SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN BUAH RAMBUTAN DENGAN KUALITAS TERBAIK MENGGUNAKAN METODE WEIGHTED PRODUCT (WP)

Ukuran: px
Mulai penontonan dengan halaman:

Download "SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN BUAH RAMBUTAN DENGAN KUALITAS TERBAIK MENGGUNAKAN METODE WEIGHTED PRODUCT (WP)"

Transkripsi

1 ISSN (meda ole) SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN BUAH RAMBUTAN DENGAN KUALITAS TERBAIK MENGGUNAKAN METODE WEIGHTED PRODUCT (WP) Yosa aro Za, Mesra 2, Efor Buulolo 3 Mahasswa Tekk Iformatka STMIK Bud Darma 2,3 Dose Tetap STMIK Bud Darma,2,3 Jl. Ssgamagaraja No. 338 Smp. Lmu Meda ABSTRAK Sstem pedukug keputusa secara umum ddefeska sebaga sebuah sstem yag mampu meghaslka pemecaha maupu peagaa masalah. Sstem pedukug keputusa tdak dmaksudka utuk meggatka pera pegambl keputusa, tap utuk membatu da medukug pegambl keputusa. Dalam peraa sstem pedukug keputusa dalam koteks keseluruha sstem formas dtujuka utuk memperbak kerja melalu aplkas tekolog formas serta meetuka pedekata yag dguaka dalam proses pegambla keputusa, sampa megevaluas pemlha teraktf. Salah satu metode yag serg dguaka dalam sstem pedukug keputusa adalah metode Weghted Product (WP). Kata Kuc: Sstem Pedukug Keputusa, Weghted Product, ABSTRACT Decso support systems are geerally defed as a system capable of producg solutos ad problem-solvg. Decso support systems are ot teded to replace decso-makg roles, but to assst ad support decso makers. I the role of decso support systems the overall cotext of formato systems amed at mprovg performace through the applcato of formato techology ad determe the approach used the decso-makg process, to evaluate the teractve selecto. Oe of the most commoly used methods decso support systems s the Weghted Product (WP) method. Keywords: Decso Support System, Weghted Product, I. PENDAHULUAN merupaka taama buah-buaha tropka basah yag berasal dar Asa Teggara. Meurut seorag ahl Botaa Sovet, Nkola Ivaovc Vavlov, setrum utama asal taama rambuta adalah daerah Ido-Malaya, melput Ido- Ca, Malaysa, Idoesa, da Flpa. D wlayah dtemuka sumber geetk (germ plasm), rambuta (NepphellumLappaceum)[]. Dalam perkembagaya selajutya, taama rambuta bayak dbuddayaka d beberapa egara trops. d Idoesa daerah peaama rambuta tersebar dberbaga wlayah, salah satuya d Sumatra. D Sumatra ada beberapa varetas rambuta atara la : rambuta bja, rambuta rapah, rambuta lebak bulus, rambuta armada, rambuta syoya, rambuta garuda, rambuta kapulasa da rambuta cmaca. Masg-masg varetas rambuta bsa dbedaka berdasarka ukura, rasa, wara, kaduga ar. Muculya rambuta dega berbaga betuk da kualtas serta varas harga yag semak kompettf megakbatka megkatya daya bel masyarakat. Sergkal masyarakat melakuka pembela haya karea tertark dega betuk ataupu tampla tapa dsesuaka dega kebutuhaya. Hal mejadka ketdak sesuaa atara harga barag da kualtasya. Namu, dalam memlh rambuta dega kualtas terbak dar seka varetas yag ada merupaka plha yag sult bag para pedagag utuk meetukaya utuk d pasarka karea dar seka bayak varetas rupaya haya beberapa saja yag mejad plha pembel da varetas rambuta la yag selayakya dpasarka oleh para pedagag d pusat perbelajaa. Mult Attrbute Decso Makg adalah suatu metode yag dguaka utuk mecar alteratf optmal dar sejumlah alteratf optmal dega krtera tertetu. It dar Mult Attrbute Decso Makg adalah meetuka la bobot utuk setap atrbut, kemuda dlajutka dega proses peragkga yag aka meyeleks alteratf yag sudah dberka[2][3]. Dalam meyelesaka masalah Mult Attrbute Decso Makg terdapat beberapa metode yag dguaka yatu dataraya metode Weghted Product, yag aka dguaka oleh peuls dalam meetuka kualtas buah rambuta. Metode Weghted Product megguaka perkala utuk meghubugka la atrbut (krtera), dmaa la setap atrbut (krtera) harus dpagkatka dulu dega bobot atrbut (krtera) yag bersagkuta Sstem pedukug utuk meetuka buah rambuta dega kualtas terbak megguaka metode Weghted Product dplh karea mampu memlh alteratf terbak dar sejumlah alteratf. Dalam hal alteratf yag dmaksud adalah kualtas buah rambuta yag terbak berdasarka krtera-krtera yag dtetuka dega lagkah-lagkah metode Wegted Product yag sederhaa, mudah dpaham, efektf da efese[4][5]. 8 P a g e

