JUDUL TA: PENENTUAN NILAI MARK- UP PADA PROYEK-PROYEK KONSTRUKI MENGGUNAKAN DUMMY NAMA MAHASISWA: DWITYA DHANURENDRA BAB I PENDAHULUAN
|
|
- Hadian Makmur
- 6 tahun lalu
- Tontonan:
Transkripsi
1 JUDUL TA: PENENTUAN NILAI MARK- UP PADA PROYEK-PROYEK KONSTRUKI MENGGUNAKAN DUMMY NAMA MAHASISWA: DWITYA DHANURENDRA BAB I PENDAHULUAN 1.1 LATAR BELAKANG PERMASALAHAN Hampir semua upaya dalam mendapatk pekerja (proyek), pada sektor jasa konstruksi, selalu melalui proses yg dinamak pelelg (tender). Proses ini menjadi sgat penting bagi pengusaha jasa konstruksi, karena kelgsung hidupnya sgatlah tergtung dari berhasil atau tidaknya proses ini. Penetap harga pelelg (tender) ditentuk oleh berbagai pertimbg d terkadg hya berdasark naluri bisnis. Hal ini sgatlah menentuk besar / kecilnya keuntung (profit) yg masih mungkin diperoleh kontraktor d persentase kemungkin memengk proyek. Pemasar merupak suatu fungsi yg meliputi sejumlah aktivitas dalam menukark jasa perusaha konstruksi untuk keuntung ekonomis. Menurut konsep pemasar modern, fokus aktivitas tersebut adalah pelelg, d mengalir kembali kepada kontraktor yg kemudi dapat merencak cara untuk memenuhi kebutuh tersebut. Penawar bersaing (competitive bidding) adalah jenis lain dari pricing dalam istilah pemasar. Dalam penawar bersaing, setiap penawar pada suatu kontrak tertentu harus menyerahk yg masih dapat dipertggungjawabk (lowest, responsive, d responsible) ak memengk tender tersebut. Strategi penawar (bidding strategy) bagi suatu perusaha sgatlah bergtung pada tuju perusaha; di tarya adalah memaksimumk keuntung (profit). Karakteristik kontrak dalam industri konstruksi ditdai oleh persaing yg makin meningkat, batas keuntung yg tidak tinggi (low profit margin), d nilai risiko gagal yg tinggi. Perkira harga sebuah proyek adalah biaya hasil perhitung yg dilakuk oleh seorg estimator berdasark dokumen lelg (gambar renca d spesifikasi). Dalam tahap ini harga yg diperoleh adalah harga biaya lgsung (direct cost), sedgk harga penawar adalah biaya lgsung ditambah sejumlah nilai nominal tertentu. Besarnya penambah biaya tertentu tersebut disebut nilai mark-up, deng maksud agar kontraktor memperoleh keuntung d menutupi biaya overhead perusaha. Mark-up adalah selisih tara harga penawar deng renca ggar biaya pekerja (biaya lgsung deng biaya tidak lgsung). Permasalah utama kontraktor dalam mengajuk penawar adalah menempatk harga penawar yg tidak terlalu tinggi sehingga memperoleh pelug proyek. Dalam penawar pelelg proyek, segala sesuatunya harus nampak jelas d rasional sehingga hal ini sgat penting dalam menentuk strategi penawar yg tepat. Untuk itulah dibutuhk adya model prediksi untuk menentuk nilai mark-up pada proyek-proyek konstruksi. Peneliti ini bertuju untuk membuat model prediksi penentu harga mark-up. Analisa regresi bergda digunak untuk menentuk berapa nilai mark-up yg sesuai deng kondisi d situasi proyek. Analisis regresi linier bergda ialah suatu alat alisis dalam ilmu statistik yg berguna untuk menguji signifik atau tidaknya hubung lebih dari 2 variabel melalui koefisien regresinya. Analisa ini juga dapat digunak untuk melakuk prediksi berdasark independensi variabelnya.
