BAB II TINJAUAN PUSTAKA

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB II TINJAUAN PUSTAKA"

Transkripsi

1 BAB II TINJAUAN PUSTAKA. Hdrolog Hdrolog meruaka ahaa awal erecaaa suau racag bagua dalam suau DAS uuk memerkraka besarya deb bajr yag erjad ddaerah ersebu. Pada saa ar huja jauh ke bum, sebaga ar jauh lagsug ke ermukaa bum da ada juga yag erhamba oleh vegeas (Ierses). Ierses memlk 3 macam, yau erceo loss, hrough fall, da sem flow. Ierceo loss adalah ar yag jauh ke vegeas ea belum sama meca aah sudah megua. Through fall adalah ar huja yag dak lagsug jauh ke bum, ea erhamba oleh dedaua erlebh dahulu. Sem flow adalah ar huja yag jauh ke vegeas da megalr melalu baag vegeas ersebu. Ar huja yag erhamba vegeas sebaga ada yag megua lag aau megalam evaoras ada juga yag kemuda jauh ke ermukaa aah (hrough fall). Ar hasl hrough fall megalr d ermukaa da berkumul d suau ema mejad suau ru off seer suga, daau, da beduga aabla kaasas legas aah sudah maksmal yau dak daa meyera ar lag. Dalam legas aah, ada zoa aeras yau zoa rass dmaa ar ddsrbuska ke bawah (flras) aau keaas (ar kaler). Semak besar flras, aah aka semak lembab da sea aah memlk erbedaa kaasas eymaa da oror aah yag berbeda-beda. Vegeas megalam foosess ada saa sag har da megalam rasras. Perswa berkumulya ua ar d udara dar hasl evaoras da rasras dsebu evaorasras. Evaorasras dkorol oleh kods amosfer d muka bum. Evaoras membuuha erbedaa ekaa d udara. Poes evaorasras adalah kemamua amosfer memdahka ar dar ermukaa ke udara, dega asums dak ada baasa kaasas. Uversas Sumaera Uara

2 Ar yag jauh d ermukaa sebaga ada yag megalam flras aau dsera oleh aah. Kaasas flras ergaug dar eksur aah, vegeas, legas aah, kemrga lereg, da waku. Ar ersebu memasuk celah-celah baua yag reggag d dalam bum aau megalam erkolas uuk megs ersedaa ar aah. Ar aah daa mucul ke ermukaa aah karea ar memlk kalaras yag gg. Dalam ar aah ada zoa aqufer (zoa eaha ar) yau meyedaka smaa ar yag besar yag megaur sklus hdrolog da beregaruh ada alra ar. Ar aah juga daa meyula deb ar suga aabla jalur ar aah eruus oleh jalur suga. Ar aah daa berkurag aabla dguaka mausa uuk keerlua sehar-har. Sela u, ar yag lagsug jauh ke ermukaa aah lagsug megs chael sorage coohya suga, daau, da beduga lalu mejad ru off. Te-e alra adalah over lad flow, hrough flow, da base flow. Over lad flow erjad aabla keka kaasas resas melebh baas flras. Through flow adalah ar erkolas yag bergerak d zoa erkolas yag bergerak ada horzo aah. Baseflow adalah ar yag bergerak d aas alra ar uuk egukura muka ar. Chael sorage megalam flras uuk megs ersedaa ar aah aabla dasar suau chael sorage jarakya jauh dar ema ersedaa ar aah. Sebaga ar ada chael sorage megalam evaoras kembal karea egaruh aas maahar. Ar d bum megulag erus meerus srkulas-eguaa, resas da egalra keluar (ouflow). Ar megua ke udara dar ermukaa aah da lau, berubah mejad awa sesudah melalu beberaa roses da kemuda jauh sebaga huja aau salju ke ermukaa lau aau daraa. Sebelum ba ke ermukaa bum sebaga lagsug megua ke udara da sebaga ba ke ermukaa bum. Tdak semua baga huja yag jauh ke ermukaa bum mecaa ermukaa aah. Sebaga aka eraha oleh umbuhumbuha d maa sebaga aka megua da sebaga lag aka jauh aau megalr Uversas Sumaera Uara

3 melalu daha-daha ke ermukaa aah. Gambar (.) berku meruaka gambar sklus hdrolog. Gambar. Sklus Hdrolog.. Curah Huja Daa curah huja yag ercaa droses berdasarka areal yag medaaka huja sehgga ddaa gg curah huja raa-raa da kemuda dramalka besarya curah huja ada erode ereu. Berku djabarka eag cara meeuka gg curah huja arel. Dega melakuka eakara aau ecaaa huja, ka haya medaa curah huja d suau k ereu (o rafall). Jka d dalam suau areal erdaa beberaa ala eakar Uversas Sumaera Uara

4 aau ecaa curah huja, maka daa dambl la raa-raa uuk medaaka la curah huja areal. Ada 3 macam cara yag berbeda dalam meeuka gg curah huja raa-raa ada areal ereu dar agka-agka curah huja d beberaa k os eakar aau ecaa.. Raa-raa aljabar Tgg raa-raa curah huja ddaaka dega megambl la raa-raa hug (arhmac mea) egukura huja d os eakar-eakar huja d dalam areal sud. d = d+d+d3+ + d = d = (.) d maa d = gg curah huja raa-raa, d, d... d = gg curah huja ada os eakar,,...,, da = bayak os eakara. Cara aka memberka hasl yag daa dercaya jka os-os eakarya demaka secara meraa d areal ersebu, da hasl eakara masg-masg os eakar dak meymag jauh dar la raa-raa seluruh os d seluruh areal.. Cara Polgo Thesse Cara berdasarka raa-raa mbag (weghed average). Masg-masg eakar memuya daerah egaruh yag dbeuk dega meggambarka gars-gars sumbu egak lurus erhada gars eghubug d aara dua buah os eakar. Gambar (.) meujukka cooh oss sasu,, da 3 dar skema olgo Thesse dalam Daerah Alra Suga (DAS). Uversas Sumaera Uara

5 Gambar. Polgo Thesse ada DAS Curah huja ada suau daerah daa dhug dega ersamaa berku: d = A.d + A.d A.d A + A A (.) d = A.d + A.d +... A + A.d (.3) dmaa d = gg curah huja reraa daerah (mm), d = huja ada os eakar huja (mm), A = luas daerah egaruh os eakar huja (km ), da A = luas oal DAS (km ). 3. Cara sohye Dalam hal ka harus meggambarka dulu kour dega gg curah huja yag sama (sohye), seer erlha ada Gambar (.3) berku. Gambar.3 Pea Isohye Uversas Sumaera Uara

6 Kemuda luas baga d aara sohye-sohye yeg berdekaa dukur, da la raaraaya dhug sebaga berku: d = d0 + da d + d d A A +... A + A +...A + d A (.4) d + d A d = A (.5) d maa d = gg curah huja raa-raa areal, A = luas areal oal = A + A + A A, da d 0, d,..., d = curah huja ada sohye 0,,,...,. I adalah cara yag alg el uuk medaaka huja areal raa-raa, ea memerluka jarga os eakar yag relaf lebh ada yag memugkka uuk membua sohye. Pada waku meggambar gars-gars sohye sebakya juga memerhaka egaruh buk aau guug erhada dsrbus huja (huja orografk)... Dsrbus Frekues Curah Huja Uuk megaalss robablas curah huja basaya daka beberaa macam dsrbus yau: (A) Dsrbus Normal, (B) Log Normal, (C) Gumbel, (D) Log Pearso Tye III. A. Dsrbus Normal Dsrbus ormal aau kurva ormal dsebu ula dsrbus Gauss. Uuk aalsa frekues curah huja megguaka meode dsrbus Normal, dega ersamaa sebaga berku: T = + k.sx (.6) Dmaa: T : Varae yag deksraolaska, yau besarya curah huja recaa uuk erode ulag T ahu. Uversas Sumaera Uara