2 ISSN (meda ole) Metode Weghted Product dplh karea mampu memlh alteratf terbak dar sejumlah alteratf. Dalam hal alteratf yag dmaksud adalah kualtas buah rambuta yag terbak berdasarka krtera-krtera yag dtetuka dega lagkah-lagkah metode Wegted Product yag sederhaa, mudah dpaham, efektf da efese. Dmaa la setap atrbut (krtera) harus dpagkatka dulu dega bobot atrbut (krtera) yag bersagkuta kemda dlajutka dega cara Descedg ( uruta la dar yag terbesar). II. TEORITIS A. adalah taama yag masuk dalam keluarga spdaceae da berasal dar wlayah trops d Asa Teggara. Taama rambuta (Nephelum sp.) dapat tumbuh subur d wlayah yag berklm trops da pada beberapa wlayah subtrops. D Idoesa sedr taama rambuta memlk lebh dar 22 jes. Taama rambuta atau Hary Frut (dalam bahasa Iggrs) dtaam d daerah hagat atau datara redah yag bersuhu rata-rata 25º Celsus da dega ketgga meter d atas permukaa laut. Masa pae rambuta basaya atara bula Desember sampa dega bula Maret da bayak buah yag dhaslka oleh poho rambuta dalam sekal pae. Buah rambuta yag matag berwara merah atau kekug-kuga[]. B. Sstem Pedukug Keputusa Meurut Ltlle (970), Sstem Pedukug Keputusa adalah suatu sstem formas berbass komputer yag meghaslka berbaga alteratf keputusa utuk membatu maajeme dalam meaga berbaga permasalaha yag terstruktur ataupu tdak terstruktur dega megguaka data da model. Dapat juga dkataka sebaga sstem komputer yag megolah data mejad formas utuk megambl keputusa dar masalah sem terstruktur yag spesfk. Peyusua model keputusa adalah suatu cara utuk megembagka hubuga-hubuga logs yag medasar persoala keputusa ke dalam suatu model matemats, yag mecermka hubuga yag terjad datara faktor-faktor yag terlbat[2][6]. C. Weghted Product (WP) Weghted Product merupaka salah satu metode yag dguaka utuk meyelesaka masalah Mult Attrbute Decso Makg. Metode Weghted Product megguaka perkala utuk meghubugka la atrbut (krtera), dmaa la setap atrbut (krtera) harus dpagkatka dulu dega bobot atrbut (krtera) yag bersagkuta. s x j Dega =, 2,...,m da j=, 2,... Keteraga: () ke- j v Π S X = product = skor / la dar setap alteratf = la alteratf ke- terhadap atrbut j * X j = bobot dar setap atrbut X W j Dmaa adalah pagkat berla postf utuk atrbut keutuga da berla egatf utuk atrbut baya. Utuk peragkga / mecar alteratf yag terbak dlakuka dega rumus berkut.(2) III. ANALISA da PEMBAHASAN Dalam masalah meetuka buah rambuta dega kualtas terbak d Sumatera, sesua dega metode Fuzzy Multple Atrrbute Decso Makg, maka dperluka krtera-krtera da bobot dalam perhtugaya sehgga aka dapat alteratf terbak. Alteratf yag dmaksud adalah rambuta d Sumatra yag memlk kualtas yag terbak. A. Tahap Iteleje (Itelellgece) Dalam tahap teleje tetuka terlebh dahulu apa saja yag g dcar atau dukur, (The New Scece Of Maagemet Decso, 997). Utuk meetuka buah rambuta dega kualtas terbak maka dtetuka dulu beberapa krtera berdasarka preseps secara umum. Cotoh a. : Rasa (K). Ukura terbag mejad tga, yatu :. Sagat Mas 2. Mas 3. Kurag Mas 4. Asam b. 2 : Wara (K2). Rasa terbag mejad tga, yatu :. Merah Tua 2. Merah 3. Orage Merah 4. Kug Kemeraha c. 3 : Ukura (K3). Wara terbag mejad empat, yatu:. Besar 2. Sedag 3. Kecl d. 4 : Kaduga Ar (K4). Kaduga ar terbag mejad dua, yatu:. Kerg 2. Bayak B. da Bobot Dalam proses metode weghted Product, dperluka krtera-krtera yag aka dadka baha perhtuga dalam meetuka buah rambuta dega kulatas terbak dmaa yag 9 P a g e

