BAB 2 LANDASAN TEORI

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB 2 LANDASAN TEORI"

Transkripsi

1 BAB LANDASAN TEORI. Defs Pemelharaa Pemelharaa aau perawaa (maeace) merupaka kegaa uuk mejaga aau memelhara faslas-faslas da peralaa pabrk, sera megadaka perbaka, peyesuaa aau peggaa yag dperluka uuk medapaka suau kods operas produks yag memuaska da sesua dega yag drecaaka. Sela u pegera la dar perawaa adalah segala daka yag dlakuka uuk mejaga kelagsuga fugsoal dar ssem produks da peralaaya. D sampg u ada juga yag medefska perawaa sebaga suau koseps dar semua akvas yag dperluka uuk mejaga aaupu memperahaka kualas peralaa agar eap dapa berfugs dega bak seper dalam kods yag sebelumya (Supad, p6). Sedagka pekerjaa perawaa adalah kegaa uuk melakuka perbaka yag bersfa kualas, uuk megkaka suau kods ke kods la yag lebh bak. Besarya akvas perawaa yag dlakuka ergaug pada (Supad, p6): Baas kualas eredah yag dzka dar suau kompoe. Waku pemakaa aau lamaya operas yag meyebabka berkuragya kualas peralaa.

2 8 Dalam usaha uuk dapa megguaka erus faslas da peralaa, dbuuhka akvas aau kegaa perawaa yag melpu kegaa pegeceka, memyak (lbrcao), da perbaka aas kerusaka-kerusaka yag ada, sera peggaa kompoe yag erdapa pada faslas ersebu. Maajeme perawaa (maeace maageme) adalah pegorgasasa operas perawaa uuk memberka padaga umum megea perawaa faslas dusr (Supad, p5). Pemelharaa mempuya peraa yag saga meeuka dalam kegaa produks dar suau perusahaa yag meyagku kelacara aau kemacea produks, kelambaa da volum produks sera efses berproduks. Dega demka, pemelharaa memlk fugs yag sama pegya dega fugs-fugs la dar suau perusahaa (Assaur, p5). Sela u pegya fugs perawaa merupaka fakor yag doma dalam bayak dusr. Dalam beberapa ahu belakaga, flosofs umum eag maajeme perawaa elah berkembag ke arah spesalsas yag semak dperluka. Akvas pemelharaa aau perawaa yag serg kal dabaka oleh phak perusahaa, sebearya merupaka kegaa yag dak kalah pegya dega kegaa la yag ada d dalam suau perusahaa. Kegaa pemelharaa yag dak eraur, dapa megakbaka mes da peralaa megalam kerusaka, sehgga dapa mempegaruh kapasas produks, sera megeluarka baya-baya yag mahal uuk melakuka perbaka.

3 9. Tujua Pemelharaa Tujua uama dar perawaa da pemelharaa mes adalah: Mejaga agar kualas produk berada pada gka yag dharapka gua memeuh apa yag dbuuhka produk u sedr da mejaga agar kegaa produks dak megalam gaggua. Memperahaka kemampua ala aau faslas produks gua memeuh kebuuha sesua dega arge sera recaa produks. Megurag pemakaa da peympaga dluar baas da mejaga modal yag dvesaska dalam perusaha selama jagka waku yag deuka sesua dega kebjaksaaa perusahaa. Memperhaka da meghdar kegaa-kegaa operas mes sera peralaa yag dapa membahayaka keselamaa kerja. Megadaka suau kerjasama yag era dega fugs-fugs uama laya dar suau perusahaa, dalam ragka uuk mecapa ujua uama perusahaa. Sedagka ujua umum dar meajeme pemelharaa adalah uuk meujag akvas dalam bdag perawaa (Supad, p6), yau : Memperpajag waku pegoperasa faslas dusr yag dguaka semaksmal mugk, dega baya perawaa yag semmum mugk da adaya proeks yag ama dar vesas modal. Meyedaka modal baya ereu da formas-formas laya yag dapa meujag peuh dalam bdag perawaa.

4 30 Meeuka meode evaluas presas kerja yag dapa bergua uuk maajeme secara umum da bag pegawas maeace khususya. Membau dalam mecpaka kods kerja yag ama, bak uuk baga operas maupu persol maeace laya dega meeapka da mejaga sadar perawaa yag bear. Megkaka keerampla para pegawas da para operaor perawaa melalu pelaha..3 Jes-Jes Pemelharaa Secara umum, djau dar saa pelaksaaa akvas pemelharaa, maeace dapa dbag mejad dua cara (Supad, p7), yau :. Perawaa yag drecaaka (Plaed Maeace) Pegorgasasa pekerjaa pemelharaa yag dlakuka dega permbaga ke masa depa, erkorol da ercaa.. Perawaa yag dak drecaaka (Uplaed Maeace) Cara pekerjaa perawaa darura yag dak drecaaka (Uplaed Emergecy Maeace). Sedagka akvas perawaa aau pemelharaa (maeace) dbag mejad beberapa baga yau breakdow maeace, correcve maeace, preveve maeace, rug maeace, predcve maeace, emergecy maeace, da oal producve maeace.

5 3.3. Breakdow Maeace Breakdow maeace adalah kegaa pemelharaa yag dlakuka seelah erjadya kerusaka aau erjad kelaa pada faslas da peralaa sehgga dak dapa berfugs dega bak. Perawaa dak erlalu meekaka pada pemelharaa prevef, cukup pada keadaa apabla mes da peralaa sudah megalam kerusaka sehgga perlu pembogkara secara oal (breakdow). Pekerjaa perawaa dlakuka seelah erjad kerusaka, da uuk memperbakya harus dsapka suku cadag, maeral, ala-ala da eaga kerjaya. Peerapa ssem perawaa dlakuka pada mes-mes dusr yag rga, sehgga apabla erjad kerusaka dapa dperbak dega cepa. Pada dasarya akvas dak epa uuk dsebu akvas perawaa. Yag ermasuk dalam kaagor adalah semua akvas yag ak erecaa (uscheduled) yag dsebabka oleh kerusaka (breakdow) peralaa..3. Correcve Maeace (CM) Perawaa korekf dlakuka uuk memperbak da megkaka kods faslas sehgga mecapa sadar yag dapa derma. Perawaa korekf ermasuk dalam cara perawaa yag drecaaka uuk perbaka (Supad, p8). Perawaa dlakuka juga uuk meeuka daka yag d perluka uuk megaas kerusaka-kerusaka aau kemacea yag erjad berulag kal. Dalam perawaa korekf dapa dadaka pegkaa sedemka rupa, seper melakuka perubaha aau modfkas racaga peralaa agar lebh bak.

6 3 Meghlagka problema yag merugka uuk mecapa kods operas yag lebh ekooms (Supad, p8). Tdaka perawaa berujua uuk mecegah erjadya kerusaka yag sama.. Prosedur d eapka pada peralaa aau mes yag sewaku-waku dapa erjad kerusaka. Dega demka ddapaka kesmpula bahwa pemelharaa korekf memusaka permasalah seelah permasalaha u erjad, buka megaalsa masalah uuk mecegahya agar dak erjad..3.3 Preveve Maeace (PM) Preveve Maeace adalah pemelharaa yag dlakuka secara erjadwal, umumya secara perodk, dmaa sejumlah ugas pemelharaa seper speks, perbaka, peggaa, pembersha, pelumasa da peyesuaa dlaksaaka. Pekerjaa perawaa berujua uuk mecegah erjadya kerusaka aau cara perawaa yag drecaaka uuk pecegaha. Perawaa prefef dmaksudka juga uuk megefekfka pekerjaa speks, perbaka kecl, pelumasa, da peyeela sehgga peralaa aau mes-mes selama beroperas dapa erhdar dar kerusaka. Perawaa prevef dlaksaaka sejak awal sebelum erjad kerusaka (Supad, p7). Perawaa prevef peg drepaka pada dusr-dusr yag proses produksya koyu aau memaka ssem oomas (Supad, p7).

7 33 Dalam prakek d lapaga, pemelharaa prevef dalam perusahaa dapa dlakuka da dbedaka sebaga berku :. Roue maeace. Kegaa perawaa yag dlakuka secara ru. Coohya yau pembersha faslas aau peralaa, lubrcao (pelumasa), pegeceka ol, sera pegeceka s baha bakar.. Perodc maeace. Kegaa perawaa yag dlakuka secara berkala aau dalam jagka waku ereu. Peeua jagka waku perodc maeace dapa dlakuka berdasarka erval waku (seper, melakuka perawaa seap sau bula, seap empa bula aau seap sau ahu), da berdasarka lamaya jam kerja mes produk ersebu sebaga jadwal kegaa msalya seap seraus jam sekal. Terdapa beberapa mafaa dar pemelharaa pecegaha yau sebaga berku :. Memperkecl overhaul (uru mes).. Megurag kemugka resparas bersekala besar. 3. Megurag baya kerusaka / pergaa mes. 4. Memperkecl kemugka produk produk yag rusak. 5. Memmalka persedaa suku cadag. 6. Memperkecl hlagya gaj gaj ambaha akba peurua mes. 7. Meuruka harga saua dar produk pabrk.

