BAB II LANDASAN TEORI

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB II LANDASAN TEORI"

Transkripsi

1 BAB II LANDASAN TEORI.. PERMASALAHAN TRANSPORTASI & TEORI ANTRIAN... Permasalaha Trasportas Meurut Sr Mulyoo (99, hal.03), permasalaha trasportas merupaka baga dar etwork model (model jarga) yatu suatu model yag meghubugka ttk pegagkuta dar berbaga sumber meuju berbaga tujua dega baya trasport yag mmum. Pada umumya permasalaha trasportas dapat dselesaka dega megguaka metode smplek da lear programmg aka tetap metode-metode tersebut tdak dapat meggambarka adaya atra da pola-pola probablstk yag terdapat dalam suatu model trasportas. Dalam keyataaya permasalaha trasportas bayak berhubuga dega masalah-masalah yag probablstk. Dalam kods sepert maka smulas komputer dapat dguaka sebaga alteratf yag palg memada.... Teor Atra Teor atra pertama kal dkemukaka oleh A.K. Erlag. Tujua dar teor atra adalah utuk meracag proses da fasltas pelayaa utuk megatas permtaa pelayaa yag berfluktuas secara radom da mejaga kesembaga atara baya pelayaa (waktu terbuag) da baya atr ( waktu atr). Kompoe-kompoe dalam suatu proses atra adalah: kedataga, pelaya (resources) da atra... SIMULASI KOMPUTER Model smulas merupaka suatu trua dar suatu proses (sstem) sesugguhya yag sedag dpelajar. Model smulas harus merupaka represetas da mempuya karakterstk yag serupa dega proses (sstem) yag sesugguhya karea dega adaya kesamaa karakterstk lah maka sstem yata tersebut dapat dpelajar. Meurut Rchard I. Lev (989, hal. 706), smulato s a quattatve procedures whch descrbes a process by developg a model of that process ad the coduct a seres of orgazed tral-errors epermets to predct the behavor of the process over tme. Dalam membatu para pegambl keputusa utuk megambl alteratf yag terbak, sebaga upaya utuk mejalaka aktvtas-aktvtas perusahaa, metode smulas dapat mejad salah satu alat batu yag potesal utuk memecahka permasalahapermasalaha yag komplek da memlk karakterstk-karakterstk yag sult utuk dkedalka ( ucotrollable ). Meurut Krajewsk & Rtzma (996, hal.33) smulas adalah suatu aktvtas reproduks dar sfat-sfat suatu sstem dega megguaka sebuah model yag meggambarka operas dar suatu sstem. D maa dega model tersebut, aals dapat melakuka rekayasa terhadap varabel-varabel tertetu dega tujua utuk megukur pegaruh-pegaruh perubaha dar karakterstk-karakterstk operas yag sedag

