(D.3) DESAIN RESOLASI V DENGAN REPLIKASI FRAKSIONAL UNTUK MENENTUKAN FAKTOR PENYEBAB TERJADINYA WET SPOT PADA PRODUK KARET MENTAH
|
|
- Widya Sudirman
- 6 tahun lalu
- Tontonan:
Transkripsi
1 (D.3) DESAIN RESOLASI V DENGAN REPLIKASI FRAKSIONAL UNTUK MENENTUKAN FAKTOR PENYEBAB TERJADINYA WET SPOT PADA PRODUK KARET MENTAH Oleh : Enny Supartini Dra. MS. arthinii@yahoo.com ABSTRAK Untuk meneliti terjadinya Wet Spot pada bahan karet mentah atau SBR (Styrena Butadiena Rubber) diduga disebabkan oleh faktor-faktor tertentu yaitu : konsentrasi ph pada saat pencucian, temperatur ketika dilakukannya pengeringan I, temperatur ketika dilakukannya pengeringan II dan ukuran Ampere Squizer pada saat pemerasan produk, yang masing-masing faktor terdiri dari dua taraf, sehingga dalam penelitian ini melibatkan lima faktor sebagai perlakuan dan dalam eksperimennya terbentuk 2 5 kombinasi perlakuan, dengan melakuan replikasi sebanyak r maka eksperimen yang harus dilakukan sebanyak r2 5 begitu juga pengujian terhadap efek faktor maupun efek interaksi antara faktor-faktor yang harus dilakuan analisisnya sebanyak Dengan desain resolusi V eksperimen yang harus dilakukan hanya sebanyak 2 5-1, begitu juga untuk pengujian hipotesis yang dilakukan bisa lebih sedikit berdasarkan pada nilai-nilai efek faktor yang memperlihatkan efek yang cukup besar, tanpa harus kehilangan informasi yang ingin diperoleh karena menggunakan sifat-sifat dari alias, yaitu efek faktor atau efek interaksi antara faktorfaktor dengan aliasnya tidak bisa dibedakan. Kata Kunci : Desain Resolusi-V, Replikasi Fraksional, Alias. 1. Pendahuluan. Salah satu tujuan dari desain eksperimen adalah untuk mengumpulkan informasi yang sebanyak-banyaknya yang diperlukan dan berguna untuk penelitian yang dilakukan guna memperoleh pemecahan dari permasalahan yang diteliti, sehinga untuk memperoleh informasi tersebut harus dipilih desain yang tepat dan sesuai dengan permasalahan yang dihadapi. Tetapi ketika dalam penelitian tersebut melibatkan banyak faktor dan faktor-faktor tersebut terdiri dari beberapa taraf faktor sehingga kombinasi perlakuan yang harus dilakukan dalam eksperimen akan banyak sekali, apalagi ketika harus dilakukan reflikasi atau pengulangan maka eksperimen yang harus dilakukan akan semakin banyak lagi dan ketika eksperimen yang dilakukan tidak murah maka eksperimen tersebut akan membutuhkan biaya yang banyak, maka sebagai alternatifnya harus dipilih desain yang sesuai dengan permasalahan tetapi efisien dan efektif. Di PT. X yang memproduksi bahan karet Manajemen Risiko di Bidang Perbankan dan Asuransi 302
2 mentah atau SBR (Styrena Butadiena Rubber) dalam tahapan akhir proses produksi yaitu tahapan pengeringan, hasil produksinya masing dijumpai Wet Spot pada produk akhir-nya yaitu adanya spot pada permukaan bahan mentah karet. Spot adalah suatu noda pada bahan karet mentah dengan warna lain dari warna dasar karet mentah tersebut yaitu kuning, coklat, abu-abu atau warna lainnya yang disebabkan terjadinya kontaminasi dengan bahan lain, jika hal ini terjadi tentu saja menjadi masalah karena akan mengurangi nilai mutu dari produk tersebut. Terjadinya Wet Spot diduga disebabkan oleh faktor-faktor tertentu yaitu : konsentrasi ph pada saat pencucian, temperatur ketika dilakukannya pengeringan I, temperatur ketika dilakukannya pengeringan II, ukuran Ampere Squizer pada saat pemerasan produk dan ukuran ketebalan dari produk itu sendiri. Sehingga untuk melihat apakah terjadinya Wet Spot tersebut sebagai pengaruh dari kelima faktor tersebut maka harus dilakukan eksperimen dengan menggunakan eksperimen faktorial yang melibatkan 5 faktor tersebut dan jika masing-masing faktor terdiri dari dua taraf maka ada sebanyak 2 5 kombinasi perlakuan untuk eksperimen tersebut, jika dilakukan pengulangan sebanyak r kali maka eksperimen tersebut harus dilakukan sebanyak rx2 2. Dan sebagai alternatif untuk alasan efisiensi bisa digunakan Desain resolusi-v yang bisa mengurangi jumlah eksperimen yang harus dilakukan tanpa harus mengurangi informasi yang seharusnya diperoleh. 2. Desain Resolasi-V dengan Replikasi Fraksional untuk menentukan Faktor penyebab terjadinya wet spot pada produk karet mentah Seperti dikemukakan pada bagian pendahuluan pada permasalahan PT. X, yaitu untuk melihat apakah terjadinya Wet Spot pada SBR merupakan pengaruh lima faktor maka harus dilakukan eksperimen dengan menggunakan eksperimen faktorial yang melibatkan 5 faktor dan jika masing-masing faktor terdiri dari dua taraf maka ada sebanyak 2 5 kombinasi perlakuan berarti dengan hanya satu kali replikasi saja, Pt. X harus melakukan sebanyak 32 eksperimen, untuk 3 replikasi berarti harus melakukan 96 eksperimen, tetapi dengan menggunakan Desain Resolusi-V maka hanya perlu melakukan eksperimen atau setengah replikasi yaitu hanya 16 eksperimen saja berarti akan banyak sekali menghemat padahal informasi yang dibutuhkan tetap akan diperoleh dengan menggunakan informasi berdasarkan Manajemen Risiko di Bidang Perbankan dan Asuransi 303
3 aliasnya. Sehingga ketika menggunakan ½ replikasi atau 16 dari 32 kombinasi perlakuan yang seharusnya dilakukan banyaknya kombinasi perlakuan tersebut dibagi kedalam dua kelompok dimana anggota kelompok-2 merupakan alias dari kelompok-1 sehingga ketika eksperimen yang dilakukan hanya terhadap kombinasi perlakuan yang ada di salah satu kelompok saja yang dipilih secara acak, maka kombinasi perlakuan yang ada di kelompok lainnya sudah terwakili karena merupakan aliasnya yang berarti efek faktor maupun efek interaksinya tidak bisa dikatakan berbeda Eksperimen Faktorial Khusus Model Matematis untuk Eksperimen Faktorial Khusus 2 5 Eksperimen faktorial khusus 2 5 adalah eksperimen faktorial yang melibatkan 5 faktor yang masing-masing faktor terdiri dari dua taraf sehingga dalam modelnya melibatkan 5 faktor utama, 10 interaksi dua faktor, 10 interaksi tiga faktor, 5 interaksi empat faktor dan satu interaksi lima faktor sehingga dalam eksperimennya akan melibatkan 32 kombinasi perlakuan dikalikan dengan n replikasi yang dilakukan. Model matematisnya adalah sebagai berikut ( Montgomery 2005 ) : + Y ijklmn = µ + A i + B j + C k + D l +E m + AB ij DE lm + ABC ijk CDE klm ABCD ijkl BCDE jklm + ABCDE ijklm + ε n(ijklm)... (2.1) Dengan i = 1,2 begitu juga untuk j, k, l, m sebagai taraf faktor sedangkan n = 1,2,...r A i : merupakan efek faktor A taraf ke-i B j : merupakan efek faktor B taraf ke-j AB ij : merupakan efek bersama taraf ke-i faktor A dan taraf ke-j faktor B... ABCDE ijklm : merupakan efek bersama antara faktor A, B, C, D dan E ε n(ijklm) : merupakan kekeliruan eksperimen. Manajemen Risiko di Bidang Perbankan dan Asuransi 304