8 34 Sedagka ujua dar Preveve maeace yag merupaka daka perawaa pecegaha dalam ragkaa akvas pemelharaa adalah : Memperpajag umur produkf asse dega medeeks bahwa sebuah asse memlk k krs pegguaa (crcal wear po) da mugk aka megalam kerusaka. Melakuka speks secara efekf da mejaga supaya kods peralaa selalu dalam keadaa seha. Megelmr kerusaka peralaa da hasl produks yag caca sera megkaka keahaa mes da kemampua proses Megurag waku yag erbuag pada kerusaka peralaa dega membua akvas pemelhara peralaa Mejaga baya produks semmum mugk.3.4 Rug Maeace Perawaa berjala merupaka pekerjaa yag dlakuka pada saa faslas aau peralaa dalam keadaa bekerja. Perawaa berjala ermasuk cara perawaa yag drecaaka uuk derapka pada peralaa dalam keadaa operas. Perawaa dalam kods berjala derapka pada mes-mes yag harus beroperas erus dalam melaya proses produks. Kegaa perawaa dlakuka dega jala moorg secara akf. Dharapka hasl dar perbaka yag dlakuka

9 35 secara cepa da erecaa dapa mejam kods operas produks apa adaya gaggua yag megakbaka kerusaka..3.5 Predcve Maeace Perawaa predkf dlakuka uuk megeahu erjadya perubaha aau kelaa dalam kods fsk maupu fugs dar ssem perawaa. Basaya perawaa predkf dlakuka dega baua paca dera aau dega ala-ala moor yag caggh. Pekerjaa merupaka perawaa dmaa dlakuka speks erhadap asse peralaa uuk mempredkska erhadap kerusaka aau kegagala yag aka erjad. Beberapa cooh ekk perawaa predkf : vbrao moorg, hermography, rbology, process parameers, vsual speco, ulrasoc moorg, oher o-desrucve echques..3.6 Emergecy Maeace Perawaa darura merupaka pekerjaa perbaka yag segera dlakuka karea erjad kemacea aau kerusaka yag ak erduga. Perawaa darura ermasuk cara perawaa yag dak drecaaka (uplaed emergecy maeace).

10 36.4 Kosep Keadala (Relably Cocep) Keadala (Relably)ddefska sebaga probablas sebuah kompoe aau ssem aka dapa beroperas sesua fugs yag dgka uuk suau perode waku ereu keka dguaka dbawah kods operas yag elah deapka (Ebelg, p5). Sedagka ar laya adalah peluag dar sebuah u yag dapa bekerja secara ormal keka dguaka uuk kods ereu sedakya bekerja dalam suau kods yag elah deapka. Uuk meeuka keadala dalam kaa operasoal, dperluka defs yag lebh spesfk, yau deskrps eag kegagala yag dak membgugka da dapa dama, defkas u waku, sera ssem yag dama harus berada dalam kods lgkuga da operas yag ormal (Ebelg, p5). Ada erdapa empa eleme yag sgfka dalam kosep relably, daaraya adalah : Probably (peluag). Seap em memlk umur paka yag berbeda dega em laya. Sekelompok em dapa memlk umur raa-raa yag pas. Hal memugkka uuk megdefkas dsrbus dar kerusaka em, sehgga dapa dperkraka umur dar em ersebu. Performace (kerja). Medfska keadala sebaga suau karakersk kerja ssem dmaa suau ssem yag bak harus dapa meujukka performas yag memuaska jka doperaska. Waku. Relably dyaaka dalam suau perode waku. Peluag seseorag uuk hdup pada ahu depa aka berbeda dega peluag

11 37 seseorag uuk hdup pada sepuluh ahu yag aka daag. Demka juga dega relably sebuah em, kareaya pegdefkasa waku yag jelas saga dperluka. Kods. Mejelaska bahwa perlakua yag derma oleh suau ssem aka memberka pegaruh erhadap gka relably..5 Kosep Keerawaa (Maaably Cocep) Yag dmaksud dega keerawaa (maaably) adalah probablas suau kompoe aau ssem yag rusak aka dpulhka aau dperbak kembal pada kods yag elah deuka selama perode waku ereu keka dlakuka perawaa sesua dega prosedur yag deuka (Ebellg, p6)..6 Kosep Keersedaa (Avalably Cocep) Avalably adalah probablas suau kompoe aau ssem dapa beroperas sesua dega fugs yag elah deapka dalam waku ereu keka dguaka pada kods operas yag elah deapka (Ebelg, p6). Avalably juga dapa derpreaska sebaga persease waku operas dar sebuah kompoe aau ssem selama erval waku ereu aau persease kompoe yag beroperas pada waku ereu. Perbedaaya dega relably yau bahwa avalably merupaka probablas kompoe saa dapa beroperas meskpu sebelumya kompoe ersebu perah megalam kerusaka da elah dpulhka aau dperbak kembal pada kods operasya yag ormal. Karea u

12 38 ssem avalably dak perah lebh kecl dar la relably. Avalably merupaka pegukura yag lebh serg dguaka uuk ssem aau kompoe yag dapa dperbak, karea memperhugka bak kegagala aau kerusaka (relably) maupu perbaka (maaably) (Ebelg, p6). Avalably oal melpu peggaa pecegaha da pemerksaa dalam ar avalably merupaka propors waku eors yag erseda uuk kompoe dalam ssem dapa beroperas dega bak..7 Fugs Kerusaka Breakdow dapa ddefska sebaga berheya mes pada saa produks yag melbaka egeerg dalam perbaka. Sedagka lama waku dmaa suau u dak dapa mejalaka fugsya sesua dega yag dharapka dsebu sebaga dowme mes. Seap peralaa aau mes mempuya karakersk kerusaka yag berbedabeda. Sejumlah peralaa yag sama aka mempuya karakersk kerusaka yag berbeda jka doperaska pada kods lgkuga yag berbeda. Bahka jka sejumlah peralaa yag sama doperaska pada kods lgkuga yag sama pu dapa mempuya karakersk kerusaka yag berbeda. Kepuusa yag berkaa dega masalah probablas, seper meeuka kapa melaksaaka perawaa pecegaha uuk suau peralaa membuuhka formas megea saa aau waku peralaa ersebu mecapa kods gagal aau rusak. Trass suau peralaa dar kods bak ke kods gagal aau rusak dak

13 39 dapa dkeahu secara pas wakuya, eap dapa dkeahu formas megea probablas erjadya rass ersebu pada waku ereu berdasarka fugs kerusakaya. Suau proses kerusaka dgambarka oleh varabel acak T (me o falure), yag dkelompoka secara uk melalu empa fugs, yau (Ebelg, p3-34): Probably Desy Fuco (Fugs Kepadaa Peluag) Probably Desy Fuco (PDF) aau yag basa dsebu dega Fugs Kepadaa Peluag, merupaka suau fugs yag meggambarka beuk dar dsrbus kerusaka. Bla varabel acak kou (coous radom varable) dyaaka sebaga waku kerusaka dar ssem aau peralaa dar sejumlah kerusaka pada suau waku, da mempuya fugs dsrbus f yag kou d seap k sumbu yaa, f dkaaka Fugs Kepadaa Peluag (Probably Desy Fuco) dar varabel. Bla berla yaa ( 0) pada erval waku, harus memeuh persyaraa : () 0 f uuk 0, sehgga 0 f () d Cummulave Dsrbuo Fuco (Fugs Dsrbus Kumulaf) Fugs Dsrbus Kumulaf (Cummulave Dsrbuo Fuco) merupaka fugs yag meggambarka probablas erjadya kerusaka sebelum waku. Probablas suau ssem aau peralaa megalam

14 40 kegagala aau kerusaka dalam beroperas sebelum waku, yag secara maemas dapa dyaaka sebaga : F ( ) P( < ) dmaa F ( 0 ) 0 da lm F ( ) F () f ( ) d uuk 0 dmaa : F() : fugs dsrbus kumulaf f() : fugs kepadaa kumulaf jka maka F() The Relably Fuco (Fugs Keadala) Keadala merupaka peluag bahwa sebuah ssem aau kompoe aka berfugs dega bak hgga perode. Fugs keadala ersebu dapa dgambarka dega hubuga maemas sebaga berku : Dmaa, R ( ) Pr { T } R () 0 R ( 0 ), da lm R( ) 0. meruapaka varabel acak me o falure (waku saa erjadya kerusaka ssem aau kompoe), da 0.

15 4 Dega memasuk fugs kepadaa peluag, maka : The Hazard Rae Fuco R () f ( ) Hazard Rae Fuco aau yag basa dsebu Falure Rae (laju kerusaka) merupaka fugs probablas ambaha dar yag elah djelaska sebelumya. Fugs sergkal dguaka dalam relablas, yag meggambarka probablas suau peralaa aka rusak pada erval waku berkuya, sedagka sampa saa ala ersebu mash dalam kods bak da dlambagka dega λ ( ) (Jarde, p9). d ( ) F() f λ () f R ( ) () Beuk peg dar Hazard Rae Fuco adalah bahub curve. Ssem yag laju kerusakaya berbeuk bahub curve, megalam laju kerusaka yag meuru pada sklus awal, kemuda dku dega laju kerusaka kosa, selajuya adalah laju kerusaka yag megka. Kurva bahub meujukka ga daerah yag memlk laju kerusaka yag berbeda, yau (Ebelg, p3):. Fase Kerusaka Awal (Early Falure aau Bur-) Laju kerusaka pada ahap erus meuru yag dawal dega gka laju kerusaka yag cukup gg pada awal operas yag kemuda erus meuru. Fase serg juga dsebu sarup falure

16 4 da serg juga dslahka dega decreasg falure rae (DFR). Kerusaka yag erjad pada fase dapa dsebabka oleh berbaga peyebab, seper kesalaha proses maufakur yag dapa daas dega percobaa accepace da pegorola pada awal operas.. Fase Umur Paka Yag Bergua (Radom Falure aau Usefull Lfe) Fase dada dega laju kerusaka yag kosa aau cosa falure rae (CFR). Kesalaha-kesalaha operasoal merupaka peyebab dar kerusaka pada fase, sehgga pelaksaaa operas yag epa dapa megaas kerusaka yag erjad. 3. Fase Keausa (Wearou Falure aau Wearou) Fase memlk laju kerusaka yag erus megka aau creasg falure rae (IFR), yag dsebabka oleh berakhrya umur paka peralaa. Uuk megurag laju kerusaka harus dlakuka peggaa perawaa pecegaha.

