IV. PERANCANGAN DAN IMPLEMENTASI SISTEM
|
|
- Yuliani Hermanto
- 6 tahun lalu
- Tontonan:
Transkripsi
1 IV. PERANCANGAN DAN IMPLEMENTASI SISTEM Perancangan Sstem Sstem yang akan dkembangkan adalah berupa sstem yang dapat membantu keputusan pemodal untuk menentukan portofolo saham yang dperdagangkan d Bursa Efek Indonesa. Pengembangan model penentuan bobot alokas saham, berdasarkan model yang dkembangkan oleh Markowtz, yatu menentukan alokas portofolo yang mempunya resko terkecl untuk nla keuntungan yang dharapkan / expected return tertngg untuk tngkat resko terkecl. Data yang dgunakan sebaga nput adalah harga penutupan akhr bulan masng-masng saham dan dvden yang dberkan. Expected return (E(R )) dar suatu saham adalah rata-rata keuntungan (R ) dar suatu saham tersebut. Return (R ) suatu saham per bulan dhtung berdasarkan persentase selsh perubahan harga penutupan saham pada suatu bulan dengan bulan sebelumnya (Tabel 2). Tabel 2 Contoh perhtungan E(R) dan Varance Perode Harga Keuntungan E( R ) Varance Output dar sstem adalah berupa komposs alokas portofolo yang optmal dar saham-saham yang dplh (Gambar 9).
2 23 Menentukan Saham yang Dplh Data Harga Saham Algortma Genetka untuk Optmas Alokas Portfolo Penentuan Parameter GA Proses Optmas Alokas Portfolo Gambar 9. Dagram Alr Sstem Perancangan Algortma Genetk Rancangan algortma genetk untuk optmas alokas portofolo saham adalah dengan menentukan komponen-komponen dar algortma genetk yatu skema pengkodean, fungs ftness, seleks orang tua, pndah slang, mutas, eltsme dan penggantan populas. Skema Pengkodean Pada algortma genetk, hal yang pertama dlakukan adalah menentukan skema pengkodean dalam bentuk kromosom untuk solus dar permasalahan. Solus dar optmas alokas portofolo adalah menentukan komposs dar jumlah saham. Total dar komposs tersebut harus sama dengan (00%). Satu bobot alokas saham dwakl satu gen. Apabla ada lma saham maka satu kromosom terdapat lma gen (Tabel 3).
3 24 Tabel 3 Propors alokas saham Saham A Saham B Saham C Saham D Saham E Tpe skema pengkodean dapat berbentuk real-number encodng, dscrete desmal encodng, atau bnary encodng. Pada kasus n, dgunakan skema pengkodan dalam bentuk bnary encodng. Setap saham dwakl oleh dua bagan yatu ndeks terplh dan bobot alokas (Aranha & Iba, 2007). Indeks terplh dgunakan untuk merepresentaskan tngkat selektftas suatu saham ( artnya terplh, dan 0 artnya tdak terplh). Bobot alokas setap saham adalah mnmum 0 dan maksmum atau bla dbuat dalam persentase mnmum 0 dan maksmum 00. Dengan batasan tersebut, berart ada sejumlah 00 nla yang harus drepresentaskan dalam pengkodean. Representas gen untuk setap bobot alokas saham dengan menggunakan bnary encodng adalah terdr dar 7 bt ( 2 7 = 28). Untuk memudahkan pembentukan populas, nla dar setap gen yang dwakl 7 bt akan dnormalsas sehngga mendapatkan bobot alokas setap saham. Representas saham dalam satu kromosom menjad 8 bt (+7). Apabla lma saham, maka satu kromosom terdr dar 40 bt (5x8). Tabel 4 Komposs alokas dar representas kromosom bnary encodng Saham A Saham B Saham C Saham D Saham E Bnary Encodng Nla Real Terplh 85 Terplh 57 Tdak 24 Terplh 4 Tdak 64 Komposs alokas Fungs Ftness Fungs Ftness dalam kasus optmas alokas portofolo adalah memaksmumkan keuntungan dan memnmumkan rsko (Ln & Gen, 2007).
4 25 Keuntungan portofolo adalah tngkat keuntungan yang dharapkan dar suatu portofolo, yatu : N E( R ) = X E( R ) (3) p = E(R p ) = Tngkat keuntungan yang dharapkan dar portofolo E(R ) = Tngkat keuntungan yang dharapkan dar saham ke- X = jumlah pors alokas saham ke- n = X = 2 Sedangkan rskonya adalah varance ( σ ) dar suatu portofolo, yatu : 2 p N σ = X X σ N = = j j j (4) 2 σ p = varance portofolo X = jumlah pors alokas saham ke- σ j = covarance saham dengan saham j n = X = Sehngga nla ftness yang dcar adalah dengan memaksmumkan fungs ftness berkut : Ftness = N = N N = = j X E( R ) X X σ j j (5) X = jumlah pors alokas saham ke- E(R ) = Tngkat keuntungan yang dharapkan dar saham ke- σ j = covarance saham dengan saham j n = X = Dengan memaksmumkan fungs tersebut akan ddapat portofolo yang optmal.