3 ISSN (meda ole) terbak da mejad plha. Adapu krtera-krtera dalam meetuka buah rambuta dega kualtas terbak dapat dlhat pada tabel d bawah : Tabel. Keteraga Keteraga C Rasa C2 Wara C3 Ukura C4 Kaduga Ar Selajutya pegambla keputusa Memberka bobot preferes utuk masg-masg krtera sebaga W (bobot awal) dapat dlhat pada tabel 2 berkut : Tabel 2. Bobot Serta Keteraga Rage Bobot C Sagat Bak 4 C2 Bak 3 C3 Kurag 2 C4 Buruk Dar masg masg krtera tersebut aka dtetuka bobot-bobotya. Pada bobot terdr dar empat blaga fuzzy, yatu (B), Kurag (K), Bak (B2), Sagat Bak (SB), Sepert Terlhat pada gambar berkut : Buruk Kurag Bak Sagat Bak Gambar. Bobot Keteraga : Buruk = Kurag = 2 Bak = 3 Sagat Bak = 4 Pembobota Fuzzy. Pembobota Fuzzy Utuk Ukura Tabel 3. Metuka Rasa Rage Nla Fuzzy Bobot Sagat Mas Sagat Bak 4 Mas Bak 3 Kurag Mas Kurag Bak 2 Asam Buruk 2. Pembobota Fuzzy Utuk Rasa Tabel 4. Metuka Wara Rage Nla Fuzzy Bobot Merah Tua Sagat bak 4 Merah Bak 3 Rage Nla Fuzzy Bobot Orage Merah Kurag 2 Kug Kemeraha Buruk 3. Pembobota Fuzzy Utuk Wara Tabel 5. Metuka Ukura Rage Nla Fuzzy Bobot Besar Sagat bak 4 Sedag Bak 3 Kecl Kurag 4. Pembobota Fuzzy Utuk Kaduga Ar Tabel 6. Metuka Kaduga Ar Rage Nla Fuzzy Bobot Kerg Sagat bak 4 Sedag Bak 3 Bayak Kurag 5. Alteratf Tabel 7. Lajuta Alteratf No Alteratf Bja Rapah Lebak Bulus Narmada Syoya Garuda Kapulasa Cmaca C C2 C3 C4 Sagat Mas Merah Besar Mas Merah Sedag Mas Merah Tua Sedag Kerg kerg kerg Mas Merah Besar Sedag Kurag Mas Mas Kurag Mas Sagat Mas Merah Tua Besar Bayak Kug kemeraha Orage Merah Kecl Besar Bayak Sedag Merah Besar Bayak Utuk ratg kecocoka setap alteratf pada setap krtera, dapat dlhat pada tabel 8 dbawah : Tabel 8 Ratg Kecocoka Alteratf pada Setap No Alteratf C C2 C3 C4 Bja Rapah Lebak Bulus Narmada Syoya Garuda 3 7 Kapulasa Cmaca Berdasarka tabel ratg kecocoka dar setap alteratf pada setap krtera tersebut, maka dapat 0 P a g e