17 43 Grafk. Bahub Curve Secara keseluruha, perawaa pecegaha dapa megurag laju kerusaka yag erjad. Namu demka, uuk daerah (bur-) da (useful lfe) sebakya perawaa pecegaha yag dlakuka buka berupa peggaa pecegaha karea daka dak dapa megurag probablas kerusaka yag erjad. Tdaka peggaa pecegaha yag dlakuka aka sa-sa. Peggaa pecegaha haya dapa dlakuka uuk dapa megurag laju kerusaka pada daerah 3 (wearou). Sedagka kebjaksaaa perawaa yag lebh umum seper

18 44 overhaul, lubrcao (pelumasa), da pembersha dapa deapka uuk kega daerah ersebu. Laju kerusaka pada masg-masg daerah ersebu dapa dhampr oleh dsrbus-dsrbus ereu, yau (Ebelg, p36): Daerah (bur-) : Dsrbus Webull Daerah (useful lfe) : Dsrbus Ekspoesal Daerah 3 (wearou) : Dsrbus Webull, Normal, da Logormal.8 Dsrbus Kerusaka Ada erdapa empa dsrbus yag dguaka uuk megdefkas pola daa yag erbeuk dar waku kerusaka da pola daa waku perbaka. Dsrbus ersebu aara la, Dsrbus Webull, Dsrbus Logormal, Dsrbus Ekspoesal, da Dsrbus Normal..8. Dsrbus Webull Dsrbus Webull merupaka dsrbus yag palg bayak dguaka uuk waku kerusaka karea dsrbus dapa dguaka bak uuk laju kerusaka yag megka maupu laju kerusaka yag meuru. Terdapa dua parameer yag dguaka dalam dsrbus yau θ yag dsebu dega parameer skala (scale parameer) da β yag dsebu sebaga parameer beuk (shape parameer). Sedagka fugs-fugs pada dsrbus Webull adalah (Ebelg, p59) :

19 45 β Probably Desy Fuco : f () θ θ β Cummulave Dsrbuo Fuco : F() e e β θ β θ Relably Fuco : R () e β θ β Hazard Rae Fuco : λ() θ θ dmaa θ > 0, β > 0, da 0 β Dsrbus Webull serg dguaka dalam meeuka gka kegagala aau kerusaka, yag meeuka gka kerusaka ersebu dar pola daa yag erbeuk adalah la parameer β. Nla-la β yag meujukka laju kerusaka erdapa dalam abel berku (Ebelg, p63) : Tabel. Nla-Nla Parameer β Dalam Dsrbus Webull Nla Laju Kerusaka 0 < β < Peguraga laju kerusaka (DFR) β Dsrbus Ekspoesal < β < Pegkaa laju kerusaka (IFR), Kokaf β Dsrbus Raylegh β > Pegkaa laju kerusaka (IFR), Koveks 3 β Pegkaa laju kerusaka (IFR), medeka kurva ormal Jka parameer β (parameer beuk) mempegaruh beuk kurva (laju kerusaka ak aau uru), maka parameer θ (parameer skala) mempegaruh la egah dar pola daa da sebara dar dsrbus ersebu. Dega berambahya la

20 46 θ, maka la relablas pada waku ereu juga aka megka, yag juga berar meuruya laju kerusaka..8. Dsrbus Logormal Dalam dsrbus Logormal dkeal adaya dua parameer yau s yag merupaka parameer beuk (shape parameer) da med sebaga parameer lokas (locao parameer) yag merupaka la egah dar suau dsrbus kerusaka. Dsrbus dmeger haya uuk la posf da lebh sesua darpada dsrbus Normal dalam hal kerusaka. Seper halya Webull, dsrbus Logormal mempuya berbaga beuk. Sehgga serg djumpa bahwa daa yag sesua dega dsrbus Webull juga sesua dega dsrbus Logormal (Ebelg, p73). Fugs-fugs dalam dsrbus Logormal aara la (Ebelg, p73-76) : Probably Desy Fuco : f () ep l π s s med 0 Cummulave Dsrbuo Fuco : F() Φ l s med Relably Fuco : R( ) Φ l s med Hazard Rae Fuco : λ () f ( ) Φ l s med Dmaa s > 0, med > 0 da 0

21 Dsrbus Ekspoesal Dsrbus Ekspoesal adalah dsrbus yag palg populer dguaka dalam eor keadala. Dsrbus dguaka uuk meghug keadala dar dsrbus kerusaka yag memlk laju kerusaka kosa. Dsrbus mempuya laju kerusaka yag eap erhadap waku, dega kaa la probablas erjadya kerusaka dak ergaug pada umur ala. Dsrbus Ekspoesal merupaka dsrbus yag palg mudah uuk daalsa (Ebelg, p4). Parameer yag dguaka dalam dsrbus Ekspoesal adalah λ, yag merupaka raa raa kedaaga kerusaka yag erjad. Fugs-fugs yag dguaka dalam dsrbus Ekspoesal aara la (Ebelg, p4) : λ e λ Probably Desy Fuco : ( ) λ Cummulave Dsrbuo Fuco : ( ) f F e Relably Fuco : R( ) e λ ( ) () Hazard Rae Fuco : λ f () R λ.8.4 Dsrbus Normal Dsrbus Normal dapa dguaka uuk memodelka feomea keausa (kelelaha) aau kods wearou dar suau mes. Parameer yag dguaka adalah μ (la egah) da σ (sadar devas). Sebearya dsrbus bukalah dsrbus

22 48 relablas mur karea varabel acakya memlk rage aara mus ak hgga sampa plus ak hgga. Aka eap, karea hampr uuk semua la μ da σ, peluag uuk varabel acak yag memlk la egaf dapa dabaka, maka dsrbus ormal dapa dguaka sebaga pedekaa yag bak uuk proses kegagala. Karea hubugaya dega dsrbus Logormal, dsrbus juga dapa dguaka uuk megaalsa probablas Logormal. Fugs-fugs yag dguaka dalam dsrbus Logormal aara la (Ebelg, p69) : ( ) μ Probably Desy Fuco : f () ep < < πσ σ μ σ Cummulave Dsrbuo Fuco : F () Φ Relably Fuco : μ R( ) Φ σ ( ) f Hazard Rae Fuco : λ() μ Φ σ.9 Idefkas Dsrbus Pegdefkasa dsrbus dar daa waku kerusaka da daa waku perbaka yag dmlk dapa dlakuka dalam ga ahapa proses, yag erdr dar : defkas kadda dsrbus, esmas parameer, da uj Goodess Of F (Ebelg, p359).

23 49.9. Idefkas Kadda Dsrbus Idefkas kadda dsrbus dsebu juga defkas awal yag dapa dlakuka dega dua cara, yau Probably Plo da meode Leas-Square Curve- Fg (LSCF). Dega Probably Plo dbua grafk dega k-k ( F( )),. Bla daa ersebu meghampr suau dsrbus, maka grafk yag erbeuk aka berbeuk gars lurus. Probably Plo juga dguaka bla jumlah sampel erlalu kecl aau daa yag dguaka dak legkap. Namu demka meode Leas-Square Curve-Fg aka mejad lebh akura dbadgka dega Probably Plo, karea gka subjekvas uuk mela kelurusa gars mejad berkurag. Dega meode Leas-Square Curve-Fg, dsrbus yag erplh adalah dsrbus yag meghaslka la de of f (r) erbesar. Yag selajuya dsrbus yag erplh aka dguaka uuk meghug MTTF, MTTR, da Relably..9.. Probably Plo Dsrbus Webull Pembuaa Probably Plo uuk dsrbus Webull dlakuka dega meleakka k-k berdasarka la abss ( ) da la orda () β θ F e. Kemuda dbua gars lurus AB yag megerpolaska k-k ersebu.

24 50 Dsrbus Logormal Pembuaa Probably Plo uuk dsrbus Logormal dlakuka dega meleakka k-k berdasarka la abss ( ) da la orda z l l s s med. Kemuda dbua gars lurus yag megerpolaska k-k ersebu (Ebelg, p370). Dsrbus Ekspoesal Pembuaa Probably Plo uuk dsrbus Ekspoesal dlakuka dega meleakka k-k berdasarka la abss ( ) da la orda l F ( ). Kemuda dark suau gars lurus dar plo daa ersebu. Semak deka jarak aara k da gars lurus ersebu, maka semak cocoklah daa kerusaka dega dsrbus ersebu. Dsrbus Normal Pembuaa Probably Plo uuk dsrbus Normal dlakuka dega meleakka k-k berdasarka la abss ( ) da la orda z μ. Kemuda dbua gars lurus yag megerpolaska k- σ k ersebu (Ebelg, p370).

25 5.9.. Leas-Square Curve Fg Dsrbus Webull webull y y y y r ) l( ) ( l l F y ( ) 0,4 0,3 + F Parameer : b β da ( ) β θ a e Grade : y y b Iersep : b y a Dmaa : jumlah kerusaka yag erjad daa ke-

26 5 Dsrbus Logormal ormal z z z z r log ) l( y z Φ - [F( )] dperoleh dar abel Φ(z) ( ) 0,4 0,3 + F Parameer : b s da sa med e Grade : y y b Iersep : b y a Dmaa : jumlah kerusaka yag erjad daa ke-

27 53 Dsrbus Ekspoesal ekspoeal y y y y r ) ( l l F y ( ) 0,4 0,3 + F Parameer : b λ Grade : y b Iersep : b y a Dmaa : jumlah kerusaka yag erjad daa ke-

28 54 Dsrbus Normal ormal z z z z r z Φ - [F( )] dperoleh dar abel Φ(z) ( ) 0,4 0,3 + F Parameer : b σ da ( ) b a μ Grade : y y b Iersep : b y a Dmaa : jumlah kerusaka yag erjad daa ke-

29 Peguja Dega Megguaka Sofware Mab 4 Sela dega megguaka perhuga secara maual, uuk meghug la de of f (r) dar daa waku kerusaka da daa waku perbaka, bsa juga dlakuka dega megguaka sofware Mab 4. Peguja yag dlakuka dega sofware Mab 4 juga megguaka keempa dsrbus yag dguaka dalam perhuga secara maual, seper yag elah djelaska sebelumya. Tujua dar Peguja dlakuka uuk memudahka dalam meeuka dsrbus erplh, yag aka meghaslka la koefse korelas (correlao coeffce) da la Aderso-Darlg dar daa waku berdasarka masg-masg dsrbus. Dsrbus erplh adalah dsrbus yag meghaslka la correlao coeffce erbesar, da la Aderso-Darlg erkecl. Lagkah-lagkah yag perlu dlakuka uuk melakuka peguja dega megguaka sofware Mab 4 adalah :. Buka program Mab 4.. D New Workshee masukka la varabel (waku kerusaka aau waku perbaka) pada kolom C. 3. Plh Sa > Relably Survval > Dsrbuo Aalyss (Rgh Cesorg) > Dsrbuo ID Plo.

