PENGEMBANGAN MODEL JOINT ECONOMIC LOT SIZE DALAM SISTEM PERSEDIAAN SUPPLIER-BUYER KETIKA TERDAPAT PENAWARAN DECREMENTAL TEMPORARY DISCOUNT

Ukuran: px
Mulai penontonan dengan halaman:

Download "PENGEMBANGAN MODEL JOINT ECONOMIC LOT SIZE DALAM SISTEM PERSEDIAAN SUPPLIER-BUYER KETIKA TERDAPAT PENAWARAN DECREMENTAL TEMPORARY DISCOUNT"

Transkripsi

1 Proidig Semiar Naioal Maajeme Tekologi VIII Program Studi MMT-ITS, Surabaya Agutu 008 PENGEMBANGAN MOEL JOINT ECONOMIC LOT SIZE ALAM SISTEM PERSEIAAN SUPPLIER-BUYER KETIKA TERAPAT PENAWARAN ECREMENTAL TEMPORARY ISCOUNT iaa Puita Sari da Ahmad Rudiayah Program Paca Sarjaa, Jurua Tekik Idutri Ititut Tekologi Seuluh Noember Kamu ITS Sukolilo Surabaya ABSTRAK Peelitia ii megembagka model matemati dari otimai joit ecoomic lot ize dalam item erediaa ulier-buyer ketika ulier meawarka decremetal temorary dicout elama eriode romoi. Periode romoi terdiri dari taha da tigkat diko yag ditawarka meuru ebayak jumlah taha. iko tertiggi aka diberika ketika emeaa dilakuka di taha awal edagka diko teredah jika emeaa dilakuka di taha akhir. Pada ituai ii, ulier megharaka buyer utuk melakuka emeaa eawal mugki elama eriode romoi. Buyer aka meaggai eawara ii dega melakuka emeaa dalam ukura eial ada alah atu taha. Peelitia ii meguulka model dega retag waktu atar taha eragam dega ditribui diko yag roorioal. ari hail erhituga megguaka cotoh umeri dega tiga tigkat ilai diko, emeaa eial eharuya dilakuka ada tigkat diko yag kedua karea memberika total biaya gabuga yag alig redah. Peelitia ii membuktika bahwa model yag teritegrai meghailka total biaya gabuga yag lebih redah dibadig model yag ideede. Kata kuci : erediaa, decremetal temorary dicout, joit ecoomic lot ize. PENAHULUAN Peraiga yag ketat atar ulier, meutut ulier utuk mecitaka trategi kerjaama da koordiai yag lebih baik dega buyer, yag diharaka daat megutugka kedua belah ihak. iatara alteratif trategi, kebijaka emberia diko daat mejadi mediator rakti utuk keukea koordiai erediaa atara ulier da buyer. Salah atu betuk diko yag daat diberika ulier adalah memberika diko emetara (temorary dicout) elama retag waktu tertetu keada buyer. ega meawarka harga diko elama retag waktu tertetu keada buyer, ulier daat alira ka da meguragi level erediaa dari item tertetu (Sarker da Kidi, 006). Pada ituai diko, buyer aka membeli dega jumlah yag lebih bayak dari biaaya, dega haraa daat meghemat biaya embelia. Pada maajeme erediaa tradiioal atara ulier da buyer, eetua ukura lot otimal dilakuka haya dari ii ulier atau ii buyer ecara ideede. Kebijaka ii tetu aja aka megakibatka bear ukura emeaa ekoomi berbeda atara ulier da buyer. Hal ii aka meimbulka ditori iformai ada jariga uly chai yag aka megakibatka muculya kerugia ada alah atu ihak dalam uly chai. Oleh kareaya dierluka uatu model egelolaa erediaa yag daat megitegraika beberaa ihak dalam uly chai. Kerjaama atara buyer dega ulier haru diracag euai dega rii uly chai maagemet ehigga megutugka kedua belah ihak. ega demikia eetua

2 Proidig Semiar Naioal Maajeme Tekologi VIII Program Studi MMT-ITS, Surabaya Agutu 008 ukura roduki ulier da ukura eaa buyer haru memerhatika keetiga berama ehigga aka memiimai total biaya erediaa gabuga. Kebijaka eerti ii dikeal dega itilah joit ecoomic lot ize (JELS). Peelitia ii aka megembagka model otimai eetua ukura lot yag diea ketika ada eawara diko yag ilaiya meuru elama eriode romoi, dega memertimbagka total biaya erediaa dari kedua belah ihak baik ulier mauu buyer. Tujua yag igi dicaai adalah: meghailka model otimai erediaa utuk ukura emeaa eial yag memberika total biaya gabuga teredah da memeroleh hail erbadiga total biaya jika keutua dilakuka ecara berama-ama da jika keutua dilakuka ecara eihak. Bataa yag diguaka dalam eelitia ii adalah elama eriode romoi, ilai diko yag ditawarka meuru ebayak taha da buyer haya dierbolehka melakuka ukura emeaa eial ebayak ekali. Sedagka aumi yag diguaka: a.permitaa determiitik, b.lead time emeuha ermitaa adalah ol, c.biaya ea da biaya ima er uit tidak bervariai dega waktu, d.biaya ea utuk order reguler da eial adalah ama da e.sitem utuk roduk yag dikirim etelah keeluruha batch eleai dikerjaka. Model-Model Otimai Lot Size ketika ada Peawara iko Terie (994) memaarka model EO ada ituai romoi yag memacu timbulya forward buyig. Utuk medaatka ukura eaa yag otimal, maka haru dimakimalka eguraga total biaya yag meliuti biaya embelia, biaya emeaa da biaya eyimaa. Sarker da Kidi (006) melakuka egembaga lima keario model otimai ebagai reo ketika ulier meawarka diko emetara dalam retag waktu tertetu, diataraya: a) Periode ale beramaa dega waktu releihmet, ada keario ii, diaumika bahwa ulier memiliki ake utuk data maufaktur da meawarka eguraga harga emetara δ ke maufaktur teat ada akhir iklu erediaa aat ii da b)periode ale tidak beramaa dega waktu releihmet, model ii megaumika bahwa erig ulier meawarka eguraga harga emetara δ yag tidak beramaa dega iklu erediaa. Pegembaga Model Komoe model meliuti kriteria erformai model, variabel keutua da arameter. Kriteria yag igi dicaai dari model yag aka dikembagka adalah miimai total biaya gabuga (joit total cot). Total biaya gabuga meliuti biaya roduki, biaya etu, biaya embelia, biaya emeaa da biaya eyimaa roduk. Variabel keutua yag aka dicari ada model yag aka dikembagka adalah ukura embelia eial ada tigkat diko ke- ( ) da ukura roduki ( ) ketika ada eawara decremetal temorary dicout Notai-otai yag diguaka ada model adalah ebagai berikut: : jumlah ermitaa er eriode (uit/th) i : fraki biaya eyimaa δ A C C T T T ale : ilai diko ke- ($/uit), dega =,,...k : biaya emeaa roduk utuk etia kali emeaa (R/ea) : biaya roduki ($/uit) : biaya embelia tia uit ($/uit) : ecoomic order quatity reguler (uit/iklu) : ukura embelia eial ada tigkat diko ke- (uit/ea) : waktu iklu utuk EO : waktu iklu utuk ukura order eial : eriode romoi A-9-

