Pengendalian Kualitas Produk Pakan Ternak di PT. Japfa Comfeed Indonesia Tbk Unit Gedangan
|
|
- Yulia Atmadja
- 7 tahun lalu
- Tontonan:
Transkripsi
1 JURNAL SAINS DAN SENI ITS Vol. 5 No. (016) (301-98X Prit) D-133 Pegedalia Kualitas Produk Paka Terak di PT. Jafa Comfeed Idoesia Tbk Uit Gedaga 1 Devi Novitasari, Sri Mumui Retaigsih Jurusa Statistika, Fakultas MIPA, Istitut Tekologi Seuluh Noember (ITS) Jl. Arief Rahma Hakim, Surabaya Idoesia 1 deviovitasari3@gmail.com, mumui@statistika.its.ac.id Abstrak PT. Jafa Comfeed Idoesia Tbk Uit Gedaga meruaka erusahaa yag meduduki erigkat kedua dalam eguasaa agsa asar aka terak di Idoesia, amu egedalia kualitas haya dilihat secara deskritif dimaa hal tersebut tidak selalu meujukka kebaika suatu roses. Hasil roduksi ada bula Mei higga Oktober 015 sebayak 7,1 erse aka terak tie G 11 S Crumble tidak memeuhi sesifikasi erusahaa disebabka oleh adaya over atau uder weight yag serig diabaika oleh oerator, sehigga karakteristik kualitas yaitu kaduga calcium (Ca) da rotei keluar dari batas sesifikasi. Oleh karea itu, erlu dilakuka egedalia kualitas secara statistik utuk megetahui kebaika roses secara meyeluruh yag daat diukur dari kaabilitas oses. Pada eelitia ii diguaka diagram kedali Multivariate Exoetially Weighted Movig Variace (MEWMV) utuk medeteksi erubaha variabilitas roses da Multivariate Exoetially Weighted Movig Average (MEWMA) utuk medeteksi erubaha rata-rata roses. Hasil egedalia megguaka diagram kedali MEWMV didaatka ilai embobot yag alig otimal utuk ω sebesar 0,3 da λ sebesar 0,4 sedagka embobot otimal diagram kedali MEWMA adalah 0,4. Baik ada fase satu mauu fase dua, variabilitas terkedali secara statistik sedagka rata-rata roses tidak terkedali secara statistik karea ada data yag out of cotrol. Kaabilitas roses megguaka MP da MPk meujukka roses tidak kaabel baik ada fase satu mauu fase dua. Nilai MP fase satu berilai 0,795 da MPk sebesar 0,73 sedagka MP fase dua berilai 0,91 da MPk sebesar 0,63. Kata Kuci Calcium, Kaabilitas, MEWMA, MEWMV, Paka Terak, Protei. K I. PENDAHULUAN osumsi rotei hewai masyarakat Idoesia semaki hari semaki meigkat. Pada tahu 01 kosumsi dagig ayam ras/kamug er kaita dalam waktu semiggu sebesar 0,076 kg, tahu 013 sebayak 0,078 kg, da tahu 014 mecaai 0,086 kg [1]. Kualitas hewa terak sagat ditetuka oleh aka terak yag meruaka salah satu idikator yag beregaruh terhada ertumbuha, daya taha tubuh, kesehata serta roduktivitas hewa terak. Pegedalia kualitas erlu dilakuka utuk meigkatka ejuala, meguragi biaya karea adaya eigkata roduktivitas serta eurua rework []. PT. Jafa Comfeed Idoesia (JCI) meruaka erusahaa aka terak yag meduduki erigkat kedua dalam eguasaa agsa asar aka terak di Idoesia. Perusahaa ii harus mejaga kualitas dari aka terak yag diroduksi. Baik burukya kualitas dari erusahaa ii haya dilihat dari kaduga utrisi aka terak yag sesuai dega sesifikasi taa adaya egedalia kualitas secara statistik. Pegedalia kualitas secara statistik sagat dierluka utuk membatu erusahaa megetahui kaabilitas roses melalui ideks erformace roses roduksi aka terak. Hal ii megigat adaya roduk aka terak dari formula yag alig bayak diroduksi yaitu BR 1 SP dega tie G 11 S da berbetuk crumble masih ada yag berada di luar batas sesifikasi erusahaa. Pada eriode Mei higga Oktober 015 terdaat 7,1 erse aka terak tie tersebut yag berada di luar batas sesifikasi. Kesalaha roses roduksi seerti over atau uder weight serig diabaika oleh oerator, hal ii meyebabka variasi atar roduk aka terak besar da tidak medekati ilai target yag ditetuka. Disamig itu, roduk yag memeuhi batas sesifikasi tidak selalu meggambarka suatu roses berjala baik karea variasi atar rodukya belum tetu kecil. Dua karakteristik kualitas yaitu kaduga calcium da rotei yag berada di luar batas sesifikasi meyebabka erluya egedalia secara multivariat. Salah satu alat yag diguaka utuk egedalia kualitas secara statistik adalah diagram kedali. Diagram kedali Multivariate Exoetially Weighted Movig Average (MEWMA) meruaka salah satu diagram kedali multivariat yag daat secara efektif medeteksi ergesera rata-rata yag kecil [3]. Selai egedalia rata-rata roses, egedalia variabilitas roses juga meruaka suatu hal yag etig dilakuka karea terkait dega keseragama roduk. Diagram kedali Multivariate Exoetially Weighted Movig Variace (MEWMV) meruaka diagram kedali multivariat utuk medeteksi ergesera variabilitas roses. II. TINJAUAN PUSTAKA Deedesi Variabel Variabel X 1, X, X meruaka dua karakteristik kualitas yag igi diketahui hubuga atara keduaya. Pemeriksaa kebebasa atara dua variabel ii daat diguaka korelasi earso. Koefisie korelasi berilai 1 r 1. Koefisie korelasi yag bertada ositif meujukka bahwa ketika ilai variabel satu bertambah maka variabel dua juga aka cederug bertambah, begitu ula sebalikya [4].