30 56 Gambar. Koak Dalog Drbuo ID Plo Rgh Cesorg 4. Dalam Varables: masuka varabel pada kolom C. 5. Plh Specfy, uuk memlh dsrbus yag aka d uj. 6. Klk Ok..9. Esmas Parameer Meskpu pada Leas-Square Curve Fg elah dhug parameerparameer dar masg-masg dsrbus, amu parameer-parameer yag dperoleh buka merupaka esmas parameer erbak. Esmas parameer dega

31 57 Mamum Lkehood Esmaor (MLE) memberka hasl esmas yag lebh akura. Esmas parameer uuk ap-ap dsrbus megguaka perhuga sebaga berku, yau : Dsrbus Webull ( ) ( ) ( ) 0 l l l + + r r r r r r r g β β β β β β β β dmaa : r jumlah kerusaka daa waku kerusaka ke- jumlah daa r waku kerusaka ke-r ( ) β β β θ + r s r r Dsrbus Logormal l μ μ e med ( ) s l μ

32 58 dmaa : daa waku kerusaka ke- jumlah daa Dsrbus Ekspoesal λ r T dmaa : r jumlah kerusaka Dsrbus Normal μ ; ( ) s σ ; dega, dmaa : s ( ) daa waku kerusaka ke- jumlah daa.9.3 Goodess Of F Tes ( Uj Kebaka Sua) Lagkah erakhr dalam pegdefkasa dsrbus adalah dega melakuka uj sask yau goodess of f es. Uj membadgka aara hpoess ol (H 0 ) yag meyaaka bahwa daa megku dsrbus erplh da

33 59 hpoess aleraf (H ) yag meyaaka bahwa daa waku dak megku dsrbus erplh. Peguja merupaka perhuga sask yag ddasarka pada sampel daa waku kerusaka da perbaka. Sask kemuda dbadgka dega la krk yag dperoleh dar abel. Secara umum, apabla la yag ddapa dar peguja sask kurag dar la krk abel, maka H 0 derma. Sebalkya, jka la peguja sask lebh besar darpada la krk abel, maka H yag derma. Pada dasarya ada erdapa dua jes uj kebaka sua, yau uj umum (geeral es) merupaka uj yag dapa dguaka uuk meguj beberapa dsrbus, yau uj Ch-Square. Sedagka uj khusus (specfc es) yau masgmasg uj haya dapa dguaka uuk meguj sau aau dua jes dsrbus. Uj khusus erdr dar Barle s Tes, Ma s Tes, da Kolmogorov-Smrov Tes. Dbadgka dega uj umum, uj khusus aka lebh akura dalam meolak suau dsrbus yag dak sesua Ma s Tes uuk Dsrbus Webull Ma s Tes merupaka uj spesfk uuk dsrbus Webull yag dkembagka oleh Ma, Schafer, da Sgpurwalla (974). Hpoesa uuk melakuka uj adalah (Ebelg, p400) : H 0 : Daa berdsrbus Webull H : Daa dak berdsrbus Webull

34 60 Uj saskya adalah : M k r k+ k k ( l l ) + ( l l ) + M M Dmaa, k r k r M Z + - Z Z 0.5 l l Dmaa : M + X r, M M α,k,k uj sask uuk Ma s Tes omor daa (,,3,...,) daa waku ke- daa waku ke-(+) blaga eger dar jumlah daa yag dama la pedekaa Ma uuk daa ke- la M abel dsrbus Webull abel dsrbus F (v k da v k ) Jka la M hug < M abel (α,k,k) maka H 0 derma, da olak H, begu juga sebalkya jka M hug > M abel (α,k,k) maka erma H da olak H 0.

35 Barle s Tes uuk Dsrbus Ekspoesal Hpoesa uuk melakuka uj adalah (Ebelg, p399): H 0 : Daa kerusaka berdsrbus Ekspoesal H : Daa kerusaka dak berdsrbus Ekspoesal Uj saskya adalah : B r r l R R ( r + ) + 6r r l Wlayah Krk : X α X ; v r < B <, r α, r Dmaa : r B v daa waku ke- jumlah kerusaka la uj sask uuk Barle s Tes deraja bebas χ la abel dsrbus Ekspoesal α, χ α, r, r abel dsrbus ch-square Jka B jauh dalam wlayah krk maka H 0 derma da olak H, begu pula sebalkya, jka la perhuga B jauh d luar wlayah krk, maka erma H da olak H 0.

36 Kolmogorov-Smrov Tes uuk Dsrbus Normal da Logormal Kolmogorov-Smrov Tes merupaka uj spesfk uuk dsrbus Normal da Logormal yag dkembagka oleh H. W. Lllefors (967). Hpoesa uuk melakuka uj adalah (Ebelg, p40) : H 0 : Daa kerusaka berdsrbus Normal aau Logormal H : Daa kerusaka dak berdsrbus Normal aau Logormal Uj saskya adalah : D ma{d,d } Dmaa, D ma Φ s D ma Φ s l da s (l ) Dmaa : daa waku ke- raa-raa daa waku s sadar devas bayakya daa Jka D < D krs maka erma H 0 da olak H, da begu pula sebalkya, jka D > D krs, maka erma H da olak H 0.. Nla D krs dperoleh dar abel crcal value for he Kolmogorov-Smrov es for ormaly (Lllefors Tes).

37 Peguja Dega Megguaka Sofware Mab 4 Sela dega megguaka perhuga secara maual, uuk dapa megeahu kesesuaa dsrbus dar daa waku kerusaka da daa waku perbaka, bsa juga dlakuka dega megguaka sofware Mab 4. Peguja yag dlakuka dega sofware Mab 4 juga megguaka keempa dsrbus yag dguaka dalam perhuga secara maual, seper yag elah djelaska sebelumya. Tujua dar Peguja dlakuka uuk memudahka dalam meeuka dsrbus erplh, yag aka meghaslka la P-Value da la Aderso-Darlg dar daa waku berdasarka masg-masg dsrbus. Dsrbus erplh adalah dsrbus yag meghaslka la P-Value erbesar, da la Aderso-Darlg erkecl. Karea semak besar la P-Value, da semak kecl la Aderso-Darlg, maka daa aka semak megku dsrbus ersebu. Sela u, daa dkaaka megku suau dsrbus ereu, memlk la P-Value yag lebh besar dar la α. Lagkah-lagkah yag perlu dlakuka uuk melakuka peguja dega megguaka sofware Mab 4 adalah :. Buka program Mab 4.. D New Workshee masukka la varabel (waku kerusaka aau waku perbaka) pada kolom C. 3. Plh Sa > Qualy Tools > Idvdual Dsrbuo Idefcao.

38 64 Gambar. Koak Dalog Idvdual Dsrbuo Idefcao 4. Dalam Daa are araged as, plh Sgle colum, da masuka varabel pada kolom C. 5. Plh Specfy, uuk memlh dsrbus yag aka d uj. 6. Klk Ok..0 Nla Tegah Dar Daa Waku Kerusaka (Mea Tme To Falure) Mea me o falure (MTTF) merupaka raa raa selag waku kerusaka dar suau dsrbus kerusaka dmaa raa-raa waku merupaka la yag dharapka (epeced value) dar u-u dek yag beroperas pada kods

39 65 ormal. MTTF yag serg dguaka uuk meyaaka agka ekspekas E() ddefska oleh probably dsrbuo fuco f() (Ebelg, p4;35), yau sebaga berku : 0 MTTF E(). f ( ) d ; ( ) ( ) df dr uuk, f () ; d d sehgga, MTTF 0 R ()d Dsrbus Webull MTTF θ. Γ + β dmaa, Γ + Γ () abel fugs Gamma. β Dsrbus Logormal s e med MTTF. Dsrbus Ekspoesal MTTF λ Dsrbus Normal MTTF μ

40 66. Nla Tegah Dar Daa Waku Perbaka (Mea Tme To Repar) Uuk dapa meghug da meeuka raa-raa aau la egah dar fugs probablas uuk daa waku perbaka, perlu dkeahu erlebh dahulu dsrbus daa perbakaya. Dsrbus yag serg dguaka uuk daa waku perbaka adalah dsrbus Ekspoesal da Logormal. Peeua aau peguja dlakuka dega cara yag sama dega yag sudah djelaska sebelumya. MTTR dperoleh dega megguaka rumus (Ebelg, p9): ( ) MTTR h( ) d H ( ) d ; 0 dmaa : h() fugs kepadaa peluag uuk daa waku perbaka (TTR) H() fugs dsrbus kumulaf uuk daa waku perbaka (TTR) Dsrbus Logormal 0 s e med MTTR. Dsrbus Ekspoesal MTTR λ. Model Peeua Ierval Waku Peggaa Pecegaha Opmal Model peeua peggaa pecegaha berdasarka krera mmas dowme dlakuka dega ujua uuk meeuka waku erbak dlakukaya

41 67 peggaa pecegaha gua memmalka oal dowme per saua waku. Peggaa dlakuka uuk meghdar erheya mes akba kerusaka kompoe. Model dguaka uuk megeahu erval waku peggaa pecegaha yag opmal sehgga memmas oal dowme. Model peeua erval waku peggaa pecegaha berdasarka krera mmas dowme, kosruks modelya yau : Tf dowme yag dbuuhka uuk melakuka peggaa kerusaka. Tp dowme yag dbuuhka uuk melakuka peggaa pecegaha. f() fugs kepadaa probablas waku kerusaka. Terdapa dua macam model perawaa uuk peggaa pecegaha berdasarka krera mmas dowme yau sebaga berku : Block Replaceme Pada model, daka peggaa dlakuka pada suau erval yag eap. Peerapa model adalah dega melakuka peggaa kerusaka yag erjad pada erval (0, p ) dega megabaka adaya peggaa yag erjad selama selag erval waku ersebu, sera melakuka peggaa pecegaha pada seap selag waku p secara kosa (Jarde, p95). Jka pada selag waku p dak erdapa kerusaka, maka daka peggaa dlakuka pada suau erval p yag eap. Jka ssem rusak sebelum jagka waku p, maka dlakuka peggaa kerusaka da