3 Proidig Semiar Naioal Maajeme Tekologi VIII Program Studi MMT-ITS, Surabaya Agutu 008 m r P S H TJC : frekuei egirima EO ebelum emeaa eial : frekuei egirima EO etelah emeaa eial : rata-rata roduki er eriode (uit/tahu) : biaya etu roduki ($/etu) : biaya ima ulier ($/uit) : total biaya gabuga Recaa Pegembaga Model Peelitia ii megembagka model otimai eetua ukura lot ize yag otimal ketika ulier meawarka decremetal temorary dicout elama eriode romoi. Selama romoi, bearya diko yag ditawarka meuru ecara bertaha ebayak kali, yaitu δ, δ δ, amai δ δ δ ( > >... > ). Pembelia eial haya dierbolehka ekali dalam atu eriode romoi. Setelah waktu iklu embelia eial berakhir embelia kembali ke model EO dega harga embelia ormal. Pegembaga model direcaaka bb: Lama eriode romoi adalah kali waktu iklu reguler da ilai diko (δ ) yag ditawarka meuru ebayak taha { δ > δ >... > δ } Retag waktu etia taha utuk emua ilai diko adalah ama dari δ amai δ T ( δ ) = T ( δ ) =... = T ( δ )} {, eerti terlihat ada Gambar 3.3 Pembelia eial beramaa dega waktu releihmet karea waktu releihmet beramaa dega akhir etia taha ilai diko, ehigga aat dilakuka embelia eial tidak ada ivetory o had Ilutrai dari model erediaa daat dilihat ada Gambar. Gambar. Model Perediaa Sulier-Buyer Peetua Nilai Ukura Peaa Gabuga () Sebelum iko Biaya yag ditaggug ulier meliuti biaya roduki, biaya etu, biaya eyimaa roduk da biaya diko, yag dirumuka ebagai berikut. TC = C ( / m) S (( q / ) ( m( ( / P) ) )) ic () Biaya yag ditaggug ihak buyer meliuti biaya embelia, biaya emeaa da biaya eyimaa roduk. TC b = C A / ic / () Total biaya gabuga adalah total biaya yag ditaggug buyer da ulier TJC(, m) = ( C C ) ( / ) ( A ( S / m) ) i / ( C C mc ( ( / P) )) (3) A-9-3

4 Proidig Semiar Naioal Maajeme Tekologi VIII Program Studi MMT-ITS, Surabaya Agutu 008 Nilai yag otimal didaatka dari turua ertama TJC(,m) terhada ama dega ol, ehigga gabuga yag otimal dirumuka ebagai berikut: ( m) = ( ( A S / m) )/( i( C C mc ( / P) ) (4) Sehigga olui otimal utuk m* adalah: * * * * m ( m ) S ( C C )/( AC (( / P) ) ) m ( m ) (5) Peetua Bear iko dalam etia Taha Bear diko yag ditawarka elama eriode romoi meuru ebayak taha. Bear kecilya ilai diko yag ditawarka roorioal dega tigkat uku buga bak. Pada eelitia ii tigkat uku buga bak diaumika ebear ebear % er tahu. Bearya ilai diko tigkat yag terakhir ada =k ( δ k ) aka diguaka ebagai atoka, ehigga bearya ilai diko ada etia taha daat dirumuka ebagai berikut: δ = { T ( δ k ) T ( δ k )... T ( δ )} x % / tahu δ k, utuk =,,,k (6) Peetua Ukura Peaa Seial Gabuga ketika Buyer Mereo Tawara iko A. Uur Biaya ada Sulier Biaya yag ditaggug ulier meliuti biaya roduki, biaya etu, biaya eyimaa roduk da biaya diko. Sehigga total biaya yag ditaggug oleh ulier dirumuka ebagai berikut: C C S ( m m δ m P S δ δ δ dimaa = m (... r B. Uur Biaya ada Buyer ( ) r{ ( r ) } m m )) m P ic,utuk = (7) ( ) r{ ( r ) } ic,utuk > (8) Biaya yag ditaggug ihak buyer meliuti biaya embelia, biaya emeaa da biaya eyimaa roduk.sehigga total biaya yag ditaggug oleh buyer daat dirumuka ebagai berikut: i( C δ ) ( m r) ic δ A( m r),utuk = (9) { δ ( δ... δ )} A( m r) ( C δ ) i{ ( ) C δ... δ } { m r ( ) } ic C C i TJC( ) Total biaya gabuga ( ulier, yag daat dirumuka TJC( ) = (C C) ( S A( m r)) utuk > (0) ) adalah total biaya yag ditaggug buyer da ( C δ ) ( m r) i ic A-9-4

5 Proidig Semiar Naioal Maajeme Tekologi VIII Program Studi MMT-ITS, Surabaya Agutu 008 TJC( ) = () ( ) { ( ) } m m r r m P ic. utuk = () m( m ) r{ ( ) } r ( S A( m r)) m P ic i( C δ ) i{ ( ) C δ... δ } { m r ( ) } ic (C C) utuk > Ukura emeaa eial gabuga yag otimal ( * ) didaatka dega melakuka eurua ertama dari TJC( ) terhada da meetakaya ama dega ol, TJC' ( ) maka dieroleh ebear : [ A( m r) S ] i( C δ ) [ i( C δ ) ( r m) ic ] ( m r) ( m r) ( m r) m( m ) r[ ( ) ] r r ic P ( m r) ( m r), utuk = (3) [ ] [ A( m r) S ] i( C δ ) i( C δ ) ( m r) ( m r) ( m r) [ i( C δ δ... δ ) ( r m ) ic ] ic ( m r) P m( m ) r[ ( ) ] r r ic ( m r) ( m r), utuk > (4) Utuk meujukka bahwa * meruaka titik ektrim miimum, maka yarat cuku yag haru dieuhi adalah turua kedua dari TJC( ) terhada adalah lebih bear dari ol. Cotoh Numerik Pada eelitia ii megguaka 3 taha ilai diko dalam atu eriode romoi. Parameter-arameter yag diguaka adalah ebagai berikut: :8000 uit/th, C C:$0/uit, A:$0/ea, i:0.03, P:5000 uit, :$5/uit da S :$400/etu. Sehigga bayakya frekuei emeaa yag otimal yag memeuhi eramaa(4) adalah ebear 4 kali. Ukura emeaa yag otimal * ditetuka dega megguaka eramaa(3) yag memberika hail ( 4 ) = 44 uit, ehigga bearya waktu iklu adalah ebear.7 miggu Retag waktu etia taha ilai diko ama dega waktu iklu reguler, yaitu ebear.7 miggu, jadi lamaya eriode romoi adalah tiga kali waktu iklu atau 8. miggu. ega megacu ada hail eelitia Sarker da Kidi (006) yag megguaka ilai diko 0% dari harga beli, maka ilai ii aka diguaka ebagai atoka ilai diko ada akhir maa romoi δ. Sehigga berdaarka eramaa (), maka eretae ilai diko yag ditawarka ada etia taha adalah ebear 0% utuk δ 3, 0.6% utuk δ da.5% utuk δ. * * Ukura emeaa eial ( ) da ukura roduki ( ) etia taha ilai diko ada model JELS daat dilihat ada Tabel amai 3. A-9-5