2 D-134 JURNAL SAINS DAN SENI ITS Vol. 5 No. (016) (301-98X Prit) x 1i 1 i r x1 x (1) x1i x1 xix dimaa meruaka bayakya egamata. Nilai korelasi yag dihasilka meujukka seberaa besar hubuga atara variabel X 1 da X, ketika ilaiya medekati 1 kedua variabel memiliki korelasi yag kuat, sebalikya medekati ilai 0 memiliki korelasi yag lemah. Distribusi Normal Multivariat Variabel X 1, X, X dikataka berdistribusi ormal multivariat dega arameter μ da Σ jika memiliki fugsi robability desity fuctio sebagai berikut [5] ( X )' ( X ) f ( X, X,..., X ) e 1 / / ( ) dimaa Σ 1 adalah matriks varia kovaria, sedagka statistik uji yag diguaka adalah : x d i = (x i x ) S 1 (x i x ), i = 1,, () data dikataka berdistribusi ormal multivariat ketika ilai d i = X,0.50 berada di sekitar 50%. Multivariate Exoetially Weighted Movig Variace (MEWMV) Diagram kedali MEWMV meruaka diagram kedali multivariat utuk memoitor variabilitas roses taa adaya asumsi terjadiya erubaha mea roses selama egedalia berlagsug. Diagram kedali ii dibetuk dari ersamaa berikut [6]. V = ω(x y )(x y ) + (1 ω)v 1 (3) dimaa ω meruaka ilai embobot berilai 0 < ω < 1 da V 0 = (x 1 y 1 )(x 1 y 1 ) T. y meruaka estimasi utuk erubaha rata-rata roses ada waktu ke- dega ersamaa y = λx + (1 λ)y 1 (4) Utuk medeteksi adaya erubaha dalam matriks kovaria harus didefiisika: x 1 x 1 y 1 x x y X = [ ] dega x = [ ] da Y = [ ] (5) x x y dimaa meruaka bayakya egamata da adalah bayakya karakteristik kualitas. Matriks C meruaka matriks berukura dega ω sebagai elemeya yag meruaka smoothig costat, daat dituliska : (1 ω) ω(1 ω) 0 0 C = ω(1 ω) [ ω] Persamaa (3) da (4) daat diubah kedalam betuk : i V = ( 1 ) (x i y i )(x i y i ) + ( 1 ) V0 (6) i y = ( 1 ) x i (7) x x Dega memasukka ersamaa (7) ke dalam x i y i maka daat dituliska: x i y i = (1 λ)x i λ(1 λ)x i 1 λ(1 λ) i 1 x 1 i = 1,,, (8) Jika ersamaa (8) dituliska dalam betuk matriks adalah sebagai berikut. (x 1 y 1 ) T (X Y) = (x y ) T [(x y ) T ] 1 λ 0 0 T x 1 = [ λ(1 λ) 1 λ T 0 ] x λ(1 λ) 1 λ(1 λ) 1 λ [ x T ] = (I M)X (9) I meruaka matrik idetitas berukura yag daat dituliska, I = [ 0 0] M adalah matriks segitiga bawah berukura dega λ sebagai elemeya. λ 0 0 λ(1 λ) λ M = [ 0 ] λ(1 λ) 1 λ(1 λ) λ Persamaa (6) daat diubah sebagai berikut. V = (X Y) C(X Y) (10) Dega mesubtitusika ersamaa (9) ke dalam ersamaa (10) maka daat dieroleh, V = X (I M) C(I M)X = X QX (11) dimaa Q adalah matriks bujur sagkar dega ukura Q = (I M) C(I M) q 11 q 1 = [ ] ; 1 i ; j q 1 q dari ersamaa (10) daat dicari ilai tr(v) dega ersamaa berikut. tr(v ) = tr(x QX) = tr(qxx ) (1) dega, q 11 q 1 QXX = [ ] q 1 q x1k x1k x1k xk x k xk k1 k1 k1 1 x1k xk xk xk x k xk k1 k1 k1 x k xk x k xk xk xk k1 1 k1 k1 Sehigga daat diketahui, tr( V ) q 1j x k x jk q j x k x jk j1 k1 1 j1 k 1 x k qj k j1 1 x jk
3 JURNAL SAINS DAN SENI ITS Vol. 5 No. (016) (301-98X Prit) D-135 k k q ij x jk j1 k1 Pada saat = 1 maka ersamaa tr(v) aka mejadi ersamaa EWMV. Saat roses dalam keadaa terkedali daat ditujukka erhituga utuk medaatka E(tr(V). E[tr(V )] q E ii q E ij x jk k1 ji k1 q ii tr(q) Nilai E[tr(V )] aka koverge ke ( 1λ) Σ E( V ) λ utuk da tr(v ) didaatka dari ersamaa. Var[tr(V )] Varq ii qij x jk k1 ji k1 q ii Var 4 q Var ij x jk k1 ji k1 qij 4 qij j1 ji q ij (13) i 1 j 1 Persamaa (13) aka mejadi batas yag memugkika utuk setia da batas diagram kedaliya adalah : E[tr( V)] L Var[tr( V)] tr( Q) L q ij j1 dimaa L adalah kostata yag bergatug ada ilai ω da λ yag telah ditetuka sebelumya. Multivariate Exoetially Weighted Movig Average (MEWMA) Diagram kedali ii diguaka utuk medeteksi adaya erubaha mea roses. Kelebihaya adalah robust terhada distribusi ormal. Diagram ii meruaka geeralisasi dari roses utuk data uivariat EWMA yag didefiisika [7]: λ X (1 λ) Z (14) Zi i x 1 x 1 x x X = [ ], dimaa x = [ ] x x dimaa λ adalah embobot yag berilai 0 λ 1 da Z 0 = 0. Aabila tidak ada alasa emiliha embobot yag berbeda utuk masig-masig karakteristik kualitas maka embobot λ 1 = λ = = λ = λ. Titik egamata yag dilotka di diagram kedali adalah : ' 1 Ti Zi Σ Z Z i i (15) Data dikataka out of cotrol ketika ilai T i lebih besar dari h 4 (batas kedali atas). Matriks kovaria dari Zi adalah : Σ i Z 1 (1 ) Σ (16) i Aalisis Kaabilitas Proses Kaabilitas meruaka suatu egukura yag diguaka utuk megevaluasi keseluruha roses. Ideks kaabilitas yag disaraka oleh Automotive Idustry Actio Grou (AIAG) utuk roses dalam keadaa i cotrol adalah C da C k. Sedagka utuk roses yag tidak dalam keadaa i cotrol, lebih baik diguaka ideks erformace rocess P da P k. Secara uivariat, erhituga P da P k daat dihitug dega ersamaa : P = USL LSL 6σ P k = mi { USL x, x LSL } 3σ 3σ Perhituga ideks P da P k utuk data multivariat daat