Model Persediaan dengan Batasan Kapasitas Gudang dan Modal pada Kasus Backorder dan Lost Sales

Ukuran: px
Mulai penontonan dengan halaman:

Download "Model Persediaan dengan Batasan Kapasitas Gudang dan Modal pada Kasus Backorder dan Lost Sales"

Transkripsi

1 odel ersedaa dega atasa Kapastas Gudag da odal pada Kasus acorder da ost Sales Valeraa utosar urusa atemata Isttut Teolog Sepuluh Nopember Surabaya bstra ada model persedaa terdapat seragaa ebjaa memotor tgat persedaa meetua persedaa pegama apa persedaa harus ds da berapa besar pesaa harus dlaua ebjaa-ebjaa tersebut dpegaruh oleh beberapa edala atara la apastas gudag da modal adaya usur etdapasta (probablst) dalam permtaa (demad) atau atu tuggu (lead tme) serta abat dar barag pesaa osume yag tda terseda (out o stoc) yatu terjadya asus bacorder da lost sales. Utu medapata uattas pemesaa da tt pesa embal yag optmal dega edala batasa apastas gudag da modal pada asus bacorder da lost sales adalah dega megguaa metode pegal agrage da metode Neto-aphso. asl peelta adalah suatu rumus utu meetua uattas pemesaa barag yag optmal da rumus utu meetua tt pesa embal dega batasa apastas gudag da modal pada asus bacorder da lost sales. Kata uc: bacorder lost sales metode pegal agrage metode Neto-aphso. edahulua ersedaa memegag peraa petg utu mejam elacara measme pemeuha ebutuha sehgga perusahaa yag delola mecapa erja yag optmal. ada umumya permasalaha yag dhadap dalam model atau sstem pegedala persedaa adalah peetua uattas barag yag aa dbuat atau dpesa (order quatty) saat pembuata / pemesaa (reorder pot) serta jumlah persedaa pegamaya (saety stoc) yag data dega baya pembela (purchase cost) baya pembuata/pemesaa (order cost) baya peympaa (holdg cost) da baya euraga barag (stocout cost). Sela tu masalah petg yag mucul dalam sstem pegedala persedaa adalah apa yag terjad pada pesaa osume (customer s order) eta barag yag dpesa utu semetara atu tda terseda (out o stoc). al meyebaba terjadya asus bacorder da lost sales. asalah la yag mucul dalam pegedala persedaa adalah ja terjad perubaha permtaa da atu tuggu (lead tme) atau megut dstrbus tertetu. Dalam peelta model persedaa dega batasa apastas gudag da modal pada asus bacorder da lost sales dega megguaa model da dselesaa dega etode egal agrage da etode Neto-aphso. Dpresetasa dalam Semar Nasoal I 7 dega tema egata Keproesoala eelt edd & rats I yag dseleggaraa oleh Faultas I UNY Yogyaarta pada taggal 5 gustus 7

2 Valera utosar. odel ersedaa robablst Dalam model persedaa probablst dasumsa tgat ebutuha dmasa medatag da atu tuggu tda detahu dega past (varable) tetap dapat detahu melalu dstrbus dar data masa lalu. ada model juga memperhtuga adaya reso da etdapasta dalam perumusaya. Keutuga megguaa model pegedala persedaa probablst adalah sebaga berut:. ada eyataaya permtaa suatu barag selalu berlutuas (tda detahu dega past) sehgga pegedala persedaa probablst lebh megutuga.. odel dapat dpaa utu atu tuggu yag tda osta (varable). Keuraga barag (stocout) dperboleha area ada persedaa pegamaya (saety stoc). erdasara pada bagamaa cara peagaa euraga yag terjad terdapat asus utama dalam permasalaha persedaa sebaga berut [] :. acorder terjad saat tem tda terseda lag. Da permtaa yag terjad selama atu aa dpeuh dega pemesaa yag dlaua husus. aya euraga terjad area adaya peambaha baya proses yatu baya pemesaa darurat utu memeuh epuasa osume.. ost sales tmbul dar sebarag permtaa yag terjad eta tem tda terseda lag. aya euraga mecaup ehlaga eutuga pada pejuala utu beberapa eruga yag ta tetu da ehlaga epercayaa osume area emuga osume tda aa embal utu medapata barag yag la dmasa medatag. aya total persedaa pertahu utu model persedaa probablst adalah sebaga berut[5]: T c Oc c Sc () Total aual cost purchase cost order cost holdg cost stocout cost eberapa hal yag perlu dperhata dalam model persedaa probablst pada asus bacorder da lost sales adalah sebaga berut:. Dstrbus permtaa a permtaa (demad) bersat probablst maa dperlua mmas espetas baya persedaa. a dstrbus permtaa otu maa mmas 8 Semar Nasoal I 7

3 8 : odel ersedaa dega atasa Kapastas Gudag da odal espetas baya dperoleh dega meurua espetas baya terhadap varabel tertetu da emuda dber harga ol. Utu medesrpsa permtaa yag probablst dguaa dua parameter yatu rata-rata (mea) da stadar devas. erhtuga mea da stadar devas utu dstrbus otu adalah sebaga berut: σ ( ) ( ) ( ) d d da. Saety stoc / persedaa pegama ersedaa pegama adalah suatu persedaa yag dadaa utu mejaga emuga terjadya tgat ebutuha yag lebh tgg dar pada perhtuga da emuga terjadya eterlambata pegrma barag. Sema besar tgat saety stoc suatu perusahaa maa megurag reso ehabsa persedaa sema ecl tetap baya peympaa sema besar area jumlah total persedaa megat. Oleh area tu perlu dtetua besarya persedaa pegama yag dapat memmas baya total persedaa.. acorder Dalam asus bacorder tda terjad ehlaga pejuala tetap osume meuggu pesaa medatag area persedaa tda terseda. Sehgga espetas persedaa pegama ddesa sebaga berut: S ( ) d ( ) d D () da espetas jumlah bacorder per atu tuggu ddesa. ost Sales ( ) ( ) ( )d () ada asus lost sales semua euraga persedaa hlag da tda terpeuh. Sehgga espetas persedaa pegama dapat dtulsa sebaga berut: atemata 9

4 Valera utosar d d d d d d d S () spetas jumlah lost sales per atu tuggu ddesa d.. aya Total ada Kasus acorder da ost Sales ada model persedaa probablst detahu baha baya total persedaa pertahu persamaa () maa aa dperoleh espetas baya total persedaa pada asus bacorder utu beberapa jes barag yatu sebaga berut: T... (5) ada asus lost sales baya peympaa barag adalah sebaga berut: d d x x c ad espetas baya total persedaa utu asus lost sales utu beberapa jes barag dapat dtulsa sebaga berut: ( G T... ) (6). atasa Kapastas Gudag da odal Dasumsa adalah luas ruag peympaa masmum yag terseda (apastas gudag) sedaga luas peympaa per ut barag e- adalah da uattas pemesaa barag e- adalah maa batasa ebutuha ruag peympaa adalah sebaga berut: Semar Nasoal I 7

5 8 : odel ersedaa dega atasa Kapastas Gudag da odal da ja dasumsa adalah modal yag dvestasa dalam persedaa sedaga baya pembela barag e- adalah dega tgat persedaa rata-rata pertahu adalah maa batasa modal yag dvestasa dalam persedaa adalah sebaga berut: a edua batasa tersebut d perhtuga maa persamaa (5) mejad ugs obyet dega edala utu asus bacorder yatu sebaga berut: muma: T... dega edala: (7) g g Utu meyelesaa persamaa (7) dguaa metode pegal agrage da metode Neto-aphso. Sehgga persamaa (7) mejad ugs pegal agrage sebaga berut: () () 8... dega da sebaga ator pegal agrage oegat. ersamaa (8) dturua masg-masg terhadap da sehgga dperoleh: atemata