6 Proidig Semiar Naioal Maajeme Tekologi VIII Program Studi MMT-ITS, Surabaya Agutu 008 Tabel Hail Numerik Sitem I Tigkat iko Pertama r (uit) (uit) TC ($) TCb ($) TJC ($) Tabel Hail Numerik Sitem I Tigkat iko Kedua r (uit) (uit) TC ($) TCb ($) TJC ($) Tabel 3 Hail Numerik Sitem I Tigkat iko Ketiga r 3 (uit) 3 (uit) TC 3 ($) TCb 3 ($) 3 (uit) TJC( ) Sedagka utuk kurva total biaya gabuga dari etia taha ilai diko, utuk item I ada (r=0-3) daat dilihat ada Gambar berikut: TJC ($) r Tigkat diko Tigkat diko Tigkat diko 3 Gambar Perbadiga TJC( * ) atar Tigkat iko Sitem I Keutua Berama ari hail erhituga umerik ada Tabel amai 3 da Gambar meujukka bahwa total biaya gabuga teredah dicaai dega melakuka emeaa eial ada tigkat diko ketiga da r=, ii meujukka bahwa lot roduki ulier ebayak emat kali lot emeaa reguler ditambah dega lot emeaa eial, dega ukura emeaa eial ebayak uit maka ulier haru memroduki ebayak uit yag meghailka total biaya gabuga ebear $ Jika dilihat dari ii ulier, total biaya teredah didaatka jika emeaa eial dilakuka ada tigkat diko ertama yaitu ebear $ dega ukura emeaa eial miimal yaitu ebear 98.3 uit, ehigga ukura emeaa eial lebih redah dibadig ukura emeaa reguler. ari hail erhituga meujukka bahwa emaki awal buyer melakuka emeaa eial da emaki kecil ukura emeaa eial maka biaya yag aka ditaggug ulier juga aka emaki redah. Jika dilihat dari ii buyer, total biaya teredah aka didaatka jika emeaa eial dilakuka ada tigkat diko yag ketiga yaitu ebear $ dega ukura emeaa eial makimal yaitu ebear uit. ari hail erhituga meujukka bahwa emaki awal buyer melakuka emeaa eial maka biaya yag haru ditaggug buyer emaki bear, emaki bear ukura emeaa eial maka biaya yag haru ditaggug buyer emaki redah. A-9-6

7 Proidig Semiar Naioal Maajeme Tekologi VIII Program Studi MMT-ITS, Surabaya Agutu 008 Perbadiga Hail Keutua Berama da Seihak Ukura emeaa eial da total biaya gabuga etia taha ilai diko ada item II dega kebijaka eihak, daat dilihat ada Tabel 4. Pada kebijaka ii, buyer yag membuat keutua ukura emeaa eial, ehigga eetua ukura eial yag otimal aka memberika total biaya buyer yag teredah. * Tabel 4 Hail Perhituga da TJC( * ) Keutua Seihak r (uit) TJC ($) (uit) TJC ($) 3 (uit) 3 (uit) ari hail erhituga ada Tabel 4 meujukka bahwa total biaya gabuga teredah dicaai dega melakuka emeaa eial ada tigkat diko ketiga da r=0, dega ukura emeaa eial ebayak uit, yag meghailka total biaya gabuga ebear $ ilihat dari udut adag buyer emaki bear ilai r maka ukura emeaa eial juga aka emaki bear, hal ii diebabka karea etelah emeaa eial dilakuka emeaa elajutya kembali dega harga ormal. Jadi, emaki bayak emeaa reguler yag haru dilakuka etelah emeaa eial, maka biaya yag haru ditaggug oleh buyer emaki bear, ehigga utuk meutui biaya yag haru dikeluarka dega harga ormal, buyer aka memerbear ukura emeaa eial, emaki bear ukura emeaa eial maka eghemata biaya embelia juga aka emaki bear. Sedagka utuk waktu emeaa eial, dega melakuka emeaa eial ada taha yag terakhir aka lebih megutugka karea elai meghemat emeaa eial juga aka meghemat biaya emeaa ebear uit ada tigkat diko ebelumya. Keaika ilai diko tidak mamu meggeer keutua buyer utuk melakuka emeaa eial lebih awal karea bearya keaika ilai diko kurag mearik utuk buyer, eghemata biaya yag diterima dega membeli ada taha lebih awal lebih kecil dibadig dega keaika biaya ima yag haru ditaggug. TJC( ) Perbadiga total biaya gabuga dari joit da ideedet lot ize ada etia tigkat diko daat dilihat ada Gambar 3 berikut: TJC ($) Tigkat iko Joit Ideedet Gambar 3 Perbadiga TJC( * ) Keutua Berama da Seihak Gambar 3 meujukka bahwa total biaya gabuga otimum keutua berama lebih redah dibadigka dega total biaya gabuga otimum keutua eihak. Sehigga utuk megakomomodai keetiga buyer da ulier ecara berama-ama, emeaa eial ebaikya dilakuka dega megguaka joit ecoomic lot ize. A-9-7

8 Proidig Semiar Naioal Maajeme Tekologi VIII Program Studi MMT-ITS, Surabaya Agutu 008 PENUTUP ari eelitia yag telah dilakuka, daat ditarik keimula yaitu:. Pemeaa eial eharuya dilakuka ada tigkat diko yag ketiga karea memberika total biaya biaya gabuga yag alig redah. Model JELS memberika total biaya gabuga yag lebih redah dibadig ideedet lot ize Sara yag daat diberika utuk eelitia lajuta gua memerbaiki eelitia yag udah dilakuka adalah:. Pada eelitia ii, jumlah emeaa eial dibatai haya dilakuka ekali elama eriode romoi, maka erlu utuk dikembagka model utuk jumlah emeaa eial yag tidak dibatai.. Model eelitia yag udah dibuat erlu dikembagka utuk model egirima roduk yag dilakuka ebelum keeluruha batch eleai dikerjaka AFTAR PUSTAKA Abad, PL. (003). Otimal rice ad lot ize whe ulier offer a temorary rice reductio over ad iterval. Comuter ad Oeratio Reearch, 30, Abad, PL. (006). uatity retrictio ad the reeller reoe to a temorary rice reductio or a aouced rice icreae. Aia-Paific Joural of Oeratioal Reearch, Vol.3, No.,. -3 Chora, S. ad Meidl, P., (004) Suly Chai Maagemet: Strategy, Plaig ad Oeratio, New Jerey; Pretice Pretice-Hall Goyal, S.K. (988) A joit ecoomic lot ize model for urchaer ad vedor, eciio Sciece 9:.36-4 Joglekar, Prafulla. (003). Otimal Price ad Lot ize I Face of A Sulier Temorary Price Reductio Over A Iterval. Proceedig of the Academy of Iformatio ad Maagemet Sciece, Vol.. No., La Vega. Nautio, Arma H. (999), Perecaaa da Pegedalia Produki, Surabaya: Gua Widya Pujawa, I.N., da Kigma, Bria G. (00), Joit otimizatio ad timig ychroiatio i a buyer ulier ivetory ytem, Iteratioal Joural of Oeratio ad uatitative Maagemet 8, Sarker, B. ad Kidi, M., (006) Otimal orderig olicie i reoe to a dicout offer, Iteratioal Joural of Productio Ecoomic, 95- Smith, Seer B. (989). Comuter Baed Productio ad Ivetory Cotrol. Pretice Hall Iteratioal Terie, Richard J. (994). Pricile of Ivetory ad Material Maagemet. Eglewood Cliff, NJ: Pretice Hall. A-9-8

BAB III PEMBAHASAN. sebagaimana dinyatakan pada Persamaan (2.1). Model antrian. memiliki enam ciri.