7 K Sx : Harga raa raa dar daa = : Varabel reduks : Sadard Devas = Tabel. Nla Varabel Reduks Gauss B. Dsrbus Log Normal Sumber: Buku Ssem Draase Perkoaa yag Berkelajua hal 37 Uuk aalsa frekues curah huja megguaka meode dsrbus Log Normal, dega ersamaa sebaga berku: Log T = Log + k.sx Log (.7) Dmaa: Log T Log SxLog K : Varae yag deksraolaska, yau besarya curah huja racaga uuk erode ulag T ahu. : Harga raa raa dar daa : Sadard Devas : Varabel reduks = = (Log log ( ) Log ) Tabel. Nla K uuk Dsrbus Log Normal Uversas Sumaera Uara

8 Sumber: Buku Ssem Draase Perkoaa yag Berkelajua hal 37 C. Dsrbus Log Perso III Uuk aalsa frekues curah huja dega megguaka meode Log Perso Tye III, dega ersamaa sebaga berku: Log T = Log + Kr. S (.0) Dmaa: Log T : Varae deksraolaska, yau besarya curah huja racaga uuk erode ulag T ahu. Log : Harga raa raa dar daa, Log S : Sadard Devas, S = = = = Log ( Log Log ) dega erode ulag T Cs =. = ( Log Log ) ( ) ( ).S 3 3 Uversas Sumaera Uara

9 Dmaa: Cs = Koefse kemecega Tabel.3 Nla K uuk dsrbus Log Pearso III Sumber: Buku Ssem Draase Perkoaa yag Berkelajua hal Uj Dsrbus Frekues Curah Huja Uuk megeahu aakah daa ersebu bear sesua dega jes sebara eors yag dlh maka erlu dlakuka eguja lebh laju. Uuk keerlua aalss uj kesesuaa daka dua meode sask sebaga berku: Uversas Sumaera Uara

10 . Uj Ch Kuadra Uj Ch Kuadra dguaka uuk meguj aakah dsrbus egamaa daa dsama dega bak oleh dsrbus eors. Perhugaya dega megguaka ersamaa berku: h = k = (EF - OF) EF (.) d maa k = + 3, Log, OF = la yag dama, da EF = la yag dharaka. Agar dsrbus frekues yag dlh daa derma, maka harga hug < Cr. Harga Cr daa deroleh dega meeuka araf sgfka α dega deraja kebebasa. Baas krs ergaug ada deraja kebebasa da α. Uuk kasus deraja kebebasa memuya la yag ddaa dar erhuga sebaga berku: DK = JK - (P + ) (.) Dmaa : DK = deraja kebebasa JK = jumlah kelas P = fakor keerkaa (uuk eguja Ch-Square memuya keerkaa ) D. Dsrbus Gumbel Uuk aalsa frekues curah huja megguaka meode E.J. Gumbel, dega ersamaa sebaga berku: T = + K.Sx (.8) Dmaa: T : Varae yag deksraolaska, yau besarya curah huja recaa uuk erode ulag T (ahu). : Harga raa raa dar daa = Uversas Sumaera Uara

11 Sx : Sadard Devas = K : Varabel reduks Uuk meghug varabel reduks E.J. Gumbel megambl harga: K Y T = (.9) S Y Dmaa: Y T : Reduced varae sebaga fugs dar erode ulag T Y : Reduced mea sebaga fugs dar bayak daa (N) S : Reduced sadard devao sebaga fugs dar bayak daa N Tabel.4 Sadar Devas (Y) uuk Dsrbus Gumbel Tabel.5 Reduks Vara Sumber: Buku Ssem Draase Perkoaa yag Berkelajua hal 5 (YTR) sebaga fugs erode ulag Gumbel Sumber: Buku Ssem Draase Perkoaa yag Berkelajua hal 5 Uversas Sumaera Uara

12 Tabel.6 Reduks Sadard Devas (S) uuk Dsrbus Gumbel Sumber: Buku Ssem Dra..4 Uj Smrov Kolmogorof Taha-aha eguja Smrov Kolmogorof adalah sebaga berku: a. Plo daa dega eluag agha emrs ada keras robablas, dega megguaka ersamaa Webull: m P = x 00% (.3) ( + ) Dmaa: m = omor uru dar omor kecl ke besar = bayakya daa b. Tark gars dega megku ersamaa: Log = log + G. (.4) T S d Uversas Sumaera Uara

13 Dar grafk log deroleh erbedaa erbedaa maksmum aara dsrbus eors da emrs: Pe - P (.5) max = Dmaa: = selsh maksmum aara eluag emrs dega eors, Pe = max eluag emrs, da P = eluag eors c. Taraf sgfka dambl 5% dar jumlah daa (), ddaa Δ Cr dar abel. Dar abel Uj Smrov Kolmogorof, bla Δ maks < Δ Cr, maka daa daa derma.. Hdrograf Saua Sek D daerah d maa daa hdrolog dak erseda uuk meuruka hdrograf saua, maka dbua hdrograf saua ses yag ddasarka ada karakersk fsk dar DAS. Berku dberka beberaa meode yag basa dguaka dalam meuruka hdrograf bajr.... Hdrograf saua Sek Syder Dalam ermulaa ahu 938, F.F. Syder dar Amerka Serka elah megembagka rumus emrs dega koefse-koefse emrs yag meghubugka usur-usur hdrograf saua dega karakersk daerah egalra. Usur-usur hdrograf ersebu dhubugka dega : A= Luas daerah egalra (km ) Uversas Sumaera Uara

14 L= Pajag alra uama (km) LC= Jarak aara k bera daerah egalra dega eleasa (oule) yag dukur seajag alra uama Dega usur-usur ersebu Syder membua rumus-rumusya sebaga berku : = C (L. L c ) (.8) r = 5,5 (.9) Q C =,78.A (.30) T b = (.3) dmaa: : Waku mula k bera huja sama deb ucak dalam jam r : Lama curah huja efekf Q : Deb maksmum oal Tb : Waku dasar hdrograf Koefse-koefse C da C harus deuka dega rumus sebaga berku : Keerlambaa DAS (bas lag) = C (L.L ) 0,3 c (.3) Uversas Sumaera Uara

15 dmaa : C : Koefse yag duruka dar DAS yag memlk daa ada daerah yag sama Meghug deb ucak er saua luas dar hdrograf saua sadar : q =,75.C (.33) dmaa : C : Koefse yag duruka dar DAS yag memlk daa ada daerah yag sama Harga L da Lc dukur dar ea DAS uuk meghug C da C ada DAS yag erukur. Berdasarka hdrograf saua yag duruka daa derolrh duras efekf R dalam jam, kelambaa DAS R dalam jam. Jka maka = : 5, 5 r r = R = R da q = q R Jka R jauh dar 5,5 R, maka kelambaa DAS sadar adalah : =R+ r- R 4 (.34) Da ersamaa (.9) da (.33) dselesaka uuk medaaka la r da. Nla C da C kemuda dhug dar ersamaa (.3) da (.33). Lamaya huja efekf r = /5,5 dmaa r dasums jam. Jka r > r ( asums), dlakuka koreks erhada Uversas Sumaera Uara

16 ' = + 0, 5( ' ) (.35) r R r T = ' + maka : T P r = ' + (.36) Jka r < r (asums), maka : T r = + (.37) Meeuka grafk hubuga aara Q da (UH) berdasarka ersamaa Alexseyev sebaga berku : Q = Y. Q (.38) dmaa : Y ( x) a x = 0 (.39) = (.40) T R a =,3λ + 0,5λ+ 0, 045 (.4) ( Q. TR) λ= (.4) (. ha) dmaa: Q : Deb dega erode hdrograf Uversas Sumaera Uara

17 Y : Perbadga deb erode hdrograf dega deb ucak : Perbadga waku erode hdrograf dega wku mecaa ucak bajr Seelah λ da a dhug, maka la y uuk masg-masg x daa dhug (dega membua able), dar la-la ersebu deroleh =xt da Q=y.Q, selajuya dbua grafk hdrograf saua... Hdrograf Saua Sek Nakayasu Perhuga deb bajr racaga megguaka meode Nakayasu. Persamaa umum Hdrograf Saua Sek Nakayasu adalah sebaga berku: Q C. A. R 0 = (.43) 3,6 (0,3 T + T ) P 0,3 T = g + 0,8 r (.44) g = 0, x L 0,7 (L < 5 km) (.45) g = 0,4 + 0,058 x L (L > 5 km) (.46) T 0,3 = α x g (.47) Q = T,4 x Q (.48) dmaa: Q = deb ucak bajr (m 3 /de) C = koefse egalra R 0 = huja saua (mm) Uversas Sumaera Uara