6 Valera utosar () () 9 d d () ad uattas pemesaa yag optmal utu barag e- pada asus bacorder dega edala batasa apastas gudag da modal dperoleh dar persamaa (9) da tt pemesaa embal dapat dperoleh dar persamaa () serta dega megguaa tabel dstrbus ormal stadar yatu: Z σ ada persamaa (9) mash memuat ator pegal agrage oegat da yag merupaa varabel yag belum detahu. Nla da dapat dcar dega metode Neto-aphso yatu dega memsala persamaa () da () masgmasg mejad da sehgga dperoleh: Semar Nasoal I 7

7 8 : odel ersedaa dega atasa Kapastas Gudag da odal ' ad ator pegal agrage dapat dperoleh dega megguaa metode Neto- aphso sebaga berut:... ; ' Sedaga utu ator pegal agrage adalah sebaga berut: ad ator pegal agrage dapat dperoleh dega megguaa metode Neto- aphso sebaga berut: atemata

8 Valera utosar... ; ' a edala batasa apastas gudag da modal dperhtuga pada asus lost sales yatu pada persamaa (6) mejad ugs obyet dega edala yatu sebaga berut: muma: G T... dega edala: (5) g g Utu meyelesaa persamaa (5) dguaa metode pegal agrage da metode Neto-aphso. Sehgga persamaa (5) mejad ugs pegal agrage sebaga berut: () 6... G dega da sebaga ator pegal agrage oegat. ersamaa (6) dturua masg-masg terhadap da sehgga dperoleh: Semar Nasoal I 7

9 8 : odel ersedaa dega atasa Kapastas Gudag da odal () 7 G G G G G area d d abatya: G G d d G 8 G G () 9 atemata 5

10 Valera utosar ad uattas pemesaa yag optmal utu barag e- pada asus lost sales dega edala batasa apastas gudag da modal dperoleh dar persamaa (7) da tt pemesaa embal dapat dperoleh dar persamaa (8) serta dega megguaa tabel dstrbus ormal stadar yatu: Z σ ada persamaa (7) mash memuat ator pegal agrage oegat da yag merupaa varabel yag belum detahu. Nla da dapat dcar dega metode Neto-aphso yatu dega memsala persamaa (9) da () masgmasg mejad da sehgga dperoleh: G G G ' ad ator pegal agrage dapat dperoleh dega megguaa metode Neto- aphso sebaga berut:... ; ' Sedaga utu ator pegal agrage adalah sebaga Semar Nasoal I 7 6

11 8 : odel ersedaa dega atasa Kapastas Gudag da odal berut: G G G G ' ad ator pegal agrage dapat dperoleh dega megguaa metode Neto- aphso sebaga berut:... ; ' Dar persamaa-persamaa datas terlhat salg bergatug satu sama la. Sehgga utu mecar uattas pemesaa optmal da tt pemesaa embal dega asus bacorder da lost sales dperlua beberapa teras.. eutup Dar pembahasa datas dapat dsmpula baha rumus utu mecar uattas pemesaa optmal barag e- dalam model persedaa dega batasa apastas gudag da modal pada asus bacorder da lost sales adalah sebaga berut: Tt pesa embal utu permtaa dalam atu tuggu yag berdstrbus ormal adalah sebaga berut: Z S σ atemata 7

12 Valera utosar dega probabltas stocout sebaga berut: Kasus bacorder: ( ) Kasus lost sales: ( ) DFT USTK [] rma am Nasuto erecaaa Da egedala rodus Gua dya aarta999. [] hapra S.. da aale.. etode Numer lh bahasa: I Nyoma Susla ds Kedua rlagga aarta 988. [] ra hedra eetua Kuattas emesaa yag Optmal da Tt emesaa Kembal dalam Sstem ersedaa robablst utu erbaga es arag dega atasa Kapastas Gudag Itegral No. Vol [] cs hlp Idustral geerg ad aagemet: Ne erspectve Secod dto cgra-ll Ic. Ne Yor 99. [5] Slver dard. etersoe Decso System or Ivetory aagemet ad roducto lag Secod dto oh ley & Sos Ne Yor 985. [5] Taha amdy set Operas Suatu egatar jld arupa sara Semar Nasoal I 7

13 8 : odel ersedaa dega atasa Kapastas Gudag da odal DFT NOTSI c Oc c Sc σ baya pembela baya pemesaa baya peympaa baya euraga persedaa permtaa selama atu tuggu dalam ut stadar devas dar permtaa selama atu tuggu ( ) ugs epadata probabltas dar permtaa selama atu ( ) ) tuggu tt pemesaa embal probabltas euraga persedaa ( espetas euraga persedaa selama atu tuggu dalam ut baya peympaa barag per ut per tahu / rata-rata persedaa barag per tahu rata-rata permtaa dalam atu tuggu dalam ut jumlah barag ( ) ( T... ) total baya utu beberapa jes barag per tahu baya pembela barag e- per ut permtaa per tahu barag e- dalam ut uattas pemesaa barag e- dalam ut baya pemesaa barag e- per seal pesa baya peympaa barag e- per ut per tahu baya bacorder barag e- per ut permtaa dalam atu tuggu barag e- dalam ut rata-rata permtaa dalam atu tuggu barag e- dalam ut tt pemesaa embal barag e- ( ) espetas jumlah bacorder barag e- per atu tuggu G baya lost sales barag e- per ut vestas persedaa masmum (modal) atemata 9

14 Valera utosar luas permuaa barag e- per ut luas ruag peympaa masmum (apastas gudag) Semar Nasoal I 7

STATISTIKA: UKURAN PENYEBARAN DATA. Tujuan Pembelajaran

STATISTIKA: UKURAN PENYEBARAN DATA. Tujuan Pembelajaran KTSP & K-3 matemata K e l a s XI STATISTIKA: UKURAN PENYEBARAN DATA Tujua Pembelajara Setelah mempelajar mater, amu dharapa meml emampua berut.. Memaham defs uura peyebara data da jes-jesya.. Dapat meetua

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belaag Metode aalss yag telah dbcaraa hgga saat adalah aalss terhadap data megea sebuah araterst atau atrbut da megea sebuah varabel dsrt atau otu. Tetap, sebagamaa dsadar, baya

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belaag Metode aalss yag telah dbcaraa hgga searag adalah aalss terhadap data megea sebuah araterst atau atrbut (ja data tu ualtatg) da megea sebuah araterst (ja data tu uattatf).

Lebih terperinci

BAB II LANDASAN TEORI. Pada bab II ini, akan dijelaskan tentang teori yang dipakai dalam

BAB II LANDASAN TEORI. Pada bab II ini, akan dijelaskan tentang teori yang dipakai dalam BAB II LANDASAN TEORI Pada bab II, aa djelasa tetag teor yag dpaa dalam semvarogram asotrop. Sela tu juga aa dbahas megea teor peduug dalam melaua peasra aduga cadaga baust d daerah Mempawah Kalmata, dataraya

Lebih terperinci

adalah nilai-nilai yang mungkin diambil oleh parameter jika H

adalah nilai-nilai yang mungkin diambil oleh parameter jika H Uj Nsbah Kemuga Lema Neyma-Pearso dapat dguaa utu meemua uj palg uasa bag hpotess sederhaa bla sebara dataya haya dtetua oleh satu parameter yag tda detahu. Lema tersebut juga adaalaya dapat dguaa utu

Lebih terperinci

ANALISIS REGRESI. Untuk mengetahui bentuk linear atau nonlinear dapat dilakukan dengan membuat scatterplot seperti berikut : Gambar.