BAB III PEMBAHASAN. sebagaimana dinyatakan pada Persamaan (2.1). Model antrian. memiliki enam ciri. BAB III EMBAHASAN Di dalam krii ii aka dibaha megeai ukura keefektifa item atria da otimaliai model ( M / M / ) : ( FFS / / ) dega megguaka model biaya Namu, ebelum membaha ukura keefektifa da otimaliai

Lebih terperinci

ESTIMASI. Jika parameter populasi disimbolkan dengan θ maka θ yang tidak diketahui harganya ditaksir oleh harga

ESTIMASI. Jika parameter populasi disimbolkan dengan θ maka θ yang tidak diketahui harganya ditaksir oleh harga ESTIMASI Salah atu aek utuk mearik keimula megeai uatu oulai dega memakai amel yag diambil dari oulai terebut megguaka etimai (eakira) Jika arameter oulai diimbolka dega θ maka θ yag tidak diketahui hargaya

Lebih terperinci

Teori Penaksiran. Oleh : Dadang Juandi

Teori Penaksiran. Oleh : Dadang Juandi Teori Peakira Oleh : Dadag Juadi Pedahulua Ada metode iferei : metode klaik da metode Baye dalam meakir arameter oulai Dalam metode klaik iferei didaarka ada iformai yag dieroleh melalui amel acak Dalam

Lebih terperinci

BAB IV ENTROPI GAS SEMPURNA

BAB IV ENTROPI GAS SEMPURNA BAB IV ENROPI GAS SEMPURNA Itilah etroi ecara literatur berarti traformai, da dierkealka oleh lauiu. Etroi adalah ifat termodiamika yag etig dari ebuah zat, dimaa hargaya aka meigkat ketika ada eambaha

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

Teori Penaksiran. Oleh : Dewi Rachmatin

Teori Penaksiran. Oleh : Dewi Rachmatin Teori Peakira Oleh : Dewi Rachmati Pedahulua Ada metode iferei : metode klaik da metode Baye dalam meakir arameter oulai Dalam metode klaik iferei didaarka ada iformai yag dieroleh melalui amel acak Dalam

Lebih terperinci

1. Ilustrasi. Materi 2 Pendugaan Parameter

1. Ilustrasi. Materi 2 Pendugaan Parameter Materi Pedugaa Parameter. Ilutrai Ifereia Statitika : Mecaku emua metode yag diguaka utuk earika keimula atau geeraliai megeai oulai dega melakuka egambila amel (amlig) Etimai / Pedugaa Parameter Yaitu

Lebih terperinci

Statistika 2. Pendugaan Parameter. 1. Ilustrasi. Topik Bahasan: Oleh : Edi M. Pribadi, SP., MSc.

Statistika 2. Pendugaan Parameter. 1. Ilustrasi. Topik Bahasan: Oleh : Edi M. Pribadi, SP., MSc. Statitika Toik Bahaa: Pedugaa Parameter Oleh : Edi M Pribadi, SP, MSc E-mail: edi_m@taffguadarmaacid edi_m@ymailcom Ilutrai Statitika Ifereia : Mecaku emua metode yag diguaka utuk earika keimula atau geeraliai

Lebih terperinci

Bab6 PENAKSIRAN PARAMETER

Bab6 PENAKSIRAN PARAMETER Bab6 PENAKSIRAN PARAMETER MENAKSIR RATARATA μ Mialka kita memuyai ebuah oulai berukura N dega ratarata µ da imaga baku σ Dari oulai ii arameter ratarata µ aka ditakir Utuk keerlua ii,ambil ebuah amel acak

Lebih terperinci

Pembangkitan bilangan random (RN)

Pembangkitan bilangan random (RN) Pembagkita bilaga radom (RN) Pembagkita bilaga radom dega megguaka oftware Exel. Bilaga radom yag dibakitka dikalika dega 7 agar bia mauk rage 7. Hail embagkita ebagai berikut : No RN RN x 7.7463.8753

Lebih terperinci

PENDUGAAN PARAMETER. Ledhyane Ika Harlyan

PENDUGAAN PARAMETER. Ledhyane Ika Harlyan PENDUGAAN PARAMETER Ledhyae Ika Harlya Jurua Pemafaata Sumberdaya Perikaa da Kelauta Uiverita Brawijaya 03 Statitik Ifereia Mecakup emua metode yag diguaka dalam pearika keimpula atau geeraliai megeai

Lebih terperinci

Pengujian Hipotesis untuk selisih dua nilai tengah populasi

Pengujian Hipotesis untuk selisih dua nilai tengah populasi Pegujia Hipotei utuk eliih dua ilai tegah populai Hipotei Hipotei atu arah: H 0 : - 0 v H : - < 0 H 0 : - 0 v H : - > 0 Hipotei dua arah: H 0 : - = 0 v H : - 0 Statitik uji z h ( ( ) ) 0 Formula klik diketahui

Lebih terperinci

Tetapi apabila n < 5% N maka digunakan :

Tetapi apabila n < 5% N maka digunakan : Jei- jei pedugaa Iterval:. Pedugaa Parameter dega ampel bear (>30) a. Pedugaa terhadap parameter rata-rata Diketahui; z Maka; Z Z Tetapi apabila tadard deviai populai tidak diketahui, maka diguaka tadar

Lebih terperinci

BAB III ANALISIS PEMODELAN ANTRIAN HAULER PENGANGKUTAN OVERBURDEN PADA JALAN 7F

BAB III ANALISIS PEMODELAN ANTRIAN HAULER PENGANGKUTAN OVERBURDEN PADA JALAN 7F BAB III AALISIS EMODELA ATRIA HAULER EGAGKUTA OVERBURDE ADA JALA 7F 3.. edahulua ada Bab II telah dijelaka beberapa teori yag diguaka utuk melakuka aalii yag tepat dalam memecahka maalah yag ada. ada bab

Lebih terperinci

Diagram Kendali Simpangan Baku Eksak untuk Proses Berdistribusi Normal dengan Parameter σ Diketahui

Diagram Kendali Simpangan Baku Eksak untuk Proses Berdistribusi Normal dengan Parameter σ Diketahui Statitika, Vol. No., 5 6 Mei Diagram Kedali Simpaga Baku Ekak utuk Proe Berditribui Normal dega Parameter Diketahui Aceg Komarudi Mutaqi, Suwada Program Studi Statitika Fakulta MIPA Uiverita Ilam Badug,

Lebih terperinci

MINGGU KE XII PENDUGAAN INTERVAL

MINGGU KE XII PENDUGAAN INTERVAL MINGGU KE XII PENDUGAAN INTERVAL Tujua Itrukioal Umum :. Mahaiwa mampu memahami apa yag dimakud dega pedugaa iterval. Mahaiwa mampu memahami pedugaa iterval utuk ample bear da utuk ample kecil 3. Mahaiwa

Lebih terperinci

A. PENGERTIAN DISPERSI

A. PENGERTIAN DISPERSI UKURAN DISPERSI A. PENGERTIAN DISPERSI Ukura diperi atau ukura variai atau ukura peyimpaga adalah ukura yag meyataka eberapa jauh peyimpaga ilai-ilai data dari ilaiilai puatya atau ukura yag meyataka eberapa

Lebih terperinci

Metode Statistika Pertemuan XI-XII

Metode Statistika Pertemuan XI-XII /4/0 Metode Statitika Pertemua XI-XII Statitika Ifereia: Pegujia Hipotei Populai : = 0 Butuh pembuktia berdaarka cotoh!!! Apa yag diperluka? > 0? Maa yag bear? Sampel : 5 Ok, itu adalah pegujia hipotei,

Lebih terperinci

INTERVAL KEPERCAYAAN

INTERVAL KEPERCAYAAN INTERVAL KEPERCAYAAN Tujua utama diambil ebuah ampel dari ebuah populai adalah utuk memperoleh iformai megeai parameter populai.. Ada cara meetuka parameter populai yaitu peakira da pegujia hipotei. Peakira

Lebih terperinci

Pendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval

Pendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval Pedugaa Parameter. Pedahulua Pedugaa Parameter Popoulai dilakuka dega megguaka ilai Statitik Sampel Mial :. x diguaka ebagai peduga bagi. diguaka ebagai peduga bagi 3. p atau p diguaka ebagai peduga bagi

Lebih terperinci

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Al Azhar-3

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Al Azhar-3 III. METODOLOGI PENELITIAN A. Populai da Sampel Peelitia Populai dalam peelitia ii adalah emua iwa kela I IPA SMA Al Azhar-3 Badar Lampug tahu ajara 0/0 yag berjumlah 48 iwa da terebar dalam empat kela.

