PERBANDINGAN PEMILIHAN TAPIS PENGHAPUS DERAU PADA CITRA BERDASAR SIFAT STATISTIS, PSNR, DAN INDEKS KUALITAS

Ukuran: px
Mulai penontonan dengan halaman:

Download "PERBANDINGAN PEMILIHAN TAPIS PENGHAPUS DERAU PADA CITRA BERDASAR SIFAT STATISTIS, PSNR, DAN INDEKS KUALITAS"

Transkripsi

1 PERBADIGA PEMILIHA TAPIS PEGHAPUS DERAU PADA CITRA BERDASAR SIFAT STATISTIS, PSR, DA IDEKS KUALITAS Bernadetta Dyah Susant Wdoretno ), Achmad Hdayatno ), R. Rzal Isnanto ) Jurusan Teknk Elektro Fakultas Teknk Unverstas Dponegoro Jl. Prof. Sudarto S.H., Tembalang, Semarang e-mal: pretty_dexta@yahoo.com Abstrak Pada kebanyakan pengolahan ctra, penapsan ctra berderau basanya dterapkan pada pemrosesan awal. Jens taps yang dpaka dplh berdasarkan jens deraunya. Basanya pemlhan n dlakukan secara manual. Mata manusa dapat membedakan jens derau, sehngga dapat memlh taps yang sesua. amun, automatsas pengolahan pada komputer memerlukan berbaga macam teknk pengolahan ctra. Jens derau yang dsmulaskan dalam peneltan n ada tga, yatu salt-and-pepper, Gaussan, dan speckle. Jens tapsnya juga ada tga, yatu medan, Wener, dan homomorfk. penapsan adaptf yang dgunakan ada tga, yatu metode berdasar sfat statsts, PSR, dan ndeks kualtas. Pemlhan taps berdasar sfat statsts dlakukan dengan mencar karakterstk suatu ctra berderau. Jka karakterstk tersebut memenuh salah satu jens derau, secara automats program akan menerapkan taps yang sesua. berdasar PSR dan ndeks kualtas ddasarkan pada nla PSR ataupun ndeks kualtas tertngg. Ctra berderau dtaps dengan ketga jens taps yang dsmulaskan. Ctra tertaps dengan nla PSR ataupun ndeks kualtas tertngg danggap sebaga ctra terbak yang dtaps dengan taps yang sesua. Berdasarkan perbandngan dengan penlaan berdasar sstem penglhatan manusa oleh 0 orang responden, hasl dar peneltan n menunjukkan bahwa metode berdasar ndeks kualtas berhasl menaps derau pada ctra secara adaptf dan palng mendekat penlaan berdasar sstem penglhatan manusa. Kata-kunc: derau, taps, sfat statsts, PSR, ndeks kualtas I. PEDAHULUA A. Latar Belakang Ctra mudah mengalam dstors oleh derau. Ada bermacam-macam derau yang bsa mengurang kualtas ctra. Oleh sebab tu perlu adanya penapsan derau. Taps penghapus derau juga bermacam-macam. Yang menjad masalah adalah taps jens apa yang palng sesua untuk menghapus jens derau tertentu sehngga memberkan hasl yang bak sesua dengan sstem penglhatan manusa. Mata manusa dapat membedakan jens derau, sehngga dapat memlh taps yang sesua. amun kemampuan n tdak dmlk oleh komputer, sehngga dperlukan suatu perangkat lunak yang dapat memlh taps penghapus derau pada ctra sesua dengan jens deraunya. Tugas Akhr n memberkan alternatf pemecahan masalah tersebut, dengan merancang perangkat lunak penghapus derau pada ctra secara adaptf. B. Batasan Masalah Agar tdak menympang jauh dar permasalahan, maka peneltan n mempunya batasan masalah sebaga berkut.. Ctra yang dgunakan adalah ctra aras keabuan dengan format JPEG dan TIFF.. Derau pada ctra dberkan secara smulatf.. Derau pada ctra yang dsmulaskan adalah derau Gaussan, speckle, dan salt-and-pepper. 4. Taps penghapus derau yang dgunakan dalam smulas adalah taps Wener, homomorfk, dan medan. 5. Pemlhan taps berdasar sfat statsts, PSR, dan ndeks kualtas. 6. Program bantu yang dgunakan adalah MATLAB 6.5 II. LADASA TEORI A. Pengertan Ctra Dgtal Secara umum, setap fungs dmensonal yang memuat nformas dapat danggap sebaga ctra. Ctra merupakan keluaran sstem perekaman data. Ctra adalah representas objek yang terlumnas olah energ radas atau objek tersebut yang merupakan sumber energ radas. Ctra dapat bersfat optk, analog, atau bersfat dgtal. Ctra dgtal dapat dperoleh secara automats dar sstem penangkap ctra dgtal yang melakukan proses pencuplkan terhadap suatu objek tga dmens dan membentuk suatu matrks yang elemen-elemennya menyatakan nla ntenstas cahaya. B. Derau pada Ctra Derau merupakan snyal acak yang tdak dngnkan. Setap ctra yang dperoleh sangat dpengaruh oleh alat pengnderaan. Ctra cenderung mudah mengalam dstors oleh derau dengan bermacam-macam tpe. Ada beberapa penyebab tmbulnya derau pada ctra, yatu : a. Jka ctra dpayar dar foto yang dbuat dar flm, maka flm tersebut yang menjad sumber derau. Derau bsa dsebabkan dar flm yang rusak atau karena pemayar tu sendr. b. Jka ctra ddapat langsung dengan format dgtal, mekansme untuk pengumpulan data (msalnya detektor charge-coupled devce) yang menyebabkan tmbulnya derau. c. Transms elektronk data ctra bsa menghaslkan derau. d. Kekurangfokusan kamera dan pergerakan relatf objek terhadap kamera.