2 damat. Oleh karea tu smulas dapat dguaka utuk mempelajar alteratf pemecaha dar suatu masalah da pada akhrya alteratf yag terbak yag aka dplh utuk daplkaska. Beberapa mafaat dar permodela smulas, alah: Model smulas dapat dguaka utuk megatas permasalaha-permasalaha yag sult utuk dselesaka dega megguaka pedekata optmsas. Hal dapat dsebabka karea terlalu bayakya varabel-varabel da kedala yag dhadap dar suatu masalah. Model smulas dapat dguaka utuk melakuka percobaa-percobaa tapa meggaggu sstem yata sehgga dapat dlakuka evaluas terhadap kofguraskofguras yag berbeda da ddapatka kofguras yag terbak. Model smulas dapat dguaka utuk meetuka estmas dar karakterstk operas yag dperluka secara cepat dar suatu sstem yata. Dega adaya perkembaga tekolog formas, pegembaga suatu model smulas dapat dlakuka dega megguaka batua komputer. Saat bayak terseda aplkas-aplkas komputer bak yag secara spesfk maupu umum yag dapat dpaka utuk melakuka pembuata model smulas (smulas komputer). Meurut A.Ala B.Prtsker (999, hal.6) smulas komputer adalah proses peracaga sebuah model logk matemats dar sebuah sstem yata da bereksperme dega model tersebut pada sebuah komputer. J.R. Sturgul (E&MJ, October 995), The two-fold goal of plag egeers usg smulato s to mamze the effcecy of lmted resources (trucks, shovel, barges, etc.) ad to develop the me the most ecoomcal maer. Usg a smulato model, before ay ew pece of equpmet s troduced to the me, t ca be tested the computer model to see what the effect o the producto wll be. The amato model show the results of the proposed chages Dega smulas komputer sebuah proses dapat dpelajar dega melakuka eksperme-eksperme tapa harus membagu proses tersebut secara yata, tapa perlu meggaggu operas yag sedag berjala da tapa meghetka suatu proses yag sedag berjala. Hal memugkka suatu proses dapat dpelajar tapa harus meghadap resko da baya yag besar. Meskpu pada saat pegembaga model tersebut kadag-kadag dperluka waktu yag cukup lama utuk dapat meru sstem yata secara utuh..3. SISTEM PENGAMBILAN KEPUTUSAN Meurut James O bre (999, hal. 46), proses pegambla keputusa ( decso support system ) merupaka suatu sstem formas yag berbass komputer da memberka dukuga formas yag teraktf ( teractve formato support ) kepada para maager dalam proses pegambla keputusa. Beberapa alat batu dalam proses pegambla keputusa, adalah: Aalss What-f Aalss sestvtas Optomsas Smulas, dll.

3 Meurut Krajewsk & Rtzma (996, hal.6-7), proses pegambla keputusa merupaka aspek yag sagat petg dalam keseluruha aktvtas maajeme, termasuk d dalam aktvtas maajeme operas. Meskpu stuas yag dhadap sagat berbeda-beda dalam suatu proses pegambla keputusa, aka tetap secara gars besar dbag dalam tga tahapa, yatu: megeal da meetuka permasalaha, megumpulka formas yag dperluka utuk megaalss alteratf-alteratf yag mugk, da memlh serta meerapka alteratf yag palg bak (optmal). Dalam kataya dega kelagsuga suatu orgasas, maka para pegambl keputusa dtutut utuk dapat megambl alteratf terbak yag palg memugkka dalam melaksaaka aktvtas-aktvtas suatu orgasas bak dar ss maufaktur/produks, maajeme materal, purchasg, accoutg da face, maupu pemasaraya. Meurut Krajewsk & Rtzma (996, hal.6-7), jes keputusa d maa para maajer terlbat dapat dbag mejad tga jes, yatu:.3.. Pegambla Keputusa pada Level Strategs Merupaka suatu pegambla keputusa yag dapat mempegaruh tujua perusahaa d masa depa. Sebaga cotoh adalah para pegambl keputusa (maajer) berpera dalam memutuska hal-hal apa yag aka mejad prortas dar la-la kompettf perusahaa, megatur sumber daya yag dmlk oleh perusahaa/orgasas, meetuka stadar kualtas, da megawas mplemetas dar metode yag dterapka..3.. Pegambla Keputusa pada Level Takts Merupaka pegambla keputusa yag memusatka fokus kepada sstem produks. D s para pegambl keputusa (maajer) berpera dalam meetuka polcy-polcy yag sergkal berhubuga da membutuhka komtme-komtme jagka pajag. Cotoh-cotoh pada jes keputusa adalah: bagamaa para pegambl keputusa dalam megkhususka da memperbesar aktvtas perusahaa, meetuka berapa besar kapastas dar sstem produks, meetuka lokas dar fasltas produks, da la sebagaya Pegambla Keputusa pada Level Operatoal Terfokus kepada bagamaa megoperaska fasltas perusahaa setelah fasltas tersebut ddrka. Pada tahap, para pegambl keputusa berpera dalam pegambla keputusa-keputusa yag bersfat sepert: meetuka metode forecastg yag terbak, memlh suppler, bagamaa megatur vetor, bagamaa megawas produk akhr, da bagamaa megatur jadual produks da jadual sumber daya yag dmlk..4. MANAJEMEN OPERASI DAN SISTEM PRODUKSI