2 2 1.2 PERUMUSAN MASALAH Berdasark penjelas diatas, ada 2 rumus masalah yg perlu diselesaik: 1. Karakteristik proyek yg seperti apa yg dapat mempengaruhi besarnya mark up? 2. Berapa nilai mark-up yg sesuai deng situasi d kondisi proyek sehingga tetap berpelug memengk tender d memperoleh keuntung? 1.3 TUJUAN Tuju peneliti ini adalah: 1. Untuk mengetahui karakteristik proyek yg dapat mempengaruhi keputus mark up. 2. Membuat model prediksi untuk mengetahui nilai mark-up yg sesuai deng situasi d kondisi serta karakteristik proyek. 1.4 PEMBATASAN MASALAH Untuk mempersempit lingkup peneliti maka peneliti membatasi hal berikut ini: 1. Proyek-proyek yg ditinjau yaitu proyek-proyek yg dilakuk oleh kontraktor-kontraktor di Jakarta. 2. Kontraktor yg ditinjau hya kontraktor deng kualifikasi grade 6-7 deng nilai proyek diatas 1 milyar. 1.5 MANFAAT Mfaat dari peneliti ini adalah: 1. Pengembg keilmu majemen konstruksi, khususnya keilmu cost magement 2. Dapat menjadi refrensi/rujuk peneliti berikutnya REGRESI STEPWIS E METODOLOGI 1.1 UMUM Metodologi pada penulis Tugas Akhir ini tara lain dapat dilihat pada alur dibawah ini, seljutnya ak diikuti deng penjelas dari alur tersebut. PERMASAL AHAN STUDI LITERATUR PERANCAN GAN PENGUMPU LAN DATA PRIMER (SURVEY) ANALISA DATA (REGRESI UJI SERENTAK KEBAIKAN MODEL DIDAPATK AN MODEL PREDIKSI YANG PALING KESIMPUL AN DAN PENETAPA N POPULASI & SAMPEL PENELITIA JIKA MEMUNGKI NKAN DILENGKAPI DENGAN DATA 85% DATA UNTUK TRAINING, 15% DATA UNTUK
3 Tahap peneliti Berikut adalah tahap-tahap peneliti dari Tugas Akhir ini: 1. Merumusk latar belakg dari peneliti Proposal Tugas Akhir ini yaitu Perlunya mengidentifikasi karakteristik proyek yg berpengaruh dalam menetapk nilai mark- up, sehingga didapatk nilai mark-up yg sesuai deng situasi d kondisi proyek. Deng nilai mark-up tersebut, kontraktor masih mampu memengk tender tpa mengesampingk keuntung yg diperoleh. 2. Merumusk masalah yg ak diselesaik pada peneliti Proposal Tugas Akhir ini yaitu membuat model prediksi mark-up yg sesuai deng situasi d kondisi serta karakteristik proyek. 3. Mengidentifikasi kriteria-kriteria yg berpengaruh dalam penentu nilai mark-up di dalam studi literatur. Kriteriakriteria yg digunak diambil dari peneliti oleh Dozzi d Abourizk (1996) d Ahmad d minkahar (1988). 4. Mercg kuesioner yg berisi kriteriakriteria yg didapat dari studi literatur yg ntinya ak disebark kepada responden. Sebelum disebar menetapk populasi d sampel peneliti. Populasi pada peneliti ini yaitu kontraktor deng grade 6-7 di Jakarta. Deng responden project mager d estimator. Deng jumlah sampel yg dibutuhk adalah lebih dari 30 proyek. 5. Mengumpulk data primer deng menyebar kuesioner kepada responden yg sudah ditentuk. Apabila memungkink komparasi terhadap data sekunder (dokumen proyek) ak dilakuk. 6. Membuat tabulasi data dari hasil survey yg sudah disebark sebelumnya. 7. Memasuk hasil data yg diperoleh ke dalam minitab deng menggunak regresi dummy. 8. Melakuk uji serentak untuk mengetahui signifik atau tidak model tersebut. 9. Jika signifik ak didapatk model terbaik, jika tidak hasil dari uji serentak ak diregresik lgi menggunak regresi stepwise untuk mencari variabel-variabel yg paling berpengaruh. 10. Setelah mengetahui variabel-variabel yg signifik menggunak stepwise, kemudi variabel-variabel tersebut diregresik kembali. 11. didapat model yg paling signifik. 12. Dari data yg terkumpul 30 data ak digunak untuk training model regresi, sedgk 5data ak digunak sebagai testing. Untuk mengetahui error dari model prediksi mark-up. 13. Menyimpulk d menyark hasil dari peneliti Tugas Akhir ini untuk peneliti ljut. BAB IV ANALISA DAN PEMBAHASAN 4.1 Gambar umum obyek peneliti d profil responden Jumlah kuisioner yg disebar sebyak 50 kuisioner kepada kontraktor grade 7 di Jakarta, yg kembali sebyak 35 kuisioner (70%).
