ANALISIS AVAILABILITAS SISTEM SERI DENGAN PENDEKATAN ANALISIS MARKOV (STUDI KASUS DI PT X )

Ukuran: px
Mulai penontonan dengan halaman:

Download "ANALISIS AVAILABILITAS SISTEM SERI DENGAN PENDEKATAN ANALISIS MARKOV (STUDI KASUS DI PT X )"

Transkripsi

1 ANALII AVAILABILITA ITEM ERI DENGAN PENDEKATAN ANALII MARKOV (TUDI KAU DI PT X ) Add Rzka Agusta, Muhaad jahd Akbar da Haryoo Jurusa tatstka, Fakultas Mateatka da Ilu Pegetahua Ala, Isttut Tekolog epuluh Nopeber (IT) Jl. Aref Raha Hak, urabaya 0 e-al: addrzkaagusta@yahoo.co, _syahd_a@statstka.ts.ac.d, haryoo@statstka.ts.ac.d Abstrak PT X erupaka suatu perusahaa aufaktur yag eproduks BOPP (Baxally Oreted Polypropylee) Fl. Proses produks BOPP Fl elput ea tahap, yatu Feedg, Extrudg, Chllg, pebetuka Fl, Coroa, da pegguluga Fl. Proses produks tersebut erupaka sste ser karea prosesya yag harus dlakuka secara beruruta. Khusus pada proses Chllg, apabla kopoe Motor Blower Fl Dryg egala kerusaka aka dgatka secara aual egguaka kpas ag turbo. Pergata tu eyebabka kuattas produksya berkurag hgga 50% da proses tetap berjala. Aalss avalabltas terhadap proses produks tersebut egguaka pedekata aalss Markov. Dala proses produksya dketahu bahwa terdapat satu tahap (subsste) yag elk 3 kods, yak bak, euru, da rusak. Avalabltas sste produks d PT X dala 5 tahu adalah sebesar 99,5 perse, terdr dar avalabltas subsste Feedg, Extrudg, Chllg pebetuka Fl, Coroa, da pegguluga Fl asg-asg sebesar 99,9 perse, 99,93 perse, 99,95 perse, 99,93 perse, 99,90 perse, da 99,94 perse. edagka dala jagka pajag sste tersebut elk avalabltas sebesar 99,5 perse. Efek dar subsste Feedg, Extrudg, da pebetuka Fl terhadap avalabltas sste dcar pada saat steady state dega eerapka tekk Balace Equato. ubsste yag palg berdapak pada avalabltas sste adalah pada subsste Feedg. Kata Kuc Avalabltas, Aalss Markov, Balace Equato. I. PENDAHULUAN Pertubuha dustr d Idoesa k seak berkebag pesat, sehgga euculka persaga yag sagat ketat dbdagya. Persaga eyebabka dustr-dustr berusaha egkatka kualtas da kuattas produk yag dhaslka. Kualtas suatu produk ddefska sebaga keapua suatu barag dala eberka kerja yag sesua atau elebh kega kosue []. Kualtas produk erupaka faktor utaa peggerak kepuasa pelagga [2]. Proses produks sagat bergatug pada optalya fugs da peralataperalata produks. PT X erupaka perusahaa perseroa yag bergerak dala bdag dustr plastk/kertas kaca pegeas (Baxally Oreted Polypropylee) BOPP Fl. Produk yag dhaslka basaya dguaka sebaga pebugkus rokok, label botol ua, da la-la. Proses produks utuk eghaslka BOPP Fl elput ea tahap, yatu Feedg, Extrudg, Chllg, pebetuka Fl, Coroa, da pegguluga Fl. Proses produks tersebut erupaka sste ser karea prosesya yag harus dlakuka secara beruruta. Khusus pada proses Chllg, apabla kopoe Motor Blower Fl Dryg egala kerusaka aka dgatka secara aual egguaka kpas ag turbo. Pergata tersebut eyebabka kuattas produksya berkurag hgga 50 perse, au proses tetap berjala. edagka pada proses laya, apabla salah satu kopoe yag rusak, aka es tdak dapat beroperas da eerluka perbaka supaya kebal berfugs bak. Peelta sebeluya dlakuka oleh laet (2008) yak egea peetua relabltas proses produks yag elk sste ser dega aalss Markov. Peelta tersebut dlakuka d PT ee Gresk Tbk yag bertujua utuk prevetve ateace dega kods yag dlk seua subsste haya ada 2, yak bak da rusak [3]. edagka pada peelta kal, peelt elakuka aalss avalabltas terhadap proses produks yag bersste ser daa terdapat satu tahap yag elk 3 kods, yak bak, euru, da rusak. Metode aalss tersebut egguaka pedekata aalss Markov. Aalss Markov ulaya dlakuka dega ebuat dagra trass odel Markov keuda dapat dbuat odel persaaa dferesalya. Melalu persaaa dferesal tersebut dapat dperoleh probabltas sste berada pada kods tertetu da waktu jagka pajag (steady state) dega egguaka tekk Balace Equato. Probabltas tersebut atya dguaka utuk eghtug avalabltas sste dala jagka pajag [4]. Pada uuya perusahaa lebh tertark utuk egetahu avalabltas sste jagka pajag (steady state). Dega egguaka kods tersebut, dapat lebh udah dala epelajar dar laju kerusaka da laju perbaka suatu subsste terhadap avalabltas sste. II. TINJAUAN PUTAKA A. Relabltas da Avalabltas Relabltas erupaka suatu probabltas suatu ut bekerja dega bak dala suatu perode tertetu ketka dguaka dbawah atura kods operas tertetu [5][]. Perhtuga relabltas dapat eg-katka kualtas da egurag tbulya kerusaka terha-dap suatu ut dala perode tertetu [7]. Probablty Desty Fucto (PDF) atau fugs kepadata probabltas dar waktu T dsbolka dega f(t) []. f () t t P t T t t () Persaaa () eujukka probabltas terjad kerusaka pada waktu atara t sapa t+t. edagka probabltas kerusaka suatu kopoe pada waktu t dapat dhtug dega t P( T t) 0 f ( t) dt F( t), t 0 (2) dega F(t) erupaka probabltas suatu kopoe rusak hgga waktu t, atau basa dsebut dega Cuulatve Dstrbuto Fucto (CDF). CDF basa dsebut dega