4 Maajeme operas merupaka baga dar suatu sstem produks. Meurut Krajewsk & Rtzma (996, hal.3), pada awalya secara khusus bayak dpaka utuk produks maufaktur. Aka tetap karea adaya pertumbuha ekoom secara luas d luar bss maufaktur megakbatka meluasya cakupa dar fugs maajeme operas. Saat termolog maejeme operas cederug merupaka petujukpetujuk pelaksaaa da pegawasa-pegawasa dar suatu proses yag merubah put mejad produk akhr ( maufacture ) da jasa ( servces ). Setap orgasas/perusahaa memlk proses-proses yag harus dracag da dkelola secara efektf bak yag dlakuka secara maual maupu yag megguaka batua komputer. Hal mejad petg utuk dlakuka sehubuga dega kepedula perusahaa ataupu orgasas terhadap kualtas, produktvtas da ketepata pelayaa terhadap kosume. Maajeme operas telah memberka pegaruh yag besar terhadap bss dsebabka oleh pertumbuha dar sektor pelayaa, perubahaperubaha dar produktvtas, da adaya kompets global. Persoala petg la dalam proses produks adalah bagamaa meracag suatu proses yag aka dguaka dalam meghaslka suatu produk ataupu jasa. Para pegambl keputusa sebakya mempertmbagka beberapa pedekata yag utuk secara umum serg dguaka dalam meetuka keputusa pegguaa proses ( process decsos, yatu: pemlha proses, hubuga vertkal proses, fleksbltas sumber daya, keterlbata pelagga, da testas modal (Krajewsk-Rtzma, 996, hal.95). Pedekata popular laya dalam maagemet proses adalah busess process re-egeerg da process mprovemet. Pedekata merupaka pelegkap dalam peracaga suatu proses..4.. Busess Process Re-egeerg (BPRE) Meurut Krajewsk-Rtzma (996, hal.4), BPRE merupaka pemkra ulag yag fudametal da peracaga ulag yag radkal dar suatu proses da secara dramats memperbak kerja proses sepert :baya, kualtas, pelayaa, da kecepata. BPRE lebh memfokuska kepada proses, hubuga atar l, tekolog formas, kepemmpa, da aalss proses..4.. Perbaka Proses Perbaka proses ( mprovemet process ) merupaka suatu pegamata sstemats dar suatu aktvtas da alraya utuk setap proses dega tujua utuk memperbakya (Krajewsk-Rotzma, 996, hal.6). Proses perbaka dlakuka jka proses yag sedag berjala megalam permasalaha-permasalaha yag sgfka, sepert: lambatya suatu proses, bayakya tumpag tdh dar berbaga aktvtas, megkatya baya yag dperluka, terjad kemaceta dalam proses, da proses tersebut tdak memberka la tambah utuk kelagsuga orgasas/perusahaa..5. SISTEM INFORMASI DAN TEKNOLOGI INFORMASI Meurut James O. Bra (999, hal.9), sstem formas merupaka sebuah kombas yag terorgasr dar mausa, peragkat keras, peragkat luak, jarga komukas, da sumber daya laya dega tujua utuk megumpulka, metrasformaska da meyebarka formas dalam suatu orgasas.