ANALISIS REGRESI. Untuk mengetahui bentuk linear atau nonlinear dapat dilakukan dengan membuat scatterplot seperti berikut : Gambar. ANALISIS REGRESI Berdasara betu eleara data, model regres dapat dlasfasa mead dua macam yatu lear da o-lear. Ja pola data lear maa dguaa pemodela lear. Begtu uga sebalya apabla pola data tda lear maa dguaa

Lebih terperinci

Bukti Teorema Sisa China dengan Menggunakan Ideal Maksimal

Bukti Teorema Sisa China dengan Menggunakan Ideal Maksimal Vol 5, No, 9-98, Jauar 9 But Teorema Ssa Cha dega egguaa deal asmal Abstra Sstem perogruea yag dapat dcar peyelesaaya secara teor blaga dasar teryata dapat dbuta melalu teor-teor strutur aljabar hususya

Lebih terperinci

Created by Simpo PDF Creator Pro (unregistered version)

Created by Simpo PDF Creator Pro (unregistered version) Created by Smpo PDF Creator Pro (uregstered verso) http://www.smpopdf.com Statst Bss : BAB V. UKURA PEYEBARA DATA.1 Peyebara Uura peyebara data adalah uura statst yag meggambara bagamaa berpecarya data

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Bab bers defs-defs da sfat-sfat yag petg yag berhubuga dega modul. Hal-hal tersebut dperlua dalam pembahasa megea modul jetf pada Bab III. 2.1. Modul Mata ulah Aljabar Ler membahas

Lebih terperinci

Model Lokasi-Perutean-Persediaan untuk Multi Produk

Model Lokasi-Perutean-Persediaan untuk Multi Produk Petuu Stas: Saragh, N. I., Bahaga, S. N., Suprayog, & Syabr, I. (2017). Model Loas-Perutea-Persedaa utu Mult Produ. Prosdg SNTI da SATELIT 2017 (pp. H143-148). Malag: Jurusa Te Idustr Uverstas Brawaya.

Lebih terperinci

STUDI PEMODELAN PERAMBATAN GELOMBANG SURJA PETIR PADA SALURAN TRANSMISI 150 KV MENGGUNAKAN METODE MULTI- CONDUCTOR TRANSMISSION LINE

STUDI PEMODELAN PERAMBATAN GELOMBANG SURJA PETIR PADA SALURAN TRANSMISI 150 KV MENGGUNAKAN METODE MULTI- CONDUCTOR TRANSMISSION LINE STUDI PEMODELAN PERAMBATAN GELOMBANG SURJA PETIR PADA SALURAN TRANSMISI 50 K MENGGUNAKAN METODE MULTI- CONDUCTOR TRANSMISSION LINE Kade Ad Dw Purwaa 2205 00 038 dose pembmbg :. Ir. Syarffudd M M.Eg. 2.

Lebih terperinci

dalam proses produksi dan distribusi, seperti bahan mentah, komponen produk setengah jadi dan produk jadi yang belum menjadi pendapatan.

dalam proses produksi dan distribusi, seperti bahan mentah, komponen produk setengah jadi dan produk jadi yang belum menjadi pendapatan. BAB LANDASAN EORI. Persedaa Yag damaa persedaa adalah semua produ da materal yag dguaa d dalam proses produs da dstrbus, sepert baha metah, ompoe produ setegah jad da produ jad yag belum mejad pedapata.

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDAAN TEORI Dalam bab aa djelasa teor-teor yag berhubuga dega peelta yag dapat djada sebaga ladasa teor atau teor peduug dalam peelta Ladasa teor aa mempermudah pembahasa hasl peelta pada bab 3 Adapu

Lebih terperinci

ANALISIS DISKRIMINAN (Kasus : Lebih dari 2 Kelompok)

ANALISIS DISKRIMINAN (Kasus : Lebih dari 2 Kelompok) ANALSS DSRNAN (asus : Lebh dar elompo) Hazmra Yozza Jur. atemata FPA Uad LOGO POP POP POP 4 : POP Uura sampel : Sampel telah detahu dar elompo maa berasal Terhadap masg-masg obe damat/duur p peubah POP

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Aalss Regres Perubaha la suatu varabel tda selalu terjad dega sedrya amu perubaha la varabel tu dapat pula dsebaba oleh berubahya varabel la yag berhubuga dega varabel tersebut. Utu

Lebih terperinci

III. METODE PENELITIAN. Teknik Elektro Universitas Lampung dan dusun Margosari, desa Pesawaran Indah

III. METODE PENELITIAN. Teknik Elektro Universitas Lampung dan dusun Margosari, desa Pesawaran Indah 3 III. METODE ENELITIAN 3.1 Watu da Tempat eelta da peracaga tugas ahr dlaua d Laboratorum Terpadu Te Eletro Uverstas Lampug da dusu Margosar, desa esawara Idah abupate esawara pada bula Agustus 1 sampa

Lebih terperinci

BAB 3 Interpolasi. 1. Beda Hingga

BAB 3 Interpolasi. 1. Beda Hingga BAB Iterpolas. Hgga. Iterpolas Lear da Kuadrat. Iterpolas -Maju da -Mudur Newto 4. Polo Iterpolas Terbag Newto 5. Polo Iterpolas Lagrage . Hgga Msala dbera suatu tabel la-la uers j j dar suatu ugs pada

Lebih terperinci

BAB I PANDAHULUAN. 1.1 Latar Belakang

BAB I PANDAHULUAN. 1.1 Latar Belakang BB I PNDHULUN Latar Belaag Data merupaa seumlah formas yag dapat membera gambara/eteraga tetag suatu eadaa Iformas yag dperoleh membera eteraga, gambara, atau fata megea suatu persoala dalam betu ategor,

Lebih terperinci

KAJIAN SIFAT KEKOMPAKAN PADA RUANG BANACH. Ariyanto* ABSTRACT

KAJIAN SIFAT KEKOMPAKAN PADA RUANG BANACH. Ariyanto* ABSTRACT Aryato, Kaja Sfat Keompaa pada Ruag Baah KAJIAN SIFAT KEKOMPAKAN PADA RUANG BANACH Aryato* ABSTRACT The propertes of ompatess Baah spaes ths paper s a geeralzato of a ompat uderstadg the system o the real

Lebih terperinci

II. LANDASAN TEORI. Wallpole (1995), mendefinisikan data kategori sebagai data yang diklasifikasikan

II. LANDASAN TEORI. Wallpole (1995), mendefinisikan data kategori sebagai data yang diklasifikasikan II. LANDASAN TEORI.1. Data Kategor Wallpole (1995, medefsa data ategor sebaga data yag dlasfasa meurut rtera tertetu. Data ategor dsebut uga data ometr atau data yag bua merupaa hasl peguura. Data ategor

Lebih terperinci

PENENTUAN KEBIJAKAN PEMESANAN BARANG UNTUK MODEL PERSEDIAAN MULTI ITEM DENGAN MEMPERTIMBANGKAN FAKTOR KADALUARSA DAN FAKTOR ALL UNIT DISCOUNT

