OPTIMASI SITE LAYOUT MENGGUNAKAN MULTI-OBJECTIVES FUNCTION (Studi Kasus Pada Proyek Pembangunan Graha Rektorat Universitas Negeri Malang Tahap III)

Ukuran: px
Mulai penontonan dengan halaman:

Download "OPTIMASI SITE LAYOUT MENGGUNAKAN MULTI-OBJECTIVES FUNCTION (Studi Kasus Pada Proyek Pembangunan Graha Rektorat Universitas Negeri Malang Tahap III)"

Transkripsi

1 OPTIMASI SITE LAYOUT MENGGUNAKAN MULTI-OBJECTIVES FUNCTION (Studi Kasus Pada Proyek Pembagua Graha Rektorat Uiversitas Negeri Malag Tahap III) NASKAH PUBLIKASI Diajuka utuk memeuhi sebagia persyarata memperoleh gelar sarjaa tekik Diajuka utuk memeuhi sebagaia persyarata utuk megajuka gelar sarjaa tekik Disusu oleh : DANANG KURNIAWAN NIM : KEMENTERIAN RISET TEKNOLOGI DAN PENDIDIKAN TINGGI UNIVERSITAS BRAWIJAYA FAKULTAS TEKNIK MALANG 2015

2 OPTIMASI SITE LAYOUT MENGGUNAKAN MULTI-OBJECTIVES FUNCTION (Studi Kasus Pada Proyek Pembagua Graha Rektorat Uiversitas Negeri Malag Tahap III) Daag Kuriawa 1, Saifoe El Uas 2, Achfas Zacoeb 2 Jurusa Tekik Sipil, Fakultas Tekik, Uiversitas Brawijaya Jl. Mayjed Haryoo No. 167 Malag Idoesia kuriawa.daag91@yahoo.com Proyek kostruksi bagua selalu diikuti dega pembagua fasilitas semetara di sekitarya. Fasilitas-fasilitas tersebut bergua utuk meujag jalaya proyek kostruksi sehigga setiap proyek memiliki fasilitas semetara yag berbeda. Tata letak fasilitas semetara harus diperhatika sehigga memberika mafaat yag optimal bagi proyek. Peelitia ii bertujua utuk meetuka site layout yag optimal dari proyek yag ditijau. Pada lokasi proyek yag ditijau, terdapat laha kosog yag belum dimafaatka yag dapat diguaka utuk peempata fasilitas semetara. Berdasarka kodisi tersebut maka diguaka metode uequal site layout dalam peataa fasilitas semetara. Parameter yag diguaka dalam optimasi site layout adalah ilai jarak tempuh (travelig distace) da tigkat keamaa (safety idex). Skeario optimasi dilakuka dega memiimalka ilai jarak tempuh da tigkat keamaa utuk peataa site layout sebayak 8 kodisi. Proses perhituga jarak tempuh da tigkat keamaa dilakuka sebayak 2 kali, yaitu dega memperhitugka semua fasilitas da megabaika beberapa fasilitas. Dari peelitia yag telah dilakuka meujukka bahwa ilai jarak tempuh da tigkat keamaa pada site layout sesuai kodisi eksistig di lapaga belum optimal. Nilai jarak tempuh palig optimal didapatka pada kodisi 5 baik dega memperhitugka semua fasilitas maupu dega megabaika beberapa fasilitas. Nilai tigkat keamaa palig optimal didapatka pada kodisi 4 baik dega memperhitugka semua fasilitas maupu dega megabaika beberapa fasilitas. Kodisi site layout palig optimal sesuai kriteria prioritas kotraktor pelaksaa, yaitu 30% utuk ilai travelig distace da 70% utuk ilai safety idex adalah skeario 6. Kata kuci : optimasi, uequal site layout, jarak tempuh, tigkat keamaa I. PENDAHULUAN Dalam suatu proyek kostruksi aka kita jumpai fasilitas-fasilitas peujag di sekitar lokasi pembagua proyek tersebut. Fasilitas-fasilitas peujag ii tidak aka sama dalam setiap proyek. Peempata fasilitas tersebut harus diperhatika karea dapat mempegaruhi produktivitas kerja suatu proyek. Oleh karea itu, peempata fasilitas semetara pada suatu proyek perlu direcaaka. Perecaaa site layout meliputi idetifikasi fasilitas-fasilitas pedukug pekerjaa pada proyek, meetuka ukura da betuk fasilitas-fasilitas tersebut, da meempatka fasilitasfasilitas tersebut pada lokasi yag tersedia (Tommelei dkk,1991). Perecaaa site layout dibagi mejadi dua, yaitu equal site layout da uequal 1 Mahasiswa Program Studi S1 Jurusa Tekik Sipil Uiversitas Brawijaya 2 Dose Jurusa Tekik Sipil Uiversitas Brawijaya 1

3 2 site layout. Equal site layout adalah kodisi di maa jumlah lokasi yag tersedia pada area proyek sama dega jumlah lokasi yag dibutuhka utuk peempata fasilitas proyek yag ada, sedagka uequal site layout merupaka kodisi di maa jumlah lokasi yag tersedia lebih bayak daripada jumlah lokasi yag dibutuhka utuk peempata fasilitas yag ada di proyek. Proses perecaaa site layout memiliki beberapa kemugkia alteratif sehigga timbul permasalaha. Masalah yag timbul dalam perecaaa suatu site layout diataraya adalah megidetifikasi berbagai jeis fasilitas yag diperluka utuk medukug berjalaya suatu proyek. Masalah lai adalah meempatka sejumlah fasilitas yag telah ditetuka ke dalam sejumlah tempat yag disediaka (Li & Love, 2000). Mawdesley dkk (2002) membagi masalah-masalah pokok dalam tata letak suatu proyek kostruksi ke dalam beberapa hal, yaitu akses da rute pegagkuta; peyimpaa da peagaa material; bagua admiistrasi da fasilitas keselamata; serta peralata da begkel. Secara umum, permasalaha yag dapat timbul dalam merecaaka site layout adalah fasilitas apa yag dibutuhka selama proses kostruksi berjala da dimaa serta kapa fasilitas-fasilitas tersebut harus disiapka. Pegatura letak fasilitas semetara yag medukug aktivitas pembagua pada suatu lokasi adalah perecaaa yag petig karea dapat berdampak sigifika terhadap pegeluara, kualitas pekerjaa, keamaa, da aspek proyek laiya (Easa & Hossai, 2008). Perecaaa da pegatura site layout diharapka mampu memberika alteratif-alteratif yag palig optimal. Tujua tersebut dapat tercapai apabila jarak tempuh perpidaha sumber daya proyek, baik barag da material dapat dimiimalka II. METODOLOGI 2.1. Jarak Tempuh (Travelig Distace) Jarak tempuh (travelig distace) adalah jarak yag dicapai selama terjadi pergeraka material, pekerja, da peralata dari satu fasilitas ke fasilitas yag lai. Effedi (2012) merumuska hubuga jarak atar fasilitas da frekuesi perpidaha atar fasilitas ke dalam persamaa berikut: TD = i=1 Σ j =1 d ij F ij (2-1) dega : TD = Hubuga atara jarak tempuh dega frekuesi perpidaha atar fasilitas = Jumlah fasilitas (ofixed facilities da fixed facilities) d ij = Jarak aktual atara fasilitas i da j F ij = Frekuesi perpidaha atar fasilitas i da j 2.2. Tigkat Keamaa (Safety Idex) Ketidakteratura dalam peataa site layout dapat berpegaruh terhadap keamaa lokasi bagi para pekerja. Tigkat bahaya yag dapat terjadi tidak sama atara satu fasilitas dega fasilitas yag lai dalam lokasi proyek. Effedi (2012) merumuska hubuga hubuga atara ilai tigkat keamaa dega frekuesi perpidaha atar fasilitas ke dalam persamaa berikut: SI= i=1 Σ j =1 s ij F ij (2-2) dega : SI = Hubuga atara tigkat keamaa dega frekuesi perpidaha atar fasilitas = Jumlah fasilitas (ofixed facilities da fixed facilities) s ij = Tigkat keamaa da keselamata atara fasilitas i da j F ij = Frekuesi perpidaha atar fasilitas i da j