4 ISSN (meda ole) dtetuka buah rambuta dega kualtas terbak dega megguaka metode Weghted Product. Adapu lagkah peyelesaa dega metode Weghted Product sebaga barkut :. Tetuka bobot awal dar setap krtera Adapu bobot awal dar setap krtera adalah W = (4, 3, 2, ). 2. Perbak bobot dega cara W j = v s x j j * X j X W w wj = Adapu cara Peyelesaa sebaga berkut : 4 w = = 4 = 0,4 3 w 2 = = 3 = 0,3 2 w 3 = = 2 = 0,2 w 4 = = = 0, sehgga 3. Meghtug Vektor S dega cara berkut : Dmaa adalah pagkat berla postf utuk atrbut keutuga da berla egatf utuk atrbut baya. Adapu cara peyelesaaya sebaga berkut S= (4 0,4 ) (3 0,3 ) (3 0,2 ) (3 0, ) = S2= (3 0,4 ) (3 0,3 ) (2 0,2 ) (3 0, ) = S3= (3 0,4 ) (4 0,3 ) (2 0,2 ) (3 0, ) = S4= (3 0,4 ) (3 0,3 ) (3 0,2 ) (2 0, ) = S5= (2 0,4 ) (4 0,3 ) (3 0,2 ) ( 0, ) = S6= (3 0,4 ) ( 0,3 ) ( 0,2 ) ( 0, ) =.558 S7= (2 0,4 ) ( 0,3 ) (3 0,2 ) (2 0, ) =.767 S8= (3 0,4 ) (3 0,3 ) (3 0,2 ) ( 0, ) = Meetuka Preferes V utuk peragkga : Dmaa ala V yag terbesar adalah alteratf yag terplh. adapu cara peyelesaaya sebaga berkut : V= = 0,640 V2= = 0,348 V3= = 0,469 V4= = 0,403 V5= = 0,24 V6= = 0,0756 V7= = 0,0858 V8= = Utuk lebh jelas hasl proses peragkga dapat dlhat pada tabel 9 sebaga berkut : Tabel 9. Peragkga Utuk Alteratf VJ Alteatf Nla Ragkg V Bja V2 Rapah V3 Lebak Bulus V4 Narmada V5 Syoya V6 Garuda V7 Kapulasa V8 Cmaca IV. KESIMPULAN Kesmpula yag dperoleh dar peelta, yatu:. Metode Wghted Product dapat membatu dalam megambl keputusa utuk meetuka tgkata buah rambuta sesua dega krterakrtera yag sudah dtetuka. 2. Peerapa metode Weghted Product cukup mudah dguaka utuk melakuka pelaa dalam meetuka buah rambuta dega kualtas terbak karea peyelesaaya cukup sederhaa. Perhtuga Weghted Product ada 3 tahap yatu, peetua la bobot W, peetua laa vektor S, serta peetua la vektor V. DAFTAR PUSTAKA [] T. K. Ta, Pedoma Bertaam. Nuasa Aula, 20. [2] S. K. Dew, Wardoyo, Hartat, ad Harjoo, Fuzzy Mult Attrbute Decso Makg (Fuzzy MADM). Jakarta: Graha Ilmu, [3] M. Iswa, W. Ftra, N. Mayasar, ad A. P. U. Sahaa, Tuto Reducto Determato Usg Fuzzy Tsukamoto, It. J. Eg. Sc. Ivet., vol. 5, o. 9, pp , 206. [4] Rsawad ad R. Rahm, Study of the Smple Mult- Attrbute Ratg Techque For Decso Support, IJSRST, vol. 2, o. 6, pp , 206. [5] Dada, Umar, ad Daha, Komputersas Pegambla Keputusa. Jakarta: PT. Elex Meda Komputdo, [6] Mesra, Vsual Basc, Meda: Mtra Wacaa Meda, [7] S. K. Dew, Wardoyo, Hartat, ad Harjoo, Fuzzy Mult Attrbute Decso Makg (Fuzzy MADM). Jakarta: Graha Ilmu, [8] H. A. Hasbua, R. Purba, ad A. P. U. Sahaa, Productvty Assessmet (Performace, Motvato, ad Job Trag) usg Profle Matchg, SSRG It. J. Eco. admaagemet Stud., vol. 3, o. 6, 206. [9] C.-L. Yoo, K.P., & Hwag, Multple Attrbute Decso Makg: A Itroducto, Sage Uv. Pap. Ser. Quatatve Appl. Soc. Sc., pp , 995. [0] Kusr, Kosep da Aplkas Sstem Pedukug Keputusa. Yogyakarta: Ad, P a g e

5 ISSN (meda ole) [] M. Iswa, W. Ftra, N. Mayasar, ad A. P. U. Sahaa, Tuto Reducto Determato Usg Fuzzy Tsukamoto, It. J. Eg. Sc. Ivet., vol. 5, o. 9, pp , P a g e

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

ISSN: JURNAL GAUSSIAN, Volume 4, Nomor 2, Tahun 2015, Halaman Online di:

ISSN: JURNAL GAUSSIAN, Volume 4, Nomor 2, Tahun 2015, Halaman Online di: ISSN: 339-541 JURNAL GAUSSIAN, Volume 4, Nomor, Tahu 015, Halama 67-76 Ole d: http://ejoural-s1.udp.ac.d/dex.php/gaussa PEMILIHAN PENGRAJIN TERBAIK MENGGUNAKAN MULTI-ATTRIBUTE DECISION MAKING (MADM) TECHNIQUE

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

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

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

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

ANALISIS PENGGABUNGAN METODE SAW DAN METODE TOPSIS UNTUK MENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN DOSEN

ANALISIS PENGGABUNGAN METODE SAW DAN METODE TOPSIS UNTUK MENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN DOSEN Semar Nasoal Iformatka 2013 (semasif 2013) ISSN: 1979-2328 UPN Vetera Yogyakarta, 18 Me 2013 ANALISIS PENGGABUNGAN METODE SAW DAN METODE TOPSIS UNTUK MENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN DOSEN Gregorus

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

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

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

Lebih terperinci

BAB 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

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

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

Penarikan Contoh Acak Sederhana (Simple Random Sampling)

Penarikan Contoh Acak Sederhana (Simple Random Sampling) Pearka Cotoh Acak Sederhaa (Smple Radom Samplg) Defs Jka sebuah cotoh berukura dambl dar suatu populas sedemka rupa sehgga setap cotoh berukura ag mugk memlk peluag sama utuk terambl, maka prosedur tu

Lebih terperinci

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas TEKNIK SAMPLING Hazmra Yozza Izzat Rahm HG Jurusa Matematka FMIPA Uverstas Adalas Defs Suatu cotoh gerombol adalah suatu cotoh acak sederhaa dmaa setap ut pearka cotoh adalah kelompok atau gerombol dar

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

PEMILIHAN MAHASISWA BERPRESTASI DIPLOMA MENGGUNAKAN METODE TOPSIS

PEMILIHAN MAHASISWA BERPRESTASI DIPLOMA MENGGUNAKAN METODE TOPSIS emar Nasoal APTIKOM (EMNATIKOM), Hotel Lombok Raya Mataram, - Oktober PEMILIHAN MAHAIWA BERPRETAI DIPLOMA MENGGUNAKAN METODE TOPI Dyah Herawate,, Eto Wuryato () Program tud D stem Iformas Fakultas Vokas

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

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 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 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

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

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

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

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 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

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

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 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

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

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

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

* 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

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 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

PEMILIHAN PENGRAJIN TERBAIK DENGAN METODE ELECTRE DAN TOPSIS MENGGUNAKAN GUI MATLAB (STUDI KASUS : PT. Asaputex Jaya, Tegal)

PEMILIHAN PENGRAJIN TERBAIK DENGAN METODE ELECTRE DAN TOPSIS MENGGUNAKAN GUI MATLAB (STUDI KASUS : PT. Asaputex Jaya, Tegal) ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 5, Nomor 4, Tahu 2016, Halama 663-672 Ole d: http://eoural-s1.udp.ac.d/dex.php/gaussa PEMILIHAN PENGRAJIN TERBAIK DENGAN METODE ELECTRE DAN TOPSIS MENGGUNAKAN GUI

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 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

3/19/2012. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut

3/19/2012. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut 3/9/202 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

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

Pembobotan dan Optimasi Untuk Pemilihan Distributor PT Maan Ghodaqo Shiddiq Lestari

Pembobotan dan Optimasi Untuk Pemilihan Distributor PT Maan Ghodaqo Shiddiq Lestari JURNAL SAINS DAN SENI ITS Vol., No., (Sept. 202) ISSN: 20-928X A-7 Pembobota da Optmas Utuk Pemlha Dstrbutor PT Maa Ghodaqo Shddq Lestar Teas N. Qurawat, Subcha, Suhud Wahyud Jurusa Matematka, Fakultas

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

SOLUSI TUGAS I HIMPUNAN

SOLUSI TUGAS I HIMPUNAN Program Stud S1 Tekk Iformatka Fakultas Iformatka, Telkom Uversty SOLUSI TUGAS I HIMPUNAN Matematka Dskrt (MUG2A3) Halama 1 dar 6 Soal 1 Tetukalah eleme-eleme dar hmpua berkut! 2 x x adalah blaga real

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

Penyelesaian Sistem Persamaan Linier Kompleks Dengan Invers Matriks Menggunakan Metode Faddev (Contoh Kasus: SPL Kompleks dan Hermit)