2 Jens derau yang dsmulaskan dalam Tugas Akhr n ada tga, yatu derau salt-and-pepper, Gaussan, dan speckle.. Derau salt-and-pepper Derau salt-and-pepper, atau yang buasa dsebut derau shot, merupakan derau yang dsebabkan oleh adanya pksel-pksel yang secara ndvdual rusak atau hlang dar ctra. Derau n menyebabkan adanya bntkbntk htam dan puth yang tdak teratur dan mengganggu ctra.. Derau Gaussan Derau Gaussan adalah derau yang bersfat adtf. Ctra asl yang dtambah dengan derau puth Gaussan membentuk ctra berderau Gaussan.. Derau speckle Derau speckle adalah derau yang bersfat multplkatf. Ctra asl yang dtambah dengan derau yang dkalkan dengan ctra asl membentuk ctra berderau speckle. C. Taps Penghapus Derau pada Ctra. Taps Medan Taps medan bak dgunakan untuk menghapus derau salt-and-pepper, dengan cara menggant nla pksel ctra dengan medan atau nla tengah nla pkselpksel ketetanggaannya.. Taps Wener Taps Wener merupakan metode untuk perbakan ctra dengan menganggap kekaburan sebaga derau.. Taps Homomorfk Taps homomorfk basanya dgunakan untuk menghapus derau speckle. Langkah pertama yang dlakukan dalam penapsan homomorfk adalah melogartma ctra berderau. Kemudan ctra tersebut dtaps dengan taps Wener. Hasl penapsan Wener n deksponenkan dan menghaslkan ctra tertaps homomorfk. D. Penapsan Derau pada Ctra Pada peneltan n jens derau pada ctra danggap tdak dketahu jensnya. Ada tga metode pemlhan taps penghapus derau yang dgunakan, yatu metode berdasar sfat statsts, PSR, dan ndeks kualtas.. Berdasar Sfat Statsts Untuk menaps derau pada ctra dengan metode pemlhan taps berdasar sfat statsts n ddahulu dengan peneltan pendahuluan. Peneltan pendahuluan n dgunakan untuk mendapatkan karakterstk ctra berderau. In dlakukan dengan menghtung jumlah pksel htam dan puth derau pada ctra, serta menerapkan regres lnear terhadap ctra berderau. Penghtungan jumlah pksel htam dan puth derau n dgunakan untuk menentukan jens derau saltand-pepper pada ctra. Sedangkan untuk menentukan jens derau pada ctra adalah Gaussan ataupun speckle dengan regres lnear. dengan persamaan lnear Ctra berderau dmodelkan yˆ a bx, dengan x adalah ctra asl dan ŷ adalah perkraan ctra berderau. Dengan regres lnear metode kuadrat terkecl, dperoleh parameter regres a dan b berdasarkan persaman berkut. a b Y n n XY n X X X X ( X ) X Y ( X ) dengan n adalah jumlah pksel pada ctra ( M ), Y adalah ctra berderau, dan X adalah ctra asl. kuadrat terkecl n berpangkal pada la a dan b yang dperoleh dgunakan untuk membedakan jens derau pada ctra adtf atau multplkatf.. Berdasar PSR berdasar PSR ddasarkan pada nla PSR tertngg. la PSR n dhtung dengan persamaan sebaga berkut. 55 PSR 0log MSE MSE P j Qj j dengan P adalah ctra asl dan Q adalah ctra j tertaps. Ctra berderau dtaps dengan ketga jens taps yang dsmulaskan. la PSR tertngg dar ctra tertaps akan dplh sebaga ctra tertaps.. Berdasar Indeks Kualtas yang sama juga dterapkan untuk pemlhan taps berdasar ndeks kualtas. Msalkan ctra x x,,,...,, ctra XY asl dnyatakan dengan tertaps dnyatakan dengan y y,,,..., j, nla ndeks kualtas dhtung dengan persamaan sebaga berkut. 4 xy x y q x y dengan x x x y y x y xy y ( x x) ( y y) ( x x) ( y y)

3 Indeks kualtas mempunya ksaran [-,]. la terbak dcapa jka dan hanya jka y x untuk semua,,,...,. III. PERACAGA PROGRAM Secara umum pembuatan program smulas n berdasarkan dagram alr sepert Gambar. mula pembacaan ctra yang akan dolah penambahan derau pada ctra penapsan derau pada ctra selesa Gambar. Dagram alr program utama A. Pembacaan Ctra yang Akan Dolah Langkah pertama yang dlakukan adalah membaca berkas ctra yang akan dolah. Pembacaan dlakukan dengan perntah sebaga berkut. A=mread( nama fle ctra.jpg ); atau A=mread( nama fle ctra.tf ); Perntah tersebut akan melaksanakan pembacaan berkas ctra dengan format JPEG atau TIFF. Hasl pembacaan adalah ctra dkenal sebaga matrks ctra_asl, yang kemudan dsebut ctra asl. B. Penambahan Derau pada Ctra Derau yang akan dtambahkan dapat dplh melalu menu popup dengan label Plh Derau. Jka jens derau yang dplh adalah salt-and-pepper, selanjutnya adalah memasukkan nla kerapatan derauu. Jka jens deraunya Gaussan atau speckle, nla yang perlu dmasukkan adalah varans. Setelah memlh jens derau dan memasukkan parameter derau (kerapatan ataupun varans), dlanjutkan dengan menekan tombol Tambah Derau untuk menamplkan ctra berderau. C. Penapsan Derau pada Ctra Untuk memlh metode pemlhan taps penghapus derau dengan menekan tombol Sfat Statsts, PSR, ataupun Indeks Kualtas.. Berdasar Sfat Statsts Berdasarkan peneltan pendahuluan terhadap data ctra yang dber derau salt-and-pepper, Gaussan, dan speckle dengan parameter derau sebesar 0,00, 0,00, 0,005, 0,0, 0,0, 0,05, dan 0,, dperoleh karakterstk sebaga berkut. a. Jka nla nsbah jumlah pksel htam terhadap puth derau berksar antara 0,08 sampa dengan,, jens derau pada ctra adalah salt-andpepper. b. Jka parameter regres a berksar antara 0,0978 sampa dengan 0,6, jens derau pada ctra adalah Gaussan c. Jka parameter regres a berksar antara -0,008 sampa dengan 0,0756, jens derau pada ctra adalah speckle. Berdasar PSR berdasar PSR dawal dengan menerapkan ketga jens taps penghapus derau terhadap ctra berderau. Masng-masng ctra tertaps dhtung nla PSR-nya. Ctra tertaps dengan nla PSR tertngg yang akan dplh dan dtamplkan sebaga ctra tertaps.. Berdasar Indeks Kualtas Sepert metode berdasar PSR, metode berdasar ndeks kualtas n dawal dengan menerapkan ketga jens taps penghapus derau pada ctra berderau. Masng-masng ctra tertaps dhtung ndeks kualtasnya. Ctra tertaps dengan nla ndeks kualtas tertngg yang akan dplh dan dtamplkan sebaga ctra tertaps. IV. HASIL PEGUJIA. Sfat Statsts Hasl yang dperoleh dalam pengujan dtunjukkan pada Tabel. Tabel. Hasl pengujan metode berdasar sfat statsts Keberhaslan o Jens derau Parameter derau (%) Salt-and-pepper kerapatan = 0,05 75,76 Gaussan rerata = 0,, varans = 0,05 9,94 speckle varans = 0,05 00 Penghtungan prosentase keberhaslan dlakukan menurut persamaan berkut. tertaps medan Keberhaslan = 00% data ctra. PSR Hasl yang dperoleh dalam pengujan dtunjukkan pada Tabel. Tabel. Hasl pengujan metode berdasar PSR Keberhaslan o Jens derau Parameter derau (%) Salt-and-pepper kerapatan = 0,05 00 Gaussan rerata = 0,, varans = 0,05 6,64 speckle varans = 0,05 57,58 Penghtungan prosentase keberhaslan dlakukan menurut persamaan berkut. Keberhaslan = tertaps Wener 00% data ctra