4 Fugsi Objektif Fugsi objektif (objectives fuctio) adalah fugsi tujua atau sasara yag aka dioptimalka ilaiya. Pada kasus optimasi site layout, fugsi objektif yag igi dicapai adalah ilai jarak tempuh da tigkat keamaa yag dimiimalka. Pada travelig distace, fugsi tersebut diyataka dalam persamaa sebagai berikut : Miimum TD = i=1 Σ j =1 d ij F ij (2-3) Fugsi yag sama diterapka pada perhituga safety idex sebagai berikut : Miimum SI= i=1 Σ j =1 d ij F ij (2-4) 2.4. Idetifikasi Fasilitas Idetifikasi fasilitas dilakuka utuk megetahui fasilitas-fasilitas yag terdapat di lokasi proyek serta megetahui lokasi persebaraya seperti pada Tabel 2.1. Tabel 2.1. Fasilitas-fasilitas pada lokasi proyek No. Lokasi Fasilitas No. Lokasi Fasilitas 1 A Pitu Proyek 1 15 O Stockyard besi 2 B Pos Satpam 1 16 P Geset 3 C Gudag 17 Q Tower Crae 4 D Tempat parkir 1 18 R Stockyard scafoldig 5 E Ruag K3 da Survey 19 S Stockyard wiremesh 6 F Tempat parkir 2 20 T Pitu (Dummy 2 ) 7 G Keet kator 21 U Pos Satpam 2 8 H Pitu (Dummy 1 ) 22 V Tempat baha uji da beto deck 9 I Fabrikasi kayu 23 W Stockyard pasir 10 J Toilet pekerja 1 24 X Gudag ARK 11 K Kati pekerja 25 Y Dummy 3 12 L Pos Satpam 3 26 Z Dummy 4 13 M Toilet pekerja2 27 AA Bagua 14 N Fabrikasi besi Idetifikasi juga dilakuka utuk megetahui tipe fasilitas yag ditijau. Tipe fasilitas yag aka dipidahka mejadi baha pertimbaga dalam optimasi site layout. Fasilitas-fasilitas tersebut kemudia dibagi sesuai tipe masig-masig sebagai berikut: 1. Fasilitas tetap (fixed facilities): Keet kator, geset, tower crae, fabrikasi besi, stockyard besi, da bagua gedug. 2. Fasilitas semetara (temporary facilities) : Pos jaga, gudag, tempat parkir, fabrikasi kayu, toilet pekerja, kati, stockyard scafoldig, stockyard wiremesh, tempat beda uji da beto deck, stockyard pasir da agregat, da gudag ARK (alat riga da kedaraa) Idetifikasi Zoa Bahaya Tigkat bahaya yag dapat terjadi di lokasi proyek dibagi ke dalam beberapa zoa sehigga aka didapatka ilai dari masig-masig zoa tersebut. Pembagia zoa bahaya dilakuka dega megamati kodisi di sekitar lokasi kerja da wawacara dega pihak kotraktor pelaksaa. Gambar 2.1.Site layout kodisi eksistig Pada Gambar 2.1, zoa 1 adalah daerah yag bebas dari resiko bahaya tower crae da geset. Zoa 2 adalah daerah dega resiko bahaya dari tiag tower crae dega radius sebesar 61 m. Zoa 3 adalah daerah dega resiko bahaya dari tiag da lega tower crae dega radius sebesar 55 m. Sedagka zoa 4 adalah daerah dega resiko bahaya dari tiag da lega tower crae serta geset dega radius bahaya 20 m.

5 Lagkah Peelitia Lagkah-lagkah yag dilakuka dalam peelitia ii ditujukka pada Gambar 2.2 Tabel 3.1. Letak fasilitas pada kodisi eksistig Fasilitas Fasilitas b. Kodisi 1 Pada kodisi 1, letak fasilitas 23 da fasilitas 24 megalami recaa pemidaha seperti yag ditujukka pada Tabel 3.2. Tabel 2. Letak fasilitas pada kodisi 1 Fasilitas Fasilitas c. Kodisi 2 Pada kodisi 2, letak fasilitas 3 da fasilitas 25 megalami recaa pemidaha seperti yag ditujukka pada Tabel 3.3. Gambar 2.2. Diagram alir peelitia III. HASIL DAN PEMBAHASAN 3.1. Skeario Optimasi Site Layout Optimasi dilakuka pada aspek jarak tempuh da tigkat keamaa dega megacu pada data frekuesi perjalaa pekerja maksimal, jarak atar fasilitas, da tigkat keamaa atar fasilitas. Skeario optimasi dilakuka dega memidahka letak beberapa fasilitas semetara yag terdapat pada lokasi proyek. a. Kodisi Eksistig (Kodisi 0) Kodisi eksistig merupaka kodisi fasilitas dega letak yag sama dega yag terdapat di lokasi proyek. Letak fasilitas-fasilitas tersebut ditujukka pada Tabel 3.1. Tabel 3.3. Letak fasilitas pada kodisi 2 Fasilitas Fasilitas d. Kodisi 3 Pada kodisi 3, letak fasilitas 9 da fasilitas 25 megalami recaa pemidaha seperti yag ditujukka pada Tabel 3.4. Tabel 3.4. Letak fasilitas pada kodisi 3 Fasilitas Fasilitas e. Kodisi 4 Pada kodisi 4, letak fasilitas 22, fasilitas 23, da fasilitas 25 megalami recaa pemidaha seperti yag ditujukka pada Tabel 3.5. Tabel 3.5. Letak fasilitas pada kodisi 4 Fasilitas Fasilitas

6 5 f. Kodisi 5 Pada kodisi 5, letak fasilitas 3, fasilitas 25, fasilitas 11, da fasilitas 26. megalami recaa pemidaha seperti yagditujukka pada Tabel 3.6. Tabel 3.6. Letak fasilitas pada kodisi 5 Fasilitas Fasilitas g. Kodisi 6 Pada kodisi 6, letak fasilitas 22, fasilitas 23, da fasilitas 25 megalami recaa pemidaha seperti yag ditujukka pada Tabel 3.7. Tabel 3.7. Letak fasilitas pada kodisi 6 Fasilitas Fasilitas h. Kodisi 7 Pada kodisi 7, letak fasilitas 1 da fasilitas 20. megalami recaa pemidaha seperti yag ditujukka pada Tabel 3.8. Tabel 3.8. Letak fasilitas pada kodisi 7 Fasilitas Fasilitas i. Kodisi 8 Pada kodisi 8, letak fasilitas 1 da fasilitas 8. megalami recaa pemidaha seperti yag ditujukka pada Tabel 3.9. Tabel 3.9. Letak fasilitas pada kodisi 8 Fasilitas Fasilitas Perhituga Jarak Tempuh (Travelig Distace) Jarak tempuh dihitug besara ilaiya melalui hubuga atara jarak atar fasilitas da frekuesi perpidaha atar fasilitas. Hasil perhituga ilai jarak tempuh ditujukka pada Tabel Tabel Hasil perhituga jarak tempuh (TD) Kodisi TD (m) Keaika (%) Peurua (%) , ,98 0, ,79-4, ,26 0, ,10 0, ,42-7, ,35-2, ,71 3, ,22 3,85 - Dari Tabel 3.10 didapatka hasil bahwa kodisi 5 memiliki ilai jarak tempuh yag palig miimal dega peurua sebesar 7,57% dari kodisi eksistig Perhituga Tigkat Keamaa (Safety Idex) Tigkat keamaa (safety idex) dihitug besaraya melalui hubuga atara ilai tigkat keamaa atar fasilitas dega frekuesi perpidaha atara fasilitas. Pada lokasi proyek, pekerja dapat melalui beberapa zoa bahaya sekaligus ketika berpidah dari satu fasilitas meuju fasilitas yag lai, sehigga ilai tigkat keamaa atar fasilitas dihitug dega megguaka proporsi jarak. Hasil perhituga ilai tigkat keamaa ditujukka pada Tabel Tabel Hasil perhituga tigkat keamaa (SI) Kodisi SI Keaika (%) Peurua (%) , ,84-0, ,79 1, ,76 0, ,73-1, ,23 2, ,11-0, ,72 2, ,71 0,15 - Dari Tabel 3.11 didapatka hasil bahwa skeario 4 memiliki ilai tigkat