5 26 Seleks Orang Tua Penyeleksan yang akan dgunakan untuk memlh kromosom orang tua adalah metode roulette-wheel selecton. Nla ftness dar masng-masng kromosom dtempatkan dalam potongan lngkaran pada roda roulette secara proporsonal (Tabel 5, Gambar 0). Kromosom yang memlk nla ftness lebh besar menempat potongan lngkaran yang lebh besar dbandngkan dengan kromosom bernla rendah. Sebuah kromosom akan terplh sebaga orang tua jka blangan random yang dbangktkan berada dalam nla akumulatfnya. Tabel 5 Contoh kromosom dan nla ftness Saham A Saham B Saham C Saham D Saham E Nla Ftness Akumulatf K K K K K Kromosom 5 Kromosom Kromosom 4 Kromosom 2 Kromosom 3 Gambar 0 Penggunaan Roulete Wheel
6 27 Pndah Slang Kromosom orang tua yang terplh pada tahapan selanjutnya akan dlakukan pndah slang. Pndah slang yang akan dgunakan adalah pndah slang satu ttk potong (one-pont crossover). Suatu ttk potong dplh secara acak, kemudan bagan pertama dar orang tua dgabungkan dengan bagan kedua dar orang tua 2 (Gambar 0). Saham A Saham B Saham C Saham D Ttk Potong Saham E Orang Tua Orang Tua Anak Anak Gambar 0 Contoh Pndah Slang Mutas Kromosom yang dhaslkan dapat melakukan mutas dengan probabltas tertentu. Mutas dterapkan pada setap bt dengan probabltas tertentu (Gambar ). Saham A Saham B Saham C Saham D Saham E Kromosom Asal Hasl Mutas Gambar Contoh Mutas Eltsme Untuk menjaga agar ndvdu bernla ftness tertngg tdak hlang selama evolus karena seleks, proses pndah dan mutas maka perlu dbuat satu atau beberapa salnannya. Pada peneltan n, akan dambl dua kromosom dengan nla ftness terbak yang akan dturunkan pada generas selanjutnya.
7 28 Penggantan Populas Penggantan populas dlakukan untuk menggant populas lama dengan generas yang baru hasl proses seleks, pndah slang, mutas dan eltsme. Skema yang dgunakan pada peneltan n adalah generatonal replacement, yatu menggant seluruh populas lama dengan generas yang baru. Metode Pengujan dan Valdas Ujcoba sstem yang dlakukan terdr dar 2 bagan, yatu pengujan parameter model dan pengujan knerja model. Pengujan parameter model dlakukan untuk menganalss perlaku perubahan sstem ketka dterapkan berbaga parameter yang berbeda. Selan tu juga untuk mencar strateg dalam rangka mengoptmalkan pemlhan nla-nla parameter. Parameter model yang akan dujcoba antara lan parameter algortma genetk dan parameter panjang data hstors yang dgunakan. Parameter algortma genetk melput jumlah populas, jumlah generas, probabltas pndah slang, dan probabltas mutas. Model djalankan berulang-ulang dengan memasukan nla-nla parameter yang berbeda berdasarkan skenaro. Nla parameter terbak dukur berdasarkan ratarata nla ftness terbak dan kecepatan konvergens pada masng-masng skenaro. Analss parameter panjang data hstors bertujuan untuk menguj tngkat akuras estmas tngkat keuntungan (expected return) yang dhtung berdasarkan formula smple movng average. Pertama kal, model djalankan berulang-ulang berdasarkan parameter panjang data hstors yang dtentukan. Output dar sstem berupa alokas saham dhtung knerjanya dengan melakukan smulas nvestas portofolo saham selama satu bulan berkutnya. Rata-rata keuntungan nvestas portofolo saham yang tertngg adalah parameter panjang data hstors terbak. Pengujan knerja model bertujuan untuk memvaldas model yang drancang. Hasl alokas portofolo dhtung dengan melakukan smulas nvestas portofolo saham pada data testng. Akumulas keuntungan nvestas dgunakan sebaga ndkator knerja. Metode pembentukan portofolo yang menghaslkan akumulas keuntungan tertngg merupakan metode terbak. Pengujan valdas model dlakukan dengan cara membandngkan antara metode berdasarkan skenaro algortma genetk dan metode ndkator lan yang umum dgunakan
8 29 dalam pembentukan portofolo strateg pasf, antara lan metode ndeks pasar dan metode bobot sama. Portofolo metode ndeks pasar dbentuk berdasarkan bobot saham penyumbang pada perhtungan ndeks pasar. Portofolo metode bobot sama dbentuk dengan cara membag bobot sama untuk masng-masng saham yang dplh. Pengujan berdasarkan skenaro GA untuk menganalsa penerapan pembentukan portofolo strateg aktf. Setap bulan portofolo saham akan dalokaskan kembal (rebalancng) mengkut harga hstorsnya. Model portofolo tersebut selalu beradaptas dengan perubahan harga terkn sehngga dnama dengan GA Adaptf. Selan tu, model dujcoba dengan melakukan rebalancng menggunakan model algortma genetk setap 3 bulan (GA 3), 6 bulan (GA 6), 2 bulan (GA 2) dan 24 bulan (GA 24). Rebalancng dengan perode 24 bulan menunjukan perode rebalancng dalam kurun waktu yang lama, sehngga metode n mewakl pembentukan portofolo strateg pasf berdasarkan algortma genetk (GA pasf).