dihitug dega megguaka ersamaa sebagai berikut [8]. M PP W k PP ( X k) (17) k 1 M PPK W k PPK ( X k) (18) k 1 dimaa MP P, MP PK berturut-turut meruaka betuk P P, P PK dalam keadaa multivariat dega W i meruaka embobot berdasarka keetiga dega W 1. k k 1 Nilai embobot W i disesuaika dega embobot dari masig-masig karakteristik kualitas yag ditetuka oleh erusahaa, jika tidak ada maka embobot diagga sama. PT. Jafa Comfeed Idoesia Tbk Uit Gedaga Salah satu kator cabag dari PT. Jafa Comfeed Idoesia Tbk berada di Jl. Raya Tebel Km. 3,8 Gedaga, Sidoarjo 6154 Jawa Timur. Kegiata yag dilakuka salah satuya adalah embuata aka terak yag megguaka dua karakteristik kualitas sebagai syarat suatu roduk daat di-release. Kedua karakteristik kualitas aka terak tersebut adalah. a. Kaduga calcium (Ca) Calcium yag dibutuhka tubuh ayam edagig adalah 0,9% sedagka ayam etelur sebayak 0,6 1% [9]. b. Kaduga rotei Protei berfugsi sebagai eghasil eergi bagi hewa terak [10]. Tubuh hewa terak seerti ayam edagig da etelur memerluka rotei sebayak 19 3% [9]. Kaduga calcium diteliti di laboratorium sedagka kaduga rotei diteliti megguaka alat berama NIRFOSS. Samel yag diguaka utuk megetahui kaduga rotei tidak daat diguaka kembali utuk megetahui kaduga calcium, begitu ula sebalikya. III. METODOLOGI PENELITIAN Variabel Peelitia Data yag diguaka dalam eelitia ii meruaka data sekuder yaitu karakteristik kualitas roduk aka terak tie G 11 S Crumble di PT. Jafa Comfeed Idoesia Tbk Uit Gedaga. Pada eelitia ii, dibagi mejadi dua fase utuk membedaka sebelum da sesudah dilakuka kalibrasi mesi. Fase satu ada eriode Mei higga Juli 015 sedagka fase dua mulai bula Agustus higga Oktober 015. Selai itu, data yag diguaka haya ada shift satu, dimaa roduk diroduksi ada ukul higga WIB sehigga subgru berua shift. Variabel yag diguaka adalah
4 D-136 JURNAL SAINS DAN SENI ITS Vol. 5 No. (016) (301-98X Prit) kaduga calcium (Ca) da rotei. Ketika kaduga Ca tiggi aka megakibatka kaduga rotei yag redah. Struktur data karakteristik kualitas aka terak ayam utuk egamata idividual yag berjumlah 111 observasi disajika ada Tabel 1. TABEL 1. STRUKTUR DATA PENELITIAN Observasi ke- Karakteristik Kualitas (k) X1 X 1 x (1)1 x (1) x ()1 x () 111 x (111)1 x (111) Keteraga : x (i)k = ilai utuk karakteristik kualitas ke-k ada observasi ke-i, i = 1,,..., t da k = 1, X 1 daat didefiisika sebagai kaduga calcium sedagka X sebagai kaduga rotei. Satua dari kedua karakteristik ii adalah erse (%). Lagkah Peelitia Lagkah aalisis yag dilakuka dalam eelitia ii adalah: 1. Medeskrisika karakteristik masig-masig variabel dega statistika deskritif.. Melakuka egujia deedesi variabel da emeriksaa distribusi ormal multivariat. 3. Melakuka egedalia roses roduksi yag terdiri dari dua diagram kedali yaitu egedalia variabilitas da rata-rata roses a. Pegedalia variabilitas roses dega diagram MEWMV. b. Pegedalia mea roses dega diagram MEWMA. 4. Membuat diagram ishikawa. 5. Meghitug kaabilitas roses. 6. Membuat kesimula. IV. HASIL DAN PEMBAHASAN Karakteristik Data Karakteristik kualitas aka terak yag mejadi syarat suatu roduk daat di-release adalah kaduga calcium da rotei. Berikut aka dijelaska karakteristik dari masig-masig karakteristik kualitas tersebut. TABEL. STATISTIKA DESKRIPTIF KANDUNGAN CALCIUM DAN PROTEIN Variabel Mea Varias Miimum Maximum Kaduga calcium 0,788 0,00 0,69 0,901 Kaduga rotei 0,611 0,083 19,8 1,80 Rata-rata kaduga calcium aka terak sebesar 0,788% masih berada dalam batas kedali yag ditetuka erusahaa, amu hal ii tidak berlaku utuk ilai maksimumya. Nilai varias 0,00 daat dikataka cuku besar yag meujukka bahwa ilai data satu dega laiya cuku jauh. Rata-rata da ilai miimum kaduga rotei juga masih berada di dalam batas sesifikasi, amu batas maksimumya melebihi batas atas erusahaa yaitu 1,17%. Pemeriksaa Deedesi Kaduga Calcium da Protei Pemeriksaa ii dilakuka utuk megetahui hubuga atar karakteristik kualitas secara statistik. Berdasarka ersamaa (1) didaatka ilai korelasi sebesar 0,177. Nilai korelasi yag medekati ol ii meujukka hubuga atara kaduga calcium da rotei lemah. Tada ositif berarti bahwa ketika kaduga rotei tiggi, kaduga calcium juga cederug tiggi. Secara kose, ketika kaduga calcium tiggi maka kaduga rotei aka cederug redah. Melihat erbedaa hasil tersebut, sebaikya dalam egujia kaduga calcium da rotei diguaka samel yag sama karea kedua kaduga tersebut diukur dari objek yag sama sehigga bersifat multivariat. Pemeriksaa Distribusi Normal Multivariat Pemeriksaa ormal multivariat dilakuka utuk kedua karakteristik kualitas. Berdasarka ersamaa () didaatka jarak d i yag lebih besar dari χ 0,5, sebesar 0,4865. Nilai ii berada di sekitar 50% sehigga daat disimulka bahwa