sudaryatno Sudirham. Permutasi dan Kombinasi Sudaryato Sudrham Permutas da Kombas Permutas Permutas adalah bayakya peelompoka sejumlah tertetu kompoe ya dambl dar sejumlah kompoe ya terseda; dalam setap kelompok uruta kompoe dperhatka Msalka terseda

Lebih terperinci

PEDOMAN STATISTIK UJI PROFISIENSI

PEDOMAN STATISTIK UJI PROFISIENSI DPLP 3 Rev. 0 PEDOMAN STATISTIK UJI PROFISIENSI Komte Akredtas Nasoal Natoal Accredtato Body of Idoesa Gedug Maggala Waabakt, Blok IV, Lt. 4 Jl. Jed. Gatot Subroto, Seaya, Jakarta 070 Idoesa Tel. : 6 5747043,

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

REGRESI NONPARAMETRIK SPLINE UNTUK DATA BERAT BADAN BALITA MENURUT UMUR DI KABUPATEN BOJONEGORO TAHUN 2010

REGRESI NONPARAMETRIK SPLINE UNTUK DATA BERAT BADAN BALITA MENURUT UMUR DI KABUPATEN BOJONEGORO TAHUN 2010 REGRESI NONPARAMETRIK SPLINE UNTUK DATA BERAT BADAN BALITA MENURUT UMUR DI KABUPATEN BOJONEGORO TAUN Mahasswa Yulda Federka 9 5 6 Dose Pembmbg Ir. Mutah Salamah,M.Kes da Jerry Dw T.P.,S.S,M.S ABSTRAK Pertumbuha

Lebih terperinci

TUGAS MATA KULIAH TEORI RING LANJUT MODUL NOETHER

TUGAS MATA KULIAH TEORI RING LANJUT MODUL NOETHER TUGAS ATA KULIAH TEORI RING LANJUT ODUL NOETHER Da Aresta Yuwagsh (/364/PPA/03489) Sebelumya, telah dketahu bahwa sebaga rg dega eleme satua memeuh sfat rata ak utuk deal-deal d. Apabla dpadag sebaga modul,

Lebih terperinci

LAMPIRAN. Lampiran 1. Bagan alir pembuatan gel sebelum ditambah minyak nilam dan minyak lavender. Aquades. Panaskan aquades sampai mendidih

LAMPIRAN. Lampiran 1. Bagan alir pembuatan gel sebelum ditambah minyak nilam dan minyak lavender. Aquades. Panaskan aquades sampai mendidih LAMPIRAN Lampra 1. Baga alr pembuata gel sebelum dtambah myak lam da myak laveder Aquades Paaska aquades sampa meddh Agar agar, xatha gum, sodum bezoat Aduk hgga homoge Turuka suhu hgga 65 0 C Prople glkol

Lebih terperinci

STATISTIKA. A. Tabel Langkah untuk mengelompokkan data ke dalam tabel distribusi frekuensi data berkelompok/berinterval: a. Rentang/Jangkauan (J)

STATISTIKA. A. Tabel Langkah untuk mengelompokkan data ke dalam tabel distribusi frekuensi data berkelompok/berinterval: a. Rentang/Jangkauan (J) STATISTIKA A. Tabel Lagkah utuk megelompokka data ke dalam tabel dstrbus frekues data berkelompok/berterval: a. Retag/Jagkaua (J) J X maks X m b. Bayak kelas (k) Megguaka atura Sturgess, yatu k,. log c.

Lebih terperinci

Dasar Ekonomi Teknik: Matematika Uang. Ekonomi Teknik TIP FTP UB

Dasar Ekonomi Teknik: Matematika Uang. Ekonomi Teknik TIP FTP UB Dasar Ekoom Tekk: Matematka Uag Ekoom Tekk TIP TP UB Bahasa lra Kas (Cash low Tme Value of Moey Buga Ekvales Cash low Tata alra uag masuk da keluar per perode waktu pada suatu perusahaa lra kas aka terjad

Lebih terperinci

BAB IV HASIL PENELITIAN. Hasil penelitian ini berdasarkan data yang diperoleh dari kegiatan penelitian

BAB IV HASIL PENELITIAN. Hasil penelitian ini berdasarkan data yang diperoleh dari kegiatan penelitian BAB IV HASIL PENELITIAN Hasl peelta berdasarka data yag dperole dar kegata peelta yag tela dlaksaaka ole peelt d MTs Salafya II Radublatug Blora pada kelas VIII A tau ajara 1 11. Data asl peelta tersebut

Lebih terperinci

ANALISIS DATA STATISTIK. Adi Setiawan

ANALISIS DATA STATISTIK. Adi Setiawan ANALISIS DATA STATISTIK Ad Setawa Peerbt Tsara Grafka Salatga 017 Katalog Dalam Terbta 519.5 ADI Ad Setawa a Aalss data statstk/ Ad Setawa. -- Salatga : Tsara Grafka, 017. v, 5 p. ; 5 cm. ISBN 978-60-9493-5-8

Lebih terperinci