2 2 urelablty fucto. Oleh kareaya, perhtuga fugs relabltas R(t) dperoleh t R( t) P( T t) f ( t) dt f ( t) dt F( t) (3) Laju kerusaka, (t), ddefska sebaga tgkat kerusaka suatu kopoe terjad dala selag waktu tertetu, dapat dtuls dega f ( t) f ( t) () t (4) R( t) F( t) Rata-rata waktu atarkerusaka (MTTF) erupaka ratarata waktu suatu kopoe egala kerusaka setelah perbaka. MTTF dapat dhtug dega egguaka ruus t MTTF F( t) dt R( t) dt (5) Avalabltas erupaka probabltas suatu sste beroperas pada suatu waktu atau dala selag waktu tertetu da egadug kods perbaka. Avalabltas sste yag tdak dapat dperbak saa dega relabltas sste tersebut [8]. ehgga avalabltas sste (A ) dapat dhtug dega cara [9] A MTTF MTTF MTBF MTTF MTTR daa rata-rata waktu perbaka ( MTTR) 0 H( t) dt dega H(t) erupaka CDF utuk data waktu perbaka. B. Dstrbus dala Aalss Keadala ste Dstrbus yag serg dguaka dala aalss egea keadala sste dataraya adalah Dstrbus Ekspoesal, Dstrbus Noral, Dstrbus Logoral, da Dstrbus Webull []. A. Dstrbus Ekspoesal Dstrbus Ekspoesal haya epuya satu paraeter, yatu. PDF dar dstrbus ekspoesal adalah f () t e t (7) Berdasarka persaaa (2), dperoleh CDF berkut F( t) e t (8) Relabltas dar dstrbus Ekspoesal adalah R() t e t (9) Apabla f adalah laju kerusaka da r adalah laju perbaka pada waktu ke-t, dperoleh MTTF da MTTR dar dstrbus Ekspoesal adalah MTTF, MTTR (0) f A.2 Dstrbus Noral Paraeter dar dstrbus Noral adalah ea () da varas ( 2 ). PDF dar dstrbus Noral adalah 2 ( t ) f( t) exp () Rata-rata waktu kerusaka ( f ) adalah MTTF dega varas 2 f da rata-rata waktu perbaka ( r ) adalah MTTR dega varas r 2. Persaaa CDF adalah 2 t ( t ) F( t) 0 exp dt (2) atau lagsug elhat la pada Tabel Noral tadard t Ft () (3) r () Megacu pada persaaa (3), dperoleh relabltas utuk dstrbus Noral berkut t Rt ( ) (4) A.3 Dstrbus Logoral PDF utuk dstrbus Logoral adalah 2 l( t ) f( t) exp (5) 2 t 2 2 dega egguaka tabel Noral tadard, persaaa (5) ejad f ( t) ( t) t () Dperoleh fugs relabltas yag dapat dtuls lt Rt ( ) (7) MTTF da MTTR dar dstrbus adalah 2 2 f r MTTF exp f, MTTR exp r (8) 2 2 A.4 Dstrbus Webull Dua paraeter dala dstrbus Webull adalah paraeter scale (γ) da paraeter shape (φ). PDF dar dstrbus Webull adalah [0] ( ) ( t / ) f() t t e, 0, 0 (9) CDF utuk dstrbus Webull yatu ( t ) F( t) e (20) Keuda dar persaaa (20) dperoleh perhtuga Relabltas berkut ( t ) R() t e (2) Perhtuga MTTF da MTTR dar dstrbus Webull dlakuka dega cara, MTTF MTTR f f r (22) r daa γ f da φ f adalah paraeter dar data waktu kerusaka, γ r da φ r adalah paraeter dar data waktu perbaka, da Γ(.) eotaska fugs gaa. C. Peguja Dstrbus Pegguaa uj Aderso-Darlg egacu pada hasl peelta yag dlakuka oleh Wahjud (2007) yag eyataka bahwa uj Aderso-Darlg eujukka superortas dbadgka etode laya []. Uj Aderso-Darlg dapat dguaka utuk berbaga tpe dstrbus, sedagka uj Kologorov-rov haya pada dstrbus Noral [2]. Hpotess yag aka duj H 0 : data egkut dega dstrbus yag dtetuka H : data tdak egkut dega dstrbus yag dtetuka tatstk uj Aderso-Darlg (A 2 ) adalah 2 A (2 ){l F( X ) l[ F( X )]} (23) daa X erupaka data pegaata ke-, dega =,2,3,, da F(X ) erupaka CDF. Nla A 2 yag dperoleh keuda dbadgka dega la krts dar tabel Aderso-Darlg a(db,) dega derajat bebas q=-r/. H 0 aka dtolak apabla la A 2 lebh besar dar la krts. elajutya peetua dstrbus yag palg sesua dega data dapat dlakuka dega elhat A 2 terkecl.

3 3 D. Estas Paraeter Metode Maksu Lkelhood Estato (MLE) adalah suatu etode yag palg bak utuk eperoleh sebuah estator tuggal. Prosedur etode MLE secara kosep sagat sederhaa da juga bayak dguaka utuk egestas paraeter dar dstrbus waktu kerusaka. Fugs Lkelhood, L(θ), adalah L( ) f ( x, x,, x ; ) f ( x, ) (24) 2 dega x erupaka pegaata yag salg bebas dar sapel berukura da θ adalah paraeter yag belu dketahu. MLE basaya dperoleh dar eaksalka logarta atural dar fugs Lkelhood L(θ) [3]. ehgga estas paraeter θ dapat dperoleh dega euruka logarta atural L(θ) terhadap θ yak d l L( ) 0 (25) d E. Aalss Markov terhadap ste er ste ser erupaka suatu sste yag terdr dar beberapa kopoe yag dragka secara beruruta/ser, lebh jelasya dapat dlhat pada gabar berkut 2 3 Gabar Dagra usua Kopoe ste er Aalss Markov dapat dguaka utuk eghtug la relabltas atau avalabltas dar sste tersebut. Uuya laju kerusaka elk dstrbus Ekspoesal. Dala elakuka perhtuga avalabltas sste ser dega egguaka aalss Markov, dperluka beberapa asus dataraya a. Laju kerusaka da laju perbaka asg-asg salg depede b. ubsste tdak rusak secara bersaaa c. Perbaka subsste yag rusak ebuat subsste dala kods sepert baru. Avalabltas dar sste ser, A, dapat dhtug dega A A A 2 A 3 A A (2) A erupaka avalabltas pada subsste/kopoe ke-, dega =,2,3,, [4]. Rata-rata waktu atar-kerusaka dar sste ser (MTTF ) alah MTTF (27) daa erupaka laju kerusaka sste ser da adalah laju kerusaka pada subsste/kopoe ke-. (28) x k k dega x k adalah data waktu kerusaka ke-k (k=,2,,). Rata-rata waktu laa perbaka dar sste ser (MTTR ) MTTR (29) daa β adalah laju perbaka sste ser da β erupaka laju perbaka subsste/kopoe ke-. (30) y k dega y k adalah data laa perbaka dar kerusaka ke-k. Proses Markov dar pebuata BOPP Fl d PT X dtujukka pada Gabar 2. Pejelasa dar sbol-sbol yag dguaka pada dagra trass tersebut: k a. A, B, C, D, E, da F berturut-turut adalah subsste Feedg, Extrudg, Chllg, pebetuka Fl, Coroa, da pegguluga Fl dala keadaa bak b. a, b, c, d, e, da f secara beruruta adalah subsste Feedg, Extrudg, Chllg, pebetuka Fl, Coroa, da pegguluga Fl dala keadaa rusak c. C erupaka subsste C bekerja dega keapua euru d. dega =,2,,7 erupaka laju kerusaka dar subsste A, B, D, E, F, C, da C e. β dega =,2,, erupaka laju perbaka dar subsste A, B, D, E, F, da C f. P j (t) dega j=,2,,3 adalah probabltas sste berada pada state ke-j d waktu ke-t Gabar 2 Dagra Trass ste Mes Pebuat BOPP Fl Model persaaa dferesal pada state adalah P( t) X P( t) P ( t) P ( t) P ( t) P ( t) P ( t) P ( t) (29) da persaaa dferesal pada state 2 adalah P( t) X P ( t) P ( t) P ( t) P ( t) P ( t) P ( t) P( t) (30) daa X X edagka utuk state 3 hgga state 3 elk persaaa dferesal berkut P ( t) P ( t) P( t),, 2,,5 (3) 2 2 P ( t) P ( t) P ( t),, 2,,5 (32) P ( t) P ( t) P ( t) (33) dega kods awal pada t=0 adalah P j (0)=, jka j= da P j (0)=0 utuk j laya (34) Avalabltas sste dala jagka pajag atau pada saat steady state dega egkut atura dp () t j dega t dt 0 Megacu pada persaaa dferesal pada persaaa (29) hgga persaaa (33), peluag dar setap state pada saat steady state, P (t) dsbolka P, dega egguaka tekk Balace Equato dperoleh sebaga berkut X P P 3 2 P 4 3 P 5 4 P 5 P 7 P 3 (35) X P P P P P P P (3)