4 Anava untuk Eksperimen Faktorial Khusus 2 5 Dalam analisis varians untuk desain 2 5 akan melibatkan 32 kombinasi perlakuan dan dalam modelnya akan diperoleh sebanyak atau sama dengan 31 efek faktor ataupun efek bersama beberapa faktor sehingga akan dilakukan 31 pengujian hipotesis, 5 untuk pengujian terhadap efek faktor utamanya dan 26 untuk pengujian terhadap efek bersama diantara dua faktor atau lebih (interaksi diantara faktor-fakor Untuk menentukan estimasi terhadap efek faktor ataupun efek bersama beberapa faktor bisa diperoleh berdasarkan pada kontras, begitu juga untuk memperoleh Jumlah Kuadrat-nya. Pada eksperimen faktorial 2 5, misalnya kotras untuk interaksi faktor ABCD dapat diperoleh sebagai berikut : Kontras (ABCD) = (a-1)(b-1)(c-1)(d-1)(e+1) = abcde + cde + bde + ade + bce + ace + abe + e + abcd + cd + bd + ad + bc + ac + ab + (1) a b c abc d abg acd bcd ac be - ce abce - de abde acde bcde... (2.2) Efek faktor bisa diestimasi oleh : 2 EFEK FAKTOR ( ABC D E ) = ( kontras ) 5 ABCDE... n2 (2.3) Jumlah Kuadrat untuk interaksi ABCD adalah : 1 JK ( A B C D E ) ( kontras A B C D E ) n 2 2 = 5... (2.4) Sedangkan n adalah banyaknya pengulangan yang dilakukan atau replikasi. Untuk memperoleh Ekspektasi Kuadrat Tengah (Means of Square) bisa diperoleh berdasarkan Jumlah Kuadrat dibagi dengan derajat bebasnya masing-masing sumber Manajemen Risiko di Bidang Perbankan dan Asuransi 305
5 variasi. Sedangkan untuk menentukan statistik pengujian bisa diperoleh berdasarka Ekspektasi Kuadrat Tengah (EKT) 2.2. Replikasi Fraksional. Seperti sudah dijelaskan pada bagian II.3. bahwa untuk melakukan eksperimen yang melibatkan lima faktor maka akan diperoleh sebanyak 32 kombinasi perlakuan sehingga eksperimen yang dilakuan sebanyak 32 dikalikan dengan replikasi yang harus dilakukan, tetapi dengan menggunakan replikasi fraksional dalam analisis variansnya tidak perlu melakukan sebanyak itu cukup hanya sebagian saja misal setengahnya, seperempatnya atau kalau banyak sekali faktor yang terlibat memungkinkan untuk seperdelapannya. Tetapi walaupun hanya dilakukan sebagian kita tidak akan kehilangan informasi dari faktor atau interaksi faktor yang tidak dilakukan analisisnya karena masing-masing sudah diwakili oleh faktor-faktor atau interaksi antar faktor yang dilakukan analisisnya yaitu dengan cara menentukan aliasnya Alias Alias adalah efek diantara dua faktor atau interaksi antara faktor yang berbeda bisa dikatakan bahwa diantara keduanya tidak dapat membuat adanya perbedaan (Montgomery 2005). Cara menentukan alias. Beberapa tahapan dalam menentukan alias : 1. Tentukan kontras penentu. 2. Kalikan faktor (atau faktor-faktor) dengan kontras penentu. 3. Bekerja dengan aljabar modulo 2 terhadap bilangan pangkat Dalam permasalahan yang dikaji melibatkan 5 faktor sehingga ada ada 32 kombinasi perlakuan, dalam hal ini hanya akan digunakan setengah replikasi saja yaitu 16 kombinasi perlakuan. Dengan mencari alias untuk masing-masing faktor ataupun interaksi diantara faktor-faktor seperti berikut : 1. Kontras penentunya I=ABCDE. 2. Sehingga diperoleh : Alias untuk A adalah A(ABCDE) = A 2 BCDE = BCDE Manajemen Risiko di Bidang Perbankan dan Asuransi 306
6 Alias untuk B adalah B(ABCDE) = AB 2 CDE = ACDE Alias untuk C adalah C(ABCDE) = ABC 2 DE = ABDE Alias untuk D adalah D(ABCDE) = ABCD 2 E = ABCE Alias untuk E adalah E(ABCDE) = ABCDE 2 Prosiding = ABCD Alias untuk AB adalah AB(ABCDE) = A 2 B 2 CDE = CDE Alias untuk AC adalah AC(ABCDE) = A 2 BC 2 DE = BDE Alias untuk AD adalah AD(ABCDE) = A 2 BCD 2 E = BCE Alias untuk AE adalah AB(ABCDE) = A 2 BCDE 2 = BCD Alias untuk BC adalah BC(ABCDE) = AB 2 C 2 DE = ADE Alias untuk BD adalah BD(ABCDE) = AB 2 CD 2 E = ACE Alias untuk BE adalah BE(ABCDE) = AB 2 CDE 2 = ACD Alias untuk CD adalah CD(ABCDE) = ABC 2 D 2 E = ABE Alias untuk CE adalah CE(ABCDE) = ABC 2 DE 2 = ABD Alias untuk DE adalah DE(ABCDE) = ABCD 2 E 2 = ABC Maka diperoleh dua kelompok/blok dimana semua yang ada di Blok I aliasnya ada di Blok II seperti berikut ini : Blok I : Blok II : I A B C D E AB AC AD AE BC BD BE CD CE DE ABCDE BCDE ACDE ABDE ABCE ABCD CDE BDE BCE ACD ADE ACE ACD ABE ABD ABC Jadi dalam analisis variansnya cukup melakukan pengujian hipotesis terhadap efek faktor maupun interaksi diantara faktor-faktor pada salah satu blok saja karena semua efek faktor maupun interaksi antar faktor yang ada di Blok I aliasnya ada di Blok II, misalnya ketika menganalisis efek fakor A maka kita bisa memperoleh informasi mengenai efek bersama antara faktor-faktor B, C, D dan E (interaksi BCDE) karena berdasarkan sifat alias efek faktor A tidak bisa dibedakan dengan interaksi BCDE, sehingga apabila kita melakukan analisis varian terhadap efek faktor A maka informasi untuk interaksi BCDE juga akan diperoleh. Jadi Manajemen Risiko di Bidang Perbankan dan Asuransi 307
7 dalam pelaksanaannya cukup memilih salah satu blok saja untuk dianalisis, misal Blok I yang dipilih, karena sebaiknya yang dipilih yang mengandung faktor utamanya ( Montgomery 2005 ). Ketika memilih blok I maka dalam analisis varians hanya menguji efek faktor dan interaksi antar faktor yang ada di Blok I saja tetapi informasi untuk Blok II tetap diperoleh karena faktor dan interaksi pada Blok II semuanya merupakan alias dari faktor dan interaksi yang ada di Blok I, dengan Desain Resolusi-V pengujian yang dilakukan bisa disederhanakan lagi yaitu dengan memilih faktor atau interaksi dengan nilai efek yang cukup besar dan diduga akan memberikan hasil pengujian yang signifikan, sedangkan faktor atau interaksi dengan nilai efek yang cukup kecil tidak dilakukan pengujiannya karena diduga akan memberikan hasil pengujian yang non signifikan, kemudian menggabungkan efek faktor atau interaksi yang nilainya cukup kecil terhadap kekeliruan eksperimennya (Montgomery 2005). Statistik ujinya dapat ditentukan berdasarkan Ekspektasi Kuadrat Tengah (EKT). Karena model yang digunakan model tetap, maka statistik ujinya adalah F dengan perbandingan masing-masing Kuadrat Tengah dari Sumber Variasi yang akan di uji terhadap Kuadrat Tengah Error atau kekeliruan eksperimen. 