INTERPRETASI SINYAL OUT OF CONTROL PADA DIAGRAM KONTROL MULTIVARIAT

Ukuran: px
Mulai penontonan dengan halaman:

Download "INTERPRETASI SINYAL OUT OF CONTROL PADA DIAGRAM KONTROL MULTIVARIAT"

Transkripsi

1 INERPREAI INYAL OU OF CONROL PADA DIAGRAM KONROL MULIVARIA Wahyun uryanngtya, Muhamma Mahur Mahawa Juruan tatta I, urabaya, 63 Doen Juruan tatta I, urabaya, 63 ABRAK Pengenalan ualta alam PC (tattcal Proce Control beraaran varabel aratert ualta beaan mena ua macam yatu agram ontrol unvarat an agram ontrol multvarat. Paa umumnya eua agram gunaan untu montorng an controllng (mean an varablta proe prou. Pengontrolan multvarat ba untu mean an varablta proe alam au prou aalah apabla tera out of control lebh ar atu varabel aratert ualta an alng berorela, ehngga perlu entfa varabel penyebab teranya nyal ta terenal terebut engan menggunaan agram ontrol multvarat. Paa peneltan n penerapan lauan paa ata proe prou pta plat. Peneltan n melbatan lma aratert ualta yatu ener (berat pta, lebar pta, trength (uat tar pta, tenacty (euatan tar pta per ener, an elongaton (emuluran pta. Metoe anal yang gunaan aalah metoe eompo MY (Maon, Young, an racy alam mengontrol mean proe engan mengentfaan varabel penyebab teranya nyal out of control. eangan untu pengontrolan varablta multvarat alam mengentfaan varabel penyebab teranya nyal out of control gunaan metoe eompo matr ovaran. Beraaran hal anal peroleh bahwa varabel yang erng menyebaban teranya proe pengamatan ta terontrol ba alam mean an varablta paa prou pta plat aalah ener an tenacty. Kata unc: Metoe eompo MY, Metoe eompo matr ovaran, nyal out of control. PENDAHULUAN Pengenalan ualta alam PC (tattcal Proce Control beraaran varabel aratert ualta beaan mena ua macam yatu agram ontrol unvarat an agram ontrol multvarat. Paa umumnya eua agram gunaan untu montorng an controllng (mean an varablta proe prou. Paa agram ontrol multvarat Hotellng untu pengontrolan proe terhaap mean an agram ontrol generalze varance atau metoe etermnan matr ovaran alam pengontrolan proe terhaap varablta yang lauan oleh peneltan ebelumnya etahu bahwa ecara tatt proe pembuatan pta plat telah terontrol engan ba alam mean maupun varablta. Namun peneltan elanutnya yang membanngan agram ontrol multvarat Hotellng engan agram ontrol MEWMA (Multvarate Eponentally Weghte Movng Average untu pengontrolan terhaap mean paa proe pembuatan pta plat, beraaran hal peneltan perbanngan eua agram ontrol terebut aalah apat mpulan bahwa agram ontrol MEWMA lebh entf alam menete pergeeran proe. entfta agram ontrol MEWMA tunuan melalu tt-tt pengamatan yang eluar paa bata enal tetap belum apat menentuan varabel-varabel yang menyebaban proe ta terenal (out of control. Peneltan Maon, Young, an racy (99 mengembangan uatu peneatan tentang metoe eompo, yang terenal engan metoe eompo MY (Maon, Young, an racy. Metoe n merupaan pengembangan metoe eompo ar Hotellng untu menentuan ontrbu varabel-varabel atau hubungan antara varabel yang menyebaban uatu proe out of control e alam pengaturan agram ontrol multvarat. eangan paa agram ontrol multvarat untu memontor varablta proe prou engan membanngan agram ontrol generalze varance atau metoe etermnan matr ovaran engan metoe eompo matr ovaran beraaran ARL (Average Run Length alam menete nyal out of control. Dar hal peneltan peroleh bahwa metoe eompo matr ovaran lebh cepat menete nyal out of control a

2 orela antar varabel yang telt relatf tngg. Peneltan terebut analog engan peneltan yang lauan oleh ang & Barnett (996 alam mengembangan uatu peneatan tentang metoe eompo yang aaran paa prnp eompo matr ovaran, yatu peneompoan matr ovaran ata ubgrup mena omponen-omponen yang muah untu nterpretaan. Dbanngan engan agram ontrol varablta multvarat lannya, agram ontrol yang emuaan oleh ang an Barnett, merupaan agram ontrol yang lebh entf alam menete nyal out of control. Peneltan n bertuuan untu mengnterpretaan nyal out of control paa agram ontrol multvarat engan engan menggunaan metoe eompo MY alam mengontrol mean an metoe eompo matr ovaran alam mengontrol varablta proe ecara multvarat.. INJAUAN PUAKA Metoe Deompo MY (Maon, Young, an racy Peneltan yang lauan oleh Maon, Young, an racy (99, 996 mengembangan uatu peneatan baru tentang metoe eompo, yang terenal engan metoe eompo MY (Maon, Young, an racy. Metoe n merupaan pengembangan metoe eompo ar Hotellng untu menentuan ontrbu varabel-varabel atau hubungan antara varabel yang menyebaban uatu proe ta terenal (out of control e alam pengaturan agram ontrol multvarat. Deompo MY lauan etelah pengamatan e- yang ta terontrol ete engan tatt Hotellng. Malan = (,, L, p vetor penguuran engan eumlah varabel p yang buat paa pengamatan e-. Maa mewal pengamatan paa aratert e-. Maa bentu eompo MY Hotellng efnan ebaga berut (Rancer, 993: = L + engan,, K, =,, = = ( 3, 4,,3 p, p p ( ( + ( ( + b ( ' X XX X an = ' XX X = X,,,, merupaan rata-rata ampel pengamatan e-m paa varabel e-,,,, K etma ratarata untu varabel,,, L erta ( ( merupaan vetor pengamatan e- engan varabel e- yang eluaran (paa ata pengamatan baru. Malan maa ( 3 engan =,, 3 ( berart varabel e-3 ta termau, hanya pengamatan e- varabel pertama an ( ( eua, notaan (. vetor rata-rata engan elemen e- yang eluaran, b = etma eofen regre varabel e- ( yang regrean paa varabel - XX X (X, engan matr ovaran ampel, XX varan varabel e - (berbentu matr, X ovaran varabel e- (berbentu vetor, an varan varabel e- (berbentu alar. Metoe Deompo Matr Kovaran Paa agram ontrol untu memontor varablta proe multvarat, peneltan ang & Barnett (996 mengembangan uatu peneatan baru tentang metoe eompo yang aaran paa prnp eompo matr ovaran, yatu peneompoan matr

3 ovaran ata ubgrup mena omponen-omponen yang muah untu nterpretaan. Dbanngan engan agram ontrol varablta multvarat lannya, agram ontrol yang emuaan oleh ang an Barnett, merupaan agram ontrol yang lebh entf alam menete nyal out of control. Peneompoan matr ovaran ampel lauan engan menar parameter matr ovaran proe beraaran matr ovaran ampel paa on n-control yang mempunya bentu:, K, = -,, (3 engan:, = varan ampel varabel e- = vetor ovaran ampel antara varabel e- an etap varabel e-(- L, = ubmatr buur angar ar mana = M O M, L, Prnp aar yang gunaan alam metoe n aalah eompo matr ovaran ehngga terbentu omponen-omponen baru yang gunaan untu mengnaan etablan varan. Ientfa nyal Out of control Multvarat Mean Proe Peneltan yang lauan oleh Maon, Young, an racy (99 mengembangan uatu peneatan baru tentang entfa nyal out of control engan metoe eompo MY Hotellng terr ar eompo uncontonal an eompo contonal (Maon., 997. a. Uncontonal Hotellng Bentu uncontonal mempunya fung yang ama engan unvarat graf ontrol hewhart, menentuan varan ar varabel e-. nyal aan tera a terlalu auh ar. Bata ontrol ata (BKA untu uncontonal Hotellng bertrbu F, efnan ebaga berut: ( m + = ~ F(, m,α (4 m b. Contonal Hotellng Bentu contonal Hotellng ar varabel e- yang euaan engan etma mean an varan contonal, BKA untu contonal Hotellng ( +,, bertrbu F, efnan ebaga berut: ( + +,, ( ( m + ( m +,, K, = ~ F (, m,α ( +,, m( m engan = banyanya varabel contonal an = -. Ja =, maa ta aa pengaruh eaaan varabel beryarat (contnng, ehngga BKA paa peramaan (4 mena BKA untu peramaan ( (Maon., 999. Ientfa nyal Out of control Multvarat Varablta Proe Menurut ang an Barnett (996 entfa nyal out of control alam proe montorng varablta menggunaan tranforma ntegral probablta untu menghalan (, ehngga peroleh bentu tatt u, maa apat buat agram ontrol untu mengetahu apaah proe terenal alam varablta atau ta. a. Kau Σ Detahu Ientfa nyal out of control menggunaan 3

