MODEL REDUKSI KADAR KAFEIN PADA PROSES DEKAFEINASI BIJI KOPI

Ukuran: px
Mulai penontonan dengan halaman:

Download "MODEL REDUKSI KADAR KAFEIN PADA PROSES DEKAFEINASI BIJI KOPI"

Transkripsi

1 Posidig Semia Nasioal Matematika Uivesitas Jembe 9 Novembe 85 MODEL REDUKS KADAR KAFEN PADA PROSES DEKAFENAS BJ KOP RUSL HDAYA da RANGG DAS DW WJAYA Juusa Matematika Fakultas Matematika da lmu Pegetahua Alam Uivesitas Jembe Jl. Kalimata 7 Jembe 8 usli_mat@yahoo.co.id & aggidias@gmail.com Dalam bii kopi tedapat salah satu zat yag disebut dega kafei. iggiya kada kafei di dalam bii kopi diduga dapat meyebabka keluha teutama bagi peikmat kopi yag tidak memiliki toleasi tiggi tehadap kafei []. Utuk meguagi kada kafei pada kopi dipeluka poses dekafeiasi aga kopi meadi kopi edah kafei. Dalam pegolaha bii kopi paas yag diguaka pelu diatu tiggi edah tempeatuya aga tidak meusak bii kopi. Kopi secaa umum bebetuk ellipsoida dega dua lapisa yag bebeda sifat fisikya [8] sehigga utuk megetahui pofil tempeatu pada kopi dipeluka syaat batas atamuka (teface Bouday oditios). Dega ditemukaya model pepidaha paas pada dua lapisa yag bebeda sifat fisikya da model syaat batas atamuka ii maka model ii aka dapat diguaka utuk meetuka pofil/evolusi paas pada poses dekafeiasi kopi (peuua kada kafei). Dega diketahuiya evolusi tempeatu pada poses dekafeiasi kopi maka hasil ii dapat diguaka dalam pegolaha bii kopi. Kata Kuci: Dekafeiasi Model Reduksi Suhu Pepidaha Paas.. Pedahulua Bii kopi megadug salah satu zat yag disebut dega kafei. iggiya kada kafei di dalam bii kopi diduga dapat meyebabka keluha teutama bagi peikmat kopi yag tidak memiliki toleasi tiggi tehadap kafei. Dekafeiasi kopi meupaka poses ekstaksi padat-cai dimaa tuua utama dalam poses dekafeiasi adalah meguagi kada kafei yag tekadug didalam bii kopi tesebut. Poses ii yag meadika kopi meadi edah kafei []. Peelitia tetag model pepidaha paas pada poses peetasa telu itik telah dilakuka pada tahu dega megapoksimasi model ellipsoida megguaka model

2 Rusli Hidayat et al Model Reduksi Kada Kafei.. 8 spheik atau bola [7]. Pada poses dekafeiasi model dilakuka pada bii kopi yag sudah dikupas kulit buahya sehigga tedapat dua lapisa yaitu lapisa dagig buah da bii kopi itu sedii yag mempuyai sifat fisik bebeda. Utuk megetahui pofil tempeatu pada kedu lapisa kopi yag bebeda sifat fisikya dipeluka syaat batas atamuka (teface Bouday oditios). Dega ditemukaya model pepidaha paas pada dua lapisa yag bebeda sifat fisikya da model syaat batas atamuka ii maka model ii aka dapat diguaka utuk meetuka pofil/evolusi paas pada poses dekafeiasi kopi (peuua kada kafei). Dega diketahuiya evolusi tempeatu pada poses dekafeiasi kopi maka hasil ii dapat diguaka dalam pegolaha bii kopi.. Model Reduksi Kada Kafei Pada Kopi Dekafeiasi atau peeduksia kada kafei dai bii kopi meupaka poses ekstaksi padatcai dega kosetasi kafei telaut sagat tegatug pada waktu poses (holdig time). Model mekaistik utuk ekstaksi kafei haus meliputi pehituga difusi kafei di dalam bii kopi dimaa koveksi kafei pada kodisi batas pelaut da padata dalam hal ii pemukaa kopi da hubuga kesetimbaga yag teadi ataa kosetasi kafei dalam bii kopi da pelaut. Poses pelauta ataupu peuua kada kafei pada bii kopi dapat diaalogka sebagai suatu poses pelepasa ai pada poses pegeiga. Pepidaha seyawa kafei kafei dai dalam bii kopi yag diasumsika bebetuk bulat (spheical) memiliki hambata iteal yag lebih tiggi ika dibadigka dega hambata eksteal sehigga lau pepidaha massa kafei dapat dipekiaka atau dipediksi dega megguaka pesamaa difusi dega difusivitas efektif yag tetap. t D A () A. Model Pepidaha Paas Model pepidaha paas yag diguaka dalam peelitia ii adalah model spheic. (.) t da model pepidaha massaya adalah pesamaa (). Syaat awal yag diguaka dalam peelitia ii adalah t awal (.) Kemudia syaat batas yag diguaka ataa lai syaat batas pusat (.) selautya yaitu syaat batas iteface... (.) t da syaat batas lua o i ligkuga- bouday (.5) bouday. Diskitisasi Model

3 Posidig Semia Nasioal Matematika Uivesitas Jembe 9 Novembe 87 Pediskita pesamaa-pesamaa (.) (.) (.) (.) da (.5) dilakuka megguaka skema metode-θ sebagai beikut... Syaat Batas pada = (Syaat Batas Pusat) Syaat batas pusat pada = dapat ditulis sebagai beikut (.) Dega megguaka itegal pada pesamaa spheik dega batas kemudia didiskitisasi dega metode-θ. dipeoleh hasil sebagai beikut: (.) Dimaa t... Diskitisasi itik-itik teio Diskitisasi pesamaa teio Gid-Poit N sebagai beikut: (.).. Diskitisasi Syaat Batas teface da Syaat Batas Lua Syaat batas iteface da syaat batas lua didiskitisasi megguaka metode-θ dipeoleh pesamaa (.) da (.5). (.) ligkuga (.5)

4 Rusli Hidayat et al Model Reduksi Kada Kafei.. 88 dega.. Sistem Pesamaa Matiks utuk Pepidaha Paas Betuk matiks pada gid poit J utuk poses pemaasa bii kopi dega ai-ai sebesa adalah sebagai beikut: it 5 it J B B A A dimaa 5 da adalah kompoe matik pada iteface. Nilai kompoe matiks dituukka sebagai beikut: A A B B 5 dega it meupaka pada iteface.

5 Posidig Semia Nasioal Matematika Uivesitas Jembe 9 Novembe Sistem Pesamaa Matiks utuk Pepidaha Massa Kafei Betuk matiks pada gid poit J utuk poses pepidaha massa kafei pada bii kopi dega ai-ai sebesa adalah sebagai beikut: A A K K K K K J B B K K K K K ilai kompoe matiks dituukka sebagai beikut: A D A B D D D D B D D D D D 5. Nilai-ilai Paamete yag Diguaka da Hasil Simulasi Utuk stabilitas dalam komputasi maka ilai θ yag diguaka adalah 75 dega umlah gid poit (N) dalam masig-masig lapisa bii kopi sebesa 5 da pada dagig buah sebesa 5 sedagka kada awal kafei (K ) utuk kopi Robusta sebesa 79% da kopi Aabika 8% (Hatoo 9) []. Nilai difusivitas massa kafei (D) pada bii kopi sebesa 7 m / s da suhu ligkuga (ligkuga ) yag diguaka sebesa 9o da o. pada dekafeiasi bii kopi. Sedagka utuk paamete-paamete lai yag megguaka data pime disaika pada abel. Dimaa satua utuk λ adalah (W/m o ) kemudia utuk adalah (J/Kg o ) selautya utuk adalah (Kg/m ) da utuk adalah (cm). abel. Nilai-ilai paamete dai sifat fisik bii kopi No Kopi Lapisa λ Robusta Bii 57 87