karakteristik kualitas yag terdiri dari kaduga calcium da rotei berdistribusi ormal multivariat. Pegedalia Megguaka Diagram Kedali MEWMV Pegedalia kualitas megguaka diagram MEWMV diguaka utuk memoitorig variabilitas roses. Peelitia ii megguaka embobot ω da λ kurag dari 0,4 karea meurut Huwag (007) memberika kierja yag baik utuk memoitorig variabilitas roses. Gambar 1 hasil diagram MEWMV dega ω sebesar 0,3 da λ sebesar 0,4. Gambar 1. Diagram MEWMV dega ω = 0,3 da λ = 0,4 Pemiliha embobot terbaik yag diguaka utuk medeteksi adaya ergesera roses didasarka ada jarak miimum atara ilai tr(v) da BKA serta batas kedali yag semit. Berikut adalah erhitugaya. TABEL 3. HASIL PERHITUNGAN NILAI MAX TR(V ) BKA UNTUK MEWMV ω λ L Max Tr(Vt) BKA Selisih BKA- BKB 0,1 0,1, ,933 6,73 338,660 9,307 0,4 0, 4,1675 7,540 6,614 65,96 10,669 0,3 0,3 3, ,663 4,78 03,881 7,605 0,4 0,3 4, ,663 5,075 03,588 8,190 0, 0,1 3, ,933 7,45 337,688 11,51 0,4 0,1 4, ,933 8, ,570 13,487 0,3 0, 3,875 7,540 6,37 66,303 9,914
5 JURNAL SAINS DAN SENI ITS Vol. 5 No. (016) (301-98X Prit) D-137 0, 0,3 3, ,663 4,395 04,68 6,831 0,3 0,4 3, ,304 3, ,787 5,594 0,1 0,,8738 7,540 4,958 67,58 7,357 0,3 0,1 3, ,933 7, ,048 1,531 0,4 0,4 4, ,304 3, ,569 6,030 Nilai embobot yag diagga alig sesitif utuk medeteksi adaya ergesera roses adalah ω da λ yag masig-masig 0,3 da 0,4. Diagram kedali dega embobot tersebut terlihat tidak terdaat titik yag berada di luar batas kedali setelah roses stabil yaitu mulai egamata ke titik yag keluar ada awal roses meruaka keadaa dimaa mesi sedag mestabilka roses setelah diguaka utuk memroduksi roduk yag lai sehigga ada saat tersebut belum bisa dilakuka eilaia terhada roses yag berjala. Pembobot otimal ada fase satu kemudia diguaka utuk megedalika roses ada fase dua. Hasilya disajika ada Gambar. Gambar. Diagram MEWMV Fase Dua dega ω = 0,3 da λ = 0,4 Pegedalia variabilitas roses ada fase dua memberika hasil yag sama dega fase satu, dimaa terdaat 13 titik yag berada di luar batas kedali ada awal roses, amu ada saat tersebut belum bisa dilakuka eilaia kebaika roses karea belum stabil. Peilaia roses daat dilakuka ketika sudah stabil, ada saat roses stabil tidak ada titik yag berada di luar batas kedali sehigga daat dsimulka bahwa roses terkedali secara statistik. Pegedalia Megguaka Diagram Kedali MEWMA Diagram kedali MEWMA dibuat dega sembila embobot yag berbeda, dimaa salah satu dari embobot tersebut aka mejadi diagram kedali terbaik yag mamu medeteksi adaya ergesera roses dalam mea. Pada diagram kedali MEWMA juga dibagi mejadi fase satu da dua layakya ada diagram kedali MEWMV. Salah satu embobot yag diguaka adalah ilai λ sebesar 0,4. Hasilya disajika ada Gambar 3. Gambar 3. Diagram Kedali MEWMA dega λ = 0,4 Seerti halya yag dilakuka ada diagram kedali MEWMV, emiliha embobot terbaik utuk diagram kedali MEWMA juga didasarka ada selisih miimum atara ilai titik egamata maksimum da BKA serta lebarya batas kedali. Berikut disajika erhituga utuk masig-masig ilai embobot. TABEL 4. SELISIH ANTARA PENGAMATAN MAKSIMUM DAN BKA UNTUK MEWMA λ BKA Titik Maksimum Selisih 0,05 7, ,1 8,63 9,680 1,050 0, 9,65 1,145,495 0,3 10,08 1,033 1,953 0,4 10,31 11,047 0,737 0,5 10, ,453 0,6 10, ,7 10, ,8 10, Dari sembila embobot yag diguaka utuk medeteksi ergesera mea roses, embobot dega ilai λ sebesar 0,4 diagga alig sesitif utuk medeteksi adaya ergesera mea roses. Lebar batas kedali yag tidak terlalu lebar dega batas kedali atas sebesar 10,31 mejadi alasa keaa embobot ii alig sesitif. Selai itu, selisih titik egamata tertiggi dega batas kedali atas sebesar 0,737 juga daat dikataka miimum. Dega embobot ii, data out of cotrol yag daat dideteksi sebayak dua egamata sedagka titik yag berada di dalam batas kedali tidak ada yag medekati ilai batas kedali atas. Hal ii meujukka bahwa roses tidak terkedali secara statistik. Pembobot ii kemudia diguaka utuk megedalika roses roduksi ada fase dua dega hasil sebagai berikut. Ti^ Observasi ke- Gambar 4. Diagram Kedali MEWMA Fase Dua dega λ = 0,4 Pada fase dua, terlihat bahwa terdaat dua titik yag out of cotrol da dua titik yag berada di dalam batas kedali amu masih medekati batas kedali atas. Dega demikia daat disimulka bahwa roses tidak terkedali secara statistik. Hal ii meujukka bahwa tidak terjadi erbedaa yag sigifika atara fase satu da fase dua. Idetifikasi Peyebab Proses Tidak Terkedali Berdasarka hasil braistormig yag dilakuka dega ihak roduksi, eyebab dari roses yag tidak terkedali disebabka oleh 5 faktor, diataraya Ma, Machie, Material, Methods, da Eviromet yag digambarka melalui diagram ishikawa berikut BKA