4 ( untu =,, (6 mana = banya ubgrup, p = banyanya varabel yang telt an n = uuran ampel paa ubgrup e-. engan ( n ( ( = Φ χ n σ ( n, ( ( = Φ χ n untu =, p σ, [( n ( θ Σ ( ] { χ } p+ ( = Φ p ( (, p ( θ [( n ( θ Σ ( θ ] { χ } p+ ( = Φ p +, ( (, p, ( untu = 3,,p untu =,,p- bertrbu normal tanar ( N (, (, maa bertrbu engan eraat beba p-, engan eman apat peroleh bata enal: BKA = χ p, α BKB = b. Kau Σ a Detahu Ientfa nyal out of control menggunaan untu =,3, (7 ( mana = banya ubgrup, p = banyanya varabel yang telt an n = uuran ampel paa ubgrup e-. engan ( n, ( ( = Φ Fn ; N untu =, p ( n ( poole ( Y + U, Y n p+ ( = Φ F ; N untu =,,p ( ( poole mana Y = (, ( V an aalah fung trbu F engan eraat beba v an v. elanutnya efnan: N = ( n = ( poole = ( n, K, ( untu =,,p engan N = = ( n ( = ( ( (8 = (9 U untu =,,p- ( χ 4

5 V = (, ( untu =,,p ( ( = untu =,,p- bertrbu normal tanar ( N (, engan eraat beba p-, engan eman apat peroleh bata enal: BKA = χ p, α BKB = 3. MEODOLOGI, maa bertrbu Data yang gunaan alam peneltan n yatu ata Pengontrolan Kualta Proe Pembuatan Pta Plat P. Yanaprma Hataperaa oaro. Proe pengenalan ualta lauan terhaap prou pta plat en Repol H3G.6 mm 8 ener puth engan bahan campuran PJ %, paa men Etruer IV. Proe pengamblan ampel lauan engan mengambl ecara aca gulungan pta paa wner A an pta paa wner B, elanutnya pta terebut ambl epanang 9 cm untu etap gulungan. Pengamblan ata lauan paa bulan Jul 7 ampa Agutu 7, engan varabel yang telt aalah ener (berat pta, lebar pta, trength (uat tar pta, tenacty (euatan tar pta per ener, an elongaton (emuluran pta. Metoolog peneltan untu metoe eompo MY lauan paa Fae I untu pengamatan yang out of control ebaga aar melauan eompo. Menentuan nla uncontonal paa etap varabel paa pengamatan yang emuan nla uncontonal apat banngan engan nla BKA. Apabla nla uncontonal χ urang ar nla BKA ( < BKA, maa apat mpulan bahwa varabel terebut gnfan terenal (n control, ehngga ta perlu car hubungannya terhaap varabel lan. eangan apabla nla lebh bear ar BKA ( >BKA, maa hal n menanaan bahwa varabel terebut terapat out of control, ehngga perlu car bagamana hubungannya terhaap varabel yang lan. Ja nla > BKA elanutnya lauan penentuan nla ubvector ( untu varabel e-, mana nla ubvector merupaan nyataan engan = -. Nla ubvector e- apat menggambaran ontrbu varabel e- terhaap nla pengamatan paa aat out of control a nla ubvector urang ar ama engan BKA ( BKA. eangan metoolog untu oompo matr ovaran aalah menentuan umlah varabel yang telt an umlah ampel tap grup, untu au Σ ta etahu maa proe montorng apat mula ar ubgrup eua paa peramaan (7, emuan menentuan matr ovaran ovaran ar ata an menghtung varan ampel ar varabel e- a etahu varabel e- ampa varabel e-(- aalah K an menentuan bata enal,, multvarat, menghtung peramaan (8, (9, ( an (, erta menentuan tatt, mana proe n lauan ampa luar bata enal. 4. HAIL DAN DIKUI Pembahaan mengena nterpreta nyal out of control agram ontrol multvarat engan terlebh ahulu menga ecara menalam onep metoe eompo MY (Maon, Young, an racy alam mengontrol mean an metoe eompo matr ovaran alam mengontrol varablta proe ecara multvarat, erta penerapan eua metoe eompo terebut (metoe eompo MY an metoe eompo matr ovaran paa ata multvarat. tattc erptf ata pengamatan untu mengetahu aratert ar mangmang varabel yang gunaan alam ata prou pta plat ba Fae I apat lhat paa abel.

6 abel. tatt Derptf Data Prou Pta Plat Fae I Varabel Fae I pefa Mean t. Dev Mn. Me. Ma. ener (68, lebar pta (.34,.86 uat tar (.7,4.3 tenacty (3, emuluran (.7,7 Penguan ata bertrbu normal multvarate lauan engan menentuan ara ' - tergenerala = ( X X ( X X menggunaan program Mntab 4. Aum ata bertrbu normal multvarate beran hpote ebaga berut: H : Data aratert ualta bertrbu normal multvarat H : Data aratert ualta ta bertrbu normal multvarat Penguan terhaap 47 ata bulan Jul 7 menunuan bahwa nla ebear 64.47%, arena nla > % maa terma H yang berart bahwa ata aratert ualta bulan Jul 7 bertrbu normal multvarat. Plot ata tunuan paa Gambar yang cenerung membentu gar luru. Plot U Normal Multvarat Data Jul 7 q Gambar. Q-Q Plot Dtrbu Normal Multvarat Paa Fae I Penguan aum antar varabel alng berorela lauan engan menggunaan u Bartlett phercty. U n berfung untu mengetahu bearnya nla orela antar varabel. Penguan n merupaan yarat yang haru penuh ebelum membuat agram ontrol Hotellng (Montgomery,. U Bartlett phercty lauan engan menggunaan program P 7. Hpote ar penguan orela varabel-varabel aratert ualta ar proe prou beran ebaga berut: H : ρ = I H : ρ I Penguan aum antar varabel alng berorela terhaap ata bulan Jul 7 telah terpenuh arena paa u Bartlett phercty menunuan nla p-value ebear. maa tola H yang berart matr orela ta ama engan matr entta, ehngga apat ataan bahwa terapat orela antar varabel epenen. Pengontrolan lauan paa 47 ata ubgrup engan menggunaan program Matlab R9a. Paa Gambar menunuan bahwa varabel aratert ualta elompo ata paa Fae I terapat ebanya 4 ata pengamatan yang terete aanya nyal out of control yatu pengamatan = atau ubgrup e-, = atau ubgrup e-, =33 atau ubgrup e-33 an =36 atau ubgrup e-36 erta meml BKA ebear.336, mana pengamatan yang out of control terebut emuan eluaran paa ata pengamatan. 6

7 3 agram Kontrol Hotellng quare ubgrup Gambar. Plot Kontrol Hotellng Data Jul 7 Penggunaan perluaan algortma metoe eompo MY paa pengamatan yang ta terenal terebut lauan engan peneluuran lebh lanut untu mengentfaan varabel penyebab teranya out of control. Penerapan metoe eompo MY menggunaan program Matlab R9a. Perluaan algortma eompo lauan etelah penentuan pengamatan e- yang out of control paa Fae I Hotellng. Beraaran pengamatan yang out of control tentuan nla uncontonal etap varabel paa pengamatan terebut, agar peroleh ontrbu etap varabel terhaap pengamatan yang ta terenal. Hal anal apat lhat paa abel, mana peroleh nla pengamatan e- yang telah gnfan out of control paa alpha. engan BKA abel. Nla Uncontonal untu etap pengamatan e- varabel e- m out Deompoton Uncontonal 3 4,73,3,764,794,37 3,8993,336,93,346*,436,6,7 33,9,684,96,878 6,36*,88 36,3634,96 4,74*,87,33,49 otal Out of control * gnfan ta terenal paa. engan BKA 4.38 Beraaran abel ata peroleh varabel eua yatu lebar pta relatf mena penyebab aanya out of control paa proe pengamatan, arena terapat ebanya pengamatan ar 4 pengamatan yang out of control, erta gnfan paa BKA Oleh arenanya varabel aratert lebar pta aan ebaga prorta utama alam mprovement (perbaan proe. Nla uncontonal paa abel ata banngan engan nla BKA ebear 3,3493. Apabla nla < BKA, maa lanutan paa varabel e- yang lan. Ja > BKA, maa oberva e- lanutan engan menentuan ubvector etap pengamatan e- varabel e-. ubvector e- menggambaran ontrbu etap varabel e- yang gnfan ta terenal. Hal nla ubvector etap pengamatan e- yang ta terenal apat lhat paa abel 3. 7