3. Hasil dan Pembahasan Seperti dikemukakan pada bagian sebelumnya bahwa permasalahan PT. X adalah untuk melihat apakah terjadinya Wet Spot pada SBR merupakan pengaruh lima faktor yaitu faktor A adalah konsentrasi ph pada saat pencucian, faktor B adalah ukuran Ampere Squizer, faktor C adalah ketebalan produk (crumb), faktor D adalah temperatur pada pengeringan I dan faktor E adalah temperatur pada pengeringan II, dengan Desain Resolusi-V maka data yang dibutuhkan hanya sedikit saja yaitu setengah replikasi jadi berdasarkan kombinasi perlakuan yang terpilih untuk dilakukan eksperimennya saja seperti dapat dilihat pada Tabel 3.1. Sedangkan untuk pengujian hipotesisnya tidak semua dilakukan tetapi hanya sebagian saja berdasarkan pada nilai efek faktor yang cukup besar yang diduga akan memberikan efek yang signifikan, sedangkan untuk nilai efek faktor yang dianggap cukup kecil nilainya digabungkan dengan kekeliruan eksperimennya, untuk analisis variansnya dibutuhkan mengestimasi efek faktor dan interaksi Manajemen Risiko di Bidang Perbankan dan Asuransi 308
8 beberapa faktor dan hasil perhitungan berdasarlan rumusan (2.3) sedangkan untuk menentukan Jumlah Kuadrat bisa diperoleh berdasarkan bentuk kontrasnya seperti pada rumus (2.4) dan untuk mempermudah perhitungan kontras dapat dibuat tabel untuk tanda koefisien efek faktor dan interaksi beberapa faktor dengan data hasil pengamatan dapat dilihat pada Tabel 3.1. Tabel 3.1. Tanda Koefisien Efek Desain Resolusi V Untuk dan Data Hasil Pengamatan Kombinasi Efek Data Hasil Perlakuan A B C D E = ABCD Pengamatan E a b abe c ace bce abc d ade bde abd cde ace bce abcde Tabel 3.2. Hasil Perhitungan Estimasi Efek dan Jumlah Kuadrat Variabel Estimasi Efek Jumlah Kuadrat A B C D E AB AC AD AE BC BD BE CD CE 2,125-0,375 1,125-0,625 0,250 0,000 0,125-0,500 0,003 0, ,125 0,250 0,438 72,250 2,250 20,250 6,250 1,000 0,000 0,125 4,000 0,563 6,250 0,125 0,125 1,000 0,438 Manajemen Risiko di Bidang Perbankan dan Asuransi 309
9 DE 0,500 4,000 Hasil perhitungan untuk Estimasi Efek dan Jumlah Kuadratnya dapat dilihat pada Tabel 3.2. Estimasi efek yang nilainya cukup besar dapat menentukan model regresi dari daerah eksperimental, sehingga dalam analisis variansnya yang dilakukan pengujian hipotesis hanya terhadap faktor atau interaksi antar faktor dengan estimasi untuk nilai efek faktor yang cukup besar dibandingkan dengan yang lainnya dan hasil perhitungan bisa dilihat pada Tabel 5.3. Statistik ujinya dapat ditentukan berdasarkan Ekspektasi Kuadrat Tengah (EKT). Karena model yang digunakan model tetap, maka statistik ujinya adalah F dengan perbandingan masing-masing Kuadrat Tengah dari Sumber Variasi yang akan di uji terhadap Kuadrat Tengah Error atau kekeliruan eksperimen. Tabel 3.3. Analisis Varians Desain Resolusi-V Untuk Eksperimen Faktorial 2 5 Sumber Variasi df JK KT F A 1 72,250 72,250 C D 120, ,250 20,250 AD BC 33, ,250 6,250 DE Error 10, ,000 4,000 Total 6, ,250 5,250 10, ,000 4,000 6, ,376 0, ,376 Berdasarkan hasil analisis varians dengan menggunakan taraf signifikansi α=5%, maka F 0,05(1,9) = 5,12, untuk semua pengujian hipotesis yang dilakukan ternyata signifikan berarti ada pengaruh dari ph, Temperatur pengeringan I dan II kemudian interaksi antara konsentrasi ph dengan Temperatur pengeringan II, interaksi antara ketebalan crumb dengan temperatur pengeringan I dan juga interaksi antara temperatur pengeringan II dan ukuran Ampere Squizer terhadap terjadinya wet spot pada SBR, sedangkan untuk pengujian hipotesis yang lainnya non signifikan berarti tidak ada pengaruh dari faktor dan interaksi yang lainnya, Manajemen Risiko di Bidang Perbankan dan Asuransi 310
10 begitu juga dapat disimpulkan untuk masing-masing aliasnya bahwa kesimpulannya tidak bisa dibedakan dengan kesimpulan hasil analisis varians yang sudah dilakukan. 4. Kesimpulan dan Saran 4.1. Kesimpulan Berdasarkan uraian pada bagian sebelumnya maka dapat disimpulkan bahwa : - Dalam melakukan eksperimen faktorial 2 5 untuk efisiensi bisa digunakan desain Resolusi-V karena eksperimen yang dilakukan akan lebih sedikit yaitu hanya setengah replikasi tanpa harus kehilangan informasi yang seharusnya diperoleh. - Untuk penelitian yaitu mengenai terjadinya Wet Spot pada bahan karet mentah atau SBR (Styrena Butadiena Rubber), ternyata dipengaruhi oleh adanya perbedaan ukuran dari konsentrasi ph, Temperatur pengeringan pada zone I, Temperatur pengeringan pada zone II kemudian interaksi antara konsentrasi ph dengan Temperatur pengeringan II, interaksi antara ketebalan crumb dengan temperatur pengeringan I dan juga interaksi antara temperatur pengeringan II dan ukuran Ampere Squizer Saran Untuk penelitian selanjutnya ada beberapa saran sebagai masukan : - Sebaiknya untuk suatu penelitian yang bersipat eksperimental selain memilih desain yang paling sesuai juga dipilih desain yang lebih efisien supaya pelaksanaannya lebih efisien dan lebih ekonomis tetapi tetap efektif dalam memperoleh hasil yang diharapkan. - Untuk perusaan X penelitian selanjutnya dapat dilanjutkan yaitu untuk memperoleh ukuran taraf perlakuan mana yang paling optimal dan akan memberikan terjadinya Wet Spot paling sedikit atau minimum. Manajemen Risiko di Bidang Perbankan dan Asuransi 311
11 5. Daftar Pustaka 1. Box, G. P., Hunter, W. G., and Hunter J. S., (1978) Statistical for Experimenters, New York, John Wiley. 2. Hinkelmann, K. And Kempthorne (1994) Design and Analysis of Experiment, New York, John Wiley. 3. Lehmann E., (1986) Testing Statistical Hypothesis, New York, John Wiley. 4. Montgomery, Douglas C., (2001) Design and Analysis of Experiment 5 th ed. New York, John Wiley. 5. Ulfah M., Anggraeni S. K., Analisisa Penyebab Wet Spot untuk Menentukan Setting Optimum Proses Pengeringan Rubber dengan menggunakan Eksperimen Faktorial 2 5. Jurusan Teknik Industri Univ. Sultan Ageng Tirtayasa. 6. Robert. Lee. Mason., (2002) Statistical Design and Analysis of Experiment, with Aplication to Enggeenering and Sience, Second Editions, John Willey 7. Mood, A., Graybill F. A. & Boes, D.C. (1974) Introduction to The Theori of Statistic, New York, Mc Graw Hill. 8. Sudjana (1995), Desain dan Analisis Eksperimen, edisi 4, Bandung, PT Tarsito. 9. Winner, B. J., (1971) Statistical Principle in Experimenttal Design. New York, Mc Graw Hill. Manajemen Risiko di Bidang Perbankan dan Asuransi 312