7 Safety Idex 6 keamaa yag palig miimal. dega peurua sebesar 1,21% dari kodisi eksistig Diagram Pareto Hasil perhituga jarak tempuh pada Tabel 3.10 da tigkat keamaa pada Tabel 3.11 kemudia diplot pada diagram pareto seperti pada Gambar 3.1 yag meujukka bahwa tidak ada skeario yag palig optimal apabila ditijau dari ilai jarak tempuh da tigkat keamaa Travelig Distace Gambar 3.1. Diagram pareto hasil optimasi 3.5. Optimasi Site Layout dega Megabaika Beberapa Fasilitas Optimasi dapat dilakuka dega megabaika beberapa fasilitas tertetu sehigga perhituga yag dilakuka semaki sederhaa. Fasilitas-fasilitas tersebut diabaika dega dua alasa. Pertama, tidak bayak terjadi iteraksi atara fasilitas tersebut dega fasilitas yag lai. Kedua, pada skeario optimasi site layout yag direcaaka, fasilitas tersebut tidak megalami perpidaha letak atau lokasi. Fasilitas-fasilitas yag memeuhi kriteria tersebut adalah fasilitas 6, fasilitas 12, fasilitas 17, da fasilitas 21. Pada perhituga optimasi selajutya, fasilitas-fasilitas tersebut diabaika. Perhituga jarak tempuh dilakuka dega cara yag sama pada perhituga sebelumya, amu dega megabaika fasilitas-fasilitas yag telah disebutka. Hasil perhituga tersebut ditujukka pada Tabel Tabel Hasil perhituga jarak tempuh dega megabaika beberapa fasilitas Kodisi TD (m) Keaika (%) Peurua (%) , ,85 0, ,66-4, ,13 1, ,98 0, ,30-7, ,23-2, ,07 1, ,26 2,61 - Dari Tabel 3.12 didapatka hasil bahwa kodisi 5 memiliki ilai jarak tempuh yag palig miimal dega peurua sebesar 7,90% dari kodisi awal. Metode yag sama dilakuka pada perhituga tigkat keamaa, yaitu dega megabaika fasilitas-fasilitas yag telah disebutka. Hasil perhituga ditujukka pada Tabel Tabel Hasil perhituga tigkat keamaa dega megabaika beberapa fasilitas Kodisi SI Keaika (%) Peurua (%) , ,95-0, ,91 1, ,88 0, ,84-1, ,35 2, ,23-0, ,35 1, ,82 0,15 - Dari Tabel 3.13 didapatka hasil bahwa skeario 4 memiliki ilai tigkat keamaa yag palig miimal dega peurua sebesar 1,26% dari kodisi awal. Selajutya, hasil perhituga pada Tabel 3.12 da Tabel 3.13 diplot pada diagram pareto seperti pada Gambar 3.2 yag meujukka bahwa tidak ada kodisi site layout yag palig optimal apabila ditijau dari ilai jarak tempuh da tigkat keamaa. Selai itu, Gambar 3.2 juga meujukka bahwa hasil optimasi dega megabaika beberapa fasilitas memiliki hasil yag idetik

8 Nilai TD & SI Gabuga Safety Idex 7 dega perhituga sebelumya walaupu memiliki ilai yag berbeda Gambar 3.2. Diagram pareto hasil optimasi dega megabaika beberapa fasilitas 3.6. Pemiliha Site Layout Optimal Pemiliha site layout yag palig optimal ditetuka dari ilai jarak tempuh da tigkat keamaa yag palig kecil atau palig miimal. Namu dari hasil perhituga tidak ada yag memeuhi kriteria tersebut Pemiliha site layout yag palig optimal selajutya dilakuka dega megguaka perbadiga persetase ilai jarak tempuh da tigkat keamaa yag didapat dari pihak kotraktor pelaksaa, yaitu PT. PP (Persero) Tbk. Persetase yag diberika utuk ilai jarak tempuh sebesar 30% da ilai tigkat keamaa sebesar 70%. Nilai jarak tempuh da tigkat keamaa kemudia disetaraka utuk medapatka hasil ilai yag palig miimal. Peyetaraa dilakuka karea ilai jarak tempuh memiliki satua yaitu meter (m) sedagka ilai tigkat keamaa tidak memiliki satua ilai. Selai itu, selisih ilai atara keduaya terpaut cukup jauh. Persamaa peyetaraa utuk ilai jarak tempuh adalah sebagai berikut : TD Peyetaraa = Nilai TD m Nilai TD terkecil x P% Sedagka pada ilai tigkat keamaa persamaaya adalah sebagai berikut : 6 Travellig Distace SI Peyetaraa = Nilai SI m Nilai SI terkecil x P% dega m adalah skeario optimasi yag dilakuka da P adalah persetase yag diberika baik utuk ilai jarak tempuh maupu tigkat keamaa. Dari kedua persamaa tersebut maka didapatka hasil peyetaraa seperti pada Tabel Tabel Peyetaraa ilai jarak tempuh da tigkat keamaa Kodisi TD 1,08 1,09 1,03 1,09 1,09 1,00 1,05 1,12 1,12 SI 1,01 1,01 1,03 1,02 1,00 1,03 1,00 1,04 1,01 TD x 30% 0,32 0,33 0,31 0,33 0,33 0,30 0,32 0,33 0,34 SI x 70% 0,71 0,71 0,72 0,71 0,70 0,72 0,70 0,73 0,71 Total 1,03 1,03 1,03 1,04 1,03 1,03 1,02 1,06 1,05 Hasil peyetaraa ilai jarak tempuh da tigkat keamaa ditampilka dalam diagram batag seperti pada Gambar Kodisi Optimasi Nilai SI 70% Nilai TD 30% Gambar 3.3. Grafik peyetaraa ilai jarak tempuh da tigkat keamaa Peyetaraa juga dilakuka pada perhituga optimasi site layout dega megabaika beberapa fasilitas. Hasil peyetaraa ditujukka pada Tabel Tabel Peyetaraa ilai jarak tempuh da tigkat keamaa dega megabaika beberapa fasilitas Kodisi TD 1,09 1,09 1,03 1,10 1,09 1,00 1,06 1,10 1,11 SI 1,01 1,01 1,03 1,02 1,00 1,04 1,00 1,03 1,01 TD x 30% 0,33 0,33 0,31 0,33 0,33 0,30 0,32 0,33 0,33 SI x 70% 0,71 0,71 0,72 0,71 0,70 0,73 0,70 0,72 0,71 Total 1,03 1,03 1,03 1,04 1,03 1,03 1,02 1,05 1,04

9 Nilai TD & SI Gabuga 8 Hasil perhituga kemudia ditampilka dalam diagram batag seperti pada Gambar Kodisi Optimasi Nilai SI 70% Nilai TD 30% Gambar 3.4. Grafik peyetaraa ilai jarak tempuh da tigkat keamaa dega megabaika beberapa fasilitas Dari Tabel 3.14, Tabel 3.15, Gambar 3.3, da Gambar 3.4 diketahui bahwa ilai total kodisi 6 merupaka ilai yag palig miimal dibadigka dega kodisi yag lai sehigga kodisi 6 merupaka site layout yag palig optimal. IV. KESIMPULAN DAN SARAN Berdasarka hasil aalisis da pembahasa, maka disimpulka bahwa site layout pada proyek yag ditijau masih belum optimal bila ditijau dari ilai jarak tempuh da tigkat keamaa. Site layout pada kodisi 5 adalah yag palig optimal ditijau dari pertimbaga jarak tempuh. Dari pertimbaga tigkat keamaa, site layout yag palig optimal adalah site layout pada kodisi 4. Merujuk pada pembobota dari kotraktor pelaksaa, maka site layout yag palig optimal adalah kodisi 6. Pada kodisi 6 terjadi peurua pada ilai jarak tempuh da tigkat keamaa. Pada peelitia selajutya, optimasi dapat dilakuka dega megabaika beberapa fasilitas dega kriteria tertetu. Metode da variabel yag berbeda dapat diguaka sehigga ditemuka metode yag lebih variatif dalam optimasi site layout. DAFTAR PUSTAKA Easa, S. M., & Hossai, M.A. (2008). New Mathematical Optimizatio Model for Costructio Site Layout.ASCE Joural of Costructio Egieerig ad Maagemet, 9, o. 3, p Effedi, D.T. (2012). Optimasi (Uequal) Site Layout Megguaka Multi- Objectives Fuctio Pada Proyek Pembagua Aparteme Pucak Kertajaya Surabaya. Skripsi. Tidak diterbitka. Surabaya : Istitut Tekologi Sepuluh November Li, H., & Love, P.E.D. (2000). Geetic Search for Solvig Costructio Site-level Uequal Area Facility Layout Problems. Joural Automatio i Costructio, 9. p Mawdesley, M.J., Al-jibouri, S.H., & Yag, H. (2002). Geetic Algorithms for Costructio Site Layout i Project Plaig. ASCE Joural of Costructio Egieerig ad Maagemet, 128, o. 5, p Tommelei, I.D., Levitt, R.E., Hayes- Roth, B., & Cofrey, T. (1991). SightPla Experimets : Alterate Strategies for Site Layout Desig. ASCE Joural of Computig i Civil Egieerig, 5, o.1, p

OPTIMASI SITE LAYOUT DENGAN METODE MULTI-OBJECTIVES PADA PROYEK GEDUNG PUSAT RISET ITS-SUKOLILO

OPTIMASI SITE LAYOUT DENGAN METODE MULTI-OBJECTIVES PADA PROYEK GEDUNG PUSAT RISET ITS-SUKOLILO JURNAL TEKNIK POMITS Vol. 1, No. 1, (014) 1-6 1 OPTIMASI SITE LAYOUT DENGAN METODE MULTI-OBJECTIVES PADA PROYEK GEDUNG PUSAT RISET ITS-SUKOLILO Diar Ariyato, Trijoko Wahyu Adi da Cahyoo Bitag Nurcahyo.

Lebih terperinci

BAB III METODOLOGI DAN PELAKSANAAN PENELITIAN. Perumusan - Sasaran - Tujuan. Pengidentifikasian dan orientasi - Masalah.