Nama : Crishadi Juliantoro NPM :
ANALISIS INVESTASI PADA PERUSAHAAN YANG MASUK DALAM PERHITUNGAN INDEX LQ-45 MENGGUNAKAN PORTOFOLIO DENGAN METODE SINGLE INDEX MODEL. Nama : Crshad Julantoro NPM : 110630 Latar Belakang Pemlhan saham yang
Lebih terperinciTinjauan Algoritma Genetika Pada Permasalahan Himpunan Hitting Minimal
157 Vol. 13, No. 2, 157-161, Januar 2017 Tnjauan Algortma Genetka Pada Permasalahan Hmpunan Httng Mnmal Jusmawat Massalesse, Bud Nurwahyu Abstrak Beberapa persoalan menark dapat dformulaskan sebaga permasalahan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PEDAHULUA. Latar Belakang Rsko ddentfkaskan dengan ketdakpastan. Dalam mengambl keputusan nvestas para nvestor mengharapkan hasl yang maksmal dengan rsko tertentu atau hasl tertentu dengan rsko yang
Lebih terperinciOptimasi Fungsi Keanggotaan Fuzzy
Optmas Fungs Keanggotaan Fuzzy Tsukamoto Dua Tahap Menggunakan Algortma Genetka Pada Pemlhan Calon Penerma Beasswa dan BBP-PPA (Stud Kasus: PTIIK Unverstas Brawjaya Malang) Bunga Amela Restuputr 1, Wayan
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa
III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlakukan d MTs Neger Bandar Lampung dengan populas sswa kelas VII yang terdr dar 0 kelas yatu kelas unggulan, unggulan, dan kelas A sampa dengan
Lebih terperinciPENGEMBANGAN METODE ALGORITMA GENETIKA DAN DARWINIAN PARTICLE SWARM OPTIMIZATION UNTUK FUNGSI MULTIMODAL
Arad Retno TH, Pengembangan Metode Algortma Gen, Hal 93-0 PENGEMBANGAN METODE ALGORITMA GENETIKA DAN DARWINIAN PARTICLE SWARM OPTIMIZATION UNTUK FUNGSI MULTIMODAL Arad Retno Tr Hayat Abstrak Metode optmas
Lebih terperinciBAB III METODE KOMPRESI DAN DEKOMPRESI. untuk setiap B X. fraktal. Penjelasan dimulai dengan pengenalan Multiple Reduction Copy
BAB III METODE KOMPRESI DAN DEKOMPRESI Kompres ctra fraktal memodelkan ctra sebaga lmt dar suatu proses teras. Jka dberkan suatu ctra A X, metode n akan mencar suatu proses W sedemkan sehngga ttk tetap
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di
III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Al-Azhar 3 Bandar Lampung yang terletak d Jl. Gn. Tanggamus Raya Way Halm, kota Bandar Lampung. Populas dalam peneltan n adalah
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA
III. METODE PENELITIAN A. Waktu dan Tempat Peneltan Peneltan n merupakan stud ekspermen yang telah dlaksanakan d SMA Neger 3 Bandar Lampung. Peneltan n dlaksanakan pada semester genap tahun ajaran 2012/2013.
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Dalam pembuatan tugas akhr n, penulsan mendapat referens dar pustaka serta lteratur lan yang berhubungan dengan pokok masalah yang penuls ajukan. Langkah-langkah yang akan
Lebih terperinciKritikan Terhadap Varians Sebagai Alat Ukur
Krtkan Terhadap Varans Sebaga Alat Ukur Varans mengukur penympangan pengembalan aktva d sektar nla yang dharapkan, maka varans mempertmbangkan juga pengembalan d atas atau d bawah nla pengembalan yang
Lebih terperinciBAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER
BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER 5.1 Pembelajaran Dengan Fuzzy Program Lner. Salah satu model program lnear klask, adalah : Maksmumkan : T f ( x) = c x Dengan batasan : Ax b x 0 n m mxn Dengan
Lebih terperinciBAB V ANALISA PEMECAHAN MASALAH
BAB V ANALISA PEMECAHAN MASALAH 5.1 Analsa Pemlhan Model Tme Seres Forecastng Pemlhan model forecastng terbak dlakukan secara statstk, dmana alat statstk yang dgunakan adalah MAD, MAPE dan TS. Perbandngan
Lebih terperinciBAB III METODOLOGI PENELITIAN. Metode yang digunakan dalam penelitian ini adalah metode eksperimen
3 BAB III METODOLOGI PENELITIAN A. Metode dan Desan Peneltan Metode yang dgunakan dalam peneltan n adalah metode ekspermen karena sesua dengan tujuan peneltan yatu melhat hubungan antara varabelvarabel
Lebih terperinciMETODE PENELITIAN. pelajaran 2011/ Populasi penelitian ini adalah seluruh siswa kelas X yang
III. METODE PENELITIAN A. Waktu dan Tempat Peneltan Peneltan n telah dlaksanakan d SMA Neger 1 Bandar Lampung pada tahun pelajaran 011/ 01. Populas peneltan n adalah seluruh sswa kelas X yang terdr dar
Lebih terperinciPrediksi Jumlah Follower Official Account Line Menggunakan Regresi dan Algoritma Genetika
Jurnal Pengembangan Teknolog Informas dan Ilmu Komputer e-issn: 2548-964X Vol. 1, No. 11, November 217, hlm. 1312-132 http://j-ptk.ub.ac.d Predks Jumlah Follower Offcal Account Lne Menggunakan Regres dan
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 13 Bandar Lampung. Populasi dalam
III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Neger 3 Bandar Lampung. Populas dalam peneltan n yatu seluruh sswa kelas VIII SMP Neger 3 Bandar Lampung Tahun Pelajaran 0/03 yang
Lebih terperinciPendahuluan. 0 Dengan kata lain jika fungsi tersebut diplotkan, grafik yang dihasilkan akan mendekati pasanganpasangan
Pendahuluan 0 Data-data ang bersfat dskrt dapat dbuat contnuum melalu proses curve-fttng. 0 Curve-fttng merupakan proses data-smoothng, akn proses pendekatan terhadap kecenderungan data-data dalam bentuk
Lebih terperinciDidownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN
BAB I PENDAHULUAN Sebuah jarngan terdr dar sekelompok node yang dhubungkan oleh busur atau cabang. Suatu jens arus tertentu berkatan dengan setap busur. Notas standart untuk menggambarkan sebuah jarngan
Lebih terperinciOVERVIEW 1/40
http://www..deden08m.wordpress.com OVERVIEW 1/40 Konsep-konsep dasar dalam pembentukan portofolo optmal. Perbedaan tentang aset bersko dan aset bebas rsko. Perbedaan preferens nvestor dalam memlh portofolo
Lebih terperinciTEORI INVESTASI DAN PORTFOLIO MATERI 4.