PENENTUAN KEBIJAKAN PEMESANAN BARANG UNTUK MODEL PERSEDIAAN MULTI ITEM DENGAN MEMPERTIMBANGKAN FAKTOR KADALUARSA DAN FAKTOR ALL UNIT DISCOUNT LAORAN HASIL ENELITIAN ENENTUAN KEBIAKAN EMESANAN BARANG UNTUK MOEL ERSEIAAN MULTI ITEM ENGAN MEMERTIMBANGKAN FAKTOR KAALUARSA AN FAKTOR ALL UNIT ISOUNT Tauf Lmasya LEMBAGA ENELITIAN AN ENGABIAN KEAA MASYARAKAT

Lebih terperinci

BAB 2 DASAR TEORI. Suatu sistem tenaga listrik (Electric Power System) terdiri dari tiga komponen

BAB 2 DASAR TEORI. Suatu sistem tenaga listrik (Electric Power System) terdiri dari tiga komponen BAB DASA TEOI. Umum,,3,4 Suatu sstem teaga lstr Electrc ower System terdr dar tga ompoe utama, yatu sstem pembagta teaga lstr, sstem trasms teaga lstr, da sstem dstrbus teaga lstr. Kompoe dasar yag membetu

Lebih terperinci

H dinotasikan dengan B H

H dinotasikan dengan B H Delta-P: Jural Matemata da Pedda Matemata ISSN 089-855X Vol., No., Aprl 03 OPERATOR KOMPAK Mustafa A. H. Ruhama Program Stud Pedda Matemata, Uverstas Kharu ABSTRAK Detahu H da H dua ruag Hlbert, B H )

Lebih terperinci

9. SOAL-SOAL STATISTIKA

9. SOAL-SOAL STATISTIKA 9. SOAL-SOAL STATISTIKA UN00SMK. Dagram lgara d bawah meyaja jes estrauruler d suatu SMK yag dut oleh 500 orag sswa. Baya sswa yag tda megut estrauruler Pasbra adalah.. A. 00 sswa Olah B. 50 sswa Pasbra

Lebih terperinci

9. SOAL-SOAL STATISTIKA

9. SOAL-SOAL STATISTIKA 9. SOAL-SOAL STATISTIKA UN00SMK. Dagram lgara d bawah meyaja jes estrauruler d suatu SMK yag dut oleh 500 orag sswa. Baya sswa yag tda megut estrauruler Pasbra adalah.. A. 00 sswa Olah B. 50 sswa Pasbra

Lebih terperinci

EVALUASI OPERASI SISTEM TENAGA LISTRIK 5OO kv JAWA BALI MENGGUNAKAN PARTICLE SWARM OPTIMIZATION

EVALUASI OPERASI SISTEM TENAGA LISTRIK 5OO kv JAWA BALI MENGGUNAKAN PARTICLE SWARM OPTIMIZATION EVALUASI OPERASI SISTEM TENAGA LISTRIK 5OO V JAWA BALI MENGGUNAKAN PARTICLE SWARM OPTIMIZATION Roy Chadrabuaa, Ad Soeprjato, Teguh Yuwoo Jurusa Te Eletro-FTI, Isttut Teolog Sepuluh Nopember Kampus ITS,

Lebih terperinci

STATISTIKA ELEMENTER

STATISTIKA ELEMENTER STATISTIKA ELEMENTER Statsta Apa tu statsta? Apa beda statsta dega statst? Populas? Sampel? Parameter? Sala Peguura: Nomal Ordal 3 Iterval 4 Raso Bagamaa r-r eempat sala d atas? Bera masg-masg otoh sala

Lebih terperinci

Pemilihan Model Regresi Terbaik Menggunakan Metode Akaike s Information Criterion dan Schwarz Information Criterion

Pemilihan Model Regresi Terbaik Menggunakan Metode Akaike s Information Criterion dan Schwarz Information Criterion Jural Iformata Mulawarma Vol 4 No. 3 September 009 37 Pemlha Model Regres erba Megguaa Metode Aae s Iformato Crtero da Schwarz Iformato Crtero M. Fathurahma Program Stud Ilmu Komputer, FMIPA Uverstas Mulawarma

Lebih terperinci

Rancangan Sistem Pengendalian Persediaan Bahan Baku Multi Item Single Supplier di PT. Pertamina (Persero)

Rancangan Sistem Pengendalian Persediaan Bahan Baku Multi Item Single Supplier di PT. Pertamina (Persero) Semar Nasoal Teko 20 ISBN 978-979-96964-8-9 acaga Sstem Pegedala Persedaa Baha Baku Mult Item Sgle Suppler d PT. Pertama (Persero) Ff Her Mustofa, ST., MT. ) Hedro Prassetyo, ST., MT. 2) Djauhary Syaref

Lebih terperinci

BAB 2 DASAR TEORI ALIRAN DAYA. Sistem tenaga listrik (Electric Power System) terdiri dari tiga komponen

BAB 2 DASAR TEORI ALIRAN DAYA. Sistem tenaga listrik (Electric Power System) terdiri dari tiga komponen BAB DAAR TEOR ALRAN DAA. Umum,,3,4 stem teaga lstr Electrc ower stem terdr dar tga ompoe utama, atu sstem pembagta teaga lstr, sstem trasms teaga lstr, da sstem dstrbus teaga lstr. Kompoe dasar ag membetu

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Aalss Regres Perubaha la suatu varabel tda selalu tejad dega sedrya, amu perubaha la varabel tu dapat pula dsebaba oleh berubahya varabel la yag berhubuga dega varabel tersebut. Utu

Lebih terperinci

Industry Using The Fixed Order Quantity Method

Industry Using The Fixed Order Quantity Method Jural Tekolog Pertaa, Vol. 6 No. 3 (Desember 2005) 170 179 STUDI KASUS PENGENDALIAN PERSEDIAAN KEDELAI SEBAGAI BAHAN BAKU UTAMA TAHU TAKWA TAKWA MENGGUNAKAN FIXED ORDER QUANTITY DISCOUNT A Study o Ivetory

Lebih terperinci

III. METODOLOGI PENELITIAN

III. METODOLOGI PENELITIAN III. METODOLOGI PENELITIAN 3.. Watu da Temat Peelta Peelta srs dlaua d Jurusa Matemata Faultas Matemata da Ilmu Pegetahua Alam Uverstas Lamug ada tahu aadem 2009/200. 3.2. Metode Peelta Secara umum, elasaaa

Lebih terperinci

dan µ : rata-rata hitung populasi x : rata-rata hitung sampel

dan µ : rata-rata hitung populasi x : rata-rata hitung sampel Uura Statt. Pedahulua Uura Statt:. Uura Pemuata Bagamaa, d maa data berpuat? Rata-Rata Htug Arthmetc Mea Meda Modu Kuartl, Del, Peretl. Uura Peyebara Bagamaa peyebara data? Ragam, Vara Smpaga Bau Uura

Lebih terperinci

Penelitian Operasional II Program Bilangan Bulat PROGRAM BILANGAN BULAT (INTEGER PROGRAMMING)

Penelitian Operasional II Program Bilangan Bulat PROGRAM BILANGAN BULAT (INTEGER PROGRAMMING) Peelta Operasoal II Program Blaga Bulat 37 3 PROGRAM BILANGAN BULAT (INTEGER PROGRAMMING) 3 PENDAHULUAN : Formulas Program Blaga Bulat da Aplasya Program Lear (LP) Program Lear basa dormulasa secara matemats