Penyelesaian Sistem Persamaan Linier Kompleks Dengan Invers Matriks Menggunakan Metode Faddev (Contoh Kasus: SPL Kompleks dan Hermit) Jural Sas Matematka da Statstka, Vol., No. I, Jauar ISSN - Peyelesaa Sstem Persamaa Ler Kompleks Dega Ivers Matrks Megguaka Metode Faddev Cotoh Kasus: SPL Kompleks da Hermt F. rya da Tka Rzka, Jurusa Matematka,

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

Pembobotan dan Optimasi Untuk Pemilihan Distributor PT Maan Ghodaqo Shiddiq Lestari

Pembobotan dan Optimasi Untuk Pemilihan Distributor PT Maan Ghodaqo Shiddiq Lestari JURNAL TEKNIK POMITS Vol., No., (202) -5 Pembobota da Optmas Utuk Pemlha Dstrbutor PT Maa Ghodaqo Shddq Lestar Teas N. Qurawat, Suhud Wahyud, Subcha Jurusa Matematka, Fakultas Matematka da Ilmu Pegetahua

Lebih terperinci

RANCANG BANGUN SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN OPERATOR TELEKOMUNIKASI DENGAN METODE AHP DAN TOPSIS. 2)

RANCANG BANGUN SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN OPERATOR TELEKOMUNIKASI DENGAN METODE AHP DAN TOPSIS. 2) RANCANG BANGUN SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN OPERATOR TELEKOMUNIKASI DENGAN METODE AHP DAN TOPSIS I Putu Eratama 1), I Gede Arya Utama ) 1) ) Jurusa Sstem Iformas. Sekolah Tgg Maajeme Iformatka

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

ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF

ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF KELOMPOK A I GUSTI BAGUS HADI WIDHINUGRAHA (0860500) NI PUTU SINTYA DEWI (0860507) LUH GEDE PUTRI SUARDANI (0860508) I PUTU INDRA MAHENDRA PRIYADI (0860500)

Lebih terperinci

NORM VEKTOR DAN NORM MATRIKS

NORM VEKTOR DAN NORM MATRIKS NORM VEKTOR DN NORM MTRIK umaag Muhtar Gozal UNIVERIT PENDIDIKN INDONEI. Pedahulua Jka kta membcaraka topk ruag vektor maka cotoh sederhaa yag dapat kta ambl adalah ruag Eucld R. D ruag kta medefska pajag

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

PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN

PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN Idah Vltr, Harso, Haposa Srat Mahassa Program S Matematka Dose Jurusa Matematka Fakultas Matematka da Ilmu

Lebih terperinci

TATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Fitri Yulianti, SP. Msi.

TATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Fitri Yulianti, SP. Msi. TATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Ftr Yulat, SP. Ms. UKURAN DATA Ukura data Ukura Pemusata data Ukura letak data Ukura peyebara data Mea Meda Jagkaua Meda Kuartl Jagkaua atar

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

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

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

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

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

Lebih terperinci

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

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

Integrasi 1. Metode Integral Reimann Metode Integral Trapezoida Metode Integral Simpson. Integrasi 1

Integrasi 1. Metode Integral Reimann Metode Integral Trapezoida Metode Integral Simpson. Integrasi 1 Itegras Metode Itegral Rema Metode Itegral Trapezoda Metode Itegral Smpso Itegras Permasalaa Itegras Pertuga tegral adala pertuga dasar yag dguaka dalam kalkulus, dalam bayak keperlua. Itegral secara det

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB METODE PENELTAN 3.1 Tempat da Waktu Peelta Peelta dlaksaaka d areal/wlaah koses huta PT. Sarmeto Parakata Tmber, Kalmata Tegah pada bula Aprl sampa dega Me 007. 3. Baha da Alat Baha ag dguaka utuk

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

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

BAB 1 STATISTIKA RINGKASAN MATERI

BAB 1 STATISTIKA RINGKASAN MATERI BAB STATISTIKA A RINGKASAN MATERI. Pegerta Data adalah kumpula keteraga-keteraga atau catata-catata megea suatu kejada, dapat berupa blaga, smbol, sat atau kategor. Masg-masg keteraga dar data dsebut datum.