5 Sedagka meurut Whtte & Betley (998, hal.7), sstem formas merupaka susua dar orag, data, proses, tampla, etwork/jarga, da tekolog yag salg berkata utuk medukug da membuat perbaka bak operasoal hara dar suatu bss maupu utuk medukug peyelesaa masalah da pegambla keputusa oleh phak maajeme. Dega melhat fugs dar sstem formas, suatu formas aka mejad lebh bermafaat da mejad formatf dalam upaya membatu maajeme dalam megambl keputusa dalam melaksaaka usahaya. Saat sstem formas telah berkembag dega memafaatka kemajua dalam tekolog formas yatu dega berkembagya peragkat komputer bak hardware maupu softwareya. Dega adaya peragkat komputer tersebut, maka permasalaha-permasalaha yag berkata dega sstem formas dapat dselesaka mejad lebh cepat. Sepert yag dugkapka oleh James O Bre (999, hal.7), sstem formas memlk tga peraa utama dalam melaksaaka suatu orgasas/perusahaa, yatu: Sstem formas sebaga alat batu dalam operasoal bss Sstem formas sebaga alat batu pegambl keputusa pada level maajeral Sstem formas sebaga keuggula kompettf strategs. Peraa sstem formas tersebut d atas memberka peluag-peluag bak bag para maajer maupu pemaka ( ed-users ) dalam proses pegambla keputusa. Hal basaya berkata dega hal-hal khusus yag mereka hadap dalam permasalaha yata dalam mejalaka aktvtas perusahaa..6. ANALISIS STATISTIK Aalss parametrk dguaka utuk meguj hpotess dar suatu data yag memlk betuk terval atau rato. Peguja yag dlakuka melput uj beda ratarata dua populas yag depede (t test). (Davd M. Leve, 997, P ).6.. t-test utuk uj-beda rata-rata dua populas Test dlakuka utuk megetahu apakah dua populas yag depede memlk perbedaa rata-rata yag sgfka atau tdak. Hpotess yag dlakuka adalah utuk meguj hpotess ol bahwa tdak ada perbedaa yag sgfka atara rata-rata dua populas. H 0 : µ = µ H : µ µ H 0 aka dtolak jka t test > t tabel. Rumus yag dperguaka utuk meghtug t-test, adalah: ( X X ) ( µ µ ) t = S S + D maa: X = rata-rata sampel dar populas S = vara dar sampel yag dambl dar populas = jumlah sampel yag dambl dar populas X = rata-rata sampel dar populas

6 S = vara dar sampel yag dambl dar populas = jumlah sampel yag dambl dar populas.6.. Statstk Ifere Merupaka estmas terhadap parameter-parameter dar populas dega megguaka parameter-parameter yag dperoleh dar suatu sampel. Parameter yag palg serg dguaka adalah la rata-rata ( ) da la varas yag merupaka pegukura terhadap peyebara dar sampel ( ). Persamaa utuk mecar la rata-rata da vara adalah: = = X X = s = da D maa : = la dar. = bayakya sampel = la rata-rata sampel s = la vara sampel s = = X X.7. MANAJEMEN OPERASI & SISTEM INFORMASI Pemafaata sstem formas dalam sstem produks da operas mejad sagat medesak utuk dlakuka agar dapat mejalaka bss secara efektf, efse, da memlk la keuggula ( compettve advatage ) dbadgka dega ut bss la. Upaya tersebut dapat dlakuka dega megguaka model-model aaltk, terutama gua meggambarka da mempredks hubuga fugs-fugs yag ada dalam sstem produks da operas. Sebaga cotoh pegguaa model-model matemats dalam sstem produks da operas terdapat dalam pemecaha optmsas produks, optmsas baya produks, optmsas persedaa, optmsas kesembaga kapastas da la-la. Model-model yag dguaka sagat bermafaat bag pegaalssa dalam pemecaha masalah da pegambla keputusa. Metode la yag dapat dguaka adalah dega megguaka smulas komputer. Cotoh-cotoh yag popular utuk peerapa metode smulas adalah dalam meetuka polcy vetor, pegguaa baha baku yag efse, pegatura jadual produks, da la sebagaya. Perecaaa da pegedala operas pada dasarya adalah suatu proses pegambla keputusa. Pegambla keputusa adalah proses pemlha satu dar sejumlah alteratf yag terseda. Pemlha tu ddasarka pada krter-krtera sepert: baya teredah, resko mmum, da sebagaya. Ekspermetas lagsug, secara teks da ekooms pada umumya sukar dlakuka oleh karea tu model smulas komputer aka dapat membatu dalam stuas semacam. s

7

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

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

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

Lebih terperinci

BAB 2 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

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. 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. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.