Simulasi Komputer Untuk Menentukan Kombinasi Perlakuan Dengan Disain Faktorial Setengah Replikasi
Simulasi Komputer Untuk Menentukan Kombinasi Perlakuan Dengan Disain Faktorial Setengah Replikasi M. Haviz Irfani STMIK MDP Palembang haviz@stmikmdp.net Abstrak: Eksperimen faktorial adalah eksperimen
Lebih terperinciPERBANDINGAN NILAI FRAKSI PADA RANCANGAN FAKTORIAL FRAKSIONAL 2 k MELALUI METODE BISSELL. Kata Kunci : Faktorial Fraksional dua level, Metode Bissell
September 03 PERBANDINGAN NILAI FRAKSI PADA RANCANGAN FAKTORIAL FRAKSIONAL k MELALUI METODE BISSELL IRAWATY, ANISA DAN HERDIANI, E.T. 3 Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam,
Lebih terperinciDESAIN FAKTORIAL FRAKSIONAL 2 k-p SERTA ANALISISNYA BERBASIS WEB. Candra Aji dan Dadan Dasari 1 Universitas Pendidikan Indonesia ABSTRAK
DESAIN FAKTORIAL FRAKSIONAL k-p SERTA ANALISISNYA BERBASIS WEB Candra Aji dan Dadan Dasari Universitas Pendidikan Indonesia ABSTRAK Dalam eksperimen faktorial k, yakni eksperimen yang melibatkan k buah
Lebih terperinciANALISIS DESAIN FAKTORIAL FRAKSIONAL 2 k-p DENGAN METODE LENTH. Mahasiswa Jurusan Statistika FSM UNDIP. Staf Pengajar Jurusan Statistika FSM UNDIP
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 3, Tahun 2015, Halaman 497-505 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian ANALISIS DESAIN FAKTORIAL FRAKSIONAL 2 k-p DENGAN METODE LENTH
Lebih terperinciPROSIDING ISSN : Seminar Nasional Statistika 12 November 2011 Vol 2, November 2011
(DS.6) ANALISIS KURVA PERTUMBUHAN SEBAGAI ANALISIS SETELAH MANOVA UNTUK DATA LONGITUDINAL Enny Supartini Statistika F MIPA Universitas Padjadjaran Bandung e-mail : arthinii@yahoo.com Abstrak Eksperimen
Lebih terperinciRANCANGAN FAKTORIAL 2 5 DENGAN SEPEREMPAT ULANGAN
RANCANGAN FAKTORIAL 5 DENGAN SEPEREMPAT ULANGAN Oleh LANJAR PUTUT SARWOKO M098056 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika FAKULTAS MATEMATIKA
Lebih terperinciHASIL DAN PEMBAHASAN. Penggunaan Rancangan FF
4 HASIL DAN PEMBAHASAN Penggunaan Rancangan FF Rancangan FF digunakan untuk mereduksi banyaknya kombinasi perlakuan yang digunakan pada rancangan faktorial lengkap. Hal ini dikarenakan jumlah satuan percobaan
Lebih terperinciKAJIAN PADA RANCANGAN FRACTIONAL FACTORIAL 3 n-p IIS EMA HARLINA G
KAJIAN PADA RANCANGAN FRACTIONAL FACTORIAL 3 n-p IIS EMA HARLINA G14103007 DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2007 RINGKASAN IIS EMA HARLINA. Kajian
Lebih terperinciSUATU KAJIAN TENTANG PENDAPAT PELANGGAN PLN TERHADAP LISTRIK PRABAYAR DENGAN METODE ANALISIS VARIANSI
Saintia Matematika Vol. 2, No. 1 (2014), pp. 35 46. SUATU KAJIAN TENTANG PENDAPAT PELANGGAN PLN TERHADAP LISTRIK PRABAYAR DENGAN METODE ANALISIS VARIANSI Muhammad Syukran, Pasukat Sembiring, Asima Manurung
Lebih terperinci(D.2) OPTIMASI KOMPOSISI PERLAKUAN DENGAN MENGGUNAKAN METODE RESPONSE SURFACE. H. Sudartianto 3. Sri Winarni
Universitas Padjadjaran, November 00 (D.) OPTIMASI KOMPOSISI PERLAKUAN DENGAN MENGGUNAKAN METODE RESPONSE SURFACE Andry Ritonga H. Sudartianto Sri Winarni Mahasiswa Program Strata Jurusan Statistika FMIPA
Lebih terperinci(D.6) PENAKSIRAN DATA HILANG PADA DESAIN FAKTORIAL FRAKSIONAL DUA LEVEL TANPA RAPLIKASI DENGAN CARA MEMINIMUMKAN JUMLAH KUADRAT RESIDU
(D.6) PENAKSIRAN DATA HILANG PADA DESAIN FAKTORIAL FRAKSIONAL DUA LEVEL TANPA RAPLIKASI DENGAN CARA MEMINIMUMKAN JUMLAH KUADRAT RESIDU Martinnus Oetama, 2 Budhi Handoko, 3 Sri Winarni Mahasiswa Jurusan
Lebih terperinciPerbandingan Nilai Fraksi pada Rancangan Faktorial Fraksional 2 k dengan Metode Bissell dan Aplikasinya pada Kasus Perkecambahan Kacang Hijau
Vol.14, No. 2, 192-201, Januari 2018 Perbandingan Nilai Fraksi pada Rancangan Faktorial Fraksional 2 k dengan Metode Bissell dan Aplikasinya pada Kasus Perkecambahan Kacang Hijau Irawaty 1, Anisa 1, Erna
Lebih terperinciRANCANGAN FAKTORIAL FRAKSIONAL 2 k-p (Aplikasi dengan Program SPSS)
RANCANGAN FAKTORIAL FRAKSIONAL 2 k-p (Aplikasi dengan Program SPSS) skripsi disajikan sebagai salah satu syarat untuk memperoleh gelar Sarjana Sain Matematika oleh Endah Prasetia Nengrum 4150406539 JURUSAN
Lebih terperinciSURAT PERNYATAAN PERSETUJUAN MENJADI RESPONDEN PENELITIAN PERSEPSI APOTEKER TERHADAP KONSELING PASIEN DAN PELAKSANAANNYA DI APOTEK KABUPATEN SUKOHARJO
62 SURAT PERNYATAAN PERSETUJUAN MENJADI RESPONDEN PENELITIAN PERSEPSI APOTEKER TERHADAP KONSELING PASIEN DAN PELAKSANAANNYA DI APOTEK KABUPATEN SUKOHARJO Saya yang bertanda tangan dibawah ini : Nama :...
Lebih terperinciANALISIS VARIANS TIGA FAKTOR PADA RANCANGAN SPLIT-SPLIT PLOT
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 04, No. 3 (015), hal 379 386. ANALISIS VARIANS TIGA FAKTOR PADA RANCANGAN SPLIT-SPLIT PLOT Silvia Widayanti, Muhlasah Novitasari Mara, Neva Satyahadewi
Lebih terperinciPENINGKATAN EFISIENSI BIAYA PERCOBAAN DENGAN MENGGUNAKAN RANCANGAN FAKTORIAL PECAHAN 2 k-1 MARTA SUNDARI
PENINGKATAN EFISIENSI BIAYA PERCOBAAN DENGAN MENGGUNAKAN RANCANGAN FAKTORIAL PECAHAN 2 k- MARTA SUNDARI DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2007
Lebih terperinci1. AB = 16 cm, CE = 8 cm, BD = 5 cm, CD = 3 cm. Tentukan panjang EF! 20 PEMBAHASAN : BCD : Lihat ABE : Lihat AFE : Lihat
1. AB = 1, CE = 8, BD =, CD =. Tentukan panjang EF! 0 BCD : ABE : BC BC BC CD BC 4 BD 9 1 AB 1 BE 144 AE 4 8 AE 0 AE AE EF EF 0 AFE : AE AF 0 0 EF EF 400 400 800 . Keliling ABC = 4, Luas ABC = 4. Tentukan
Lebih terperinciRancangan Faktorial Pecahan
Rancangan Faktorial Pecahan Bagian 1: Rancangan Reguler Bagus Sartono 30 Desember 2008 1 Pendahuluan Salah satu rancangan percobaan yang banyak digunakan orang adalah rancangan dengan perlakuanperlakuan
Lebih terperinci= 100 km/jam [1] 0,1 jam. Jawab: Berdasarkan kesebangunan ABE dengan ACD didapat hubungan CD EB = AB AC [1.5] AC = 4 AB
SOAL URAIAN 1. Karena macet, pada 10 km pertama dari jarak 0 km yang harus dilaluinya, Amir terpaksa mengendarai sepeda motornya dengan kecepatan km/jam. Berapakah kecepatan rata-rata Amir 10 km berikutnya
Lebih terperinciMetode Bootstrap Untuk mengestimasi Data Hilang (missing Data) pada Eksperimen Faktorial
SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016 Metode Bootstrap Untuk mengestimasi Data Hilang (missing Data) pada Eksperimen Faktorial Enny Supartini Departemen Statistika, F MIPA, Universitas