42 68 peggaa selajuya aka eap dlakuka pada saa p dega megabaka peggaa perbaka sebelumya. Gambar.3 Block Replaceme Model Model memugkka erjadya peggaa dalam kuru waku yag berdekaa, dmaa kompoe yag baru dpasag seelah peggaa kerusaka harus megalam peggaa lag pada saa ba wakuya peggaa pecegaha. ( ) D p Ekspekas dowme kerusaka + dowme peggaa pecegaha Pajag sklus ( ) D p ( H ( ) T ) p p f + T + T p p

43 69 dmaa : p D(p) H(p) Tf Tp erval waku peggaa pecegaha dowme persaua waku ekspekas jumlah kerusaka pada erval (0,) dowme yag erjad karea peggaa kerusaka. dowme yag erjad karea peggaa pecegaha Age Replaceme Pada model daka peggaa pecegaha dlakuka ergaug pada umur paka kompoe aau pada saa pegoperasaya sudah mecapa umur yag deapka yau sebesar p. Jka pada selag waku p dak erdapa kerusaka, maka dlakuka peggaa sebaga daka prevef. Perhuga umur daka peggaa p dmula dar awal lag dega megambl acua dar waku mula bekerjaya ssem kembal seelah dlakuka daka perawaa prevef ersebu. Apabla sebelum mecapa waku peggaa pecegaha p yag elah deapka sebelumya, maka sklus kerusaka dakhr dega kegaa peggaa kerusaka.

44 70 Gambar.4 Age Replaceme Model Toal dowme per u waku uuk peggaa pecegaha pada saa p ddeoaska dega D (p) yau : (Jarde, p96) D ( p) Toal ekspekas dowme per sklus ekspekas pajag sklus Toal ekspekas dowme per sklus (EDS) EDS ( R( )) Tp. R( p) + Tf p Ekspekas pajag sklus kerusaka (EPS) EPS ( M ( p) + Tf ).( R( )) ( p + Tp). R( p) + p sehgga, D( p) ( p + T p T. R( p) + Tf ( R( p)) p ). R( p) + ( M ( p)) + T da A(p) -D(p)m f ).( R( p))

45 7 dmaa : p Tf Tp F() R(p) M(p) erval waku peggaa pecegaha dowme yag erjad karea peggaa kerusaka. dowme yag erjad karea peggaa pecegaha fugs dsrbus erval aar kerusaka yag erjad probablas erjadya peggaa pecegaha pada saa p waku raa-raa erjadya kerusaka jka peggaa pecegaha dlakuka pada p D(p) dowme persaua waku D(p)m dowme erkecl persaua waku A(p) la gka keersedaa (avalably).3 Peeua Frekues Pemerksaa Opmal Sela peggaa pecegaha, juga perlu dlakuka daka pemerksaa yag dlakuka secara berkala, dega ujua uuk memmas oal dowme mes. Dega memmas oal dowme mes, maka jumlah kerusaka mespu dapa dkurag. Kosruks model erval waku pemerksaa opmal ersebu adalah : ( Jarde, p08) / μ Waku raa-raa perbaka / Waku raa-raa pemerksaa

46 7 Toal dowme per saua waku merupaka fugs dar frekues pemerksaa ( ) da ddeoaska dega D() yak ( Jarde, p09) : dmaa : D ( ) λ ( ) T f + T f λ ( ) D ( ) + μ k D ( ) + μ D() dowme perbaka kerusaka + dowme pemerksaa λ () laju kerusaka yag erjad μ jumlah pemerksaa per saua waku berbadg erbalk dega / μ berbadg erbalk dega / Dasumska laju kerusaka berbadg erbalk dega jumlah pemerksaa : da karea : ( Jarde, p09 ) λ ( ) k / λ ( ) D ( ) + μ maka : da : D λ( ) k / λ( ) ) + μ ' (

47 73 Waku Raa-Raa Perbaka ( μ) μ MTTR raa - raa jam kerja / bula Nla μ berbadg erbalk dega ( μ) : μ ( μ) Waku Raa-Raa Pemerksaa ( ) raa - raa pemerksaa raa - raa jam kerja / bula Nla berbadg erbalk dega ( ) : ( ) Raa-Raa Kerusaka (k) k jumlah kerusaka/ahu bula Frekues Pemerksaa Opmal () k μ Ierval Waku Pemerksaa () Nla Avalably (A()) raa - raa jam kerja / bula A( ) D( )

48 74.4 Perhuga Relably Tapa Preveve Maeace da dega Preveve Maeace Berdasarka ssem yag ada pegkaa keadala (Relably) serg dcapa dega program Preveve Maeece. Preveve Maeece dapa megurag kerusaka karea usa yag sudah ua aau sudah saaya megalam kerusaka (wear-ou) da mempuya pegaruh yag besar dalam umur ekooms suau peralaa da ssem. Pegkaa kehadala dapa dempuh dega cara perawaa pecegaha. Preveve maeace dapa megurag pegaruh wear-ou mes aau kompoe da meujukka hasl yag cukup sgfka erhadap umur mes. model kehadala berku megasumska ssem kembal ke kods baru seelah mejala perawaa pecegaha. Keadala pada saa dyaaka sebaga berku : R m () R() R m () R(T).R(-T) uuk 0 < T uuk T < T dmaa : T erval waku peggaa pecegaha kerusaka waku operasoal mes R m () kehadala (relably) dar ssem dega preveve maeace R() R(T) kehadala (relably) dar ssem apa preveve maeace peluag dar kehadala hgga preveve maeace perama R(-T) peluag dar kehadala aara waku -T seelah ssem dkembalka pada kods awal pada saa T.

49 75 Secara umum persamaaya adalah : Rm () R(T) R( T) uuk T (+)T, dmaa,,3, ds dmaa : T Age Replaceme Jumlah Peggaa ke R() Keadala sebelum dlakuka perawaa ( saa ) R(T) Probablas keadala hgga mula dlakukaya perawaa R ( - T) Probablas relably uuk waku -T dar daka preveve maeace yag erakhr. R m () Keadala seelah dlakuka Preveve Maeace Dsrbus Webull R () e β θ ( ) R T T ep θ β T R( T ) ep θ β

50 76 Rm () R(T) R m () R( T) T ep θ Dsrbus Logormal β T ep θ β R () - Φ l s med R (T) Φ l s T med R ( - T) Rm () R(T) R m T - Φ l s med R( T) T T () Φ l Φ l s med s med Dsrbus Ekspoesal Uuk laju kerusaka yag kosa, maka : R( ) e λ λ λ( T ) R m () ( e ) e R m () e λ λ e e λ R m () e λ R m () R()

51 77 Dsrbus Normal μ R( ) Φ σ R ( T ) T μ Φ σ ( T ) Φ R Rm () R(T) R T μ σ R( T) T μ T μ () Φ Φ σ σ m Hal membukka bahwa dsrbus ekspoesal, yag memlk laju kerusaka kosa, bla dlakuka preveve maeace dak aka meghaslka dampak apapu. Sehgga, dak ada pegkaa relably seper yag dharapka, karea R m () R()..5 Perhuga Baya Kerusaka (Falure Cos), Baya Pemelharaa (Preveve Cos), da Baya Toal (Toal Cos) Baya Pemelharaa (Preveve Cos) merupaka baya yag mbul karea adaya perawaa mes yag memag sudah djadwalka da drecaaka. Sedagka Baya Kerusaka (Falure Cos) adalah baya yag mbul karea erjad

52 78 kerusaka d luar perkraa yag meyebabka mes produks erhe keka produks sedag berjala. Toal Cos Maeace Cos Falure Cos Grafk. Kurva Toal Baya Maeace Level Dar kurva oal baya yag dujuka pada Grafk. meujukka bahwa baya perbaka yag mbul akba kerusaka aka berbadg erbalk dega baya perawaa pecegaha. Semak gg maeace level yag dlakuka maka semak kecl baya perbaka (falure cos) yag dmbulka, da begu juga sebalkya. Sedagka uuk baya pemelharaa (preveve cos) aka semak besar serg dega megkaya maeace level, begu pula sebalkya.

53 79 Baya Sklus Falure (Cf) Cf [((baya eks / jam + baya kehlaga produks / jam) * wsf) + baya kompoe] baya kehlaga produks (baya baha baku / jam + baya lsrk / jam + baya operaor / jam) dmaa : Cf wsf : baya sklus kerusaka (falure cos) : waku sadar perbaka kerusaka Tf MTTR Baya Sklus Preveve (Cp) dmaa : Cp [(baya eks / jam * wsp) + baya kompoe] Cp wsp : baya sklus pemelharaa (preveve cos) : waku sadar pemelharaa Tp Toal Baya Falure Tc ( p) Cf p dmaa : Tc(p) : oal baya kerusaka (oal falure cos) / jam Cf p : baya sklus kerusaka (falure cos) : erval waku perbaka MTTF

54 80 Toal Baya Preveve Cp R Tc( p) p R ( p) + Cf ( R( p) ) ( p) + f ( R( p) ) dmaa : Tc(p) : oal baya pemelharaa (oal preveve cos) / jam Cf Cp p f : baya sklus kerusaka (falure cos) : baya sklus pemelharaa (preveve cos) : erval waku preveve T Age Replaceme : merupaka la MTTF R(p) : merupaka la relably saa p

BAB III MENENTUKAN JADWAL OPTIMUM PERAWATAN OVERHAUL. MESIN OKK Gill BCG1-P2 PADA BAGIAN DRAWING PT VONEX INDONESIA

BAB III MENENTUKAN JADWAL OPTIMUM PERAWATAN OVERHAUL. MESIN OKK Gill BCG1-P2 PADA BAGIAN DRAWING PT VONEX INDONESIA BAB III MENENTUKAN JADWAL OPTIMUM PERAWATAN OVERHAUL MESIN OKK Gll BCG1-P PADA BAGIAN DRAWING PT VONEX INDONESIA 3.1 Pedahulua Pada Bab II elah djelaska megea eor eor yag dbuuhka uuk meeuka jadwal opmum

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 5 BAB 2 LANDASAN TEORI 2. Tjaua Pusaka 2.. Defs Pemelharaa Pegera pemelharaa aau perawaa ( maeace ) adalah suau kombas dar berbaga daka yag dlakuka uuk mejaga suau barag aau memperbakya, sampa pada suau

Lebih terperinci

BAB 4 ENTROPI PADA PROSES STOKASTIK RANTAI MARKOV

BAB 4 ENTROPI PADA PROSES STOKASTIK RANTAI MARKOV BAB 4 ENTROPI PADA PROSES STOKASTIK RANTAI MARKOV 4. Proses Sokask Dalam kehdupa yaa, sergkal orag g megama keerkaa sau kejada dega kejada la dalam suau erval waku ereu, yag merupaka suau barsa kejada.