Lebih terperinci

Materi Bahasan. Pemrograman Bilangan Bulat (Integer Programming) Pemrograman Bilangan Bulat. 1 Pengantar Pemrograman Bilangan Bulat

Materi Bahasan. Pemrograman Bilangan Bulat (Integer Programming) Pemrograman Bilangan Bulat. 1 Pengantar Pemrograman Bilangan Bulat Mater Bahasa Pemrograma Blaga Bulat (Iteger Programmg) Kulah - Pegatar pemrograma blaga bulat Beberapa cotoh model pemrograma blaga bulat Metode pemecaha blaga bulat Metode cuttg-plae Metode brach-ad-boud

Lebih terperinci

BAB II KAJIAN PUSTAKA

BAB II KAJIAN PUSTAKA BAB II KAJIAN PUSTAKA Beberapa teor yag dperlua utu meduug pembahasa dataraya adalah varabel radom, regres lear bergada, metode uadrat terecl (MKT), peguja asums aalss regres, pecla (outler), regres robust,

Lebih terperinci

SISTEM PENGENDALIAN PERSEDIAAN MODEL PROBABILISTIK DENGAN BACK ORDER POLICY. Yutik Ernawati 1 dan Sunarsih 2

SISTEM PENGENDALIAN PERSEDIAAN MODEL PROBABILISTIK DENGAN BACK ORDER POLICY. Yutik Ernawati 1 dan Sunarsih 2 Jural atematka Vol., No., Agustus 008: 87-93, ISSN: 40-858 SISTE PENGENDAIAN PERSEDIAAN ODE PROBABIISTIK DENGAN BACK ORDER POICY Yutk Erawat da Suarsh, Jurusa atematka, FIPA UNDIP Jl. Prof. H. Soedarto,

Lebih terperinci

MODEL KOORDINASI PEMANUFAKTUR TUNGGAL-MULTI PEMBELI DENGAN PERMINTAAN PROBABILISTIK ABSTRAK ABSTRACT

MODEL KOORDINASI PEMANUFAKTUR TUNGGAL-MULTI PEMBELI DENGAN PERMINTAAN PROBABILISTIK ABSTRAK ABSTRACT MODEL KOORDINAI PEMANUFAKUR UNGGAL-MULI PEMBELI DENGAN PERMINAAN PROBABILIIK Moch. Ashor 1, I Nyoma Puawa, tefaus Eo Wrato 3 1 Jurusa e Idustr, YPM doaro Jl. Ngelom Megare, epaag doaro Emal : ashoor@yahoo.com,3

Lebih terperinci

Implementasi Algoritma Particle Swarm untuk Menyelesaikan Sistem Persamaan Nonlinear

Implementasi Algoritma Particle Swarm untuk Menyelesaikan Sistem Persamaan Nonlinear JURNL TKNIK ITS Vol. Sept ISSN: -97 - Implemetas lgortma Partcle Swarm utu Meyelesaa Sstem Persamaa Nolear rdaa Rosta Yudh Purwaato da Rully Soelama Jurusa Te Iformata Faultas Teolog Iformas Isttut Teolog

Lebih terperinci

BAB III FUZZY C-MEANS. mempertimbangkan tingkat keanggotaan yang mencakup himpunan fuzzy sebagai

BAB III FUZZY C-MEANS. mempertimbangkan tingkat keanggotaan yang mencakup himpunan fuzzy sebagai BB III FUZZY C-MENS 3. Fuzzy Klasterg Fuzzy lasterg erupaa salah satu etode aalss laster dega epertbaga tgat eaggotaa yag eaup hpua fuzzy sebaga dasar pebobota bag pegelopoa (Bezde,98). Metode erupaa pegebaga

Lebih terperinci

ANALISIS LOSSES JARINGAN DISTRIBUSI PRIMER 20 KV AREA LHOKSEUMAWE

ANALISIS LOSSES JARINGAN DISTRIBUSI PRIMER 20 KV AREA LHOKSEUMAWE Aalss Losses Jarga Dstrbus Prmer 0 v Area Lhoseumawe....Zamzam ANALSS LOSSES JARNGAN DSTRBUS PRMER 0 AREA LHOSEUMAWE Zamzam 1 1 Dose Jurusa Te Eletro Polte Neger Lhoseumawe ABSTRA Peelta bertujua utu megetahu

Lebih terperinci

BAB II KAJIAN TEORI. tertentu (Martono, 1999). Sistem bilangan real dinotasikan dengan R. Untuk

BAB II KAJIAN TEORI. tertentu (Martono, 1999). Sistem bilangan real dinotasikan dengan R. Untuk 5 BAB II KAJIAN TEOI A. Sstem Blaga eal Sstem blaga real adalah hmpua blaga real ag dserta dega operas pejumlaha da perala sehgga memeuh asoma tertetu (Martoo, 999). Sstem blaga real dotasa dega. Utu lebh

Lebih terperinci

STUDI KELAYAKAN: ASPEK FINANSIAL. F.Hafiz Saragih SP, MSc

STUDI KELAYAKAN: ASPEK FINANSIAL. F.Hafiz Saragih SP, MSc STUDI KELAYAKAN: ASPEK FINANSIAL F.Hafz Saragh SP, MSc Pajak Baya bag perusahaa/ usahata, sehgga merupaka peguraga dar beeft Subsd FINANSIAL Peguraga baya bag perusahaa/ usahata, sehgga merupaka tambaha

Lebih terperinci

Aksioma ini menyatakan bahwa jika setiap kejadian pasti untuk terjadi, maka peluang dari kejadian tersebut adalah 1.

Aksioma ini menyatakan bahwa jika setiap kejadian pasti untuk terjadi, maka peluang dari kejadian tersebut adalah 1. Msala sebuah perstwa dapat terjad sebaya x al datara perstwa yag salg bebas da masg-masg terjad dega esempata yag sama. Maa peluag perstwa terjad adalah ( ) x Dmaa : () eluag terjadya perstwa x perstwa

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI Utu mempermudah dalam meyeleaa pembahaa pada bab, maa aa dbera beberapa def da beberapa teor daar yag meduug... Teor Teor Peduug... Rua Gar Def. Rua Gar Ja ada d R atau 3 R, maa ebuah

Lebih terperinci

PERANCANGAN SISTEM INFORMASI PERSEDIAAN KOMPONEN SEPEDA MOTOR DI SULAWESI SELATAN

PERANCANGAN SISTEM INFORMASI PERSEDIAAN KOMPONEN SEPEDA MOTOR DI SULAWESI SELATAN PERANCANGAN SISTEM INFORMASI PERSEDIAAN KOMPONEN SEPEDA MOTOR DI SULAWESI SELATAN Idr Hapsar 1, Amela Satoso 2, Fke 3 1,2,3 Jurusa Tekk Idustr, Uverstas Surabaya Raya Kalrugkut, Surabaya 60293, Idoesa

Lebih terperinci

Mean untuk Data Tunggal. Definisi. Jika suatu sampel berukuran n dengan anggota x1, x2, x3,, xn, maka mean sampel didefinisiskan : n Xi.