Lebih terperinciTINJAUAN PUSTAKA. Rancangan Fractional Factorial (FF) Rancangan FF dengan dua taraf yang dinotasikan dengan rancangan yang mencobakan hanya
TINJAUAN PUSTAKA Rancangan Fractional Factorial (FF) Rancangan FF dengan dua taraf yang dinotasikan dengan rancangan yang mencobakan hanya n p merupakan n p kombinasi perlakuan dari selu ruh kombinasi
Lebih terperinciRANCANGAN KELOMPOK TAK LENGKAP SEIMBANG (Incomplete Block Design)
RANCANGAN KELOMPOK TAK LENGKAP SEIMBANG (Incomplete Block Design) Pendahuluan Rancangan percobaan seperti RBSL, RAKL, dan juga RAL sering mengalami kendala pada perlakuan dengan jumlah yang besar, karena
Lebih terperinciMATERI PELATIHAN TRAINING OF TRAINER OLIMPIADE NASIONAL MATEMATIKA TINGKAT SEKOLAH DASAR DI KECAMATAN SRANDAKAN BANTUL. Oleh :
MATERI PELATIHAN TRAINING OF TRAINER OLIMPIADE NASIONAL MATEMATIKA TINGKAT SEKOLAH DASAR DI KECAMATAN SRANDAKAN BANTUL Oleh : Musthofa, M.Sc Nikenasih Binatari, M.Si FAKULTAS MATEMATIKA DAN ILMUPENGETAHUAN
Lebih terperinciDESAIN EKSPERIMEN TERSARANG
DESAIN EKSPERIMEN TERSARANG PENDAHULUAN 1-1. Latar Belakang Bab ini memperkenalkan desain eksperimental yaitu desain yang bersarang. Desain ini cukup luas aplikasinya dalam penggunaan industri. Desain
Lebih terperinciPopulasi dan Sampel. Materi 1 Distribusi Sampling
Materi 1 Distribusi Sampling UNIVERSITAS GUNADARMA 2013 Populasi dan Sampel Populasi : keseluruhan objek yang menjadi pusat perhatian dalam statistika Parameter besaran yang menggambarkan karakteristik
Lebih terperinciREKAYASA KUALITAS BUNYI SOUND SYSTEM MENGGUNAKAN DESAIN EKSPERIMEN FAKTORIAL
ARIKA, Vol. 0, No. 2 Agustus 2010 ISSN: 1978-1105 REKAYASA KUALITAS BUNYI SOUND SYSTEM MENGGUNAKAN DESAIN EKSPERIMEN FAKTORIAL Dosen Program Studi Teknik Industri, Fakultas Teknik Universitas Pattimura,
Lebih terperinciBAB II KAJIAN PUSTAKA. sehingga dapat diamati dan diidentifikasi alasan-alasan perubahan yang terjadi
BAB II KAJIAN PUSTAKA A. Rancangan Percobaan Rancangan percobaan dapat diartikan sebagai serangkaian uji dimana perubahan yang berarti dilakukan pada variabel dari suatu proses atau sistem sehingga dapat
Lebih terperinciRancangan Kelompok Tak Lengkap Seimbang (RKTLS) atau Balanced Incompleted Block Design (BIBD) Arum H. Primandari
Rancangan Kelompok Tak Lengkap Seimbang (RKTLS) atau Balanced Incompleted Block Design (BIBD) Arum H. Primandari Pendahuluan Rancangan percobaan seperti RBSL, RAKL, dan juga RAL sering mengalami kendala
Lebih terperinciIdentifikasi Faktor Signifikan pada Rancangan Faktorial Fraksional dan
Vol. 10, No. 2, 92-101, Januari 2014 Identifikasi Faktor Signifikan pada Rancangan Faktorial Fraksional dan Fachrun Arifianto S., M. Saleh AF., Anisa Abstrak Rancangan faktorial dengan jumlah faktor yang
Lebih terperinciDidonwload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN
BAB I PENDAHULUAN Pada bab sebelumnya telah dibahas rancangan faktorial secara umum, seringkali peneliti berhadapan pada rancangan yang melibatkan sejumlah faktor yang masing-masing faktor hanya terdiri
Lebih terperinciPADA KERAGAMAN KELOMPOK FAKTORIAL RANCANGAN ACAK KELOMPOK LENGKAP DENGAN ULANGAN
PERBANDINGAN ANALISIS INTERBLOK DAN INTERGRADIEN PADA KERAGAMAN KELOMPOK FAKTORIAL RANCANGAN ACAK KELOMPOK LENGKAP DENGAN ULANGAN Fadhlul Mubarak Nasution, Anisa, Raupong Program Studi Statistika, FMIPA,
Lebih terperinciBujur Sangkar Latin (Latin Square Design) Arum H. Primandari, M.Sc.
Percobaan Satu Faktor: Rancangan Bujur Sangkar Latin (Latin Square Design) Arum H. Primandari, M.Sc. Rancangan Bujur Sangkar Latin (RBSL) Pada kondisi-kondisi tertentu, keheterogenan unit percobaan tidak
Lebih terperinciOPTIMASI KUALITAS WARNA MINYAK GORENG DENGAN METODE RESPONSE SURFACE
JURNAL TEKNIK INDUSTRI VOL., NO., DESEEMBER 999: 8-29 OPTIMASI KUALITAS WARNA MINYAK GORENG DENGAN METODE RESPONSE SURFACE Didik Wahjudi Dosen Fakultas Teknik, Jurusan Teknik Mesin Universitas Kristen
Lebih terperinciBasic Design of Experiment. Dimas Yuwono W., ST., MT.
Basic Design of Experiment Dimas Yuwono W., ST., MT. RANCANGAN PERCOBAAN Desain eksperimen (rancangan percobaan) bertujuan untuk menentukan rencana pelaksanaan eksperimen yang tepat agar dapat memperoleh
Lebih terperinciEKSPERIMENTAL DESAIN. Created by : Ika Damayanti, S.Si, M.Si
EKSPERIMENTAL DESAIN Created by : Ika Damayanti, S.Si, M.Si Materi : 1. Pengantar 2. Prinsip-prinsip Perancangan Percobaan 3. Rancangan Acak lengkap 4. Rancangan Acak Kelompok 5. Rancangan Bujur Sangkar
Lebih terperinciOPTIMASI PRODUKSI DENGAN METODE RESPONSE SURFACE (Studi Kasus pada Industri Percetakan Koran)
Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume 05, No. 2 (2016), hal 113 118. OPTIMASI PRODUKSI DENGAN METODE RESPONSE SURFACE (Studi Kasus pada Industri Percetakan Koran) Eka Dian Rahmawati,
Lebih terperinciPembahasan OSN Tingkat Provinsi Tahun 2012 Jenjang SMP Bidang Matematika
Pembahasan OSN Tingkat Provinsi Tahun 202 Jenjang SMP Bidang Matematika Bagian A : Soal Isian Singkat. Sebuah silinder memiliki tinggi 5 cm dan volume 20 cm 2. Luas permukaan bola terbesar yang mungkin
Lebih terperinciPENERAPAN METODE PERMUKAAN RESPONS DALAM MASALAH OPTIMALISASI
E-Jurnal Matematika Vol. 2, No.2, Mei 2013, 32-36 ISSN: 2303-1751 PENERAPAN METODE PERMUKAAN RESPONS DALAM MASALAH OPTIMALISASI ADE KUSUMA DEWI 1, I WAYAN SUMARJAYA 2, I GUSTI AYU MADE SRINADI 3 1,2,3
Lebih terperinciDESAIN EKSPERIMEN & SIMULASI 5
DESAIN EKSPERIMEN & SIMULASI 5 (DS.1) OPTIMISASI RESPON EKSPERIMEN MENGGUNAKAN DESAIN BOX-BEHNKEN Budhi Handoko Staf Pengajar Jurusan Statistika FMIPA Unpad Email: budhihandoko@unpad.ac.id Abstrak Salah
Lebih terperinciMETODE YATES : METODE ALTERNATIF MENGHITUNG KONTRAS SUTARMAN. Fakultas Matematika Dan Ilmu Pengetahuan Alam Universitas Sumatera Utara
METODE YATES : METODE ALTERNATIF MENGHITUNG KONTRAS SUTARMAN Fakultas Matematika Dan Ilmu Pengetahuan Alam Universitas Sumatera Utara Abstrak Artikel berikut ini menyajikan salah satu metode, dikenal dengan
Lebih terperinciREKOMENDASI PRIMARY KEY SUATU TABEL MELALUI PEMERIKSAAN DUPLIKASI DATA
REKOMENDASI PRIMARY KEY SUATU TABEL MELALUI PEMERIKSAAN DUPLIKASI DATA Sutrisno Universitas Pelita Harapan, Lippo Karawaci, Jakarta sutrisno@uph.edu, sutrisno.cahya@staff.uph.edu ABSTRACT One critical
Lebih terperinciOleh : M. Mushonnif Efendi ( ) Dosen Pembimbing : Dr. Sony Sunaryo, M.Si.