6 Rusli Hidayat et al Model Reduksi Kada Kafei.. 9 Dagig 5 Aabika Bii 797 Dagig 5 5 Pada saat simulasi tempeatu pegeig yag diguaka adalah 9 o da o dega suhu awal adalah 7 o. Sedagka simulasi pada model pepidaha massa diguaika taget kada akhi kafei pada bii kopi yaitu % da %. Dega memasukka paamete pada abel maka aka dipeoleh pofil pepidaha paas da massa seta didapatka total waktu yag dibutuhka oleh masig-masig eis kopi baik utuk meyamaka tempeatu tiap lapisa bii kopi ataupu meyamaka kada kafei di setiap lapisa bii kopi. Hasil simulasi yag dipeoleh sepeti disaika pada abel utuk waktu pepidaha paas da utuk waktu peubaha kada kafei disaika pada abel. Sedagka total waktu poses dekafeiasi pada eis kopi obusta da kopi aabika disaika pada abel. abel Rigkasa waktu yag dibutuhka oleh bii kopi utuk pemaasa No Jeis Kopi Suhu Ligkuga 9 o o. Kopi Robusta detik detik. Kopi Aabika detik 59 detik abel Rigkasa waktu yag dibutuhka oleh bii kopi utuk peguaga kada kafei No Jeis Kopi Kada Kafei Akhi % %. Kopi Robusta 57 detik 5 detik. Kopi Aabika 79 detik 597 detik abel Rigkasa waktu yag dibutuhka oleh bii kopi utuk dekafeiasi otal Waktu Dekafeiasi No Jeis Kopi 9 o o % % % %. Kopi Robusta detik 57 detik 5 detik 58 detik. Kopi Aabika 77 detik detik 788 detik 5 tik. Aalisis Hasil Simulasi Dai hasil simulasi yag dipeoleh ika dilakuka pebadiga pofil pepidaha paas da massa pada kopi obusta da kopi aabika sepeti yag dipelihatka oleh Gamba. da..

7 Posidig Semia Nasioal Matematika Uivesitas Jembe 9 Novembe 9 Gamba. Pegeiga Kopi Robusta da Kopi Aabika dega suhu 9 o Gamba. Pegeiga Kopi Robusta da Kopi Aabika dega suhu o Hasil pebadiga pofil pepidaha paas ataa kopi obusta da kopi aabika aka ditampilka pada abel 5. abel 5 Pebadiga pofil pepidaha paas kopi obusta da kopi aabika

8 Rusli Hidayat et al Model Reduksi Kada Kafei.. 9 Suhu ( o ) 9 o o Waktu (detik) Robusta Aabika Robusta Aabika otal waktu detik detik detik 59 detik Holdig time utuk meyamaka suhu sebesa 9 o da o di setiap lapisa bii kopi pada eis kopi obusta adalah detik da detik. Hasil ii sedikit lebih cepat bila dibadigka dega kopi aabika yag membutuhka waktu detik da 59 detik. Pada poses eduksi kafei dipeoleh hasil bahwa waktu yag dibutuhka utuk meguagi kada kafei pada kopi obusta dega kada kafei awal sebesa 79% meadi % da % adalah 57 detik da 5 detik. Kemudia waktu yag dibutuhka oleh kopi aabika dai kada kafei awal sebesa 8% meadi % da % adalah 79 detik da 597 detik. Jadi waktu yag dibutuhka oleh kopi obusta utuk meguagi kada kafei meadi % da % lebih cepat ika dibadigka dega kopi aabika. Padahal ika dilihat kada awal kafei pada kopi aabika lebih edah daipada kopi obusta. Hal ii disebabka kepadata massa da paas spesisik pada kopi obusta lebih besa daipada kopi aabika (lihat abel ). abel Pebadiga pofil pepidaha massa kafei kopi obusta da kopi aabika Kafei akhi (%) % % Waktu (detik) Robusta Aabika Robusta Aabika

9 Posidig Semia Nasioal Matematika Uivesitas Jembe 9 Novembe 9 Kafei akhi (%) % % otal waktu 57 detik 79 detik 5 detik 597 detik Sedagka pada poses pepidaha massa kafei aka ditampilka pebadiga pofil pepidaha massa kafei pada Gamba.. (a) (b) Gamba. (a) Peuua Kada Kafei Kopi Robusta da Kopi Aabika meadi % (b) Peuua Kada Kafei Kopi Robusta da Kopi Aabika meadi % Kesimpula Dai hasil simulasi da pembahasa meuukka bahwa kopi obusta memiliki waktu pepidaha paas lebih cepat dibadigka dega eis kopi aabika baik pada suhu ligkuga 9 o maupu o yaitu sebesa detik da detik sehigga waktu yag dipeluka utuk meeduksi kada kafeiya kopi obusta uga lebih cepat dibadigka kopi eis aabika dimaa utuk kada kafei akhi.% sebesa 57 detik da.% sebesa 5 detik. DAFAR PUSAKA []. A.A. Aloso J.R. Baga ad R. Peez-Mati (998) Modelig ad adaptive cotol fo batch steilizatio Joual omp. hem. Egi.. hal

10 Rusli Hidayat et al Model Reduksi Kada Kafei.. 9 []. A.A. Aloso (997) A complete dyamic model fo the themal pocessig of biopoducts i batch uits ad its applicatio to cotolle desig Joual. hem.egieeig Sciece. 5 8 hal. 7-. []. Çegel Y. A Heat asfe : A Pactical Appoach. Nevada: McGaw-Hill c. []. Deidoefe F.H. ad Humphey (959) A.E. Piciples i the desig of cotiuous steilizes Joual Appl. Micob. 7 hal. -7. [5]. Deidoefe F.H. ad Humphey A.E. (959) Aalytical method fo calculatig heat steilizatio times Joual. Appl. Micob. 7 hal. 5-. []. Hatoo E. 9. Peetapa Kada Kafei Dalam Bii Kopi Secaa Komatogafi ai Kiea iggi. Jual Biomedika. (5):-9. [7]. Hidayat R.. Model Pepidaha Paas Poses Peetasa elu Megguaka Syaat Batas teface. Poceedig Semia teasioal Uivesitas Riau. [8]. Lilis.. Kasus Fisika Paga Dua Jeis Kopi (offea sp.) Yag Diuku Bebeapa Sifat Fisikya. Skipsi: stitut Petaia Bogo.

PERBANDINGAN PENAKSIR REGRESI LINIER SEDERHANA PADA SAMPLING BERPERINGKAT, SAMPLING EKSTRIM BERPERINGKAT DAN SAMPLING MEDIAN BERPERINGKAT

PERBANDINGAN PENAKSIR REGRESI LINIER SEDERHANA PADA SAMPLING BERPERINGKAT, SAMPLING EKSTRIM BERPERINGKAT DAN SAMPLING MEDIAN BERPERINGKAT PBANDINGAN PENAKSIR REGRESI LINI SEDHANA PADA SAMPLING BPINGKAT, SAMPLING EKSTRIM BPINGKAT DAN SAMPLING MEDIAN BPINGKAT E. W. Aitoag *, Haiso, R. Efedi Mahasiswi Pogam S Matematika Dose Juusa Matematika

Lebih terperinci

MODEL DAN SIMULASI PERPINDAHAN PANAS KARBURISASI (CARBURIZING) PADA POROS TRANSMISI BERBENTUK SILINDER PEJAL ARTIKEL ILMIAH

MODEL DAN SIMULASI PERPINDAHAN PANAS KARBURISASI (CARBURIZING) PADA POROS TRANSMISI BERBENTUK SILINDER PEJAL ARTIKEL ILMIAH MODEL DAN SIMULASI PERPINDAHAN PANAS ARBURISASI (CARBURIZING) PADA POROS RANSMISI BERBENU SILINDER PEJAL ARIEL ILMIAH Oleh : Ahmad Efa Nuilmaulidi NIM 98 JURUSAN MAEMAIA FAULAS MAEMAIA ILMU PENGEAHUAN