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

Lebih terperinci

BAB 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

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

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 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

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

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

Lebih terperinci

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

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 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 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 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

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

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI

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

Lebih terperinci

BAB 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

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

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani

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

Lebih terperinci

BAB 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

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

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

BAB III METODE PENELITIAN. Penelitian ini dilakukan di PT. Mulya Agro Bioteknologi yang terletak

BAB III METODE PENELITIAN. Penelitian ini dilakukan di PT. Mulya Agro Bioteknologi yang terletak BAB III METODE PENELITIAN 3.1 Lokas da Waktu Peelta Peelta dlakuka d PT. Mulya Agro Botekolog yag terletak Perumaha Tegalgodo Asr Blok H III No. 10 Kecamata Karagploso, Kabupate Malag. Pemlha lokas peelta

Lebih terperinci

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

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

Lebih terperinci

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan,

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan, BAB II TINJAUAN TEORITIS.1 Kosep Dasar Statstka Statstk merupaka cara cara tertetu yag dguaka dalam megumpulka, meyusu atau megatur, meyajka, megaalsa da member terpretas terhadap sekumpula data, sehgga

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

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

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN

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

Lebih terperinci

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

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

Lebih terperinci

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

* 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

Regresi Linier Sederhana Definisi Pengaruh

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

Lebih terperinci

ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET

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

Lebih terperinci

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

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

Lebih terperinci

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel BAB LANDASAN TEORI.1 Pegerta Regres Regres dalam statstka adalah salah satu metode utuk meetuka tgkat pegaruh suatu varabel terhadap varabel yag la. Varabel yag pertama dsebut dega bermacam-macam stlah:

Lebih terperinci

I adalah himpunan kotak terbatas dan tertutup yang berisi lebih dari satu

I adalah himpunan kotak terbatas dan tertutup yang berisi lebih dari satu METODE FUNGS QUAS-FED SATU ARAMETER UNTUK MENYEESAKAN MASAAH ROGRAM NTEGER TAK NEAR Ra Hardyat (M4) ABSTRAK Dalam kehdupa sehar-har serg djumpa masalah optmas yag membutuhka hasl teger Masalah tersebut

Lebih terperinci

Uji Statistika yangb digunakan dikaitan dengan jenis data

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

Lebih terperinci

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

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

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

Lebih terperinci

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

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

Lebih terperinci

IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB

IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB Semar Nasoal Tekolog 007 (SNT 007) ISSN : 978 9777 IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB Krsawat STMIK AMIKOM Yogyakarta e-mal : krsa@amkom.ac.d

Lebih terperinci

BAB III METODE PENELITIAN

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

Lebih terperinci

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

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Pegerta da Keguaa Peramala Peramala adalah kegata utuk memperkraka apa yag aka terjad d masa yag aka datag. Serg terjad sejag waktu (lme lag) atara kesadara aka perstwa atau kebutuha

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Defes Aalss Korelas da Regres a Aalss Korelas adalah metode statstka yag dguaka utuk meetuka kuatya atau derajat huuga lear atara dua varael atau leh. Semak yata huuga ler gars lurus,

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Penarikan Contoh Acak Sederhana (Simple Random Sampling)

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

Lebih terperinci

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

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

Lebih terperinci

PERTEMUAN 14-MPC 2 PRAKTIK. Oleh: Adhi Kurniawan SEKOLAH TINGGI ILMU STATISTIK

PERTEMUAN 14-MPC 2 PRAKTIK. Oleh: Adhi Kurniawan SEKOLAH TINGGI ILMU STATISTIK PERTEMUAN 4-MPC PRAKTIK Oleh: Adh Kurawa SEKOLAH TINGGI ILMU STATISTIK Double Samplg Utuk Peduga Beda, Rato, Regres Msalka, pada kods tertetu, kta g megguaka dfferece estmator, rato estmator, atau regresso

Lebih terperinci

3 Departemen Statistika FMIPA IPB

3 Departemen Statistika FMIPA IPB Supleme Respos Pertemua ANALISIS DATA KATEGORIK (STK51) Departeme Statstka FMIPA IPB Pokok Bahasa Sub Pokok Bahasa Referes Waktu U potess Tga Cotoh atau Lebh U Kruskal-Walls (aalss ragam satu-arah berdasarka

Lebih terperinci

METODE PENELITIAN. Kota Bogor. Kecamatan Bogor Barat. Purposive. Kelurahan Cilendek Barat RW 05 N1= 113. Cluster random sampling.