18 A = luas DAS (km ) T = eggag waku dar ermulaa huja sama ucak bajr (jam) T 0,3 = waku yag derluka oleh eurua deb, dar deb ucak sama mejad 30% dar deb ucak, g = waku koseras (jam), r = saua waku huja, dambl jam, α = arameer hdrograf, berla aara.5 3.5, Q = deb ada saa jam (m 3 /de), da L = ajag suga (m). Gambar (.5) meruaka cooh gambar hdrograf akayasu berua hubuga aara waku dega deb ucakya. Tr 0,8 Tr g Q LegkugNak Legkug Turu Q 0,3 Q 0,3 Q T T 0,3,5 T 0,3 (j ) Gambar.4 Model Hdrograf Nakayasu Uversas Sumaera Uara

19 Persamaa-ersamaa yag dguaka dalam hdrograf akayasu adalah: a. Pada kurva ak, 0 T, maka: Q = T,4 x Q b. Pada kurva uru, T < (T + T 0,3 ), maka: -T T 0,3 Q = Q x 0,3, uuk (T + T 0,3 ) (T + T 0,3 +,5T 0,3 ), maka: -T + 0,5T,5T0,3 0,3 Q = Q x 0,3, da uuk > (T + T 0,3 +,5T 0,3 ), maka Q = Q x 0,3 -T +,5T T0,3 0,3. d maa Q = deb ada saa jam (m 3 /de)..3 Hdrograf Saua Sek Gamma I Kaja sfa dasar Hdrograf Saua Sek (HSS) Gamma I adalah hasl eela 30 buah daerah alra suga d Pulau Jawa. Sfa-sfa daerah alra suga dalam meode HSS Gamma I adalah sebaga berku: a. Fakor sumber (source facor, SF) adalah erbadga aara jumlah ajag suga-suga gka sau dega jumlah ajag suga semua gka. b. Frekues sumber (source frequecy, SN) deaka sebaga erbadga aara jumlah agsa suga semua gka. Uversas Sumaera Uara

20 c. Fakor smer (symmery facor, SIM), deaka sebaga hasl kal aara fakor lebar (WF) dega luas relaf DPS sebelah hulu (RUA). d. Fakor lebar (wdh facor, WF) adalah erbadga aara lebar DAS yag dukur dar k d suga yag berjarak ¾ L da lebar DPS yag dukur dar k d suga yag berjarak ¼ L dar ema egukura. e. Luas relaf DPS sebelah hulu (relave uer cachme area), yau erbadga aara luas DPS sebelah hulu gars yag dark erhada gars yag megubugka k ersebu dega ema egukura dega luas DPS. Jumlah eremua suga (umber of juco, JN). Gambar (.4) berku meruaka model arameer karakersk DAS Meode Gamma I. Uuk ~ A = 0,5 L, ~ B = 0,75 L, da WF = WU/WL WL A B WU Gambar.5 Model Parameer Karakerk DAS Meode Gamma I Rumus-rumus yag dguaka dalam meode HSS Gamma I adalah sebaga berku: B =,558 N -0,499 A -0,75 SIM 0,059 S -0,0733 (.49) dmaa : N = jumlah sasu huja, A = luas DAS (km ) Uversas Sumaera Uara

21 SIM = fakor smer, S = lada suga raa-raa B = koefese reduks. Meghug waku ucak HSS Gamma I ( r ) dega rumus berku: r = 0.43 ( L/ 00 SF) SIM +.77 (.50) dmaa : r = waku ak (jam) L = ajag suga duk (km) SF = fakor sumber SIM = fakor smer. Meghug deb ucak bajr HSS Gamma I (Q ) dega rumus berku: Q = 0,836 A0,5884 JN 0,38 r -0,4008 (.5) dmaa : Q = deb ucak (m 3 /de), da JN = jumlah eremua suga. Meghug waku dasar ada meode HSS Gamma I ( b ) dega rumus berku: b = 7,43 r 0,457 S -0,0986 SN 0,7344 RUA 0,574 (.5) dmaa : S = lada suga raa-raa SN = frekues sumber Uversas Sumaera Uara

22 RUA = luas relaf DPS sebelah hulu (km ). Meghug koefse amuga (K) ada meode dhug dega rumus: K = 0,567 A 0,798 S -0,446 SF -,0897 D 0,045 (.53) dmaa : K = koefse amuga (jam) A = luas DPS (km ) S = lada suga raa-raa SF = fakor sumber (km/km ) D = keraaa jarga kuras (km/km ). Meghug alra dasar suga dhug dega rumus: Q B = 0,475 A 0,6444 D 0,9430 (.54) dmaa : Q B = alra dasar (m 3 /de) A = luas DPS (km ) D = keraaa jarga kuras (km/km ). Selajuya hasl akhr dar masg-masg meode Hdrograf Saua Sek dbadgka dega daa deb Daerah Alra Suga Wamu yag deroleh dar Bala Wlayah Suga Sumaera II uuk meeuka meode Hdrograf Saua Sek yag alg sesua dar kega meode yag dguaka. Uversas Sumaera Uara

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA.1 Hdrolog Ar d bum megulag terus meerus srkulas peguapa, presptas da pegalra keluar (outflow). Ar meguap ke udara dar permukaa taah da laut, berubah mejad awa sesudah melalu beberapa

Lebih terperinci

BAB III MENENTUKAN JADWAL OPTIMUM PERAWATAN OVERHAUL. MESIN OKK Gill BCG1-P2 PADA BAGIAN DRAWING PT VONEX INDONESIA

BAB III MENENTUKAN JADWAL OPTIMUM PERAWATAN OVERHAUL. MESIN OKK Gill BCG1-P2 PADA BAGIAN DRAWING PT VONEX INDONESIA BAB III MENENTUKAN JADWAL OPTIMUM PERAWATAN OVERHAUL MESIN OKK Gll BCG1-P PADA BAGIAN DRAWING PT VONEX INDONESIA 3.1 Pedahulua Pada Bab II elah djelaska megea eor eor yag dbuuhka uuk meeuka jadwal opmum

Lebih terperinci

DISTRIBUSI GAMMA. Ada beberapa distribusi penting dalam distribusi uji hidup, salah satunya adalah distribusi gamma.

DISTRIBUSI GAMMA. Ada beberapa distribusi penting dalam distribusi uji hidup, salah satunya adalah distribusi gamma. DITRIBUI GAMMA Ada beberaa dsrbus eg dalam dsrbus uj hdu, salah sauya adalah dsrbus gamma. A. Fugs keadaa eluag (fk) Fugs keadaa eluag (fk) dar dsrbus gamma dega dua arameer yau da adalah sebaga berku:

Lebih terperinci

Hidraulika Komputasi

Hidraulika Komputasi Hdraulka Kompuas Meoda Beda Hgga Ir. Djoko Lukao, M.Sc., Ph.D. Jurusa Tekk Spl Fakulas Tekk Uversas Gadjah Mada Peyelesaa Pedekaa Karea dak dperoleh peyelesaa aals, maka dguaka peyelesaa pedekaa umers.

Lebih terperinci

III. METODE PENELITIAN. instansi pemerintah, diantaranya adalah publikasi data dari Badan Pusat Statistik

III. METODE PENELITIAN. instansi pemerintah, diantaranya adalah publikasi data dari Badan Pusat Statistik III. METODE PENELITIAN A. Jes da Sumber Daa Daa yag dguaka adalah daa sekuder dar publkas das aau sas pemerah, daaraya adalah publkas daa dar Bada Pusa Sask megea PDRB Koa Badar Lampug da PDRB Props Lampug.

Lebih terperinci

BAB 4 ENTROPI PADA PROSES STOKASTIK RANTAI MARKOV

BAB 4 ENTROPI PADA PROSES STOKASTIK RANTAI MARKOV BAB 4 ENTROPI PADA PROSES STOKASTIK RANTAI MARKOV 4. Proses Sokask Dalam kehdupa yaa, sergkal orag g megama keerkaa sau kejada dega kejada la dalam suau erval waku ereu, yag merupaka suau barsa kejada.