8 abel 3. Nla ubvector, untu etap pengamatan e- varabel e- m out Deompoton Uncontonal 3 4 4,697* 4,966* 3,96*,6993*,837* 9,63 6,87,799 9,93,363 33,4*,964*,3*,864*,94* 36 9,778,69 9,787 8,3 8,868 otal ubvector yang eluar * gnfan terenal paa. engan BKA Nla ubvector terebut banngan engan BKA Ja BKA proe elea, artnya apat varabel penyebab ta terenalnya proe pengamatan e-. Ja > BKA maa lauan proe eompo contonal Hotellng. Dar abel 4. terlhat bahwa emua varabel untu pengamatan an 33 menghalan nla ubvector (,, K, yang gnfan ta terenal engan BKA Hal anal pengamatan e- engan ubvector yang gnfan ta terenal antaranya pengamatan e- an 33 menympulan bahwa ta hanya varabel (lebar pta yang mena penyebab ta terenalnya pengamatan, ehngga perlu lauan proe mprovement engan eompo contonal. Dagram ontrol varablta untu ata Fae I aalah: agram ontrol per 8 6 UCL LCL ubgrup e- Gambar 4.4 Plot Dagram Kontrol Dper Data Jul 7 (Fae I Hal anal agram ontrol per paa ata Fae I apat lhat paa plot Gambar 4. engan menggunaan α=% an BKA ebear 6.99 an BKB ebear, ar 47 ata ubgrup terapat ata pengamatan yang out of control (nla tatt u untu mang-mang ubgrup apat lhat paa abel 4. abel 4. Nla tatt Metoe eompo Matr Kovaran ubgrup ubgrup 6,9383*,4783 6,74 3 8, , , ,4847,4777 9,

9 Lanutan abel 4. ubgrup 9 ubgrup 6 9, , ,984* 3 8,9* 8, ,7387 9,837 33,787, ,37* 8,446 3,486 9, ,6984* 3 8, , ,886 38, , , ,779* 4, , , ,699* 4 8,367* 9, ,794 4, ,349 7,436* 4 8,697*,38 46, , ,99 4 9,86 otal yang out of control * gnfan ta terenal paa. engan BKA 6.99 Penggunaan perluaan algortma metoe eompo matr ovaran paa pengamatan yang out of control terebut lauan engan peneluuran lebh lanut untu mengentfaan varabel penyebab teranya out of control.penerapan metoe eompo matr ovaran menggunaan program Matlab R9a. Perluaan algortma eompo lauan etelah penentuan pengamatan e- yang out of control paa Fae I. Dengan menggunaan BKA ebear 6.99 peroleh pengamatan yang out of control ar 47 pengamatan yang aa. Beraaran pengamatan yang out of control anal untu pengentfaan nyal out of control, agar peroleh ontrbu etap varabel terhaap pengamatan yang ta terenal. Beraaran rngaan nla yang menyebaban pengamatan ta terontrol apat peroleh ( bahwa varabel aratert proe pembuatan pta plat yang menyebaban varablta out of control aalah varabel lebar pta an tenacty.. KEIMPULAN Deompo MY gunaan untu mengnterpretaan nyal out of control paa pengontrolan mean proe, eangan eompo matr ovaran gunaan untu mengnterpretaan nyal out of control paa pengontrolan varablta proe. Deompo MY memberan nforma yang lengap arpaa metoe yang ebelumnya, arena metoe terebut menghalan ontrbu mang-mang varabel an mang-mang varabel beryarat engan varabel yang lan ata teranya nyal out of control. ebagamana metoe eompo MY, metoe eompo matr ovaran uga memberan nforma tentang ontrbu mang-mang

10 varabel beryarat varabel yang lan ata teranya nyal out of control. Pengontrolan ualta lauan engan menggunaan metoe eompo MY untu mengontrol mean proe. Beraaran hal anal peroleh entfa nyal out of control yang lauan engan metoe eompo MY menunuan bahwa varabel yang menyebaban teranya proe pengamatan ta terontrol atau varabel yang menyebab teranya out of control aalah lebar pta. Deompo 4,,3 contonal peroleh bahwa an, maa perlu lauan lauan proe mprovement paa varabel ener (berat pta an tenacty (euatan tar pta per ener. Pengontrolan ualta lauan engan menggunaan metoe eompo matr ovaran untu mengontrol varablta proe. Beraaran hal anal peroleh entfa nyal out of control yang lauan engan metoe eompo matr ovaran menunuan bahwa varabel yang menyebaban teranya proe pengamatan ta terontrol atau varabel yang menyebab teranya out of control aalah lebar pta an tenacty (uuran euatan tar pta plat per ener. DAFAR PUAKA [] Maon, R.L., Young, J.C., an racy, N.D. 99. Decompoton of for Multvarate Control Chart Interpretaton, Journal of Qualty echnology, 7(, [] Maon, R.L., Young, J.C., an racy, N.D Montorng a Multvarate tep Proce, Journal of Qualty echnology, 8(, 39-. [3] Maon, R.L., Young, J.C., an racy, N.D A Practcal Approach for Interpretng Multvarate Control Chart gnal, Journal of Qualty echnology, 9(4, [4] Maon, R.L., Young, J.C., an racy, N.D Improvng the entvty of he tatt n Multvarate Proce Control, Journal of Qualty echnology, 3(, -6. [] Rencer, A.C he Contrbuton of Invual Varable to Hotellng, Wl Lamba an R, Journal Bometrc, 49(, [6] ang, Pa F., an Barnett, Nel Dperon Control for Multvarate Proce, Autralan Journal of tattc, 38 (3, 3-. [7] ang, Pa F., an Barnett, Nel Dperon Control for Multvarate Proce ome Comparon, Autralan Journal of tattc, 38 (3, 3-73.

BAB IV HASIL ANALISIS

BAB IV HASIL ANALISIS BAB IV HASIL ANALISIS. Standarda Varabel Dalam anal yang dtamplan pada daftar tabel, dar e-39 wadu yang meml fator-fator melput luaan DAS, apata awal wadu, 3 volume tahunan rerata pengendapan edmen, dan

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 4. No. 1, 1-10, April 2001, ISSN :

JURNAL MATEMATIKA DAN KOMPUTER Vol. 4. No. 1, 1-10, April 2001, ISSN : JURNAL MATEMATIKA DAN KOMUTER Vol.. No., -, Aprl, ISSN : -88 ENDEKATAN RERESI OLINOMIAL ORTHOONAL ADA RANCANAN DUA FAKTOR (DENAN ALIKASI SAS DAN MINITAB) Tat Wharh Jurusan Matemata FMIA UNDI Abstra eneatan

Lebih terperinci

Tentukan invers transformasi dari hasil kali kedua fungsi dalam kawasan frekuensi berikut :

Tentukan invers transformasi dari hasil kali kedua fungsi dalam kawasan frekuensi berikut : Tenuan nver ranforma ar hal al eua fung alam awaan freuen beru : Pen: F () an F () Inver ranforma Laplace mang-mang fung erebu enu aja aalah f () u() an f () e - u() engan menggunaan negral onvolu ang

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.. Populas dan Sampel Populas adalah eseluruhan unt atau ndvdu dalam ruang lngup yang ngn dtelt. Banyanya pengamatan atau anggota suatu populas dsebut uuran populas, sedangan suatu nla

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belaang Analss dsrmnan merupaan ten menganalss data, dmana varabel dependen merupaan data ategor ( nomnal dan ordnal ) sedangan varabel ndependen berupa data nterval atau raso.msalnya

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB PENDAHULUAN. Latar Belaang Masalah Analss regres merupaan lmu peramalan dalam statst. Analss regres dapat dataan sebaga usaha mempreds atau meramalan perubahan. Regres mengemuaan tentang engntahuan

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Tujuan Peneltan Dalam uatu peneltan tentu ada tujuan yang ngn dcapa eua dengan latar belakang dan rumuan maalah yang telah durakan d ata. Tujuan peneltan adalah:. Untuk mengetahu