METODE PENELITIAN. Kota Bogor. Kecamatan Bogor Barat. Purposive. Kelurahan Cilendek Barat RW 05 N1= 113. Cluster random sampling. METODE PENELITIAN Desa, Tempat da Waktu Peelta Peelta megguaka desa cross sectoal study. Lokas peelta d Kota Bogor. Pemlha lokas peelta secara purposve dega pertmbaga merupaka salah satu kecamata dega

Lebih terperinci

Jurnal Sketsa Bisnis Vol. 2 No. 1 Agustus 2015 Page 18

Jurnal Sketsa Bisnis Vol. 2 No. 1 Agustus 2015 Page 18 ANALISA WAKTU BAKU PRODUKSI DOMPET DENGAN PENDEKATAN PETA TANGAN KIRI DAN TANGAN KANAN PADA CV. XYZ DI PASURUAN Hasa Bashor 1), Rosyatul Umam ) 1) Dose Tekk dustr Fakultas Tekk Uverstas Yudharta Pasurua

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

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB Pearka Cotoh Gerombol (Cluster Samplg) Departeme Statstka FMIPA IPB Radom samplg (Revew) Smple radom samplg Stratfed radom samplg Rato, regresso, ad dfferece estmato Systematc radom samplg Cluster radom

Lebih terperinci

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD Eka Mer Krst ), Arsma Ada ), Sgt Sugarto ) ekamer_tross@ymal.com ) Mahasswa Program S Matematka FMIPA-UR

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

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

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

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

Lebih terperinci

UJIAN TUGAS AKHIR LOGO. Kamis, 28 Januari Oleh : Heny Nurhidayanti. Dosen Pembimbing : INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA

UJIAN TUGAS AKHIR LOGO. Kamis, 28 Januari Oleh : Heny Nurhidayanti. Dosen Pembimbing : INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA LOGO UJIAN TUGAS AKHIR Kams, 28 Jauar 200 Oleh : Hey Nurhdayat 206 00 059 Dose Pembmbg : Drs. Sulstyo, MT JURUSAN MATEMATIKA FMIPA INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA Pedahulua Order dar customer

Lebih terperinci

PERTEMUAN I STATISTIKA DASAR MAT 130 3/28/ Phone

PERTEMUAN I STATISTIKA DASAR MAT 130 3/28/ Phone PERTEMUAN I STATISTIKA DASAR MAT 30 http://staff.ula.ac.d/ekoefed/ Emal: ekoefed@ula.ac.d effedeko@yahoo.co.d Phoe +685408444 3/8/0 EKO EFENDI PENGERTIAN STATISTIKA SEJARAH STATISTIKA PENGERTIAN STATISTIK

Lebih terperinci

Jurnal Matematika Murni dan Terapan Vol. 4 No.2 Desember 2010: ANALISIS REGRESI LINEAR BERGANDA DENGAN SATU VARIABEL BONEKA (DUMMY VARIABLE)

Jurnal Matematika Murni dan Terapan Vol. 4 No.2 Desember 2010: ANALISIS REGRESI LINEAR BERGANDA DENGAN SATU VARIABEL BONEKA (DUMMY VARIABLE) Jural Matematka Mur da Terapa Vol. 4 No. esember : 4 - ANALISIS REGRESI LINEAR BERGANA ENGAN SATU VARIABEL BONEKA (UMMY VARIABLE Tat Krsawardha Nur Salam da ew Aggra Program Stud Matematka Uverstas Lambug

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

SIFAT-SIFAT LANJUT FUNGSI TERBATAS

SIFAT-SIFAT LANJUT FUNGSI TERBATAS Bulet Ilmah Mat. Stat. da Terapaya (Bmaster) Volume 03, No. 2(204), hal 35 42. SIFAT-SIFAT LANJUT FUNGSI TERBATAS Suhard, Helm, Yudar INTISARI Fugs terbatas merupaka fugs yag memlk batas atas da batas

Lebih terperinci

BAB II LANDASAN TEORI. teori dan definisi mengenai variabel random, regresi linier, metode kuadrat

BAB II LANDASAN TEORI. teori dan definisi mengenai variabel random, regresi linier, metode kuadrat BAB II LANDASAN TEORI Sebaga pedukug dalam pembahasa selajutya, dperluka beberapa teor da defs megea varabel radom, regres ler, metode kuadrat terkecl, peguja asums aalss regres, outler, da regres robust.

