Pemilihan Lokasi Kontinyu (1)

Ukuran: px
Mulai penontonan dengan halaman:

Download "Pemilihan Lokasi Kontinyu (1)"

Transkripsi

1 Pemlhan Lokas Kontnu 1 - Model Dasar - 6 Oleh : Debrna Puspta Andran Teknk Industr, Unverstas Brawjaa e-mal : debrna@ub.ac.d

2 Medan method Gravt method Contour-Lne method Weszfeld method Rectlner / Manhattan / Ct block dstance Squared Eucldean dstance Constructs regons bounded b counter lne whch provde feasble pont for new faclt wth the same total cost Euclden dstance *Jka solus optmal tdak feasble perlu dlakukan proses lebh lanjut untuk mencar lokas feasble dan optmal Technques of Contnuous Space Locaton Problems 2

3 Rectlnear dstance / Manhattan dstance / Ct block dstance / rgth-angle dstance / rectangular dstance d j j + - j Aplkas pada overhead materal handlng carrer dengan rel tegak lurus : koordnat lokas j : koordnat lokas j : koordnat lokas j : koordnat lokas j d j : jarak lokas dan j Eucldean d j j 2 + j 2 Aplkas pada conveor, jarngan transportas dan dstrbus Squared Eucledan d j j 2 + j 2 Memberkan bobot terbesar pada jarak terdekat Tpes of Dstance 3

4 MEDIAN METHOD Rectlner / Manhattan / Ct block dstance 4

5 Meletakkan fasltas pada ttk medan Contoh Aplkas: Level makro: penempatan warehouse Level mkro: penempatan mesn Frekuens lntasan lokas f dan baa transportas c ke lokas baru dketahu. Dan karena nlana konstan maka dapat dtetapkan sebaga bobot lokas w w Medan Method 1 5

6 Tujuan Medan Method: Memnmas Dmana : TC total baa dstrbus, koordnat optmal lokas baru Langkah-langkah Metode Medan: Langkah1. Urutkan lokas mula koordnat terkecl Langkah2. Tentukan lokas j dar urutan pada langkah1 ang nla kumulatf bobotna bernla ½ atau lebh dar ½ untuk pertama kal. Langkah3. Urutkan lokas mula koordnat terkecl Langkah4. Tentukan lokas k dar urutan pada langkah3 ang nla kumulatf bobotna bernla ½ atau lebh dar ½ untuk pertama kal. Lokas baru OPTIMAL adalah.j lk.2 dan.k lk.4 Medan Method 2 6

7 Terdapat 4 dvs d lanta 5 ang telah memlk satu mesn fotokop, namun karena kebutuhan ang tngg dperlukan satu mesn fotokop baru untuk dgunakan bersama. Car lokas fotokop ang optmal, jka dketahu koordnat centrod masng-masng dvs dan rata-rata trafc penggunaan ke fotokop baru per dvs. Asums jarak ang dtempuh dmula dan berakhr pada centrod lokas. No. Dvs Koordnat Koordnat Rata2 trafc pemakaan Stud Kasus 7

8 Langkah 1 No. Dvs Koordnat Bobot Kumulatf Bobot Langkah 2 j 10 Penelesaan 1 8

9 Langkah 3 No. Dvs Koordnat Bobot Kumulatf Bobot Langkah 4 k 6! Lokas Optmal : 10, 6 Penelesaan 2 9

10 GRAVITY METHOD Squared Eucldean dstance 10

11 Untuk jarak ang bersfat tdak lner: fungs kuadrat Jens jarak: squared Eucldean Hasl optmal: pusat gravtas serng dsebut Metode Pusat Gravtas Tujuan: Memnmas Lokas baru optmal: Gravt Method 11

12 Permasalahan ang sama dengan Metode Medan: No. Dvs w w w Total Stud Kasus 12

13 Pemlhan Lokas Kontnu 2 - Model Dasar - 7 Oleh : Debrna Puspta Andran Teknk Industr, Unverstas Brawjaa e-mal : debrna@ub.ac.d

14 CONTOUR-LINE METHOD Constructs regons bounded b counter lne whch provde feasble pont for new faclt wth the same total cost 14

15 Dgunakan untuk mengelmnas kemungknan lokas baru berada d lokas ang telah ada, dmana dua fasltas ang sama tdak dapat berada d satu tempat ang sama Meletakkan lokas baru pada daerah terdekat dengan baa palng mnmal feasble near optmal locaton Metode n membentuk area geografs ang dbentuk oleh gars contour Gars contour merupakan alternatf lokas baru dengan nla baa ang sama Kelebhan Contour-lne Method: Memberkan alternatf lokas jka lokas optmal nfeasbel Dapat mengakomodas krtera subektf, atu dengan menggeser lokas optmal awal sepanjang contour-lne hngga memenuh krtera subektf tersebut Contour-Lne Method

16 Contour-Lne Method

17 Langkah-langkah: 1. Plot lokas saat n beserta bobotna sesua dengan koordnatna Contour-Lne Method

18 2. Tark gars horsontal dan vertkal ang melntas ttkttk lokas saat n Contour-Lne Method

19 3. Jumlahkan bobot pada ttk lokas ang dlewat oleh tap gars. Notaskan V untuk jumlah bobot pada gars Vertkal, dan H untuk jumlah bobot pada gars Horsontal H 5 : H 4 : H 3 : H 2 : H 1 : V 1 : V 2 : V 3 : V 4 : V 5 : Contour-Lne Method

20 4. Jumlahkan bobot dan notaskan N 0 : -15 : D 0 Contour-Lne Method

21 5. Htung graden masng-masng area :

22 6. Plh ttk sembarang dan gambarkan gars contour-na sesua dengan graden tap area. Contour-Lne Method

23 WEISZFELD METHOD Euclden dstance 23

24 Metode kuanttatf untuk menentukan poss dalam koordnat fasltas baru ang akan dtempatkan d antara beberapa fasltas lanna ang sudah terpasang. Ukuran jarak ang dpergunakan dalam metode n adalah Jarak Eucldean. Weszfeld Method

25 Fungs Tujuan Weszfeld Method MINIMIZE TC m 1 c. f TC Total Cost c Baa perpndahan f Frekuens perpndahan Koordnat fasltas pada sumbu Koordnat fasltas pada sumbu m Banakna fasltas ang telah terpasang w Bobot perpndahan w c. f

26 Koordnat Fasltas X!! " # $ $ % & +!! " # $ $ % & + m m w w !! " # $ $ % & +!! " # $ $ % & + m m w w Koordnat Fasltas Y