Lebih terperinci

RISK ANALYSIS RESIKO DAN KETIDAKPASTIAN DALAM MEMBUAT KEPUTUSAN MANAJERIAL

RISK ANALYSIS RESIKO DAN KETIDAKPASTIAN DALAM MEMBUAT KEPUTUSAN MANAJERIAL RISK ANALYSIS Dr. Mohammad Abdul Mukhy,, SE., MM RESIKO DAN KETIDAKPASTIAN DALAM MEMBUAT KEPUTUSAN MANAJERIAL kepuusa maageral dbua d bawah kods-kods kepasa, kedak-pasa aau resko. Kepasa megacu pada suas

Lebih terperinci

Sub Kompetensi. satuan sintetik berdasarkan ketersediaan data karakteristik DAS

Sub Kompetensi. satuan sintetik berdasarkan ketersediaan data karakteristik DAS REKAYASA HIDROLOGI II HIDROGRAF SATUAN SINTETIK Sub Komeensi Mamu menghiung hidrograf Mamu menghiung hidrograf sauan sineik berdasarkan keersediaan daa karakerisik DAS 1 * H S * S Hidrograf Sauan Sineik

Lebih terperinci

STUDI PENANGGULANGAN BAJIR DATUK LAKSAMANA DUMAI. Fakultas Teknik Universitas Riau, Pekanbaru,

STUDI PENANGGULANGAN BAJIR DATUK LAKSAMANA DUMAI. Fakultas Teknik Universitas Riau, Pekanbaru, STUDI PENANGGULANGAN BAJIR DATUK LAKSAMANA DUMAI Arf Julswa ), Sswao ), Trmajo ) ) Mahasswa Jurusa Tekk Spl, ) Dose Jurusa Tekk Spl Fakulas Tekk Uversas Rau, Pekabaru, 893 Emal : ajuladrod@gmal.com Oe

Lebih terperinci

ESTIMASI PARAMETER MODEL SURVIVAL DISTRIBUSI EKSPONENSIAL DATA TERSENSOR DENGAN METODE MAKSIMUM LIKELIHOOD DAN BAYESIAN SELF

ESTIMASI PARAMETER MODEL SURVIVAL DISTRIBUSI EKSPONENSIAL DATA TERSENSOR DENGAN METODE MAKSIMUM LIKELIHOOD DAN BAYESIAN SELF Bule Ilmah Mah. Sa. da Terapaya Bmaser Volume 5, No. 3 26, hal 23 22. ESTIMASI PARAMETER MODEL SURVIVAL DISTRIBUSI EKSPONENSIAL DATA TERSENSOR DENGAN METODE MAKSIMUM LIKELIHOOD DAN BAYESIAN SELF Syarah

Lebih terperinci

BAB V ANALISIS HIDROLOGI

BAB V ANALISIS HIDROLOGI ANALISIS HIDROLOGI 64 BAB V ANALISIS HIDROLOGI 5.. Tjaua Umum Utuk meetuka debt recaa, dapat dguaka beberapa metode atau cara. Metode yag dguaka sagat tergatug dar data yag terseda, data data tersebut

Lebih terperinci

BAB III STUDI PUSTAKA

BAB III STUDI PUSTAKA Perecaaa Draase Kawasa Pur Ajasmoro Koa Semarag BAB III STUDI PUSTAKA 3. PENYEBAB BANJIR PERKOTAAN 3.. Sumber-sumber Ar Bajr Bajr berdasarka perswa kejadaya dapa dbedaka mejad dua macam,yau :. Bajr yag

Lebih terperinci

BAB 1 PENDAHULUAN. bahkan tidak sedikit orang yang frustasi akibat dari krisis global.

BAB 1 PENDAHULUAN. bahkan tidak sedikit orang yang frustasi akibat dari krisis global. BAB 1 PENDAHULUAN 1.1 Laar Belakag Telah dkeahu bahwa saa sedag megalam krss global, dak haya erjad pada Negara yag sedag berkembag, bahka Negara maju juga megalamya, seper Amerka. Akbaya bayak orag yag

Lebih terperinci

Oleh : Azzahrowani Furqon Dosen Pembimbing Dr. Purhadi, M.Sc.

Oleh : Azzahrowani Furqon Dosen Pembimbing Dr. Purhadi, M.Sc. Aalss Regres Webull uuk Megeahu Fakor-Fakor yag Mempegaruh Laju Perbaka Kods Kls Pedera Sroke Sud kasus RSU Haj Surabaya Oleh : Azzahrowa Furqo 3090004 Dose Pembmbg Dr. Purhad, M.Sc. AGENDA OUTLINE PENDAHULUAN

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI. Pemelharaa aau Maeace.. Pegera Pemelharaa Pemelharaa aau dalam slah asgya dsebu maeace adalah kegaa uuk memelhara aau mejaga faslas / eralaa abrk da megadaka erbaka aau eyesuaa /

Lebih terperinci

PENYELESAIAN NUMERIK PERSAMAAN KONDUKSI 1D DENGAN SKEMA FTCS, LAASONEN DAN CRANK-NICOLSON. Eko Prasetya Budiana 1 Syamsul Hadi 2

PENYELESAIAN NUMERIK PERSAMAAN KONDUKSI 1D DENGAN SKEMA FTCS, LAASONEN DAN CRANK-NICOLSON. Eko Prasetya Budiana 1 Syamsul Hadi 2 PENYELESAIAN NUMERIK PERSAMAAN KONDUKSI D DENGAN SKEMA FCS, LAASONEN DAN CRANK-NICOLSON Eko Praseya Budaa Syamsul Had Absrac, Fe dfferece mehod ( FCS, Laasoe ad Crak-Ncholso scheme) have bee develop for

Lebih terperinci

FINITE FIELD (LAPANGAN BERHINGGA)

FINITE FIELD (LAPANGAN BERHINGGA) INITE IELD (LAPANGAN BERHINGGA) Muhamad Zak Ryao NIM: /5679/PA/8944 E-mal: zak@malugmacd h://zakmahwebd Dose Pembmbg: Drs Al Sujaa, MSc Jka suau laaga (feld) memua eleme yag bayakya berhgga, maka laaga

Lebih terperinci

Sta Kalibaku ng (mm/thn ) CH Wilayah (X) (mm/th n) 138, ,00 176, ,33 181,00 188, , , , ,00 135,66 133,00

Sta Kalibaku ng (mm/thn ) CH Wilayah (X) (mm/th n) 138, ,00 176, ,33 181,00 188, , , , ,00 135,66 133,00 Tahu Margas ari (mm/th Dukuh Warigi (mm/th Kalibaku g (mm/th 35 5 3 2 3 28 43 3 22 9 29 4 3 42 6 5 65 253 25 6 22 25 39 64 55 84 8 8 63 4 9 29 46 36 5 24 2 53 2 2 6 8 6 3 29 29 4 25 52 25 CH Wilayah (X

Lebih terperinci

LOGO ANALISIS REGRESI LINIER

LOGO ANALISIS REGRESI LINIER LOGO ANALISIS REGRESI LINIER BERGANDA Hazmra Yozza Jur. Maemaka FMIPA Uv. Adalas KOMPETENSI megdefkaska model regres ler bergada dalam oas aljabar basa maupu oas marks da asumsya medapaka model regres

Lebih terperinci

Rancangan Acak Kelompok

Rancangan Acak Kelompok Racaga Acak Kelompok Saua percoaa dak seragam dlakuka pegelompoka egacaka dlakuka per kelompok Model : Y j μ + β + τ + ε dega : Y j respos pada perlakua ke -, ulaga ke - j μ raaa umum j τ pegaruh perlakuake

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Defs Pemelharaa Pemelharaa aau erawaa (maeace) meruaka suau kegaa mejaga aau memelhara faslas da eralaa abrk dega megadaka erbaka aau eyesuaa yag derluka agar ercaa suau keadaa oeras

Lebih terperinci

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi STATISTIKA A. Des Umum. Pegerta statstk Statstk adalah kumpula akta yag berbetuk agka da dsusu dalam datar atau tabel yag meggambarka suatu persoala. Cotoh: statstk kurs dolar Amerka, statstk pertumbuha

Lebih terperinci

STATISTIK. Ukuran Gejala Pusat Ukuran Letak Ukuran Simpangan, Dispersi dan Variasi Momen, Kemiringan, dan Kurtosis