4 4 P ( t) P( t),, 2,,5 (37) 2 P ( t) P ( t),, 2,,5 (38) 7 2 P ( t) P ( t) (39) Dega eyubsttuska persaaa (37) kedala persaaa (35) dapat dperoleh 7 P P atau P P (40) 2 2 da peluag d state laya ejad P P (4) 2 P P P (42) 7 P P (43) 3 Dega egguaka kods uu daa 3 P (44) Dperoleh besar peluag sste pada state, P, adalah P (45) ehgga avalabltas sste jagka pajag dapat dhtug dega cara A( ) P P 2 P (4) F. Gabara Proses ste pebuata BOPP Fl ula dar put berupa raw ateral (bj-bj plastk) hgga ejad fl yag sudah detralka da dpotog-potog egkut tahapa pada Gabar 3 berkut Raw Materal (bj-bj plastk) Peetrala da Peotoga Feedg Pegguluga Fl 7 Extrudg Coroa Gabar 3 Dagra Alr Proses Produks BOPP Fl III. METODOLOGI PENELITIAN A. uber Data da Varabel Peelta Data yag dguaka pada peelta adalah data sekuder, yak data waktu atarkerusaka da waktu laa perbaka yag terjad pada setap subsste dala proses produks BOPP Fl d PT X selaa 5 tahu, ula tahu 2008 hgga tahu 202. ela tu juga terdapat data kopoe-kopoe yag ada ddala setap subsste. Varabel yag dguaka dala peelta varabel waktu kerusaka da varabel laa perbaka. atua dar varabel waktu kerusaka da varabel laa perbaka adalah ja. B. Lagkah Aalss Lagkah aalss yag dlakuka utuk ecapa tujua peelta ulaya dega eggabugka waktu kerusaka seua kopoe pada setap subsste.. Tujua pertaa: Meperoleh hasl pegukura avalabltas tap subsste pada proses produks d PT X a. Meguj kesesuaa dstrbus data waktu kerusaka da laa waktu perbaka setap subsste. b. Melakuka estas paraeter. Chllg Pebetuka Fl c. Meghtug la MTTF da MTTR dar setap subsste. d. Meghtug la avalabltas dar setap subsste. 2. Tujua kedua: Megukur avalabltas sste ser dar proses produks d PT X. Pegukura dlakuka dega cara egalka la avalabltas setap subsste proses produks. 3. Tujua ketga: Megetahu betuk dagra trass yag sesua utuk proses produks PT X a. Mebuat keragka dagra trass utuk sste ser eyesuaka pada proses produks d PT X. b. Meghtug laju kerusaka da laju perbaka dar setap subsste. 4. Tujua keepat: Megetahu subsste yag palg berpegaruh terhadap avalabltas sste produks d PT X. a. Mebuat persaaa dferesal setap state berdasarka dagra trass yag telah dbuat. b. Mecar la probabltas tap state. Pada saat steady state dapat dhtug dega egguaka tekk Balace Equato. c. Melakuka sulas dega beberapa la laju kerusaka da laju perbaka terhadap beberapa subsste yag daggap petg, yak subsste Feedg, Extrudg, da pebetuka Fl. Efek laju kerusaka da laju perbaka dcar dega egobaska keduaya da dhtug avalabltas sste jagka pajag. IV. HAIL DAN PEMBAHAAN A. Idetfkas ste Produks d PT X ste yag dguaka dala proses produks PT X berupa sste ser, yag berart tahapaya dlakuka secara beruruta. ehgga apabla terdapat al satu tahapa tdak dapat bekerja, aka proses produks terhet. Tabel Julah Kopoe da Julah Kerusaka Tap ubsste selaa 5 Tahu ubsste Julah Kopoe Julah Kerusaka Feedg 4 32 Extrudg 2 7 Chllg 2 20 Pebetuka Fl 2 77 Coroa 0 47 Pegguluga Fl 5 uku cadag yag harus dsedaka PT X utuk subsste pebetuka Fl dala waktu 5 tahu sebayak 77 5tahu sukucadag, 8 2 ut / kopoe 2 uku cadag yag dperluka subsste Feedg, Extrudg, da Chllg dega egguaka perhtuga yag saa pada subsste pebetuka Fl, yatu sebayak 2 ut/kopoe dala 5 tahu. edagka pada subsste Coroa da pegguluga Fl dperluka suku cadag sebayak 3 ut/kopoe selaa 5 tahu. B. Peetua Dstrbus Waktu kerusaka da Laa Perbaka Peguja dstrbus data waktu kerusaka da laa perbaka dala peelta egguaka uj Aderso- Darlg. Dstrbus yag uu dguaka adalah dstrbus Ekspoesal, dstrbus Noral, dstrbus Webull, da dstrbus Logoral. Hpotess yag aka duj adalah

5 5 H 0 : data waktu kerusaka tap subsste egkut dstrbus yag dtetuka H : data waktu kerusaka tap subsste tdak egkut dstrbus yag dtetuka Tabel 2 Peguja Dstrbus Waktu kerusaka Tap ubsste selaa 5 Tahu ubsste tatstk Uj Webull Logoral Ekspoesal Noral Feedg 0,35 0,973 3,932 0,79 Extrudg,034,28 2,002,023 Chllg 0,895 0,98 3,380 0,977 Pebetuka Fl 0,759,020 5,593 3,09 Coroa 0,449 2, 0,374,8 Pegguluga Fl 0,40,383 5,983 0,78 Hasl peguja tersebut adalah waktu kerusaka subsste Feedg, Chllg, pebetuka Fl, Coroa, da pegguluga Fl egkut dstrbus Webull. Dstrbus waktu kerusaka yag palg sesua utuk subsste Extrudg adalah Dstrbus Noral. Hpotess yag aka duj egea dstrbus laa perbaka tap subsste yatu H 0 : data laa perbaka tap subsste egkut dstrbus yag dtetuka H : data laa perbaka tap subsste tdak egkut dstrbus yag dtetuka Hasl perhtuga statstk uj Aderso-Darlg utuk setap dstrbusya terdapat pada Tabel 3 berkut Tabel 3 Peguja Dstrbus Laa Perbaka Tap ubsste selaa 5 Tahu ubsste tatstk Uj Webull Logoral Ekspoesal Noral Feedg,073,52 3,99 0,970 Extrudg,34 0,907 2,747,458 Chllg 0,953 0,877 0,94,979 Pebetuka Fl 2,840 0,499 9,047 9,07 Coroa,573 0,99 5,9 7,785 Pegguluga Fl 0,832 0,978,733 3,94 Dstrbus yag palg sesua utuk data laa perbaka subsste Extrudg, Chllg, pebetuka Fl, da Coroa adalah dstrbus Logoral. ubsste Feedg palg sesua egguaka dstrbus Noral da subsste pegguluga Fl egguaka dstrbus Webull. C. Estas Paraeter Dstrbus Waktu kerusaka da Laa Perbaka Hasl perhtuga estas paraeter dstrbus waktu kerusaka tap subsste dsajka pada Tabel 4. Tabel 4 Estas Paraeter Dstrbus Waktu kerusaka Tap ubsste selaa 5 Tahu ubsste Dstrbus Paraeter Feedg Webull φ=2,324 γ=4048,45 Extrudg Noral =3588,7 2 =(205,) 2 Chllg Webull φ=2,43703 γ=3555,32 Pebetuka Fl Webull φ=,8472 γ=347,8 Coroa Webull φ=,7272 γ=202,2 Pegguluga Fl Webull φ=,9234 γ=2923,2 Estas paraeter dstrbus laa perbaka tap subsste dapat dlhat pada Tabel 5 berkut. Tabel 5 Estas Paraeter Dstrbus Laa Perbaka Tap ubsste selaa 5 Tahu ubsste Dstrbus Paraeter Feedg Noral =3,929 2 =(,735) 2 Extrudg Logoral =0, =(0,55) 2 Chllg Logoral = -0, =(,0392) 2 Pebetuka Fl Logoral =0, =(0,722534) 2 Coroa Logoral =0, =(0,809532) 2 Pegguluga Fl Webull φ=,20 γ=,7754 D. Aalss Avalabltas ubsste da ste Nla MTTF da MTTR dperluka dala elakuka perhtuga avalabltas suatu sste ataupu subsste. Tabel MTTF da MTTR Tap ubsste selaa 5 Tahu ubsste MTTF MTTR Feedg 3585,39 3,929 Extrudg 3588,7 2,38089 Chllg 352,8,2 Pebetuka Fl 3079,25 2,0909 Coroa 874,2,83273 Pegguluga Fl 2593,79,20 Perhtuga avalabltas dar setap subsste berdasarka la MTTF da MTTR pada Tabel dega egguaka persaaa () dperoleh avalabltas subsste Feedg sebesar 0,999, subsste Extrudg sebesar 0,9993, subsste Chllg sebesar 0,9995, subsste pebetuka Fl sebesar 0,9993, subsste Coroa sebesar 0,9990, da subsste pegguluga Fl sebesar 0,9994. Avalabltas sste dperoleh dega egguaka persaaa (2) yatu sebesar 0,995. E. Peodela Markov pada ste Produks Pada peodela Markov, laju kerusaka da laju perbaka dar asg-asg subsste ddekat dega dstrbus ekspoesal. Tabel 7 Laju Kerusaka da Laju Perbaka Tap ubsste selaa 5 Tahu ubsste Laju Kerusaka () Laju Perbaka (β) Feedg 0,00,34 Extrudg 0,000 0,85 Chllg 0,000,5 a. Chllg (goodreduced) 0, b. Chllg (reducedfaled) 0,0004,5 Pebetuka Fl 0,009 0,78 Coroa 0,0054,8 Pegguluga Fl 0,0023 4,77 ubsste yag palg serg egala kerusaka berdasarka pada Tabel 7 adalah subsste pebetuka Fl. Laju kerusaka pada subsste tersebut sebesar 0,009 kerusaka/ja yag berart bahwa selaa ja aka terjad 9 kerusaka. Gabar 4 Dagra Trass Model Markov