OPTIMASI WAKTU PEMOTONGAN BAJA HSS PADA WIRE-EDM MENGGUNAKAN METODE TAGUCHI Oleh : M. Mushonnif Efendi (307 030 05) Dosen Pembimbing : Dr. Sony Sunaryo, M.Si. Prodi D3 STATISTIKA FAKULTAS ILMU PENGETAHUAN
Lebih terperinciESTIMASI REGRESI ROBUST M PADA FAKTORIAL RANCANGAN ACAK LENGKAP YANG MENGANDUNG OUTLIER
ESTIMASI REGRESI ROBUST M PADA FAKTORIAL RANCANGAN ACAK LENGKAP YANG MENGANDUNG OUTLIER Siswanto 1, Raupong 2, Annisa 3 ABSTRAK Dalam statistik, melakukan suatu percobaan adalah salah satu cara untuk mendapatkan
Lebih terperinciUSULAN KOMBINASI TERBAIK FAKTOR YANG BERPENGARUH TERHADAP CACAT PRODUK BOTOL PLASTIK 600 ML MENGGUNAKAN METODE FULL FACTORIAL 2 k Di PT.
Reka Integra ISSN: 2338-5081 Jurusan Teknik Industri Itenas No.2 Vol.03 Jurnal Online Institut Teknologi Nasional April 2015 USULAN KOMBINASI TERBAIK FAKTOR YANG BERPENGARUH TERHADAP CACAT PRODUK BOTOL
Lebih terperinciPENGGUNAAN MODEL LINIER SEBAGAI ALTERNATIF ANOVA RANCANGAN PERCOBAAN FAKTORIAL TERSARANG PADA DATA NON NORMAL
PENGGUNAAN MODEL LINIER SEBAGAI ALTERNATIF ANOVA RANCANGAN PERCOBAAN FAKTORIAL TERSARANG PADA DATA NON NORMAL Prasetyo Universitas Negeri Malang E-mail : pras_kazekage@yahoo.com Pembimbing: (I) Ir. Hendro
Lebih terperinciPENENTUAN KOMBINASI KOMPOSISI PAVING DENGAN MENGGUNAKAN METODE FULL FAKTORIAL DESIGN
82 Dewi : PENENTUAN KOMBINASI KOMPOSISI PAVING DENGAN MENGGUNAKAN. PENENTUAN KOMBINASI KOMPOSISI PAVING DENGAN MENGGUNAKAN METODE FULL FAKTORIAL DESIGN Lydea Trinovinty Dewi 1), Ig. Joko Mulyono 2), Anastasia
Lebih terperinciSTUDI BANDING PERFORMANCE MESIN HOT PRESS BERBASIS KONTROL RELAY DAN KONTROL PLC
PROPOSAL TUGAS AKHIR [ TM091476 ] OLEH : BOBY DWI HASTANA 2105100133 DOSEN PEMBIMBING : Ir. Sampurno, MT STUDI BANDING PERFORMANCE MESIN HOT PRESS BERBASIS KONTROL RELAY DAN KONTROL PLC LATAR BELAKANG
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Lokasi dan Subjek Penelitian Penelitian ini dilaksanakan di SMA PGII 1 Bandung. Subjek penelitian adalah siswa SMA kelas X tahun ajaran 2012/2013 yang belum menerima pembelajaran
Lebih terperinciANALISIS KOVARIANSI DALAM RANCANGAN BUJURSANGKAR YOUDEN DENGAN DATA HILANG
Vol. 11, No. 2, 93-104, Januari 2015 ANALISIS KOVARIANSI DALAM RANCANGAN BUJURSANGKAR YOUDEN DENGAN DATA HILANG ENDY NUR CAHYANTO*, NASRAH SIRAJANG*, M. SALEH AF* dy Nur Cahyanto, ABSTRAK Penelitian ini
Lebih terperinciBAB IV PENGUMPULAN DAN PENGOLAHAN DATA
BAB IV PENGUMPULAN DAN PENGOLAHAN DATA 4.1 Pengumpulan Data 4.1.1 Pelaksanaan Eksperimen Pelaksanaan eksperimen adalah proses pembuatan paving block yang dilakukan langsung di CV. Riau Jaya Paving. Paving
Lebih terperinciReka Integra ISSN 2338 : 5081 Jurusan Teknik Industri Itenas l No.02 l Vol. 02 Jurnal Online Institut Teknologi Nasional Oktober 2014
Reka Integra ISSN 2338 : 508 Jurusan Teknik Industri Itenas l No.02 l Vol. 02 Jurnal Online Institut Teknologi Nasional Oktober 204 Penentuan Faktor yang Berpengaruh Secara Signifikan Terhadap Variabel
Lebih terperinciabcde dengan a, c, e adalah bilangan genap dan b, d adalah bilangan ganjil? A B C D E. 3000
Hal. 1 / 7 METHODIST-2 EDUCATION EXPO LOMBA SAINS PLUS ANTAR PELAJAR TINGKAT SMA SE-SUMATERA UTARA TAHUN 2015 BIDANG WAKTU : MATEMATIKA : 120 MENIT PETUNJUK : 1. Pilihlah jawaban yang benar dan tepat.
Lebih terperinciHASIL DAN PEMBAHASAN
HASIL DAN PEMBAHASAN Benih kedelai dipanen pada dua tingkat kemasakan yang berbeda yaitu tingkat kemasakan 2 dipanen berdasarkan standar masak panen pada deskripsi masing-masing varietas yang berkisar
Lebih terperinci(D.4) DESAIN PARAMETER UNTUK DATA DISKRIT PADA ROBUST DESIGN. Oleh Budhi Handoko 1), Sri Winarni 2)
(D.4) DESAIN PARAMETER UNTUK DATA DISKRIT PADA ROBUST DESIGN Oleh Budhi Handoko ), Sri Winarni ),) Staf Pengajar Jurusan Statistika FMIPA, Unpad Bandung Email ) : budhihandoko@unpad.ac.id Email ) : sri.winarni@unpad.ac.id
Lebih terperinciMETODE RESPONSE SURFACE PADA PERCOBAAN FAKTORIAL 2 k
METODE RESPONSE SURFACE PADA PERCOBAAN FAKTORIAL 2 k SKRIPSI Oleh: RUTH SONANDA MARTASPICA J2E 006 034 PROGRAM STUDI STATISTIKA JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS
Lebih terperinciJurnal Ilmiah Widya Teknik Volume 16 Nomor ISSN
Jurnal Ilmiah Widya Teknik Volume 6 Nomor 07 ISSN 4-750 OPTIMASI FAKTOR YANG BERPENGARUH PADA KUALITAS LILIN DI UD.X DENGAN METODE RESPONSE SURFACE Maria Agnes Octaviani, Dian Retno Sari Dewi*, Luh Juni
Lebih terperinciPENERAPAN FAKTOR PRIMA DALAM MENYELESAIKAN BENTUK ALJABAR (Andi Syamsuddin*)
PENERAPAN FAKTOR PRIMA DALAM MENYELESAIKAN BENTUK ALJABAR (Andi Syamsuddin*) A. Faktor Prima Dalam tulisan ini yang dimaksud dengan faktor prima sebuah bilangan adalah pembagi habis dari sebuah bilangan
Lebih terperinciPERBANDINGAN ANALISIS VARIANSI DENGAN ANALISIS KOVARIANSI DALAM RANCANGAN PETAK-PETAK TERBAGI PADA RANCANGAN ACAK KELOMPOK DENGAN DATA HILANG
PERBANDINGAN ANALISIS VARIANSI DENGAN ANALISIS KOVARIANSI DALAM RANCANGAN PETAKPETAK TERBAGI PADA RANCANGAN ACAK KELOMPOK DENGAN DATA HILANG Sri Wahyuningsih R 1, Anisa 2, Raupong ABSTRAK Analisis variansi
Lebih terperinciTIN309 - Desain Eksperimen Materi #5 Genap 2016/2017 TIN309 DESAIN EKSPERIMEN
Materi #5 TIN3 DESAIN EKSPERIMEN ANOVA ANOVA pada dasarnya merupakan suatu metode yang menguraikan sumber keragaman (varian) dari suatu perbedaan rata-rata lebih dari dua populasi. Dengan mempergunakan
Lebih terperinciRancangan Petak-petak Terbagi (RPPT)
Rancangan Petak-petak Terbagi (RPPT) Ade Setiawan 009 Rancangan Petak-Petak Terbagi (RPPT/Split-split Plot) merupakan perluasan dari Rancangan Petak Terbagi (RPT). Pada RPT kita hanya melakukan percobaan
Lebih terperinciUSULAN KOMBINASI FAKTOR-FAKTOR YANG BERPENGARUH SECARA SIGNIFIKAN TERHADAP KUAT TEKAN BATA EKSPOSE DENGAN METODE PERANCANGAN EKSPERIMEN *
Reka Integra ISSN: 2338-5081 Jurusan Teknik Industri Itenas No.03 Vol.02 Jurnal Online Institut Teknologi Nasional Juli 2014 USULAN KOMBINASI FAKTOR-FAKTOR YANG BERPENGARUH SECARA SIGNIFIKAN TERHADAP KUAT
Lebih terperinciJURUSAN PENDIDIKAN FISIKA FPMIPA UPI 2009
JURUSAN PENDIDIKAN FISIKA FPMIPA UPI 2009 Statistika dibagi atas dua fase: 1. Statistika deskriptif Fase pertama dikerjakan unntuk fase kedua 2. Statistika induktif Dilakukan untuk menyimpulkan karakteristik
Lebih terperinciDesain Tersarang dan Split Plot
Desain Tersarang dan Split Plot A. Desain Tersarang Dua Tahap Di dalam suatu eksperimen multifaktor, taraf-taraf suatu faktor (misal faktor B) bersifat sebangun tapi tidak serupa untuk taraf yang berbeda
Lebih terperinciSoal Babak Penyisihan 7 th OMITS SOAL PILIHAN GANDA
Soal Babak Penyisihan 7 th OMITS SOAL PILIHAN GANDA 1) Sebuah barisan baru diperoleh dari barisan bilangan bulat positif 1, 2, 3, 4, dengan menghilangkan bilangan kuadrat yang ada di dalam barisan tersebut.