27 3 Langkah Iteras m m k w w 1 1. m m k w w 1 1. Langkah 0 : * Natakan k 1!! " # $ $ % & +!! " # $ $ % & + + m k k m k k k w w !! " # $ $ % & +!! " # $ $ % & + + m k k m k k k w w Langkah 1 : * Natakan : Langkah 2 : Jka dan, maka stop. Jka tdak maka natakan k k+1 dan kembal ke langkah 1. k k +1 k k +1

28 Dua buah mesn fa ang akan dpergunakan oleh 4 departemen. Koordnat ke 4 buah mesn dan rata-rata jumlah pemakaan mesn fa dnatakan tabel dbawah n. Departemen Koordnat X X Koordnat Y Y Rata-rata jumlah permakaan mesn fa W Stud Kasus

29 Iteras 1 Dept w w. w Penelesaan

30 Dept w w. [a] w. [b] 0 2 [c] 0 2 [d] [e] Akar [c]+[d] [a] / [e] [b] / [e] w / [e] Penelesaan

31 Total Cost Iteras 1 w 1 2 [f] 1 2 [g] [h]akar [f] +[g] TC 1 w.[h] Karena 1 0, dan 1 0, maka Lakukan kembal teras ke-2 mula dar langkah ke2. Penelesaan 3

32 HASIL KESELURUHAN ITERASI Karena nla X dan Y tdak berubah pada teras ke 25 dengan koordnat 10,10 Maka poss mesn fa akan dletakkan d kordnat 10,10 Iteras ke- TC

33 Heragu, S Facltes Desgn 3rd Ed.. CRC Press. Tompkns, W, Tanchoco, B Facltes Plannng 3rd Ed.. John Wle & Sons. Wgnjosoebroto, S. & Rahman, A Analsa Lokas & Permasalahan Alokas PPT. Surabaa: Teknk Industr ITS. References

PERMASALAHAN LOKASI (Model Dasar) [2]

PERMASALAHAN LOKASI (Model Dasar) [2] PERMASALAHAN LOKASI Model Dasar [] Technques of Contnuous Space Locaton Probles Medan ethod» Rectlner / Manhattan / Ct bloc dstance Contour-Lne ethod» Constructs regons bounded b counter lne hch provde

Lebih terperinci

Median Method. Types of Distance Rectilinear distance / Manhattan distance / City block distance / rigth-angle distance / rectangular distance

Median Method. Types of Distance Rectilinear distance / Manhattan distance / City block distance / rigth-angle distance / rectangular distance 30/05/04 Technques of Contnuous Space Locaton Probles PERMASALAHAN LOKASI Model Dasar [] Medan ethod» Rectlner / Manhattan / Ct bloc dstance Contour-Lne ethod» Constructs regons bounded b counter lne hch

Lebih terperinci

MANAJEMEN LOGISTIK & SUPPLY CHAIN MANAGEMENT KULIAH 3: MERANCANG JARINGAN SUPPLY CHAIN

MANAJEMEN LOGISTIK & SUPPLY CHAIN MANAGEMENT KULIAH 3: MERANCANG JARINGAN SUPPLY CHAIN MANAJEMEN LOGISTIK & SUPPLY CHAIN MANAGEMENT KULIAH 3: MERANCANG JARINGAN SUPPLY CHAIN By: Rn Halla Nasuton, ST, MT MERANCANG JARINGAN SC Perancangan jarngan SC merupakan satu kegatan pentng yang harus

Lebih terperinci

Kecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi

Kecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi Statstka, Vol. 9 No., 4 47 Me 009 Kecocokan Dstrbus Normal Menggunakan Plot Persentl-Persentl yang Dstandarsas Lsnur Wachdah Program Stud Statstka Fakultas MIPA Unsba e-mal : Lsnur_w@yahoo.co.d ABSTRAK

Lebih terperinci

BAB 4 PERHITUNGAN NUMERIK

BAB 4 PERHITUNGAN NUMERIK Mata kulah KOMPUTASI ELEKTRO BAB PERHITUNGAN NUMERIK. Kesalahan error Pada Penelesaan Numerk Penelesaan secara numers dar suatu persamaan matemats kadang-kadang hana memberkan nla perkraan ang mendekat

Lebih terperinci

BAB VB PERSEPTRON & CONTOH

BAB VB PERSEPTRON & CONTOH BAB VB PERSEPTRON & CONTOH Model JST perseptron dtemukan oleh Rosenblatt (1962) dan Mnsky Papert (1969). Model n merupakan model yang memlk aplkas dan pelathan yang lebh bak pada era tersebut. 5B.1 Arstektur

Lebih terperinci

Penentuan Jumlah dan Lokasi Gudang Yang Optimal Dengan Menggunakan Metode Cluster

Penentuan Jumlah dan Lokasi Gudang Yang Optimal Dengan Menggunakan Metode Cluster Performa (2004) Vol.3, No.1:1-8 Penentuan Jumlah dan Lokas Gudang Yang Optmal Dengan Menggunakan Metode Cluster Sulstyanngsh Jat Murt, Azzah Asyat dan Bambang Suhard Jurusan Teknk Industr, Unverstas Sebelas

Lebih terperinci

Bab 3. Penyusunan Algoritma

Bab 3. Penyusunan Algoritma Bab 3. Penusunan Algortma on anuwjaa/ 500030 Algortma merupakan penulsan permasalahan ang sedang dsorot dalam bahasa matematk. Algortma dbutuhkan karena komputer hana dapat membaca suatu masalah secara

Lebih terperinci

Bab 2 AKAR-AKAR PERSAMAAN

Bab 2 AKAR-AKAR PERSAMAAN Analsa Numerk Bahan Matrkulas Bab AKAR-AKAR PERSAMAAN Pada kulah n akan dpelajar beberapa metode untuk mencar akar-akar dar suatu persamaan yang kontnu. Untuk persamaan polnomal derajat, persamaannya dapat

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Fuzzy Set Pada tahun 1965, Zadeh memodfkas teor hmpunan dmana setap anggotanya memlk derajat keanggotaan yang bernla kontnu antara 0 sampa 1. Hmpunan n dsebut dengan hmpunaan