TEORI INVESTASI DAN PORTFOLIO MATERI 4 KONSEP DASAR 2/40 Ada tga konsep dasar yang perlu dketahu untuk memaham pembentukan portofolo optmal, yatu: portofolo efsen dan portofolo optmal fungs utltas dan
Lebih terperinciBAB III METODE PENELITIAN. Penelitian ini merupakan penelitian yang bertujuan untuk mendeskripsikan
BAB III METODE PENELITIAN A. Jens Peneltan Peneltan n merupakan peneltan yang bertujuan untuk mendeskrpskan langkah-langkah pengembangan perangkat pembelajaran matematka berbass teor varas berupa Rencana
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan di SD Al-Azhar 1 Wayhalim Bandar Lampung. Populasi
3 III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SD Al-Azhar Wayhalm Bandar Lampung. Populas dalam peneltan n adalah seluruh sswa kelas V yang terdr dar 5 kelas yatu V A, V B, V
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang. Di dalam matematika mulai dari SD, SMP, SMA, dan Perguruan Tinggi
Daftar Is Daftar Is... Kata pengantar... BAB I...1 PENDAHULUAN...1 1.1 Latar Belakang...1 1.2 Rumusan Masalah...2 1.3 Tujuan...2 BAB II...3 TINJAUAN TEORITIS...3 2.1 Landasan Teor...4 BAB III...5 PEMBAHASAN...5
Lebih terperinciBAB IV PEMBAHASAN MODEL
BAB IV PEMBAHASAN MODEL Pada bab IV n akan dlakukan pembuatan model dengan melakukan analss perhtungan untuk permasalahan proses pengadaan model persedaan mult tem dengan baya produks cekung dan jont setup
Lebih terperinciUKURAN S A S MPE P L P of o. D r D. r H. H Al A ma m s a d s i d Sy S a y h a z h a, SE S. E, M P E ai a l i : l as a y s a y h a
UKURAN SAMPEL Prof. Dr. H. Almasd Syahza, SE., MP Emal: asyahza@yahoo.co.d Webste: http://almasd. almasd.staff. staff.unr.ac.d Penelt Senor Unverstas Rau Penentuan Sampel Peneltan lmah hampr selalu hanya
Lebih terperinci(1.1) maka matriks pembayaran tersebut dikatakan mempunyai titik pelana pada (r,s) dan elemen a
Lecture 2: Pure Strategy A. Strategy Optmum Hal pokok yang sesungguhnya menad nt dar teor permanan adalah menentukan solus optmum bag kedua phak yang salng bersang tersebut yang bersesuaan dengan strateg
Lebih terperinciBAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh
BAB III METODE PENELITIAN 3.1 Desan Peneltan Sebelum dlakukan peneltan, langkah pertama yang harus dlakukan oleh penelt adalah menentukan terlebh dahulu metode apa yang akan dgunakan dalam peneltan. Desan
Lebih terperinciIII. METODE PENELITIAN. bersifat statistik dengan tujuan menguji hipotesis yang telah ditetapkan.
3 III. METDE PENELITIAN A. Metode Peneltan Metode peneltan merupakan langkah atau aturan yang dgunakan dalam melaksanakan peneltan. Metode pada peneltan n bersfat kuanttatf yatu metode peneltan yang dgunakan
Lebih terperinciBAB IV PERHITUNGAN DAN ANALISIS
BAB IV PERHITUNGAN DAN ANALISIS 4.1 Survey Parameter Survey parameter n dlakukan dengan mengubah satu jens parameter dengan membuat parameter lannya tetap. Pengamatan terhadap berbaga nla untuk satu parameter
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1. Hpotess Peneltan Berkatan dengan manusa masalah d atas maka penuls menyusun hpotess sebaga acuan dalam penulsan hpotess penuls yatu Terdapat hubungan postf antara penddkan
Lebih terperinciIV. UKURAN SIMPANGAN, DISPERSI & VARIASI
IV. UKURAN SIMPANGAN, DISPERSI & VARIASI Pendahuluan o Ukuran dspers atau ukuran varas, yang menggambarkan derajat bagamana berpencarnya data kuanttatf, dntaranya: rentang, rentang antar kuartl, smpangan
Lebih terperinciBAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi.