6 Dagra trass odel Markov dapat dbuat dega egacu pada keragka dagra trass dala Gabar 2 da egguaka la laju kerusaka da laju perbaka dala Tabel 7. elajutya dapat dbuat persaaa dferesal sesua dega forula pada persaaa (29) hgga (33) da dhtug peluag ssteya. etelah tu dapat dlakuka perhtuga la peluag dar setap state saat steady state dapat dperoleh dega erujuk pada persaaa (40) hgga persaaa (43) sebaga berkut P 2 =0,5P P 3 =0, P P 4 =0, P P 5 =0, P P =0, P P 7 =0, P P 8 =0,000457P P 9 =0, P P 0 =0, P P =0, P P 2 =0, P P 3 =0, P Nla peluag sste berada pada state (P ) dapat dhtug dega egguaka persaaa (45) da eghaslka la P =0, la P tersebut dguaka utuk eghtug la peluag d state la. Tabel 8 Nla Peluag etap tate tate ke- Peluag tate ke- Peluag 0, , , , , , , , , , , , , Peluag subsste Feedg tdak bekerja dala jagka pajag sebesar 0,083 perse. Peluag subsste Extrudg tdak bekerja, dega egguaka perhtuga yag saa, adalah sebesar 0,05 perse. Kods subsste Chllg tdak bekerja berada pada state 3 dega peluag sebesar 0,008 perse. Peluag subsste pebetuka Fl tdak berfugs adalah sebesar 0,04 perse. ubsste Coroa berpeluag tdak berfugs cukup besar, yak sebesar 0,079 perse. ubsste terakhr yak pegguluga Fl dala jagka pajag berpeluag tdak dapat bekerja sebesar 0,049 perse. Avalabltas sste dala jagka pajag dapat dhtug dega egguaka persaaa (4) dega la P da P 2 egacu pada Tabel 8 adalah 99,5 perse. F. Efek Laju Kerusaka da Laju Perbaka terhadap Avalabltas ste Efek dar laju kerusaka da laju perbaka terhadap avalabltas sste dapat dketahu dega ecoba beberapa la laju kerusaka atau laju perbaka yag berada dsektar la eprs dua kobas la tersebut. edagka laju kerusaka atau laju perbaka subsste laya tetap, sehgga dperoleh avalabltas sste pada asg-asg la. Tabel 9 Efek Laju Kerusaka ubsste Feedg da ubsste Extrudg terhadap Avalabltas ste Jagka Pajag α 2 α keaka laju 0,0009 0,00 0,003 0, 0,44 0 0,0005 0,9974 0, , , ,0003-0,09 0,000 0,9924 0,9947 0, , ,0003-0,09 0,0007 0, , ,9920 0, ,0003-0,09 0,0555 0,9348 0,9307 0, , ,0003-0,05 keaka laju 0,4-0,0002-0,0002-0,0002-0, ,0-0,0-0,0-0,057 Tabel 9 eujukka bahwa egkatya laju kerusaka pada subsste Feedg da Extrudg sebesar 44 perse elk dapak egatf terhadap avalabltas sste asg-asg sebesar 0,03 perse da 0,02 perse. Dega persetase pegkata yag lebh tgg, laju kerusaka subsste Feedg elk dapak peurua avalabltas sebesar,9 perse, sedagka pada subsste Extrudg euruka sebesar, perse. Tabel 0 Efek Laju Kerusaka ubsste Feedg da ubsste Pebetuka Fl terhadap Avalabltas ste Jagka Pajag α 3 α keaka laju 0,0009 0,00 0,003 0,000 0,44 0 0,007 0,9999 0, , , ,0003-0,09 0,009 0,9980 0, , , ,0003-0,09 0,007 0,992 0,9954 0,9935 0, ,0003-0,09 0,7440 0, , , , ,0003-0,05 keaka laju 0,0-0, , , , ,04-0,04-0,04-0,00 Berdasarka Tabel 0 dapat dketahu bahwa pegkata laju kerusaka subsste Feedg dar 0,0009 hgga 0,003 kerusaka/ja eyebabka peurua avalabltas sste sebesar 0,03 perse da avalabltas juga egala peurua sebesar 0,004 perse dega keaka laju kerusaka subsste pebetuka Fl sebesar perse. Dega egguaka persetase pegkata yag saa, yak pegkata laju kerusaka subsste Feedg dar 0,0009 hgga 0, kerusaka/ja da laju kerusaka subsste pebetuka Fl dar 0,007 hgga 0,744 kerusaka/ja, dketahu bahwa subsste Feedg elk dapak peurua avalabltas sebesar,9 perse sedagka subsste pebetuka Fl euruka sebesar,4 perse. Tabel Efek Laju Kerusaka da Laju Perbaka ubsste Feedg terhadap Avalabltas ste Jagka Pajag β α keaka laju 0,0009 0,00 0,003 0,000 0,44 0,0 0, , ,9972 0,9443-0,0004-0,082,30 0,9958 0, , , ,0003-0,07,50 0, ,997 0, ,9357-0,0003-0,02 22,22 0, , , , ,0000-0,00 keaka laju 0,3 0,0002 0,0003 0,0003 0, ,0008 0,000 0,002 0,0898 Pada kobas laju kerusaka da laju perbaka subsste Feedg sepert yag dtujukka pada Tabel, avalabltas sste terbak dperoleh ketka laju kerusaka euru da laju perbaka egkat. Megkatya laju kerusaka sebesar 44 perse aka euruka avalabltas sste sebesar 0,03 perse da aka egkat sektar 0,03 perse apabla laju perbaka ak sebesar 3 perse. Apabla laju kerusaka egkat dar 0,0009 ejad 0, kerusaka/ja aka euruka avalabltas sektar 8,2 hgga,2 perse dega pegkata laju perbaka dar, ejad 22,22 perbaka/ja berdapak postf sebesar 0,08 hgga 0, perse. Tabel 2 Efek Laju Perbaka ubsste Extrudg da ubsste Pebetuka Fl terhadap Avalabltas ste Jagka Pajag β 3 β 2 keaka laju 0,75 0,85 0,95 83,33 0,27 0 9,8 0, , , , ,0002 0,0007 0,8 0, , , ,9975 0,0002 0,0007,8 0,9949 0, ,994 0, ,0002 0, ,9 0, , , , ,0002 0,0007 keaka laju 0,20 0,000 0,000 0,000 0, ,0007 0,0007 0,0007 0,0007