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

KOMPUTASI METODE SAW DAN TOPSIS MENGGUNAKAN GUI MATLAB UNTUK PEMILIHAN JENIS OBJEK WISATA TERBAIK (Studi Kasus : Pesona Wisata Jawa Tengah)

KOMPUTASI METODE SAW DAN TOPSIS MENGGUNAKAN GUI MATLAB UNTUK PEMILIHAN JENIS OBJEK WISATA TERBAIK (Studi Kasus : Pesona Wisata Jawa Tengah) ISSN: 339-54 JURNAL GAUSSIAN, Volume 5, Nomor, Tahu 6, alama 89-98 Ole d: http://eoural-s.udp.ac.d/dex.php/gaussa KOMPUTASI METODE SAW DAN TOPSIS MENGGUNAKAN GUI MATLAB UNTUK PEMILIAN JENIS OBJEK WISATA

Lebih terperinci

BAB 2 LANDASAN TEORITIS. yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama.

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

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 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

STATISTIKA. A. Tabel Langkah untuk mengelompokkan data ke dalam tabel distribusi frekuensi data berkelompok/berinterval: a. Rentang/Jangkauan (J)

STATISTIKA. A. Tabel Langkah untuk mengelompokkan data ke dalam tabel distribusi frekuensi data berkelompok/berinterval: a. Rentang/Jangkauan (J) STATISTIKA A. Tabel Lagkah utuk megelompokka data ke dalam tabel dstrbus frekues data berkelompok/berterval: a. Retag/Jagkaua (J) J X maks X m b. Bayak kelas (k) Megguaka atura Sturgess, yatu k,. log c.

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

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

PRINSIP INKLUSI- EKSKLUSI INCLUSION- EXCLUSION PRINCIPLE

PRINSIP INKLUSI- EKSKLUSI INCLUSION- EXCLUSION PRINCIPLE RISI IKLUSI- EKSKLUSI ICLUSIO- EXCLUSIO RICILE rsp Iklus-Eksklus Ada berapa aggota dalam gabuga dua hmpua hgga? A A = A A - A A Cotoh Ada berapa blaga bulat postf lebh kecl atau sama dega 00 yag habs dbag

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

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

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 21 Sstem Pedukug Keputusa Meurut Prof Dr Praud Atmosudro, SH, keputusa adalah suatu pegakhra darpada proses pemkra tetag suatu masalah atau problema utuk meawab pertayaa apa yag harus

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

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB 1 PENDAHULUAN 1.1 Latar Belakag Masalah Regres merupaka suatu metode statstka yag dguaka utuk meyeldk pola hubuga atara dua atau lebh varabel.betuk atau pola hubuga varabelvarabel tersebut dapat ddetfkas

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

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

Lebih terperinci

Sistem Pendukung Keputusan dalam Pemilihan Internet Service Provider Dengan Metode TOPSIS

Sistem Pendukung Keputusan dalam Pemilihan Internet Service Provider Dengan Metode TOPSIS Sstem Pedukug Keputusa dalam Pemlha Iteret Servce Provder Dega Metode TOPSIS Galh Hedro Martoo 1, D Satoso 2 Jurusa Tekk Iformatka STMIK Bumgora Mataram Mataram, Idoesa Emal : galh.hedro@stmkbumgora.ac.d,

Lebih terperinci

Pemilihan Pemasok Terbaik dengan Metode. (Studi Kasus : CV. Becik Joyo)

Pemilihan Pemasok Terbaik dengan Metode. (Studi Kasus : CV. Becik Joyo) 1 Pemlha Terbak dega Metode TOPSIS Fuzzy MCDM (Stud Kasus : CV. Bek Joyo) Sedy Pradaa Putra, Soy Suaryo Jurusa Statstka, Fakultas MIPA, Isttut Tekolog Sepuluh Nopember (ITS) Jl. Aref Rahma Hakm, Surabaya

Lebih terperinci

PEDOMAN STATISTIK UJI PROFISIENSI

PEDOMAN STATISTIK UJI PROFISIENSI DPLP 3 Rev. 0 PEDOMAN STATISTIK UJI PROFISIENSI Komte Akredtas Nasoal Natoal Accredtato Body of Idoesa Gedug Maggala Waabakt, Blok IV, Lt. 4 Jl. Jed. Gatot Subroto, Seaya, Jakarta 070 Idoesa Tel. : 6 5747043,

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

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP Msal dguaka kode ler C[, k, d] dega matrks pembagu G da matrks cek partas H. Sebuah blok formas x = x 1 x 2 x k, x = 0 atau 1, yag aka dkrm terlebh

Lebih terperinci

PENAKSIR RATIO-CUM-PRODUCT YANG EFISIEN UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN KOEFISIEN VARIASI DAN KOEFISIEN KURTOSIS