Lebih terperinci

Deret Bolak-balik (Alternating Series) Deret bolak-balik adalah deret yang suku-sukunya berganti tanda. Sebagai contoh,

Deret Bolak-balik (Alternating Series) Deret bolak-balik adalah deret yang suku-sukunya berganti tanda. Sebagai contoh, Deet Bolak-balik Alteatig Seies Deet bolak-balik adalah deet yag suku-sukuya begati tada. Sebagai cotoh, + 4 + + + Deet bolak-balik beikut: = + a, dega a positif, kovege jika memeuhi dua syaat i. Setiap

Lebih terperinci

Pemetaan Linear Yang Mengawetkan Invers Drazin Matriks Atas Lapangan

Pemetaan Linear Yang Mengawetkan Invers Drazin Matriks Atas Lapangan Pemetaa Liea Yag Megawetka Ives azi Matiks Atas Lapaga ibeika matiks x atas lapaga Sutopo Juusa Matematika Fakultas Matematika da Pegetahua Alam Uivesitas Gadjah Mada sutopo_mipa@ugm.ac.id Abstact F lapaga

Lebih terperinci

KUNCI JAWABAN UJI KOPETENSI SEMESTER 1 A.

KUNCI JAWABAN UJI KOPETENSI SEMESTER 1 A. KUNCI JWN UJI KOPETENSI SEMESTER. Piliha Gada. Jawaba: b Titik da G mempuyai fase sama sebab aahya sama (ke atas) da beada di atas gais setimbag (sb x).. Jawaba: d Gelmbag elektmagetik adalah gelmbag yag

Lebih terperinci

EKSISTENSI INVERS GRUP DARI MATRIKS BLOK. Mahasiswa Program S1 Matematika 2

EKSISTENSI INVERS GRUP DARI MATRIKS BLOK. Mahasiswa Program S1 Matematika 2 ESSTENS NVERS GRU DR TRS LO Riaa Wedya Rola ae usaii ahasiswa ogam S atematika Dose Juusa atematika Fakultas atematika da lmu egetahua lam ampus iawidya ekabau 89 doesia email: iaa_wedya@yahoocom STRCT

Lebih terperinci

BAB III METODOLOGI 3.1 Tempat dan Waktu Penelitian 3.2 Bahan dan Alat 3.3 Metode Pengumpulan Data Pembuatan plot contoh

BAB III METODOLOGI 3.1 Tempat dan Waktu Penelitian 3.2 Bahan dan Alat 3.3 Metode Pengumpulan Data Pembuatan plot contoh BAB III METODOLOGI 3.1 Tempat da Waktu Peelitia Pegambila data peelitia dilakuka di areal revegetasi laha pasca tambag Blok Q 3 East elevasi 60 Site Lati PT Berau Coal Kalimata Timur. Kegiata ii dilakuka

Lebih terperinci

Regresi 4/13/2015 REGRESI LINEAR BERGANDA DAN REGRESI (TREND) NONLINEAR HUBUNGAN LEBIH DARI DUA VARIABEL REGRESI LINEAR BERGANDA

Regresi 4/13/2015 REGRESI LINEAR BERGANDA DAN REGRESI (TREND) NONLINEAR HUBUNGAN LEBIH DARI DUA VARIABEL REGRESI LINEAR BERGANDA 4/3/05 REGRESI LINER BERGND DN REGRESI (TREND) NONLINER Oleh : Fauza mi Sei, 3 pil 05` GDL (07.30-0.50) Regesi Dai deajat (pagkat) tiap peuah eas Liie (ila pagkatya ) No-liie (ila pagkatya uka ) Dai ayakya

Lebih terperinci

4. KOMBINATORIKA ... S 1. S n S 2. Gambar 4.1

4. KOMBINATORIKA ... S 1. S n S 2. Gambar 4.1 4. KOMBINATORIKA 4. Atua Utuk Suatu Peistiwa Evet sesuatu yag tejadi. Jika peistiwa A dapat tejadi dalam m caa da peistiwa B dapat tejadi dalam N caa, maka tedapat (m, ) caa kedua peistiwa tejadi besama-sama.

Lebih terperinci

Menentukan Pembagi Bersama Terbesar dengan Algoritma

Menentukan Pembagi Bersama Terbesar dengan Algoritma Meetuka Pembagi Besama Tebesa dega Algoitma Macelius Hey M. (135108) Pogam Studi Tekik Ifomatika Sekolah Tekik Elekto da Ifomatika Istitut Tekologi Badug, Jl. Gaesha 10 Badug 4013, Idoesia 135108@std.stei.itb.ac.id

Lebih terperinci

KORELASI DAN REGRESI BERGANDA

KORELASI DAN REGRESI BERGANDA KORELASI DAN REGRESI BERGANDA KORELASI BERGANDA Koelasi begada meupaka alat uku megeai hubuga yag tejadi ataa vaiabel depede () dega dua atau lebih vaiabel idepede,. Dega koelasi begada kekuata atau keeata

Lebih terperinci

POSITRON, Vol. II, No. 2 (2012), Hal. 1-5 ISSN : Penentuan Energi Osilator Kuantum Anharmonik Menggunakan Teori Gangguan

POSITRON, Vol. II, No. 2 (2012), Hal. 1-5 ISSN : Penentuan Energi Osilator Kuantum Anharmonik Menggunakan Teori Gangguan POSITRON, Vol. II, No. (0), Hal. -5 ISSN : 30-4970 Peetua Eergi Osilator Kuatum Aharmoik Megguaka Teori Gaggua Iklas Saubary ), Yudha Arma ), Azrul Azwar ) )Program Studi Fisika Fakultas Matematika da

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN. Sebagai hasil penelitian dalam pembuatan modul Rancang Bangun

BAB IV HASIL DAN PEMBAHASAN. Sebagai hasil penelitian dalam pembuatan modul Rancang Bangun 47 BAB IV HASIL DAN PEMBAHASAN Sebagai hasil peelitia dalam pembuata modul Racag Bagu Terapi Ifra Merah Berbasis ATMega8 dilakuka 30 kali pegukura da perbadiga yaitu pegukura timer/pewaktu da di badigka

Lebih terperinci

simulasi selama 4,5 jam. Selama simulasi dijalankan, animasi akan muncul pada dijalankan, ProModel akan menyajikan hasil laporan statistik mengenai

simulasi selama 4,5 jam. Selama simulasi dijalankan, animasi akan muncul pada dijalankan, ProModel akan menyajikan hasil laporan statistik mengenai 37 Gambar 4-3. Layout Model Awal Sistem Pelayaa Kedai Jamoer F. Aalisis Model Awal Model awal yag telah disusu kemudia disimulasika dega waktu simulasi selama 4,5 jam. Selama simulasi dijalaka, aimasi

Lebih terperinci

SOAL PRAPEMBELAJARAN MODEL PENILAIAN FORMATIF BERBANTUAN WEB-BASED UNTUK MENINGKATKAN PEMAHAMAN KONSEP FISIKA SISWA

SOAL PRAPEMBELAJARAN MODEL PENILAIAN FORMATIF BERBANTUAN WEB-BASED UNTUK MENINGKATKAN PEMAHAMAN KONSEP FISIKA SISWA Lampira 1. Prapembelajara SOAL PRAPEMBELAJARAN MODEL PENILAIAN FORMATIF BERBANTUAN WEB-BASED UNTUK MENINGKATKAN PEMAHAMAN KONSEP FISIKA SISWA Satua Pedidika : SMK Mata Pelajara : Fisika Kelas/ Semester

Lebih terperinci

BAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL)

BAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL) BAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL) Setiap peelitia selalu berkeaa dega sekelompok data. Yag dimaksud kelompok disii adalah: Satu orag mempuyai sekelompok data, atau sekelompok orag mempuyai satu

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN. Sebelum melakukan deteksi dan tracking obyek dibutuhkan perangkat