4 4. Indeks Kualtas Hasl yang dperoleh dalam pengujan dtunjukkan pada Tabel. Tabel. Hasl pengujan metode berdasar PSR Keberhaslan o Jens derau Parameter derau (%) Salt-and-pepper kerapatan = 0,05 00 Gaussan rerata = 0,, varans = 0,05 7,7 speckle varans = 0,05 66,67 Penghtungan prosentase keberhaslan dlakukan menurut persamaan berkut. tertaps homomorfk Keberhaslan = 00% data ctra 4. Knerja pemlhan Taps dalam Menghapus Derau Berkut n akan dtamplkan hasl pengujan ketga metode pemlhan taps dalam menghapus derau pada ctra. a. Derau salt-and-pepper Tabel 4. Kemampuan menghapus derau salt-andpepper o Pemlhan Taps Jumlah Ctra dengan Taps Terplh med Wen hom kerapatan Sfat Statsts 0, , , , , , , Jumlah PSR 0, , , , , , , 0 0 Jumlah Indeks Kualtas 0,00 0 0, , , , , , 0 0 Jumlah b. Derau Gaussan Tabel 5. Kemampuan menghapus derau Gaussan Jumlah Ctra dengan Taps Terplh o Pemlhan Taps kerapatan med Wen hom Sfat Statsts 0, , , ,0 0 0,0 0 0,05 0 0, Jumlah 9 0 PSR 0, ,00 9 0, , ,0 8 0, , 7 Jumlah Indeks Kualtas 0,00 0 0, , ,0 0 0, , , 6 5 Jumlah c. Derau speckle Tabel 6. Kemampuan menghapus derau speckle Jumlah Ctra dengan Taps Pemlhan Terplh o Taps kerapatan med Wen hom Sfat Statsts 0, , , ,0 0 0, , , 0 0 Jumlah 0 0 PSR 0, ,00 9 0, , , ,05 9 0, 0 0 Jumlah

5 5 Lanjutan Tabel 6 o Pemlhan Taps Jumlah Ctra dengan Taps Terplh med Wen hom kerapatan Indeks Kualtas 0, , , , ,0 0 0,05 0 0, 0 Jumlah Perbandngan Pemlhan Taps dengan Sstem Penglhatan Manusa Untuk menentukan metode pemlhan taps yang sesua dengan penlaan berdasar sstem penglhatan manusa, dlakukan penlaan hasl penapsan ctra berderau oleh 0 orang responden. Penlaan dlakukan terhadap ctra Barbara.jpg, Lena.jpg, dan tru.tf, yang masng-masng dber derau salt-and-pepper dengan kerapatan 0,05, derau Gaussan dengan rerata 0, dan varans 0,05, serta derau speckle dengan varans 0,05. a. Ctra Berderau salt-and-pepper Tabel 7. Penlaan terhadap penapsan ctra berderau Salt-and-pepper Jumlah Responden yang Memlh Ctra Tertaps dengan Perngkat o ama Ctra medan Wener homomorfk I II III I II III I II III Barbara.jpg Lena.jpg Tru.tf b. Ctra Berderau Gaussan Tabel 8. Penlaan terhadap penapsan ctra berderau Gaussan Jumlah Responden yang Memlh Ctra Tertaps o ama Ctra medan Wener homomorfk I II III I II III I II III Barbara.jpg Lena.jpg Tru.tf c. Ctra Berderau speckle Tabel 9. Penlaan terhadap penapsan ctra berderau speckle o ama Ctra Jumlah Responden yang Memlh Ctra Tertaps medan Wener homomorfk I II III I II III I II III Barbara.jpg Lena.jpg Tru.tf V. PEUTUP A. KESIMPULA Berdasarkan penlaan hasl penapsan berdasar sstem penglhatan manusa, yang dwakl oleh 0 responden, terhadap ctra Barbara.jpg, Lena.jpg, dan tru.tf, yang masng-masng dber derau salt-andpepper, Gaussan, dan speckle, metode pemlhan taps yang memberkan hasl palng mendekat penlaan sstem penglhatan manusa adalah metode berdasar ndeks kualtas. B. SARA. Perlu dlakukan peneltan lanjutan tentang pemlhan taps penghapus derau menggunakan jarngan saraf truan (JST), kemudan dbandngkan dengan metode yang sudah dtelt untuk dcar metode terbak.. Peneltan dapat dlanjutkan terhadap jens-jens derau yang lan, msalnya derau Posson, ataupun derau konvolusonal, dengan taps-taps yang lebh bervaras, msalnya dengan menggunakan alhragam ctra, taps pelewat rendah, dan sebaganya. DAFTAR PUSTAKA [] Andrews, H.C. dan B.R. Hunt, Dgtal Image Restoraton, Prentce-Hall, Inc., ew Jersey, 997 [] Darmn, Knerja dan Evaluas Taps-Taps Penghapus Derau pada Ctra, Teknk Elektro Unverstas Dponegoro, Semarang, 00 [] Boedono dan W. Koster, Teor dan Aplkas Statstka dan Probabltas, P.T. Remaja Rosdakarya, Bandung, 00. [4] Galbat, L.J., Machne Vson and Dgtal Image Processng Fundamentals, Prentce-Hall, Inc, ew Jersey, 990. [5] Jan, A.K., Fundamentals of Dgtal Image Processng, Prentce-Hall Internatonal, ew Jersey, 989 [6] Murn, A., Pengantar Pengolahan Ctra, PT Elex Medo Komputndo, Jakarta, 99. [7] Ptas, I., Dgtal Image Processng Algorthms, Prentce-Hall, Cambrdge, 99. [8] Shalkoff, R.J., Dgtal Image Processng and Computer Vson, John Wley and Sons, Inc., Sngapore, 989 [9] Sd-Ahmed, M.A., Image Processng : Theory, Algorthms and Archtecture, McGraw-Hll, Inc., Sngapore, 995 [0] Sudjana, Metoda Statstka, Tarsto, Bandung, 996 [] Wang, Z., A.C. Bovk dan L.Lu, Why s Image Qualty Assessment so Dffcult, research. [] 5

6 6 Bernadetta Dyah Susant Wdoretno LF09958 Mahasswa Teknk Elektro Unverstas Dponegoro angkatan 999, dengan konsentras Elektronka Telekomunkas. Saat n sedang menyelesakan stud Strata- (S). Pembmbng II R. Rzal Isnanto, S.T., M.M., M.T. IP