Mean untuk Data Tunggal. Definisi. Jika suatu sampel berukuran n dengan anggota x1, x2, x3,, xn, maka mean sampel didefinisiskan : n Xi. Mea utuk Data Tuggal Des. Jka suatu sampel berukura dega aggota x1, x, x3,, x, maka mea sampel ddesska : 1... N 1 Mea utuk Data Kelompok Des Mea dar data yag dkelompoka adalah : x x 1 1 1 dega : x = ttk

Lebih terperinci

Taksiran Distribusi Aggregate Loss Asuransi Mobil Menggunakan Fast Fourier Transform (FFT) dalam Menentukan Premi Murni

Taksiran Distribusi Aggregate Loss Asuransi Mobil Menggunakan Fast Fourier Transform (FFT) dalam Menentukan Premi Murni Tasra Dstrbus Aggregate Loss Asuras Mobl Megguaa Fast Fourer Trasorm FFT dalam Meetua Prem Mur Tohap Maurug *, Mas Maaohas, Program tud Matemata, Faultas Matemata da Ilmu Pegetahua Alam, Uverstas am Ratulag

Lebih terperinci

DISTRIBUSI RAYLEIGH UNTUK KLAIM AGREGASI. Getut Pramesti Staf Pengajar FKIP Universitas Sebelas Maret, Jl. Ir. Sutami 36A Surakarta,

DISTRIBUSI RAYLEIGH UNTUK KLAIM AGREGASI. Getut Pramesti Staf Pengajar FKIP Universitas Sebelas Maret, Jl. Ir. Sutami 36A Surakarta, Dstrbus Raylegh Getut ramest DITRIBUI RAYLEIGH UTUK KLAIM AGREGAI Getut ramest taf egajar FKI Uverstas ebelas Maret, Jl. Ir. utam 36A uraarta, getut@gmal.com Abstract A Aggregato of clams are clams the

Lebih terperinci

PENERAPAN OPTIMASI CHAOS DAN METODE BFGS (BROYDEN, BROYDEN, FLETCHER, GOLDFARB, AND SHANNO) PADA PENYELESAIAN PERMASALAHAN SISTEM PERSAMAAN NONLINIER

PENERAPAN OPTIMASI CHAOS DAN METODE BFGS (BROYDEN, BROYDEN, FLETCHER, GOLDFARB, AND SHANNO) PADA PENYELESAIAN PERMASALAHAN SISTEM PERSAMAAN NONLINIER PENERAPAN OPTIMASI CHAOS DAN METODE BFGS (BROYDEN, BROYDEN, FLETCHER, GOLDFARB, AND SHANNO PADA PENYELESAIAN PERMASALAHAN SISTEM PERSAMAAN NONLINIER Rully Soelama, Nur Chasa Faultas Teolog Iormas Isttut

Lebih terperinci

HIMPUNAN RENTANGAN DAN BEBAS LINIER. di V. Vektor w dikatakan sebagai kombinasi linier dari vektor-vektor v, 1

HIMPUNAN RENTANGAN DAN BEBAS LINIER. di V. Vektor w dikatakan sebagai kombinasi linier dari vektor-vektor v, 1 HIMPUNAN RENTANGAN DAN BEBA LINIER HIMPUNAN RENTANGAN Defs (Kombas Ler) Msala V suatu ruag etor atas feld F. w etor d V, da, 1, juga etoretor d V. Vetor w dataa sebaga ombas ler dar etor-etor, 1, ja w

Lebih terperinci

Dasar Ekonomi Teknik: Matematika Uang. Ekonomi Teknik TIP FTP UB

Dasar Ekonomi Teknik: Matematika Uang. Ekonomi Teknik TIP FTP UB Dasar Ekoom Tekk: Matematka Uag Ekoom Tekk TIP TP UB Bahasa lra Kas (Cash low Tme Value of Moey Buga Ekvales Cash low Tata alra uag masuk da keluar per perode waktu pada suatu perusahaa lra kas aka terjad

Lebih terperinci

Lam piran 1 K uesioner

Lam piran 1 K uesioner LAMPIAN Lam pra K uesoer KUESIONE PENDAHULUAN Saya adalah mahasswa Uverstas Krste Maraatha Badug sedag megadaa peelta dalam pembuata Tugas Ahr. Maa saya megharapa erasamaya utu megs uesoer, saya megharapa

Lebih terperinci

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

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

Lebih terperinci

LEMMA HENSTOCK PADA INTEGRAL. Muslich Jurusan Matematika FMIPA UNS fine dan integral M

LEMMA HENSTOCK PADA INTEGRAL. Muslich Jurusan Matematika FMIPA UNS fine dan integral M JP : Volue 4 Noor Ju 0 hal. 4-5 LEA HENSTOCK PADA NTEGRAL uslch Jurusa ateata FPA UNS uslch_us@yahoo.co ABSTRACT. Based o the cshae e partto ad cshae tegral t ca be arraged the e partto ad tegral cocepts.

Lebih terperinci

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

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

Lebih terperinci

UKURAN DASAR DATA STATISTIK

UKURAN DASAR DATA STATISTIK UKURAN DASAR DATA STATISTIK UKURAN PUSAT Apa yag dapat ta smpula secara gamblag da cepat dar data yag dsodora berut : Tabel 1 Sampel Data Karyawa peserta Jamsoste Nama Sex Status Kerja Gaj/Bl Umur NATUL

Lebih terperinci

E ax by c ae X be Y c. 6.1 Pengertian Umum

E ax by c ae X be Y c. 6.1 Pengertian Umum 6.1 Pegerta Umum Baya permasalaha yag dataya dyataa oleh lebh dar sebuah varabel. Hubuga atara dua atau lebh varabel dapat dyataa secara matemata sehgga merupaa suatu model yag dapat dguaa utu berbaga

Lebih terperinci

BAB II KONSEP DASAR. adalah koleksi dari peubah acak. Untuk setiap t dalam himpunan indeks T, N ( t)

BAB II KONSEP DASAR. adalah koleksi dari peubah acak. Untuk setiap t dalam himpunan indeks T, N ( t) BAB II KONSEP DASAR Kosep dasar yag dtuls dalam bab, merupaa beberapa dasar acua yag aa dguaa utu megaalsa model rso las da meetua fugs sebara peluag bertaha dalam model rso las Datara dasar acua tersebut

Lebih terperinci

PENAKSIR RANTAI RASIO-CUM-DUAL UNTUK RATA-RATA POPULASI PADA SAMPLING GANDA

PENAKSIR RANTAI RASIO-CUM-DUAL UNTUK RATA-RATA POPULASI PADA SAMPLING GANDA PEAKI ATAI AIO-CUM-DUAL UTUK ATA-ATA POPULAI PADA AMPLIG GADA Holla Maalu Bustam Haposa rat Mahasswa Program Matemata Dose Jurusa Matemata Faultas Matemata da Ilmu Pegetahua Alam Uverstas au Kampus Bawda

Lebih terperinci

BAB III UKURAN PEMUSATAN DATA

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

Lebih terperinci

Optimasi Persediaan Bahan Bakar Minyak (BBM) di Yogyakarta Menggunakan Goal Programming

Optimasi Persediaan Bahan Bakar Minyak (BBM) di Yogyakarta Menggunakan Goal Programming Optmas Persedaa Baha Bakar Myak (BBM) d Yogyakarta Megguaka Goal Programmg Oleh: Dw Lestar, M.Sc, Emugroho R, M.Sc, da Rosta K, M.Sc. Jurusa Peddka Matematka FMIPA UNY Emal: dwlestar@uy.ac.d emugroho@uy.ac.d,