Lebih terperinci

PENGGUNAAN DINDING GESER SEBAGAI ELEMEN PENAHAN GEMPA PADA BANGUNAN BERTINGKAT 10 LANTAI

PENGGUNAAN DINDING GESER SEBAGAI ELEMEN PENAHAN GEMPA PADA BANGUNAN BERTINGKAT 10 LANTAI PENGGUNAAN DINDING GESER SEBAGAI ELEMEN PENAHAN GEMPA PADA BANGUNAN BERTINGKAT 10 LANTAI Reky Stenly Wndah Dosen Jurusan Teknk Spl Fakultas Teknk Unverstas Sam Ratulang Manado ABSTRAK Pada bangunan tngg,

Lebih terperinci

BAB V ANALISA PEMECAHAN MASALAH

BAB V ANALISA PEMECAHAN MASALAH BAB V ANALISA PEMECAHAN MASALAH 5.1 Analsa Pemlhan Model Tme Seres Forecastng Pemlhan model forecastng terbak dlakukan secara statstk, dmana alat statstk yang dgunakan adalah MAD, MAPE dan TS. Perbandngan

Lebih terperinci

TAKARIR. Bottleneck = leher botol / keterlambatan dalam proses alur produksi.

TAKARIR. Bottleneck = leher botol / keterlambatan dalam proses alur produksi. TAKARIR Bottleneck = leher botol / keterlambatan dalam proses alur produks. Break down = pecah / kerusakan. Centrod = Pusat area Customer = pelanggan / konsumen. Cutomer servce = pelayanan konsumen. Fnshed

Lebih terperinci

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara BAB 2 LANDASAN TEORI 2.1 Pengertan Analsa Regres Dalam kehdupan sehar-har, serng kta jumpa hubungan antara satu varabel terhadap satu atau lebh varabel yang lan. Sebaga contoh, besarnya pendapatan seseorang

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 7 BAB LANDASAN TEORI.1 Analsa Regres Analsa regres dnterpretaskan sebaga suatu analsa yang berkatan dengan stud ketergantungan (hubungan kausal) dar suatu varabel tak bebas (dependent varable) atu dsebut

Lebih terperinci

Pendahuluan. 0 Dengan kata lain jika fungsi tersebut diplotkan, grafik yang dihasilkan akan mendekati pasanganpasangan

Pendahuluan. 0 Dengan kata lain jika fungsi tersebut diplotkan, grafik yang dihasilkan akan mendekati pasanganpasangan Pendahuluan 0 Data-data ang bersfat dskrt dapat dbuat contnuum melalu proses curve-fttng. 0 Curve-fttng merupakan proses data-smoothng, akn proses pendekatan terhadap kecenderungan data-data dalam bentuk

Lebih terperinci

BAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat

BAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat BAB LANDASAN TEORI. 1 Analsa Regres Regres pertama kal dpergunakan sebaga konsep statstk pada tahun 1877 oleh Sr Francs Galton. Galton melakukan stud tentang kecenderungan tngg badan anak. Teor Galton

Lebih terperinci

BAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya

BAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.1.1 Tempat Peneltan Pada peneltan n, penuls memlh lokas d SMA Neger 1 Bolyohuto khususnya pada sswa kelas X, karena penuls menganggap bahwa lokas

Lebih terperinci

ANALISIS BENTUK HUBUNGAN

ANALISIS BENTUK HUBUNGAN ANALISIS BENTUK HUBUNGAN Analss Regres dan Korelas Analss regres dgunakan untuk mempelajar dan mengukur hubungan statstk yang terjad antara dua varbel atau lebh varabel. Varabel tersebut adalah varabel

Lebih terperinci

PENENTUAN DENSITAS PERMUKAAN

PENENTUAN DENSITAS PERMUKAAN PENENTUAN DENSITAS PERMUKAAN Pada koreks topograf ada satu nla yang belum dketahu nlanya yatu denstas batuan permukaan (rapat massa batuan dekat permukaan). Rapat massa batuan dekat permukaan dapat dtentukan

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA Revew Peneltan Sebelumnya 2.1. Pengembangan model matematk horson waktu dskret optmal untuk penjadwalan job banyak operas tunggal pada mesn alternatf [Sukendar, 2007] Notas a. Hmpunan

Lebih terperinci

MODEL HEURISTIK PENENTUAN RUTE KENDARAAN DENGAN BATASAN WAKTU PENGIRIMAN

MODEL HEURISTIK PENENTUAN RUTE KENDARAAN DENGAN BATASAN WAKTU PENGIRIMAN MODEL HEURISTIK PENENTUAN RUTE KENDARAAN DENGAN BATASAN WAKTU PENGIRIMAN Tjutju T. Dmyat Jurusan Teknk Industr Unverstas Pasundan E-mal : admyat@bdg.centrn.net.d ABSTRAK Penentuan rute kendaraan (Vehcle

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pengertan Regres Regres pertama kal dpergunakan sebaga konsep statstka oleh Sr Francs Galton (1822 1911). Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang

Lebih terperinci

BAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel

BAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel BAB LANDASAN TEORI. Analss Regres Regres merupakan suatu alat ukur yang dgunakan untuk mengukur ada atau tdaknya hubungan antar varabel. Dalam analss regres, suatu persamaan regres atau persamaan penduga

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Penjadwalan Baker (1974) mendefnskan penjadwalan sebaga proses pengalokasan sumber-sumber dalam jangka waktu tertentu untuk melakukan sejumlah pekerjaan. Menurut Morton dan

Lebih terperinci

PERBAIKAN TATA LETAK FASILITAS PRODUKSI DENGAN PENGELOMPOKAN FASILITAS DAN LMIP 4 ( STUDI KASUS: PT. SUMBER MAKMUR)

PERBAIKAN TATA LETAK FASILITAS PRODUKSI DENGAN PENGELOMPOKAN FASILITAS DAN LMIP 4 ( STUDI KASUS: PT. SUMBER MAKMUR) Prosdng Semnar Nasonal Aplkas Sans & Teknolog (SNAST) Perode III ISSN: 979-9X Yogyakarta, 3 November 0 PERBAIKAN TATA LETAK FASILITAS PRODUKSI DENGAN PENGELOMPOKAN FASILITAS DAN LMIP 4 ( STUDI KASUS: PT.