BAB LANDASAN TEORI Pada bab n akan durakan beberapa metode yang dgunakan dalam penyelesaan tugas akhr n. Selan tu penuls juga mengurakan tentang pengertan regres, analss regres berganda, membentuk persamaan
Lebih terperinciBab 1 PENDAHULUAN Latar Belakang
11 Bab 1 PENDAHULUAN 1.1. Latar Belakang Perbankan adalah ndustr yang syarat dengan rsko. Mula dar pengumpulan dana sebaga sumber labltas, hngga penyaluran dana pada aktva produktf. Berbaga kegatan jasa
Lebih terperinciPENELITIAN DOSEN PEMULA
Kode/Nama Rumpun Ilmu : 56 / Akuntans PENELITIAN DOSEN PEMULA ANALISIS PORTOFOLIO UNTUK MENENTUKAN EXPECTED RETURN OPTIMAL DAN RISIKO MINIMAL PADA SAHAM PERUSAHAAN TELEKOMUNIKASI YANG TERDAFTAR DI BURSA
Lebih terperinciAlokasi kursi parlemen
Alokas kurs parlemen Dd Achdjat Untuk Sndkas Pemlu dan Demokras 1. Pendahuluan 1 Pelaksanaan pemlhan umum sebaga sarana mplementas demokras memerlukan suatu konsep yang kokoh dan taat azas. Konsep pelaksanaan
Lebih terperinciBAB III METODE PENELITIAN. problems. Cresswell (2012: 533) beranggapan bahwa dengan
BAB III METODE PENELITIAN A. Jens Peneltan Jens peneltan n adalah peneltan kombnas atau mxed methods. Cresswell (2012: 533) A mxed methods research desgn s a procedure for collectng, analyzng and mxng
Lebih terperinciBAB III METODE PENELITIAN. hasil penelitian. Walaupun penelitian ini merupakan penelitian kuasi eksperimen,
BAB III METODE PENELITIAN A. Metode dan Desan Peneltan Metode peneltan n adalah quas ekspermen karena terdapat unsur manpulas, yatu mengubah keadaan basa secara sstemats ke keadaan tertentu serta tetap
Lebih terperinciBAB III METODE PENELITIAN. yang digunakan meliputi: (1) PDRB Kota Dumai (tahun ) dan PDRB
BAB III METODE PENELITIAN 3.1 Jens dan Sumber Data Jens data yang dgunakan dalam peneltan n adalah data sekunder. Data yang dgunakan melput: (1) PDRB Kota Duma (tahun 2000-2010) dan PDRB kabupaten/kota
Lebih terperinciP n e j n a j d a u d a u l a a l n a n O pt p im i a m l a l P e P m e b m a b n a g n k g i k t Oleh Z r u iman
OTIMISASI enjadualan Optmal embangkt Oleh : Zurman Anthony, ST. MT Optmas pengrman daya lstrk Dmaksudkan untuk memperkecl jumlah keseluruhan baya operas dengan memperhtungkan rug-rug daya nyata pada saluran
Lebih terperinciBAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah
BAB III METODE PENELITIAN 3.1 Metode Peneltan Metode yang dgunakan dalam peneltan n adalah metode deskrptf. Peneltan deskrptf merupakan peneltan yang dlakukan untuk menggambarkan sebuah fenomena atau suatu
Lebih terperinciIII. METODOLOGI PENELITIAN
44 III. METODOLOGI PENELITIAN A. Metode Peneltan Menurut Arkunto (00:3) peneltan ekspermen adalah suatu peneltan yang selalu dlakukan dengan maksud untuk melhat akbat dar suatu perlakuan. Metode yang penuls
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Satelah melakukan peneltan, penelt melakukan stud lapangan untuk memperoleh data nla post test dar hasl tes setelah dkena perlakuan.
Lebih terperinciBAB III METODE PENELITIAN. pembelajaran berupa RPP dan LKS dengan pendekatan berbasis masalah ini
BAB III METODE PENELITIAN A. Desan Peneltan Metode peneltan yang dgunakan dalam pengembangan perangkat pembelajaran berupa RPP dan LKS dengan pendekatan berbass masalah n adalah metode pengembangan atau
Lebih terperinciBAB IV PENGUJIAN DAN ANALISA
BAB IV PENGUJIAN DAN ANALISA 4. PENGUJIAN PENGUKURAN KECEPATAN PUTAR BERBASIS REAL TIME LINUX Dalam membuktkan kelayakan dan kehandalan pengukuran kecepatan putar berbass RTLnux n, dlakukan pengujan dalam
Lebih terperinciBAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c
6 A PEMAHASA Pada bab sebelumnya telah dbahas teor-teor yang akan dgunakan untuk menyelesakan masalah program lner parametrk. Pada bab n akan dperlhatkan suatu prosedur yang lengkap untuk menyelesakan
Lebih terperinciGambar 3.1 Diagram alir penelitian
BAB 3 METODE PENELITIAN 3.1 Dagram Alr Peneltan Materal Amorph Magnetk (Fe 73 Al 5 Ga 2 P 8 C 5 B 4 S 3 ) Ekspermen DfraksNeutron (I vs 2theta) Smulas Insalsas atom secara random Fungs struktur, F(Q) Perhtungan
Lebih terperinciBab III Analisis Rantai Markov
Bab III Analss Ranta Markov Sstem Markov (atau proses Markov atau ranta Markov) merupakan suatu sstem dengan satu atau beberapa state atau keadaan, dan dapat berpndah dar satu state ke state yang lan pada
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini merupakan penelitian pengembangan (Research and
III. METODE PENELITIAN A. Desan Peneltan Peneltan n merupakan peneltan pengembangan (Research and Development). Peneltan pengembangan yang dlakukan adalah untuk mengembangkan penuntun praktkum menjad LKS
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Tnjauan Pustaka 2.1.1 Tmetable Tmetable merupakan alokas subjek yang memlk kendala untuk dtempatkan pada ruang waktu (Gan dkk, 2004). Permasalahan Tmetable cukup luas. Masalah
Lebih terperinciBab III Analisis dan Rancangan Sistem Kompresi Kalimat
Bab III Analss dan Rancangan Sstem Kompres Kalmat Bab n bers penjelasan dan analss terhadap sstem kompres kalmat yang dkembangkan d dalam tess n. Peneltan n menggunakan pendekatan statstcal translaton
Lebih terperinciBAB III METODE PENELITIAN. menggunakan strategi pembelajaran mind mapping dalam pendekatan
35 BAB III METODE PENELITIAN A. Jens dan Desan Peneltan Jens peneltan n adalah kuas ekspermen. Pada peneltan n terdapat dua kelompok subjek peneltan yatu kelompok ekspermen yang dberkan suatu perlakuan
Lebih terperinciBAB.3 METODOLOGI PENELITIN 3.1 Lokasi dan Waktu Penelitian Penelitian ini di laksanakan di Sekolah Menengah Pertama (SMP) N. 1 Gorontalo pada kelas
9 BAB.3 METODOLOGI PENELITIN 3. Lokas dan Waktu Peneltan Peneltan n d laksanakan d Sekolah Menengah Pertama (SMP) N. Gorontalo pada kelas VIII. Waktu peneltan dlaksanakan pada semester ganjl, tahun ajaran
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN PENELITIAN. penerapan Customer Relationship Management pada tanggal 30 Juni 2011.