Lebih terperinci

BAB IV DESKRIPSI ANALISIS DATA

BAB IV DESKRIPSI ANALISIS DATA BAB IV DESKRIPSI ANALISIS DATA A. Dekripi Data Peelitia ii megguaka peelitia ekperime, ubyek peelitiaya dibedaka mejadi dua kela, yaitu kela kotrol da kela ekperime. Kela kotrol pada peelitia ii merupaka

Lebih terperinci

BAB II LANDASAN TEORI. Pada bab ini akan dibahas dasar-dasar teori yang akan digunakan

BAB II LANDASAN TEORI. Pada bab ini akan dibahas dasar-dasar teori yang akan digunakan BAB II LANDASAN TEORI Pada bab ii aka dibaa daar-daar teori yag aka diguaka dalam peulia kripi ii, yaitu megeai metode peakira maximum likeliood, metode peakira oit maximum likeliood da fier iformatio..1

Lebih terperinci

III. METODE PENELITIAN. Populasi penelitian ini yaitu seluruh siswa kelas X SMA Negeri 2 Bandar

III. METODE PENELITIAN. Populasi penelitian ini yaitu seluruh siswa kelas X SMA Negeri 2 Bandar 7 III. METDE PENELITIAN A. Populai Peelitia Populai peelitia ii yaitu eluruh iwa kela MA Negeri Badar Lampug dega ampel kela, pada emeter geap Tahu Pelajara 0/0. B. ampel Peelitia Tekik pegambila ampel

Lebih terperinci

Pendugaan Parameter: Kasus Dua sampel saling bebas. Selisih rataan dua populasi

Pendugaan Parameter: Kasus Dua sampel saling bebas. Selisih rataan dua populasi Pedugaa Parameter: Kau Dua amel alig beba Seliih rataa dua oulai - x x.96 x x.96 x x - SAMPLING ERROR Dugaa Selag bagi µ - µ ( x x z ( x x z Formula klik diketahui ama & Syarat : & Tidak ama Formula klik

Lebih terperinci

BAB 1 PENDAHULUAN 1.1 LATAR BELAKANG MASALAH

BAB 1 PENDAHULUAN 1.1 LATAR BELAKANG MASALAH BAB ENDAHULUAN. LATAR BELAKANG MASALAH Dalam kehidua yata, sejumlah feomea daat diikirka sebagai ercobaa yag mecaku sederata egamata yag berturut-turut da buka satu kali egamata. Umumya, tia egamata dalam

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

Metode Statistika Pertemuan IX-X

Metode Statistika Pertemuan IX-X /7/0 Metode Statitika Pertemua IX-X Statitika Ifereia: Pedugaa Parameter Populai : Parameter Cotoh : Statitik Statitik merupaka PENDUGA bagi parameter populai Pegetahua megeai ditribui amplig PENDUGA TAK

Lebih terperinci

STUDI TENTANG BEBERAPA MODIFIKASI METODE ITERASI BEBAS TURUNAN

STUDI TENTANG BEBERAPA MODIFIKASI METODE ITERASI BEBAS TURUNAN STUDI TENTANG BEBERAPA MODIFIKASI METODE ITERASI BEBAS TURUNAN Supriadi Putra, M,Si Laboratorium Komputasi Numerik Jurusa Matematika FMIPA Uiversitas Riau e-mail : spoetra@yahoo.co.id ABSTRAK Makalah ii

Lebih terperinci

Pendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval

Pendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval Pedugaa Parameter Pedahulua Pedugaa Parameter Populai dilakuka dega megguaka ilai Statitik Sampel Mial :. x diguaka ebagai peduga bagi. diguaka ebagai peduga bagi 3. p atau p diguaka ebagai peduga bagi

Lebih terperinci

JURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-6 1

JURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-6 1 JRA TEKIK OITS Vol. o. -6 Aalisis eta Kedali megguaka Kualitas Fuzzy ada ergesera ilai Rata-Rata da iasi dari Suatu roses Rollita utri Karei I G Rai sadha aksmi rita Wardhai Jurusa atematika Fakultas IA

Lebih terperinci

Pendugaan Parameter 1

Pendugaan Parameter 1 Topik Bahaa: Pedugaa Parameter 1 (Selag Pedugaa, Pedugaa Selag 1 Rata-Rata) Pertemua ke II 1 Ilutrai Statitika Ifereia : Mecakup emua metode yag diguaka utuk pearika keimpula atau geeraliai megeai populai

Lebih terperinci

Jurnal Ilmiah Matematika dan Terapan, vol.7, no. 1, Mei 2010, hal PERBANDINGAN MODEL REGRESI NONPARAMETRIK DENGAN REGRESI SPLINE DAN KERNEL

Jurnal Ilmiah Matematika dan Terapan, vol.7, no. 1, Mei 2010, hal PERBANDINGAN MODEL REGRESI NONPARAMETRIK DENGAN REGRESI SPLINE DAN KERNEL Jural Ilmiah Matematika da Teraa, vol.7, o., Mei 0, hal. -7. Abstrak PERBANDINGAN MODEL REGRESI NONPARAMETRIK DENGAN REGRESI SPLINE DAN KERNEL Lilis Laome ) ) Jurusa Matematika FMIPA Uiversitas Haluoleo

Lebih terperinci

SOAL PELATIHAN 1. File_Imamgun_Statistik Inferensial

SOAL PELATIHAN 1. File_Imamgun_Statistik Inferensial SOAL PELATIHAN. Jelaka pegertia hipotei?. Seorag peeliti biaaya tertarik meguji atu hipotei dari eam alteratif hipotei. Sebutka eam alteratif hipotei terebut? 3. Apa yag dimakud dega pegujia hipotei? 4.

Lebih terperinci

III. KERANGKA PEMIKIRAN. Penelitian ini menggunakan model persamaan simultan karena memiliki lebih dari

III. KERANGKA PEMIKIRAN. Penelitian ini menggunakan model persamaan simultan karena memiliki lebih dari III. KERANGKA EMIKIRAN 3.1. Keragka Teoriti Kompoe utama paar bera mecakup kegiata produki da koumi. eelitia ii megguaka model peramaa imulta karea memiliki lebih dari atu variabel edoge/peramaa. Berikut

Lebih terperinci

BAB III METODOLOGI START. Baca Input Data γ, c, φ, x 1, y 1, x 2, y 2, x 3, y 3, x 4, y 4, D. Menghitung FK Manual. Tidak.

BAB III METODOLOGI START. Baca Input Data γ, c, φ, x 1, y 1, x 2, y 2, x 3, y 3, x 4, y 4, D. Menghitung FK Manual. Tidak. BAB III METODOLOGI 3.. ALUR PROGRAM (FLOW CHART) Seerti telah dijelaska sebelumya, bahwa tujua dari eelitia ii adalah utuk megaalisis suatu kasus stabilitas lereg. Aalisis stabilitas lereg tergatug ada

Lebih terperinci

Selang Kepercayaan dari Parameter Distribusi Log-Normal Menggunakan Metode Bootstrap Persentil

Selang Kepercayaan dari Parameter Distribusi Log-Normal Menggunakan Metode Bootstrap Persentil Statitika, Vol. 8 No. 1, 13 17 Mei 008 Selag Kepercayaa dari Parameter Ditribui Log-Normal Megguaka Metode Boottrap Peretil Akhmad Fauzy Jurua Statitika FMIPA Uiverita Ilam Idoeia Yogyakarta Abtract I

Lebih terperinci

Pedahulua Pedugaa Parameter Pedugaa Parameter Populai dilakuka dega megguaka ilai Statitik Sampel, Mial :. x diguaka ebagai peduga bagi µ. diguaka ebagai peduga bagi σ 3. p atau p$ diguaka ebagai peduga