ANALISIS DETEKSI TEPI PADA CITRA BERDASARKAN PERBAIKAN KUALITAS CITRA

ANALISIS DETEKSI TEPI PADA CITRA BERDASARKAN PERBAIKAN KUALITAS CITRA AALISIS DETEKSI TEPI PADA CITRA BERDASARKA PERBAIKA KUALITAS CITRA Achmad Hdayatno R. Rzal Isnanto Bahrun am Edge detecton and mage enhancement a part of mage processng. The purpose ths fnal project to

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

PENGENALAN HURUF BRAILLE BERBASIS JARINGAN SYARAF TIRUAN METODA HEBBRULE

PENGENALAN HURUF BRAILLE BERBASIS JARINGAN SYARAF TIRUAN METODA HEBBRULE 1 PENGENALAN HURUF BRAILLE BERBASIS JARINGAN SARAF TIRUAN METODA HEBBRULE un Ennggar 1, Wahyul Amen Syafe, ST, MT 2, Bud Setyono,ST,MT 2 Jurusan Teknk Elektro, Fakultas Teknk Unverstas, Dponegoro Jl. Prof.

Lebih terperinci

IV. PERANCANGAN DAN IMPLEMENTASI SISTEM

IV. PERANCANGAN DAN IMPLEMENTASI SISTEM IV. PERANCANGAN DAN IMPLEMENTASI SISTEM Perancangan Sstem Sstem yang akan dkembangkan adalah berupa sstem yang dapat membantu keputusan pemodal untuk menentukan portofolo saham yang dperdagangkan d Bursa

Lebih terperinci

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

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

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Metode yang digunakan dalam penelitian ini adalah metode eksperimen

BAB III METODOLOGI PENELITIAN. Metode yang digunakan dalam penelitian ini adalah metode eksperimen 3 BAB III METODOLOGI PENELITIAN A. Metode dan Desan Peneltan Metode yang dgunakan dalam peneltan n adalah metode ekspermen karena sesua dengan tujuan peneltan yatu melhat hubungan antara varabelvarabel

Lebih terperinci

BAB III METODELOGI PENELITIAN. metode penelitian yang digunakan dalam penelitian ini adalah metode deskriptif

BAB III METODELOGI PENELITIAN. metode penelitian yang digunakan dalam penelitian ini adalah metode deskriptif BAB III METODELOGI PENELITIAN 3.1 Desan Peneltan Metode peneltan mengungkapkan dengan jelas bagamana cara memperoleh data yang dperlukan, oleh karena tu metode peneltan lebh menekankan pada strateg, proses

Lebih terperinci

PENGENALAN JENIS-JENIS IKAN MENGGUNAKAN METODE ANALISIS KOMPONEN UTAMA

PENGENALAN JENIS-JENIS IKAN MENGGUNAKAN METODE ANALISIS KOMPONEN UTAMA MAKALAH SEMINAR TUGAS AKHIR PENGENALAN JENIS-JENIS IKAN MENGGUNAKAN METODE ANALISIS KOMPONEN UTAMA Suharto Jat Santoso *, Bud Setyono **, R. Rzal Isnanto ** Abstrak - Selama n pengenalan jens kan pada

Lebih terperinci

BAB III METODE PENELITIAN. berjumlah empat kelas terdiri dari 131 siswa. Sampel penelitian ini terdiri dari satu kelas yang diambil dengan

BAB III METODE PENELITIAN. berjumlah empat kelas terdiri dari 131 siswa. Sampel penelitian ini terdiri dari satu kelas yang diambil dengan 7 BAB III METODE PENELITIAN A. Populas dan Sampel 1. Populas Populas dalam peneltan n adalah seluruh sswa kelas XI SMA Yadka Bandar Lampung semester genap tahun pelajaran 014/ 015 yang berjumlah empat

Lebih terperinci

Didownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN

Didownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN BAB I PENDAHULUAN Sebuah jarngan terdr dar sekelompok node yang dhubungkan oleh busur atau cabang. Suatu jens arus tertentu berkatan dengan setap busur. Notas standart untuk menggambarkan sebuah jarngan

Lebih terperinci

BAB III METODOLOGI PENELITIAN

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

Lebih terperinci

IV. UKURAN SIMPANGAN, DISPERSI & VARIASI

IV. UKURAN SIMPANGAN, DISPERSI & VARIASI IV. UKURAN SIMPANGAN, DISPERSI & VARIASI Pendahuluan o Ukuran dspers atau ukuran varas, yang menggambarkan derajat bagamana berpencarnya data kuanttatf, dntaranya: rentang, rentang antar kuartl, smpangan

Lebih terperinci

BAB III METODE PENELITIAN. Metode penelitian merupakan cara atau langkah-langkah yang harus

BAB III METODE PENELITIAN. Metode penelitian merupakan cara atau langkah-langkah yang harus BAB III METODE PENELITIAN Metode peneltan merupakan cara atau langkah-langkah yang harus dtempuh dalam kegatan peneltan, sehngga peneltan yang dlakukan dapat mencapa sasaran yang dngnkan. Metodolog peneltan

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa

III. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlakukan d MTs Neger Bandar Lampung dengan populas sswa kelas VII yang terdr dar 0 kelas yatu kelas unggulan, unggulan, dan kelas A sampa dengan

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

ANALISIS DATA KATEGORIK (STK351)

ANALISIS DATA KATEGORIK (STK351) Suplemen Respons Pertemuan ANALISIS DATA KATEGORIK (STK351) 7 Departemen Statstka FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referens Waktu Korelas Perngkat (Rank Correlaton) Bag. 1 Koefsen Korelas Perngkat

Lebih terperinci

BAB III OBYEK DAN METODE PENELITIAN. Obyek dalam penelitian ini adalah kebijakan dividen sebagai variabel

BAB III OBYEK DAN METODE PENELITIAN. Obyek dalam penelitian ini adalah kebijakan dividen sebagai variabel 4 BAB III OBYEK DAN METODE PENELITIAN 3.1 Obyek Peneltan Obyek dalam peneltan n adalah kebjakan dvden sebaga varabel ndependen (X) dan harga saham sebaga varabel dependen (Y). Peneltan n dlakukan untuk

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

Hubungan Model Kurva Pengeluaran Konsumsi Rumah Tangga di Provinsi Sulawesi Selatan dengan Elastisitasnya

Hubungan Model Kurva Pengeluaran Konsumsi Rumah Tangga di Provinsi Sulawesi Selatan dengan Elastisitasnya Vol. 8, No., 9-101, Januar 01 Hubungan Model Kurva Pengeluaran Konsums Rumah Tangga d Provns Sulawes Selatan dengan Elaststasnya Adawayat Rangkut Abstrak Seleks kurva pengeluaran konsums masyarakat Sulawes

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA III. METODE PENELITIAN A. Waktu dan Tempat Peneltan Peneltan n merupakan stud ekspermen yang telah dlaksanakan d SMA Neger 3 Bandar Lampung. Peneltan n dlaksanakan pada semester genap tahun ajaran 2012/2013.