Lebih terperinci

REGRESI LINIER SEDERHANA

REGRESI LINIER SEDERHANA MODUL REGRESI LINIER SEDERHANA Dsusu oleh : I MADE YULIARA Jurusa Fska Fakultas Matematka Da Ilmu Pegetahua Alam Uverstas Udayaa Tahu 016 Kata Pegatar Puj syukur saya ucapka ke hadapa Tuha Yag Maha Kuasa

Lebih terperinci

BAB III UKURAN PEMUSATAN DATA

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

Lebih terperinci

Tabel Distribusi Frekuensi

Tabel Distribusi Frekuensi Tabel Dstrbus Frekues Tabel dstrbus frekues adalah susua data meurut kelas-kelas terval tertetu atau meurut kategor tertetu dalam sebuah daftar. Dar dstrbus frekues, dapat dperoleh keteraga atau gambara

Lebih terperinci

Pendahuluan. Relasi Antar Variabel. Relasi Antar Variabel. Relasi Antar Variabel 4/6/2015. Oleh : Fauzan Amin

Pendahuluan. Relasi Antar Variabel. Relasi Antar Variabel. Relasi Antar Variabel 4/6/2015. Oleh : Fauzan Amin 4/6/015 Oleh : Fauza Am Se, 06 Aprl 015 GDL 11 (07.30-10.50) Pedahulua Aalsa regres dguaka utuk mempelajar da megukur hubuga statstk ag terjad atara dua atau lebh varbel. Dalam regres sederhaa dkaj dua

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA. Peahulua Dalam bab aka membahas megea teor-teor tetag statstka oparametrk, korelas parsal tau Keall a korelas parsal meurut Ebuh GU a Oeka ICA.. Statstka Noparametrk Istlah oparametrk

Lebih terperinci

INTERPOLASI. FTI-Universitas Yarsi

INTERPOLASI. FTI-Universitas Yarsi BAB VI INTERPOLASI FTI-Uverstas Yars Pedahulua Bla dketahu taulas ttk-ttk (y seaga erkut (yag dalam hal rumus ugs y ( tdak dketahu secara eksplst: Htug taksra la y utuk 3.8! FTI-Uverstas Yars Persoala

Lebih terperinci

X a, TINJAUAN PUSTAKA

X a, TINJAUAN PUSTAKA PENELITIAN SEBELUMNYA Statstka Deskrptf TINJAUAN PUSTAKA TINJAUAN STATISTIKA Uj Idepedes Uj depedes dguak utuk megetahu adaya hubuga atara dua varabel (Agrest, 1990). H 0 : tdak ada hubuga atara varabel

Lebih terperinci

NORM VEKTOR DAN NORM MATRIKS

NORM VEKTOR DAN NORM MATRIKS NORM VEKTOR DN NORM MTRIK umaag Muhtar Gozal UNIVERIT PENDIDIKN INDONEI. Pedahulua Jka kta membcaraka topk ruag vektor maka cotoh sederhaa yag dapat kta ambl adalah ruag Eucld R. D ruag kta medefska pajag

Lebih terperinci

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

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

Lebih terperinci

BAB 1 STATISTIKA RINGKASAN MATERI

BAB 1 STATISTIKA RINGKASAN MATERI BAB STATISTIKA A RINGKASAN MATERI. Pegerta Data adalah kumpula keteraga-keteraga atau catata-catata megea suatu kejada, dapat berupa blaga, smbol, sat atau kategor. Masg-masg keteraga dar data dsebut datum.