44 BAB IV HASIL DAN PEMBAHASAN PENELITIAN 4.1 Penyajan Data Peneltan Untuk memperoleh data dar responden yang ada, maka dgunakan kuesoner yang telah dsebar pada para pelanggan (orang tua sswa) d Kumon
Lebih terperinciPENGGUNAAN HIBRIDISASI GENETICS ALGORITHMS DAN FUZZY SETS UNTUK MEMPRODUKSI PAKET SOAL
PENGGUNAAN HIBRIDISASI GENETICS ALGORITHMS DAN FUZZY SETS UNTUK MEMPRODUKSI PAKET SOAL Rolly Intan Fakultas Teknolog Industr, Jurusan Teknk Informatka, Unverstas Krsten Petra e-mal: rntan@petra.ac.d ABSTRAK:
Lebih terperinciBAB III METODOLOGI PENELITIAN. bulan November 2011 dan direncanakan selesai pada bulan Mei 2012.
BAB III METODOLOGI PENELITIAN 1.1. Tempat dan waktu Peneltan Peneltan dlakukan pada Perusahaan Daerah Ar Mnum Kabupaten Gorontalo yang beralamat d jalan Gunung Bolyohuto No. 390 Kelurahan Bolhuangga Kecamatan
Lebih terperinciBAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya
BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.1.1 Tempat Peneltan Pada peneltan n, penuls memlh lokas d SMA Neger 1 Bolyohuto khususnya pada sswa kelas X, karena penuls menganggap bahwa lokas
Lebih terperinciIII. METODE PENELITIAN
III. METODE PEELITIA 3.1. Kerangka Pemkran Peneltan BRI Unt Cbnong dan Unt Warung Jambu Uraan Pekerjaan Karyawan Subyek Analss Konds SDM Aktual (KKP) Konds SDM Harapan (KKJ) Kuesoner KKP Kuesoner KKJ la
Lebih terperinciBAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK:
BAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK: BAB IX. STATISTIKA Contoh : hasl ulangan Matematka 5 sswa sbb: 6 8 7 6 9 Pengertan Statstka dan
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 8 Bandar Lampung. Populasi dalam
1 III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMPN 8 Bandar Lampung. Populas dalam peneltan n adalah seluruh sswa kelas VII SMPN 8 Bandar Lampung Tahun Pelajaran 01/013 yang terdr
Lebih terperinciBAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen.
BAB II METODOLOGI PENELITIAN A. Bentuk Peneltan Jens peneltan yang dgunakan dalam peneltan n adalah peneltan deskrptf dengan analsa kuanttatf, dengan maksud untuk mencar pengaruh antara varable ndependen
Lebih terperinciPost test (Treatment) Y 1 X Y 2
BAB III METODOLOGI PENELITIAN A. Metode Peneltan Metode Peneltan adalah cara lmah untuk memaham suatu objek dalam suatu kegatan peneltan. Peneltan yang dlakukan n bertujuan untuk mengetahu penngkatan hasl
Lebih terperinciPertemuan ke-4 Analisa Terapan: Metode Numerik. 4 Oktober 2012
Pertemuan ke-4 Analsa Terapan: Metode Numerk 4 Oktober Persamaan Non Non--Lner: Metode NewtonNewton-Raphson Dr.Eng. Agus S. Muntohar Metode Newton Newton--Raphson f( f( f( + [, f(] + = α + + f( f ( Gambar
Lebih terperinciBAB III METODE PENELITIAN. Metode penelitian merupakan cara atau langkah-langkah yang harus
BAB III METODE PENELITIAN Metode peneltan merupakan cara atau langkah-langkah yang harus dtempuh dalam kegatan peneltan, sehngga peneltan yang dlakukan dapat mencapa sasaran yang dngnkan. Metodolog peneltan
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA DAN PEMILIHAN MITRA BADAN PUSAT STATISTIK (BPS) KABUPATEN GUNUNGKIDUL MENGGUNAKAN METODE SAW BERBASIS WEB
SISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA DAN PEMILIHAN MITRA BADAN PUSAT STATISTIK (BPS) KABUPATEN GUNUNGKIDUL MENGGUNAKAN METODE SAW BERBASIS WEB Putr Har Ikhtarn ), Bety Nurltasar 2), Hafdz Alda
Lebih terperinciRETURN DAN RISIKO DALAM INVESTASI
RETURN DAN RISIKO DALAM INVESTASI 1 Return (Imbal hasl) nvestas Expected return (Return ekspetas) return yang dharapkan akan ddapat oleh nvestor d masa depan Actual return/ Realzed return (Return aktual)
Lebih terperinciANALISIS DATA KATEGORIK (STK351)
Suplemen Respons Pertemuan ANALISIS DATA KATEGORIK (STK351) 7 Departemen Statstka FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referens Waktu Korelas Perngkat (Rank Correlaton) Bag. 1 Koefsen Korelas Perngkat
Lebih terperinciAnalisis Model Indeks Tunggal Portofolio Saham di Bursa Efek Indonesia (BEI) Periode
Analss Model Indeks Tunggal Portofolo Saham d Bursa Efek Indonesa (BEI) Perode 009-011 Mrah (mrah_vezmle@ymal.com) Trsnad Wjaya (trsnad@mdp.ac.d) Jurusan Manajemen STIE MDP Abstrak : Peneltan n bertujuan
Lebih terperinciBAB III METODE PENELITIAN. Jenis penelitian yang akan digunakan dalam penelitian ini adalah
BAB III METODE PENELITIAN A. Jens Peneltan Jens peneltan yang akan dgunakan dalam peneltan n adalah peneltan pengembangan (Research and Development). Peneltan Research and Development (R&D) n merupakan