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 ENDAHULUAN 1.1 Latar Belakang Manusa dlahrkan ke duna dengan ms menjalankan kehdupannya sesua dengan kodrat Illah yakn tumbuh dan berkembang. Untuk tumbuh dan berkembang, berart setap nsan harus

Lebih terperinci

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

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

Lebih terperinci

UKURAN S A S MPE P L P of o. D r D. r H. H Al A ma m s a d s i d Sy S a y h a z h a, SE S. E, M P E ai a l i : l as a y s a y h a

UKURAN S A S MPE P L P of o. D r D. r H. H Al A ma m s a d s i d Sy S a y h a z h a, SE S. E, M P E ai a l i : l as a y s a y h a UKURAN SAMPEL Prof. Dr. H. Almasd Syahza, SE., MP Emal: asyahza@yahoo.co.d Webste: http://almasd. almasd.staff. staff.unr.ac.d Penelt Senor Unverstas Rau Penentuan Sampel Peneltan lmah hampr selalu hanya

Lebih terperinci

P n e j n a j d a u d a u l a a l n a n O pt p im i a m l a l P e P m e b m a b n a g n k g i k t Oleh Z r u iman

P n e j n a j d a u d a u l a a l n a n O pt p im i a m l a l P e P m e b m a b n a g n k g i k t Oleh Z r u iman OTIMISASI enjadualan Optmal embangkt Oleh : Zurman Anthony, ST. MT Optmas pengrman daya lstrk Dmaksudkan untuk memperkecl jumlah keseluruhan baya operas dengan memperhtungkan rug-rug daya nyata pada saluran

Lebih terperinci

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

BAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode BAB III METODE PENELITIAN Desan Peneltan Metode peneltan yang dgunakan dalam peneltan n adalah metode deskrptf analts dengan jens pendekatan stud kasus yatu dengan melhat fenomena permasalahan yang ada

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

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

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

Lebih terperinci

BAB V ANALISA PEMECAHAN MASALAH

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

Lebih terperinci

Halaman 1 dari 10. 1) Mahasiswa Teknik Elektro 2) Dosen Teknik Elektro

Halaman 1 dari 10. 1) Mahasiswa Teknik Elektro 2) Dosen Teknik Elektro MAKALAH SEMINAR TUGAS AKHIR PEMISAHAN SINYAL AUDIO TERCAMPUR SECARA OFFLINE DENGAN ALGORITMA INDEPENDENT COMPONENT ANALYSIS Syarf 1), Achmad Hdayatno, ST.,MT. 2), Ajub Ajulan Zahra, ST.,MT. 2) Jurusan

Lebih terperinci

Kecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi

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

Lebih terperinci

BAB III METODOLOGI PENELITIAN

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

Lebih terperinci

BAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh

BAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh BAB III METODE PENELITIAN 3.1 Desan Peneltan Sebelum dlakukan peneltan, langkah pertama yang harus dlakukan oleh penelt adalah menentukan terlebh dahulu metode apa yang akan dgunakan dalam peneltan. Desan

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN PENELITIAN. penerapan Customer Relationship Management pada tanggal 30 Juni 2011.

BAB IV HASIL DAN PEMBAHASAN PENELITIAN. penerapan Customer Relationship Management pada tanggal 30 Juni 2011. 44 BAB IV HASIL DAN PEMBAHASAN PENELITIAN 4.1 Penyajan Data Peneltan Untuk memperoleh data dar responden yang ada, maka dgunakan kuesoner yang telah dsebar pada para pelanggan (orang tua sswa) d Kumon

Lebih terperinci

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran BAB 1 PENDAHULUAN 1.1. Latar Belakang Pertumbuhan dan kestablan ekonom, adalah dua syarat pentng bag kemakmuran dan kesejahteraan suatu bangsa. Dengan pertumbuhan yang cukup, negara dapat melanjutkan pembangunan

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN III. METODE PEELITIA 3.1. Kerangka Pemkran Peneltan BRI Unt Cbnong dan Unt Warung Jambu Uraan Pekerjaan Karyawan Subyek Analss Konds SDM Aktual (KKP) Konds SDM Harapan (KKJ) Kuesoner KKP Kuesoner KKJ la

Lebih terperinci

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

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

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA DAN PEMILIHAN MITRA BADAN PUSAT STATISTIK (BPS) KABUPATEN GUNUNGKIDUL MENGGUNAKAN METODE SAW BERBASIS WEB

SISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA DAN PEMILIHAN MITRA BADAN PUSAT STATISTIK (BPS) KABUPATEN GUNUNGKIDUL MENGGUNAKAN METODE SAW BERBASIS WEB SISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA DAN PEMILIHAN MITRA BADAN PUSAT STATISTIK (BPS) KABUPATEN GUNUNGKIDUL MENGGUNAKAN METODE SAW BERBASIS WEB Putr Har Ikhtarn ), Bety Nurltasar 2), Hafdz Alda

Lebih terperinci

BAB II LANDASAN TEORI

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

Lebih terperinci

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

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

Lebih terperinci

PEMAMPATAN DATA CITRA BERWARNA DENGAN ALIHRAGAM WAVELET

PEMAMPATAN DATA CITRA BERWARNA DENGAN ALIHRAGAM WAVELET PEMAMPATA DATA CITRA BERWARA DEGA ALIHRAGAM WAVELET HAAR Yul Astran*, Achmad Hdayatno**, R.Rzal Isnanto** Abstrak- Selama n belum pernah dlakukan peneltan mengena pemampatan data ctra berwarna menggunakan

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen dengan populasi penelitian yaitu

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen dengan populasi penelitian yaitu 4 III. METODE PENELITIAN A. Populas Peneltan Peneltan n merupakan stud ekspermen dengan populas peneltan yatu seluruh sswa kelas VIII C SMP Neger Bukt Kemunng pada semester genap tahun pelajaran 01/013

Lebih terperinci

BAB III METODE PENELITIAN. yang digunakan meliputi: (1) PDRB Kota Dumai (tahun ) dan PDRB

BAB III METODE PENELITIAN. yang digunakan meliputi: (1) PDRB Kota Dumai (tahun ) dan PDRB BAB III METODE PENELITIAN 3.1 Jens dan Sumber Data Jens data yang dgunakan dalam peneltan n adalah data sekunder. Data yang dgunakan melput: (1) PDRB Kota Duma (tahun 2000-2010) dan PDRB kabupaten/kota