BAB III METODOLOGI DAN PELAKSANAAN PENELITIAN. Perumusan - Sasaran - Tujuan. Pengidentifikasian dan orientasi - Masalah. BAB III METODOLOGI DAN PELAKSANAAN PENELITIAN 3.1. DIAGRAM ALIR PENELITIAN Perumusa - Sasara - Tujua Pegidetifikasia da orietasi - Masalah Studi Pustaka Racaga samplig Pegumpula Data Data Primer Data Sekuder

Lebih terperinci

Bab III Metoda Taguchi

Bab III Metoda Taguchi Bab III Metoda Taguchi 3.1 Pedahulua [2][3] Metoda Taguchi meitikberatka pada pecapaia suatu target tertetu da meguragi variasi suatu produk atau proses. Pecapaia tersebut dilakuka dega megguaka ilmu statistika.

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 31 Flowchart Metodologi Peelitia BAB III METODOLOGI PENELITIAN Gambar 31 Flowchart Metodologi Peelitia 18 311 Tahap Idetifikasi da Peelitia Awal Tahap ii merupaka tahap awal utuk melakuka peelitia yag

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur 0 III. METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia Peelitia ii dilakuka di SMA Negeri Way Jepara Kabupate Lampug Timur pada bula Desember 0 sampai Mei 03. B. Populasi da Sampel Populasi dalam peelitia

Lebih terperinci

BAB 1 PENDAHULUAN. Bagi Negara yang mempunyai wilayah terdiri dari pulau-pulau yang dikelilingi lautan,

BAB 1 PENDAHULUAN. Bagi Negara yang mempunyai wilayah terdiri dari pulau-pulau yang dikelilingi lautan, BAB 1 PENDAHULUAN 1.1 Latar Belakag Bagi Negara yag mempuyai wilayah terdiri dari pulau-pulau yag dikeliligi lauta, laut merupaka saraa trasportasi yag dimia, sehigga laut memiliki peraa yag petig bagi

Lebih terperinci

III. METODE PENELITIAN. kelas VIII semester ganjil SMP Sejahtera I Bandar Lampung tahun pelajaran 2010/2011

III. METODE PENELITIAN. kelas VIII semester ganjil SMP Sejahtera I Bandar Lampung tahun pelajaran 2010/2011 III. METODE PENELITIAN A. Latar Peelitia Peelitia ii merupaka peelitia yag megguaka total sampel yaitu seluruh siswa kelas VIII semester gajil SMP Sejahtera I Badar Lampug tahu pelajara 2010/2011 dega

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur III. METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia Peelitia ii dilakuka di SMA Negeri Way Jepara Kabupate Lampug Timur pada bula Desember 0 sampai dega Mei 03. B. Populasi da Sampel Populasi dalam

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1 Lokasi da Waktu peelitia Peelitia dilakuka pada budidaya jamur tiram putih yag dimiliki oleh usaha Yayasa Paguyuba Ikhlas yag berada di Jl. Thamri No 1 Desa Cibeig, Kecamata Pamijaha,

Lebih terperinci

BAB IV PEMBAHASAN DAN ANALISIS

BAB IV PEMBAHASAN DAN ANALISIS BAB IV PEMBAHASAN DAN ANALISIS 4.1. Pembahasa Atropometri merupaka salah satu metode yag dapat diguaka utuk meetuka ukura dimesi tubuh pada setiap mausia. Data atropometri yag didapat aka diguaka utuk

Lebih terperinci

PENGARUH INFLASI TERHADAP KEMISKINAN DI PROPINSI JAMBI

PENGARUH INFLASI TERHADAP KEMISKINAN DI PROPINSI JAMBI Halama Tulisa Jural (Judul da Abstraksi) Jural Paradigma Ekoomika Vol.1, No.5 April 2012 PENGARUH INFLASI TERHADAP KEMISKINAN DI PROPINSI JAMBI Oleh : Imelia.,SE.MSi Dose Jurusa Ilmu Ekoomi da Studi Pembagua,

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN. Sebelum melakukan deteksi dan tracking obyek dibutuhkan perangkat

BAB IV HASIL DAN PEMBAHASAN. Sebelum melakukan deteksi dan tracking obyek dibutuhkan perangkat BAB IV HASIL DAN PEMBAHASAN 4.1 Kebutuha Sistem Sebelum melakuka deteksi da trackig obyek dibutuhka peragkat luak yag dapat meujag peelitia. Peragkat keras da luak yag diguaka dapat dilihat pada Tabel

Lebih terperinci

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI MIA SMA Negeri 5

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI MIA SMA Negeri 5 III. METODOLOGI PENELITIAN A. Populasi da Sampel Peelitia Populasi dalam peelitia ii adalah semua siswa kelas I MIA SMA Negeri 5 Badar Lampug Tahu Pelajara 04-05 yag berjumlah 48 siswa. Siswa tersebut

Lebih terperinci

simulasi selama 4,5 jam. Selama simulasi dijalankan, animasi akan muncul pada dijalankan, ProModel akan menyajikan hasil laporan statistik mengenai

simulasi selama 4,5 jam. Selama simulasi dijalankan, animasi akan muncul pada dijalankan, ProModel akan menyajikan hasil laporan statistik mengenai 37 Gambar 4-3. Layout Model Awal Sistem Pelayaa Kedai Jamoer F. Aalisis Model Awal Model awal yag telah disusu kemudia disimulasika dega waktu simulasi selama 4,5 jam. Selama simulasi dijalaka, aimasi

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 22 BAB III METODOLOGI PENELITIAN 3.1 Lokasi da Waktu Peelitia Peelitia ii dilaksaaka di tiga kator PT Djarum, yaitu di Kator HQ (Head Quarter) PT Djarum yag bertempat di Jala KS Tubu 2C/57 Jakarta Barat,

Lebih terperinci

BAB III ECONOMIC ORDER QUANTITY MULTIITEM DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA DAN FAKTOR DISKON

BAB III ECONOMIC ORDER QUANTITY MULTIITEM DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA DAN FAKTOR DISKON BAB III ECONOMIC ORDER QUANTITY MULTIITEM DENGAN MEMPERTIMBANGKAN WAKTU KADALUARA DAN FAKTOR DIKON 3.1 Ecoomic Order Quatity Ecoomic Order Quatity (EOQ) merupaka suatu metode yag diguaka utuk megedalika

Lebih terperinci

PROSIDING ISBN:

PROSIDING ISBN: S-6 Perlukah Cross Validatio dilakuka? Perbadiga atara Mea Square Predictio Error da Mea Square Error sebagai Peaksir Harapa Kuadrat Kekelirua Model Yusep Suparma (yusep.suparma@ upad.ac.id) Uiversitas

Lebih terperinci

Pengendalian Proses Menggunakan Diagram Kendali Median Absolute Deviation (MAD)

Pengendalian Proses Menggunakan Diagram Kendali Median Absolute Deviation (MAD) Prosidig Statistika ISSN: 2460-6456 Pegedalia Proses Megguaka Diagram Kedali Media Absolute Deviatio () 1 Haida Lestari, 2 Suliadi, 3 Lisur Wachidah 1,2,3 Prodi Statistika, Fakultas Matematika da Ilmu

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 1 Seputih Agung. Populasi dalam

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 1 Seputih Agung. Populasi dalam 19 III. METODE PENELITIAN A. Populasi da Sampel Peelitia ii dilaksaaka di SMP Negeri 1 Seputih Agug. Populasi dalam peelitia ii adalah seluruh siswa kelas VII SMP Negeri 1 Seputih Agug sebayak 248 siswa

Lebih terperinci

IV METODE PENELITIAN 4.1 Lokasi dan waktu 4.2. Jenis dan Sumber Data 4.3 Metode Pengumpulan Data

IV METODE PENELITIAN 4.1 Lokasi dan waktu 4.2. Jenis dan Sumber Data 4.3 Metode Pengumpulan Data IV METODE PENELITIAN 4.1 Lokasi da waktu Peelitia ii dilakuka di PD Pacet Segar milik Alm Bapak H. Mastur Fuad yag beralamat di Jala Raya Ciherag o 48 Kecamata Cipaas, Kabupate Ciajur, Propisi Jawa Barat.