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Pengertan Regres Regres pertama kal dgunakan sebaga konsep statstka oleh Sr Francs Galton (18 1911).Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang selanjutnya

Lebih terperinci

Penyelesaian Masalah Transshipmen Dengan Metoda Primal-Dual Wawan Laksito YS 2)

Penyelesaian Masalah Transshipmen Dengan Metoda Primal-Dual Wawan Laksito YS 2) ISSN : 69 7 Penyelesaan Masalah Transshpmen Dengan Metoda Prmal-Dual Wawan Laksto YS ) Abstrak Masalah Pemndahan Muatan adalah masalah transportas yang melbatkan sambungan yang harus dlewat. Obektnya adalah

Lebih terperinci

BAB III SKEMA NUMERIK

BAB III SKEMA NUMERIK BAB III SKEMA NUMERIK Pada bab n, akan dbahas penusunan skema numerk dengan menggunakan metoda beda hngga Forward-Tme dan Centre-Space. Pertama kta elaskan operator beda hngga dan memberkan beberapa sfatna,

Lebih terperinci

III. METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode

III. METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode 8 III. METODE PENELITIAN A. Metode Peneltan Metode peneltan adalah suatu cara yang dpergunakan untuk pemecahan masalah dengan teknk dan alat tertentu sehngga dperoleh hasl yang sesua dengan tujuan peneltan.

Lebih terperinci

KORELASI DAN REGRESI LINIER. Debrina Puspita Andriani /

KORELASI DAN REGRESI LINIER. Debrina Puspita Andriani    / KORELASI DAN REGRESI LINIER 9 Debrna Puspta Andran www. E-mal : debrna.ub@gmal.com / debrna@ub.ac.d 2 Outlne 3 Perbedaan mendasar antara korelas dan regres? KORELASI Korelas hanya menunjukkan sekedar hubungan.

Lebih terperinci

Pertemuan ke-4 Analisa Terapan: Metode Numerik. 4 Oktober 2012

Pertemuan ke-4 Analisa Terapan: Metode Numerik. 4 Oktober 2012 Pertemuan ke-4 Analsa Terapan: Metode Numerk 4 Oktober Persamaan Non Non--Lner: Metode NewtonNewton-Raphson Dr.Eng. Agus S. Muntohar Metode Newton Newton--Raphson f( f( f( + [, f(] + = α + + f( f ( Gambar

Lebih terperinci

OPTIMASI MASALAH PENUGASAN. Siti Maslihah

OPTIMASI MASALAH PENUGASAN. Siti Maslihah JPM IIN ntasar Vol. 01 No. 2 Januar Jun 2014, h. 95-106 OPTIMSI MSLH PNUGSN St Maslhah bstrak Pemrograman lner merupakan salah satu lmu matematka terapan yang bertuuan untuk mencar nla optmum dar suatu

Lebih terperinci

3 METODE HEURISTIK UNTUK VRPTW

3 METODE HEURISTIK UNTUK VRPTW 12 3 METODE HEURISTIK UNTUK VRPTW 3.1 Metode Heurstk Metode heurstk merupakan salah satu metode penentuan solus optmal dar permasalahan optmas kombnatoral. Berbeda dengan solus eksak yang menentukan nla

Lebih terperinci

BAB VIB METODE BELAJAR Delta rule, ADALINE (WIDROW- HOFF), MADALINE

BAB VIB METODE BELAJAR Delta rule, ADALINE (WIDROW- HOFF), MADALINE BAB VIB METODE BELAJAR Delta rule, ADALINE (WIDROW- HOFF), MADALINE 6B.1 Pelathan ADALINE Model ADALINE (Adaptve Lnear Neuron) dtemukan oleh Wdrow & Hoff (1960) Arstekturnya mrp dengan perseptron Perbedaan

Lebih terperinci

DISTRIBUSI FREKUENSI

DISTRIBUSI FREKUENSI BAB DISTRIBUSI FREKUENSI Kompetens Mampu membuat penyajan data dalam dstrbus frekuens Indkator 1. Menjelaskan dstrbus frekuens. Membuat dstrbus frekuens 3. Menjelaskan macam-macam dstrbus frekuens 4. Membuat

Lebih terperinci

PENGEMBANGAN MODEL PERSEDIAAN DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA BAHAN DAN FAKTOR INCREMENTAL DISCOUNT

PENGEMBANGAN MODEL PERSEDIAAN DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA BAHAN DAN FAKTOR INCREMENTAL DISCOUNT PENGEMBANGAN MODEL PERSEDIAAN DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA BAHAN DAN FAKTOR INCREMENTAL DISCOUNT Har Prasetyo Jurusan Teknk Industr Unverstas Muhammadyah Surakarta Jl. A. Yan Tromol Pos Pabelan

Lebih terperinci

Interpretasi data gravitasi

Interpretasi data gravitasi Modul 7 Interpretas data gravtas Interpretas data yang dgunakan dalam metode gravtas adalah secara kualtatf dan kuanttatf. Dalam hal n nterpretas secara kuanttatf adalah pemodelan, yatu dengan pembuatan

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA 2 Masalah Transportas Jong Jek Sang (20) menelaskan bahwa masalah transportas merupakan masalah yang serng dhadap dalam pendstrbusan barang Msalkan ada m buah gudang (sumber) yang

Lebih terperinci

JULIO ADISANTOSO - ILKOM IPB 1

JULIO ADISANTOSO - ILKOM IPB 1 KOM341 Temu Kembal Informas KULIAH #9 Text Clusterng Clusterng Pengelompokan, penggerombolan Proses pengelompokan sekumpulan obyek ke dalam kelas-kelas obyek yang memlk sfat sama. Unsupervsed learnng JAS

Lebih terperinci

BAB III METODOLOGI PENELITIAN. awal dengan pemberian latihan dan pemberikan tes akhir yang kemudian melihat

BAB III METODOLOGI PENELITIAN. awal dengan pemberian latihan dan pemberikan tes akhir yang kemudian melihat BAB III METODOLOGI PENELITIAN 1.1 Metode peneltan Metode peneltan yang dlakukan adalah metode ekspermen melakukan tes awal dengan pemberan lathan dan pemberkan tes akhr yang kemudan melhat penngkatan dan

Lebih terperinci

BAB 4 METODOLOGI PENELITIAN DAN ANALISIS

BAB 4 METODOLOGI PENELITIAN DAN ANALISIS 28 BAB 4 METODOLOGI PENELITIAN DAN ANALISIS 4.1 Kerangka Pemkran dan Hpotess Dalam proses peneltan n, akan duj beberapa varabel software yang telah dsebutkan pada bab sebelumnya. Sesua dengan tahapan-tahapan

Lebih terperinci

.. Kekakuan Rangka batang Bdang (Plane Truss) BAB ANAISIS STRUKTUR RANGKA BATANG BIANG Struktur plane truss merupakan suatu sstem struktur ang merupakan gabungan dar seumlah elemen (batang) d mana pada