BAB IV HASIL DAN PEMBAHASAN. Sebelum melakukan deteksi dan tracking obyek dibutuhkan perangkat BAB IV HASIL DAN PEMBAHASAN 4.1 Kebutuha Sistem Sebelum melakuka deteksi da trackig obyek dibutuhka peragkat luak yag dapat meujag peelitia. Peragkat keras da luak yag diguaka dapat dilihat pada Tabel

Lebih terperinci

TINJAUAN PUSTAKA. Pada bab ini akan diberikan beberapa konsep dasar, istilah istilah dan definisi

TINJAUAN PUSTAKA. Pada bab ini akan diberikan beberapa konsep dasar, istilah istilah dan definisi II. TINJAUAN PUSTAKA Pada bab ii aka dibeika bebeapa kosep dasa, istilah istilah da defiisi yag eat kaitaya dega masalah yag haus dibahas yaitu megeai bayakya caa megkostuksi Dyck path dega pajag k upstokes

Lebih terperinci

MOMEN, KEMIRINGAN, DAN KURTOSIS

MOMEN, KEMIRINGAN, DAN KURTOSIS 00 MOMEN, KEMIRINGAN, DAN KURTOSIS Achmad Samsudi, S.Pd., M.Pd. Juusa Pedidika Fisika FPMIPA Uivesitas Pedidika Idoesia /8/00 MODUL MOMEN, KEMIRINGAN, DAN KURTOSIS Achmad Samsudi, S.Pd., M.Pd. Pedahulua

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur 0 III. METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia Peelitia ii dilakuka di SMA Negeri Way Jepara Kabupate Lampug Timur pada bula Desember 0 sampai Mei 03. B. Populasi da Sampel Populasi dalam peelitia

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur III. METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia Peelitia ii dilakuka di SMA Negeri Way Jepara Kabupate Lampug Timur pada bula Desember 0 sampai dega Mei 03. B. Populasi da Sampel Populasi dalam

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Didalam melakuka kegiata suatu alat atau mesi yag bekerja, kita megeal adaya waktu hidup atau life time. Waktu hidup adalah lamaya waktu hidup suatu kompoe atau uit pada

Lebih terperinci

PENGARUH KEMAMPUAN AKADEMIK DAN JENIS KELAMIN TERHADAP LAMANYA MASA STUDI MAHASISWA MENGGUNAKAN METODE ANALISIS REGRESI LINIER BERGANDA.

PENGARUH KEMAMPUAN AKADEMIK DAN JENIS KELAMIN TERHADAP LAMANYA MASA STUDI MAHASISWA MENGGUNAKAN METODE ANALISIS REGRESI LINIER BERGANDA. PENGARUH KEMAMPUAN AKADEMIK DAN JENIS KELAMIN TERHADAP LAMANYA MASA STUDI MAHASISWA MENGGUNAKAN METODE ANALISIS REGRESI LINIER BERGANDA. Wachyudi Duda, Kuiati, da Ai Adiyati. Pogam Studi Matematika Fakultas

Lebih terperinci

BAB IV PEMBAHASAN DAN ANALISIS

BAB IV PEMBAHASAN DAN ANALISIS BAB IV PEMBAHASAN DAN ANALISIS 4.1. Pembahasa Atropometri merupaka salah satu metode yag dapat diguaka utuk meetuka ukura dimesi tubuh pada setiap mausia. Data atropometri yag didapat aka diguaka utuk

Lebih terperinci

Bab III Metoda Taguchi

Bab III Metoda Taguchi Bab III Metoda Taguchi 3.1 Pedahulua [2][3] Metoda Taguchi meitikberatka pada pecapaia suatu target tertetu da meguragi variasi suatu produk atau proses. Pecapaia tersebut dilakuka dega megguaka ilmu statistika.

Lebih terperinci

METODE PENELITIAN. 3.1 Kerangka Pemikiran

METODE PENELITIAN. 3.1 Kerangka Pemikiran 24 III. METODE PENELITIN 3.1 Keragka Pemikira BMT l-fath IKMI melakuka fugsi meyalurka daa dega melakuka pembiayaa kepada UMKM. Produk pembiayaa yag dimiliki BMT l-fath IKMI adalah Murabahah da Iarah.

Lebih terperinci

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Negeri I

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Negeri I 7 III. METODOLOGI PENELITIAN A. Populasi da Sampel Peelitia Populasi dalam peelitia ii adalah semua siswa kelas XI IPA SMA Negeri I Kotaagug Tahu Ajara 0-03 yag berjumlah 98 siswa yag tersebar dalam 3

Lebih terperinci

Inflasi dan Indeks Harga I

Inflasi dan Indeks Harga I PERTEMUAN 1 Iflasi da Ideks Harga I 1 1 TEORI RINGKAS A Pegertia Agka Ideks Agka ideks merupaka suatu kosep yag dapat memberika gambara tetag perubaha-perubaha variabel dari suatu priode ke periode berikutya

Lebih terperinci

IV. METODE PENELITIAN. berdasarkan tujuan penelitian (purposive) dengan pertimbangan bahwa Kota

IV. METODE PENELITIAN. berdasarkan tujuan penelitian (purposive) dengan pertimbangan bahwa Kota IV. METODE PENELITIAN 4.1. Lokasi da Waktu Peelitia ii dilaksaaka di Kota Bogor Pemiliha lokasi peelitia berdasarka tujua peelitia (purposive) dega pertimbaga bahwa Kota Bogor memiliki jumlah peduduk yag

Lebih terperinci

SIMULASI MODEL PERPINDAHAN PANAS DAN MASSA PADA PROSES PENGERINGAN BUTIRAN KEDELAI SKRIPSI. Oleh Indah Rohmawati NIM

SIMULASI MODEL PERPINDAHAN PANAS DAN MASSA PADA PROSES PENGERINGAN BUTIRAN KEDELAI SKRIPSI. Oleh Indah Rohmawati NIM SIMULASI MODEL PERPINDAHAN PANAS DAN MASSA PADA PROSES PENGERINGAN BUIRAN KEDELAI SKRIPSI Oleh Idah Rohmawati NIM 889 JURUSAN MAEMAIKA FAKULAS MAEMAIKA DAN ILMU PENGEAHUAN ALAM UNIVERSIAS JEMBER 3 SIMULASI

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Racaga da Jeis Peelitia Racaga peelitia ii adalah deskriptif dega pedekata cross sectioal yaitu racaga peelitia yag meggambarka masalah megeai tigkat pegetahua remaja tetag

Lebih terperinci

(S.3) EVALUASI INTEGRAL MONTE CARLO DENGAN METODE CONTROL VARIATES

(S.3) EVALUASI INTEGRAL MONTE CARLO DENGAN METODE CONTROL VARIATES Prosidig Semiar Nasioal Statistika Uiversitas Padadara 3 November 00 S.3 EVALUASI INTEGRAL MONTE CARLO DENGAN METODE CONTROL VARIATES ulhaif adi Suriadi Jurusa Statistika FMIPA Uiversitas Padadara Badug

Lebih terperinci

PENENTUAN PANJANG GELOMBANG MAKSIMUM DAN KONSENTRASI CAMPURAN MENGGUNAKAN DUA JENIS SPEKTROFOTOMETRI UV-VIS

PENENTUAN PANJANG GELOMBANG MAKSIMUM DAN KONSENTRASI CAMPURAN MENGGUNAKAN DUA JENIS SPEKTROFOTOMETRI UV-VIS Lapora Praktikum Aalisis Istrumetal 2014 PENENTUAN PANJANG GELOMBANG MAKSIMUM DAN KONSENTRASI CAMPURAN MENGGUNAKAN DUA JENIS SPEKTROFOTOMETRI UV-VIS Norma Nur Azizah 1, Wula Suci P, Mohamad Rafi 1 Departeme