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Tujuan Peneltan Peneltan n bertujuan untuk mengetahu Pembelajaran Kooperatf Tpe Student Team Achevement Dvon (STAD) dengan Meda Komk Lebh Efektf darpada Pembelajaran dengan

Lebih terperinci

Probabilitas dan Statistika Distribusi Peluang Diskrit 1. Adam Hendra Brata

Probabilitas dan Statistika Distribusi Peluang Diskrit 1. Adam Hendra Brata Probabltas dan Statsta Dsrt Adam Hendra Brata Unform Bernoull Multnomal Setap perstwa aan mempunya peluangnya masng-masng, dan peluang terjadnya perstwa tu aan mempunya penyebaran yang mengut suatu pola

Lebih terperinci

BAB 2 LANDASAN TEORI. Untuk mengetahui pola perubahan nilai suatu variabel yang disebabkan oleh

BAB 2 LANDASAN TEORI. Untuk mengetahui pola perubahan nilai suatu variabel yang disebabkan oleh BAB LANDASAN TEORI. Analss Regres Untu mengetahu pla perubahan nla suatu varabel yang dsebaban leh varabel lan dperluan alat analss yang memungnan ta unut membuat perraan nla varabel tersebut pada nla

Lebih terperinci

Pengantar. Ilustrasi 29/08/2012. LT Sarvia/ REGRESI LINEAR BERGANDA ( MULTIPLE LINEAR REGRESSION )

Pengantar. Ilustrasi 29/08/2012. LT Sarvia/ REGRESI LINEAR BERGANDA ( MULTIPLE LINEAR REGRESSION ) 9/08/0 ( MULTIPLE LINEA EGEION ) Elty arva, T., MT. Fakulta Teknk Juruan Teknk Indutr Unverta Krten Maranatha Bandung Pengantar Pada e ebelumnya kta hanya menggunakan atu buah X, dengan model Y = a + bx

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 10 BAB 2 LANDASAN TEORI 2.1 Pengertan Pengendalan Kualtas Statst Pengendalan Kualtas statst merupaan suatu metode pengumpulan dan analss data ualtas, serta penentuan dan nterpretas penguuran-penguuran

Lebih terperinci

BAB II TEORI DASAR. Analisis Kelompok

BAB II TEORI DASAR. Analisis Kelompok BAB II TORI DASAR II.. Analss Kelompo Istlah analss elompo pertama al dperenalan oleh Tryon (939). Ia memperenalan beberapa metode untu mengelompoan obye yang meml esamaan araterst (statsoft, 004). Kesamaan

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3. Deain Penelitian yaitu: Pengertian deain penelitian menurut chuman dalam Nazir (999 : 99), Deain penelitian adalah emua proe yang diperlukan dalam perencanaan dan pelakanaan

Lebih terperinci

GERAK MELINGKAR (ROTASI)

GERAK MELINGKAR (ROTASI) GEAK MELINGKA (OTASI) y P x P y P x y y x x - alam - maka : Gerak luru (arah tetap) Gerak melingkar (umbu tetap) Penting Poii uut kecepatan uut eferenintegral eferenintegral Bearan Suut an Linier percepatan

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Tujuan Peneltan Tujuan peneltan n adalah untuk mengetahu perbandngan hal belajar antara metode ceramah dengan metode mnd mappng pada mater pokok tem pernapaan manua d MT. PI

Lebih terperinci

ANALISIS PENGENDALIAN KUALITAS PADA PRODUKSI PESTISIDA ( PRODUK MIPCINTA 50 WP ) DI PT PETROKIMIA KAYAKU

ANALISIS PENGENDALIAN KUALITAS PADA PRODUKSI PESTISIDA ( PRODUK MIPCINTA 50 WP ) DI PT PETROKIMIA KAYAKU ANALISIS PENGENDALIAN KUALITAS PADA PRODUKSI PESTISIDA ( PRODUK MIPCINTA 50 WP ) DI PT PETROKIMIA KAYAKU Oleh : Dwi Litya Nurina 307030003 Doen Pembimbing Wibawati,S.Si,M,Si PT. Petrokimia Kayaku alah

Lebih terperinci

EKSPEKTASI SATU PEUBAH ACAK

EKSPEKTASI SATU PEUBAH ACAK EKSPEKTASI SATU PEUBAH ACAK Dalam hal n aan dbahas beberapa macam uuran yang dhtung berdasaran espetas dar satu peubah aca, ba dsrt maupun ontnu, yatu nla espetas, rataan, varans, momen, fungs pembangt

Lebih terperinci

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) IV. PEMBAHASAN

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) IV. PEMBAHASAN 8 IV PEMBAHASAN 4 Aum Berkut n aum yang dgunakan dalam memodelkan permanan a Harga paar P ( merupakan fung turun P ( kontnu b Fung baya peruahaan- C ( fung baya peruahaan- C ( merupakan fung nak C ( C

Lebih terperinci

Created by Simpo PDF Creator Pro (unregistered version)

Created by Simpo PDF Creator Pro (unregistered version) Created by Smpo PDF Creator Pro (unregstered verson) http://www.smpopd.com Statst Bsns : BAB IV. UKURA PEMUSATA DATA. Pendahuluan Untu mendapatan gambaran yang lebh jelas tentang seumpulan data mengena

Lebih terperinci

* PERANCANGAN SISTEM PENGENDALIAN BERTINGKAT PADA STEAM DRUM PT INDONESIA POWER UBP SUB UNIT PERAK-GRATI

* PERANCANGAN SISTEM PENGENDALIAN BERTINGKAT PADA STEAM DRUM PT INDONESIA POWER UBP SUB UNIT PERAK-GRATI * PERANCANGAN SISTEM PENGENDALIAN BERTINGKAT PADA STEAM DRUM PT INDONESIA POWER UBP SUB UNIT PERAK-GRATI Oleh : eko wahyudanto (409.05.004) Pembmbng : Ir.Mochamad.Ilya HS NIP. 949099 97903 00 Latar Belakang

Lebih terperinci

FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (STUDI KASUS: KLASIFIKASI KUALITAS PRODUK)

FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (STUDI KASUS: KLASIFIKASI KUALITAS PRODUK) Semnar Nasonal Aplas Tenolog Informas 00 (SNATI 00) ISSN: 0-0 Yogyaarta, Jun 00 FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (STUDI KASUS: KLASIFIKASI KUALITAS PRODUK) Sr Kusumadew Jurusan Ten Informata,

Lebih terperinci

Kajian Pemilihan Struktur Dua Rantai Pasok yang Bersaing Untuk Strategi Perbaikan Kualitas

Kajian Pemilihan Struktur Dua Rantai Pasok yang Bersaing Untuk Strategi Perbaikan Kualitas JURNAL TEKNIK POITS Vol. 1, No. 1, (01 1-5 1 Kaan Pemlhan Struktur Dua Ranta Paok yang Berang Untuk Strateg Perbakan Kualta Ika Norma Kharmawat, Lakm Prta W, Suhud Wahyud Juruan atematka Fakulta atematka

Lebih terperinci

EL2005 Elektronika PR#01

EL2005 Elektronika PR#01 EL2005 Elektronka PR#0 SOAL B C E G a. Buktkan bahwa n = ( ). b. Turunkan peramaan untuk A v = /. c. Htung nla n dan A v = / jka dberkan = 00 kω, = 00 Ω, = kω, dan = 00. d. Ulang oal (c) jka dberkan =

Lebih terperinci

DESAIN SISTEM KENDALI MELALUI TANGGAPAN FREKUENSI

DESAIN SISTEM KENDALI MELALUI TANGGAPAN FREKUENSI BAB VIII DESAIN SISEM ENDALI MELALUI ANGGAPAN FREUENSI Dalam bab ini akan diuraikan langkah-langkah peranangan dan kompenai dari item kendali linier maukan-tunggal keluaran-tunggal yang tidak berubah dengan

Lebih terperinci

BAB 4 SISTEM DINAMIK ORDE-TINGGI

BAB 4 SISTEM DINAMIK ORDE-TINGGI Stem Damk Ore-Tgg 47 BAB 4 SISTEM DINAMI ORDE-TINI Stem amk ore-tgg gabuga ua atau lebh tem amk ore-atu. Cotoh:. Level cotrol paa tagk-tagk, bak yag tem o- terka oteractg ytem maupu yag terterak teractg