Lebih terperinci

2 TINJAUAN PUSTAKA. sistem statis dan sistem fuzzy. Penelitian sejenis juga dilakukan oleh Aziz (1996).

2 TINJAUAN PUSTAKA. sistem statis dan sistem fuzzy. Penelitian sejenis juga dilakukan oleh Aziz (1996). 2 TINJAUAN PUSTAKA 2.1 Stud Yang Terkat Peneltan n mengacu pada jurnal yang dtuls oleh Khang, dkk.(1995). Dalam peneltannya, Khang, dkk membandngkan arus lalu lntas yang datur menggunakan sstem stats dan

Lebih terperinci

BAB 1 PENDAHULUAN. dependen (y) untuk n pengamatan berpasangan i i i. x : variabel prediktor; f x ) ). Bentuk kurva regresi f( x i

BAB 1 PENDAHULUAN. dependen (y) untuk n pengamatan berpasangan i i i. x : variabel prediktor; f x ) ). Bentuk kurva regresi f( x i BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan analss statstk yang dgunakan untuk memodelkan hubungan antara varabel ndependen (x) dengan varabel ( x, y ) n dependen (y) untuk n pengamatan

Lebih terperinci

Fisika Dasar I (FI-321)

Fisika Dasar I (FI-321) Fska Dasar I (FI-31) Topk har n (mnggu 5) Usaha dan Energ Usaha dan Energ Energ Knetk Teorema Usaha Energ Knetk Energ Potensal Gravtas Usaha dan Energ Potensal Gravtas Gaya Konservatf dan Non-Konservatf

Lebih terperinci

METODE NUMERIK. INTERPOLASI Interpolasi Beda Terbagi Newton Interpolasi Lagrange Interpolasi Spline.

METODE NUMERIK. INTERPOLASI Interpolasi Beda Terbagi Newton Interpolasi Lagrange Interpolasi Spline. METODE NUMERIK INTERPOLASI Interpolas Beda Terbag Newton Interpolas Lagrange Interpolas Splne http://maulana.lecture.ub.ac.d Interpolas n-derajat polnom Tujuan Interpolas berguna untuk menaksr hargaharga

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PEDAHULUA. Latar Belakang Rsko ddentfkaskan dengan ketdakpastan. Dalam mengambl keputusan nvestas para nvestor mengharapkan hasl yang maksmal dengan rsko tertentu atau hasl tertentu dengan rsko yang

Lebih terperinci

Bab IV Pemodelan dan Perhitungan Sumberdaya Batubara

Bab IV Pemodelan dan Perhitungan Sumberdaya Batubara Bab IV Pemodelan dan Perhtungan Sumberdaa Batubara IV1 Pemodelan Endapan Batubara Pemodelan endapan batubara merupakan tahapan kegatan dalam evaluas sumberdaa batubara ang bertuuan menggambarkan atau menatakan

Lebih terperinci

BAB II TEORI ALIRAN DAYA

BAB II TEORI ALIRAN DAYA BAB II TEORI ALIRAN DAYA 2.1 UMUM Perhtungan alran daya merupakan suatu alat bantu yang sangat pentng untuk mengetahu konds operas sstem. Perhtungan alran daya pada tegangan, arus dan faktor daya d berbaga

Lebih terperinci

Fisika Dasar I (FI-321) Usaha dan Energi

Fisika Dasar I (FI-321) Usaha dan Energi Fska Dasar I (FI-31) Topk har n (mnggu 5) Usaha dan Energ Usaha Menyatakan hubungan antara gaya dan energ Energ menyatakan kemampuan melakukan usaha Usaha,,, yang dlakukan oleh gaya konstan pada sebuah

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN Dalam pembuatan tugas akhr n, penulsan mendapat referens dar pustaka serta lteratur lan yang berhubungan dengan pokok masalah yang penuls ajukan. Langkah-langkah yang akan

Lebih terperinci

UKURAN GEJALA PUSAT &

UKURAN GEJALA PUSAT & UKURAN GEJALA PUSAT & UKURAN LETAK UKURAN GEJALA PUSAT & LETAK Untuk mendapatkan gambaran yang jelas mengena suatu populas atau sampel Ukuran yang merupakan wakl kumpulan data mengena populas atau sampel

Lebih terperinci

Tinjauan Algoritma Genetika Pada Permasalahan Himpunan Hitting Minimal

Tinjauan Algoritma Genetika Pada Permasalahan Himpunan Hitting Minimal 157 Vol. 13, No. 2, 157-161, Januar 2017 Tnjauan Algortma Genetka Pada Permasalahan Hmpunan Httng Mnmal Jusmawat Massalesse, Bud Nurwahyu Abstrak Beberapa persoalan menark dapat dformulaskan sebaga permasalahan

Lebih terperinci

BAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi.

BAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi. BAB LANDASAN TEORI Pada bab n akan durakan beberapa metode yang dgunakan dalam penyelesaan tugas akhr n. Selan tu penuls juga mengurakan tentang pengertan regres, analss regres berganda, membentuk persamaan

Lebih terperinci

APLIKASI INTEGRAL TENTU

APLIKASI INTEGRAL TENTU APLIKASI INTEGRAL TENTU Aplkas Integral Tentu థ Luas dantara kurva థ Volume benda dalam bdang (dengan metode cakram dan cncn) థ Volume benda putar (dengan metode kult tabung) థ Luas permukaan benda putar

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA 7 II TINJUN PUSTK 2.1 Manaemen Proyek 2.1.1 Pengertan Manaemen Proyek Sebelum mengemukakan apa art dar Manaemen Proyek, terlebh dahulu akan mengetahu art dar Manaemen dan Proyek tu. Menurut Hamng dan Nurnaamuddn

Lebih terperinci

PERANCANGAN JARINGAN AKSES KABEL (DTG3E3)

PERANCANGAN JARINGAN AKSES KABEL (DTG3E3) PERCG JRIG KSES KBEL (DTG3E3) Dsusun Oleh : Hafdudn,ST.,MT. (HFD) Rohmat Tulloh, ST.,MT (RMT) Prod D3 Teknk Telekomunkas Fakultas Ilmu Terapan Unverstas Telkom 015 Peramalan Trafk Peramalan Trafk Peramalan

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang. Di dalam matematika mulai dari SD, SMP, SMA, dan Perguruan Tinggi