Lebih terperinci

MODEL PERENCANAAN SAFETY STOCK TERINTEGRASI UNTUK SISTEM MANUFAKTUR DENGAN FREKUENSI PENGIRIMAN TINGGI

MODEL PERENCANAAN SAFETY STOCK TERINTEGRASI UNTUK SISTEM MANUFAKTUR DENGAN FREKUENSI PENGIRIMAN TINGGI Semar Nasoal Logstk II : Streamlg Itegrated Suly Cha Maagemet as the New Froter of Comettve Advatage MODEL PERENCANAAN SAFETY STOCK TERINTEGRASI UNTUK SISTEM MANUFAKTUR DENGAN FREKUENSI PENGIRIMAN TINGGI

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB II TINJAUAN PUSTAKA

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

Lebih terperinci

Prosiding Seminar Nasional Matematika dan Pembelajarannya. Jurusan Matematika, FMIPA UM. 13 Agustus 2016

Prosiding Seminar Nasional Matematika dan Pembelajarannya. Jurusan Matematika, FMIPA UM. 13 Agustus 2016 Prosdg Semar Nasoal Matemata da Pembelajaraya. Jurusa Matemata, FMIPA UM. Agustus 06 METODE NUMERIK STEPEST DESCENT DENGAN ARAH PENCARIAN RERATA ARITMATIKA Rumoo Bud Utomo Uverstas Muhammadyah Tagerag

Lebih terperinci

Analisis Regresi Eksponensial Berganda (Studi Kasus: Jumlah Kelahiran Bayi di Kalimantan Timur pada Tahun 2013 dan 2014)

Analisis Regresi Eksponensial Berganda (Studi Kasus: Jumlah Kelahiran Bayi di Kalimantan Timur pada Tahun 2013 dan 2014) Jural EKSPONENSIAL Volume 6, Nomor, Nopember 5 ISSN 85-789 Aalss Regres Espoesal Bergada (Stud Kasus: Jumlah Kelahra Bay d Kalmata Tmur pada Tahu 3 da 4) Double Expoetal Regresso Aalyss (Case Study: Number

Lebih terperinci

(R.17) ESTIMASI SMOOTHING SPLINE PADA FUNGSI VARIANSI BERDISTRIBUSI GAMMA DALAM PENDEKATAN REGRESI NONPARAMETRIK

(R.17) ESTIMASI SMOOTHING SPLINE PADA FUNGSI VARIANSI BERDISTRIBUSI GAMMA DALAM PENDEKATAN REGRESI NONPARAMETRIK PROSIDING ISSN : 87-59. Semar Nasoal Statsta November Vol, November (R.7) ESIMASI SMOOHING SPLINE PADA FUNGSI VARIANSI BERDISRIBUSI GAMMA DALAM PENDEKAAN REGRESI NONPARAMERIK Sfrya Dose Program Stud Statsta

Lebih terperinci

titik tengah kelas ke i k = banyaknya kelas

titik tengah kelas ke i k = banyaknya kelas STATISTIKA Bab 0 UKURAN PEMUSATAN DAN PENYEBARAN. Mea X. a. Data Tuggal... 3 b. Data Kelompo ( dstrbus frewes) f. f. f.... f. 3 3 f f f... f = f. f 3 Ket : tt tegah elas e = bayaya elas f frewes elas e

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Dalam pemodela program ler, semua parameter yag dguaka dalam model dasumska dapat dketahu secara past. Parameter-parameter terdr dar koefse batasa ( ) a, la kuattas batasa

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

Pelabelan Total Super Sisi Ajaib Pada Graf Caterpillar Teratur

Pelabelan Total Super Sisi Ajaib Pada Graf Caterpillar Teratur Jural Matemata Itegrat ISSN 4-4 Vol. 9 No. Otober 0 pp. -9 Pelabela Total Super Ss Ajab Pada Gra Caterpllar Teratur Trya St Rahmah Nursham Muta Nur Estr Program Stud Matemata Jurusa MIPA Faultas Sas da

Lebih terperinci

Analisa Probabilistik Algoritma Routing pada Jaringan Hypercube

Analisa Probabilistik Algoritma Routing pada Jaringan Hypercube Aalsa Probablst Algortma Routg pada Jarga ypercube Zuherma Rustam Jurusa Matemata Uverstas Idoesa Depo 644. E-mal : rustam@maara.cso.u.ac.d Abstra Algortma routg pada suatu arga teroes suatu measme utu

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 Pegerta Statsta da Statst: Statsta adalah lmu pegetahua yag membahas metode-metode lmah tetag ara-ara pegumpula data, pegolaha, pegaalsa da peara esmpula. Statst adalah umpula data,

Lebih terperinci

OPTIMASI PENYUSUNAN PEGAS DENGAN METODE SISTEM PERBEDAAN BATASAN DAN ALGORITMA JALUR TERPENDEK

OPTIMASI PENYUSUNAN PEGAS DENGAN METODE SISTEM PERBEDAAN BATASAN DAN ALGORITMA JALUR TERPENDEK Jural Ilmah Mrote Vol., No. 4 OPTIMASI PENYUSUNAN PEGAS DENGAN METODE SISTEM PERBEDAAN BATASAN DAN ALGORITMA JALUR TERPENDEK Joha Vara Alfa ), Rully Soelama ), Chaste Fatchah ) ), ), ) Te Iformata, Faultas

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA. Sistem tenaga listrik EPS (Electric Power System) adalah rangkaian sistem. serentak dalam rangka penyediaan tenaga listrik.

BAB 2 TINJAUAN PUSTAKA. Sistem tenaga listrik EPS (Electric Power System) adalah rangkaian sistem. serentak dalam rangka penyediaan tenaga listrik. BAB TINJAUAN USTAKA. Sstem Teaga Lstr Sstem teaga lstr ES Electrc ower System adalah ragaa sstem teaga lstr dar pembagta, trasms da dstrbus yag doperasa secara sereta dalam raga peyedaa teaga lstr. Kompoe

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 Pegerta Statsta da Statst: Statsta adalah lmu pegetahua yag membahas metode-metode lmah tetag ara-ara pegumpula data, pegolaha, pegaalsa da peara esmpula. Statst adalah umpula data,

Lebih terperinci

3.1 Biaya Investasi Pipa

3.1 Biaya Investasi Pipa BAB III Model Baya Pada model baya [8] d tugas akhr, baya tahua total utuk megoperaska jarga ppa terdr dar dua kompoe, yatu baya operasoal da baya vestas. Baya operasoal terdr dar baya operasoal ppa da

Lebih terperinci

BAB 2 LANDASAN TEORI. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama.

BAB 2 LANDASAN TEORI. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama. BAB 2 LANDASAN TEORI 2.1 Pegerta Peramala Peramala ( forecastg ) adalah kegata memperkraka atau mempredkska apa yag aka terjad pada masa yag aka datag dega waktu yag relatve lama. Sedagka ramala adalah

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.. Persedaa... Tujua Pegedala Persedaa Memperoleh tgkat persedaa optmal dega mejaga kesembaga atara baya karea persedaa yag terlalu bayak dega baya karea persedaa yag terlalu sedkt....