6 D-138 JURNAL SAINS DAN SENI ITS Vol. 5 No. (016) (301-98X Prit) Pada Tabel 6 terlihat bahwa secara multivariat ilai MP da MP k ada fase satu sebesar 0,795 da 0,73, sedagka fase dua sebesar 0,91 da 0,63. Keemat ilai tersebut kurag dari satu yag meujukka bahwa tigkat resisi da akurasi roses tidak baik, variasi roses tidak berada dalam batas yag ditetuka da roduk tidak medekati ilai target yag ditetuka oleh erusahaa. Gambar 5. Diagram Ishikawa Proses Produksi Paka Terak Eleme terbesar yag meyebabka karakteristik kualitas tidak terkedali adalah mesi, dimaa serig terjadi saraga berlubag da mesi yag bergerak ketika roses gridig. Hal lai yag mejadi eyebab roses tidak terkedali adalah kebersiha yag kurag dijaga sehigga meyebabka terjadiya kotamiasi, oerator yag serig megabaika adaya uder atau over weight, suhu, kualitas baha baku, serta kesalaha emasuka formula. Dega demikia erlu dilakuka embersiha bi, elevator, atau coveyor, emeriksaa baha baku yag lebih ketat, megadaka elatiha utuk oerator, serta melakuka kalibrasi alat agar roses berjala dega baik da terkedali secara statistik. Kaabilitas Proses Produksi Paka Terak Tie G 11 S Crumble Kaabilitas roses diguaka utuk megetahui kierja roses secara keseluruha yag diukur dari keseragama roduk yag dihasilka. Dikareaka roses tidak terkedali secara statistik baik utuk variabilitas mauu mea roses yag ditadai dega adaya data out of cotrol maka ideks kaabilitas roses yag diguaka adalah ideks erformace rocess yaitu MP da MP k. Secara uivariat, hasil erhituga P da P k adalah sebagai berikut. TABEL 5. KAPABILITAS PROSES SECARA UNIVARIAT Fase Variabel P Pk Satu Dua Kaduga calcium 0,74 0,73 Kaduga rotei 0,85 0,73 Kaduga calcium 0,73 0,61 Kaduga rotei 1,09 0,65 Secara uivariat, haya kaduga rotei ada fase dua yag meujukka resisi yag baik, karea ilai P lebih dari satu. Kaduga yag laiya meujukka ilai resisi da akurasi yag redah karea ilai P da P k masih kurag dari satu. Selajutya, erhituga secara uivariat ii diguaka utuk meghitug ideks erformace rocess secara multivariat. Sehubuga dega tidak adaya embobota utuk kaduga calcium da rotei yag ditetaka oleh erusahaa, maka embobotya diagga sama dimaa masigmasig berilai 0,5. Berdasarka ersamaa (17) da (18) didaatka ideks erformace rocess secara multivariat ada Tabel 6. Tabel 6. Kaabilitas Proses Secara Multivariat V. KESIMPULAN Berdasarka hasil aalisis yag dilakuka daat disimulka bahwa variabilitas roses roduksi aka terak tie G 11 S Crumble terkedali secara statistik, sedagka rata-rata rosesya tidak terkedali secara statistik. Baik ada fase satu amuu fase dua, terdaat titik yag berada di luar batas kedali utuk diagram MEWMA. Berdasarka hasil erhituga kaabilitas roses, secara multivariat kierja roses terhada kaduga calcium da rotei tidak memiliki resisi da akurasi yag baik karea ilai masig-masig ideks kierja roses baik MP da MPk lebih kecil dari satu, utuk fase satu sebesar 0,795 da 0,73 sedagka fase dua sebesar 0,91 da 0,63. Dega demikia erlu dilakuka erbaika roses utuk memiimalisir adaya variasi yag besar atar roduk serta meghilagka variasi selama roses roduksi melalui adaya embersih bi, elevator, atau coveyor, emeriksaa baha baku yag lebih ketat, melakuka kalibrasi alat serta elatiha keada oerator. DAFTAR PUSTAKA [1] Bada Pusat Statistik. (014). Kosumsi Rata-rata er Kaita Semiggu Beberaa Macam Baha Makaa Petig, Dietik ada 11 Oktober 015 dari website: htt:// [] Heizer, J., & Reder, B. (009). Oeratios Maagemet (ed.9). (Terj. C. Sugkoo) Jakarta: Salemba Emat. [3] Lowry, C.A et al. (199). A Multivariate Exoetially Weighted Movig Average Cotrol Chart. Techometrics, [4] Walole, R. E Itroductio to Statistics (3rd Ed.). US: Pretice Hall PTR. [5] Jhoso, W. (007). Alied Multivariate Statistical Aalysis. USA: Pretice Hall. [6] Huwag, L., Arthur, & Chie-Wei. (007). Moitorig Multivariate Process Variability for Idividual Observatios. Joural of Quality Techology, [7] Motgomery, D. C. (009). Statistical Quality Cotrol (ed.6). Uited States: Joh Wiley & Sos, Ic. [8] Raissi, S. (009). Multivariate rocess caability idices o the resece of riority for quality characteristics. Joural of Idustrial Egieerig Iteratioal, Vol. 5, No. 9, [9] Ketare, P. (010). Kebutuha Gizi Terak Uggas di Idoesia. WARTAZOA, [10] Widodo, Wahyu. (006). Pegatar Ilmu Nutrisi Terak. Fakultas Peteraka Uiversitas Muhammadiyah Malag (UMM). Fase MP MPk Satu 0,795 0,73 Dua 0,91 0,63
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 terperinciPengendalian 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 terperinciPENGENDALIAN KUALITAS STATISTIKA UNTUK MONITORING DAN EVALUASI KINERJA DOSEN DI JURUSAN MATEMATIKA FMIPA UNIVERSITAS TANJUNGPURA