STATISTIK. Ukuran Gejala Pusat Ukuran Letak Ukuran Simpangan, Dispersi dan Variasi Momen, Kemiringan, dan Kurtosis STATISTIK Ukura Gejala Pusat Ukura Letak Ukura Smpaga, Dspers da Varas Mome, Kemrga, da Kurtoss Notas Varabel dyataka dega huruf besar Nla dar varabel dyataka dega huruf kecl basaya dtuls Tmes New Roma

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA 19 BAB II TINJAUAN PUSTAKA 2.1 Daerah Alira Sugai (DAS) 2.1.1 Pegertia DAS Daerah alira sugai (DAS) adalah daerah tagkapa air yag dihulu dibatasi oleh puggug puggug guug atau bukit, dimaa air huja yag

Lebih terperinci

BAB III ESTIMASI MODEL PROBIT TERURUT

BAB III ESTIMASI MODEL PROBIT TERURUT BAB III ESTIMASI MODEL PROBIT TERURUT 3. Pedahulua Model eurua kods embata destmas dega model robt terurut. Estmas terhada arameter model robt terurut yatu koefse model da threshold dlakuka dega metode

Lebih terperinci

OPTIMALISASI PEMBANGKIT LISTRIK MIKROHIDRO (PLTMH) BOROKO

OPTIMALISASI PEMBANGKIT LISTRIK MIKROHIDRO (PLTMH) BOROKO OPTIMALISASI PEMBANGKIT LISTRIK MIKROHIDRO (PLTMH) BOROKO HANS TUMALIANG ABSTRAK Opmalsas PLTMH, Aalsa dlakuka dega megguaka meode Hdrolog JMOCK da NRECA, uuk meeuka deb recaa /deb Adala da juga deb bajr

Lebih terperinci

INFERENSI DATA UJI HIDUP TERSENSOR TIPE II BERDISTRIBUSI RAYLEIGH. Oleh : Tatik Widiharih 1 Wiwin Mardjiyati 2

INFERENSI DATA UJI HIDUP TERSENSOR TIPE II BERDISTRIBUSI RAYLEIGH. Oleh : Tatik Widiharih 1 Wiwin Mardjiyati 2 INFERENSI DAA UJI HIDUP ERSENSOR IPE II BERDISRIBUSI RAYLEIGH Oleh : ak Wdhah Ww Madjya Saf Pogam Sud Saska FMIPA UNDIP Alum Pogam Sud Saska FMIPA UNDIP Absac Aalyss of lfe me s oe of sascal aalyss whch

Lebih terperinci

Analisis Survival dengan Model Regresi Cox Weibull pada Penderita Demam Berdarah Dengue (DBD) di Rumah Sakit Haji Sukolilo Surabaya

Analisis Survival dengan Model Regresi Cox Weibull pada Penderita Demam Berdarah Dengue (DBD) di Rumah Sakit Haji Sukolilo Surabaya JURNAL SAINS DAN SENI POMITS Vol., No., (13) 337-35 (31-98X Pr) D-165 Aalss Survval dega Model Regres Cox Webull pada Pedera Demam Berdarah Degue (DBD) d Rumah Sak Haj Sukollo Surabaya Edhy Basya, da I

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu. BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa yag varabel bebasya ( berpagkat palg tgg satu. Utuk regres ler sederhaa, regres ler haya melbatka dua varabel ( da. Persamaa regresya dapat dtulska

Lebih terperinci

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM 1 Megetahu perhtuga persamaa regres ler Meggambarka persamaa regres ler ke dalam dagram pecar TEORI PENUNJANG Persamaa Regres adalah persamaa matematka

Lebih terperinci

Jumlah kasus penderita penyakit Demam Berdarah Dengue (DBD) di Kota Surabaya tahun

Jumlah kasus penderita penyakit Demam Berdarah Dengue (DBD) di Kota Surabaya tahun Baasan Masalah Jumlah kasus pendera penyak Demam Berdarah Dengue (DBD d Koa Surabaya ahun - Varabel Explanaory (Varabel penjelas yang dgunakan dalam penelan adalah varabel Iklm (Curah hujan, Suhu, Kelembaban

Lebih terperinci

MODEL KOREKSI KESALAHAN DENGAN METODE BAYESIAN PADA DATA RUNTUN WAKTU INDEKS HARGA KONSUMEN KOTA - KOTA DI PAPUA

MODEL KOREKSI KESALAHAN DENGAN METODE BAYESIAN PADA DATA RUNTUN WAKTU INDEKS HARGA KONSUMEN KOTA - KOTA DI PAPUA Prosdg Semar Nasoal Sas da Peddka Sas IX, Fakulas Sas da Maemaka, UKSW Salaga, Ju 4, Vol 5, No., ISSN :87-9 MODEL KOREKSI KESALAHAN DENGAN MEODE BAYESIAN PADA DAA RUNUN WAKU INDEKS HARGA KONSUMEN KOA -

Lebih terperinci

BAB III ISI. x 2. 2πσ

BAB III ISI. x 2. 2πσ BAB III ISI 4. Keadata Normal Multvarat da Sfat-sfatya Keadata ormal multvarat meruaka geeralsas dar keadata ormal uvarat utuk dmes. f ( x) [( x )/ ] / = e x π x = ( x )( ) ( x ). < < (-) (-) Betuk (-)

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pegera Peramala Meuru Assaur peramala adalah kegaa uuk memperkraka apa yag aka erjad d masa yag aka daag. Sedagka ramala adalah suau suas aau kods yag dperkraka aka erjad pada

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 5 BAB 2 LANDASAN TEORI 2. Tjaua Pusaka 2.. Defs Pemelharaa Pegera pemelharaa aau perawaa ( maeace ) adalah suau kombas dar berbaga daka yag dlakuka uuk mejaga suau barag aau memperbakya, sampa pada suau

Lebih terperinci

BAB 5. ANALISIS REGRESI DAN KORELASI

BAB 5. ANALISIS REGRESI DAN KORELASI BAB 5. ANALISIS REGRESI DAN KORELASI Tujua utama aalss regres adalah mecar ada tdakya hubuga ler atara dua varabel: Varabel bebas (X), yatu varabel yag mempegaruh Varabel terkat (Y), yatu varabel yag dpegaruh

Lebih terperinci

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten BAB III METODE PENELITIAN 3. Tempat da Waktu Peelta 3.. Tempat Tempat peelta dlaksaaka d SMP Neger 4 Tlamuta Kabupate Boalemo pada sswa kelas VIII. 3.. Waktu Peelta dlaksaaka dalam waktu 3 bula yatu dar

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa merupaka baga regres yag mecakup hubuga ler satu peubah acak tak bebas dega satu peubah bebas. Hubuga ler da dar satu populas dsebut gars regres

Lebih terperinci

Penggunaan Uji Kointegrasi pada Data Kurs IDR terhadap AUD

Penggunaan Uji Kointegrasi pada Data Kurs IDR terhadap AUD Vol. 7, No., 3-33, Jul Pegguaa Uj Koegras pada Daa Kurs IDR erhadap AUD Asa Absrak Peela megkaj peerapa Saska pada daa ruu waku yag megkaj uj koegras pada daa ersebu. Koegras adalah suau uj yag dguaka

Lebih terperinci

Estimasi Parameter dan Dalam Pemulusan Eksponensial Ganda Dua Parameter Dengan Metode Modifikasi Golden Section

Estimasi Parameter dan Dalam Pemulusan Eksponensial Ganda Dua Parameter Dengan Metode Modifikasi Golden Section JURNAL SAINS DAN SENI ITS Vol., No., (Sep. 0) ISSN: 0- A- Esmas Parameer a Dalam Pemulusa Ekspoesal Gaa Dua Parameer Dega Meoe Mofkas Gole Seco Nla Yuwa, Lukma Haaf, Nur Wahyugsh Jurusa Maemaka, Fakulas

Lebih terperinci

Uji Statistika yangb digunakan dikaitan dengan jenis data

Uji Statistika yangb digunakan dikaitan dengan jenis data Uj Statstka yagb dguaka dkata dega jes data Jes Data omal Ordal Iterval da Raso Uj Statstka Koefse Kotges Rak Spearma Kedall Tau Korelas Parsal Kedall Tau Koefse Kokordas Kedall W Pearso Korelas Gada Korelas