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Statistika iferesi merupaka salah satu cabag statistika yag bergua utuk meaksir parameter. Peaksira dapat diartika sebagai dugaa atau perkiraa atas sesuatu yag aka terjadi

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 31 Flowchart Metodologi Peelitia BAB III METODOLOGI PENELITIAN Gambar 31 Flowchart Metodologi Peelitia 18 311 Tahap Idetifikasi da Peelitia Awal Tahap ii merupaka tahap awal utuk melakuka peelitia yag

Lebih terperinci

BAB III METODE PENELITIAN. 3.1 Jenis Penelitian. Penelitian ini menggunakan metode deskriptif kuantitatif yang

BAB III METODE PENELITIAN. 3.1 Jenis Penelitian. Penelitian ini menggunakan metode deskriptif kuantitatif yang BAB III METODE PENELITIAN 3.1 Jeis Peelitia Peelitia ii megguaka metode deskriptif kuatitatif yag mediskripsika tetag pola sebara, kepadata kutu sisik pada buah, ratig da dau taama jeruk mais, serta faktor-faktor

Lebih terperinci

Perbandingan Power of Test dari Uji Normalitas Metode Bayesian, Uji Shapiro-Wilk, Uji Cramer-von Mises, dan Uji Anderson-Darling

Perbandingan Power of Test dari Uji Normalitas Metode Bayesian, Uji Shapiro-Wilk, Uji Cramer-von Mises, dan Uji Anderson-Darling Jural Gradie Vol No Juli 5 : -5 Perbadiga Power of Test dari Uji Normalitas Metode Bayesia, Uji Shapiro-Wilk, Uji Cramer-vo Mises, da Uji Aderso-Darlig Dyah Setyo Rii, Fachri Faisal Jurusa Matematika,

Lebih terperinci

III. METODE PENELITIAN. kelas VIII semester ganjil SMP Sejahtera I Bandar Lampung tahun pelajaran 2010/2011

III. METODE PENELITIAN. kelas VIII semester ganjil SMP Sejahtera I Bandar Lampung tahun pelajaran 2010/2011 III. METODE PENELITIAN A. Latar Peelitia Peelitia ii merupaka peelitia yag megguaka total sampel yaitu seluruh siswa kelas VIII semester gajil SMP Sejahtera I Badar Lampug tahu pelajara 2010/2011 dega

Lebih terperinci

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan REGRESI LINIER DAN KORELASI Variabel dibedaka dalam dua jeis dalam aalisis regresi: Variabel bebas atau variabel prediktor -> variabel yag mudah didapat atau tersedia. Dapat diyataka dega X 1, X,, X k

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Madiun, untuk mendapatkan gambaran kondisi tempat penelitian secara umum,

BAB III METODOLOGI PENELITIAN. Madiun, untuk mendapatkan gambaran kondisi tempat penelitian secara umum, 32 BAB III METODOLOGI PENELITIAN 3.1 Objek Peelitia Peelitia dilakuka di PT. INKA yag terletak di Jl. Yos Sudarso o 71 Madiu, utuk medapatka gambara kodisi tempat peelitia secara umum, termasuk kegiata-kegiata

Lebih terperinci

KIMIA. Sesi. Sifat Koligatif (Bagian II) A. PENURUNAN TEKANAN UAP ( P)

KIMIA. Sesi. Sifat Koligatif (Bagian II) A. PENURUNAN TEKANAN UAP ( P) KIMIA KELAS XII IA - KURIKULUM GABUNGAN 02 Sesi NGAN Sifat Koligatif (Bagia II) Iteraksi atara pelarut da zat megakibatka perubaha fisik pada kompoekompoe peyusu laruta. Salah satu sifat yag diakibatka

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1. Lokasi da Waktu Pegambila Data Pegambila data poho Pius (Pius merkusii) dilakuka di Huta Pedidika Guug Walat, Kabupate Sukabumi, Jawa Barat pada bula September 2011.

Lebih terperinci

STUDI TENTANG BEBERAPA MODIFIKASI METODE ITERASI BEBAS TURUNAN

STUDI TENTANG BEBERAPA MODIFIKASI METODE ITERASI BEBAS TURUNAN STUDI TENTANG BEBERAPA MODIFIKASI METODE ITERASI BEBAS TURUNAN Supriadi Putra, M,Si Laboratorium Komputasi Numerik Jurusa Matematika FMIPA Uiversitas Riau e-mail : spoetra@yahoo.co.id ABSTRAK Makalah ii

Lebih terperinci

Pendugaan Parameter. Debrina Puspita Andriani /

Pendugaan Parameter. Debrina Puspita Andriani    / Pedugaa Parameter 7 Debria Puspita Adriai E-mail : debria.ub@gmail.com / debria@ub.ac.id Outlie Pedahulua Pedugaa Titik Pedugaa Iterval Pedugaa Parameter: Kasus Sampel Rataa Populasi Pedugaa Parameter:

Lebih terperinci

BAB I PENDAHULUAN. X Y X Y X Y sampel

BAB I PENDAHULUAN. X Y X Y X Y sampel BAB I PENDAHULUAN 1.1 Latar Belakag Masalah Aalisis regresi merupaka metode aalisis data yag meggambarka hubuga atara variabel respo dega satu atau beberapa variabel prediktor. Aalisis regresi tersebut

Lebih terperinci

Solusi Numerik Persamaan Transport

Solusi Numerik Persamaan Transport Solusi Numerik Persamaa Trasport M. Jamhuri December 16, 2013 Diberika persamaa Trasport u t + 2u x = 0 1) Diberika persamaa Trasport u t + 2u x = 0 1) Diskretka persamaa trasport 1) dega megguaka persamaa

Lebih terperinci

SIFAT SIFAT RUANG VEKTOR ATAS LAPANGAN

SIFAT SIFAT RUANG VEKTOR ATAS LAPANGAN SIFAT SIFAT RUANG VEKTOR ATAS LAPANGAN Dose Pegampu : Pof. D. Si Wahyui DISUSUN OLEH: Nama : Muh. Zaki Riyato Nim : 02/156792/PA/08944 Pogam Studi : Matematika JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN

Lebih terperinci

3 METODE PENELITIAN 3.1 Kerangka Pemikiran 3.2 Lokasi dan Waktu Penelitian

3 METODE PENELITIAN 3.1 Kerangka Pemikiran 3.2 Lokasi dan Waktu Penelitian 19 3 METODE PENELITIAN 3.1 Keragka Pemikira Secara rigkas, peelitia ii dilakuka dega tiga tahap aalisis. Aalisis pertama adalah megaalisis proses keputusa yag dilakuka kosume dega megguaka aalisis deskriptif.

Lebih terperinci

IV. METODE PENELITIAN. Penelitian ini dilakukan di Kawasan Pantai Anyer, Kabupaten Serang

IV. METODE PENELITIAN. Penelitian ini dilakukan di Kawasan Pantai Anyer, Kabupaten Serang IV. METODE PENELITIAN 4.1 Lokasi da Waktu Peelitia Peelitia ii dilakuka di Kawasa Patai Ayer, Kabupate Serag Provisi Bate. Lokasi ii dipilih secara segaja atau purposive karea Patai Ayer merupaka salah

Lebih terperinci

Pengendalian Proses Menggunakan Diagram Kendali Median Absolute Deviation (MAD)

Pengendalian Proses Menggunakan Diagram Kendali Median Absolute Deviation (MAD) Prosidig Statistika ISSN: 2460-6456 Pegedalia Proses Megguaka Diagram Kedali Media Absolute Deviatio () 1 Haida Lestari, 2 Suliadi, 3 Lisur Wachidah 1,2,3 Prodi Statistika, Fakultas Matematika da Ilmu

Lebih terperinci

SIFAT SIFAT RUANG VEKTOR ATAS LAPANGAN (FIELD)