PRISMA 1 (2018) PRISMA, Prosidig Semiar Nasioal Matematika https://joural.ues.ac.id/sju/idex.php/prisma/ PENGENDALIAN KUALITAS STATISTIKA UNTUK MONITORING DAN EVALUASI KINERJA DOSEN DI JURUSAN MATEMATIKA
Lebih terperinciJurnal 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 terperinciBAB 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 terperinciIII. 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 terperinciStatistika 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 terperinciREGRESI 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 terperinciPEMODELAN 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 terperinciIII. 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 terperinciBAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya
5 BAB II LANDASAN TEORI Dalam tugas akhir ii aka dibahas megeai peaksira besarya koefisie korelasi atara dua variabel radom kotiu jika data yag teramati berupa data kategorik yag terbetuk dari kedua variabel
Lebih terperinci1. 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 terperinciBAB III METODE PENELITIAN
22 BAB III METODE PENELITIAN 3.1. Metode Peelitia Pada bab ii aka dijelaska megeai sub bab dari metodologi peelitia yag aka diguaka, data yag diperluka, metode pegumpula data, alat da aalisis data, keragka
Lebih terperinciIV. 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 terperinciPengujian Normal Multivariat T 2 Hotteling pada Faktor-Faktor yang Mempengaruhi IPM di Jawa Timur dan Jawa Barat Tahun 2007
1 Peguia Normal Multivariat T Hottelig pada Faktor-Faktor yag Mempegaruhi IPM di Jawa Timur da Jawa Barat Tahu 007 Dedi Setiawa, Zuy Iesa Pratiwi, Devi Lidasari, da Sati Puteri Rahayu Jurusa Statistika,
Lebih terperinciIII. 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 terperinciPETA 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 terperinciKARAKTERISTIK 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 terperinciI. 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 terperinciPENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:
PENGUJIAN HIPOTESIS A. Lagkah-lagkah pegujia hipotesis Hipotesis adalah asumsi atau dugaa megeai sesuatu. Jika hipotesis tersebut tetag ilai-ilai parameter maka hipotesis itu disebut hipotesis statistik.
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI.1 Aalisis Regresi Istilah regresi pertama kali diperkealka oleh seorag ahli yag berama Facis Galto pada tahu 1886. Meurut Galto, aalisis regresi berkeaa dega studi ketergatuga dari suatu
Lebih terperinciBAB 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 terperinciPokok 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 terperinciBAB 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 terperinciPendugaan 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 terperinciPENGARUH 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 terperinciBAB 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 terperinciUkuran 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 terperinciPerbandingan Beberapa Metode Pendugaan Parameter AR(1)
Jural Vokasi 0, Vol.7. No. 5-3 Perbadiga Beberapa Metode Pedugaa Parameter AR() MUHLASAH NOVITASARI M, NANI SETIANINGSIH & DADAN K Program Studi Matematika Fakultas MIPA Uiversitas Tajugpura Jl. Ahmad
Lebih terperinciPraktikum 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 terperinciIV. 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 terperinciDistribusi Pendekatan (Limiting Distributions)
Distribusi Pedekata (Limitig Distributios) Ada 3 tekik utuk meetuka distribusi pedekata: 1. Tekik Fugsi Distribusi Cotoh 2. Tekik Fugsi Pembagkit Mome Cotoh 3. Tekik Teorema Limit Pusat Cotoh Fitriai Agustia,
Lebih terperinciBAB IV PENGUMPULAN DAN PENGOLAHAN DATA. Langkah Langkah Dalam Pengolahan Data
BAB IV PENGUMPULAN DAN PENGOLAHAN DATA 4.1 Metode Pegolaha Data Lagkah Lagkah Dalam Pegolaha Data Dalam melakuka pegolaha data yag diperoleh, maka diguaka alat batu statistik yag terdapat pada Statistical
Lebih terperinciTINJAUAN 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 terperinciPOSITRON, 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 terperinciPokok 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 terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Saham Saham adalah surat berharga yag dapat dibeli atau dijual oleh peroraga atau lembaga di pasar tempat surat tersebut diperjualbelika. Sebagai istrumet ivestasi, saham memiliki
Lebih terperinciBAB III METODE PENELITIAN. Dalam melakukan penelitian, terlebih dahulu menentukan desain
BAB III METODE PENELITIAN 3.1 Desai Peelitia Dalam melakuka peelitia, terlebih dahulu meetuka desai peelitia yag aka diguaka sehigga aka mempermudah proses peelitia tersebut. Desai peelitia yag diguaka