Lebih terperinciε adalah error random yang diasumsikan independen, m X ) adalah fungsi
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan suatu metode yang dgunakan untuk menganalss hubungan antara dua atau lebh varabel. Pada analss regres terdapat dua jens varabel yatu
Lebih terperinciBAB I PENDAHULUAN I-1
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Kendaraan bermotor merupakan alat yang palng dbutuhkan sebaga meda transportas. Kendaraan dbag menjad dua macam, yatu kendaraan umum dan prbad. Kendaraan umum
Lebih terperinciREGRESI DAN KORELASI LINEAR SEDERHANA. Regresi Linear
REGRESI DAN KORELASI LINEAR SEDERHANA Regres Lnear Tujuan Pembelajaran Menjelaskan regres dan korelas Menghtung dar persamaan regres dan standard error dar estmas-estmas untuk analss regres lner sederhana
Lebih terperinciEksistensi Bifurkasi Mundur pada Model Penyebaran Penyakit Menular dengan Vaksinasi
1 Eksstens Bfurkas Mundur pada Model Penyebaran Penyakt Menular dengan Vaksnas Intan Putr Lestar, Drs. M. Setjo Wnarko, M.S Jurusan Matematka, Fakultas Matematka dan Ilmu Pengetahuan Alam, Insttut Teknolog
Lebih terperinciParamitasari, Mulyono Analisis Portofolio Untuk Menentukan Expected Return Optimal 19
Paramtasar, Mulyono Analss Portofolo Untuk Menentukan Expected Return Optmal 19 Analss Portofolo Untuk Menentukan Expected Return Optmal dan Rsko Mnmal pada Saham Perusahaan Telekomunkas yang Terdaftar
Lebih terperinciBab V Aliran Daya Optimal
Bab V Alran Daya Optmal Permasalahan alran daya optmal (Optmal Power Flow/OPF) telah menjad bahan pembcaraan sejak dperkenalkan pertama kal oleh Carpenter pada tahun 196. Karena mater pembahasan tentang
Lebih terperinciOPTIMALISASI PORTOFOLIO DENGAN KOMBINASI INDEKS KOMPAS 100 MENGGUNAKAN ANALISIS SINGLE INDEX MODEL
Calyptra: Jurnal Ilmah Mahasswa Unverstas Surabaya Vol.3 No.1 (014) OPTIMALISASI PORTOFOLIO DENGAN KOMBINASI INDEKS KOMPAS 100 MENGGUNAKAN ANALISIS SINGLE INDEX MODEL INTISARI Yulant Panjaya Manajemen
Lebih terperinciPENERAPAN METODE MAMDANI DALAM MENGHITUNG TINGKAT INFLASI BERDASARKAN KELOMPOK KOMODITI (Studi Kasus pada Data Inflasi Indonesia)
PENERAPAN METODE MAMDANI DALAM MENGHITUNG TINGKAT INFLASI BERDASARKAN KELOMPOK KOMODITI (Stud Kasus pada Data Inflas Indonesa) Putr Noorwan Effendy, Amar Sumarsa, Embay Rohaet Program Stud Matematka Fakultas
Lebih terperinciBAB VB PERSEPTRON & CONTOH
BAB VB PERSEPTRON & CONTOH Model JST perseptron dtemukan oleh Rosenblatt (1962) dan Mnsky Papert (1969). Model n merupakan model yang memlk aplkas dan pelathan yang lebh bak pada era tersebut. 5B.1 Arstektur
Lebih terperinci3 METODE HEURISTIK UNTUK VRPTW
12 3 METODE HEURISTIK UNTUK VRPTW 3.1 Metode Heurstk Metode heurstk merupakan salah satu metode penentuan solus optmal dar permasalahan optmas kombnatoral. Berbeda dengan solus eksak yang menentukan nla
Lebih terperinciBAB III HIPOTESIS DAN METODOLOGI PENELITIAN
BAB III HIPOTESIS DAN METODOLOGI PENELITIAN III.1 Hpotess Berdasarkan kerangka pemkran sebelumnya, maka dapat drumuskan hpotess sebaga berkut : H1 : ada beda sgnfkan antara sebelum dan setelah penerbtan
Lebih terperinciBAB III METODE PENELITIAN. menghasilkan Lembar Kegiatan Siswa (LKS) pada materi Geometri dengan
BAB III METODE PENELITIAN A. Jens Peneltan Peneltan n merupakan peneltan pengembangan yang bertujuan untuk menghaslkan Lembar Kegatan Sswa (LKS) pada mater Geometr dengan pendekatan pembelajaran berbass
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen dengan populasi penelitian yaitu
4 III. METODE PENELITIAN A. Populas Peneltan Peneltan n merupakan stud ekspermen dengan populas peneltan yatu seluruh sswa kelas VIII C SMP Neger Bukt Kemunng pada semester genap tahun pelajaran 01/013
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Peneltan n menggunakan peneltan ekspermen; subyek peneltannya dbedakan menjad kelas ekspermen dan kelas kontrol. Kelas ekspermen dber
Lebih terperinciPerancangan Simulasi Integrasi Pengirim-Penerima DVB-T
Bab 3 Perancangan Smulas Integras Pengrm-Penerma DVB-T 3.1 Pendahuluan Program smulas pada tess n bertujuan untuk mensmulaskan perbandngan knerja algortma snkronsas waktu dan frekuens dalam berbaga tpe
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2 Masalah Transportas Jong Jek Sang (20) menelaskan bahwa masalah transportas merupakan masalah yang serng dhadap dalam pendstrbusan barang Msalkan ada m buah gudang (sumber) yang