4 4 Gambar berikut berupa chart tentg profil responden. sisya 4 org pada pengalam < 1 tahun d 2-5 tahun Jabat Jabat Tipe proyek 25% 75% project mager estimator Tipe proyek Gedung 20% Jal Gambar 4.1 chart jabat Dari chart dilihat, jumlah responden berdasark jabat sebyak 75% (26 org) adalah seorg project mager. Sisya 25% (9 org) adalah seorg estimator Pengalam proyek Pengalam proyek 80% Gambar 4.3 chart Tipe proyek Jembat Salur drainase Dari chart dilihat, berdasark tipe proyek, 80% adalah proyek gedung d 20% proyek jal. 25% 13% 13% < 1 tahun 2-5 tahun 6-10 tahun Identitas owner Identitas Owner 50% > 10 tahun Gambar 4.2 chart pengalam proyek Dari chart dilihat, jumlah responden berdasark pengalam proyek sebyak 50% (18 org) yg memiliki pengalam tara 6-10 tahun, 25% (9 org) yg memiliki pengalam lebih dari 10 tahun, 37% Pemerintah Swasta 63% Gambar 4.4 chart Identitas owner
5 Dari chart dilihat, berdasark identitas owner 63% adalah proyek milik pemerintah d 37% proyek milik swasta Kompleksitas proyek Kompleksitas Proyek 34% 66% Sgat tinggi Tinggi Rendah Sgat rendah berdurasi 3-10 bul, 17% berdurasi bul. 4.2 Pengolah Data Kuisioner Data Kuisioner Data keseluruh yg didapat dari hasil survey kuisioner yg telah penulis lakuk berjumlah 35 responden, deng nilai proyek minimum 1 Milyar, deng penatap lokasi responden adalah perusaha kontraktor di Jakarta. Gambar 4.5 chart Kompleksitas proyek Dari chart dilihat, berdasark kompleksitas proyeksebyak 66% memiliki tingkat kompleksitas tinggi, 34% sisya memiliki tingkat kompleksitas rendah Durasi proyek Durasi Proyek 17% 43% 40% 3-10 bul bul bul, Gambar 4.6 chart Durasi proyek Dari chart dilihat, berdasark durasi proyek sebyak 43% berdurasi bul, 40%
6 6 Gambar 4.7 contoh hasil kuiosioner JENIS PROYEK : GEDUNG / JALAN / JEMBATAN / SALURAN DRAINASE VARIABEL Mark Up (Dalam %) Hubung Deng Owner Identitas Owner Kompleksitas Proyek Buruh Lokal yg Tersedia Beb Kerja Perusaha yg Dikerjak Overhead Rate (Dalam %) Durasi Pelaksa (Dalam Bul) Tipe Proyek Jumlah Kompetitor Tender lokasi Proyek Kondisi Pasar Ukur Proyek (Dalam Milyar) RESPONDEN Gambar tabel diatas adalah salah satu data kuisioner Identifikasi Mark-Up pada Kontraktor Jakarta yg telah diisi oleh salah satu perusaha kontraktor mengenai proyek yg sedg mereka kerjak. Didapatk nilai dari sebuah proyeknya adalah 384 Milyar, deng durasi pelaksa 25 bul, d penetap nilai mark-up yg mereka gunak sebesar 27,5%. Berikut dibawah ini adalah tabel keseluruh data kuisioner 35 responden tersebut. Tabel 4.1 Tabel data kuisioner PT Mudah Dijgkau Baik 5-10 Gedung 3 5%-10% Byak > 30 Tinggi Pemerintah Baik PT.2 83 Mudah Dijgkau Buruk <5 Gedung 7 5%-10% Sedg Tinggi Swasta Baik PT Mudah Dijgkau Baik <5 Gedung 3 5%-10% Sedg >30 Rendah Swasta Baik PT Mudah Dijgkau Baik <5 Gedung 4 5%-10% Sedg >30 Rendah Swasta Baik PT Mudah Dijgkau Baik 5-10 Gedung 9 5%-10% Sedg >30 Tinggi Swasta Baik PT Mudah Dijgkau Baik 5-10 Jal 3 5%-10% Sedg >30 Tinggi Pemerintah Baik PT Mudah Dijgkau Baik 5-10 Gedung 11 5%-10% Sedg >30 Tinggi Swasta Baik PT Mudah Dijgkau Baik <5 Gedung 4 5%-10% Sedg >30 Rendah Pemerintah Baik PT Sulit Dijgkau Baik <5 Gedung 5 >10% Byak >30 Tinggi Pemerintah Baik PT Sulit Dijgkau Baik Gedung 10 >10% Sedg Tinggi Pemerintah Baik PT Sulit dijgkau Baik Jal 15 5%-10% Byak Tinggi Pemerintah Baik 27.5 PT Sulit dijgkau Baik Jal 5 5%-10% Sedg Rendah Pemerintah Baik 25 PT Mudah dijgkau Baik 5-10 Gedung 25 2%-5% Sedg <10 Tinggi Pemerintah Baik 25 PT Mudah dijgkau Baik >20 Gedung 10 2%-5% Sedg Tinggi Pemerintah Baik 26 PT Mudah dijgkau Baik <5 Gedung 25 2%-5% Sedg Tinggi Pemerintah Baik 27.5 PT Mudah dijgkau Baik >20 Gedung 5 5%-10% Sedg Rendah Pemerintah Baik 25 PT Mudah dijgkau Baik <5 Gedung 25 <2% Sedikit Tinggi Swasta Baik 12.5 PT Sgat mudah dijgkau Baik <5 Gedung 15 2%-5% Sedg <10 Tinggi Pemerintah Baik 30 PT Mudah dijgkau Baik 5-10 Gedung 10 2%-5% Sedg Rendah Swasta Baik 15 PT Sulit dijgkau Baik 5-10 Jal 10 5%-10% Sedg Tinggi Pemerintah Baik 25 PT Mudah dijgkau Baik 5-10 Gedung 10 2%-5% Sedg Rendah Pemerintah Baik 25 PT Sgat mudah dijgkau Baik 5-10 Gedung 15 2%-5% Sedg Tinggi Swasta Baik 15 PT Mudah dijgkau Baik 5-10 Gedung 20 2%-5% Sedg Tinggi Pemerintah Baik 30 PT Mudah dijgkau Baik 5-10 Gedung 15 2%-5% Sedg Tinggi Swasta Baik 12.5 PT Mudah dijgkau Baik 5-10 Gedung 20 2%-5% Sedg Rendah Pemerintah Baik 30 PT Mudah dijgkau Baik <5 Gedung 10 <2% Sedg Rendah Swasta Baik 15 PT Mudah dijgkau Baik 5-10 Jal 11 5%-10% Byak >30 Rendah Swasta Baik 30 PT Sulit dijgkau Buruk 5-10 Jal 12 >10% Byak <10 Tinggi Pemerintah Baik 20 PT Mudah dijgkau Buruk >20 Gedung 12 5%-10% Byak >30 Tinggi Pemerintah Baik 24 PT Mudah dijgkau Baik >20 Gedung 12 5%-10% Byak >30 Tinggi Pemerintah Baik 18 PT Mudah dijgkau Baik 5-10 Gedung 6 5%-10% Byak >30 Tinggi Swasta Baik 30 PT Mudah dijgkau Baik <5 Gedung 6 2%-5% Sedg Rendah Swasta Baik PT Mudah dijgkau Buruk >20 Gedung 17 5%-10% Byak Tinggi Pemerintah Baik 22 PT Mudah dijgkau Baik >20 Gedung 8 5%-10% Sedg Rendah Pemerintah Baik 20 PT Sulit Dijgkau Baik 5-10 Jal 9 5%-10% Byak Tinggi Pemerintah Baik 24 sumber: perusah-perusah kontraktor di Jakarta (PT) Didapatk hasil survey Identifikasi Mark- Up pada Kontraktor Jakarta deng responden berjumlah 35, deng jenis proyek yg ditinjau ditarya gedung, jal, jembat, d salur drainase. Dapat dibaca pada tabel tersebut, untuk nilai proyek (dalam Milyar) tertinggi adalah 384 Milyar d terendah adalah 2.25 Milyar. Lokasi Proyek rata-rata mudah dijgkau. Kondisi pasar yg baik. Jumlah kompetitior berkisar tara 5-10 perusaha. Tipe proyek yg mereka kerjak mayoritas adalah bgun gedung d sedikit bgun jal. Waktu pengerja yg bervariasi tergtung pada nilai proyek masing-masing, dari 3 hingga 25 bul. Biaya Overhead yg digunak berkisar 5-10%. Identitas owner mayoritas adalah milik pemerintah d penetap mark-up yg mereka gunak paling kecil adalah 12.5% d paling tinggi adalah 30%. Penjabar data diatas adalah alisa biasa dari pembaca tabel hasil kuisioner yg telah penulis lakuk. Untuk mendapatk model persama terhadap nilai Mark-Up yg ideal pada proyek-proyek konstruksi penulis menggunak alisa statistic, yaitu menggunak alisa persama liniar bergda deng dummy. Persama liniar bergda deng dummy sendiri adalah persama yg memiliki lebih dari dua variable. Untuk menyelesaik persoal ini penulis menggunak program btu MINITAB V.16. Sebuah program btu tentg alisa predictive yg menggunak beberapa sampel data untuk membuat model persama.