7 7 Tabel 2 eujukka bahwa avalabltas sste tertgg yag dapat dperoleh dar kobas la laju perbaka subsste Extrudg da subsste pebetuka Fl adalah ketka laju perbaka keduaya egala pegkata. Megkatya laju perbaka subsste Extrudg sebesar 27 perse ebulka pegkata avalabltas sste sektar 0,02 perse da pegkata laju perbaka subsste pebetuka Fl sebesar 20 perse berdapak postf sebesar 0,0 perse. Apabla pegkata laju perbaka kedua sste saa, yak pada subsste Extrudg dar 0,75 ejad 83,33 perbaka/ja da pada subsste pebetuka Fl dar 9,8 ejad 088,9 perbaka/ja, dketahu bahwa laju perbaka subsste Extrudg da subsste pebetuka Fl elk dapak pada pegkata avalabltas sste hapr saa, yak sektar 0,07 perse. A. Kespula V. KEIMPULAN DAN ARAN Kespula yag dapat dperoleh dar hasl aalss yag telah dlakuka adalah sebaga berkut. Julah suku cadag yag dperluka oleh subsste Feedg, Extrudg, Chllg, da pebetuka Fl sebayak 2 ut/kopoe selaa 5 tahu. edagka utuk subsste Coroa da subsste pegguluga Fl dala waktu 5 tahu eerluka suku cadag sebayak 3 ut/kopoe. 2. Avalabltas subsste Feedg, Extrudg, Chllg pebetuka Fl, Coroa, da pegguluga Fl asg-asg sebesar 99,9 perse, 99,93 perse, 99,95 perse, 99,93 perse, 99,90 perse, da 99,94 perse. ehgga dperoleh avalabltas sste selaa 5 tahu sebesar 99,5 perse. 3. ste ash dapat berfugs bak dala jagka pajag dega adaya perbaka saat sste rusak elk peluag sebesar 99,5 perse. 4. Pada kobas laju kerusaka subsste Feedg da subsste Extrudg, pegkata laju kerusaka subsste Feedg elk dapak peurua avalabltas sebesar,9 perse, sedagka subsste Extrudg berdapak sebesar, perse. Pada kobas laju kerusaka subsste Feedg da pebetuka Fl, subsste Feedg elk dapak peurua avalabltas sebesar,9 perse da subsste pebetuka Fl berdapak sebesar,4 perse. Pada kobas laju kerusaka da laju perbaka subsste Feedg, dapak yag dtbulka terhadap avalabltas sste yatu laju kerusaka euruka sektar 8,2 hgga,2 perse da laju perbaka egkatka sektar 0,08 hgga 0, perse. Pada kobas laju perbaka subsste Extrudg da pebetuka Fl, dapak yag dberka kedua-ya terhadap avalabltas sste sektar 0,07 perse berdapak postf. ehgga dapat dspulka bahwa subsste yag elk terbesar terhadap avalabltas sste yatu subsste Feedg. eperhtugka faktor baya yag dkeluarka utuk ateace. b. Bag peelta selajutya dapat eabahka perhtuga pada saat traset state utuk egetahu dar MTBF tap subsste pada waktu tertetu. Perhtuga tersebut dapat dlakuka dega egguaka aalss uerk. DAFTAR PUTAKA [] Kotler, P., & Keller, K. L. (202). Marketg Maageet, 4th ed. New Jersey: Pretce Hall. [2] Durato, D., ugarto, & Buda, L. J. (2004). Brad Equty Te: trateg Mep Pasar. Jakarta: PT Graeda Pustaka Utaa. [3] laet, Mochaad. (2008). Peracaga Kegata Prevetve Mateace da Peetua Relabltas ste er dega Pedekata Aalss Markov (tud Kasus d PT ee Gresk Tbk). Tugas Akhr Jurusa tatstka FMIPA IT. urabaya [4] Gupta, P., Lal, A. K., hara, R. K., & gh, J. (2005). Nuercal Aalyss of Relablty ad Avalablty of The eral Processes Butter-ol Processg Plat. Iteratoal Joural of Qualty & Relablty Maageet, Vol.22 No.3, [5] Dhllo, B.. (2007). Appled Relablty ad Qualty : Fudaetals, Methods ad Applcatos. Lodo: prger-verlag. [] Lews, E. E. (987). Itroducto to Relablty Egeerg. Caada: Joh Wlley & os, Ic. [7] th, D. J. (20). Relablty, Mataablty ad Rsk: Practcal Methods for Egeers. Oxford: Elsever Ltd. [8] Wolstehole, L. C. (999). Relablty Modellg: A tatstcal Approach. Lodo: Chapa & hall/crc. [9] Kuar, U. D., Crocker, J., Chtra, T., & araga, H. (200). Relablty ad x ga. UA: prger. [0] Murthy, P. D., Rausad, M., & Osteras, T. (2008). Product Relablty : pecfcato ad Perforace. Lodo: prger. [] Wahjud, D. (2007). Power Dar Uj Keorala Data. Proceedgs of 4th Natoal Idustral Egeerg Coferece. urabaya. [2] Razal, N. M., & Wah, Y. B. (20). Power Coparsos of hapro- Wlk, Kologorov-rov, Llefors ad Aderso-Darlg Tests. Joural of tatstcal Modelg ad Aalytcs, Vol.2 No., [3] O'Coor, A. N. (20). Probablty Dstrbutos Used Relablty Egeerg. Marylad: Relablty Iforato Aalyss Ceter (RIAC). [4] Calxto, E. (203). Gas ad Ol Relablty Egeerg : Modelg ad Aalyss. UA: Elsever Ic. B. ara ara yag dapat dberka setelah dlakuka peelta dataraya a. Perusahaa harus lebh egkatka perhata terhadap subsste Feedg utuk ecapa avalabltas yag lebh bak. Nau dega

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

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

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

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

Lebih terperinci

BAB 2. Tinjauan Teoritis

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

Lebih terperinci

BAB 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

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

ANALISIS MASALAH GENERATOR DARI POSSIBLE DAN UNIVERSAL EIGENVECTOR PADA MATRIKS INTERVAL DALAM ALJABAR MAX-PLUS

ANALISIS MASALAH GENERATOR DARI POSSIBLE DAN UNIVERSAL EIGENVECTOR PADA MATRIKS INTERVAL DALAM ALJABAR MAX-PLUS Sear Nasoal Mateatka IV (SeNasMat) Isttut Tekolog Sepuluh Nopeber, Surabaya, 3 Deseber NLISIS MSLH GENERTOR DRI POSSIBLE DN UNIVERSL EIGENVECTOR PD MTRIKS INTERVL DLM LJBR MX-PLUS Rata Novtasar, Suboo,

Lebih terperinci

TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP

TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP JURNAL MATEMATIKA DAN KOMPUTER Vol. 7. No. 1, 11-19, Aprl 004, ISSN : 1410-8518 TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM Sudaro Jurusa Matematka FMIPA UNDIP Abstrak Sstem yag dbetuk

Lebih terperinci

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling BAB LANDASAN TEORI Kosep Dasar Aalss Regres Aalss regres adalah suatu proses memperkraka secara sstemats tetag apa yag palg mugk terjad dmasa yag aka datag berdasarka formas yag sekarag dmlk agar memperkecl

Lebih terperinci

UKURAN GEJALA PUSAT DAN UKURAN LETAK

UKURAN GEJALA PUSAT DAN UKURAN LETAK UKURAN GEJALA PUSAT DAN UKURAN LETAK MODUL 4 UKURAN GEJALA PUSAT DAN UKURAN LETAK. Pedahulua Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu persoala, bak megea sampel atau pu

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL Hesty ala, Arsma Ada, Bustam hestyfala@ymalcom Mahasswa Program S Matematka MIPA-UR Dose Matematka MIPA-UR

Lebih terperinci

INTERVAL KEPERCAYAAN UNTUK PERBEDAAN KOEFISIEN VARIASI DARI DISTRIBUSI LOGNORMAL I. Pebriyani 1*, Bustami 2, S. Sugiarto 2

INTERVAL KEPERCAYAAN UNTUK PERBEDAAN KOEFISIEN VARIASI DARI DISTRIBUSI LOGNORMAL I. Pebriyani 1*, Bustami 2, S. Sugiarto 2 INTERVAL KEPERCAAAN UNTUK PERBEDAAN KOEFIIEN VARIAI DARI DITRIBUI LOGNORMAL I. Pebrya * Bustam. ugarto Mahasswa Program Matematka Dose Jurusa Matematka Fakultas Matematka da Ilmu Pegetahua Alam Uverstas

Lebih terperinci

ANALISIS KEANDALAN (RELIABILITY) MESIN PRODUKSI DENGAN FUNGSI DISTRIBUSI WEIBULL

ANALISIS KEANDALAN (RELIABILITY) MESIN PRODUKSI DENGAN FUNGSI DISTRIBUSI WEIBULL ANALISIS KEANDALAN (RELIABILITY) MESIN PRODUKSI DENGAN FUNGSI DISTRIBUSI WEIBULL Agus Fkr, ST., MM Muhammad Irva, ST.,MT. ABSTRACT I a producto system, all mache related to the creato of added value of

Lebih terperinci

BAB II LANDASAN TEORI

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

Lebih terperinci

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD Eka Mer Krst ), Arsma Ada ), Sgt Sugarto ) ekamer_tross@ymal.com ) Mahasswa Program S Matematka FMIPA-UR

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 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

PERANCANGAN SISTEM PERENCANAAN DAN PENGENDALIAN PERSEDIAAN PRODUK MULTI PEMASOK DI UD. SAHABAT

PERANCANGAN SISTEM PERENCANAAN DAN PENGENDALIAN PERSEDIAAN PRODUK MULTI PEMASOK DI UD. SAHABAT 68 Bud: PERANCANGAN SISTEM PERENCANAAN DAN PENGENDALIAN PERSEDIAAN PERANCANGAN SISTEM PERENCANAAN DAN PENGENDALIAN PERSEDIAAN PRODUK MULTI PEMASOK DI UD. SAHABAT Dya Seta Bud ), Da Reto Sar Dew ), D Edah

Lebih terperinci

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS C. Pembelajara 3 1. Slabus N o STANDA R KOMPE TENSI KOMPE TENSI DASAR INDIKATOR MATERI TUGAS BUKTI BELAJAR KON TEN INDIKA TOR WAK TU SUM BER BELA JAR Meerap ka atura kosep statstka dalam pemecah a masalah

Lebih terperinci

UKURAN GEJALA PUSAT (UGP)