PENAKSIR RATIO-CUM-PRODUCT YANG EFISIEN UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN KOEFISIEN VARIASI DAN KOEFISIEN KURTOSIS PEASIR RATIO-UM-PRODUT AG EFISIE UTU RATA-RATA POPULASI PADA SAMPLIG AA SEDERHAA MEGGUAA OEFISIE VARIASI DA OEFISIE URTOSIS Lza armata *, Arsma Ada, Frdaus Mahasswa Program S Matematka Dose Jurusa Matematka

Lebih terperinci

Preferensi untuk alternatif A i diberikan

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

Lebih terperinci

UJIAN TUGAS AKHIR LOGO. Kamis, 28 Januari Oleh : Heny Nurhidayanti. Dosen Pembimbing : INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA

UJIAN TUGAS AKHIR LOGO. Kamis, 28 Januari Oleh : Heny Nurhidayanti. Dosen Pembimbing : INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA LOGO UJIAN TUGAS AKHIR Kams, 28 Jauar 200 Oleh : Hey Nurhdayat 206 00 059 Dose Pembmbg : Drs. Sulstyo, MT JURUSAN MATEMATIKA FMIPA INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA Pedahulua Order dar customer

Lebih terperinci

2.2.3 Ukuran Dispersi

2.2.3 Ukuran Dispersi 3 Ukura Dspers Yag aka dbahas ds adalah smpaga baku da varas karea dua ukura dspers yag palg serg dguaka Hubuga atara smpaga baku dega varas adalah Varas = Kuadrat dar Smpaga baku otas yag umum dguaka

Lebih terperinci

MATEMATIKA INTEGRAL RIEMANN

MATEMATIKA INTEGRAL RIEMANN MATEMATIKA KELAS XII IPA - KURIKULUM GABUNGAN Ses NGAN INTEGRAL RIEMANN A. NOTASI SIGMA a. Defs Notas Sgma Sgma (Σ) adalah otas matematka megguaka smbol yag mewakl pejumlaha da beberapa suku yag memlk

Lebih terperinci

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

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

Lebih terperinci

BAB 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

ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET

ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET Prosdg Semar Nasoal Peelta, Peddka da Peerapa MIPA Fakultas MIPA, Uverstas Neger Yogyakarta, 6 Me 9 ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET Sty Rachyay Pusat Pemafaata Sas Atarksa,

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

b) Untuk data berfrekuensi fixi Data (Xi)

b) Untuk data berfrekuensi fixi Data (Xi) B. Meghtug ukura pemusata, ukura letak da ukura peyebara data serta peafsraya A. Ukura Pemusata Data Msalka kumpula data berkut meujukka hasl pegukura tgg bada dar orag sswa. 0 cm 30 cm 5 cm 5 cm 35 cm

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

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

Uji Modifikasi Peringkat Bertanda Wilcoxon Untuk Masalah Dua Sampel Berpasangan 1 Wili Solidayah 2 Siti Sunendiari 3 Lisnur Wachidah

Uji Modifikasi Peringkat Bertanda Wilcoxon Untuk Masalah Dua Sampel Berpasangan 1 Wili Solidayah 2 Siti Sunendiari 3 Lisnur Wachidah Prosdg Statstka ISSN 40-45 Uj Modfkas Pergkat Bertada Wlcoxo Utuk Masalah Dua Sampel Berpasaga 1 Wl Soldayah St Suedar 3 Lsur Wachdah 1, Statstka, Fakultas MIPA, Uverstas Islam Badug, Jl. Tamasar No. 1

Lebih terperinci

UKURAN PEMUSATAN & PENYEBARAN

UKURAN PEMUSATAN & PENYEBARAN UKURAN PEMUSATAN & PENYEBARAN RATA - RATA UKURAN PEMUSATAN MEDIAN MODUS Rata rata htug (mea) Merupaka hasl bag dar sejumlah skr dega bayakya respde Utuk Data Tdak Berkelmpk x Dmaa : = la samapa x = la

Lebih terperinci

Pada saat upacara bendera, kita sering memperhatikan teman-teman kita.

Pada saat upacara bendera, kita sering memperhatikan teman-teman kita. Bab Ukura Data Pada saat upacara bedera, kta serg memperhatka tema-tema kta. Terkadag tapa sadar kta membadgka tgg redah sswa dalam upacara tersebut. Ada yag tggya 170 cm, 165 cm, 150 cm atau bahka 140

Lebih terperinci