Lebih terperinciUSULAN KOMBINASI TERBAIK FAKTOR YANG BERPENGARUH TERHADAP PENYERAPAN AIR UBIN EARTHENWARE BERGLASIR DENGAN METODE PERANCANGAN EKSPERIMEN 3 k
Reka Integra ISSN: Jurusan Teknik Industri Itenas No.03 Vol.02 Jurnal Online Institut Teknologi Nasional Juli 2014 USULAN KOMBINASI TERBAIK FAKTOR YANG BERPENGARUH TERHADAP PENYERAPAN AIR UBIN EARTHENWARE
Lebih terperinciBAB III METODOLOGI PENELITIAN TAGUCHI. Pengertian metode penelitian secara umum adalah membahas bagaimana
BAB III METODOLOGI PENELITIAN TAGUCHI Pengertian metode penelitian secara umum adalah membahas bagaimana secara berurut suatu penelitian dilakukan, yaitu dengan alat apa dan prosedur bagaimana suatu penelitian
Lebih terperinciMETODE LENTH PADA RANCANGAN FAKTORIAL FRAKSIONAL ESTIMASI EFEK ALGORITMA YATES.
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 4, Tahun 2015, Halaman 947-956 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian METODE LENTH PADA RANCANGAN FAKTORIAL FRAKSIONAL ESTIMASI EFEK
Lebih terperinciIII. METODE PENELITIAN
III. METODE PENELITIAN A. ALAT DAN BAHAN Bahan utama yang digunakan dalam penelitian ini adalah buah jarak pagar varietas Lampung IP3 yang diperoleh dari kebun induk jarak pagar BALITRI Pakuwon, Sukabumi.
Lebih terperinciPembauran (Confounding) Pada Percobaan Faktorial Tiga Taraf
Jurnal Gradien Vol 8 No 1 Januari 2012: 763.-774 Pembauran (Confounding) Pada Percobaan Faktorial Tiga Taraf Nur Afandi, Sigit Nugroho dan Pepi Novianti Jurusan Matematika, Fakultas Matematika dan Ilmu
Lebih terperinciHASIL DAN PEMBAHASAN
HASIL DAN PEMBAHASAN Perbanyakan tanaman cabai secara in vitro dapat dilakukan melalui organogenesis ataupun embriogenesis. Perbanyakan in vitro melalui organogenesis dilakukan dalam media MS dengan penambahan
Lebih terperinciBAB I PENDAHULUAN. Rancangan percobaan (eksperimen) adalah suatu tes atau serangkaian tes
BAB I PENDAHULUAN A. Latar Belakang Rancangan percobaan (eksperimen) adalah suatu tes atau serangkaian tes dengan maksud mengamati dan mengidentifikasi perubahan-perubahan pada output respons yang disebabkan
Lebih terperinciPrestasi itu diraih bukan didapat!!! SOLUSI SOAL
"We are the first of the fastest online solution of mathematics" 009 SELEKSI OLIMPIADE TINGKAT PROVINSI 008 TIM OLIMPIADE MATEMATIKA INDONESIA 009 Prestasi itu diraih bukan didapat!!! SOLUSI SOAL Bidang
Lebih terperinciDESAIN BUJURSANGKAR 6
6 DESAIN BUJURSANGKAR Outline 2 D e s a i n Bujursangkar Desain Bujursangkar Harga JK DBSL Desain Bujursangkar Latin dan variasinya ANAVA DBSL m x m Desain Bujursangkar Graeco-Latin Desain Bujursangkar
Lebih terperinciLAMPIRAN Data Penelitian Nilai Siswa
LAMPIRAN Data Penelitian Nilai Siswa No Parameter Satuan Baku mutu Metode analisis G43 67 44 53 51 G44 67 43 39 39 G45 68 37 45 52 G46 71 41 41 53 G47 61 33 45 52 G48 66 39 41 53 G49 67 44 40 42 G50 75
Lebih terperinciMENENTUKAN PENGARUH INTERAKSI PERLAKUAN DENGAN METODE POLINOMIAL ORTOGONAL
MENENTUKAN PENGARUH INTERAKSI PERLAKUAN DENGAN METODE POLINOMIAL ORTOGONAL E. JULIANTINI Balai Besar Penelitian dan Pengembangan Bioteknologi dan Sumberdaya Genetik Pertanian, Jl. Tentara Pelajar No.,
Lebih terperinciPercobaan Satu Faktor: Rancangan Acak Lengkap (RAL) Oleh: Arum Handini Primandari, M.Sc.
Percobaan Satu Faktor: Rancangan Acak Lengkap (RAL) Oleh: Arum Handini Primandari, M.Sc. Rancangan Acak Lengkap (RAL) RAL merupakan rancangan paling sederhana di antara rancangan-rancangan percobaan baku.
Lebih terperinciANALISIS DESAIN FAKTORIAL FRAKSIONAL 2k-p DENGAN METODE LENTH
ANALISIS DESAIN FAKTORIAL FRAKSIONAL 2k-p DENGAN METODE LENTH SKRIPSI Oleh : GIAN KUSUMA DIAH TANTRI NIM : 24010210130075 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO SEMARANG
Lebih terperinciPENDEKATAN REGRESI POLINOMIAL ORTHOGONAL PADA RANCANGAN DUA FAKTOR (DENGAN APLIKASI SAS DAN MINITAB) Tatik Widiharih Jurusan Matematika FMIPA UNDIP
PENDEKATAN REGRESI POLINOMIAL ORTHOGONAL PADA RANCANGAN DUA FAKTOR (DENGAN APLIKASI SAS DAN MINITAB) Tatik Widiharih Jurusan Matematika FMIPA UNDIP Abstrak Pendekatan regresi polinomial orthogonal dapat
Lebih terperinciD. 18 anak Kunci : C Penyelesaian : Gambarkan dalam bentuk diagram Venn seperti gambar di bawah ini :
1. Dalam suatu kelas terdapat 25 anak gemar melukis, 21 anak gemar menyanyi, serta 14 anak gemar melukis dan menyanyi, maka jumlah siswa dalam kelas tersebut adalah... A. 60 anak C. 32 anak B. 46 anak
Lebih terperinciAcak Kelompok Lengkap (Randomized Block Design) Arum H. Primandari, M.Sc.
Percobaan Satu Faktor: Rancangan Acak Kelompok Lengkap (Randomized Block Design) Arum H. Primandari, M.Sc. Latar belakang Rancangan Acak kelompok adalah suatu rancangan acak yang dilakukan dengan mengelompokkan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Populasi dan Sampel Populasi adalah kelompok besar individu yang mempunyai karakteristik umum yang sama atau kumpulan dari individu dengan kualitas serta ciri-ciri yang telah ditetapkan.