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

Lebih terperinci

X a, TINJAUAN PUSTAKA

X a, TINJAUAN PUSTAKA PENELITIAN SEBELUMNYA Statstka Deskrptf TINJAUAN PUSTAKA TINJAUAN STATISTIKA Uj Idepedes Uj depedes dguak utuk megetahu adaya hubuga atara dua varabel (Agrest, 1990). H 0 : tdak ada hubuga atara varabel

Lebih terperinci

Uji Statistika yangb digunakan dikaitan dengan jenis data

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

Lebih terperinci

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

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

Lebih terperinci

II. LANDASAN TEORI. Pada bab II ini, akan dibahas pengertian-pengertian (definisi) dan teorema-teorema

II. LANDASAN TEORI. Pada bab II ini, akan dibahas pengertian-pengertian (definisi) dan teorema-teorema II. LANDASAN TEORI Pada bab II aka dbahas pegerta-pegerta (defs) da teorea-teorea ag edukug utuk pebahasa pada bab IV. Pegerta (defs) da teorea tersebut dtulska sebaga berkut... Teorea Proeks Teorea proeks

Lebih terperinci

BAB 5. ANALISIS REGRESI DAN KORELASI

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

Lebih terperinci

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

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

Lebih terperinci

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES * PENYAJIAN DATA Secara umum, ada dua cara peyaja data, yatu : 1. Tabel atau daftar. Grafk atau dagram Macam-macam daftar yag dkeal : a. Daftar bars kolom b. Daftar kotges c. Daftar dstrbus frekues Sedagka

Lebih terperinci

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani FMDAM (2) Chartas Fbra Techque for Order Preferece by Smlarty to Ideal Soluto () ddasarka pada kosep dmaa alteratf terplh yag terbak tdak haya memlk jarak terpedek dar solus deal postf, amu juga memlk

Lebih terperinci

Penerapan Peta Kendali Demerit dan Diagram Pareto Pada Pengontrolan Kualitas Produksi (Studi Kasus: Produksi Botol Sosro di PT.

Penerapan Peta Kendali Demerit dan Diagram Pareto Pada Pengontrolan Kualitas Produksi (Studi Kasus: Produksi Botol Sosro di PT. Jural EKSPONENSIL Volue 5, Noor, Nopeber 04 ISSN 085-789 Peerapa Peta Kedal Deert da Dagra Pareto Pada Pegotrola Kualtas Produks (Stud Kasus: Produks otol Sosro d PT. X Surabaya) The pplcato of Deert otrol

Lebih terperinci

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL 3. Pegerta Masalah regres vers dega betuk lear dapat djumpa dalam berbaga bdag kehdupa, dataraya dalam bdag ekoom, kesehata, fska, kma

Lebih terperinci

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN // REGRESI LINEAR SEDERHANA DAN KORELASI. Model Regres Lear. Peaksr Kuadrat Terkecl 3. Predks Nla Respos 4. Iferes Utuk Parameter-parameter Regres 5. Kecocoka Model Regres 6. Korelas Utrwe Mukhayar MA

Lebih terperinci

I. PENDAHULUAN II. LANDASAN TEORI

I. PENDAHULUAN II. LANDASAN TEORI I PENDAHULUAN Latar Belakag Dala teor ekoo, setap perusahaa dasuska bertujua eperoleh bala yag aksu Ibala yag ddapat bergatug pada strateg yag dabl perusahaa Kuattas erupaka salah satu strateg perusahaa

Lebih terperinci

CADANGAN PROSEKTIF ASURANSI JIWA DWIGUNA BERDASARKAN ASUMSI CONSTANT FORCE

CADANGAN PROSEKTIF ASURANSI JIWA DWIGUNA BERDASARKAN ASUMSI CONSTANT FORCE CADANGAN ROSEKTIF ASURANSI JIWA DWIGUNA BERDASARKAN ASUMSI CONSTANT FORCE Tara Mustka 1, Johaes Kho 2, Azskha 2 1 Mahasswa rogra S1 Mateatka 2 Dose Jurusa Mateatka Fakultas Mateatka da Ilu egetahua Ala

Lebih terperinci

Regresi Linier Sederhana Definisi Pengaruh

Regresi Linier Sederhana Definisi Pengaruh Regres Ler Sederhaa Dah Idra Baga Bostatstka da Kepeduduka Fakultas Kesehata Masyarakat Uverstas Arlagga Defs Pegaruh Jka terdapat varabel, msalka da yag data-dataya dplot sepert gambar dbawah 3 Defs Pegaruh

Lebih terperinci

BAB III PERSAMAAN PANAS DIMENSI SATU

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

Lebih terperinci

BAB III UKURAN PEMUSATAN DATA

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

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI 22 BAB II LANDASAN TEORI 2.1 Pedahulua 2.1.1 Pegerta Mateace Beberapa pegerta perawata (mateace) meurut ahl : 1. Meurut Corder (1988), perawata merupaka suatu kombas dar tdaka yag dlakuka utuk mejaga suatu

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Pegerta Perawata (Mateace) Meurut Assaur (999, p95) perawata merupaka kegata utuk memelhara atau mejaga fasltas da peralata pabrk, da megadaka perbaka, peyesuaa, atau peggata yag dperluka

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

POLIGON TERBUKA TERIKAT SEMPURNA

POLIGON TERBUKA TERIKAT SEMPURNA MODUL KULIAH ILMU UKUR TANAH POLIGON TERBUKA TERIKAT SEMPURNA Pegerta : peetua azmuth awal da akhr, peetuat kesalaha peutup sudut,koreks sudut, kesalaha lear da koreks lear kearah sumbu X da Y, Peetua

Lebih terperinci

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan,

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan, BAB II TINJAUAN TEORITIS.1 Kosep Dasar Statstka Statstk merupaka cara cara tertetu yag dguaka dalam megumpulka, meyusu atau megatur, meyajka, megaalsa da member terpretas terhadap sekumpula data, sehgga

Lebih terperinci

Reliabilitas Stress-Strength dengan Distribusi Weibull Relibility Stress-Strength with Weibull Distribution

Reliabilitas Stress-Strength dengan Distribusi Weibull Relibility Stress-Strength with Weibull Distribution Prosdg Statstka ISSN: 460-6456 Relabltas Stress-Stregth dega Dstrbus Webull Relblt Stress-Stregth wth Webull Dstrbuto Na Peratasar, Sutawar Darws, 3 Abdul Kudus,,3 Prod Statstka, Fakultas Mateatka da Ilu

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

III BAHAN/OBJEK DAN METODE PENELITIAN. Objek yang digunakan dalam penelitian ini adalah 50 ekor sapi Pasundan

III BAHAN/OBJEK DAN METODE PENELITIAN. Objek yang digunakan dalam penelitian ini adalah 50 ekor sapi Pasundan III BAHAN/OBJEK DAN METODE PENELITIAN 3.1. Baha da Alat Peelta 3.1.1. Baha Peelta Objek yag dguaka dalam peelta adalah 50 ekor sap Pasuda jata da beta dewasa dega umur -3 tahu da tdak butg utuk meghdar

Lebih terperinci

BAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah

BAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah BAB III INEGRAL RIEMANN-SIELJES. Pedahulua Pada Bab, telah dsggug bahwa ukura meghtug merupaka salah satu pedekata utuk membetuk proses ttk. Berkata dega masalah perhtuga, ada hal meark yag perlu amat,

Lebih terperinci

3 Departemen Statistika FMIPA IPB

3 Departemen Statistika FMIPA IPB Supleme Respos Pertemua ANALISIS DATA KATEGORIK (STK51) Departeme Statstka FMIPA IPB Pokok Bahasa Sub Pokok Bahasa Referes Waktu U potess Tga Cotoh atau Lebh U Kruskal-Walls (aalss ragam satu-arah berdasarka

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2. Pegerta Pemelharaa da Perawata Pegerta Pemelharaa da Perawata ( Mateace ) meurut Assaur adalah suatu kegata utuk mejaga atau memelhara fasltas da peralata pabrk da megadaka perbaka

Lebih terperinci

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI BB 6 PRINSIP INKLUSI DN EKSKLUSI Pada baga aka ddskuska topk berkutya yatu eumeras yag damaka Prsp Iklus da Eksklus. Kosep dalam bab merupaka perluasa de dalam Dagram Ve beserta oepras rsa da gabuga, amu

Lebih terperinci

S2 MP Oleh ; N. Setyaningsih

S2 MP Oleh ; N. Setyaningsih S2 MP Oleh ; N. Setyagsh MATERI PERTEMUAN 1-3 (1)Pedahulua pera statstka dalam peelta ; (2)Peyaja data : dalam betuk (a) tabel da (b) dagram; (3) ukura tedes setaral da ukura peympaga (4)dstrbus ormal