SIFAT SIFAT RUANG VEKTOR ATAS LAPANGAN (FIELD) SIFAT SIFAT RUANG VEKTOR ATAS LAPANGAN (FIELD) Muhamad Zaki Riyato NIM: 02/156792/PA/08944 E-mail: zaki@mail.ugm.ac.id http://zaki.math.web.id Dose Pembimbig: Pof. D. Si Wahyui Pedahulua Sebelum melagkah

Lebih terperinci

p q r sesuai sifat operasi hitung bentuk pangkat

p q r sesuai sifat operasi hitung bentuk pangkat Adi Nuhidayat, S.Pd PEMBAHASAN SALAH SATU PAKET SOAL UN MATEMATIKA SMK KELOMPOK PARIWISATA, SENI DAN KERAJINAN, TEKNOLOGI KERUMAHTANGGAAN, PEKERJAAN SOSIAL, DAN ADMINISTRASI PERKANTORAN TAHUN PELAJARAN

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara BAB I PENDAHULUAN 1.1 Latar Belakag Salah satu pera da fugsi statistik dalam ilmu pegetahua adalah sebagai. alat aalisis da iterpretasi data kuatitatif ilmu pegetahua, sehigga didapatka suatu kesimpula

Lebih terperinci

An = an. An 1 = An. h + an 1 An 2 = An 1. h + an 2... A2 = A3. h + a2 A1 = A2. h + a1 A0 = A1. h + a0. x + a 0. x = h a n. f(x) = 4x 3 + 2x 2 + x - 3

An = an. An 1 = An. h + an 1 An 2 = An 1. h + an 2... A2 = A3. h + a2 A1 = A2. h + a1 A0 = A1. h + a0. x + a 0. x = h a n. f(x) = 4x 3 + 2x 2 + x - 3 BAB XII. SUKU BANYAK A = a Pegertia: f(x) = a x + a x + a x + + a x +a adalah suku bayak (poliom) dega : - a, a, a,.,a, a, a 0 adalah koefisiekoefisie suku bayak yag merupaka kostata real dega a 0 - a

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN BAB 3 METODE PENELITIAN 3.1 Metode Pegumpula Data Dalam melakuka sebuah peelitia dibutuhka data yag diguaka sebagai acua da sumber peelitia. Disii peulis megguaka metode yag diguaka utuk melakuka pegumpula

Lebih terperinci

BAB VI KESIMPULAN DAN SARAN

BAB VI KESIMPULAN DAN SARAN 96 BAB I KESIPUAN AN SARAN I1 Kesimpula Berdasarka hasil pegujia, aalisis, da studi kasus utuk megetahui kekuata da desai pelat komposit beto-dek metal diperoleh kesimpula sebagai berikut: 1 Jika meurut

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Tujua Peelitia Peelitia ii bertujua utuk megetahui apakah terdapat perbedaa hasil belajar atara pegguaa model pembelajara Jigsaw dega pegguaa model pembelajara Picture ad Picture

Lebih terperinci

UNIVERSITAS GUNADARMA POLA, BARISAN DAN DERET BILANGAN BAHAN AJAR. Oleh : Muhammad Imron H. Modul Barisan dan Deret Hal. 1

UNIVERSITAS GUNADARMA POLA, BARISAN DAN DERET BILANGAN BAHAN AJAR. Oleh : Muhammad Imron H. Modul Barisan dan Deret Hal. 1 BAHAN AJAR POLA, BARISAN DAN DERET BILANGAN Oleh : Muhammad Imo H 0 Modul Baisa da Deet Hal. BARISAN DAN DERET A. POLA BILANGAN. Pegetia Baisa Bilaga Baisa bilaga adalah uuta bilaga-bilaga dega atua tetetu.

Lebih terperinci

III. METODELOGI PENELITIAN

III. METODELOGI PENELITIAN III. METODELOGI PENELITIAN A. Metode Peelitia Metode peelitia merupaka suatu cara tertetu yag diguaka utuk meeliti suatu permasalaha sehigga medapatka hasil atau tujua yag diigika, meurut Arikuto (998:73)

Lebih terperinci

BAB V ANALISA PEMECAHAN MASALAH

BAB V ANALISA PEMECAHAN MASALAH 89 BAB V ANALISA PEMECAHAN MASALAH Dalam upaya mearik kesimpula da megambil keputusa, diperluka asumsi-asumsi da perkiraa-perkiraa. Secara umum hipotesis statistik merupaka peryataa megeai distribusi probabilitas

Lebih terperinci

Pertemuan Ke-11. Teknik Analisis Komparasi (t-test)_m. Jainuri, M.Pd

Pertemuan Ke-11. Teknik Analisis Komparasi (t-test)_m. Jainuri, M.Pd Pertemua Ke- Komparasi berasal dari kata compariso (Eg) yag mempuyai arti perbadiga atau pembadiga. Tekik aalisis komparasi yaitu salah satu tekik aalisis kuatitatif yag diguaka utuk meguji hipotesis tetag

Lebih terperinci

Pendekatan Nilai Logaritma dan Inversnya Secara Manual

Pendekatan Nilai Logaritma dan Inversnya Secara Manual Pedekata Nilai Logaritma da Iversya Secara Maual Moh. Affaf Program Studi Pedidika Matematika, STKIP PGRI BANGKALAN affafs.theorem@yahoo.com Abstrak Pada pegaplikasiaya, bayak peggua yag meggatugka masalah

Lebih terperinci

f ( x ) 0 maka disebut PD tak homogen.

f ( x ) 0 maka disebut PD tak homogen. II LANDASAN TEORI Defiisi (Tuua Fugsi f ) Tuua fugsi f pada biaga a diyataka dega f ( a) adaah f ( a+ h) f ( a) f ( a) = im () h h jika imit ii ada (Keyszig 993) Defiisi (Tuua Pasia) Misaka f adaah fugsi

Lebih terperinci

BAB III METODE PENELITIAN. Lokasi penelitian ini dilakukan di Puskesmas Limba B terutama masyarakat

BAB III METODE PENELITIAN. Lokasi penelitian ini dilakukan di Puskesmas Limba B terutama masyarakat 38 3.1 Lokasi da Waktu Peelitia 3.1.1 Lokasi Peelitia BAB III METODE PENELITIAN Lokasi peelitia ii dilakuka di Puskesmas Limba B terutama masyarakat yag berada di keluraha limba B Kecamata Kota Selata

Lebih terperinci

BAB 1 PENDAHULUAN Latar Belakang

BAB 1 PENDAHULUAN Latar Belakang BAB 1 PENDAHULUAN 1.1. Latar Belakag Dalam keadaa dimaa meghadapi persoala program liier yag besar, maka aka berusaha utuk mecari peyelesaia optimal dega megguaka algoritma komputasi, seperti algoritma

Lebih terperinci

Pengujian Normal Multivariat T 2 Hotteling pada Faktor-Faktor yang Mempengaruhi IPM di Jawa Timur dan Jawa Barat Tahun 2007

Pengujian Normal Multivariat T 2 Hotteling pada Faktor-Faktor yang Mempengaruhi IPM di Jawa Timur dan Jawa Barat Tahun 2007 1 Peguia Normal Multivariat T Hottelig pada Faktor-Faktor yag Mempegaruhi IPM di Jawa Timur da Jawa Barat Tahu 007 Dedi Setiawa, Zuy Iesa Pratiwi, Devi Lidasari, da Sati Puteri Rahayu Jurusa Statistika,

Lebih terperinci

BAB III METODE PENELITIAN Penelitian ini dilakukan di kelas X SMA Muhammadiyah 1 Pekanbaru. semester ganjil tahun ajaran 2013/2014.

BAB III METODE PENELITIAN Penelitian ini dilakukan di kelas X SMA Muhammadiyah 1 Pekanbaru. semester ganjil tahun ajaran 2013/2014. BAB III METODE PENELITIAN A. Waktu da Tempat Peelitia Peelitia dilaksaaka dari bula Agustus-September 03.Peelitia ii dilakuka di kelas X SMA Muhammadiyah Pekabaru semester gajil tahu ajara 03/04. B. Subjek

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di halaman Pusat Kegiatan Olah Raga (PKOR) Way Halim Bandar Lampung pada bulan Agustus 2011.