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI. Pemelharaa aau Maeace.. Pegera Pemelharaa Pemelharaa aau dalam slah asgya dsebu maeace adalah kegaa uuk memelhara aau mejaga faslas / eralaa abrk da megadaka erbaka aau eyesuaa /

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

Oleh : Azzahrowani Furqon Dosen Pembimbing Dr. Purhadi, M.Sc.

Oleh : Azzahrowani Furqon Dosen Pembimbing Dr. Purhadi, M.Sc. Aalss Regres Webull uuk Megeahu Fakor-Fakor yag Mempegaruh Laju Perbaka Kods Kls Pedera Sroke Sud kasus RSU Haj Surabaya Oleh : Azzahrowa Furqo 3090004 Dose Pembmbg Dr. Purhad, M.Sc. AGENDA OUTLINE PENDAHULUAN

Lebih terperinci

RISK ANALYSIS RESIKO DAN KETIDAKPASTIAN DALAM MEMBUAT KEPUTUSAN MANAJERIAL

RISK ANALYSIS RESIKO DAN KETIDAKPASTIAN DALAM MEMBUAT KEPUTUSAN MANAJERIAL RISK ANALYSIS Dr. Mohammad Abdul Mukhy,, SE., MM RESIKO DAN KETIDAKPASTIAN DALAM MEMBUAT KEPUTUSAN MANAJERIAL kepuusa maageral dbua d bawah kods-kods kepasa, kedak-pasa aau resko. Kepasa megacu pada suas

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Defs Pemelharaa Pemelharaa aau erawaa (maeace) meruaka suau kegaa mejaga aau memelhara faslas da eralaa abrk dega megadaka erbaka aau eyesuaa yag derluka agar ercaa suau keadaa oeras

Lebih terperinci

BAB II LANDASAN TEORI. Total Productive Maintenance mula mula berasal dari pemikiran PM ( Preventive

BAB II LANDASAN TEORI. Total Productive Maintenance mula mula berasal dari pemikiran PM ( Preventive BAB II LANDASAN TEORI 2. Toal Producve maeace (TPM) Toal Producve Maeace mula mula berasal dar pemkra PM ( Preveve Maeace da Produco Maeace), dar Amerka masuk ke Jepag da berkembag mejad suau ssem baru

Lebih terperinci

ESTIMASI PARAMETER MODEL SURVIVAL DISTRIBUSI EKSPONENSIAL DATA TERSENSOR DENGAN METODE MAKSIMUM LIKELIHOOD DAN BAYESIAN SELF

ESTIMASI PARAMETER MODEL SURVIVAL DISTRIBUSI EKSPONENSIAL DATA TERSENSOR DENGAN METODE MAKSIMUM LIKELIHOOD DAN BAYESIAN SELF Bule Ilmah Mah. Sa. da Terapaya Bmaser Volume 5, No. 3 26, hal 23 22. ESTIMASI PARAMETER MODEL SURVIVAL DISTRIBUSI EKSPONENSIAL DATA TERSENSOR DENGAN METODE MAKSIMUM LIKELIHOOD DAN BAYESIAN SELF Syarah

Lebih terperinci

Hidraulika Komputasi

Hidraulika Komputasi Hdraulka Kompuas Meoda Beda Hgga Ir. Djoko Lukao, M.Sc., Ph.D. Jurusa Tekk Spl Fakulas Tekk Uversas Gadjah Mada Peyelesaa Pedekaa Karea dak dperoleh peyelesaa aals, maka dguaka peyelesaa pedekaa umers.

Lebih terperinci

III. METODE PENELITIAN. instansi pemerintah, diantaranya adalah publikasi data dari Badan Pusat Statistik

III. METODE PENELITIAN. instansi pemerintah, diantaranya adalah publikasi data dari Badan Pusat Statistik III. METODE PENELITIAN A. Jes da Sumber Daa Daa yag dguaka adalah daa sekuder dar publkas das aau sas pemerah, daaraya adalah publkas daa dar Bada Pusa Sask megea PDRB Koa Badar Lampug da PDRB Props Lampug.

Lebih terperinci

BAB 1 PENDAHULUAN. bahkan tidak sedikit orang yang frustasi akibat dari krisis global.

BAB 1 PENDAHULUAN. bahkan tidak sedikit orang yang frustasi akibat dari krisis global. BAB 1 PENDAHULUAN 1.1 Laar Belakag Telah dkeahu bahwa saa sedag megalam krss global, dak haya erjad pada Negara yag sedag berkembag, bahka Negara maju juga megalamya, seper Amerka. Akbaya bayak orag yag

Lebih terperinci

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KETAHANAN HIDUP PASIEN TUBERCULOSIS DENGAN MODEL REGRESI COX

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KETAHANAN HIDUP PASIEN TUBERCULOSIS DENGAN MODEL REGRESI COX ANAISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KETAHANAN HIDUP PASIEN TUBERCUOSIS DENGAN MODE REGRESI COX Es Okava Sr Seyagsh da A Adrya Program Sud Maemaka Fakulas Maemaka da Ilmu Pegeahua Alam Uversas Pakua

Lebih terperinci

DISTRIBUSI GAMMA. Ada beberapa distribusi penting dalam distribusi uji hidup, salah satunya adalah distribusi gamma.

DISTRIBUSI GAMMA. Ada beberapa distribusi penting dalam distribusi uji hidup, salah satunya adalah distribusi gamma. DITRIBUI GAMMA Ada beberaa dsrbus eg dalam dsrbus uj hdu, salah sauya adalah dsrbus gamma. A. Fugs keadaa eluag (fk) Fugs keadaa eluag (fk) dar dsrbus gamma dega dua arameer yau da adalah sebaga berku:

Lebih terperinci

INFERENSI DATA UJI HIDUP TERSENSOR TIPE II BERDISTRIBUSI RAYLEIGH. Oleh : Tatik Widiharih 1 Wiwin Mardjiyati 2

INFERENSI DATA UJI HIDUP TERSENSOR TIPE II BERDISTRIBUSI RAYLEIGH. Oleh : Tatik Widiharih 1 Wiwin Mardjiyati 2 INFERENSI DAA UJI HIDUP ERSENSOR IPE II BERDISRIBUSI RAYLEIGH Oleh : ak Wdhah Ww Madjya Saf Pogam Sud Saska FMIPA UNDIP Alum Pogam Sud Saska FMIPA UNDIP Absac Aalyss of lfe me s oe of sascal aalyss whch

Lebih terperinci

Estimasi Parameter dan Dalam Pemulusan Eksponensial Ganda Dua Parameter Dengan Metode Modifikasi Golden Section

Estimasi Parameter dan Dalam Pemulusan Eksponensial Ganda Dua Parameter Dengan Metode Modifikasi Golden Section JURNAL SAINS DAN SENI ITS Vol., No., (Sep. 0) ISSN: 0- A- Esmas Parameer a Dalam Pemulusa Ekspoesal Gaa Dua Parameer Dega Meoe Mofkas Gole Seco Nla Yuwa, Lukma Haaf, Nur Wahyugsh Jurusa Maemaka, Fakulas

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

LOGO ANALISIS REGRESI LINIER

LOGO ANALISIS REGRESI LINIER LOGO ANALISIS REGRESI LINIER BERGANDA Hazmra Yozza Jur. Maemaka FMIPA Uv. Adalas KOMPETENSI megdefkaska model regres ler bergada dalam oas aljabar basa maupu oas marks da asumsya medapaka model regres

Lebih terperinci

III. METODE KAJIAN A.

III. METODE KAJIAN A. 25 III. METODE KAJIAN A. Lokas da Waku Kaja Lokas kaja d dusr sapu PT. XYZ yag berlokas d Dusu III R.3/05 Desa Kalbuaya, Kecamaa Telagasar, Kabupae Karawag. Pemlha lokas dlakuka secara segaja (purposve),

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 JURNAL SAINS DAN SENI POMITS Vol., No., (13) 337-35 (31-98X Pr) D-165 Aalss Survval dega Model Regres Cox Webull pada Pedera Demam Berdarah Degue (DBD) d Rumah Sak Haj Sukollo Surabaya Edhy Basya, da I

Lebih terperinci

Metode Bayes Dan Ketidaksamaan Cramer-Rao Dalam Penaksiran Titik

Metode Bayes Dan Ketidaksamaan Cramer-Rao Dalam Penaksiran Titik Jural Jural Maemaka, Saska, & Kompuas Vol. 4 No. Jauar 08 Vol. 3 No Jul 006 p-issn: 858-38 53 e-issn: 64-88 Vol. 4, No., 54-59, Jauar 08 Vol. 4, No., 54-58, Jauar 08 Meode Bayes Da Kedaksamaa Cramer-Rao