Lebih terperinci

METODE FUZZY AHP DAN FUZZY TOPSIS UNTUK PEMILIHAN DISTRO LINUX

METODE FUZZY AHP DAN FUZZY TOPSIS UNTUK PEMILIHAN DISTRO LINUX ORBITH VOL. 9 NO. JULI 03 : 78 83 ETODE FUZZY AHP DAN FUZZY TOPSIS UNTUK PEILIHAN DISTRO LINUX Oleh : Ahad Sabq Tekk Iforatka Poltekk Purbaya Tegal Jl. Pacakarya No. Talag Tegal 593 Abstrak Pada peelta

Lebih terperinci

8. MENGANALISIS HASIL EVALUASI

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

Lebih terperinci

BAB 2 : BUNGA, PERTUMBUHAN DAN PELURUHAN

BAB 2 : BUNGA, PERTUMBUHAN DAN PELURUHAN Jl. Raya Wagu Kel. Sdagsar Kota Bogor Telp. 0251-8242411, emal: prohumas@smkwkrama.et, webste : www.smkwkrama.et BAB 2 : BUNGA, PERTUBUHAN DAN PELURUHAN PENGERTIAN BUNGA Buga adalah jasa dar smpaa atau

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

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

SIFAT-SIFAT LANJUT FUNGSI TERBATAS

SIFAT-SIFAT LANJUT FUNGSI TERBATAS Bulet Ilmah Mat. Stat. da Terapaya (Bmaster) Volume 03, No. 2(204), hal 35 42. SIFAT-SIFAT LANJUT FUNGSI TERBATAS Suhard, Helm, Yudar INTISARI Fugs terbatas merupaka fugs yag memlk batas atas da batas

Lebih terperinci

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

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

Lebih terperinci

Pemanfaatan Teknologi Informasi Dalam Pengendalian Kualitas Produk Kerajinan Bordir menggunakan Peta Kendali Variabel Fuzzy Linguistik

Pemanfaatan Teknologi Informasi Dalam Pengendalian Kualitas Produk Kerajinan Bordir menggunakan Peta Kendali Variabel Fuzzy Linguistik SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 05 Peafaata Tekolog Iforas Dala Pegedala Kualtas Produk Keraa Bordr egguaka Peta Kedal Varabel Fuzzy Lgustk Akk Hdayat Fakultas MIPA, Uverstas

Lebih terperinci

BAB 5 BARISAN DAN DERET KOMPLEKS. Secara esensi, pembahasan tentang barisan dan deret komlpeks sama dengan barisan dan deret real.

BAB 5 BARISAN DAN DERET KOMPLEKS. Secara esensi, pembahasan tentang barisan dan deret komlpeks sama dengan barisan dan deret real. BAB 5 BARIAN DAN DERET KOMPLEK ecara eses, pembahasa tetag barsa da deret komlpeks sama dega barsa da deret real. 5. Barsa Barsa merupaka sebuah fugs dega doma berupa hmpua blaga asl N. ebuah barsa kompleks

Lebih terperinci

IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB

IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB Semar Nasoal Tekolog 007 (SNT 007) ISSN : 978 9777 IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB Krsawat STMIK AMIKOM Yogyakarta e-mal : krsa@amkom.ac.d

Lebih terperinci

BAB II TINJAUAN PUSTAKA. Untuk mengetahui lebih jelas mengenai uji Modifikasi Baumgartner Weiβ

BAB II TINJAUAN PUSTAKA. Untuk mengetahui lebih jelas mengenai uji Modifikasi Baumgartner Weiβ 5 BAB II TINJAUAN PUSTAKA. Pedahulua Utuk egetahu lebh elas egea u Modfkas Baugarter Weβ Schdler (MBWS) dperluka teor-teor yag edukug. Utuk tu, bab eelaska egea statstk oparaetrk u beda dua rata-rata dega

Lebih terperinci

TINJAUAN PUSTAKA Evaluasi Pengajaran

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

Lebih terperinci

BAB 4 PENGUMPULAN, PENGOLAHAN DAN ANALISIS DATA

BAB 4 PENGUMPULAN, PENGOLAHAN DAN ANALISIS DATA 97 BAB 4 PENGUMPULAN, PENGOLAHAN DAN ANALISIS 4. Hasl da Pegumpula Data 4.. Peetua L Krts DATA Berdasarka hasl peelta da observas dlapaga secara lagsug pada lata produks PT. Fajar It Plasdo yag meghaslka

Lebih terperinci

Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 6, No. 02 (2017), hal

Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 6, No. 02 (2017), hal Bulet Ilah Mat. Stat. da Terapaya (Baster) Volue 6, No. (17), hal 77 84. PENENTUAN NILAI INTERNAL RATE OF RETURN DENGAN METODE NEWTON-RAPHSON PADA KASUS PENGKREDITAN KENDARAAN BERMOTOR Al A, Nao Nessyaa

Lebih terperinci

MODEL OPTIMISASI PORTOFOLIO SAHAM DAN DEPOSITO SECARA TERINTEGRASI MENGGUNAKAN MEAN ABSOLUTE DEVIATION

MODEL OPTIMISASI PORTOFOLIO SAHAM DAN DEPOSITO SECARA TERINTEGRASI MENGGUNAKAN MEAN ABSOLUTE DEVIATION MODEL OPIMISASI POROFOLIO SAHAM DAN DEPOSIO SECARA ERINEGRASI MENGGUNAKAN MEAN ABSOLUE DEVIAION Husa Athfal Hdayat 1, De Saepud, Ira Palup 3 1,,3 Progra Stud Ilu Koputas elko Uversty, Badug 1 hshdayat@studets.telkouversty.ac.d,

Lebih terperinci

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST

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

Lebih terperinci

BAB II LANDASAN TEORI

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

Lebih terperinci

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

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

Lebih terperinci

Analisis Survival Pada Pasien Demam Berdarah Dengue (DBD) di RSU Haji Surabaya Menggunakan Model Regresi Weibull

Analisis Survival Pada Pasien Demam Berdarah Dengue (DBD) di RSU Haji Surabaya Menggunakan Model Regresi Weibull JURNAL SAINS DAN SENI ITS Vol. 5 No. (16) 337-35 (31-98X Pr D-31 Aalss Survval Pada Pase Demam Berdarah Degue (DBD) d RSU Haj Surabaya Megguaka Model Regres Webull Alfa Slf Mufdah da Purhad Jurusa Statstka,

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Propinsi Gorontalo tahun pelajaran 2012/2013.

BAB III METODOLOGI PENELITIAN. Propinsi Gorontalo tahun pelajaran 2012/2013. BAB III METODOLOGI PENELITIAN 3.. Tempat da Waktu Peelta Peelta dlaksaaka d SMP Neger 3 Gorotalo kota Gorotalo Props Gorotalo tahu pelajara 0/03. D SMP Neger 3 Gorotalo memlk 6 romboga belajar yag terdr

Lebih terperinci

Penelitian Operasional II Teori Permainan TEORI PERMAINAN

Penelitian Operasional II Teori Permainan TEORI PERMAINAN Peelta Operasoal II Teor Permaa 7 2 TEORI PERMAINAN 2 Pegatar 2 Krtera Tekk Permaa : () Terdapat persaga kepetga datara pelaku (2) Setap pema memlk stateg, bak terbatas maupu tak terbatas (3) Far Game

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakag Kehidupa ausia seatiasa diarahka pada kodisi yag aka datag, yag keberadaaya tidak dapat diketahui secara pasti. Sehigga ausia berusaha elakuka kegiata kegiata dega berorietasi

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Defes Aalss Korelas da Regres a Aalss Korelas adalah metode statstka yag dguaka utuk meetuka kuatya atau derajat huuga lear atara dua varael atau leh. Semak yata huuga ler gars lurus,

Lebih terperinci

TINJAUAN PUSTAKA Konsep Dasar Pendugaan Area Kecil

TINJAUAN PUSTAKA Konsep Dasar Pendugaan Area Kecil 4 INJAUAN PUSAKA Kosep Dasar Pedugaa Area Kec Secara uu etode pedugaa area kec dbag ejad dua baga atu etode peduga agsug (drect estato da etode peduga tak agsug (drect estato. etode-etode pedugaa seaa