Lebih terperinci

BAB 10. Menginterpretasikan Populasi Variabel Kanonik. Variabel kanonik secara umumnya artifisal. Jika variabel awal X (1) dan X (2)

BAB 10. Menginterpretasikan Populasi Variabel Kanonik. Variabel kanonik secara umumnya artifisal. Jika variabel awal X (1) dan X (2) BB 0 Mengnterpretasan Populas arabel Kanon arabel anon secara umumnya artfsal. Ja varabel awal X ( dan X ( dgunaan oefsen anon a dan b mempunya unt propors dar hmpunan X ( dan X (. Ja varabel awal yang

Lebih terperinci

Pengaruh Kelembaban dan Seri Tanah Terhadap Mutu dan Produksi Tanaman Tembakau Temanggung dengan Metode MANOVA

Pengaruh Kelembaban dan Seri Tanah Terhadap Mutu dan Produksi Tanaman Tembakau Temanggung dengan Metode MANOVA Pengaruh Kelembaban dan Ser Tanah Terhadap Mutu dan Produs Tanaman Tembaau Temanggung dengan Metode MANOVA Mftala Al Rza ), Sutno ), dan Dumal ) ) Jurusan Statsta, Faultas MIPA, Insttut Tenolog Sepuluh

Lebih terperinci

BAB II KOMUNIKASI WLAN DAN SKEMA STBC

BAB II KOMUNIKASI WLAN DAN SKEMA STBC BAB II KOMUNIKASI WLAN DAN SKEMA STBC. WIRELESS LOCAL AREA NETWORK WLAN Werele Local Area Networ WLAN aala uatu tenolog yang beerja menggunaan gelombang rao ebaga mea tranmnya. Snyal rm e penerma melewat

Lebih terperinci

DEFERENSIAL PARSIAL BAGIAN I

DEFERENSIAL PARSIAL BAGIAN I DEFEENSAL PASAL BAGAN Diferenial parial olume uatu iliner berjari-jari r engan ketinggian h inatakan oleh r h Yakni bergantung kepaa ua bearan, aitu r an h. Jika r kita jaga tetap an ketinggian h kita

Lebih terperinci

Marzuki Program Studi Pendidikan Matematika FKIP Universitas Almuslim ABSTRAK

Marzuki Program Studi Pendidikan Matematika FKIP Universitas Almuslim ABSTRAK PERBANDINGAN PRETAI IWA ANTARA PEMBELAJARAN PROBLEM OLVING DENGAN METODE KONVENONAL PADA DALIL PHYTAGORA TERHADAP IWA KELA VIII MP NEGERI PEUANGAN ELATAN KABUPATEN BIREUEN Marzuk Program tud Penddkan Matematka

Lebih terperinci

BAB 8 PEMODELAN DAN SIMULASI REAKTOR CSTR

BAB 8 PEMODELAN DAN SIMULASI REAKTOR CSTR BB 8 PEMODELN DN SIMULSI REKTOR STR Perhatian gambar eta 3 buah STR (ontinuou Stirred-Tan Reactor) iotermal di bawah ini: F 0 F F 2 F 3 V V 2 2 V 3 3 0 (t) (t) 2 (t) 3 (t) Ketiga STR itu digunaan untu

Lebih terperinci

BAB III ANALISIS DISKRIMINAN. Analisis diskriminan (discriminant analysis) merupakan salah satu metode

BAB III ANALISIS DISKRIMINAN. Analisis diskriminan (discriminant analysis) merupakan salah satu metode BAB III ANALISIS DISKRIMINAN 3. Analss Dsrmnan Analss dsrmnan (dscrmnant analyss) merupaan salah satu metode yan dunaan dalam analss multvarat. Dalam analss dsrmnan terdapat dua jens varabel yan terlbat

Lebih terperinci

ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE)

ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE) Seminar Nasional Matematia dan Apliasinya, 1 Otober 17 ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE) DALAM PENGENDALIAN KUALITAS PRODUKSI FJLB (FINGER JOINT LAMINATING BOARD)

Lebih terperinci

INVERS DRAZIN DARI SUATU MATRIKS DENGAN MENGGUNAKAN BENTUK KANONIK JORDAN

INVERS DRAZIN DARI SUATU MATRIKS DENGAN MENGGUNAKAN BENTUK KANONIK JORDAN Buletn Ilmah ath. Stat. dan erapannya (Bmaster) Volume 5, No. 3 (6), hal 8. INVERS DRAZIN DARI SUAU ARIKS DENGAN ENGGUNAKAN BENUK KANNIK JRDAN Eo Sulstyono, Shanta artha, Ea Wulan Ramadhan INISARI Suatu

Lebih terperinci

2. Menentukan model nonlinier jerapan P yang paling baik. PENDAHULUAN

2. Menentukan model nonlinier jerapan P yang paling baik. PENDAHULUAN PENDAHULUAN Latar Belakang Fofor (P) merupakan unur hara pentng dalam tanah. Keteredaan P bag tanaman erng bermaalah, bentuk fofor yang tereda atau umlah yang dapat dambl oleh tanaman hanya ebagan kecl

Lebih terperinci

Laporan Praktikum Teknik Instrumentasi dan Kendali. Permodelan Sistem

Laporan Praktikum Teknik Instrumentasi dan Kendali. Permodelan Sistem Laporan Praktikum Teknik Intrumentai dan Kendali Permodelan Sitem iuun Oleh : Nama :. Yudi Irwanto 0500456. Intan Nafiah 0500436 Prodi : Elektronika Intrumentai SEKOLAH TINGGI TEKNOLOGI NUKLIR BAAN TENAGA

Lebih terperinci

ABSTRAK. Lentera :Vol.12, No.3, Nopember

ABSTRAK. Lentera :Vol.12, No.3, Nopember PERBEDAAN PRETAI BELAJAR PENYEDERHANAAN BENTUK AKAR YANG DIAJARKAN DENGAN MENGGUNAKAN METODE TANYA JAWAB DAN METODE KOOPERATIF MODEL GROUP INVETIGAI PADA IWA KELA X MA NEGERI 7 KOTA LHOKEUMAWE Marzuk Doen

Lebih terperinci

BAB V MODEL SEDERHANA DISTRIBUSI TEMPERATUR DAN SIMULASINYA

BAB V MODEL SEDERHANA DISTRIBUSI TEMPERATUR DAN SIMULASINYA BAB V MOEL SEERHANA ISTRIBUSI TEMPERATUR AN SIMULASINYA Model matemata yang terdapat pada bab sebelumnya merupaan model umum untu njes uap pada reservor dengan bottom water. Model tersebut merupaan model

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI Utu mempermudah dalam meyeleaa pembahaa pada bab, maa aa dbera beberapa def da beberapa teor daar yag meduug... Teor Teor Peduug... Rua Gar Def. Rua Gar Ja ada d R atau 3 R, maa ebuah

Lebih terperinci

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah siswa kelas XI IPA semester genap SMA

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah siswa kelas XI IPA semester genap SMA III. METODOLOGI PENELITIAN A. Populai dan Sampel Penelitian Populai dalam penelitian ini adalah iwa kela XI IPA emeter genap SMA Negeri 0 Bandar Lampung tahun pelajaran 04/05 yang berjumlah 5 iwa. Kemampuan

Lebih terperinci

IV PENYELESAIAN MASALAH PENETAPAN BLOK PADA REL PELANGSIRAN DENGAN MENGGUNAKAN TEKNIK PEMBANGKITAN KOLOM

IV PENYELESAIAN MASALAH PENETAPAN BLOK PADA REL PELANGSIRAN DENGAN MENGGUNAKAN TEKNIK PEMBANGKITAN KOLOM 22 {, } {, } x, S, K (2) y, B (22) Tuuan dari fungi oetif (8) adalah meminimuman ongo dari aignmentaignment yang fiiel erta meminimuman anyanya lo yang tida diparir pada rel pelangiran. Kendala (9) menyataan

Lebih terperinci

Analisis Rangkaian Listrik Di Kawasan s

Analisis Rangkaian Listrik Di Kawasan s Sudaryatno Sudirham nalii angaian itri Di Kawaan - Sudaryatno Sudirham, nalii angaian itri 3 nalii angaian Menggunaan Tranformai aplace Setelah mempelajari bab ini ita aan memahami onep impedani di awaan.