Lebih terperinci

PENGEMBANGAN MODEL ANALISIS SENSITIVITAS PETA KENDALI TRIPLE SAMPLING MENGGUNAKAN UTILITY FUNCTION METHOD

PENGEMBANGAN MODEL ANALISIS SENSITIVITAS PETA KENDALI TRIPLE SAMPLING MENGGUNAKAN UTILITY FUNCTION METHOD Semiar Nasioal Iformatika 5 (semasif 5) ISSN: 979-8 UPN Vetera Yogyakarta, 4 November 5 PENGEMBANGAN MODE ANAISIS SENSITIVITAS PETA KENDAI TRIPE SAMPING MENGGUNAKAN UTIITY FUNCTION METHOD Juwairiah ),

Lebih terperinci

EKONOMI FERTILITAS. Minggu ke 10 DEPARTEMEN ILMU KELUARGA DAN KONSUMEN FAKULTAS EKOLOGI MANUSIA IPB

EKONOMI FERTILITAS. Minggu ke 10 DEPARTEMEN ILMU KELUARGA DAN KONSUMEN FAKULTAS EKOLOGI MANUSIA IPB EKONOMI FERTILITAS Miggu ke 10 DEPARTEMEN ILMU KELUARGA DAN KONSUMEN FAKULTAS EKOLOGI MANUSIA IPB 2015 1 2 PENDAHULUAN Fertilita : jumlah aak yag dilahirka hidup Ukura Fertilita: - Agka kelahira kaar (Crude

Lebih terperinci

Statistika 2. Pengujian Hipotesis. 1. Pendahuluan. Topik Bahasan: Oleh : Edi M. Pribadi, SP., MSc.

Statistika 2. Pengujian Hipotesis. 1. Pendahuluan. Topik Bahasan: Oleh : Edi M. Pribadi, SP., MSc. Statistika Toik Bahasa: Pegujia Hiotesis Oleh : Edi M. Pribadi, SP., MSc. E-mail: edi_m@staff.guadarma.ac.id. Pedahulua Hiotesis eryataa yag meruaka edugaa berkaita dega ilai suatu arameter oulasi (satu

Lebih terperinci

Praktikum Perancangan Percobaan 9

Praktikum Perancangan Percobaan 9 Praktikum Peracaga Percobaa 9 PRAKTIKUM RANCANGAN ACAK LENGKAP A. Tujua Istruksioal Khusus Mahasiswa diharaka mamu: a. Megguaka kalkulator utuk meyelesaika aalisis ragam RAL b. Megguaka kalkulator ada

Lebih terperinci

Pendugaan. Parameter HAZMIRA YOZZA IZZATI RAHMI HG JURUSAN MATEMATIKA FMIPA UNIV. ANDALAS LOGO

Pendugaan. Parameter HAZMIRA YOZZA IZZATI RAHMI HG JURUSAN MATEMATIKA FMIPA UNIV. ANDALAS LOGO Pedugaa Parameter HAZMIRA YOZZA JURUSAN MATEMATIKA FMIPA UNIV. ANDALAS LOGO Kompetei meyebutka klp ifereia tatitika & ruag ligkupya mejelaka metode pedugaa klaik da yarat-yarat peduga yag baik pada pedugaa

Lebih terperinci

1. Pendahuluan. Materi 3 Pengujuan Hipotesis

1. Pendahuluan. Materi 3 Pengujuan Hipotesis Materi 3 Pegujua Hiotesis. Pedahulua Hiotesis eryataa yag meruaka edugaa berkaita dega ilai suatu arameter oulasi (satu atau lebih oulasi) Kebeara suatu hiotesis diuji dega megguaka statistik samel hiotesis

Lebih terperinci

BAB III METODE PENELITIAN. dengan kemampuan berpikir kreatif dengan menggunakan dua model

BAB III METODE PENELITIAN. dengan kemampuan berpikir kreatif dengan menggunakan dua model 3 BAB III METODE PENELITIAN A. Jei Peelitia Tujua peelitia ii yaki membadigka kemampua berpikir kriti dega kemampua berpikir kreatif dega megguaka dua model pembelajara yaitu model pembelajara berbai maalah

Lebih terperinci

A.Interval Konfidensi pada Selisih Rata-rata

A.Interval Konfidensi pada Selisih Rata-rata A.Iterval Kofidei pada Seliih Rata-rata. Bila kita mempuyai da maig-maig adalah mea ample acak beba berukura da yag diambil dari populai dega ragam da diketahui, maka elag kepercayaa 00-% bagi - adalah

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

Abstract

Abstract Ideedet Domiatio Number Pada Graf Oerasi Siti Amiatus Solehah 1,, Ika Hesti Agusti 1,, Dafik 1,3 1 CGANT- Uiversity of Jember Deartmet of Mathematics Educatio - Uiversity of Jember 3 Deartmet of Iformatio

Lebih terperinci

BAB IV PERSAMAAN TINGKAT SATU DERAJAT TI NGGI (1-n)

BAB IV PERSAMAAN TINGKAT SATU DERAJAT TI NGGI (1-n) BAB IV ERSAMAAN TINGKAT SATU DERAJAT TI NGGI 1- Stadar Kometesi Setelah memelajari okok bahasa ii diharaka mahasiswa daat memahami ara-ara meetuka selesaia umum ersamaa dieresial tigkat satu derajat tiggi.

Lebih terperinci

Pendugaan Parameter. Selang Kepercayaan dengan Distribusi z (Tabel hal 175) Nilai α dan Selang kepercayaan yang lazim digunakan antara lain:

Pendugaan Parameter. Selang Kepercayaan dengan Distribusi z (Tabel hal 175) Nilai α dan Selang kepercayaan yang lazim digunakan antara lain: Peahulua Peugaa Parameter Peugaa Parameter Populai ilakuka ega megguaka ilai Statitik Sampel, Mial :. x iguaka ebagai peuga bagi µ. iguaka ebagai peuga bagi σ 3. p atau p$ iguaka ebagai peuga bagi π Peugaa

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

STATISTICS. Confidence Intervals (Rentang Keyakinan) Confidence Intervals (1)

STATISTICS. Confidence Intervals (Rentang Keyakinan) Confidence Intervals (1) STATISTICS Cofidece Iterval (Retag Keyakia) Cofidece Iterval () Etimai Parameter Ditribui abilita memiliki ejumlah parameter. Parameter-parameter tb umumya tak diketahui. Nilai parameter terebut diperkiraka

Lebih terperinci

KARAKTERISTIK GRUP YANG DIBANGUN OLEH MATRIKS N X N DENGAN ENTRI BILANGAN BULAT MODULO P, P PRIMA

KARAKTERISTIK GRUP YANG DIBANGUN OLEH MATRIKS N X N DENGAN ENTRI BILANGAN BULAT MODULO P, P PRIMA KARAKTERISTIK GRUP YANG DIBANGUN OLEH MATRIKS N X N DENGAN ENTRI BILANGAN BULAT MODULO P, P PRIMA Ibu Hadi Program Studi Matematika, Uiversitas Negeri Jakarta, Idoesia ibu_hadi@uj.ac.id, ibu_uj@yahoo.co.id

Lebih terperinci

--Fisheries Data Analysis-- Perbandingan ragam. By. Ledhyane Ika Harlyan. Faculty of Fisheries and Marine Science Brawijaya University

--Fisheries Data Analysis-- Perbandingan ragam. By. Ledhyane Ika Harlyan. Faculty of Fisheries and Marine Science Brawijaya University --Fiherie Data Aalyi-- Perbadiga ragam By. Ledhyae Ika Harlya Faculty of Fiherie ad Marie Sciece Brawijaya Uiverity Tujua Itrukioal Khuu Mahaiwa dapat megguaka aalii tatitika ederhaa dega berfoku ukura

Lebih terperinci

Pengembangan Model untuk Aplikasi Pengendalian Persediaan Probabilistik Multi Item Single Supplier

Pengembangan Model untuk Aplikasi Pengendalian Persediaan Probabilistik Multi Item Single Supplier Pegembaga Model utuk Aplikasi Pegedalia Persediaa Probabilistik Multi Item Sigle Supplier Rolad Y. H. Silitoga 1, Meyeli Paskal Kawet 2 1,2 Program Studi Tekik Idustri, Istitut Tekologi Harapa Bagsa Jala

Lebih terperinci

BAB IV PEMECAHAN MASALAH

BAB IV PEMECAHAN MASALAH BAB IV PEMECAHAN MASALAH 4.1 Metodologi Pemecaha Masalah Dalam ragka peigkata keakurata rekomedasi yag aka diberika kepada ivestor, maka dicoba diguaka Movig Average Mometum Oscillator (MAMO). MAMO ii

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 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

Pokok Bahasan Return dan Risiko. Return. Klasifikasi Return. Return PENDAHULUAN AIMP. Trisnadi Wijaya, S.E., S.Kom.