Lebih terperinci

III. METODE PENELITIAN. Pembangunan Daerah (BAPPEDA) Provinsi NTB, BPS pusat, dan instansi lain

III. METODE PENELITIAN. Pembangunan Daerah (BAPPEDA) Provinsi NTB, BPS pusat, dan instansi lain III. METODE PENELITIAN 3.1 Jeis da Sumber Data Data yag diguaka pada peelitia ii merupaka data sekuder yag diperoleh dari Bada Pusat Statistik (BPS) Provisi NTB, Bada Perecaaa Pembagua Daerah (BAPPEDA)

Lebih terperinci

Bab 3 Metode Interpolasi

Bab 3 Metode Interpolasi Baha Kuliah 03 Bab 3 Metode Iterpolasi Pedahulua Iterpolasi serig diartika sebagai mecari ilai variabel tergatug tertetu, misalya y, pada ilai variabel bebas, misalya, diatara dua atau lebih ilai yag diketahui

Lebih terperinci

METODE PENELITIAN. dalam tujuh kelas dimana tingkat kemampuan belajar matematika siswa

METODE PENELITIAN. dalam tujuh kelas dimana tingkat kemampuan belajar matematika siswa 19 III. METODE PENELITIAN A. Populasi da Sampel Populasi dalam peelitia ii adalah seluruh siswa kelas VIII SMP Negeri 8 Badar Lampug tahu pelajara 2009/2010 sebayak 279 orag yag terdistribusi dalam tujuh

Lebih terperinci

III. METODOLOGI PENELITIAN. diinginkan. Menurut Arikunto (1991 : 3) penelitian eksperimen adalah suatu

III. METODOLOGI PENELITIAN. diinginkan. Menurut Arikunto (1991 : 3) penelitian eksperimen adalah suatu III. METODOLOGI PENELITIAN A. Metode Peelitia Metode peelitia merupaka suatu cara tertetu yag diguaka utuk meeliti suatu permasalaha sehigga medapatka hasil atau tujua yag diigika. Meurut Arikuto (99 :

Lebih terperinci

BAB III METODOLOGI 3.1 Tempat dan Waktu Penelitian 3.2 Bahan dan Alat 3.3 Metode Pengumpulan Data Pembuatan plot contoh

BAB III METODOLOGI 3.1 Tempat dan Waktu Penelitian 3.2 Bahan dan Alat 3.3 Metode Pengumpulan Data Pembuatan plot contoh BAB III METODOLOGI 3.1 Tempat da Waktu Peelitia Pegambila data peelitia dilakuka di areal revegetasi laha pasca tambag Blok Q 3 East elevasi 60 Site Lati PT Berau Coal Kalimata Timur. Kegiata ii dilakuka

Lebih terperinci

BAB III METODE PENELITIAN. Jenis penelitian ini adalah penelitian pengembangan (research and

BAB III METODE PENELITIAN. Jenis penelitian ini adalah penelitian pengembangan (research and BAB III METODE PENELITIAN A. Jeis Peelitia Jeis peelitia ii adalah peelitia pegembaga (research ad developmet), yaitu suatu proses peelitia utuk megembagka suatu produk. Produk yag dikembagka dalam peelitia

Lebih terperinci

BAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya.

BAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya. BAB 1 PENDAHULUAN 1.1 Latar Belakag Aalisis regresi mejadi salah satu bagia statistika yag palig bayak aplikasiya. Aalisis regresi memberika keleluasaa kepada peeliti utuk meyusu model hubuga atau pegaruh

Lebih terperinci

IV. METODE PENELITIAN. Penelitian ini dilakukan di Kawasan Pantai Anyer, Kabupaten Serang

IV. METODE PENELITIAN. Penelitian ini dilakukan di Kawasan Pantai Anyer, Kabupaten Serang IV. METODE PENELITIAN 4.1 Lokasi da Waktu Peelitia Peelitia ii dilakuka di Kawasa Patai Ayer, Kabupate Serag Provisi Bate. Lokasi ii dipilih secara segaja atau purposive karea Patai Ayer merupaka salah

Lebih terperinci

BAB III METODE PENELITIAN. penelitian yaitu PT. Sinar Gorontalo Berlian Motor, Jl. H. B Yassin no 28

BAB III METODE PENELITIAN. penelitian yaitu PT. Sinar Gorontalo Berlian Motor, Jl. H. B Yassin no 28 5 BAB III METODE PENELITIAN 3.1 Lokasi Peelitia da Waktu Peelitia Sehubuga dega peelitia ii, lokasi yag dijadika tempat peelitia yaitu PT. Siar Gorotalo Berlia Motor, Jl. H. B Yassi o 8 Kota Gorotalo.

Lebih terperinci

PENGARUH VARIASI PELUANG CROSSOVER DAN MUTASI DALAM ALGORITMA GENETIKA UNTUK MENYELESAIKAN MASALAH KNAPSACK. Sutikno

PENGARUH VARIASI PELUANG CROSSOVER DAN MUTASI DALAM ALGORITMA GENETIKA UNTUK MENYELESAIKAN MASALAH KNAPSACK. Sutikno sutiko PENGARUH VARIASI PELUANG CROSSOVER DAN MUTASI DALAM ALGORITMA GENETIKA UNTUK MENYELESAIKAN MASALAH KNAPSACK Sutiko Program Studi Tekik Iformatika Fakultas Sais da Matematika UNDIP tik@udip.ac.id

Lebih terperinci

BAB III METODE PENELITIAN. cuci mobil CV. Sangkara Abadi di Bumiayu. Metode analisis yang dipakai

BAB III METODE PENELITIAN. cuci mobil CV. Sangkara Abadi di Bumiayu. Metode analisis yang dipakai 20 BAB III METODE PENELITIAN 3.1 Jeis Peelitia Peelitia ii merupaka aalisis tetag kelayaka ivestasi usaha cuci mobil CV. Sagkara Abadi di Bumiayu. Metode aalisis yag dipakai adalah metode aalisis kuatitatif

Lebih terperinci

3 METODE PENELITIAN 3.1 Kerangka Pemikiran 3.2 Lokasi dan Waktu Penelitian

3 METODE PENELITIAN 3.1 Kerangka Pemikiran 3.2 Lokasi dan Waktu Penelitian 19 3 METODE PENELITIAN 3.1 Keragka Pemikira Secara rigkas, peelitia ii dilakuka dega tiga tahap aalisis. Aalisis pertama adalah megaalisis proses keputusa yag dilakuka kosume dega megguaka aalisis deskriptif.

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Variabel-variabel yang digunakan pada penelitian ini adalah:

BAB III METODOLOGI PENELITIAN. Variabel-variabel yang digunakan pada penelitian ini adalah: BAB III METODOLOGI PENELITIAN 3. Variabel da Defiisi Operasioal Variabel-variabel yag diguaka pada peelitia ii adalah: a. Teaga kerja, yaitu kotribusi terhadap aktivitas produksi yag diberika oleh para

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1 Lokasi da Waktu Peelitia Kegiata peelitia ii dilaksaaka pada bula Mei 2011 bertempat di Dusu Nusa Bakti, Kecamata Serawai da Dusu Natai Buga, Kecamata Melawi yag merupaka

Lebih terperinci

BAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan

BAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan BAB III METODE PENELITAN. Tempat Da Waktu Peelitia Peelitia dilakuka di SMP Negeri Batudaa Kab. Gorotalo dega subject Peelitia adalah siswa kelas VIII. Pemiliha SMP Negeri Batudaa Kab. Gorotalo. Adapu

Lebih terperinci

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X Pedugaa Selag: Metode Pivotal Lagkah-lagkahya 1. Adaika X1, X,..., X adalah cotoh acak dari populasi dega fugsi kepekata f( x; ), da parameter yag tidak diketahui ilaiya. Adaika T adalah peduga titik bagi..

Lebih terperinci

BAB 3 DATA DAN METODOLOGI PENELITIAN

BAB 3 DATA DAN METODOLOGI PENELITIAN BAB 3 DATA DAN METODOLOGI PENELITIAN Pada Bab ii aka memberika iformasi hal yag berkaita dega lagkah-lagkah sistematis yag aka diguaka dalam mejawab pertayaa peelitia.utuk itu diperluka beberapa hal sebagai

Lebih terperinci

Hubungan Antara Panjang Antrian Kendaraan dengan Aktifitas Samping Jalan

Hubungan Antara Panjang Antrian Kendaraan dengan Aktifitas Samping Jalan Hubuga Atara Pajag Atria Kedaraa dega Aktifitas Sampig Jala Frasiscus Mitar Ferry Sihotag Jurusa Tekik Sipil Fakultas Desai da Tekik Perecaaa Uiversitas Pelita Harapa. fmitarfs@yahoo.com, fmitarfs@uph.edu

Lebih terperinci

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Negeri I

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Negeri I 7 III. METODOLOGI PENELITIAN A. Populasi da Sampel Peelitia Populasi dalam peelitia ii adalah semua siswa kelas XI IPA SMA Negeri I Kotaagug Tahu Ajara 0-03 yag berjumlah 98 siswa yag tersebar dalam 3

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Subjek Peelitia Peelitia ii dilaksaaka di kawasa huta magrove, yag berada pada muara sugai Opak di Dusu Baros, Kecamata Kretek, Kabupate Batul. Populasi dalam peelitia ii adalah