Lebih terperinci

Peramalan Produksi Sayuran Di Kota Pekanbaru Menggunakan Metode Forcasting

Peramalan Produksi Sayuran Di Kota Pekanbaru Menggunakan Metode Forcasting Peramalan Produks Sayuran D Kota Pekanbaru Menggunakan Metode Forcastng Esrska 1 dan M. M. Nzam 2 1,2 Jurusan Matematka, Fakultas Sans dan Teknolog, UIN Sultan Syarf Kasm Rau Jl. HR. Soebrantas No. 155

Lebih terperinci

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

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

Lebih terperinci

METODE PENELITIAN. digunakan untuk mengetahui bagaimana pengaruh variabel X (celebrity

METODE PENELITIAN. digunakan untuk mengetahui bagaimana pengaruh variabel X (celebrity 37 III. METODE PENELITIAN 3.1 Jens dan Sumber Data Jens peneltan yang dgunakan adalah peneltan deskrptf, yang mana dgunakan untuk mengetahu bagamana pengaruh varabel X (celebrty endorser) terhadap varabel

Lebih terperinci

PENGENALAN KARAKTER ALFABET MENGGUNAKAN JARINGAN SARAF TIRUAN

PENGENALAN KARAKTER ALFABET MENGGUNAKAN JARINGAN SARAF TIRUAN PENGENALAN KARAKTER ALFABET MENGGUNAKAN JARINGAN SARAF TIRUAN Oleh : And Prasojo (L2F098584) Jurusan Teknk Elektro Fakultas Teknk Unverstas Dponegoro Jl. Prof. H. Sudarto, S.H., Tembalang, Semarang e-mal

Lebih terperinci

METODE PENELITIAN. pelajaran 2011/ Populasi penelitian ini adalah seluruh siswa kelas X yang

METODE PENELITIAN. pelajaran 2011/ Populasi penelitian ini adalah seluruh siswa kelas X yang III. METODE PENELITIAN A. Waktu dan Tempat Peneltan Peneltan n telah dlaksanakan d SMA Neger 1 Bandar Lampung pada tahun pelajaran 011/ 01. Populas peneltan n adalah seluruh sswa kelas X yang terdr dar

Lebih terperinci

Bab 1 PENDAHULUAN Latar Belakang

Bab 1 PENDAHULUAN Latar Belakang 11 Bab 1 PENDAHULUAN 1.1. Latar Belakang Perbankan adalah ndustr yang syarat dengan rsko. Mula dar pengumpulan dana sebaga sumber labltas, hngga penyaluran dana pada aktva produktf. Berbaga kegatan jasa

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. Universitas Sumatera Utara BAB 1 ENDAHULUAN 1.1 Latar Belakang Secara umum dapat dkatakan bahwa mengambl atau membuat keputusan berart memlh satu dantara sekan banyak alternatf. erumusan berbaga alternatf sesua dengan yang sedang

Lebih terperinci

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

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

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Satelah melakukan peneltan, penelt melakukan stud lapangan untuk memperoleh data nla post test dar hasl tes setelah dkena perlakuan.

Lebih terperinci

BAB III METODE PENELITIAN. penelitian dilakukan secara purposive atau sengaja. Pemilihan lokasi penelitian

BAB III METODE PENELITIAN. penelitian dilakukan secara purposive atau sengaja. Pemilihan lokasi penelitian BAB III METODE PENELITIAN 3.1 Lokas Peneltan Peneltan dlaksanakan d Desa Sempalwadak, Kecamatan Bululawang, Kabupaten Malang pada bulan Februar hngga Me 2017. Pemlhan lokas peneltan dlakukan secara purposve

Lebih terperinci

Bab III Analisis Rantai Markov

Bab III Analisis Rantai Markov Bab III Analss Ranta Markov Sstem Markov (atau proses Markov atau ranta Markov) merupakan suatu sstem dengan satu atau beberapa state atau keadaan, dan dapat berpndah dar satu state ke state yang lan pada

Lebih terperinci

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

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

Lebih terperinci

PEMBUATAN GRAFIK PENGENDALI BERDASARKAN ANALISIS KOMPONEN UTAMA (PRINCIPAL COMPONENT ANALYSIS)

PEMBUATAN GRAFIK PENGENDALI BERDASARKAN ANALISIS KOMPONEN UTAMA (PRINCIPAL COMPONENT ANALYSIS) PEMBUATAN GRAFIK PENGENDALI BERDASARKAN ANALISIS KOMPONEN UTAMA (PRINCIPAL COMPONENT ANALYSIS) Wrayant ), Ad Setawan ), Bambang Susanto ) ) Mahasswa Program Stud Matematka FSM UKSW Jl. Dponegoro 5-6 Salatga,

Lebih terperinci

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

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

Lebih terperinci

Bab 2 Tinjauan Pustaka 2.1 Penelitian Terdahulu

Bab 2 Tinjauan Pustaka 2.1 Penelitian Terdahulu Bab 2 Tnjauan Pustaka 2.1 Peneltan Terdahulu Pemlhan stud pustaka tentang sstem nformas penlaan knerja karyawan n juga ddasar pada peneltan sebelumnya yang berjudul Penerapan Metode TOPSIS untuk Pemberan

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap 5 BAB III METODOLOGI PENELITIAN 3. Lokas Dan Waktu Peneltan Peneltan n dlaksanakan d SMA Neger I Tbawa pada semester genap tahun ajaran 0/03. Peneltan n berlangsung selama ± bulan (Me,Jun) mula dar tahap

Lebih terperinci

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

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

Lebih terperinci

ANALISIS REGRESI. Catatan Freddy

ANALISIS REGRESI. Catatan Freddy ANALISIS REGRESI Regres Lner Sederhana : Contoh Perhtungan Regres Lner Sederhana Menghtung harga a dan b Menyusun Persamaan Regres Korelas Pearson (Product Moment) Koefsen Determnas (KD) Regres Ganda :

Lebih terperinci

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

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

Lebih terperinci

CONTOH SOAL #: PENYELESAIAN PERSAMAAN DIFERENSIAL BIASA. dx dengan nilai awal: y = 1 pada x = 0. Penyelesaian: KASUS: INITIAL VALUE PROBLEM (IVP)

CONTOH SOAL #: PENYELESAIAN PERSAMAAN DIFERENSIAL BIASA. dx dengan nilai awal: y = 1 pada x = 0. Penyelesaian: KASUS: INITIAL VALUE PROBLEM (IVP) PENYELESAIAN PERSAMAAN DIFERENSIAL BIASA KASUS: INITIAL VALUE PROBLEM (IVP) by: st dyar kholsoh Mater Kulah: Pengantar; Metode Euler; Perbakan Metode Euler; Metode Runge-Kutta; Penyelesaan Sstem Persamaan