Lebih terperinciANALISIS TABEL INPUT OUTPUT PROVINSI KEPULAUAN RIAU TAHUN Erie Sadewo
ANALISIS TABEL INPUT OUTPUT PROVINSI KEPULAUAN RIAU TAHUN 2010 Erie Sadewo Kodisi Makro Ekoomi Kepulaua Riau Pola perekoomia suatu wilayah secara umum dapat diyataka meurut sisi peyediaa (supply), permitaa
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1.Tempat da Waktu Peelitia ii dilakuka di ligkuga Kampus Aggrek da Kampus Syahda Uiversitas Bia Nusatara Program Strata Satu Reguler. Da peelitia dilaksaaka pada semester
Lebih terperinciBAB 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 terperinci3 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 terperinciIV. 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 terperinciSTUDI 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 terperinciESTIMASI PARAMETER REGRESI SPATIAL AUTOREGRESSIVE MODEL. Nurul Muthiah, Raupong, Anisa Program Studi Statistika, FMIPA, Universitas Hasanuddin ABSTRAK
ESTIMASI PARAMETER REGRESI SPATIAL AUTOREGRESSIVE MODEL Nurul Muthiah, Raupog, Aisa Program Studi Statistika, FMIPA, Uiversitas Hasauddi ABSTRAK Regresi spasial merupaka pegembaga dari regresi liier klasik.
Lebih terperinciREGRESI 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 terperinciPengujian 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 terperinciBAB 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 terperinciPENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR
PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR Nur Aei Prodi Matematika, FST-UINAM uraeiatullah@gmail.com Ifo: Jural MSA Vol. 3 No. 2 Edisi: Juli Desember
Lebih terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciIII. 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 terperinciP r o s i d i n g 149
P r o s i d i g 149 PENGENDALIAN KUALITAS PRODUK KOPI TRADISIONAL DALAM RANGKA MENINGKATKAN KEPUASAN KONSUMEN Heptari Elita Dewi (1), Aisa Aprilia (2), Heru Satoso Hadi Subagyo (3) Fakultas Pertaia, Uiversitas
Lebih terperinciIV 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(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 terperinciBab 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 terperinciBAB 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 terperinciIII. 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 terperinciBAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI
BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI Utuk lebih memahami megeai etropi, pada bab ii aka diberika perhituga etropi utuk beberapa distribusi diskrit da kotiu. 3. Distribusi Diskrit Pada sub bab ii dibahas
Lebih terperinciBAB II LANDASAN TEORI. Pada bab ini akan dibahas mengenai definisi suatu ring serta
BAB II LANDASAN TEORI Pada bab ii aka dibahas megeai defiisi suatu rig serta beberaa sifat yag dierluka dalam embahasa oliomial ermutasi Pejelasa megeai rig dimulai dega defiisi dari suatu sistem matematika
Lebih terperinciPENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR
PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR Nur Aei Prodi Matematika, FST-UINAM uraeiatullah@gmail.com Ifo: Jural MSA Vol. 3 No. 2 Edisi: Juli Desember
Lebih terperinciMATERI III BAHAN SEMIKONDUKTOR
MATERI III BAHAN SEMIKONDUKTOR A. Tujua 1. Tujua Umum Mahasiswa memahami baha semikoduktor. Tujua khusus a. Mahasiswa daat mejelaska egertia baha semikoduktor b. Mahasiswa daat meghitug kosetrasi elektro
Lebih terperinciBAB 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 terperinciII. LANDASAN TEORI. dihitung. Nilai setiap statistik sampel akan bervariasi antar sampel.
II. LANDASAN TEORI Defiisi 2.1 Distribusi Samplig Distribusi samplig adalah distribusi probibilitas dari suatu statistik. Distribusi tergatug dari ukura populasi, ukura sampel da metode memilih sampel.
Lebih terperinciSTATISTIKA NON PARAMETRIK
. PENDAHULUAN STATISTIKA NON PARAMETRIK Kelebiha Uji No Parametrik: - Perhituga sederhaa da cepat - Data dapat berupa data kualitatif (Nomial atau Ordial) - Distribusi data tidak harus Normal Kelemaha
Lebih terperinciIII. MATERI DAN METODE. a. Penelitian ini menggunakan 68 ekor kambing peranakan etawa ( PE) (31. ukur, tongkat ukur dan timbangan.
III. MATERI DAN METODE 3.1. Waktu da Tempat Peelitia Peelitia ii telah dilaksaaka pada Bula Oktober sampai November 013 di peteraka yag ada di Kota Pekabaru. 3.. Materi Peelitia a. Peelitia ii megguaka
Lebih terperinciBAB 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 terperinciBAB 3 METODE PENELITIAN
Sedagka itegrasi ruas kaa utuk ersamaa (3b) diperoleh ds / = S... (36) Dega demikia pesamaa yag harus dipecahka adalah l 1 1 u u = S (37) Dari ersamaa (37) diperoleh persamaa utuk u u S = exp S 1exp S...