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA 1 BAB II INJAUAN PUSAKA.1. Umum Bajr adalah alra ar yag relatf tgg, dmaa ar tersebut melmpah terhadap beberapa baga suga. Ketka suga melmpah, ar meyebar pada datara bajr da pada umumya medatagka masalah

Lebih terperinci

Declustering Peaks Over Threshold Pada Data Curah Hujan Ekstrim Dependen di Sentra Produksi Padi Jawa Timur

Declustering Peaks Over Threshold Pada Data Curah Hujan Ekstrim Dependen di Sentra Produksi Padi Jawa Timur Decluserg Peaks Over Threshold Pada Daa Curah Huja Eksrm Depede d Sera Produks Pad Jawa Tmur Rosa Malka () da Suko () ()() Jurusa Saska, FMIPA, ITS, Isu Tekolog Sepuluh Nopember (ITS) Jl. Aref Rahma Hakm,

Lebih terperinci

NILAI AKUMULASI ANUITAS AKHIR DENGAN ASUMSI DISTRIBUSI UNIFORM UNTUK m KALI PEMBAYARAN

NILAI AKUMULASI ANUITAS AKHIR DENGAN ASUMSI DISTRIBUSI UNIFORM UNTUK m KALI PEMBAYARAN NILAI AKUMULASI ANUITAS AKHIR DENGAN ASUMSI DISTRIBUSI UNIFORM UNTUK m KALI PEMBAYARAN Nomi Kelari *, Hasriai 2, Musraii 2 Mahasiswa Program S Maemaika 2 Dose Jurusa Maemaika Fakulas Maemaika da Ilmu Pegeahua

Lebih terperinci

Rangkaian Listrik 2. Fakultas Program Studi Tatap Muka Kode MK Disusun Oleh

Rangkaian Listrik 2. Fakultas Program Studi Tatap Muka Kode MK Disusun Oleh MODU PERKUIAHA Ragkaa srk Idukas da Kapasas Fakulas Program Sud Taap Muka Kode MK Dsusu Oleh FAKUTAS TEKIK TEKIK EEKTRO 0 4009 Yulza ST,MT Absrac Tak ada egaga melas sebuah dukor jka arus ag melalu dukor

Lebih terperinci

PERATURAN PRESIDEN NOMOR 29 TAHUN 2014 TENTANG SISTEM AKUNTABILITAS KINERJA INSTANSI PEMERINTAH

PERATURAN PRESIDEN NOMOR 29 TAHUN 2014 TENTANG SISTEM AKUNTABILITAS KINERJA INSTANSI PEMERINTAH PERATURAN PRESIDEN NOMOR 29 TAHUN 2014 TENTANG SISTEM AKUNTABILITAS INSTANSI PEMERINTAH ISI PERATURAN PRESIDEN NO 29 TAHUN 2014 BAB I KETENTUAN UMUM ( 1 asal ) Pasal 1 BAB II PENYELENGGARAAN SAKIP ( 29

Lebih terperinci

BAB 2 LANDASAN TEORI. pada masa mendatang. Peramalan penjualan adalah peramalan yang mengkaitkan berbagai

BAB 2 LANDASAN TEORI. pada masa mendatang. Peramalan penjualan adalah peramalan yang mengkaitkan berbagai BAB 2 LANDASAN TEORI 2.1 Pegeria Peramala (orecasig) Peramala (orecasig) adalah suau kegiaa yag memperkiraka apa yag aka erjadi pada masa medaag. Peramala pejuala adalah peramala yag megkaika berbagai

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4. Deskrps Peelta Berdasarka hasl peelta, d peroleh data megea kemempua sswa melakuka smash sebelum da sesudah latha power otot lega adalah sebaga berkut : Tabel.

Lebih terperinci

METODE PENELITIAN. Lokasi dan Waktu Penelitian. sampai dengan April 2008, di DAS Waeruhu, yang secara administratif terletak di

METODE PENELITIAN. Lokasi dan Waktu Penelitian. sampai dengan April 2008, di DAS Waeruhu, yang secara administratif terletak di 8 METODE PENELITIAN Lokasi da Waku Peeliia Peeliia ii dilaksaaka selama 3 bula, erhiug sejak bula Februari sampai dega April 2008, di DAS Waeruhu, yag secara admiisraif erleak di wilayah Kecamaa Sirimau,

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA II.1. Sklus Hdrolog Ar merupaka salah satu sumber daya alam yag bayak mafaatya bag kebutuha mausa. Ar yag terdapat d alam dalam betuk car, tetap dapat berubah dalam betuk padat/es,

Lebih terperinci

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri III. METODE PEELITIA A. Metodolog Peelta Metodolog peelta adalah cara yag dlakuka secara sstemats megkut atura-atura, recaaka oleh para peeltutuk memecahka permasalaha yag hdup da bergua bag masyarakat,

Lebih terperinci

BAB III LANDASAN TEORI. Pengisian data hujan yang hilang dapat dilakukan dengan reciprocal method

BAB III LANDASAN TEORI. Pengisian data hujan yang hilang dapat dilakukan dengan reciprocal method BAB III LANDASAN TEORI 3.1 Perbaka Data Pegsa data huja yag hlag dapat dlakuka dega recprocal method P x 1 1 P L 1 L (3.1) Px = data stasu huja yag hlag P = data huja d stasu L = jarak ke stasu 3. Uj Kosstes

Lebih terperinci

( ) ( ) ( ) ( ) ( ) III MODEL. , θ Ω. 1 Pendugaan parameter dengan metode maximum lkelihood estimation dapat diperoleh dari:

( ) ( ) ( ) ( ) ( ) III MODEL. , θ Ω. 1 Pendugaan parameter dengan metode maximum lkelihood estimation dapat diperoleh dari: 5 Mamum Lkelhood Estmato Defs Fugs Lkelhood Msalka X, X,, X adalah eubah acak d dega fugs massa eluag ( ; θ, dega θ dasumska skalar da tdak dketahu, maka rosedur fugs lkelhood daat dtulska sebaga berkut

Lebih terperinci

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu KORELASI 1 D dua kta tdak dapat hdup sedr, tetap memerluka hubuga dega orag la. Hubuga tu pada umumya dlakuka dega maksud tertetu sepert medapat kergaa pajak, memperoleh kredt, memjam uag, serta mta pertologa/batua

Lebih terperinci

REFLEKTANSI DAN TRANSMITANSI CAHAYA PADA LARUTAN GULA DAN LARUTAN GARAM. Christina Dwi Ratnawati

REFLEKTANSI DAN TRANSMITANSI CAHAYA PADA LARUTAN GULA DAN LARUTAN GARAM. Christina Dwi Ratnawati REFLEKTANS DAN TRANSMTANS CAHAYA PADA LARUTAN GULA DAN LARUTAN GARAM Chrsa Dw Raawa Jurusa Fska Fakulas Maemaka da lmu Pegeahua Alam Uversas Dpoegoro sar : Telah dlakuka kaja erhadap larua gula da larua

Lebih terperinci

8. MENGANALISIS HASIL EVALUASI

8. MENGANALISIS HASIL EVALUASI 8. MENGANALISIS HASIL EVALUASI Tujua : Mampu megaalsa tgkat kesukara hasl evaluas utuk megkatka hasl proses pembelajara Kegata megaals hasl evaluas merupaka upaya utuk memperbak programprogram pembelajara

Lebih terperinci

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KETAHANAN HIDUP PASIEN TUBERCULOSIS DENGAN MODEL REGRESI COX

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KETAHANAN HIDUP PASIEN TUBERCULOSIS DENGAN MODEL REGRESI COX ANAISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KETAHANAN HIDUP PASIEN TUBERCUOSIS DENGAN MODE REGRESI COX Es Okava Sr Seyagsh da A Adrya Program Sud Maemaka Fakulas Maemaka da Ilmu Pegeahua Alam Uversas Pakua

Lebih terperinci

BEBERAPA SIFAT IDEAL GELANGGANG POLINOM MIRING: SUATU KAJIAN PUSTAKA

BEBERAPA SIFAT IDEAL GELANGGANG POLINOM MIRING: SUATU KAJIAN PUSTAKA Jural Maemaka, Vol., No., 2, 6 2 BEBERAPA SIFAT IDEAL GELANGGANG POLINOM MIRING: SUATU KAJIAN PUSTAKA AMIR KAMAL AMIR Jurusa Maemaka, FMIPA, Uversas Hasaudd 9245 Emal : amrkamalamr@yahoo.com INTISARI Msalka