Lebih terperinci

BAB 4 METODOLOGI PENELITIAN. data, dan teknik analisis data. Kerangka pemikiran hipotesis membahas hipotesis

BAB 4 METODOLOGI PENELITIAN. data, dan teknik analisis data. Kerangka pemikiran hipotesis membahas hipotesis BAB 4 METODOLOGI PENELITIAN Pada bab n akan durakan kerangka pemkran hpotess, teknk pengumpulan data, dan teknk analss data. Kerangka pemkran hpotess membahas hpotess pengujan pada peneltan, teknk pengumpulan

Lebih terperinci

BAB I PENDAHULUAN. pembangunan dalam sektor energi wajib dilaksanakan secara sebaik-baiknya. Jika

BAB I PENDAHULUAN. pembangunan dalam sektor energi wajib dilaksanakan secara sebaik-baiknya. Jika BAB I PENDAHULUAN 1.1.Latar Belakang Energ sangat berperan pentng bag masyarakat dalam menjalan kehdupan seharhar dan sangat berperan dalam proses pembangunan. Oleh sebab tu penngkatan serta pembangunan

Lebih terperinci

DISTRIBUSI HASIL PENGUKURAN DAN NILAI RATA-RATA

DISTRIBUSI HASIL PENGUKURAN DAN NILAI RATA-RATA DISTRIBUSI HASIL PENGUKURAN DAN NILAI RATA-RATA Dstrbus Bnomal Msalkan dalam melakukan percobaan Bernoull (Bernoull trals) berulang-ulang sebanyak n kal, dengan kebolehjadan sukses p pada tap percobaan,

Lebih terperinci

Matematika Eigenface Menggunakan Metrik Euclidean

Matematika Eigenface Menggunakan Metrik Euclidean Matematka Egenface Menggunakan Metrk Eucldean 6 Ben Utomo Sekolah ngg eknolog Bontang, Indonesa Abstract Salah satu sstem pengenalan wajah (face recognton) adalah metode egenface. Metode n bekerja dengan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 2 LNDSN TEORI 2. Teor engamblan Keputusan Menurut Supranto 99 keputusan adalah hasl pemecahan masalah yang dhadapnya dengan tegas. Suatu keputusan merupakan jawaban yang past terhadap suatu pertanyaan.

Lebih terperinci

BAB IV METODE PENELITIAN. Penelitian mengenai Analisis Pengaruh Kupedes Terhadap Performance

BAB IV METODE PENELITIAN. Penelitian mengenai Analisis Pengaruh Kupedes Terhadap Performance BAB IV METODE PENELITIAN 4.1 Lokas dan Waktu Peneltan Peneltan mengena Analss Pengaruh Kupedes Terhadap Performance Busness Debtur dalam Sektor Perdagangan, Industr dan Pertanan dlaksanakan d Bank Rakyat

Lebih terperinci

BAB II TEORI ALIRAN DAYA

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

Lebih terperinci

Nama : Crishadi Juliantoro NPM :

Nama : Crishadi Juliantoro NPM : ANALISIS INVESTASI PADA PERUSAHAAN YANG MASUK DALAM PERHITUNGAN INDEX LQ-45 MENGGUNAKAN PORTOFOLIO DENGAN METODE SINGLE INDEX MODEL. Nama : Crshad Julantoro NPM : 110630 Latar Belakang Pemlhan saham yang

Lebih terperinci

BAB I PENDAHULUAN. Semakin tinggi penerimaan Pajak di Indonesia, semakin tinggi pula kualitas

BAB I PENDAHULUAN. Semakin tinggi penerimaan Pajak di Indonesia, semakin tinggi pula kualitas BAB I PENDAHULUAN A. LATAR BELAKANG Pajak merupakan sumber penermaan terpentng d Indonesa. Oleh karena tu Pemerntah selalu mengupayakan bagamana cara menngkatkan penermaan Pajak. Semakn tngg penermaan

Lebih terperinci

BAB III METODE PENELITIAN. Penelitian ini merupakan penelitian yang bertujuan untuk mendeskripsikan

BAB III METODE PENELITIAN. Penelitian ini merupakan penelitian yang bertujuan untuk mendeskripsikan BAB III METODE PENELITIAN A. Jens Peneltan Peneltan n merupakan peneltan yang bertujuan untuk mendeskrpskan langkah-langkah pengembangan perangkat pembelajaran matematka berbass teor varas berupa Rencana

Lebih terperinci

III. METODE PENELITIAN. Metode dalam penelitian ini adalah metode eksperimen. Penggunaan metode eksperimen ini

III. METODE PENELITIAN. Metode dalam penelitian ini adalah metode eksperimen. Penggunaan metode eksperimen ini III. METODE PENELITIAN A. Metode Peneltan Metode dalam peneltan n adalah metode ekspermen. Penggunaan metode ekspermen n bertujuan untuk mengetahu apakah suatu metode, prosedur, sstem, proses, alat, bahan

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN. Latar Belakang Manova atau Multvarate of Varance merupakan pengujan dalam multvarate yang bertujuan untuk mengetahu pengaruh varabel respon dengan terhadap beberapa varabel predktor

Lebih terperinci

BAB III METODE PENELITIAN. menghasilkan Lembar Kegiatan Siswa (LKS) pada materi Geometri dengan

BAB III METODE PENELITIAN. menghasilkan Lembar Kegiatan Siswa (LKS) pada materi Geometri dengan BAB III METODE PENELITIAN A. Jens Peneltan Peneltan n merupakan peneltan pengembangan yang bertujuan untuk menghaslkan Lembar Kegatan Sswa (LKS) pada mater Geometr dengan pendekatan pembelajaran berbass

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar belakang

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

Lebih terperinci

Tinjauan Algoritma Genetika Pada Permasalahan Himpunan Hitting Minimal

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

Lebih terperinci

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

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

Lebih terperinci

SUMBER BELAJAR PENUNJANG PLPG 2016 MATA PELAJARAN/PAKET KEAHLIAN GURU KELAS SD

SUMBER BELAJAR PENUNJANG PLPG 2016 MATA PELAJARAN/PAKET KEAHLIAN GURU KELAS SD SUMBER BELAJAR PENUNJANG PLPG 0 MATA PELAJARAN/PAKET KEAHLIAN GURU KELAS SD BAB V STATISTIKA Dra.Hj.Rosdah Salam, M.Pd. Dra. Nurfazah, M.Hum. Drs. Latr S, S.Pd., M.Pd. Prof.Dr.H. Pattabundu, M.Ed. Wdya