Lebih terperinci

Rangkuman 1. Statistik menyatakan kumpulan data yang dapat berupa angka yang dinamakan data kuantitatif maupun non angka yang dinamakan data

Rangkuman 1. Statistik menyatakan kumpulan data yang dapat berupa angka yang dinamakan data kuantitatif maupun non angka yang dinamakan data Raguma. Statt meyataa umpula data yag dapat berupa aga yag damaa data uattat maupu o aga yag damaa data ualtat yag duu dalam betu tabel da atau dagram/gra, yag meggambara da mempermudah pemahama aa aga

Lebih terperinci

Diagram ARL W i & W Ri. Varian

Diagram ARL W i & W Ri. Varian maka nilai RL 1 yang ada ditambah satu sampai ditemui adanya out of control. Menentukan 1 dengan menghitung rata-rata RL 1 dari keseluruhan replikasi. Untuk aplikasi data yang digunakan dalam penelitian

Lebih terperinci

Karakterisasi Matrik Leslie Ordo Tiga

Karakterisasi Matrik Leslie Ordo Tiga Jurnal Graden Vol No Januar 006 : 34-38 Karatersas Matr Lesle Ordo Tga Mudn Smanhuru, Hartanto Jurusan Matemata, Faultas Matemata dan Ilmu Pengetahuan Alam, Unverstas Bengulu, Indonesa Dterma Desember

Lebih terperinci

KOMPONEN UTAMA UNTUK PENGENDALIAN KUALITAS SECARA STATISTIK. Nunik Nurhasanah 1, Diah Safitri 2

KOMPONEN UTAMA UNTUK PENGENDALIAN KUALITAS SECARA STATISTIK. Nunik Nurhasanah 1, Diah Safitri 2 Komonen Utama...(Nun Nurhasanah) KOMPONEN UAMA UNUK PENGENDALIAN KUALIAS SECARA SAISIK Nun Nurhasanah, Dah Saftr Alumn Program Stu Statsta FMIPA UNDIP Staf Pengaar Program Stu Statsta FMIPA UNDIP Abstract

Lebih terperinci

FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (Studi kasus: klasifikasi kualitas produk)

FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (Studi kasus: klasifikasi kualitas produk) Semnar Nasonal plas enolog Informas (SNI ) Yogyaarta, Jun FUZZY BCKPROPGION UNUK KLSIFIKSI POL (Stud asus: lasfas ualtas produ) Sr Kusumadew Jurusan en Informata, Faultas enolog Industr Unverstas Islam

Lebih terperinci

ANALISIS PREVENTIVE MAINTENANCE JIG WELDING PADA PROSES PERAKITAN SUPPORT ASSY CLUTCH PEDAL

ANALISIS PREVENTIVE MAINTENANCE JIG WELDING PADA PROSES PERAKITAN SUPPORT ASSY CLUTCH PEDAL Analss Preventve Mantenance Jg Welng Paa Proses Peratan Support Assy Clutch Peal Untu Mobl ANALISIS PREVENTIVE MAINTENANCE JIG WELDING PADA PROSES PERAKITAN SUPPORT ASSY CLUTCH PEDAL UNTUK MOBIL TOYOTA

Lebih terperinci

ANALISIS DATA LINGKUNGAN SELAMA PENGOPERASIAN REAKTOR TRIGA 2000 PTNBR-BATAN BANDUNG

ANALISIS DATA LINGKUNGAN SELAMA PENGOPERASIAN REAKTOR TRIGA 2000 PTNBR-BATAN BANDUNG Prodng Semnar Naonal San dan Tenolog Nulr PTNBR BATAN Bandung, 3 Jun 9 Penngatan Peran Ipte Nulr untu Keejahteraan Maaraat ANALISIS DATA LINGKUNGAN SELAMA PENGOPERASIAN REAKTOR TRIGA PTNBR-BATAN BANDUNG

Lebih terperinci

PERTEMUAN 3 PENYELESAIAN PERSOALAN PROGRAM LINIER

PERTEMUAN 3 PENYELESAIAN PERSOALAN PROGRAM LINIER PERTEMUAN PENYELESAIAN PERSOALAN PROGRAM LINIER Setelah dapat membuat Model Matematika (merumukan) peroalan Program Linier, maka untuk menentukan penyeleaian Peroalan Program Linier dapat menggunakan metode,

Lebih terperinci

BAB II DIMENSI PARTISI

BAB II DIMENSI PARTISI BAB II DIMENSI PARTISI. Defns dasar dan eteratannya dengan metrc dmenson Dalam pembahasan dmens parts, graf yang dbahas adalah graf terhubung sederhana dan tda meml arah. Sebelum mendefnsan graf yang dgunaan

Lebih terperinci

Mekanika Lagrangian (Fowles) Mekanika Lagrangian. , q n. q 3 ) ) ) ke nilai tetangga (q 1

Mekanika Lagrangian (Fowles) Mekanika Lagrangian. , q n. q 3 ) ) ) ke nilai tetangga (q 1 Meana Lagrangan (Fowles) Supar Meana Lagrangan Melalu meana Lagrangan n persamaan gera Newton untu sstem seerhana aan beran engan lebh sphstcate. Koornat Umum Poss partel alam ruang apat tentuan melalu

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN. Latar Belakang Manova atau Multvarate of Varance merupakan pengujan dalam multvarate yang bertujuan untuk mengetahu pengaruh varabel respon dengan terhadap beberapa varabel predktor

Lebih terperinci

5. Transformasi Integral dan Persamaan Integral

5. Transformasi Integral dan Persamaan Integral 5. Tranformai Integral dan Peramaan Integral 5.. Tranformai Integral 5.. Tranformai Laplace 5.3. Tranformai Fourier 5.4. Peramaan Integral 5.. Tranformai Integral Di dalam Fiia Matematia ita ering menjumpai

Lebih terperinci

Bab 4. Tomografi Seismik. Tomografi seismik adalah metode untuk merekonstruksi struktur bawah

Bab 4. Tomografi Seismik. Tomografi seismik adalah metode untuk merekonstruksi struktur bawah Bab 4 Tomogaf Sem Tomogaf em aalah meoe unu meeonu uu bawah pemuaan bum engan menggunaan aa benu gelombang wavefom aau aa wau empuh avel me a gelombang em. eoe n pegunaan unu mempeoleh pofl ebaan eal a

Lebih terperinci

Benyamin Kusumoputro Ph.D Computational Intelligence, Faculty of Computer Science University of Indonesia METODE PEMBELAJARAN

Benyamin Kusumoputro Ph.D Computational Intelligence, Faculty of Computer Science University of Indonesia METODE PEMBELAJARAN METODE PEMBELAJARAN Sebelum suatu Jarngan Neural Buatan (JNB) dgunaan untu menglasfasan pola, terlebh dahulu dlauan proses pembelaaran untu menentuan strutur arngan, terutama dalam penentuan nla bobot.

Lebih terperinci

U JIAN A KHIR S EMESTER M ATEMATIKA T EKNIK

U JIAN A KHIR S EMESTER M ATEMATIKA T EKNIK U JIAN A KHIR S EMESTER M ATEMATIKA T EKNIK SENIN, 9 JANUARI OPEN BOOK WAKTU MENIT KLAS B DAN KLAS C PETUNJUK Istarto ttp://starto.staff.ugm.ac. starto@ugm.ac. ) Sauara bole menggunaan omputer untu mengerjaan

Lebih terperinci

Reduksi Persamaan Dirac ke Persamaan Cauchy Nondegenerate

Reduksi Persamaan Dirac ke Persamaan Cauchy Nondegenerate Jurnal San & Maemaka JSM rkel ISSN 0854-0675 enelan olume 5, Nomor, Januar 007 rkel enelan: 39-43 Reuk eramaan ra ke eramaan Cauhy Nonegenerae Sulo Haryano Juruan Maemaka FMI UNI BSRK---eramaan ra abrak

Lebih terperinci

III. METODE PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Persada

III. METODE PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Persada 0 III. METODE PENELITIAN A. Populai dan Sampel Penelitian Populai dalam penelitian ini adalah emua iwa kela XI IPA SMA Perada Bandar Lampung tahun ajaran 0/0 yang berjumlah 07 iwa dan terebar dalam 3 kela.