III. METODE PENELITIAN. Penelitian ini dilaksanakan di halaman Pusat Kegiatan Olah Raga (PKOR) Way Halim Bandar Lampung pada bulan Agustus 2011. III. METODE PENELITIAN A. Tempat da Waktu Peelitia Peelitia ii dilaksaaka di halama Pusat Kegiata Olah Raga (PKOR) Way Halim Badar Lampug pada bula Agustus 2011. B. Objek da Alat Peelitia Objek peelitia

Lebih terperinci

Penyelesaian: Variables Entered/Removed a. a. Dependent Variable: Tulang b. All requested variables entered.

Penyelesaian: Variables Entered/Removed a. a. Dependent Variable: Tulang b. All requested variables entered. 2. Pelajari data dibawah ii, tetuka depede da idepede variabel serta : a) Hitug Sum of Square for Regressio (X) b) Hitug Sum of Square for Residual c) Hitug Meas Sum of Square for Regressio (X) d) Hitug

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang Permasalahan

BAB I PENDAHULUAN Latar Belakang Permasalahan BAB I PENDAHULUAN 1.1. Latar Belakag Permasalaha Matematika merupaka Quee ad servat of sciece (ratu da pelaya ilmu pegetahua). Matematika dikataka sebagai ratu karea pada perkembagaya tidak tergatug pada

Lebih terperinci

An = an. An 1 = An. h + an 1 An 2 = An 1. h + an 2... A2 = A3. h + a2 A1 = A2. h + a1 A0 = A1. h + a0. x + a 0. x = h a n. f(x) = 4x 3 + 2x 2 + x - 3

An = an. An 1 = An. h + an 1 An 2 = An 1. h + an 2... A2 = A3. h + a2 A1 = A2. h + a1 A0 = A1. h + a0. x + a 0. x = h a n. f(x) = 4x 3 + 2x 2 + x - 3 SUKU BANYAK A Pegertia: f(x) x + a 1 x 1 + a 2 x 2 + + a 2 +a 1 adalah suku bayak (poliom) dega : - a, a 1, a 2,.,a 2, a 1, a 0 adalah koefisiekoefisie suku bayak yag merupaka kostata real dega a 0 - a

Lebih terperinci

3. METODE PENELITIAN

3. METODE PENELITIAN 3. METODE PENELITIAN 3.1. Waktu da Lokasi Peelitia Peelitia ii megguaka data primer da sekuder. Data primer diambil dari kegiata peelitia skala laboratorium. Peelitia dilakuka pada bula Februari-Jui 2011.

Lebih terperinci

III. METODE PENELITIAN. Subjek dari penelitian adalah siswa kelas X.B SMA Muhammadiyah 2 Bandar

III. METODE PENELITIAN. Subjek dari penelitian adalah siswa kelas X.B SMA Muhammadiyah 2 Bandar III. METODE PENELITIAN A. Subjek da Tempat Peelitia Subjek dari peelitia adalah siswa kelas.b SMA Muhammadiyah 2 Badar Lampug Tahu Ajara 2011-2012 dega jumlah siswa 40 orag yag terdiri dari 15 siswa laki-laki

Lebih terperinci

BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI

BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI Utuk lebih memahami megeai etropi, pada bab ii aka diberika perhituga etropi utuk beberapa distribusi diskrit da kotiu. 3. Distribusi Diskrit Pada sub bab ii dibahas

Lebih terperinci

Nama : INDRI SUCI RAHMAWATI NIM : ANALISIS REGRESI SESI 01 HAL

Nama : INDRI SUCI RAHMAWATI NIM : ANALISIS REGRESI SESI 01 HAL Nama : INDRI SUCI RAHMAWATI NIM : 2015-32-005 ANALISIS REGRESI SESI 01 HAL. 86-88 Latiha 2 Pelajari data dibawah ii, tetuka depede da idepede variabel serta : a. Hitug Sum of Square for Regressio (X) b.

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1. Lokasi da Waktu Peelitia Daerah peelitia adalah Kota Bogor yag terletak di Provisi Jawa Barat. Pemiliha lokasi ii berdasarka pertimbaga atara lai: (1) tersediaya Tabel Iput-Output

Lebih terperinci

HUBUNGAN VARIETY DAN IDEAL RADIKAL SKRIPSI. Oleh : Ambar Mujiarti J2A

HUBUNGAN VARIETY DAN IDEAL RADIKAL SKRIPSI. Oleh : Ambar Mujiarti J2A HUBUNGAN VARIETY DAN IDEAL RADIKAL SKRIPSI Oleh : Ambar Mujiarti J2A 004 003 PROGRAM STUDI MATEMATIKA JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS DIPONEGORO SEMARANG 2009

Lebih terperinci

METODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/2012 SUGENG2010. Copyright Dale Carnegie & Associates, Inc.

METODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/2012 SUGENG2010. Copyright Dale Carnegie & Associates, Inc. METODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/0 SUGENG00 Copyright 996-98 Dale Caregie & Associates, Ic. Kesalaha ERROR: Selisih atara ilai perkiraa dega ilai eksakilai

Lebih terperinci

PENDUGA RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KUARTIL VARIABEL BANTU PADA PENGAMBILAN SAMPEL ACAK SEDERHANA DAN PENGATURAN PERINGKAT MEDIAN

PENDUGA RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KUARTIL VARIABEL BANTU PADA PENGAMBILAN SAMPEL ACAK SEDERHANA DAN PENGATURAN PERINGKAT MEDIAN PEDUGA RASIO UTUK RATA-RATA POPULASI MEGGUAKA KUARTIL VARIABEL BATU PADA PEGAMBILA SAMPEL ACAK SEDERHAA DA PEGATURA PERIGKAT MEDIA ur Khasaah, Etik Zukhroah, da Dewi Reto Sari S. Prodi Matematika Fakultas

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Distribusi Ekspoesial Fugsi ekspoesial adalah salah satu fugsi yag palig petig dalam matematika. Biasaya, fugsi ii ditulis dega otasi exp(x) atau e x, di maa e adalah basis logaritma

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Jeis peelitia Peelitia ii merupaka jeis peelitia eksperime. Karea adaya pemberia perlakua pada sampel (siswa yag memiliki self efficacy redah da sagat redah) yaitu berupa layaa

Lebih terperinci

METODE PENELITIAN. Ajaran dengan jumlah siswa 40 orang yang terdiri dari 19 siswa lakilaki

METODE PENELITIAN. Ajaran dengan jumlah siswa 40 orang yang terdiri dari 19 siswa lakilaki 18 III. METODE PENELITIAN A. Subyek da Tempat Peelitia Subjek peelitia adalah siswa kelas X2 SMA Budaya Badar Lampug Tahu Ajara 2010-2011 dega jumlah siswa 40 orag yag terdiri dari 19 siswa lakilaki da

Lebih terperinci

BAB IV PENGUMPULAN DAN PERHITUNGAN DATA

BAB IV PENGUMPULAN DAN PERHITUNGAN DATA BAB IV PENGUMPULAN DAN PERHITUNGAN DATA 4.1 Meetuka udara masuk (efisiesi volumetrik) da efisiesi pegirima pada hasil uji 4.1.1 Rumus udara masuk (efisiesi volumetrik) da efisiesi pegirima Jumlah volume

Lebih terperinci

KEAKURATAN SOLUSI PADA PERSAMAAN DIFUSI MENGGUNAKAN SKEMA CRANK-NICOLSON

KEAKURATAN SOLUSI PADA PERSAMAAN DIFUSI MENGGUNAKAN SKEMA CRANK-NICOLSON KEAKURATAN SOLUSI PADA PERSAMAAN DIFUSI MENGGUNAKAN SKEMA CRANK-NICOLSON Afidah Karimatul Laili, Ari Kusumastuti 2 Mahasiswa Jurusa Matematika, Fakultas Sais da Tekologi, UIN Maulaa Malik Ibrahim Malag

Lebih terperinci

METODE PENELITIAN. dalam tujuh kelas dimana tingkat kemampuan belajar matematika siswa

METODE PENELITIAN. dalam tujuh kelas dimana tingkat kemampuan belajar matematika siswa 19 III. METODE PENELITIAN A. Populasi da Sampel Populasi dalam peelitia ii adalah seluruh siswa kelas VIII SMP Negeri 8 Badar Lampug tahu pelajara 2009/2010 sebayak 279 orag yag terdistribusi dalam tujuh

Lebih terperinci

Bab 3 Metode Interpolasi

Bab 3 Metode Interpolasi Baha Kuliah 03 Bab 3 Metode Iterpolasi Pedahulua Iterpolasi serig diartika sebagai mecari ilai variabel tergatug tertetu, misalya y, pada ilai variabel bebas, misalya, diatara dua atau lebih ilai yag diketahui

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di MTs Muhammadiyah 1 Natar Lampung Selatan.

III. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di MTs Muhammadiyah 1 Natar Lampung Selatan. 9 III. METODOLOGI PENELITIAN A. Populasi Da Sampel Peelitia ii dilaksaaka di MTs Muhammadiyah Natar Lampug Selata. Populasiya adalah seluruh siswa kelas VIII semester geap MTs Muhammadiyah Natar Tahu Pelajara

Lebih terperinci

Rancangan Pengamatan Berulang. Repeated Measurement Design

Rancangan Pengamatan Berulang. Repeated Measurement Design Racaga Pegamata Berulag Repeated Measuremet Desig Pedahulua Repeated measuremet (pegamata berulag) megacu kepada (Clewer & Scarisbrick, 006):. Suatu percobaa dimaa masig-masig uit percobaa meerima perbedaa

Lebih terperinci

RENCANA PELAKSANAAN PEMBELAJARAN ( RPP 7 ) A.Standar Kompetensi 1. Menerapkan konsep dan prinsip gejala gelombang dalam menyelesaikan masalah.

RENCANA PELAKSANAAN PEMBELAJARAN ( RPP 7 ) A.Standar Kompetensi 1. Menerapkan konsep dan prinsip gejala gelombang dalam menyelesaikan masalah. RENCANA PELAKSANAAN PEMBELAJARAN ( RPP 7 ) Mata Pelajaa Nama Guu Sekolah Kelas / Semeste Kabupate Povisi : FISIKA : I Made Ridiyasa : SMA N Blahbatuh : XII (Dua belas) / Semeste I : Giaya : Bali A.Stada

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Jeis Peelitia Jeis peelitia yag peulis lakuka adalah peelitia kuatitatif, kaea peelitia ii betujua utuk megetahui adaya koelasi ataa tigkat kecedasa (IQ), motivasi bepestasi,

Lebih terperinci

PENDUGAAN PARAMETER DARI DISTRIBUSI POISSON DENGAN MENGGUNAKAN METODE MAXIMUM LIKEHOOD ESTIMATION (MLE) DAN METODE BAYES

PENDUGAAN PARAMETER DARI DISTRIBUSI POISSON DENGAN MENGGUNAKAN METODE MAXIMUM LIKEHOOD ESTIMATION (MLE) DAN METODE BAYES Jural Matematika UNAND Vol. 3 No. 4 Hal. 52 59 ISSN : 233 29 c Jurusa Matematika FMIPA UNAND PENDUGAAN PARAMETER DARI DISTRIBUSI POISSON DENGAN MENGGUNAKAN METODE MAXIMUM LIKEHOOD ESTIMATION (MLE) DAN

Lebih terperinci

BAB IV PEMECAHAN MASALAH

BAB IV PEMECAHAN MASALAH BAB IV PEMECAHAN MASALAH 4.1 Metodologi Pemecaha Masalah Dalam ragka peigkata keakurata rekomedasi yag aka diberika kepada ivestor, maka dicoba diguaka Movig Average Mometum Oscillator (MAMO). MAMO ii

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1 Lokasi da Waktu peelitia Peelitia dilakuka pada budidaya jamur tiram putih yag dimiliki oleh usaha Yayasa Paguyuba Ikhlas yag berada di Jl. Thamri No 1 Desa Cibeig, Kecamata Pamijaha,

Lebih terperinci

V. METODE PENELITIAN. Alam Universitas Lampung. Metode yang digunakan dalam penelitian ini adalah

V. METODE PENELITIAN. Alam Universitas Lampung. Metode yang digunakan dalam penelitian ini adalah V. METODE PENELITIAN Peelitia ii dilakuka pada Semester IV Tahu Akademik 4/5, bertempat di Jurusa Matematika Fakultas Matematika da Ilmu Pegetahua Alam Uiversitas Lampug. Metode yag diguaka dalam peelitia

Lebih terperinci

BAB 2 TINJAUAN TEORI

BAB 2 TINJAUAN TEORI BAB 2 TINJAUAN TEORI 2.1 ISTILAH KEENDUDUKAN 2.1.1 eduduk eduduk ialah orag atatu idividu yag tiggal atau meetap pada suatu daerah tertetu dalam jagka waktu yag lama. 2.1.2 ertumbuha eduduk ertumbuha peduduk

Lebih terperinci

IV METODE PENELITIAN

IV METODE PENELITIAN IV METODE PENELITIAN 4.1. Lokasi da Waktu Peelitia Lokasi peelitia dilakuka di PT. Bak Bukopi, Tbk Cabag Karawag yag berlokasi pada Jala Ahmad Yai No.92 Kabupate Karawag, Jawa Barat da Kabupate Purwakarta

Lebih terperinci

III. BAHAN DAN METODE. Penelitian ini dilaksanakan pada bulan April 2014 di BBPTU-HPT Baturraden,

III. BAHAN DAN METODE. Penelitian ini dilaksanakan pada bulan April 2014 di BBPTU-HPT Baturraden, III. BAHAN DAN METODE A. Waktu da Tempat Peelitia Peelitia ii dilaksaaka pada bula April 014 di BBPTU-HPT Baturrade, Purwokerto. B. Baha da Alat Peelitia Baha peelitia ii yaitu rekordig produksi susu laktasi

Lebih terperinci

Yang biasa dinamakan test komposit lawan komposit. c. Hipotesis mengandung pengertian minimum. Perumusan H 0 dan H 1 berbentuk :

Yang biasa dinamakan test komposit lawan komposit. c. Hipotesis mengandung pengertian minimum. Perumusan H 0 dan H 1 berbentuk : PARAMETER PENGJIAN HIPOTESIS MODL PARAMETER PENGJIAN HIPOTESIS. Pedahulua Kalau yag sedag ditest atau diuji itu parameter θ dalam hal ii pegguaaya ati bias rata-rata µ prprsi p, simpaga baku σ da lai-lai,

Lebih terperinci

BAB III METODE PENELITIAN. Penelitian ini merupakan jenis penelitian deskriptif-kuantitatif, karena

BAB III METODE PENELITIAN. Penelitian ini merupakan jenis penelitian deskriptif-kuantitatif, karena 7 BAB III METODE PENELITIAN A. Jeis Peelitia Peelitia ii merupaka jeis peelitia deskriptif-kuatitatif, karea melalui peelitia ii dapat dideskripsika fakta-fakta yag berupa kemampua siswa kelas VIII SMP

Lebih terperinci

BAB I PENDAHULUAN. Matematika merupakan suatu ilmu yang mempunyai obyek kajian

BAB I PENDAHULUAN. Matematika merupakan suatu ilmu yang mempunyai obyek kajian BAB I PENDAHULUAN A. Latar Belakag Masalah Matematika merupaka suatu ilmu yag mempuyai obyek kajia abstrak, uiversal, medasari perkembaga tekologi moder, da mempuyai pera petig dalam berbagai disipli,

Lebih terperinci