BAB I PENDAHULUAN. 1.1 Latar Belakang. Di dalam matematika mulai dari SD, SMP, SMA, dan Perguruan Tinggi Daftar Is Daftar Is... Kata pengantar... BAB I...1 PENDAHULUAN...1 1.1 Latar Belakang...1 1.2 Rumusan Masalah...2 1.3 Tujuan...2 BAB II...3 TINJAUAN TEORITIS...3 2.1 Landasan Teor...4 BAB III...5 PEMBAHASAN...5

Lebih terperinci

ε adalah error random yang diasumsikan independen, m X ) adalah fungsi

ε adalah error random yang diasumsikan independen, m X ) adalah fungsi BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan suatu metode yang dgunakan untuk menganalss hubungan antara dua atau lebh varabel. Pada analss regres terdapat dua jens varabel yatu

Lebih terperinci

BAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK:

BAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK: BAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK: BAB IX. STATISTIKA Contoh : hasl ulangan Matematka 5 sswa sbb: 6 8 7 6 9 Pengertan Statstka dan

Lebih terperinci

BAB III LANDASAN TEORI. berasal dari peraturan SNI yang terdapat pada persamaan berikut.

BAB III LANDASAN TEORI. berasal dari peraturan SNI yang terdapat pada persamaan berikut. BAB III LANDASAN TEORI 3. Kuat Tekan Beton Kuat tekan beban beton adalah besarna beban per satuan luas, ang menebabkan benda uj beton hanur bla dbeban dengan gaa tekan tertentu, ang dhaslkan oleh mesn

Lebih terperinci

WEIBULL TWO PARAMETER

WEIBULL TWO PARAMETER WEIBULL TWO PARAMETER Dalam teor probabltas dan statstk, dstrbus webull merupakan dstrbus probabltas yang berkelanjutan atau kontnyu. Dgambarkan secara detal oleh Walodd Webull pada tahun 1951 meskpun

Lebih terperinci

BAB X RUANG HASIL KALI DALAM

BAB X RUANG HASIL KALI DALAM BAB X RUANG HASIL KALI DALAM 0. Hasl Kal Dalam Defns. Hasl kal dalam adalah fungs yang mengatkan setap pasangan vektor d ruang vektor V (msalkan pasangan u dan v, dnotaskan dengan u, v ) dengan blangan

Lebih terperinci

MULTIVARIATE ANALYSIS OF VARIANCE (MANOVA) MAKALAH Untuk Memenuhi Tugas Matakuliah Multivariat yang dibimbing oleh Ibu Trianingsih Eni Lestari

MULTIVARIATE ANALYSIS OF VARIANCE (MANOVA) MAKALAH Untuk Memenuhi Tugas Matakuliah Multivariat yang dibimbing oleh Ibu Trianingsih Eni Lestari MULTIVARIATE ANALYSIS OF VARIANCE (MANOVA) MAKALAH Untuk Memenuh Tugas Matakulah Multvarat yang dbmbng oleh Ibu Tranngsh En Lestar oleh Sherly Dw Kharsma 34839 Slva Indrayan 34844 Vvn Octana 34633 UNIVERSITAS

Lebih terperinci

ANALISIS ASPEK TEKNIS DAN KEUANGAN PENDIRIAN DISTRIBUTION CENTRE UNTUK PROGRAM ONE VILLAGE ONE PRODUCT (OVOP) Studi Kasus: Sulaman/Bordir Agam

ANALISIS ASPEK TEKNIS DAN KEUANGAN PENDIRIAN DISTRIBUTION CENTRE UNTUK PROGRAM ONE VILLAGE ONE PRODUCT (OVOP) Studi Kasus: Sulaman/Bordir Agam ANALISIS ASPEK TEKNIS DAN KEUANGAN PENDIRIAN DISTRIBUTION CENTRE UNTUK PROGRAM ONE VILLAGE ONE PRODUCT (OVOP) Stud Kasus: Sulaman/Bordr Agam Renny Patrsna, MT 1, Ben Harma 2 1) Dosen Jurusan Teknk Industr

Lebih terperinci

PERTEMUAN I PENGENALAN STATISTIKA TUJUAN PRAKTIKUM

PERTEMUAN I PENGENALAN STATISTIKA TUJUAN PRAKTIKUM PERTEMUAN I PENGENALAN STATISTIKA TUJUAN PRAKTIKUM 1) Membuat dstrbus frekuens. 2) Mengetahu apa yang dmaksud dengan Medan, Modus dan Mean. 3) Mengetahu cara mencar Nla rata-rata (Mean). TEORI PENUNJANG

Lebih terperinci

PEMAHAMAN METODE NUMERIK MENGGUNAKAN PEMPROGRMAN MATLAB (Studi Kasus : Metode Secant)

PEMAHAMAN METODE NUMERIK MENGGUNAKAN PEMPROGRMAN MATLAB (Studi Kasus : Metode Secant) PEMAHAMAN METODE NUMERIK MENGGUNAKAN PEMPROGRMAN MATLAB (Stud Kasus : Metode Secant) Melda panjatan STMIK Bud Darma, Jln.SM.Raja No.338 Sp.Lmun, Medan Sumatera Utara Jurusan Teknk Informatka e-mal : meldapjt.78@gmal.com

Lebih terperinci

BAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen.

BAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen. BAB II METODOLOGI PENELITIAN A. Bentuk Peneltan Jens peneltan yang dgunakan dalam peneltan n adalah peneltan deskrptf dengan analsa kuanttatf, dengan maksud untuk mencar pengaruh antara varable ndependen

Lebih terperinci

BAB IV PEMBAHASAN MODEL

BAB IV PEMBAHASAN MODEL BAB IV PEMBAHASAN MODEL Pada bab IV n akan dlakukan pembuatan model dengan melakukan analss perhtungan untuk permasalahan proses pengadaan model persedaan mult tem dengan baya produks cekung dan jont setup

Lebih terperinci

II. TEORI DASAR. Definisi 1. Transformasi Laplace didefinisikan sebagai

II. TEORI DASAR. Definisi 1. Transformasi Laplace didefinisikan sebagai II. TEORI DASAR.1 Transormas Laplace Ogata (1984) mengemukakan bahwa transormas Laplace adalah suatu metode operasonal ang dapat dgunakan untuk menelesakan persamaan derensal lnear. Dengan menggunakan

Lebih terperinci

PEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR

PEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR PEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR Resa Septan Pontoh 1), Neneng Sunengsh 2) 1),2) Departemen Statstka Unverstas Padjadjaran 1) resa.septan@unpad.ac.d,