Lebih terperinci

BAB II TINJAUAN PUSTAKA. Menurut Daniel L. Schodek (1999), gempa bumi dapat terjadi karena fenomena

BAB II TINJAUAN PUSTAKA. Menurut Daniel L. Schodek (1999), gempa bumi dapat terjadi karena fenomena Bab II Tjaua Pustaa BAB II TINJAUAN PUSTAKA. Tjaua Pustaa Meurut Dael L. Schode (999), gempa bum dapat terjad area feomea getara dega ejuta pada era bum. Fator utama adalah betura pergesea era bum yag

Lebih terperinci

S-7 PEMBENTUKAN PORTOFOLIO OPTIMAL MENGGUNAKAN METODE MINIMAX

S-7 PEMBENTUKAN PORTOFOLIO OPTIMAL MENGGUNAKAN METODE MINIMAX POSIDING ISBN : 978-979-6353-8-7 S-7 PMBNTUKAN POTOFOLIO OPTIMAL MNGGUNAKAN MTOD MINIMAX L Fauzah eto Subet Jurusa Pedda Matemata FMIPA UNY ABSTAK Metode optmas portofoo Mmax bertujua memmuma rso masmum

Lebih terperinci

STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik:

STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik: STATISTIKA Pegerta Statsta da Statst: Statsta adalah lmu pegetahua yag membahas metode-metode lmah tetag ara-ara pegumpula data, pegolaha, pegaalsa da peara esmpula. Statst adalah umpula data, blaga ataupu

Lebih terperinci

BAB 2 TINJAUAN PUSTKA. Jaringan transmisi dan jaringan distribusi pada sistem tenaga listrik berfungsi

BAB 2 TINJAUAN PUSTKA. Jaringan transmisi dan jaringan distribusi pada sistem tenaga listrik berfungsi BAB TINJAUAN USTKA.. Sstem Dstrbus Jarga trasms da arga dstrbus pada sstem teaga lstr berfugs sebaga saraa utu meyalura eerg lstr yag dhasla dar pusat pembagt e pusat-pusat beba. Sstem arga dstrbus dapat

Lebih terperinci

Regresi & Korelasi Linier Sederhana

Regresi & Korelasi Linier Sederhana Regres & Korelas Ler Sederhaa. Pedahulua Gagasa perhtuga dtetapka oleh Sr Fracs Galto (8-9) Persamaa regres :Persamaa matematk ag memugkka peramala la suatu peubah takbebas (depedet varable) dar la peubah

Lebih terperinci

IV METODE PENELITIAN 4.1 Lokasi dan Waktu 4.2 Jenis dan Sumber Data 4.3 Metode Pengumpulan Data

IV METODE PENELITIAN 4.1 Lokasi dan Waktu 4.2 Jenis dan Sumber Data 4.3 Metode Pengumpulan Data IV METODE PENELITIAN 4. Loas da Watu Peelta dlasaaa d Strawberry Café yag berloas d Jala Gadara No.75 Jaarta Selata. Loas peelta dplh da dtetua dega segaja sesua dega pertmbaga dar peelt. Alasa utama memlh

Lebih terperinci

Gambar 3.1Single Channel Multiple Phase

Gambar 3.1Single Channel Multiple Phase BAB III MODEL ANTRIAN PADA PEMBUATAN SIM C. Sigle Chael Multiple Phase Sistem atria sigle chael multiple phase merupaa sistem atria dimaa pelagga yag tiba, dapat memasui sistem dega megatri di tempat yag

Lebih terperinci

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI

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

Lebih terperinci

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

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

Lebih terperinci

BAB III ISI. x 2. 2πσ

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

Lebih terperinci

MODEL GARIS ARUS UNTUK RESERVOIR YANG BERHUBUNGAN DENGAN AQUIFER. Ir. Mulia Ginting, MS * Ir. Siti Nuraeni E.S., MS *

MODEL GARIS ARUS UNTUK RESERVOIR YANG BERHUBUNGAN DENGAN AQUIFER. Ir. Mulia Ginting, MS * Ir. Siti Nuraeni E.S., MS * MODEL GARIS ARUS UNTUK RESERVOIR YANG BERHUBUNGAN DENGAN AQUIFER Ir. Mula Gtg, MS * Ir. St Nurae E.S., MS * ABSTRAK Model smulas gars arus adalah suatu te smulas yag dapat dterapa gua meramala erja pedesaa

Lebih terperinci

METODE NUMERIK ROSENBERG DENGAN ARAH PENCARIAN TERMODIFIKASI PENAMBAHAN KONSTANTA l k

METODE NUMERIK ROSENBERG DENGAN ARAH PENCARIAN TERMODIFIKASI PENAMBAHAN KONSTANTA l k Prma: Jural Program Stud Pedda da Peelta Matemata Vol. 6, No., Jauar 07, hal. 7-59 P-ISSN: 0-989 METODE NUMERIK ROSENBERG DENGAN ARAH PENCARIAN TERMODIFIKASI PENAMBAHAN KONSTANTA l UNTUK BEBERAPA NILAI

Lebih terperinci

PENGARUH PERENCANAAN PEMBELIAN BAHAN BAKU DENGAN MODEL EO UNTUK MULTIITEM DENGAN ALL UNIT Q DISCOUNT

PENGARUH PERENCANAAN PEMBELIAN BAHAN BAKU DENGAN MODEL EO UNTUK MULTIITEM DENGAN ALL UNIT Q DISCOUNT PENGARUH PERENCANAAN PEMBELIAN BAHAN BAKU DENGAN MODEL EO UNTUK MULTIITEM DENGAN ALL UNIT Q DISCOUNT Much. Djuad Jurusa Tekk Idustr Uverstas Muhammadyah Surakarta Jl. Ahmad Ya Trml Ps Pabela Surakarta

Lebih terperinci

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

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

Lebih terperinci

PEMODELAN JUMLAH KEMATIAN BAYI DI PROVINSI MALUKU TAHUN 2010 DENGAN MENGGUNAKAN REGRESI POISSON

PEMODELAN JUMLAH KEMATIAN BAYI DI PROVINSI MALUKU TAHUN 2010 DENGAN MENGGUNAKAN REGRESI POISSON Jural Bareeg Vol. 5 No. Hal. 3 7 () PEMODELAN JUMLAH KEMAIAN BAYI DI PROVINSI MALUKU AHUN DENGAN MENGGUNAKAN REGRESI POISSON SALMON N. AULELE Staf Jurusa Matemata, FMIPA, Upatt Jl. Ir. M. Putuhea, Kampus

Lebih terperinci

STATISTIKA DASAR. Oleh

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

Lebih terperinci

PENGEMBANGAN MODEL MATEMATIS UNTUK PENJADWALAN RUTE KENDARAAN CROSS DOCKING

PENGEMBANGAN MODEL MATEMATIS UNTUK PENJADWALAN RUTE KENDARAAN CROSS DOCKING Prosdg Semar Nasoal Maaeme Teolog XI Program Stud MMT-ITS, Surabaya 6 Pebruar 2010 PENGEMBANGAN MODEL MATEMATIS UNTUK PENJADWALAN RUTE KENDARAAN CROSS DOCKING DALAM RANTAI PASOK DENGAN MEMPERTIMBANGKAN

Lebih terperinci

Kajian Hubungan Koefisien Korelasi Pearson (r), Spearman-rho (ρ), Kendall-Tau (τ), Gamma (G), dan Somers ( d

Kajian Hubungan Koefisien Korelasi Pearson (r), Spearman-rho (ρ), Kendall-Tau (τ), Gamma (G), dan Somers ( d Jural Grade Vol4 No Jul 008 : 37-38 Kaja Hubuga Koefse Korelas Pearso (r), Spearma-rho (ρ), Kedall-Tau (τ), Gamma (G), da Somers ( d yx ) Sgt Nugroho, Syahrul Abar, da Res Vusvtasar Jurusa Matemata, Faultas

Lebih terperinci