Lebih terperinci

BAB IV PEMBAHASAN MODEL

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

Lebih terperinci

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

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

Lebih terperinci

Histogram Citra. Bab Membuat Histogram

Histogram Citra. Bab Membuat Histogram Bab 6 Hstogram Ctra I nformas pentng mengena s ctra dgtal dapat dketahu dengan membuat hstogram ctra. Hstogram ctra adalah grafk yang menggambarkan penyebaran nla-nla ntenstas pxel dar suatu ctra atau

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini merupakan penelitian pengembangan (Research and

III. METODE PENELITIAN. Penelitian ini merupakan penelitian pengembangan (Research and III. METODE PENELITIAN A. Desan Peneltan Peneltan n merupakan peneltan pengembangan (Research and Development). Peneltan pengembangan yang dlakukan adalah untuk mengembangkan penuntun praktkum menjad LKS

Lebih terperinci

BAB VB PERSEPTRON & CONTOH

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

Lebih terperinci

BAB III METODE PENELITIAN. menggunakan strategi pembelajaran mind mapping dalam pendekatan

BAB III METODE PENELITIAN. menggunakan strategi pembelajaran mind mapping dalam pendekatan 35 BAB III METODE PENELITIAN A. Jens dan Desan Peneltan Jens peneltan n adalah kuas ekspermen. Pada peneltan n terdapat dua kelompok subjek peneltan yatu kelompok ekspermen yang dberkan suatu perlakuan

Lebih terperinci

III. METODE PENELITIAN. bersifat statistik dengan tujuan menguji hipotesis yang telah ditetapkan.

III. METODE PENELITIAN. bersifat statistik dengan tujuan menguji hipotesis yang telah ditetapkan. 3 III. METDE PENELITIAN A. Metode Peneltan Metode peneltan merupakan langkah atau aturan yang dgunakan dalam melaksanakan peneltan. Metode pada peneltan n bersfat kuanttatf yatu metode peneltan yang dgunakan

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN A. Jens Peneltan Jens peneltan n adalah peneltan quas expermental dengan one group pretest posttest desgn. Peneltan n tdak menggunakan kelas pembandng namun sudah menggunakan

Lebih terperinci

BAB IV PENGUJIAN DAN ANALISA

BAB IV PENGUJIAN DAN ANALISA BAB IV PENGUJIAN DAN ANALISA 4. PENGUJIAN PENGUKURAN KECEPATAN PUTAR BERBASIS REAL TIME LINUX Dalam membuktkan kelayakan dan kehandalan pengukuran kecepatan putar berbass RTLnux n, dlakukan pengujan dalam

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 3, , Desember 2002, ISSN :

JURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 3, , Desember 2002, ISSN : JURNAL MATEMATIKA AN KOMPUTER Vol. 5. No. 3, 161-167, esember 00, ISSN : 1410-8518 PENGARUH SUATU ATA OBSERVASI ALAM MENGESTIMASI PARAMETER MOEL REGRESI Hern Utam, Rur I, dan Abdurakhman Jurusan Matematka

Lebih terperinci

Preferensi untuk alternatif A i diberikan

Preferensi untuk alternatif A i diberikan Bahan Kulah : Topk Khusus Metode Weghted Product (WP) menggunakan perkalan untuk menghubungkan ratng atrbut, dmana ratng setap atrbut harus dpangkatkan dulu dengan bobot atrbut yang bersangkutan. Proses

Lebih terperinci

DETEKSI POTENSI KANKER PAYUDARA PADA MAMMOGRAM MENGGUNAKAN METODE GRAY LEVEL CO-OCCURRENCE MATRICES

DETEKSI POTENSI KANKER PAYUDARA PADA MAMMOGRAM MENGGUNAKAN METODE GRAY LEVEL CO-OCCURRENCE MATRICES DETEKSI POTESI KAKER PAYUDARA PADA MAMMOGRAM MEGGUAKA METODE GRAY LEVEL CO-OCCURRECE MATRICES Ryan Hartad*, Imam Santoso**, Achmad Hdayatno** Abstrak -Kanker payudara adalah jens kanker yang palng umum

Lebih terperinci

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

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

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Jens dan Pendekatan Peneltan Jens peneltan n termasuk peneltan korelasonal (correlatonal studes. Peneltan korelasonal merupakan peneltan yang dmaksudkan untuk mengetahu ada

Lebih terperinci

BAB II DASAR TEORI DAN METODE

BAB II DASAR TEORI DAN METODE BAB II DASAR TEORI DAN METODE 2.1 Teknk Pengukuran Teknolog yang dapat dgunakan untuk mengukur konsentras sedmen tersuspens yatu mekank (trap sampler, bottle sampler), optk (optcal beam transmssometer,

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 8 Bandar Lampung. Populasi dalam

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 8 Bandar Lampung. Populasi dalam 1 III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMPN 8 Bandar Lampung. Populas dalam peneltan n adalah seluruh sswa kelas VII SMPN 8 Bandar Lampung Tahun Pelajaran 01/013 yang terdr

Lebih terperinci

KOMPARASI HASIL BELAJAR SISWA DENGAN MEDIA MACROMEDIA FLASH DAN MICROSOFT POWERPOINT YANG DISAMPAIKAN MELALUI PENDEKATAN CHEMO-EDUTAINTMENT

KOMPARASI HASIL BELAJAR SISWA DENGAN MEDIA MACROMEDIA FLASH DAN MICROSOFT POWERPOINT YANG DISAMPAIKAN MELALUI PENDEKATAN CHEMO-EDUTAINTMENT Sgt Pratmoko, dkk. Komparas Hasl Belajar Sswa... 99 KOMPARASI HASIL BELAJAR SISWA DENGAN MEDIA MACROMEDIA FLASH DAN MICROSOFT POWERPOINT YANG DISAMPAIKAN MELALUI PENDEKATAN CHEMO-EDUTAINTMENT Sgt Pratmoko,

Lebih terperinci

TINJAUAN PUSTAKA Kualitas Dosen

TINJAUAN PUSTAKA Kualitas Dosen 4 TINJAUAN PUSTAKA Kualtas Dosen Menurut Kamus Besar Bahasa Indonesa (KBBI) tahun 2002, kualtas dartkan sebaga : (1) tngkat bak buruknya sesuatu atau kadar; (2) derajat atau taraf (kepandaan, kecakapan,

Lebih terperinci

PROPOSAL SKRIPSI JUDUL:

PROPOSAL SKRIPSI JUDUL: PROPOSAL SKRIPSI JUDUL: 1.1. Latar Belakang Masalah SDM kn makn berperan besar bag kesuksesan suatu organsas. Banyak organsas menyadar bahwa unsur manusa dalam suatu organsas dapat memberkan keunggulan

Lebih terperinci