Lebih terperinci

STUDI PERBANDINGAN PERFORMANCE ALGORITMA HEURISTIK POUR TERHADAP MIXED INTEGER PROGRAMMING DALAM MENYELESAIKAN PENJADWALAN FLOWSHOP

STUDI PERBANDINGAN PERFORMANCE ALGORITMA HEURISTIK POUR TERHADAP MIXED INTEGER PROGRAMMING DALAM MENYELESAIKAN PENJADWALAN FLOWSHOP STUDI PERBANDINGAN PERFORMANCE ALGORITMA HEURISTIK POUR TERHADAP. (Tessa Vaia Soetato, et al.) STUDI PERBANDINGAN PERFORMANCE ALGORITMA HEURISTIK POUR TERHADAP MIXED INTEGER PROGRAMMING DALAM MENYELESAIKAN

Lebih terperinci

BAB V METODOLOGI PENELITIAN

BAB V METODOLOGI PENELITIAN BAB V METODOLOGI PEELITIA 5.1 Racaga Peelitia Peelitia ii merupaka peelitia kualitatif dega metode wawacara medalam (i depth iterview) utuk memperoleh gambara ketidaklegkapa pegisia berkas rekam medis

Lebih terperinci

III. METODE PENELITIAN. Lokasi penelitian dilakukan di Provinsi Sumatera Barat yang terhitung

III. METODE PENELITIAN. Lokasi penelitian dilakukan di Provinsi Sumatera Barat yang terhitung 42 III. METODE PENELITIAN 3.. Lokasi da Waktu Peelitia Lokasi peelitia dilakuka di Provisi Sumatera Barat yag terhitug mulai miggu ketiga bula April 202 higga miggu pertama bula Mei 202. Provisi Sumatera

Lebih terperinci

BAB III METODOLOGI PENELITIAN. kuantitatif karena bertujuan untuk mengetahui kompetensi pedagogik mahasiswa

BAB III METODOLOGI PENELITIAN. kuantitatif karena bertujuan untuk mengetahui kompetensi pedagogik mahasiswa 54 BAB III METODOLOGI PENELITIAN A. Jeis Peelitia Peelitia ii merupaka peelitia deskriptif dega pedekata kuatitatif karea bertujua utuk megetahui kompetesi pedagogik mahasiswa setelah megikuti mata kuliah

Lebih terperinci

PENDUGA RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KUARTIL VARIABEL BANTU PADA PENGAMBILAN SAMPEL ACAK SEDERHANA DAN PENGATURAN PERINGKAT MEDIAN

PENDUGA RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KUARTIL VARIABEL BANTU PADA PENGAMBILAN SAMPEL ACAK SEDERHANA DAN PENGATURAN PERINGKAT MEDIAN PEDUGA RASIO UTUK RATA-RATA POPULASI MEGGUAKA KUARTIL VARIABEL BATU PADA PEGAMBILA SAMPEL ACAK SEDERHAA DA PEGATURA PERIGKAT MEDIA ur Khasaah, Etik Zukhroah, da Dewi Reto Sari S. Prodi Matematika Fakultas

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Statistika iferesi merupaka salah satu cabag statistika yag bergua utuk meaksir parameter. Peaksira dapat diartika sebagai dugaa atau perkiraa atas sesuatu yag aka terjadi

Lebih terperinci

PEMODELAN MINIMIZE TOTAL BIAYA PENGENDALIAN KUALITAS TERHADAP PROSES MANUFAKTURING PRODUK FURNITURE

PEMODELAN MINIMIZE TOTAL BIAYA PENGENDALIAN KUALITAS TERHADAP PROSES MANUFAKTURING PRODUK FURNITURE PEMODELAN MINIMIZE TOTAL BIAYA PENGENDALIAN KUALITAS TERHADAP PROSES MANUFAKTURING PRODUK FURNITURE Sutriso B., Abd. Haris, Romadho Jurusa Maajeme - Fakultas Ekoomi, Uiversitas Widya Dharma Klate Jl. Ki

Lebih terperinci

IV. METODE PENELITIAN. berdasarkan tujuan penelitian (purposive) dengan pertimbangan bahwa Kota

IV. METODE PENELITIAN. berdasarkan tujuan penelitian (purposive) dengan pertimbangan bahwa Kota IV. METODE PENELITIAN 4.1. Lokasi da Waktu Peelitia ii dilaksaaka di Kota Bogor Pemiliha lokasi peelitia berdasarka tujua peelitia (purposive) dega pertimbaga bahwa Kota Bogor memiliki jumlah peduduk yag

Lebih terperinci

METODOLOGI PENELITIAN. penggunaan metode penelitian. Oleh karena itu, metode yang akan digunakan

METODOLOGI PENELITIAN. penggunaan metode penelitian. Oleh karena itu, metode yang akan digunakan 47 III. METODOLOGI PENELITIAN A. Metodelogi Peelitia Keberhasila dalam suatu peelitia sagat ditetuka oleh ketepata pegguaa metode peelitia. Oleh karea itu, metode yag aka diguaka haruslah sesuai dega data

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN A. Jeis Peelitia BAB III METODE PENELITIAN Peelitia ii termasuk peelitia pegembaga (Developmet Research) karea peeliti igi megembagka peragkat pembelajara sub pokok bahasa bilaga. Peragkat pembelajara

Lebih terperinci

REGRESI DAN KORELASI

REGRESI DAN KORELASI REGRESI DAN KORELASI Pedahulua Dalam kehidupa sehari-hari serig ditemuka masalah/kejadia yagg salig berkaita satu sama lai. Kita memerluka aalisis hubuga atara kejadia tersebut Dalam bab ii kita aka membahas

Lebih terperinci

I. DERET TAKHINGGA, DERET PANGKAT

I. DERET TAKHINGGA, DERET PANGKAT I. DERET TAKHINGGA, DERET PANGKAT. Pedahulua Pembahasa tetag deret takhigga sebagai betuk pejumlaha suku-suku takhigga memegag peraa petig dalam fisika. Pada bab ii aka dibahas megeai pegertia deret da

Lebih terperinci

ANALISIS STABILITAS TRANSIENT SISTEM TENAGA LISTRIK PADA PT. KEBON AGUNG MALANG

ANALISIS STABILITAS TRANSIENT SISTEM TENAGA LISTRIK PADA PT. KEBON AGUNG MALANG ANALISIS STABILITAS TRANSIENT SISTEM TENAGA LISTRIK PADA PT. KEBON AGUNG MALANG Agam Rido Priawa¹, Ir. Mahfudz Shidiq, M.T. ², Hadi Suyoo, S.T., M.T., Ph.D.³ ¹Mahasiswa Jurusa Tekik Elektro, ² ³Dose Jurusa

Lebih terperinci

METODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/2012 SUGENG2010. Copyright Dale Carnegie & Associates, Inc.

METODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/2012 SUGENG2010. Copyright Dale Carnegie & Associates, Inc. METODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/0 SUGENG00 Copyright 996-98 Dale Caregie & Associates, Ic. Kesalaha ERROR: Selisih atara ilai perkiraa dega ilai eksakilai

Lebih terperinci

Model Pertumbuhan BenefitAsuransi Jiwa Berjangka Menggunakan Deret Matematika

Model Pertumbuhan BenefitAsuransi Jiwa Berjangka Menggunakan Deret Matematika Prosidig Semirata FMIPA Uiversitas Lampug, 0 Model Pertumbuha BeefitAsurasi Jiwa Berjagka Megguaka Deret Matematika Edag Sri Kresawati Jurusa Matematika FMIPA Uiversitas Sriwijaya edagsrikresawati@yahoocoid

Lebih terperinci

IV METODE PENELITIAN

IV METODE PENELITIAN IV METODE PENELITIAN 4.1. Lokasi da Waktu Peelitia Lokasi peelitia dilakuka di PT. Bak Bukopi, Tbk Cabag Karawag yag berlokasi pada Jala Ahmad Yai No.92 Kabupate Karawag, Jawa Barat da Kabupate Purwakarta

Lebih terperinci

MANAJEMEN RISIKO INVESTASI

MANAJEMEN RISIKO INVESTASI MANAJEMEN RISIKO INVESTASI A. PENGERTIAN RISIKO Resiko adalah peyimpaga hasil yag diperoleh dari recaa hasil yag diharapka Besarya tigkat resiko yag dimasukka dalam peilaia ivestasi aka mempegaruhi besarya

Lebih terperinci

Perbandingan Power of Test dari Uji Normalitas Metode Bayesian, Uji Shapiro-Wilk, Uji Cramer-von Mises, dan Uji Anderson-Darling

Perbandingan Power of Test dari Uji Normalitas Metode Bayesian, Uji Shapiro-Wilk, Uji Cramer-von Mises, dan Uji Anderson-Darling Jural Gradie Vol No Juli 5 : -5 Perbadiga Power of Test dari Uji Normalitas Metode Bayesia, Uji Shapiro-Wilk, Uji Cramer-vo Mises, da Uji Aderso-Darlig Dyah Setyo Rii, Fachri Faisal Jurusa Matematika,