Lebih terperinci

BAB III METODE PENELITIAN. Jenis penelitian yang dipakai adalah penelitian kuantitatif, dengan

BAB III METODE PENELITIAN. Jenis penelitian yang dipakai adalah penelitian kuantitatif, dengan BAB III METODE PENELITIAN 3.1 Pendekatan dan Jens Peneltan Jens peneltan yang dpaka adalah peneltan kuanttatf, dengan menggunakan metode analss deskrptf dengan analss statstka nferensal artnya penuls dapat

Lebih terperinci

III. METODELOGI PENELITIAN. Suatu penelitian dapat berhasil dengan baik dan sesuai dengan prosedur ilmiah,

III. METODELOGI PENELITIAN. Suatu penelitian dapat berhasil dengan baik dan sesuai dengan prosedur ilmiah, III. METODELOGI PENELITIAN A. Metode Peneltan Suatu peneltan dapat berhasl dengan bak dan sesua dengan prosedur lmah, apabla peneltan tersebut menggunakan metode atau alat yang tepat. Dengan menggunakan

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar belakang

BAB 1 PENDAHULUAN. 1.1 Latar belakang BAB 1 PENDAHULUAN 1.1 Latar belakang Dalam memlh sesuatu, mula yang memlh yang sederhana sampa ke hal yang sangat rumt yang dbutuhkan bukanlah berpkr yang rumt, tetap bagaman berpkr secara sederhana. AHP

Lebih terperinci

I. PENGANTAR STATISTIKA

I. PENGANTAR STATISTIKA 1 I. PENGANTAR STATISTIKA 1.1 Jens-jens Statstk Secara umum, lmu statstka dapat terbag menjad dua jens, yatu: 1. Statstka Deskrptf. Statstka Inferensal Dalam sub bab n akan djelaskan mengena pengertan

Lebih terperinci

BAB II TINJAUAN PUSTAKA DAN DASAR TEORI

BAB II TINJAUAN PUSTAKA DAN DASAR TEORI BAB II TINJAUAN PUSTAKA DAN DASAR TEORI 2.1 Tnjauan Pustaka Dar peneltan yang dlakukan Her Sulstyo (2010) telah dbuat suatu sstem perangkat lunak untuk mendukung dalam pengamblan keputusan menggunakan

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN III. METODE PENELITIAN 3.1. Lokas dan Waktu Peneltan dlaksanakan d kawasan PT. Kencana Sawt Indonesa (KSI), Kabupaten Solok Selatan, Sumatra Barat sebaga lokas pengamatan dan pengamblan data. Pengolahan

Lebih terperinci

Model Potensial Gravitasi Hansen untuk Menentukan Pertumbuhan Populasi Daerah

Model Potensial Gravitasi Hansen untuk Menentukan Pertumbuhan Populasi Daerah Performa (2004) Vol. 3, No.1: 28-32 Model Potensal Gravtas Hansen untuk Menentukan Pertumbuhan Populas Daerah Bambang Suhard Jurusan Teknk Industr, Unverstas Sebelas Maret, Surakarta Abstract Gravtaton

Lebih terperinci

PRAKTIKUM 6 Penyelesaian Persamaan Non Linier Metode Newton Raphson Dengan Modifikasi Tabel

PRAKTIKUM 6 Penyelesaian Persamaan Non Linier Metode Newton Raphson Dengan Modifikasi Tabel PRAKTIKUM 6 Penyelesaan Persamaan Non Lner Metode Newton Raphson Dengan Modfkas Tabel Tujuan : Mempelajar metode Newton Raphson dengan modfkas tabel untuk penyelesaan persamaan non lner Dasar Teor : Permasalahan

Lebih terperinci

PENENTUAN KOEFISIEN MULTIPLE REGRESI DENGAN MENGGUNAKAN METODE LINIER PROGRAMMING

PENENTUAN KOEFISIEN MULTIPLE REGRESI DENGAN MENGGUNAKAN METODE LINIER PROGRAMMING PENENTUAN KOEFISIEN MULTIPLE REGRESI DENGAN MENGGUNAKAN METODE LINIER PROGRAMMING SKRIPSI RINA ASTRY GINTING 060823031 PROGRAM STUDI SARJANA MATEMATIKA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU

Lebih terperinci

ANALISIS REGRESI REGRESI NONLINEAR REGRESI LINEAR REGRESI KUADRATIK REGRESI LINEAR SEDERHANA REGRESI LINEAR BERGANDA REGRESI KUBIK

ANALISIS REGRESI REGRESI NONLINEAR REGRESI LINEAR REGRESI KUADRATIK REGRESI LINEAR SEDERHANA REGRESI LINEAR BERGANDA REGRESI KUBIK REGRESI NON LINIER ANALISIS REGRESI REGRESI LINEAR REGRESI NONLINEAR REGRESI LINEAR SEDERHANA REGRESI LINEAR BERGANDA REGRESI KUADRATIK REGRESI KUBIK Membentuk gars lurus Membentuk Gars Lengkung Regres

Lebih terperinci

MATERI KULIAH STATISTIKA I UKURAN. (Nuryanto, ST., MT)

MATERI KULIAH STATISTIKA I UKURAN. (Nuryanto, ST., MT) MATERI KULIAH STATISTIKA I UKURAN (Nuryanto, ST., MT) Ukuran Statstk Ukuran Statstk : 1. Ukuran Pemusatan Bagamana, d mana data berpusat? Rata-Rata Htung = Arthmetc Mean Medan Modus Kuartl, Desl, Persentl.