Lebih terperinci

FORMULA AKUMULASI FACKLER UNTUK CADANGAN PREMI BERDASARKAN ASUMSI CONSTANT FORCE

FORMULA AKUMULASI FACKLER UNTUK CADANGAN PREMI BERDASARKAN ASUMSI CONSTANT FORCE FORMULA AKUMULASI FACKLER UNTUK CADANGAN PREMI BERDASARKAN ASUMSI CONSTANT FORCE Mara Buar-buar *, Hasra 2, Azskha 2 Mahasswa Progra S Maeaka 2 Dose Jurusa Maeaka Fakulas Maeaka da Ilu Pegeahua Ala Uversas

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 1 Pegerta Regres Istlah regres pertama kal dperkealka oleh Fracs Galto Meurut Galto, aalss regres berkeaa dega stud ketergatuga dar suatu varabel yag dsebut tak bebas depedet varable,

Lebih terperinci

BAB III UKURAN PEMUSATAN DATA

BAB III UKURAN PEMUSATAN DATA BAB III UKURAN PEMUSATAN DATA A. Ukura Gejala Pusat Ukura pemusata adalah suatu ukura yag meujukka d maa suatu data memusat atau suatu kumpula pegamata memusat (megelompok). Ukura pemusata data adalah

Lebih terperinci

BAB 2 TINJAUAN TEORI. Ramalan pada dasarnya merupakan dugaan atau perkiraan mengenai terjadinya suatu

BAB 2 TINJAUAN TEORI. Ramalan pada dasarnya merupakan dugaan atau perkiraan mengenai terjadinya suatu BAB 2 TINJAUAN TEORI 2.1 Pegeria Peramala Ramala pada dasarya merupaka dugaa aau perkiraa megeai erjadiya suau kejadia aau perisiwa di waku yag aka daag. Peramala merupaka sebuah ala bau yag peig dalam

Lebih terperinci

BAB IV ANALISIS DATA HIDROLOGI

BAB IV ANALISIS DATA HIDROLOGI BAB IV ANALISIS DATA HIDROLOGI 4. Data DAS Luas DAS Keduag dhtug dar lokas recaa bagua pegedal sedme d Suga Keduag Desa Bragkal, adalah sebesar 64,8 km dega kemrga rata-rata,05%. Pajag suga utama mecapa

Lebih terperinci

Analisis Jalur / Path Analysis

Analisis Jalur / Path Analysis Analss Jalur / Pah Analyss Analss jalur adalah salah sau benuk model SEM yang dak mengandung varable laen. Tenu saja model n lebh sederhana dbandngkan dengan model SEM lengka. Analss jalur sebenarnya meruakan

Lebih terperinci

Created by Simpo PDF Creator Pro (unregistered version)

Created by Simpo PDF Creator Pro (unregistered version) Creaed by Smpo PDF Creaor Pro (unregsered verson) hp://www.smpopdf.com Sask Bsns : BAB 8 VIII. ANALISIS DATA DERET BERKALA (TIME SERIES) 8.1 Pendahuluan Daa Berkala (Daa Dere waku) adalah daa yang dkumpulkan

Lebih terperinci

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan Aalsa Numerk Baha Matrkulas PENDAHULUAN Metode umerk merupaka suatu tekk atau cara utuk megaalsa da meyelesaka masalah masalah d dalam bdag rekayasa tekk da sa dega megguaka operas perhtuga matematk Masalah-masalah

Lebih terperinci

PENAKSIR PARAMETER DISTRIBUSI EKSPONENSIAL PARETO DENGAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD

PENAKSIR PARAMETER DISTRIBUSI EKSPONENSIAL PARETO DENGAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD PENAKSIR PARAMETER DISTRIBUSI EKSPONENSIAL PARETO DENGAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD Mayag Novhta Sar *, Bustam, Sgt Sugarto Mahasswa Program Stud S Matematka FMIPA Uverstas Rau Dose Fakultas

Lebih terperinci

BAB III PERSAMAAN PANAS DIMENSI SATU

BAB III PERSAMAAN PANAS DIMENSI SATU BAB III PERSAMAAN PANAS DIMENSI SAU Pada baga sebelumya, kta telah membahas peerapa metoda Ruge-Kutta orde 4 utuk meyelesaka masalah la awal dar persamaa dferesal basa orde. Pada bab, kta aka melakuka

Lebih terperinci

BAB 2. Tinjauan Teoritis

BAB 2. Tinjauan Teoritis BAB Tjaua Teorts.1 Regres Lear Sederhaa Regres lear adalah alat statstk yag dperguaka utuk megetahu pegaruh atara satu atau beberapa varabel terhadap satu buah varabel. Varabel yag mempegaruh serg dsebut

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel BAB I PENDAHULUAN 1.1 Statstka Deskrptf da Statstka Iferesal Dewasa d berbaga bdag lmu da kehdupa utuk memaham/megetahu sesuatu dperluka dat Sebaga cotoh utuk megetahu berapa bayak rakyat Idoesa yag memerluka

Lebih terperinci

BAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU

BAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU BAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU Pada bab III, ka elah melakukan penguan erhadap meoda Runge-Kua orde 4 pada persamaan panas. Haslnya, solus analk persamaan panas

Lebih terperinci

Pengukuran Bunga. Modul 1

Pengukuran Bunga. Modul 1 Moul 1 Pegukura Buga Drs. Pramoo S, M. S. M oul membcaraka eag pegukura buga, fugs akumulas a fugs jumlah, gka buga efekf, buga seerhaa, buga majemuk, la sekarag, gka skoo efekf, gka buga ar skoo omal,

Lebih terperinci

LANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal)

LANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal) LANGKAH-LANGKAH UJI HIPOTESIS DENGAN (Utuk Data Nomal). Merumuska hpotess (termasuk rumusa hpotess statstk). Data hasl peelta duat dalam etuk tael slag (tael frekues oservas) 3. Meetuka krtera uj atau

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Sampa saat, model Regres da model Aalss Varas telah dpadag sebaga dua hal ag tdak berkata. Meskpu merupaka pedekata ag umum dalam meeragka kedua cara pada taraf permulaa,

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA.1 Pedahulua Sebelum membahas megea prosedur peguja hpotess, terlebh dahulu aka djelaska beberapa teor da metode yag meujag utuk mempermudah pembahasa. Adapu teor da metode tersebut

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Defs Pemelharaa Pemelharaa aau perawaa (maeace) merupaka kegaa uuk mejaga aau memelhara faslas-faslas da peralaa pabrk, sera megadaka perbaka, peyesuaa aau peggaa yag dperluka uuk medapaka

Lebih terperinci

BAB V ANALISA HASIL. Untuk mendapatkan jenis peramalan yang dinginkan terdapat banyak

BAB V ANALISA HASIL. Untuk mendapatkan jenis peramalan yang dinginkan terdapat banyak BB V NLIS HSIL 5.1 Ukura kurasi Hasil Peramala Uuk medapaka jeis peramala yag digika erdapa bayak parameer-parameer yag dapa diguaka. Seperi yag elah diuraika pada ladasa eori, parameer-parameer ersebu

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN BAB 3 METODE PENELITIAN 3 Meode Pegumpula Daa 3 Jeis Daa Pada peeliia ii aka megguaka jeis daa yag bersifa kuaiaif Daa kuaiaif adalah daa yag berbeuk agka / omial Dalam peeliia ii aka megguaka daa pejuala

Lebih terperinci

PENGGUNAAN METODE DURBIN WATSON DALAM MENYELESAIKAN MODEL REGRESI YANG MENGANDUNG AUTOKORELASI SKRIPSI SITI RAHAYU

PENGGUNAAN METODE DURBIN WATSON DALAM MENYELESAIKAN MODEL REGRESI YANG MENGANDUNG AUTOKORELASI SKRIPSI SITI RAHAYU PENGGUNAAN METODE DURBIN WATSON DALAM MENYELESAIKAN MODEL REGRESI YANG MENGANDUNG AUTOKORELASI SKRIPSI SITI RAHAYU 8345 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA

Lebih terperinci

UKURAN GEJALA PUSAT (UGP)