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 6 BAB III METODE PENELITIAN 3.1 Desai Peelitia Meurut Kucoro (003:3): Peelitia ilmiah merupaka usaha utuk megugkapka feomea alami fisik secara sistematik, empirik da rasioal. Sistematik artiya proses yag

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Racaga da Jeis Peelitia Racaga peelitia ii adalah deskriptif dega pedekata cross sectioal yaitu racaga peelitia yag meggambarka masalah megeai tigkat pegetahua remaja tetag

Lebih terperinci

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan REGRESI LINIER DAN KORELASI Variabel dibedaka dalam dua jeis dalam aalisis regresi: Variabel bebas atau variabel prediktor -> variabel yag mudah didapat atau tersedia. Dapat diyataka dega X 1, X,, X k

Lebih terperinci

Optimasi Site Layout Menggunakan Multi-Objectives Function pada Proyek Pembangunan Transmart Rungkut Surabaya

Optimasi Site Layout Menggunakan Multi-Objectives Function pada Proyek Pembangunan Transmart Rungkut Surabaya JURNAL TEKNIK ITS Vol. 6, No. 1, (2017) ISSN: 2337-3539 (2301-9271 Print) C-22 Optimasi Layout Menggunakan Multi-Objectives Function pada Proyek Pembangunan Transmart Rungkut Surabaya Handi Destianno Adhika

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN BAB 3 METODE PENELITIAN 3.1 Metode Pegumpula Data Dalam melakuka sebuah peelitia dibutuhka data yag diguaka sebagai acua da sumber peelitia. Disii peulis megguaka metode yag diguaka utuk melakuka pegumpula

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1. Lokasi da Waktu Pegambila Data Pegambila data poho Pius (Pius merkusii) dilakuka di Huta Pedidika Guug Walat, Kabupate Sukabumi, Jawa Barat pada bula September 2011.

Lebih terperinci

= Keterkaitan langsung ke belakang sektor j = Unsur matriks koefisien teknik

= Keterkaitan langsung ke belakang sektor j = Unsur matriks koefisien teknik Aalisis Sektor Kuci Dimaa : KLBj aij = Keterkaita lagsug ke belakag sektor j = Usur matriks koefisie tekik (b). Keterkaita Ke Depa (Forward Ligkage) Forward ligkage meujukka peraa suatu sektor tertetu

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang Permasalahan

BAB I PENDAHULUAN Latar Belakang Permasalahan BAB I PENDAHULUAN 1.1. Latar Belakag Permasalaha Matematika merupaka Quee ad servat of sciece (ratu da pelaya ilmu pegetahua). Matematika dikataka sebagai ratu karea pada perkembagaya tidak tergatug pada

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Permasalaha peugasa atau assigmet problem adalah suatu persoala dimaa harus melakuka peugasa terhadap sekumpula orag yag kepada sekumpula job yag ada, sehigga tepat satu

Lebih terperinci

RESPONSI 2 STK 511 (ANALISIS STATISTIKA) JUMAT, 11 SEPTEMBER 2015

RESPONSI 2 STK 511 (ANALISIS STATISTIKA) JUMAT, 11 SEPTEMBER 2015 RESPONSI STK 511 (ANALISIS STATISTIKA) JUMAT, 11 SEPTEMBER 015 A. PENYAJIAN DAN PERINGKASAN DATA 1. PENYAJIAN DATA a. Sebutka tekik peyajia data utuk data kualitatif! Diagram kueh, diagram batag, distribusi

Lebih terperinci

PETA KONSEP RETURN dan RISIKO PORTOFOLIO

PETA KONSEP RETURN dan RISIKO PORTOFOLIO PETA KONSEP RETURN da RISIKO PORTOFOLIO RETURN PORTOFOLIO RISIKO PORTOFOLIO RISIKO TOTAL DIVERSIFIKASI PORTOFOLIO DENGAN DUA AKTIVA PORTOFOLIO DENGAN BANYAK AKTIVA DEVERSIFIKASI DENGAN BANYAK AKTIVA DEVERSIFIKASI

Lebih terperinci

III. METODELOGI PENELITIAN

III. METODELOGI PENELITIAN III. METODELOGI PENELITIAN A. Metode Peelitia Metode peelitia merupaka suatu cara tertetu yag diguaka utuk meeliti suatu permasalaha sehigga medapatka hasil atau tujua yag diigika, meurut Arikuto (998:73)

Lebih terperinci

Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai

Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai PENGUJIAN HIPOTESIS Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai ilai-ilai parameter populasi,

Lebih terperinci

Ukuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus

Ukuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus -Mar- Ukura Pemusata Pertemua STATISTIKA DESKRIPTIF Statistik deskripti adalah pegolaha data utuk tujua medeskripsika atau memberika gambara terhadap obyek yag diteliti dega megguaka sampel atau populasi.

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1. Lokasi da Waktu Peelitia Daerah peelitia adalah Kota Bogor yag terletak di Provisi Jawa Barat. Pemiliha lokasi ii berdasarka pertimbaga atara lai: (1) tersediaya Tabel Iput-Output

Lebih terperinci

TINJAUAN PUSTAKA Pengertian

TINJAUAN PUSTAKA Pengertian TINJAUAN PUSTAKA Pegertia Racaga peelitia kasus-kotrol di bidag epidemiologi didefiisika sebagai racaga epidemiologi yag mempelajari hubuga atara faktor peelitia dega peyakit, dega cara membadigka kelompok

Lebih terperinci

METODE PENELITIAN. Subyek dalam penelitian ini adalah siswa kelas XI IPA 1 SMA Wijaya Bandar

METODE PENELITIAN. Subyek dalam penelitian ini adalah siswa kelas XI IPA 1 SMA Wijaya Bandar III. METODE PENELITIAN A. Settig Peelitia Subyek dalam peelitia ii adalah siswa kelas XI IPA 1 SMA Wijaya Badar Lampug, semester gajil Tahu Pelajara 2009-2010, yag berjumlah 19 orag terdiri dari 10 siswa

Lebih terperinci

JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 2012) ISSN: X D-31

JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 2012) ISSN: X D-31 JURNAL SAINS DAN SENI ITS Vol., No., (Sept. 202) ISSN: 230-928X D-3 Optimasi Multirespo Metode Taguchi dega Pedekata Quality Loss Fuctio (Study Kasus Proses Pembakara CO da Temperatur Gas Buag Pada Boiler

Lebih terperinci

BAB II LANDASAN TEORI. matematika secara numerik dan menggunakan alat bantu komputer, yaitu:

BAB II LANDASAN TEORI. matematika secara numerik dan menggunakan alat bantu komputer, yaitu: 4 BAB II LANDASAN TEORI 2.1 Model matematis da tahapa matematis Secara umum tahapa yag harus ditempuh dalam meyelesaika masalah matematika secara umerik da megguaka alat batu komputer, yaitu: 2.1.1 Tahap

Lebih terperinci

SOAL PRAPEMBELAJARAN MODEL PENILAIAN FORMATIF BERBANTUAN WEB-BASED UNTUK MENINGKATKAN PEMAHAMAN KONSEP FISIKA SISWA

SOAL PRAPEMBELAJARAN MODEL PENILAIAN FORMATIF BERBANTUAN WEB-BASED UNTUK MENINGKATKAN PEMAHAMAN KONSEP FISIKA SISWA Lampira 1. Prapembelajara SOAL PRAPEMBELAJARAN MODEL PENILAIAN FORMATIF BERBANTUAN WEB-BASED UNTUK MENINGKATKAN PEMAHAMAN KONSEP FISIKA SISWA Satua Pedidika : SMK Mata Pelajara : Fisika Kelas/ Semester

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 Objek Peelitia Peelitia dilakuka di bagia spiig khususya bagia widig Pabrik Cambrics Primissima (disigkat PT.Primissima) di Jala Raya Magelag Km.15 Slema, Yogyakarta. Peelitia

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Didalam melakuka kegiata suatu alat atau mesi yag bekerja, kita megeal adaya waktu hidup atau life time. Waktu hidup adalah lamaya waktu hidup suatu kompoe atau uit pada

Lebih terperinci

BAB V ANALISA PEMECAHAN MASALAH

BAB V ANALISA PEMECAHAN MASALAH 89 BAB V ANALISA PEMECAHAN MASALAH Dalam upaya mearik kesimpula da megambil keputusa, diperluka asumsi-asumsi da perkiraa-perkiraa. Secara umum hipotesis statistik merupaka peryataa megeai distribusi probabilitas

Lebih terperinci

Keterkaitan Karakteristik Pergerakan di Kawasan Pinggiran Terhadap Kesediaan Menggunakan BRT di Kota Palembang

Keterkaitan Karakteristik Pergerakan di Kawasan Pinggiran Terhadap Kesediaan Menggunakan BRT di Kota Palembang C463 Keterkaita Karakteristik di Kawasa Piggira Terhadap Kesediaa Megguaka BRT di Kota Palembag Dia Nur afalia, Ketut Dewi Martha Erli Hadayei Departeme Perecaaa Wilayah da Kota, Fakultas Tekologi Sipil

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakag Dalam duia iformatika, assigmet Problem yag biasa dibetuk dega matriks berbobot merupaka salah satu masalah terbesar, dimaa masalah ii merupaka masalah yag metode peyelesaiaya

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di MTs Muhammadiyah 1 Natar Lampung Selatan.

III. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di MTs Muhammadiyah 1 Natar Lampung Selatan. 9 III. METODOLOGI PENELITIAN A. Populasi Da Sampel Peelitia ii dilaksaaka di MTs Muhammadiyah Natar Lampug Selata. Populasiya adalah seluruh siswa kelas VIII semester geap MTs Muhammadiyah Natar Tahu Pelajara

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 Metode Peelitia Peelitia ii megguaka metode peelitia Korelasioal. Peelitia korelasioaal yaitu suatu metode yag meggambarka secara sistematis da obyektif tetag hubuga atara

Lebih terperinci

Bab 7 Penyelesaian Persamaan Differensial

Bab 7 Penyelesaian Persamaan Differensial Bab 7 Peelesaia Persamaa Differesial Persamaa differesial merupaka persamaa ag meghubugka suatu besara dega perubahaa. Persamaa differesial diataka sebagai persamaa ag megadug suatu besara da differesiala

Lebih terperinci

9 Departemen Statistika FMIPA IPB

9 Departemen Statistika FMIPA IPB Supleme Resposi Pertemua ANALISIS DATA KATEGORIK (STK351 9 Departeme Statistika FMIPA IPB Pokok Bahasa Sub Pokok Bahasa Referesi Waktu Pegatar Aalisis utuk Data Respo Kategorik Data respo kategorik Sebara

Lebih terperinci

III. METODOLOGI PENELITIAN

III. METODOLOGI PENELITIAN 16 III. METODOLOGI PENELITIAN 3.1. Keragka Pemikira Peelitia Perkembaga zama yag meutut setiap idividu baik dari segi kemampua maupu peampila. Boss Parfum yag bergerak di bidag isi ulag miyak wagi didirika

Lebih terperinci

POSITRON, Vol. II, No. 2 (2012), Hal. 1-5 ISSN : Penentuan Energi Osilator Kuantum Anharmonik Menggunakan Teori Gangguan

POSITRON, Vol. II, No. 2 (2012), Hal. 1-5 ISSN : Penentuan Energi Osilator Kuantum Anharmonik Menggunakan Teori Gangguan POSITRON, Vol. II, No. (0), Hal. -5 ISSN : 30-4970 Peetua Eergi Osilator Kuatum Aharmoik Megguaka Teori Gaggua Iklas Saubary ), Yudha Arma ), Azrul Azwar ) )Program Studi Fisika Fakultas Matematika da

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN. Alat terapi ini menggunakan heater kering berjenis fibric yang elastis dan

BAB IV HASIL DAN PEMBAHASAN. Alat terapi ini menggunakan heater kering berjenis fibric yang elastis dan BAB IV HASIL DAN PEMBAHASAN 4.1. Spesifikasi Alat Alat terapi ii megguaka heater kerig berjeis fibric yag elastis da di bugkus dega busa, pasir kuarsa, da kai peutup utuk memberi isolator terhadap kulit

Lebih terperinci

BAB III PEMBAHASAN. Pada BAB III ini akan dibahas mengenai bentuk program linear fuzzy

BAB III PEMBAHASAN. Pada BAB III ini akan dibahas mengenai bentuk program linear fuzzy BAB III PEMBAHASAN Pada BAB III ii aka dibahas megeai betuk program liear fuzzy dega koefisie tekis kedala berbetuk bilaga fuzzy da pembahasa peyelesaia masalah optimasi studi kasus pada UD FIRDAUS Magelag

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 36 BAB III METODE PENELITIAN A. Racaga Peelitia 1. Pedekata Peelitia Peelitia ii megguaka pedekata kuatitatif karea data yag diguaka dalam peelitia ii berupa data agka sebagai alat meetuka suatu keteraga.

Lebih terperinci

Soal dan Pembahasan. Ujian Nasional Matematika Teknik SMK matematikamenyenangkan.com

Soal dan Pembahasan. Ujian Nasional Matematika Teknik SMK matematikamenyenangkan.com Soal da Pembahasa jia Nasioal 06 Matematika Tekik SMK matematikameyeagka.com . pqr Betuk sederhaa dari p q r A. p 8 q r adalah... B. p q 0 r 0 D. p q 0 r 0 C. p 8 q r 0 E. p 6 q r Igat rumus berikut m

Lebih terperinci

BAB VII RANDOM VARIATE DISTRIBUSI DISKRET

BAB VII RANDOM VARIATE DISTRIBUSI DISKRET BAB VII RANDOM VARIATE DISTRIBUSI DISKRET Diskret radom variabel dapat diguaka utuk berbagai radom umber yag diambil dalam betuk iteger. Pola kebutuha ivetori (persediaa) merupaka cotoh yag serig diguaka

Lebih terperinci

OPTIMASI KUAT TEKAN, RESAPAN, DAN KEAUSAN PAVING BLOK ABU VULKANIK DENGAN PENDEKATAN THE FUZZY LOGICS

OPTIMASI KUAT TEKAN, RESAPAN, DAN KEAUSAN PAVING BLOK ABU VULKANIK DENGAN PENDEKATAN THE FUZZY LOGICS OPTIMASI KUAT TEKAN, RESAPAN, DAN KEAUSAN PAVING BLOK ABU VULKANIK DENGAN PENDEKATAN THE UZZY LOGICS Radi Nugraha Putra, DR.Brojol Sutijo SU.,M.Si Mahasiswa Jurusa Statistika, Dose Pembimbig Jurusa Statistika

Lebih terperinci

BAB 2 TINJAUAN TEORI

BAB 2 TINJAUAN TEORI BAB 2 TINJAUAN TEORI 2.1 ISTILAH KEENDUDUKAN 2.1.1 eduduk eduduk ialah orag atatu idividu yag tiggal atau meetap pada suatu daerah tertetu dalam jagka waktu yag lama. 2.1.2 ertumbuha eduduk ertumbuha peduduk

Lebih terperinci

Optimasi Tata Letak Fasilitas Menggunakan Metode Multi Objective Function pada Pembangunan Proyek Apartemen Nine Residence Jakarta

Optimasi Tata Letak Fasilitas Menggunakan Metode Multi Objective Function pada Pembangunan Proyek Apartemen Nine Residence Jakarta JURNAL TEKNIK POMITS Vol. 3, No. 2, (2014) ISSN: 2337-3539 (2301-9271 Print) D-114 Optimasi Tata Letak Fasilitas Menggunakan Metode Multi Objective Function pada Pembangunan Proyek Apartemen Nine Residence

Lebih terperinci

ANALISIS SISTEM ANTRIAN PADA LOKET PENDAFTARAN PASIEN DI PUSKESMMAS PADANG PASIR KECAMATAN PADANG BARAT

ANALISIS SISTEM ANTRIAN PADA LOKET PENDAFTARAN PASIEN DI PUSKESMMAS PADANG PASIR KECAMATAN PADANG BARAT Jural Sais da Tekologi Vol 7 o 2, Desember 27 ANALISIS SISTEM ANTRIAN ADA LOKET ENDAFTARAN ASIEN DI USKESMMAS ADANG ASIR KECAMATAN ADANG BARAT Ali Suta Nasutio, Seira Mutia 2 Tekik Idustri Sekolah Tiggi

Lebih terperinci

III PEMBAHASAN. λ = 0. Ly = 0, maka solusi umum dari persamaan diferensial (3.3) adalah

III PEMBAHASAN. λ = 0. Ly = 0, maka solusi umum dari persamaan diferensial (3.3) adalah III PEMBAHASAN Pada bagia ii aka diformulasika masalah yag aka dibahas. Solusi masalah aka diselesaika dega Metode Dekomposisi Adomia. Selajutya metode ii aka diguaka utuk meyelesaika model yag diyataka

Lebih terperinci

OPTIMASI SITE LAYOUT MENGGUNAKAN MULTI- OBJECTIVES FUNCTION

OPTIMASI SITE LAYOUT MENGGUNAKAN MULTI- OBJECTIVES FUNCTION OPTIMASI SITE LAYOUT MENGGUNAKAN MULTI- OBJECTIVES FUNCTION (Studi Kasus Proyek Pembangunan Gedung Baru Fakultas Ilmu Administrasi Universitas Brawijaya Malang Tahap II) Rahmat Wahyudi, Kartika Puspa Negara,

Lebih terperinci