Lebih terperinci

BAB 5 HASIL DAN PEMBAHASAN. Sampel yang digunakan dalam penelitian ini adalah data pengujian pada

BAB 5 HASIL DAN PEMBAHASAN. Sampel yang digunakan dalam penelitian ini adalah data pengujian pada BAB 5 ASIL DAN PEMBAASAN 5. asl Peneltan asl peneltan akan membahas secara lebh lengkap mengena penyajan data peneltan dan analss data. 5.. Penyajan Data Peneltan Sampel yang dgunakan dalam peneltan n

Lebih terperinci

III. METODE PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA YP Unila

III. METODE PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA YP Unila III. METODE PENELITIAN A. Populai dan Sampel Populai dalam penelitian ini adalah emua iwa kela XI IPA SMA YP Unila Bandar Lampung tahun ajaran 01/013 yang berjumlah 38 iwa dan terebar dalam enam kela yang

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PEDAHULUA. Latar Belakang Rsko ddentfkaskan dengan ketdakpastan. Dalam mengambl keputusan nvestas para nvestor mengharapkan hasl yang maksmal dengan rsko tertentu atau hasl tertentu dengan rsko yang

Lebih terperinci

BAB IV DESKRIPSI DAN ANALISIS DATA

BAB IV DESKRIPSI DAN ANALISIS DATA A IV DESKRIPSI DAN ANALISIS DATA A. Dekripi Data Penelitian ini menggunakan penelitian ekperimen. Subyek penelitiannya dibedakan menjadi kela ekperimen dan kela kontrol. Kela ekperimen diberi perlakuan

Lebih terperinci

Bab III. Plant Nonlinear Dengan Fase Nonminimum

Bab III. Plant Nonlinear Dengan Fase Nonminimum Bab III Plant Nonlnear Dengan Fase Nonmnmum Pada bagan n dbahas mengena penurunan learnng controller untu sstem nonlnear dengan derajat relatf yang detahu Dalam hal n hanya dperhatan pada sstem-sstem nonlnear

Lebih terperinci

BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK

BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK Proses pengenalan dilauan dengan beberapa metode. Pertama

Lebih terperinci

II. TINJAUAN PUSTAKA. sebuah teknik yang baru yang disebut analisis ragam. Anara adalah suatu metode

II. TINJAUAN PUSTAKA. sebuah teknik yang baru yang disebut analisis ragam. Anara adalah suatu metode 3 II. TINJAUAN PUSTAKA 2.1 Analisis Ragam (Anara) Untu menguji esamaan dari beberapa nilai tengah secara sealigus diperluan sebuah teni yang baru yang disebut analisis ragam. Anara adalah suatu metode

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Dekripi Data Untuk mengetahui pengaruh penggunaan media Audio Viual dengan metode Reading Aloud terhadap hail belajar iwa materi العنوان, maka penuli melakukan

Lebih terperinci

Sistem Pengaturan Waktu Riil

Sistem Pengaturan Waktu Riil Stem engaturan Waktu Rl Algortma engatur Dgtal Ir. Jo ramudjanto, M.Eng. Juruan Teknk Elektro FTI ITS Telp. 594730 Fax.59337 Emal: jo@ee.t.ac.d Stem engaturan Waktu Rl - 0 Objektf: Metode Dan enalaan arameter

Lebih terperinci

Penentuan Jalur Terpendek Distribusi Barang di Pulau Jawa

Penentuan Jalur Terpendek Distribusi Barang di Pulau Jawa Penentuan Jalur Terpendek Ditribui Barang di Pulau Jawa Stanley Santoo /13512086 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Intitut Teknologi Bandung, Jl. Ganeha 10 Bandung

Lebih terperinci

PENENTUAN UKURAN SAMPEL UNTUK SURVEY PILKADA MENGGUNAKAN PENDEKATAN BAYES

PENENTUAN UKURAN SAMPEL UNTUK SURVEY PILKADA MENGGUNAKAN PENDEKATAN BAYES Prosng Semnar Nasonal Matematka an Penkan Matematka (SESIOMADIKA) 017 ISBN: 978-60-60550-1-9 Statstka, hal. 14-18 PENENTUAN UKURAN SAMPEL UNTUK SURVEY PILKADA MENGGUNAKAN PENDEKATAN BAYES NENENG SUNENGSIH

Lebih terperinci

BAB II TEGANGAN TINGGI IMPULS

BAB II TEGANGAN TINGGI IMPULS BAB II TEGANGAN TINGGI IMPULS 2. TEGANGAN IMPULS Tegangan Impul (impule voltage) adalah tegangan yang naik dalam waktu ingkat ekali kemudian diuul dengan penurunan yang relatif lambat menuju nol. Ada tiga

Lebih terperinci

BAB III NERACA ZAT DALAM SISTIM YANG MELIBATKAN REAKSI KIMIA

BAB III NERACA ZAT DALAM SISTIM YANG MELIBATKAN REAKSI KIMIA BAB III EACA ZAT DALAM SISTIM YAG MELIBATKA EAKSI KIMIA Pada Bab II telah dibaha neraca zat dalam yang melibatkan atu atau multi unit tanpa reaki. Pada Bab ini akan dibaha neraca zat yang melibatkan reaki

Lebih terperinci

PEMODELAN PENGELUARAN RUMAH TANGGA UNTUK KONSUMSI MAKANAN DI KOTA SURABAYA DAN FAKTOR-FAKTOR YANG MEMPENGARUHI MENGGUNAKAN PENDEKATAN REGRESI SPLINE

PEMODELAN PENGELUARAN RUMAH TANGGA UNTUK KONSUMSI MAKANAN DI KOTA SURABAYA DAN FAKTOR-FAKTOR YANG MEMPENGARUHI MENGGUNAKAN PENDEKATAN REGRESI SPLINE PEMODELAN PENGELUARAN RUMAH TANGGA UNTUK KONSUMSI MAKANAN DI KOTA SURABAYA DAN FAKTOR-FAKTOR YANG MEMPENGARUHI MENGGUNAKAN PENDEKATAN REGRESI SPLINE Dew Arfanty Azm, Dra.Madu Ratna,M.S. dan 3 Prof. Dr.

Lebih terperinci

PENDAHULUAN TINJAUAN PUSTAKA. 2. Membandingkan hasil penggerombolan antara sebelum dan sesudah pereduksian peubah. Latar Belakang

PENDAHULUAN TINJAUAN PUSTAKA. 2. Membandingkan hasil penggerombolan antara sebelum dan sesudah pereduksian peubah. Latar Belakang PEDHULU Latar elaang Pengan aalah roe mengelomoan obe e alam elomoelomo beraaran emirian atau etamirian. Hail ari engan aan menunuan bahwa obe-obe yang beraa alam atu aan lebih homogen ibaningan antar.

Lebih terperinci

Sistem Komunikasi II (Digital Communication Systems)

Sistem Komunikasi II (Digital Communication Systems) Stem Komunka II (Dgtal Communcaton Sytem) Lecture #4: Demodula / Detek Baeband (Baeband Demodulaton/Detecton) - PART II - Topk: 4. Nota & Termnolog Vektor. 4. Energ & Eucldean Dtance. 4.3 Optmal Detecton:

Lebih terperinci

BAB I PENDAHULUAN. Dalam perkembangan jaman yang cepat seperti sekarang ini, perusahaan

BAB I PENDAHULUAN. Dalam perkembangan jaman yang cepat seperti sekarang ini, perusahaan BAB I PENDAHULUAN 1.1 Latar Belakang Penelitian Dalam perkembangan jaman yang cepat eperti ekarang ini, peruahaan dituntut untuk memberikan laporan keuangan yang benar dan akurat. Laporan keuangan terebut

Lebih terperinci

Koefisien Korelasi Spearman

Koefisien Korelasi Spearman Koefe Koela Speama La hala dega oefe oela poduct-momet Peao, oela Speama dapat dguaa utu data beala mmal odal utu edua vaabel ag heda dpea oelaa. Lagah petama ag dlaua utu meghtug oefe oela Speama adalah

Lebih terperinci

Untuk mentukan titik tetap dari persamaan (3.1) maka persamaan tersebut dibuat sama dengan nol, yaitu dt 0. seperti dalam persamaan berikut dt dt dt

Untuk mentukan titik tetap dari persamaan (3.1) maka persamaan tersebut dibuat sama dengan nol, yaitu dt 0. seperti dalam persamaan berikut dt dt dt LAMIRA 4 5 Lamra eetua t eta ar eramaa 3. Utu metua tt teta ar eramaa 3. maa eramaa tereut uat ama ega ol yatu a ee alam eramaa erut t t t..................3 Dar eramaa aa eroleh la eaga erut t Dar eramaa