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakang Dalam kehdupan sehar-har, serngkal dumpa hubungan antara suatu varabel dengan satu atau lebh varabel lan. D dalam bdang pertanan sebaga contoh, doss dan ens pupuk yang dberkan

Lebih terperinci

Pendeteksian Data Pencilan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Diagnostik

Pendeteksian Data Pencilan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Diagnostik Pendeteksan Data Penclan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Dagnostk Sally Indra 1, Dod Vonanda, Rry Srnngsh 3 1 Student of Mathematcs Department State Unversty of Padang,

Lebih terperinci

BAB III METODE PENELITIAN. SMK Negeri I Gorontalo. Penetapan lokasi tersebut berdasarkan pada

BAB III METODE PENELITIAN. SMK Negeri I Gorontalo. Penetapan lokasi tersebut berdasarkan pada 3 BAB III METODE PENELITIAN 3.1 Tempat Dan Waktu Peneltan 3.1.1 Tempat Peneltan Peneltan yang dlakukan oleh penelt berlokas d Kelas Ak 6, SMK Neger I Gorontalo. Penetapan lokas tersebut berdasarkan pada

Lebih terperinci

BAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah

BAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah BAB III METODE PENELITIAN 3.1 Metode Peneltan Metode yang dgunakan dalam peneltan n adalah metode deskrptf. Peneltan deskrptf merupakan peneltan yang dlakukan untuk menggambarkan sebuah fenomena atau suatu

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 13 Bandar Lampung. Populasi dalam

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 13 Bandar Lampung. Populasi dalam III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Neger 3 Bandar Lampung. Populas dalam peneltan n yatu seluruh sswa kelas VIII SMP Neger 3 Bandar Lampung Tahun Pelajaran 0/03 yang

Lebih terperinci

Pembentukan Prototype Data Dengan Metode K-Means Untuk Klasifikasi dalam Metode K- Nearest Neighbor (K-NN)

Pembentukan Prototype Data Dengan Metode K-Means Untuk Klasifikasi dalam Metode K- Nearest Neighbor (K-NN) Pembentukan Prototype Data Dengan Metode K-Means Untuk Klasfkas dalam Metode K- Nearest Neghbor () Kharul Umam Syalman Magster Teknk Informatka Faslkom - TI USU kharul.q14@gmal.com Adl Abdllah Nababan

Lebih terperinci

Pembentukan Prototype Data Dengan Metode K-Means Untuk Klasifikasi dalam Metode K- Nearest Neighbor (K-NN)

Pembentukan Prototype Data Dengan Metode K-Means Untuk Klasifikasi dalam Metode K- Nearest Neighbor (K-NN) Pembentukan Prototype Data Dengan Metode K-Means Untuk Klasfkas dalam Metode K- Nearest Neghbor () Kharul Umam Syalman Magster Teknk Informatka Faslkom - TI USU kharul.q14@gmal.com Adl Abdllah Nababan

Lebih terperinci

U JIAN A KHIR S EMESTER M ATEMATIKA T EKNIK

U JIAN A KHIR S EMESTER M ATEMATIKA T EKNIK Jurusan Teknk Spl dan Lngkungan FT UGM U JIAN A KHIR S EMESTER M ATEMATIKA T EKNIK SABTU, JULI OPEN BOOK WAKTU MENIT PETUNJUK ) Saudara bole menggunakan komputer untuk mengerjakan soal- soal ujan n. Tabel

Lebih terperinci

BAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c

BAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c 6 A PEMAHASA Pada bab sebelumnya telah dbahas teor-teor yang akan dgunakan untuk menyelesakan masalah program lner parametrk. Pada bab n akan dperlhatkan suatu prosedur yang lengkap untuk menyelesakan

Lebih terperinci

BAB V ANALISIS FAKTOR-FAKTOR BEBAN DAN TAHANAN (LOAD AND RESISTANCE FACTOR)

BAB V ANALISIS FAKTOR-FAKTOR BEBAN DAN TAHANAN (LOAD AND RESISTANCE FACTOR) BAB V ANALISIS FAKTOR-FAKTOR BEBAN DAN TAHANAN (LOAD AND RESISTANCE FACTOR) 5.1 Umum Pada bab V n dbahas mengena hasl perhtungan faktor-faktor beban (load) atau serng dsebut dengan faktor pengal beban,

Lebih terperinci

REGRESI DAN KORELASI LINEAR SEDERHANA. Regresi Linear

REGRESI DAN KORELASI LINEAR SEDERHANA. Regresi Linear REGRESI DAN KORELASI LINEAR SEDERHANA Regres Lnear Tujuan Pembelajaran Menjelaskan regres dan korelas Menghtung dar persamaan regres dan standard error dar estmas-estmas untuk analss regres lner sederhana

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN. Latar Belakang Matematka sebaga bahasa smbol yang bersfat unversal memegang peranan pentng dalam perkembangan suatu teknolog. Matematka sangat erat hubungannya dengan kehdupan nyata.

Lebih terperinci

Contoh 5.1 Tentukan besar arus i pada rangkaian berikut menggunakan teorema superposisi.

Contoh 5.1 Tentukan besar arus i pada rangkaian berikut menggunakan teorema superposisi. BAB V TEOEMA-TEOEMA AGKAIA 5. Teorema Superposs Teorema superposs bagus dgunakan untuk menyelesakan permasalahan-permasalahan rangkaan yang mempunya lebh dar satu sumber tegangan atau sumber arus. Konsepnya

Lebih terperinci

UJI NORMALITAS X 2. Z p i O i E i (p i x N) Interval SD

UJI NORMALITAS X 2. Z p i O i E i (p i x N) Interval SD UJI F DAN UJI T Uj F dkenal dengan Uj serentak atau uj Model/Uj Anova, yatu uj untuk melhat bagamanakah pengaruh semua varabel bebasnya secara bersama-sama terhadap varabel terkatnya. Atau untuk menguj

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1. Hpotess Peneltan Berkatan dengan manusa masalah d atas maka penuls menyusun hpotess sebaga acuan dalam penulsan hpotess penuls yatu Terdapat hubungan postf antara penddkan

Lebih terperinci

BAB 2 TINJAUAN KEPUSTAKAAN

BAB 2 TINJAUAN KEPUSTAKAAN BAB TIJAUA KEPUSTAKAA.1. Gambaran Umum Obyek Peneltan Gambar.1 Lokas Daerah Stud Gambar. Detal Lokas Daerah Stud (Sumber : Peta Dgtal Jabotabek ver.0) 7 8 Kawasan perumahan yang dplh sebaga daerah stud

Lebih terperinci

ALGORITMA UMUM PENCARIAN INFORMASI DALAM SISTEM TEMU KEMBALI INFORMASI BERBASIS METODE VEKTORISASI KATA DAN DOKUMEN

ALGORITMA UMUM PENCARIAN INFORMASI DALAM SISTEM TEMU KEMBALI INFORMASI BERBASIS METODE VEKTORISASI KATA DAN DOKUMEN ALGORITMA UMUM PENCARIAN INFORMASI DALAM SISTEM TEMU KEMBALI INFORMASI BERBASIS METODE VEKTORISASI KATA DAN DOKUMEN Hendra Bunyamn Jurusan Teknk Informatka Fakultas Teknolog Informas Unverstas Krsten Maranatha

Lebih terperinci