Lebih terperinciBAB VIB METODE BELAJAR Delta rule, ADALINE (WIDROW- HOFF), MADALINE
BAB VIB METODE BELAJAR Delta rule, ADALINE (WIDROW- HOFF), MADALINE 6B.1 Pelathan ADALINE Model ADALINE (Adaptve Lnear Neuron) dtemukan oleh Wdrow & Hoff (1960) Arstekturnya mrp dengan perseptron Perbedaan
Lebih terperinciBAB IV HASIL PENELITIAN
6 BAB IV HAIL PENELITIAN A. Deskrps Data Hasl Peneltan Untuk mengetahu keefektfan penerapan model pembelajaran cooperatve learnng tpe TAD (tudent Teams-Achevement Dvsons) terhadap hasl belajar matematka
Lebih terperinciIII. METODE PENELITIAN. Metode dalam penelitian ini adalah metode eksperimen. Penggunaan metode eksperimen ini
III. METODE PENELITIAN A. Metode Peneltan Metode dalam peneltan n adalah metode ekspermen. Penggunaan metode ekspermen n bertujuan untuk mengetahu apakah suatu metode, prosedur, sstem, proses, alat, bahan
Lebih terperinciBAB 2 KAJIAN PUSTAKA
BAB 2 KAJIAN PUSTAKA 2.1 Negosas Negosas dapat dkategorkan dengan banyak cara, yatu berdasarkan sesuatu yang dnegosaskan, karakter dar orang yang melakukan negosas, protokol negosas, karakterstk dar nformas,
Lebih terperinciBAB III OBYEK DAN METODE PENELITIAN. Obyek dalam penelitian ini adalah kebijakan dividen sebagai variabel
4 BAB III OBYEK DAN METODE PENELITIAN 3.1 Obyek Peneltan Obyek dalam peneltan n adalah kebjakan dvden sebaga varabel ndependen (X) dan harga saham sebaga varabel dependen (Y). Peneltan n dlakukan untuk
Lebih terperinciPreferensi untuk alternatif A i diberikan
Bahan Kulah : Topk Khusus Metode Weghted Product (WP) menggunakan perkalan untuk menghubungkan ratng atrbut, dmana ratng setap atrbut harus dpangkatkan dulu dengan bobot atrbut yang bersangkutan. Proses
Lebih terperinciStudi Optimal Power Flow Sistem Kelistrikan 500 kv Jawa Bali dengan Metode Algoritma Genetika
Meda Elektrka, Vol. 6 No. 1, Jun 2013 ISSN 1979-7451 Stud Optmal Power Flow Sstem Kelstrkan 500 kv Jawa Bal dengan Metode Algortma Genetka Yassr 1, Sarjya 2, T. Haryono 3 1,2,3 Jurusan Teknk Elektro dan
Lebih terperinciBAB III METODOLOGI PENELITIAN. Jenis penelitian yang digunakan adalah penelitian pengembangan yang
BAB III METODOLOGI PENELITIAN A. Jens Peneltan Jens peneltan yang dgunakan adalah peneltan pengembangan yang bertujuan membuat suatu produk dan duj kelayakannya. B. Metode Pengembangan Peneltan n menggunakan
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN Bab n akan menjelaskan latar belakang pemlhan metode yang dgunakan untuk mengestmas partspas sekolah. Propns Sumatera Barat dplh sebaga daerah stud peneltan. Setap varabel yang
Lebih terperinciBAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap
5 BAB III METODOLOGI PENELITIAN 3. Lokas Dan Waktu Peneltan Peneltan n dlaksanakan d SMA Neger I Tbawa pada semester genap tahun ajaran 0/03. Peneltan n berlangsung selama ± bulan (Me,Jun) mula dar tahap
Lebih terperinciDesain Kontroler PID-Genetic Algorithm untuk Sistem Pengaturan Level Air Steam Drum pada Pembangkit Listrik Tenaga Uap (PLTU)
JURNAL TEKNIK ITS Vol. 6, No. 1, (2017) ISSN: 2337-3539 (2301-9271 Prnt) A-153 Desan Kontroler PID-Genetc Algorthm untuk Sstem Pengaturan Level Ar Steam Drum pada Pembangkt Lstrk Tenaga Uap (PLTU) Mohamad
Lebih terperinciBAB IV PEMBAHASAN HASIL PENELITIAN PENGARUH PENGGUNAAN METODE GALLERY WALK
BAB IV PEMBAASAN ASIL PENELITIAN PENGARU PENGGUNAAN METODE GALLERY WALK TERADAP ASIL BELAJAR MATA PELAJARAN IPS MATERI POKOK KERAGAMAN SUKU BANGSA DAN BUDAYA DI INDONESIA A. Deskrps Data asl Peneltan.
Lebih terperinciOPTIMASI LETAK DAN SIFAT PEREDAM MASSA SELARAS UNTUK MENGURANGI RESPONS STRUKTUR AKIBAT GEMPA
Konferens Nasonal Teknk Spl 4 (KoNTekS 4) Sanur-Bal, -3 Jun 010 OPTIMASI LETAK DAN SIFAT PEREDAM MASSA SELARAS UNTUK MENGURANGI RESPONS STRUKTUR AKIBAT GEMPA Yoyong Arfad 1 1 Program Stud Teknk Spl, Unverstas
Lebih terperinciOPTIMASI METODE DISCRIMINATIVELY REGULARIZED LEAST SQUARE CLASSIFICATION DENGAN ALGORITMA GENETIKA
Vol. 5, o. 3, Januar 2010 ISS 0216-0544 OPIMASI MEODE DISCRIMIAIVELY REGULARIZED LEAS SQUARE CLASSIFICAIO DEGA ALGORIMA GEEIKA * Arad Retno r Hayat Rrd, ** Agus Zanal Arfn, *** Anny Yunart * Program Stud
Lebih terperinciBAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode
BAB III METODE PENELITIAN Desan Peneltan Metode peneltan yang dgunakan dalam peneltan n adalah metode deskrptf analts dengan jens pendekatan stud kasus yatu dengan melhat fenomena permasalahan yang ada
Lebih terperinci