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

KOLINEARITAS GANDA (MULTICOLLINEARITY) Oleh Bambang Juanda

KOLINEARITAS GANDA (MULTICOLLINEARITY) Oleh Bambang Juanda KOLINEARITAS GANDA MULTICOLLINEARIT Oleh Bambang Juanda Model: = X + X + + X + ε. Hubungan Lnear Sempurna esa, Ja C X 0 C onstanta yg td semuanya 0. Mudah detahu rn td ada dugaan parameter oef dgn OLS,

Lebih terperinci

BAB III MODEL LINEAR TERGENERALISASI. Perkembangan pemodelan stokastik, terutama model linier, dapat dikatakan

BAB III MODEL LINEAR TERGENERALISASI. Perkembangan pemodelan stokastik, terutama model linier, dapat dikatakan BAB III MODEL LINEAR TERGENERALISASI 3.1 Moel Lnear Perkembangan pemoelan stokastk, terutama moel lner, apat katakan mula paa aba ke 19 yang asar oleh teor matematka yang elaskan antaranya oleh Gauss,

Lebih terperinci

COMPLETELY RANDOMIZED DESIGN (CRD)

COMPLETELY RANDOMIZED DESIGN (CRD) COMPLETELY RANDOMIZED DESIGN (CRD) CRD Tdak ada kea pengelompokan: Lngkungan homogen Bahan homogen (pebedaan danaa expemenal un yang mempeoleh pelakuan yang ama dalam CRD debu ebaga expemenal eo) Ala homogen

Lebih terperinci

BAB II PENYEARAH TERKENDALI. fasa thyristor. Tegangan keluaran penyearah terkendali dapat divariasikan dengan

BAB II PENYEARAH TERKENDALI. fasa thyristor. Tegangan keluaran penyearah terkendali dapat divariasikan dengan BAB PENYEAAH TEKENDA Unuk menghalkan egangan keluaran yang erkenal gunakan pengenal faa hyror. Tegangan keluaran penyearah erkenal apa varakan engan mengonrol aau mengaur uu penyalaan hyror. Thyror nyalakan

Lebih terperinci

LATAR BELAKANG MATEMATIS

LATAR BELAKANG MATEMATIS 8 II LATAR BELAKANG MATEMATIS Derii : Bab ini memberian gambaran tentang latar belaang matemati ang digunaan ada item endali eerti eramaan linear diferenial orde (atu), orde (dua), orde tinggi, tranformai

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Muhammadiyah 3 Bandar Lampung kelas VII

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Muhammadiyah 3 Bandar Lampung kelas VII III. METODE PENELITIAN A. Populai dan Sampel Penelitian ini dilakanakan di SMP Muhammadiyah 3 Bandar Lampung kela VII emeter genap Tahun Pelajaran 0/0, SMP Muhammadiyah 3 Bandar Lampung memiliki jumlah

Lebih terperinci

BAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING

BAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING Bab III Desain Dan Apliasi Metode Filtering Dalam Sistem Multi Radar Tracing BAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING Bagian pertama dari bab ini aan memberian pemaparan

Lebih terperinci

BAB VIII METODA TEMPAT KEDUDUKAN AKAR

BAB VIII METODA TEMPAT KEDUDUKAN AKAR 6 BAB VIII METODA TEMPAT EDUDUAN AAR Dekripi : Bab ini memberikan gambaran ecara umum mengenai diagram tempat kedudukan akar dan ringkaan aturan umum untuk menggambarkan tempat kedudukan akar erta contohcontoh

Lebih terperinci

PENAKSIR VARIANSI POPULASI YANG EFISIEN PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN KOEFISIEN REGRESI

PENAKSIR VARIANSI POPULASI YANG EFISIEN PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN KOEFISIEN REGRESI PENAKIR VARIANI POPLAI YANG EFIIEN PADA AMPLING ACAK EDERHANA MENGGNAKAN KOEFIIEN REGREI Neneng Gutiana Rutam Efendi Harion Mahaiwa Program Matematika Doen Juruan Matematika Fakulta Matematika dan Ilmu

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Jeni Penelitian Jeni penelitian ini adalah penelitian kuantitatif dengan pendekatan ekperimental. Deain penelitian ini adalah Pottet-Only Control Deign. Dalam deain ini terdapat

Lebih terperinci

BAB III MODUL INJEKTIF

BAB III MODUL INJEKTIF BAB III ODUL INJEKTIF Bab n adalah bab yang palng pentng arena bab n bers mula dar hal-hal dasar mengena modul njet sampa sat-sat stmewanya yang tda dml oleh modul lan yang tda njet, yang merupaan ous

Lebih terperinci

DEGRADASI DASAR SUNGAI Oleh : Imam Suhardjo. Abstraksi

DEGRADASI DASAR SUNGAI Oleh : Imam Suhardjo. Abstraksi DEGRADAI DAAR UNGAI Ole : Imam uardjo Abtraki Degradai daar ungai umumnya merupakan akibat adanya eroi dan ebagai perantara utama adala air yang dipengarui ole kecepatan aliran. tudi ini bertujuan mengidentifikai

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN A III METODE PENELITIAN A. Jeni Penelitian Penelitian adalah alah atu media yang digunakan dalam menuli dengan proedur yang telah ditentukan. Penelitian pada hakekatnya adalah uatu upaya dan bukan hanya

Lebih terperinci

PENERAPAN PETA P MULTIVARIAT PADA PENGONTROLAN PROSES PEMOTONGAN KACA JENIS LNFL DI PT. ASAHIMAS FLAT GLASS, TBK.

PENERAPAN PETA P MULTIVARIAT PADA PENGONTROLAN PROSES PEMOTONGAN KACA JENIS LNFL DI PT. ASAHIMAS FLAT GLASS, TBK. PENERAPAN PETA P MULTIVARIAT PADA PENGONTROLAN PROSES PEMOTONGAN KACA JENIS LNFL DI PT. ASAHIMAS FLAT GLASS, TBK. Fanny Ayu Octavana dan Dra. Luca Ardnant, MT. Jurusan Statsta, Faultas Matemata dan Ilmu

Lebih terperinci

PENGKAJIAN BEBERAPA ALGORITMA UNTUK MENGEVALUASI DAN MENGHITUNG LOSSES ENERGI PADA SISTEM DISTRIBUSI TENAGA LISTRIK

PENGKAJIAN BEBERAPA ALGORITMA UNTUK MENGEVALUASI DAN MENGHITUNG LOSSES ENERGI PADA SISTEM DISTRIBUSI TENAGA LISTRIK PENGKAJIAN BEBERAPA AGORITMA UNTUK MENGEVAUASI DAN MENGHITUNG OSSES ENERGI PADA SISTEM DISTRIBUSI TENAGA ISTRIK Hamzah Hlal Jl. MH. Thamrn No. 8 Geung II anta 0,, PTKKE-Deput Bang TIEM BPPT E-mal: taura889@yahoo.com

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI LNSN TEORI. nala Jarngan Kera Metode arngan kera dperkenalkan menelang decade 0-an, oleh atu tm engneer dan ahl matematka dar peruahaan u Pont bekera ama dengan Rand orporaton, dalam uaha mengembangkan

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Jeni Penelitian Penelitian ini menggunakan pendekatan kuantitatif yang akan dilakukan merupakan metode ekperimen dengan deain Pottet-Only Control Deign. Adapun pola deain penelitian

Lebih terperinci

Nursyamsu Hidayat, Ph.D.

Nursyamsu Hidayat, Ph.D. 4//013 ivil Engineering Diploma Program Vocational chool Gajah Maa Univerity Nuryamu Hiayat, Ph.D. Alinemen horiontal/trae jalan merupakan proyeki umbu jalan paa biang horiontal Alinemen horiontal teriri

Lebih terperinci

BAB IV APLIKASI PADA MATRIKS STOKASTIK

BAB IV APLIKASI PADA MATRIKS STOKASTIK BAB IV : ALIKASI ADA MARIKS SOKASIK 56 BAB IV ALIKASI ADA MARIKS SOKASIK Salah satu apliasi dari eori erron-frobenius yang paling terenal adalah penurunan secara alabar untu beberapa sifat yang dimilii

Lebih terperinci

dan µ : rata-rata hitung populasi x : rata-rata hitung sampel

dan µ : rata-rata hitung populasi x : rata-rata hitung sampel Uura Statt. Pedahulua Uura Statt:. Uura Pemuata Bagamaa, d maa data berpuat? Rata-Rata Htug Arthmetc Mea Meda Modu Kuartl, Del, Peretl. Uura Peyebara Bagamaa peyebara data? Ragam, Vara Smpaga Bau Uura

Lebih terperinci