Lebih terperinciIII. 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 terperinciBAB 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 terperinciIV. 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 terperinciJURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, , Agustus 2003, ISSN : METODE PENENTUAN BENTUK PERSAMAAN RUANG KEADAAN WAKTU DISKRIT
Vol. 6. No., 97-09, Agustus 003, ISSN : 40-858 METODE PENENTUAN BENTUK PERSAMAAN RUANG KEADAAN WAKTU DISKRIT Robertus Heri Jurusa Matematika FMIPA UNDIP Abstrak Tulisa ii membahas peetua persamaa ruag
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 20 Bandar Lampung, dengan populasi
5 III. METODE PENELITIAN A. Populasi da Sampel Peelitia ii dilaksaaka di SMPN 0 Badar Lampug, dega populasi seluruh siswa kelas VII. Bayak kelas VII disekolah tersebut ada 7 kelas, da setiap kelas memiliki
Lebih terperinciIII BAHAN DAN METODE PENELITIAN. memelihara itik Damiaking murni di Kampung Teras Toyib Desa Kamaruton
III BAHAN DAN METODE PENELITIAN 3.1 Baha da Alat Peelitia 3.1.1 Telur Tetas Itik Damiakig Baha yag diguaka dalam peelitia ii adalah telur tetas itik Damiakig berasal dari iduk yag dipelihara secara ekstesif
Lebih terperinciPERSAMAAN DIFERENSIAL
PERSAMAAN DIFERENSIAL A. Persamaa Diferesial Liier Tigkat Satu Betuk umum ersamaa diferesial liier tigkat satu adalah sebagai berikut: P( ) y Q( ) d atau y P( ) y Q( ) Rumus eyelesaia umum utuk ersamaa
Lebih terperinciBAB 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 terperinciBAB 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 terperinciMata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 4
Program Studi : Tekik Iformatika Miggu ke : 4 INDUKSI MATEMATIKA Hampir semua rumus da hukum yag berlaku tidak tercipta dega begitu saja sehigga diraguka kebearaya. Biasaya, rumus-rumus dapat dibuktika
Lebih terperinciPENGEMBANGAN 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 terperinciBAB III METODOLOGI PENELITIAN. mendapat perlakuan dengan menggunakan model pembelajaran TSTS (Two Stay
A III METODOLOGI PENELITIAN Peelitia ii adalah peelitia eksperime yag dilakuka terhadap dua kelas, yaitu kelas eksperime da kotrol. Dimaa kelas eksperime aka medapat perlakua dega megguaka model pembelajara
Lebih terperinciPerbandingan 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 terperinciBAB 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 terperinciBAB III METODE PENELITIAN. Metode yang digunakan dalam penelitian ini adalah penelitian korelasi,
BAB III METODE PENELITIAN 3.1 Metode Peelitia Metode yag diguaka dalam peelitia ii adalah peelitia korelasi, yaitu suatu metode yag secara sistematis meggambarka tetag hubuga pola asuh orag tua dega kosep
Lebih terperinciIII. 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 terperinciIV. METODOLOGI PENELITIAN
49 IV. METODOLOGI PENELITIAN 4.1. Tempat da Waktu Peelitia Ruag ligkup peelitia mecakup perekoomia Provisi NTT utuk megkaji peraa sektor pertaia dalam perekoomia. Kajia ii diaggap perlu utuk dilakuka dega
Lebih terperinciSTATISTICS. 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 terperinciRange atau jangkauan suatu kelompok data didefinisikan sebagai selisih antara nilai terbesar dan nilai terkecil, yaitu
BAB 4 UKURAN PENYEBARAN DATA Pada Bab sebelumya kita telah mempelajari beberapa ukura pemusata data, yaitu ukura yag memberika iformasi tetag bagaimaa data-data ii megumpul atau memusat Pada bagia Bab
Lebih terperinciBAB 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 terperinciIII METODE PENELITIAN
28 III METODE PENELITIAN 3.1 Tempat da Waktu Peelitia Peelitia ii dilaksaaka di Giat, Botai Square, Bogor, Jawa Barat. Peelitia dilaksaaka pada bula Februari higga bula Maret tahu 2010. 3.2 Pegumpula Data
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Lokasi da objek peelitia Lokasi peelitia dalam skripsi ii adalah area Kecamata Pademaga, alasa dalam pemiliha lokasi ii karea peulis bertempat tiggal di lokasi tersebut sehigga
Lebih terperinci4.7 TRANSFORMASI UNTUK MENDEKATI KENORMALAN
4.7 TRANSFORMASI UNTUK MENDEKATI KENORMALAN Saat asumsi keormala tidak dipuhi maka kesimpula yag kita buat berdasarka suatu metod statistik yag mesyaratka asumsi keormala meadi tidak baik, sehigga mucul
Lebih terperinciUniversitas Gadjah Mada Fakultas Teknik Departemen Teknik Sipil dan Lingkungan REGRESI DAN KORELASI. Statistika dan Probabilitas
Uiversitas Gadjah Mada Fakultas Tekik Departeme Tekik Sipil da Ligkuga REGRESI DAN KORELASI Statistika da Probabilitas Kurva Regresi Mecari garis/kurva yag mewakili seragkaia titik data Ada dua cara utuk
Lebih terperinciBab 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 terperinciBAB II LANDASAN TEORI. Pada bagian ini akan dibahas tentang teori-teori dasar yang. digunakan untuk dalam mengestimasi parameter model.
BAB II LANDASAN TEORI Pada bagia ii aka dibahas tetag teori-teori dasar yag diguaka utuk dalam megestimasi parameter model.. MATRIKS DAN VEKTOR Defiisi : Trace dari matriks bujur sagkar A a adalah pejumlaha
Lebih terperinciBAB 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 terperinciBAB 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 terperinciMETODE 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 terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Jeis peelitia Peelitia ii merupaka jeis peelitia eksperime. Karea adaya pemberia perlakua pada sampel (siswa yag memiliki self efficacy redah da sagat redah) yaitu berupa layaa
Lebih terperinci