Lebih terperinciPembahasan OSN SMP Tingkat Nasional Tahun 2012
Pembahasan OSN SMP Tingkat Nasional Tahun 2012 Bidang Matematika Oleh Tutur Widodo Soal 1. Jika diketahui himpunan H = {(x, y) (x y) 2 + x 2 15x + 50 = 0, dengan x dan y bilangan asli}, tentukan banyak
Lebih terperinciKAJIAN PADA RANCANGAN FRACTIONAL FACTORIAL DAN FRACTIONAL FACTORIAL SPLIT-PLOT SRI WINARNI
KAJIAN PADA RANCANGAN FRACTIONAL FACTORIAL DAN FRACTIONAL FACTORIAL SPLIT-PLOT SRI WINARNI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR 006 SURAT PERNYATAAN Dengan ini saya menyatakan bahwa tesis yang
Lebih terperinciPERCOBAAN SATU FAKTOR: RANCANGAN ACAK LENGKAP (RAL) Arum Handini Primandari, M.Sc.
PERCOBAAN SATU FAKTOR: RANCANGAN ACAK LENGKAP (RAL) Arum Handini Primandari, M.Sc. PENGUJIAN HIPOTESIS Langkah-langkah pengujian hipotesis: 1) Merumuskan hipotesis 2) Memilih taraf nyata α 3) Menentukan
Lebih terperinciModel Log Linier yang Terbaik untuk Analisis Data Kualitatif pada Tabel Kontingensi Tiga Arah
Malikussaleh Industrial Engineering Journal Vol.2 No.2 (2013) 32-37 ISSN 2302 934X Industrial Management Model Log Linier yang Terbaik untuk Analisis Data Kualitatif pada Tabel Kontingensi Tiga Arah Maryana
Lebih terperinciLATIHAN ULANGAN AKHIR SEMESTER GANJIL SMP NEGERI 196 JAKARTA TAHUN PELAJARAN 2010/2011 LEMBAR SOAL
LATIHAN ULANGAN AKHIR SEMESTER GANJIL SMP NEGERI JAKARTA TAHUN PELAJARAN 00/0 LEMBAR SOAL Mata Pelajaran : MATEMATIKA Hari / Tanggal : 0 November 00 W a k t u : 07.00 0.00 WIB (0 menit) K e l a s : IX
Lebih terperinciDESAIN BLOK LENGKAP ACAK 5
DESAIN BLOK LENGKAP ACAK 5 Outline D e s a i n B l o k Lengkap A c a k Pendahuluan Desain Blok Lengkap Acak Daftar ANAVA After ANAVA Pendahuluan (1) 3 Seorang teknisi bermaksud menentukan mana dari 5 mesin
Lebih terperinciOPTIMASI PRODUKSI DENGAN METODE RESPONSE SURFACE Studi Kasus pada Perusahaan Injection Moulding
JURNAL TEKNIK INDUSTRI VOL. 4, NO., JUNI 2002: 36-44 OPTIMASI PRODUKSI DENGAN METODE RESPONSE SURFACE Studi Kasus pada Perusahaan Injection Moulding Jani Rahardjo Dosen Fakultas Teknologi Industri, Jurusan
Lebih terperinciKUMPULAN MATERI PEMBINAAN DAN PENGAYAAN MATEMATIKA
KUMPULAN MATERI PEMBINAAN DAN PENGAYAAN MATEMATIKA ANDI SYAMSUDDIN Guru Mata Pelajaran Matematika Pada SMP Negeri 8 Kota Sukabumi SMP NEGERI 8 KOTA SUKABUMI DINAS PENDIDIKAN KOTA SUKABUMI 009 Yang bertanda
Lebih terperinciBAB I PENDAHULUAN. 1.1.Latar Belakang dan Permasalahan
1 BAB I PENDAHULUAN 1.1.Latar Belakang dan Permasalahan Response Surface Methodology sudah dikenalkan oleh Box dan Wilson sejak tahun 1951. Dalam buku Design and Analysis of Experiment, Montgomerry (2001),
Lebih terperinciMemiliki kelemahan terlalu panjang jalannya padahal berujung pada S a, produksi D A juga menyebabkan kerumitan.
PENYEDERHANAAN TATA BAHASA BEBAS KONTEKS Tujuan : Melakukan pembatasan sehingga tidak menghasilkan pohon penurunan yang memiliki kerumitan yang tidak perlu atau aturan produksi yang tidak berarti. Contoh
Lebih terperinciOptimasi Parameter Proses Pemotongan Acrylic terhadap Kekasaran Permukaan Menggunakan Laser Cutting Dengan Metode Response Surface
Optimasi Parameter Proses Pemotongan Acrylic terhadap Kekasaran Permukaan Menggunakan Laser Cutting Dengan Metode Response Surface Moh. Muria Armansyah S. 1*, Endang Pudji Purwanti 2, dan Bayu Wiro Karuniawan
Lebih terperinciOleh: Lulut Sunarya ( ) Ghufran Rahmat Putra ( ) Debbiela Fajrina Septierly ( ) Miranti Nurbayani ( )
LAPORAN Analisis Perbedaan Rata-Rata Menggunakan Uji Scheffe Laporan ini diajukan untuk memenuhi tugas mata kuliah Desain Eksperimen I Dosen : Yeny Krista Franty, S.Si., M.Si. Oleh: Lulut Sunarya (140610009007)
Lebih terperinciSTK511 Analisis Statistika. Pertemuan 9 ANOVA (3)
STK511 Analisis Statistika Pertemuan 9 ANOVA (3) 9. ANOVA (3) Diagnosis Asumsi dalam Uji Hipotesis 1. bersifat bebas terhadap sesamanya. Nilai harapan dari nol, E 0 3. Ragam homogen, Var 4. Pola sebaran
Lebih terperinciPembahasan Matematika IPA SIMAK UI 2012 Kode 521. Oleh Tutur Widodo. 1. Misalkan x dan y bilangan bulat yang memenuhi sistem persamaan berikut :
Tutur Widodo Pembahasan Matematika IPA SIMAK UI 0 Pembahasan Matematika IPA SIMAK UI 0 Kode 5 Oleh Tutur Widodo. Misalkan x dan y bilangan bulat yang memenuhi sistem persamaan berikut : maka nilai x y
Lebih terperinciRANCANGAN ACAK LENGKAP
RANCANGAN ACAK LENGKAP Pengertian Merupakan jenis rancangan percobaan dimana perlakuan diberikan secara acak kepada seluruh unit percobaan. Hal ini dapat dilakukan karena lingkungan tempat percobaan diadakan
Lebih terperinciPrestasi itu diraih bukan didapat!!! SOLUSI SOAL
SELEKSI OLIMPIADE TINGKAT KABUPATEN/KOTA 013 CALON TIM OLIMPIADE MATEMATIKA INDONESIA 014 Prestasi itu diraih bukan didapat!!! SOLUSI SOAL Bidang Matematika Disusun oleh : 1. 94 + 013 = a + b 013 = 61
Lebih terperinciPERENCANAAN (planning) suatu percobaan untuk memperoleh INFORMASI YANG RELEVAN dengan TUJUAN dari penelitian
1 2 PERENCANAAN (planning) suatu percobaan untuk memperoleh INFORMASI YANG RELEVAN dengan TUJUAN dari penelitian MENGAPA PERLU DIRANCANG? Untuk mendapatkan penduga yang tidak berbias Untuk meningkatkan
Lebih terperinciOutline. Uji rata-rata sesudah ANAVA Kontras Ortogonal Pengujian Rata-rata Sesudah Eksperimen Uji Rentang Newman-Keuls Uji Scheffé
3 AFTER ANAVA Outline A f t e r A N A V A Uji rata-rata sesudah ANAVA Kontras Ortogonal Pengujian Rata-rata Sesudah Eksperimen Uji Rentang Newman-Keuls Uji Scheffé Uji Rata-rata Sesudah Anava 3 Jika pengujian
Lebih terperinciBAB I PENDAHULUAN RANCANGAN CROSSOVER TIGA PERIODE DENGAN DUA PERLAKUAN DUA PERLAKUAN. Disusun Oleh: Diasnita Putri Larasati Ayunda
RANCANGAN CROSSOVER TIGA PERIODE DENGAN DUA PERLAKUAN SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta untuk Memenuhi Sebagian Persyaratan guna Memperoleh
Lebih terperinci