UKURAN GEJALA PUSAT (UGP) UKURAN GEJALA PUSAT (UGP) Pegerta: Rata-rata (average) alah suatu la yag mewakl suatu kelompok data. Nla dsebut juga ukura gejala pusat karea pada umumya mempuya kecederuga terletak d tegah-tegah da memusat

Lebih terperinci

Metode Bayes Dan Ketidaksamaan Cramer-Rao Dalam Penaksiran Titik

Metode Bayes Dan Ketidaksamaan Cramer-Rao Dalam Penaksiran Titik Jural Jural Maemaka, Saska, & Kompuas Vol. 4 No. Jauar 08 Vol. 3 No Jul 006 p-issn: 858-38 53 e-issn: 64-88 Vol. 4, No., 54-59, Jauar 08 Vol. 4, No., 54-58, Jauar 08 Meode Bayes Da Kedaksamaa Cramer-Rao

Lebih terperinci

PENDAHULUAN INTERVAL KEPERCAYAAN PENAKSIRAN TITIK PENAKSIRAN INTERVAL 5/14/2012 KANIA EVITA DEWI

PENDAHULUAN INTERVAL KEPERCAYAAN PENAKSIRAN TITIK PENAKSIRAN INTERVAL 5/14/2012 KANIA EVITA DEWI 5/4/0 INTERVAL KEPERCAYAAN Poulai θ= μ,, π PENDAHULUAN amlig amel θˆ=,, KANIA EVITA DEWI Peakira arameer ada cara:. Peakira iik. Peakira ierval aau ierval keercayaa PENAKSIRAN TITIK Peakira iik -> Jika

Lebih terperinci

BAB 8 PERSAMAAN DIFERENSIAL BIASA

BAB 8 PERSAMAAN DIFERENSIAL BIASA Maa kulah KOMPUTASI ELEKTRO BAB 8 PERSAMAAN DIFERENSIAL BIASA Persamaan dferensal dapa dbedakan menjad dua macam erganung pada jumlah varabel bebas. Apabla persamaan ersebu mengandung hana sau varabel

Lebih terperinci

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI 9.1. Dstrbus Kotu Dstrbus memlk sfat kotu dmaa data yag damat berjala secara kesambuga da tdak terputus. Maksudya adalah bahwa data yag damat tersebut tergatug

Lebih terperinci

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai BAB LANDASAN TEORI. Kosep Dasar Aalss Regres Aalss regres regressso aalyss merupaka suatu tekk utuk membagu persamaa da megguaka persamaa tersebut utuk membuat perkraa predcto. Dega demka, aalss regres

Lebih terperinci

Penarikan Contoh Acak Berlapis (Stratified Random Sampling) Pertemuan IV

Penarikan Contoh Acak Berlapis (Stratified Random Sampling) Pertemuan IV Pearka Cotoh Acak Berlas (Stratfed Radom Samlg Pertemua IV Defs Cotoh acak berlas ddaatka dega cara membag oulas mejad beberaa kelomok ag tdak salg tumag tdh, da kemuda megambl secara acak dar seta kelomokkelomok

Lebih terperinci

STATISTIKA DASAR. Oleh

STATISTIKA DASAR. Oleh STATISTIKA DASAR Oleh Suryo Gurto cara peyaja data - tabel - grak meghtug harga-harga petg : - ukura lokas - ukura sebara/peympaga apabla data mempuya observasya cukup bayak perlu dsusu secara sstematk

Lebih terperinci

STUDI SIMULASI DALAM ESTIMASI BAYESIAN OBYEKTIF

STUDI SIMULASI DALAM ESTIMASI BAYESIAN OBYEKTIF STUDI SIMULASI DALAM ESTIMASI BAYESIAN OBYEKTIF A Seawa Program Su Maemaka Iusr a Saska Fakulas Sas a Maemaka Uversas Krse Saya Wacaa Jl Dpoegoro 52-6 Salaga 57 Ioesa e-mal: a_sea_3@yahoocom Absrak Dega

Lebih terperinci

Regresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( )

Regresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( ) Regres & Korelas Ler Sederhaa 1. Pedahulua Gagasa perhtuga dtetapka oleh Sr Fracs Galto (18-1911) Persamaa regres :Persamaa matematk yag memugkka peramala la suatu peubah takbebas (depedet varable) dar

Lebih terperinci

BAB 1 STATISTIKA RINGKASAN MATERI

BAB 1 STATISTIKA RINGKASAN MATERI BAB STATISTIKA A RINGKASAN MATERI. Pegerta Data adalah kumpula keteraga-keteraga atau catata-catata megea suatu kejada, dapat berupa blaga, smbol, sat atau kategor. Masg-masg keteraga dar data dsebut datum.

Lebih terperinci

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas:

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas: ANALISIS REGRESI Pedahulua Aalss regres berkata dega stud megea ketergatuga satu peubah (peubah terkat) terhadap satu atau lebh peubah laya (peubah pejelas). Jka Y dumpamaka sebaga peubah terkat da X1,X,...,X

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Bab aka mejelaska megea ladasa teor yag dpaka oleh peuls dalam peelta. Bab dbag mejad beberapa baga, yag masg masg aka mejelaska Prcpal Compoet Aalyss (PCA), Egeface, Klusterg K-Meas,

Lebih terperinci

BAB II PEMODELAN STRUKTUR DAN ANALISIS DINAMIK

BAB II PEMODELAN STRUKTUR DAN ANALISIS DINAMIK BAB II PEMODELAN SRUKUR DAN ANALISIS DINAMIK II Pedaulua Aalss da saga dperlua uu bagua-bagua berlaa baya aau yag el egga leb dar eer Respo da sruur dabaa ole beba beba da yag basaya erupaa fugs dar wau

Lebih terperinci

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu BAB II LADASA TEORI Dalam pegambla sampel dar suatu populas, dperluka suatu tekk pegambla sampel yag tepat sesua dega keadaa populas tersebut. Sehgga sampel yag dperoleh adalah sampel yag dapat mewakl

Lebih terperinci

Jawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2

Jawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2 M 81 STTISTIK DSR SEMESTER II 11/1 KK STTISTIK, FMIP IT SOLUSI UJIN TENGH SEMESTER (UTS) Sabtu, 1 Me 1, Pukul 9. 1.4 WI (1 met) Kelas 1. Pegajar: Udjaa S. Pasarbu/Rr. Kura Novta Sar, Kelas. Pegajar: Utrwe

Lebih terperinci

BAB II LANDASAN TEORI. Total Productive Maintenance mula mula berasal dari pemikiran PM ( Preventive

BAB II LANDASAN TEORI. Total Productive Maintenance mula mula berasal dari pemikiran PM ( Preventive BAB II LANDASAN TEORI 2. Toal Producve maeace (TPM) Toal Producve Maeace mula mula berasal dar pemkra PM ( Preveve Maeace da Produco Maeace), dar Amerka masuk ke Jepag da berkembag mejad suau ssem baru

Lebih terperinci

ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF

ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF KELOMPOK A I GUSTI BAGUS HADI WIDHINUGRAHA (0860500) NI PUTU SINTYA DEWI (0860507) LUH GEDE PUTRI SUARDANI (0860508) I PUTU INDRA MAHENDRA PRIYADI (0860500)

Lebih terperinci

2.2.3 Ukuran Dispersi

2.2.3 Ukuran Dispersi 3 Ukura Dspers Yag aka dbahas ds adalah smpaga baku da varas karea dua ukura dspers yag palg serg dguaka Hubuga atara smpaga baku dega varas adalah Varas = Kuadrat dar Smpaga baku otas yag umum dguaka

Lebih terperinci

TINJAUAN PUSTAKA Evaluasi Pengajaran

TINJAUAN PUSTAKA Evaluasi Pengajaran TINJAUAN PUSTAKA Evaluas Pegajara Evaluas adalah suatu proses merecaaka, memperoleh da meyedaka formas yag sagat dperluka utuk membuat alteratf- alteratf keputusa. Dalam hubuga dega kegata pegajara evaluas

Lebih terperinci

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST Koferes Nasoal Tekk Spl 3 (KoNTekS 3) Jakarta, 6 7 Me 009 WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST Maksum Taubrata Program Stud Tekk Spl, Uverstas Krste Maraatha Badug Jl.

Lebih terperinci