Pokok Bahasan Return dan Risiko. Return. Klasifikasi Return. Return PENDAHULUAN AIMP. Trisnadi Wijaya, S.E., S.Kom. Pokok Bahasa -9. Retur da Risiko Lecture Note: Defiisi retur da risiko Klasifikasi retur da risiko Hubuga retur da risiko Retur da Risiko Aktiva Tuggal Abormal Retur Retur da Risiko Portofolio 1 2 Retur

Lebih terperinci

BAB 3 METODE PENELITIAN. Disini penerapan kriteria optimasi yang digunakan untuk menganalisis

BAB 3 METODE PENELITIAN. Disini penerapan kriteria optimasi yang digunakan untuk menganalisis BAB 3 METODE PENELITIAN 3.1 Peetapa Kriteria Optimasi Disii peerapa kriteria optimasi yag diguaka utuk megaalisis kebutuha pokok pada PT. Kusuma Kecaa Khatulistiwa yaitu : 1. Aalisis forecastig (peramala

Lebih terperinci

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto. Statistika

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto. Statistika Wed 6/0/3 ETIMAI (PENDUGAAN TATITIK) Ir. Tito Adi Dewato tatistika Deskriptif Iferesi Estimasi Uji Hipotesis Titik Retag Estimasi da Uji Hipotesis Dilakuka setelah peelitia dalam tahap pegambila suatu

Lebih terperinci

PERANCANGAN REDUKSI SETUP TERPADU DALAM PENENTUAN UKURAN LOT GABUNGAN UNTUK MEMINIMASI BIAYA TOTAL PEMASOK DAN MANUFAKTUR TUNGGAL.

PERANCANGAN REDUKSI SETUP TERPADU DALAM PENENTUAN UKURAN LOT GABUNGAN UNTUK MEMINIMASI BIAYA TOTAL PEMASOK DAN MANUFAKTUR TUNGGAL. EANANGAN EUKSI SETU TEAU ALAM ENENTUAN UKUAN LOT GABUNGAN UNTUK MEMINIMASI BIAYA TOTAL EMASOK AN MANUFAKTU TUNGGAL Lutfi Nurcholi* Abtrak Artikel ii membaha meeai ukura lot abua dalam uatu jaria item produki

Lebih terperinci

INFERENSI STATISTIK Inferensi statistik mencakup semua metode yang digunakan dalam penarikan kesimpulan atau generalisasi mengenai populasi.

INFERENSI STATISTIK Inferensi statistik mencakup semua metode yang digunakan dalam penarikan kesimpulan atau generalisasi mengenai populasi. INFERENSI STATISTIK Iferei tatitik mecakup emua metode yag diguaka dalam pearika keimpula atau geeraliai megeai populai. Iferei Statitik Pedugaa Parameter Pegujia Hipotei PENDUGAAN PARAMETER Pedugaa parameter

Lebih terperinci

JFET (Junction Field Effect Transistor)

JFET (Junction Field Effect Transistor) JFET (Juctio Field Effect Trasistor) truktur JFET rai () rai () - ate () ate () V ource () V ource () JFET Kaal JFET Kaal Perhatika (uutk kaal ) bahwa terdaat struktur juctio atara ate () dega ource(),

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

(S.3) EVALUASI INTEGRAL MONTE CARLO DENGAN METODE CONTROL VARIATES

(S.3) EVALUASI INTEGRAL MONTE CARLO DENGAN METODE CONTROL VARIATES Prosidig Semiar Nasioal Statistika Uiversitas Padadara 3 November 00 S.3 EVALUASI INTEGRAL MONTE CARLO DENGAN METODE CONTROL VARIATES ulhaif adi Suriadi Jurusa Statistika FMIPA Uiversitas Padadara Badug

Lebih terperinci

Pokok Bahasan Return dan Risiko. Return. Klasifikasi Return. Return PENDAHULUAN AIMP. Trisnadi Wijaya, S.E., S.Kom.

Pokok Bahasan Return dan Risiko. Return. Klasifikasi Return. Return PENDAHULUAN AIMP. Trisnadi Wijaya, S.E., S.Kom. Pokok Bahasa 3-6. Retur da Risiko Lecture Note: Defiisi retur da risiko Klasifikasi retur da risiko Hubuga retur da risiko Retur da Risiko Aktiva Tuggal Abormal Retur Retur da Risiko Portofolio 1 Retur

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

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

PENDUGAAN PARAMETER METSTAT ANIK DJURAIDAH

PENDUGAAN PARAMETER METSTAT ANIK DJURAIDAH PENDUGAAN PARAMETER METSTAT ANIK DJURAIDAH PENDUGAAN PARAMETER Populai : Parameter Sampel : Statitik Statitik merupaka PENDUGA bagi parameter populai Pegetahua megeai ebara cotoh PENDUGA TAK BIAS DAN MEMPUNYAI

Lebih terperinci

II. LANDASAN TEORI. Sampling adalah proses pengambilan atau memilih n buah elemen dari populasi yang

II. LANDASAN TEORI. Sampling adalah proses pengambilan atau memilih n buah elemen dari populasi yang II. LANDASAN TEORI Defiisi 2.1 Samplig Samplig adalah proses pegambila atau memilih buah eleme dari populasi yag berukura N (Lohr, 1999). Dalam melakuka samplig, terdapat teori dasar yag disebut teori

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

MENENTUKAN SPECTRUM SUATU GRAF BERBANTUAN MATLAB

MENENTUKAN SPECTRUM SUATU GRAF BERBANTUAN MATLAB LAPORAN PENELITIAN KOMPETITIF DOSEN BERSAMA MAHASISWA MENENTUKAN SPECTRUM SUATU GRAF BERBANTUAN MATLAB KETUA TIM PENELITI ABDUSSAKIR, M.Pd JURUSAN MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS ISLAM

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

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

Mata Kuliah: Statistik Inferensial

Mata Kuliah: Statistik Inferensial PENGUJIAN HIPOTESIS SAMPEL KECIL Prof. Dr. H. Almasdi Syahza, SE., MP Email: asyahza@yahoo.co.id DEFINISI Pegertia Sampel Kecil Sampel kecil yag jumlah sampel kurag dari 30, maka ilai stadar deviasi (s)

Lebih terperinci

STATISTICS. Hanung N. Prasetyo Week 11 TELKOM POLTECH/HANUNG NP

STATISTICS. Hanung N. Prasetyo Week 11 TELKOM POLTECH/HANUNG NP STATISTICS Haug N. Prasetyo Week 11 PENDAHULUAN Regresi da korelasi diguaka utuk megetahui hubuga dua atau lebih kejadia (variabel) yag dapat diukur secara matematis. Ada dua hal yag diukur atau diaalisis,

Lebih terperinci

ANALISIS TANGGAPAN PERALIHAN

ANALISIS TANGGAPAN PERALIHAN 54 IV ANALISIS TANGGAPAN PERALIHAN Dekrii : Bab ii memberika gambara tetag aalii taggaa eraliha utuk item ore atu, ore ua a ore tiggi Objektif : Memahami bab ii aka memermuah embaca utuk memahami riirii

Lebih terperinci

SOAL-JAWAB MATEMATIKA PEMINATAN STATISTIKA. 6 cm, 7 cm, 6 cm, 4 cm, 6 cm, 3 cm, 7 cm, 6 cm, 5 cm, 8 cm.