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

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

KRITERIA INVESTASI DEPARTEMEN AGRIBISNIS FEM - IPB

KRITERIA INVESTASI DEPARTEMEN AGRIBISNIS FEM - IPB KRITERIA INVESTASI DEPARTEMEN AGRIBISNIS FEM - IPB Sudi kelayaka bisis pada dasarya berujua uuk meeuka kelayaka bisis berdasarka krieria ivesasi Krieria ersebu diaaraya adalah ; 1. Nilai bersih kii (Ne

Lebih terperinci

Declustering Peaks Over Threshold Pada Data Curah Hujan Ekstrim Dependen di Sentra Produksi Padi Jawa Timur

Declustering Peaks Over Threshold Pada Data Curah Hujan Ekstrim Dependen di Sentra Produksi Padi Jawa Timur Decluserg Peaks Over Threshold Pada Daa Curah Huja Eksrm Depede d Sera Produks Pad Jawa Tmur Rosa Malka () da Suko () ()() Jurusa Saska, FMIPA, ITS, Isu Tekolog Sepuluh Nopember (ITS) Jl. Aref Rahma Hakm,

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 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

Pemecahan Masalah Integer Programming Biner Dengan Metode Penambahan Wawan Laksito YS 6)

Pemecahan Masalah Integer Programming Biner Dengan Metode Penambahan Wawan Laksito YS 6) Pemecaha Masalah Ieger Programmg Ber Dega Meode Peambaha Wawa Lakso YS 6) ISSN : 1693 1173 Absrak Program Ler adalah perecaaa akfas-akfas uuk memperoleh suau hasl yag opmal. Tdak semua varabel kepuusa

Lebih terperinci

PENGGUNAAN METODE DURBIN WATSON DALAM MENYELESAIKAN MODEL REGRESI YANG MENGANDUNG AUTOKORELASI SKRIPSI SITI RAHAYU

PENGGUNAAN METODE DURBIN WATSON DALAM MENYELESAIKAN MODEL REGRESI YANG MENGANDUNG AUTOKORELASI SKRIPSI SITI RAHAYU PENGGUNAAN METODE DURBIN WATSON DALAM MENYELESAIKAN MODEL REGRESI YANG MENGANDUNG AUTOKORELASI SKRIPSI SITI RAHAYU 8345 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA

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 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pegera Peramala Meuru Assaur peramala adalah kegaa uuk memperkraka apa yag aka erjad d masa yag aka daag. Sedagka ramala adalah suau suas aau kods yag dperkraka aka erjad pada

Lebih terperinci

BEBERAPA SIFAT IDEAL GELANGGANG POLINOM MIRING: SUATU KAJIAN PUSTAKA

BEBERAPA SIFAT IDEAL GELANGGANG POLINOM MIRING: SUATU KAJIAN PUSTAKA Jural Maemaka, Vol., No., 2, 6 2 BEBERAPA SIFAT IDEAL GELANGGANG POLINOM MIRING: SUATU KAJIAN PUSTAKA AMIR KAMAL AMIR Jurusa Maemaka, FMIPA, Uversas Hasaudd 9245 Emal : amrkamalamr@yahoo.com INTISARI Msalka

Lebih terperinci

Penggunaan Uji Kointegrasi pada Data Kurs IDR terhadap AUD

Penggunaan Uji Kointegrasi pada Data Kurs IDR terhadap AUD Vol. 7, No., 3-33, Jul Pegguaa Uj Koegras pada Daa Kurs IDR erhadap AUD Asa Absrak Peela megkaj peerapa Saska pada daa ruu waku yag megkaj uj koegras pada daa ersebu. Koegras adalah suau uj yag dguaka

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

PENGENDALIAN STOCK CUTTING TOOL DENGAN METODE MATERIAL REQUIREMENT PLANNING (MRP) DI WORKSHOP UNITED CAN COMPANY

PENGENDALIAN STOCK CUTTING TOOL DENGAN METODE MATERIAL REQUIREMENT PLANNING (MRP) DI WORKSHOP UNITED CAN COMPANY PENGENDALIAN STOCK CUTTING TOOL DENGAN METODE MATERIAL REQUIREMENT PLANNING (MRP) DI WORKSHOP UNITED CAN COMPANY Ajeg Ye Seagrum 1, da Muhammad Kholl Jurusa Tekk Idusr, Fakulas Tekk Uversas Mercu Buaa

Lebih terperinci

Pengukuran Bunga. Modul 1

Pengukuran Bunga. Modul 1 Moul 1 Pegukura Buga Drs. Pramoo S, M. S. M oul membcaraka eag pegukura buga, fugs akumulas a fugs jumlah, gka buga efekf, buga seerhaa, buga majemuk, la sekarag, gka skoo efekf, gka buga ar skoo omal,

Lebih terperinci

MODEL KOREKSI KESALAHAN DENGAN METODE BAYESIAN PADA DATA RUNTUN WAKTU INDEKS HARGA KONSUMEN KOTA - KOTA DI PAPUA

MODEL KOREKSI KESALAHAN DENGAN METODE BAYESIAN PADA DATA RUNTUN WAKTU INDEKS HARGA KONSUMEN KOTA - KOTA DI PAPUA Prosdg Semar Nasoal Sas da Peddka Sas IX, Fakulas Sas da Maemaka, UKSW Salaga, Ju 4, Vol 5, No., ISSN :87-9 MODEL KOREKSI KESALAHAN DENGAN MEODE BAYESIAN PADA DAA RUNUN WAKU INDEKS HARGA KONSUMEN KOA -

Lebih terperinci

STUDI SIMULASI DALAM ESTIMASI BAYESIAN OBYEKTIF

STUDI SIMULASI DALAM ESTIMASI BAYESIAN OBYEKTIF STUDI SIMULASI DALAM ESTIMASI BAYESIAN OBYEKTIF A Seawa Program Su Maemaka Iusr a Saska Fakulas Sas a Maemaka Uversas Krse Saya Wacaa Jl Dpoegoro 52-6 Salaga 57 Ioesa e-mal: a_sea_3@yahoocom Absrak Dega

Lebih terperinci

PERAMALAN LAJU PRODUKSI MINYAK DENGAN ARPS DECLINE CURVE DAN ANALISIS DERET WAKTU

PERAMALAN LAJU PRODUKSI MINYAK DENGAN ARPS DECLINE CURVE DAN ANALISIS DERET WAKTU PERAMALAN LAJU PRODUKSI MINYAK DENGAN ARPS DECLINE CURVE DAN ANALISIS DERET WAKTU Dyah Rosa STEM Akamgas, Jl. Gajah Mada No. 38 Cepu E-mal: a_dyah@yahoo.com ABSTRAK Peramala produks d masa medaag saga

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

REFLEKTANSI DAN TRANSMITANSI CAHAYA PADA LARUTAN GULA DAN LARUTAN GARAM. Christina Dwi Ratnawati

REFLEKTANSI DAN TRANSMITANSI CAHAYA PADA LARUTAN GULA DAN LARUTAN GARAM. Christina Dwi Ratnawati REFLEKTANS DAN TRANSMTANS CAHAYA PADA LARUTAN GULA DAN LARUTAN GARAM Chrsa Dw Raawa Jurusa Fska Fakulas Maemaka da lmu Pegeahua Alam Uversas Dpoegoro sar : Telah dlakuka kaja erhadap larua gula da larua

Lebih terperinci

BAB 4 PENGUMPULAN, PENGOLAHAN DAN ANALISIS DATA

BAB 4 PENGUMPULAN, PENGOLAHAN DAN ANALISIS DATA 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

Lebih terperinci

BAB 2 TINJAUAN TEORI. Ramalan pada dasarnya merupakan dugaan atau perkiraan mengenai terjadinya suatu

BAB 2 TINJAUAN TEORI. Ramalan pada dasarnya merupakan dugaan atau perkiraan mengenai terjadinya suatu BAB 2 TINJAUAN TEORI 2.1 Pegeria Peramala Ramala pada dasarya merupaka dugaa aau perkiraa megeai erjadiya suau kejadia aau perisiwa di waku yag aka daag. Peramala merupaka sebuah ala bau yag peig dalam

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

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

PENYELESAIAN NUMERIK PERSAMAAN KONDUKSI 1D DENGAN SKEMA FTCS, LAASONEN DAN CRANK-NICOLSON. Eko Prasetya Budiana 1 Syamsul Hadi 2

PENYELESAIAN NUMERIK PERSAMAAN KONDUKSI 1D DENGAN SKEMA FTCS, LAASONEN DAN CRANK-NICOLSON. Eko Prasetya Budiana 1 Syamsul Hadi 2 PENYELESAIAN NUMERIK PERSAMAAN KONDUKSI D DENGAN SKEMA FCS, LAASONEN DAN CRANK-NICOLSON Eko Praseya Budaa Syamsul Had Absrac, Fe dfferece mehod ( FCS, Laasoe ad Crak-Ncholso scheme) have bee develop for

Lebih terperinci

Rancangan Acak Kelompok

Rancangan Acak Kelompok Racaga Acak Kelompok Saua percoaa dak seragam dlakuka pegelompoka egacaka dlakuka per kelompok Model : Y j μ + β + τ + ε dega : Y j respos pada perlakua ke -, ulaga ke - j μ raaa umum j τ pegaruh perlakuake

Lebih terperinci

3.1 Biaya Investasi Pipa

3.1 Biaya Investasi Pipa BAB III Model Baya Pada model baya [8] d tugas akhr, baya tahua total utuk megoperaska jarga ppa terdr dar dua kompoe, yatu baya operasoal da baya vestas. Baya operasoal terdr dar baya operasoal ppa da

Lebih terperinci

PENGUJIAN HIPOTESIS. Hipotesis Statistik : pernyataan atau dugaan mengenai satu atau lebih populasi.