Lebih terperinci

JURNAL SAINS DAN SENI ITS Vol. 4, No.1, (2015) ( X Print) D-49

JURNAL SAINS DAN SENI ITS Vol. 4, No.1, (2015) ( X Print) D-49 JURNAL SAINS DAN SENI ITS Vol., No., (5) 75 (98X Prt) D9 Aalss Hubuga Curah Huja da Idkator ElNo Souther Oscllato d Setra Produks Pad Jawa Tur dega Pedekata Kartka Nur Asa da Sutko Jurusa Statstka, Fakultas

Lebih terperinci

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

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

Lebih terperinci

REGRESI LINIER SEDERHANA

REGRESI LINIER SEDERHANA MODUL REGRESI LINIER SEDERHANA Dsusu oleh : I MADE YULIARA Jurusa Fska Fakultas Matematka Da Ilmu Pegetahua Alam Uverstas Udayaa Tahu 016 Kata Pegatar Puj syukur saya ucapka ke hadapa Tuha Yag Maha Kuasa

Lebih terperinci

; θ ) dengan parameter θ,

; θ ) dengan parameter θ, Vol. 4. No. 3, 5-59, Desember 00, ISSN : 40-858 APLIKASI METODE BESARAN PIVOTAL DALAM PENENTUAN SELANG KEYAKINAN TAKSIRAN PARAMETER POPULASI. Agus Rusgyoo Jurusa Matematka FMIPA UNDIP Abstraks Dberka populas

Lebih terperinci

III. METODOLOGI PENELITIAN. Menurut Arikunto (1991 : 3) penelitian eksperimendalah suatu penelitian yang

III. METODOLOGI PENELITIAN. Menurut Arikunto (1991 : 3) penelitian eksperimendalah suatu penelitian yang 37 III. METODOLOGI PENELITIAN A. Metode Peelta Metode peelta merupaka suatu cara tertetu yag dguaka utuk meelt suatu permasalaha sehgga medapatka hasl atau tujua yag dgka. Meurut Arkuto (1991 : 3) peelta

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

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi

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

Lebih terperinci

III. METODOLOGI PENELITIAN. Metode penelitian merupakan strategi umum yang di anut dalam

III. METODOLOGI PENELITIAN. Metode penelitian merupakan strategi umum yang di anut dalam III. METODOLOGI PENELITIAN A. Metode Peelta Metode peelta merupaka strateg umum yag d aut dalam pegumpula data da aalss data yag dperluka, gua mejawab persoala yag dhadap. Meurut Arkuto (006 : 3) peelta

Lebih terperinci

I adalah himpunan kotak terbatas dan tertutup yang berisi lebih dari satu

I adalah himpunan kotak terbatas dan tertutup yang berisi lebih dari satu METODE FUNGS QUAS-FED SATU ARAMETER UNTUK MENYEESAKAN MASAAH ROGRAM NTEGER TAK NEAR Ra Hardyat (M4) ABSTRAK Dalam kehdupa sehar-har serg djumpa masalah optmas yag membutuhka hasl teger Masalah tersebut

Lebih terperinci

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel BAB LANDASAN TEORI.1 Pegerta Regres Regres dalam statstka adalah salah satu metode utuk meetuka tgkat pegaruh suatu varabel terhadap varabel yag la. Varabel yag pertama dsebut dega bermacam-macam stlah:

Lebih terperinci

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran Kurkulum 013/006 matematka K e l a s XI STATISTIKA: UKURAN PEMUSATAN Tujua Pembelajara Setelah mempelajar mater, kamu dharapka memlk kemampua berkut. 1. Dapat meetuka rata-rata data tuggal da data berkelompok..

Lebih terperinci

Bab VII Contoh Aplikasi

Bab VII Contoh Aplikasi Bab VII Contoh Aplkas Dala bab n akan dberkan lustras tentang aplkas statstk penguj VVVS dala eontor kestablan atrks korelas pada proses produks dudukan kabel tegangan tngg (flange) d PT PINDAD (Persero).

Lebih terperinci

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data //203 UKURAN GEJALA PUSAT DAN UKURAN LETAK Kaa Evta Dew, S.Pd., M.S. Ukura gejala pusat Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu hal, bak tu dar sampel ataupu populas Ukura

Lebih terperinci

KALKULUS LANJUT. Pertemuan ke-4. Reny Rian Marliana, S.Si.,M.Stat.

KALKULUS LANJUT. Pertemuan ke-4. Reny Rian Marliana, S.Si.,M.Stat. KALKULUS LANJUT Pertemua ke-4 Rey Ra Marlaa, S.S.,M.Stat. Plot Mater Notas Jumlah & Sgma Itegral Tetu Jumlah Rema Pedahulua Luas Notas Jumlah & Sgma Purcell, et all. (page 226,2003): Sebuah fugs yag daerah

Lebih terperinci

TUGAS MATA KULIAH TEORI RING LANJUT MODUL NOETHER

TUGAS MATA KULIAH TEORI RING LANJUT MODUL NOETHER TUGAS ATA KULIAH TEORI RING LANJUT ODUL NOETHER Da Aresta Yuwagsh (/364/PPA/03489) Sebelumya, telah dketahu bahwa sebaga rg dega eleme satua memeuh sfat rata ak utuk deal-deal d. Apabla dpadag sebaga modul,

Lebih terperinci

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

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

Lebih terperinci

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

Pemodelan Jumlah Kematian Ibu di Jawa Timur dengan Pendekatan Generalized Poisson Regression (GPR) dan Regresi Binomial Negatif

Pemodelan Jumlah Kematian Ibu di Jawa Timur dengan Pendekatan Generalized Poisson Regression (GPR) dan Regresi Binomial Negatif Pemodela Jumlah Kemata Ibu d Jawa mur dega Pedekata Geeralzed Posso Regresso (GPR) da Regres Bomal Negatf Retdasyah Rsky Agga Permaa, Mutah Salamah Jurusa Statstka, Fakultas MIPA, Isttut ekolog Sepuluh

Lebih terperinci

Jurnal Sketsa Bisnis Vol. 2 No. 1 Agustus 2015 Page 18

Jurnal Sketsa Bisnis Vol. 2 No. 1 Agustus 2015 Page 18 ANALISA WAKTU BAKU PRODUKSI DOMPET DENGAN PENDEKATAN PETA TANGAN KIRI DAN TANGAN KANAN PADA CV. XYZ DI PASURUAN Hasa Bashor 1), Rosyatul Umam ) 1) Dose Tekk dustr Fakultas Tekk Uverstas Yudharta Pasurua

Lebih terperinci

ALGORITMA MENENTUKAN HIMPUNAN TERBESAR DARI SUATU MATRIKS INTERVAL DALAM ALJABAR MAX-PLUS

ALGORITMA MENENTUKAN HIMPUNAN TERBESAR DARI SUATU MATRIKS INTERVAL DALAM ALJABAR MAX-PLUS LGORITM MENENTUKN HIMPUNN TERBESR DRI SUTU MTRIKS INTERVL DLM LJBR MX-PLUS Rata Novtasar Program Stud Matematka FMIP UNDIP JlProfSoedarto SH Semarag 575 bstract Ths research dscussed about how to obtaed

Lebih terperinci

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB Pearka Cotoh Gerombol (Cluster Samplg) Departeme Statstka FMIPA IPB Radom samplg (Revew) Smple radom samplg Stratfed radom samplg Rato, regresso, ad dfferece estmato Systematc radom samplg Cluster radom

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu

BAB 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu BAB TINJAUAN TEORITIS. Pegerta Aalsa Regres Istlah regres pertama kal dperkealka oleh Fracs Galto. Meurutya, aalss regres berkeaa dega stud ketergatuga atara dua atau lebh varabel yatu varabel yag meeragka

Lebih terperinci

ANALISIS SURVIVAL DENGAN MODEL REGRESI COX WEIBULL PADA PENDERITA DEMAM BERDARAH DENGUE (DBD) DI RUMAH SAKIT HAJI SUKOLILO SURABAYA

ANALISIS SURVIVAL DENGAN MODEL REGRESI COX WEIBULL PADA PENDERITA DEMAM BERDARAH DENGUE (DBD) DI RUMAH SAKIT HAJI SUKOLILO SURABAYA ANALISIS SURVIVAL DENGAN MODEL REGRESI COX WEIBULL PADA PENDERITA DEMAM BERDARAH DENGUE (DBD) DI RUMAH SAKIT HAJI SUKOLILO SURABAYA Edhy Bastya, da I Nyoma Latra Jurusa Statstka, Fakultas Matematka da

Lebih terperinci