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB 1 PENDAHULUAN 1.1 Latar Belakag Masalah Regres merupaka suatu metode statstka yag dguaka utuk meyeldk pola hubuga atara dua atau lebh varabel.betuk atau pola hubuga varabelvarabel tersebut dapat ddetfkas

Lebih terperinci

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

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

Lebih terperinci

STATISTIKA DASAR. Oleh

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

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Propinsi Gorontalo tahun pelajaran 2012/2013.

BAB III METODOLOGI PENELITIAN. Propinsi Gorontalo tahun pelajaran 2012/2013. BAB III METODOLOGI PENELITIAN 3.. Tempat da Waktu Peelta Peelta dlaksaaka d SMP Neger 3 Gorotalo kota Gorotalo Props Gorotalo tahu pelajara 0/03. D SMP Neger 3 Gorotalo memlk 6 romboga belajar yag terdr

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

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

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

Lebih terperinci

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

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 21 Sstem Pedukug Keputusa Meurut Prof Dr Praud Atmosudro, SH, keputusa adalah suatu pegakhra darpada proses pemkra tetag suatu masalah atau problema utuk meawab pertayaa apa yag harus

Lebih terperinci

ANALISA GARIS KEINGINAN PERGERAKAN DI KABUPATEN BOLAANG MONGONDOW UTARA

ANALISA GARIS KEINGINAN PERGERAKAN DI KABUPATEN BOLAANG MONGONDOW UTARA Jural Ilmah MEDIA ENGINEERING Vol., No., Jul 0 ISSN 087-9334 (96-0) ANALISA GARIS KEINGINAN PERGERAKAN DI KABUPATEN BOLAANG MONGONDOW UTARA Johas E. Lolog Dose Jurusa Spl Fakultas Tekk Uverstas Sam Ratulag

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

UKURAN GEJALA PUSAT (UGP)

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

Lebih terperinci

ALGORITMA MENENTUKAN HIMPUNAN TERBESAR DARI SUATU MATRIKS INTERVAL DALAM ALJABAR MAX-PLUS

ALGORITMA MENENTUKAN HIMPUNAN TERBESAR DARI SUATU MATRIKS INTERVAL DALAM ALJABAR MAX-PLUS LGORITM MENENTUKN HIMPUNN TERBESR DRI SUTU MTRIKS INTERVL DLM LJBR MX-PLUS Rata Novtasar Program Stud Matematka FMIP UNDIP JlProfSoedarto SH Semarag 575 bstract Ths research dscussed about how to obtaed

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

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belaag Metode aalss yag telah dbcaraa hgga saat adalah aalss terhadap data megea sebuah araterst atau atrbut da megea sebuah varabel dsrt atau otu. Tetap, sebagamaa dsadar, baya

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Berdasarkan permasalahan yang akan diteliti oleh penulis, maka metode

BAB III METODOLOGI PENELITIAN. Berdasarkan permasalahan yang akan diteliti oleh penulis, maka metode 4 BAB III METODOLOGI PENELITIAN A. Metode da Desa Peelta Berdasarka permasalaha yag aka dtelt oleh peuls, maka metode peelta yag dguaka yatu metode deskrptf komparatf (descrptvecomparatve). Sebagamaa yag

Lebih terperinci

Pembobotan dan Optimasi Untuk Pemilihan Distributor PT Maan Ghodaqo Shiddiq Lestari

Pembobotan dan Optimasi Untuk Pemilihan Distributor PT Maan Ghodaqo Shiddiq Lestari JURNAL SAINS DAN SENI ITS Vol., No., (Sept. 202) ISSN: 20-928X A-7 Pembobota da Optmas Utuk Pemlha Dstrbutor PT Maa Ghodaqo Shddq Lestar Teas N. Qurawat, Subcha, Suhud Wahyud Jurusa Matematka, Fakultas

Lebih terperinci

PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN

PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN Idah Vltr, Harso, Haposa Srat Mahassa Program S Matematka Dose Jurusa Matematka Fakultas Matematka da Ilmu

Lebih terperinci

ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF

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

Lebih terperinci