PENGUJIAN HIPOTESIS. Hipotesis Statistik : pernyataan atau dugaan mengenai satu atau lebih populasi. . Pedahulua PENGUJIAN HIPOTESIS Hipoesis Saisik : peryaaa aau dugaa megeai sau aau lebih populasi. Pegujia hipoesis berhubuga dega peerimaa aau peolaka suau hipoesis. Kebeara (bear aau salahya) suau hipoesis

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

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang BAB 2 LANDASAN EORI 2.1 Pegeria Peramala Peramala adalah kegiaa uuk memperkiraka apa yag aka erjadi di masa yag aka daag. Sedagka ramala adalah suau siuasi aau kodisi yag diperkiraka aka erjadi pada masa

Lebih terperinci

BAB 2 LANDASAN TEORI. pada masa mendatang. Peramalan penjualan adalah peramalan yang mengkaitkan berbagai

BAB 2 LANDASAN TEORI. pada masa mendatang. Peramalan penjualan adalah peramalan yang mengkaitkan berbagai BAB 2 LANDASAN TEORI 2.1 Pegeria Peramala (orecasig) Peramala (orecasig) adalah suau kegiaa yag memperkiraka apa yag aka erjadi pada masa medaag. Peramala pejuala adalah peramala yag megkaika berbagai

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

Rangkaian Listrik 2. Fakultas Program Studi Tatap Muka Kode MK Disusun Oleh

Rangkaian Listrik 2. Fakultas Program Studi Tatap Muka Kode MK Disusun Oleh MODU PERKUIAHA Ragkaa srk Idukas da Kapasas Fakulas Program Sud Taap Muka Kode MK Dsusu Oleh FAKUTAS TEKIK TEKIK EEKTRO 0 4009 Yulza ST,MT Absrac Tak ada egaga melas sebuah dukor jka arus ag melalu dukor

Lebih terperinci

BAB V ANALISA HASIL. Untuk mendapatkan jenis peramalan yang dinginkan terdapat banyak

BAB V ANALISA HASIL. Untuk mendapatkan jenis peramalan yang dinginkan terdapat banyak BB V NLIS HSIL 5.1 Ukura kurasi Hasil Peramala Uuk medapaka jeis peramala yag digika erdapa bayak parameer-parameer yag dapa diguaka. Seperi yag elah diuraika pada ladasa eori, parameer-parameer ersebu

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

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 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

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

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 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 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

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

III. METODE KAJIAN 1. Lokasi dan Waktu 2. Metode Pengumpulan Data

III. METODE KAJIAN 1. Lokasi dan Waktu 2. Metode Pengumpulan Data III. METODE KAJIAN 1. Lokasi da Waku Lokasi kajia berempa uuk kelompok dilaksaaka di kelompok peeraka sapi di Bagka Tegah, Provisi Bagka Beliug, da Kelompok Peeraka Sapi di Cisarua, Bogor, Provisi Jawa

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 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pemelharaa (Mateace) 2.1.1 Pegerta Pemelharaa Defs pemelharaa (mateace) meurut Patrck (2001, p407) adalah suatu kegata utuk memelhara da mejaga fasltas yag ada serta memperbak,

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

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 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

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

Analisis Terhadap Protokol Harn Dan Lin

Analisis Terhadap Protokol Harn Dan Lin SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 016 Aalss Terhadap Prookol Har Da L A-10 I Made Muska Kera Asawa Lembaga Sad Negara Kadek19_kapaboy@yahoo.com Absrak Prookol Har da L merupaka

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

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

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

* 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 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

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

PRAKTIKUM 5 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel

PRAKTIKUM 5 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel Praktkum 5 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel PRAKTIKUM 5 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel Tujua : Mempelajar metode Secat dega modfkas tabel utuk peelesaa

Lebih terperinci

STUDI KELAYAKAN: ASPEK FINANSIAL. F.Hafiz Saragih SP, MSc

STUDI KELAYAKAN: ASPEK FINANSIAL. F.Hafiz Saragih SP, MSc STUDI KELAYAKAN: ASPEK FINANSIAL F.Hafz Saragh SP, MSc Pajak Baya bag perusahaa/ usahata, sehgga merupaka peguraga dar beeft Subsd FINANSIAL Peguraga baya bag perusahaa/ usahata, sehgga merupaka tambaha

Lebih terperinci

V. PENGUJIAN HIPOTESIS

V. PENGUJIAN HIPOTESIS V. PENGUJIAN IPOTEI A. IPOTEI TATITIK Defiisi uau hipoesa saisik adalah suau peryaaa aau dugaa megeai sau aau lebih variabel populasi. ipoesis digologka mejadi. ipoesis ol adalah hipoesis yag dirumuska

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

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

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 7 Gorontalo pada tahun ajaran 2012/2013

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 7 Gorontalo pada tahun ajaran 2012/2013 3. Lokas dan Waku Penelan 3.. Lokas Penelan BAB III METODOLOGI PENELITIAN Penelan n dlaksanakan d SMP Neger 7 Goronalo pada ahun ajaran 0/03 3.. Waku Penelan Penelan n d laksanakan pada semeser genap ahun

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

TINJAUAN PUSTAKA Evaluasi Pengajaran

TINJAUAN PUSTAKA Evaluasi Pengajaran TINJAUAN PUSTAKA Evaluas Pegajara Evaluas adalah suatu proses merecaaka, memperoleh da meyedaka formas yag sagat dperluka utuk membuat alteratf- alteratf keputusa. Dalam hubuga dega kegata pegajara evaluas

Lebih terperinci

Jumlah kasus penderita penyakit Demam Berdarah Dengue (DBD) di Kota Surabaya tahun

Jumlah kasus penderita penyakit Demam Berdarah Dengue (DBD) di Kota Surabaya tahun Baasan Masalah Jumlah kasus pendera penyak Demam Berdarah Dengue (DBD d Koa Surabaya ahun - Varabel Explanaory (Varabel penjelas yang dgunakan dalam penelan adalah varabel Iklm (Curah hujan, Suhu, Kelembaban

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

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

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 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

PENGARUH PERENCANAAN PEMBELIAN BAHAN BAKU DENGAN MODEL EOQ UNTUK MULTIITEM DENGAN ALL UNIT DISCOUNT

PENGARUH PERENCANAAN PEMBELIAN BAHAN BAKU DENGAN MODEL EOQ UNTUK MULTIITEM DENGAN ALL UNIT DISCOUNT PENGARUH PERENCANAAN PEMBELIAN BAHAN BAKU DENGAN MODEL EOQ UNTUK MULTIITEM DENGAN ALL UNIT DICOUNT Much. Djuad Jurusa Tekk Idusr Uversas Muhammadyah urakara Jl. Ahmad Ya Tromol Pos Pabela urakara emal:

Lebih terperinci

METODE PENELITIAN. Lokasi dan Waktu Penelitian. sampai dengan April 2008, di DAS Waeruhu, yang secara administratif terletak di

METODE PENELITIAN. Lokasi dan Waktu Penelitian. sampai dengan April 2008, di DAS Waeruhu, yang secara administratif terletak di 8 METODE PENELITIAN Lokasi da Waku Peeliia Peeliia ii dilaksaaka selama 3 bula, erhiug sejak bula Februari sampai dega April 2008, di DAS Waeruhu, yag secara admiisraif erleak di wilayah Kecamaa Sirimau,

Lebih terperinci

BAB 8 PERSAMAAN DIFERENSIAL BIASA

BAB 8 PERSAMAAN DIFERENSIAL BIASA Maa kulah KOMPUTASI ELEKTRO BAB 8 PERSAMAAN DIFERENSIAL BIASA Persamaan dferensal dapa dbedakan menjad dua macam erganung pada jumlah varabel bebas. Apabla persamaan ersebu mengandung hana sau varabel

Lebih terperinci

PRAKTIKUM 7 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel

PRAKTIKUM 7 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel Praktkum 7 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel PRAKTIKUM 7 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel Tujua : Mempelajar metode Secat dega modfkas tabel utuk peelesaa

Lebih terperinci

Notasi Sigma. Fadjar Shadiq, M.App.Sc &

Notasi Sigma. Fadjar Shadiq, M.App.Sc & Notas Sgma Fadjar Shadq, M.App.Sc (fadjar_pg@yahoo.com & www.fadjarpg.wordpress.com Notas sgma memag jarag djumpa dalam kehdupa sehar-har, tetap otas tersebut aka bayak djumpa pada baga matematka yag la,

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN A. Jes Peelta Dalam pelta peelt megguaka racaga eksperme. Eksperme adalah observas dbawah kods buata (artfcal codto), dmaa kods tersebut dbuat da d atur oleh s peelt. Dega

Lebih terperinci

Created by Simpo PDF Creator Pro (unregistered version)

Created by Simpo PDF Creator Pro (unregistered version) Creaed by Smpo PDF Creaor Pro (unregsered verson) hp://www.smpopdf.com Sask Bsns : BAB 8 VIII. ANALISIS DATA DERET BERKALA (TIME SERIES) 8.1 Pendahuluan Daa Berkala (Daa Dere waku) adalah daa yang dkumpulkan

Lebih terperinci

Sistem Penjadwalan Mesin Produksi Menggunakan Algoritma Johnson dan Campbell

Sistem Penjadwalan Mesin Produksi Menggunakan Algoritma Johnson dan Campbell Soaa, Ssem Pejadwala Mes Produks Megguaka Algorma Johso da Campbell 73 Ssem Pejadwala Mes Produks Megguaka Algorma Johso da Campbell Ff Soaa Program Pascasarjaa Jurusa Tekk formaka Fakulas lmu Kompuer

Lebih terperinci

ANALISIS INVESTASI PENAMBANGAN PASIR DAN BATU DITINJAU DARI SEGI TEKNIS DAN BIAYA

ANALISIS INVESTASI PENAMBANGAN PASIR DAN BATU DITINJAU DARI SEGI TEKNIS DAN BIAYA ANALISIS INVESTASI PENAMBANGAN PASIR DAN BATU DITINJAU DARI SEGI TEKNIS DAN BIAYA Laar Belakag Masalah Semaki berambah pesaya pembagua dibidag kosruksi maka meyebabka meigka pula kebuuha aka meerial-maerial

Lebih terperinci