SOAL-JAWAB MATEMATIKA PEMINATAN STATISTIKA. 6 cm, 7 cm, 6 cm, 4 cm, 6 cm, 3 cm, 7 cm, 6 cm, 5 cm, 8 cm. SOAL-JAWAB MATEMATIKA PEMINATAN STATISTIKA Soal Diberika data egukura sebagai berikut: 6 cm, 7 cm, 6 cm, 4 cm, 6 cm, 3 cm, 7 cm, 6 cm, 5 cm, 8 cm. Tetukalah: a) Modus b) Media c) Kuartil bawah Urutka data

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

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

BAB VI DERET TAYLOR DAN DERET LAURENT

BAB VI DERET TAYLOR DAN DERET LAURENT BAB VI DERET TAYLOR DAN DERET LAURENT. Deret Taylor Misal fugsi f() aalitik pada - < R ( ligkara dega pusat di da jari-jari R ). Maka utuk setiap titik pada ligkara itu, f() dapat diyataka sebagai : f

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

JENIS PENDUGAAN STATISTIK

JENIS PENDUGAAN STATISTIK ENDUGAAN STATISTIK ENDAHULUAN Kosep pedugaa statistik diperluka utuk membuat dugaa dari gambara populasi. ada pedugaa statistik dibutuhka pegambila sampel utuk diaalisis (statistik sampel) yag ati diguaka

Lebih terperinci

Bab II Landasan Teori

Bab II Landasan Teori Bab II adaa eori Bab ii meyajika kajia item da teori-teori yag aka medaari da diguaka dalam mecari betuk model tereduki. Beberapa hal yag aka dikaji dalam bab ii adalah item PV da beberapa teori daar yag

Lebih terperinci

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA BAB IV PENGUMPULAN DAN PENGOLAHAN DATA 4.1 Data permitaa Dalam meramalka permitaa produk lever cable utuk kebutuha PT. Kyoda Mas Mulia sediri. data yag diambil utuk perhituga peramala permitaa yaitu dega

Lebih terperinci

BAB 3 METODOLOGI PEMECAHAN MASALAH. telepon PT. Pos Indonesia cabang Kebon Jeruk, Jakarta Barat dan melihat

BAB 3 METODOLOGI PEMECAHAN MASALAH. telepon PT. Pos Indonesia cabang Kebon Jeruk, Jakarta Barat dan melihat BAB 3 METODOLOGI EMECAHAN MASALAH 3. Meetapka Ukura Kierja Dalam ebuah item atria, ada dua kompoe yag petig, yaitu populai dari pelagga bagaimaa mereka memauki item atria yag ada da waktu pelayaa itu ediri

Lebih terperinci

BAB III METODE PENELITIAN. Penelitian ini dilaksanakan di kelas XI MIA SMA Negeri 1 Kampar,

BAB III METODE PENELITIAN. Penelitian ini dilaksanakan di kelas XI MIA SMA Negeri 1 Kampar, 45 BAB III METODE PENELITIAN A. Tempat da Waktu Peelitia Peelitia ii dilaksaaka di kelas I MIA MA Negeri Kampar, pada bula April-Mei 05 semester geap Tahu Ajara 04/05 B. ubjek da Objek Peelitia ubjek dalam

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

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto Tue 0/04/3 ETIMAI (PENDUGAAN TATITIK) Ir. Tito Adi Dewato Estimasi : salah satu cara megemukaka peryataa iduktif (meyataka karakteristik populasi dega meggu aka karakteristik yag didapat dari cuplika).

Lebih terperinci

III. METODE PENELITIAN. Populasi dalam penelitian ini adalah siswa kelas VIII (delapan) semester ganjil di

III. METODE PENELITIAN. Populasi dalam penelitian ini adalah siswa kelas VIII (delapan) semester ganjil di 4 III. METODE PENELITIAN A. Populasi da Sampel Populasi dalam peelitia ii adalah siswa kelas VIII (delapa) semester gajil di SMP Xaverius 4 Badar Lampug tahu ajara 0/0 yag berjumlah siswa terdiri dari

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

OPTIMASI MULTIRESPON DENGAN METODE RESPONSE SURFACE TOPSIS PADA PROSES PERAUTAN LOGAM

OPTIMASI MULTIRESPON DENGAN METODE RESPONSE SURFACE TOPSIS PADA PROSES PERAUTAN LOGAM Prosidig Semiar Nasioal Maajeme Tekologi VIII Program Studi MMT-ITS, Surabaa 7 Juli 01 OPTIMASI MULTIRESPON DENGAN METODE RESPONSE SURFACE TOPSIS PADA PROSES PERAUTAN LOGAM M. Sjahid Akbar 1), So Suaro

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Tujua Peelitia Berdaarka rumua maalah pada BAB I, peelitia kuatitatif ii bertujua utuk megetahui efektivita metode pembelajara dicovery dega megguaka Papa Tempel egi Empat

Lebih terperinci

KEKONVERGENAN MODEL BINOMIAL UNTUK PENENTUAN HARGA OPSI EROPA. Fitriani Agustina, Math, UPI

KEKONVERGENAN MODEL BINOMIAL UNTUK PENENTUAN HARGA OPSI EROPA. Fitriani Agustina, Math, UPI KEKONVERGENAN MODEL BINOMIAL UNTUK PENENTUAN HARGA OPSI EROPA Fitriai Agustia, Math, UPI 1 Fiacial Derivative Opsi Mafaat Opsi Opsi Eropa Peetua Harga Opsi Kekovergea Model Biomial Fitriai Agustia, Math,

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

MODEL PEMBELAJARAN DRAMA DENGAN MENGGUNAKAN TEKNIK GANTI TOKOH PADA SISWA KELAS XI SMAN 1 KARANGPAWITAN GARUT TAHUN PELAJARAN 2011/2012

MODEL PEMBELAJARAN DRAMA DENGAN MENGGUNAKAN TEKNIK GANTI TOKOH PADA SISWA KELAS XI SMAN 1 KARANGPAWITAN GARUT TAHUN PELAJARAN 2011/2012 MODEL PEMBELAJARAN DRAMA DENGAN MENGGUNAKAN TEKNIK GANTI TOKOH PADA IWA KELA XI MAN KARANGPAWITAN GARUT TAHUN PELAJARAN 0/0 EMA ROHMAWATI NPM. 0.0499 Program tudi PB Idoeia ekolah Tiggi Kegurua da Ilmu

Lebih terperinci

FORECASTING (Peramalan)

FORECASTING (Peramalan) FORECASTING (Peramala) PENDAHULUAN Forecastig adalah ramala tetag apa yag aka terjadi dimasa yag aka datag. Forecast Demad atau peramala permitaa mejadi dasar yag sagat petig dalam perecaaa suatu keputusa

Lebih terperinci

Pengujian Hipotesis. 1/26/2010 Pengujian Hipotesis 1

Pengujian Hipotesis. 1/26/2010 Pengujian Hipotesis 1 Pegujia Hiotesis /6/00 Pegujia Hiotesis Estimasi da Pegujia Pada ertemua sebelumya, samel diguaka utuk membuat estimasi iterval ilai arameter oulasi berdasarka suatu robabilitas keyakia yag kita tetuka.

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