7 4.3 Analisa d Pengolah Data Menggunak Minitab Data-data yg sudah diterima dimasuk ke dalam minitab deng skala, kecuali data tentg mark up. Karena dibutuhk data asli untuk pemodel Pemodel Variabel Prediktor Pemodel ini diperluk untuk mengetahui signifiksi model yg didapatk deng memasukk semua variabel prediktor. Lgkah-lgkah di minitab 1. Pemodel Serentak : klik menu Stat Regression-Regression Gambar 4.8 Pemodel serentak pada minitab Masukk variabel respon (mark up) pada bagi response d variabel prediktor pada bagi predictors. - Klik menu Graphs Pilih opsi Four in one untuk residual plot - Klik menu Option Centg opsi Varice inflation factor untuk Display - Klik menu Storage Centg opsi Residual untuk Diagnostic Measure Berikut adalah model yg didapatk : Y = X1_ X1_ X1_ X2_ X2_ X3_ X4_ X4_ X4_ X5_ X6_ X6_ X6_ X7_ X7_ X7_3-7.8 X8_ X8_ X9_ X9_ X9_ X10_ X11_1 Signifiksi model diketahui melalui prosedur uji serentak deng cara melihat nilai p-value pada tabel Anova di bawah ini : Tabel 4.2 Analysis of Varice d Source SS MS F P b Regressi on Residual Error 2 Total Nilai p-value melebihi tingkat kesalah yg digunak (0,05). Hal ini berarti model yg melibatk semua variabel 7redictor tidak signifik atau deng kata lain tidak layak digunak. Oleh karena itu perlu dicari model terbaik deng menggunak prosedur Stepwise Regression. Kriteria model terbaik ditarya adalah model yg uji serentak signifik d semua variabel 7redictor juga signifik Prosedur Stepwise Metode regresi bertatar (stepwise regression) digunak untuk mencari model terbaik. Kriteria model terbaik ditarya adalah model yg uji serentaknya signifik d uji individu juga menunjukk semua variabel signifik. Prosedur stepwise regression dilakuk sampai didapatk semua variabel yg masuk ke dalam model signifik berpengaruh terhadap mark up (pvalue < 0.05). 1. Stepwise : klik menu Stat-Regression- Stepwise
8 8 Masukk variabel respon (mark up) pada bagi response d variabel 8redictor pada bagi predictors. Output di atas menunjukk bahwa prosedur stepwise regression dilakuk sampai step (lgkah) ke 16. Pada step ke 16 ini variabel/indikator yg masuk ke dalam model adalah X1_1, X1_2, X2_3, X6_1, X9_1, X9_2, X10_2, X11_1. Seljutnya variabel X1, X2, X6, X9, X10, d X11 dimodelk kembali secara serentak. Gambar 4.9 input stepwise Berikut adalah out put yg dihasilk : Tabel 4.3 Nilai P-value Pada Metode Stepwise Variabel Step 13 Step 14 Step 15 Step 16 X1_ X1_ X1_3 X2_2 X2_ X3_2 X4_1 X4_2 X4_3 X5_1 X6_ X6_2 X6_3 X7_1 X7_ Tabel 4.4Nilai P-value Pada Metode Stepwise (ljut) Variabel Step 13 Step 14 Step 15 Step 16 d X8_ X9_ X9_ X9_3 X10_ X11_ Model Terbaik Variabel yg valid di Stepwise di modelk lagi secara serentak : lgkah seperti nomer Persama regresi yg didapatk adalah sebagai berikut : Y = X 1_ X 1_ X 1_3-0.79X 2_ X 2_ X 6_ X 6_ X 6_ X 9_ X 9_ X 9_ X 10_ X 11_ Uji Asumsi Residual Uji asumsi residual meliputi uji normalitas, independensi, d identik. Uji normalitas dilakuk deng menggunak atur Kolmogorov Smirnov dima atur ini sering dipakai untuk uji serupa. Percent Probability Plot of RESI2 Normal 0.0 RESI2 2.5 Gambar 4.10 Uji normalitas 5.0 Me StDev 2 N KS 0 P-Value >0
9 P-value yg lebih besar dari 0.05 mengindikasik bahwa asumsi normalitas telah terpenuhi. Hal ini berarti data peneliti berdistribusi normal. Seljutnya adalah uji asumsi independen deng menggunak indikator VIF. Hasilnya bisa dilihat pada tabel di bawah ini : Tabel 4.5 Nilai Signifiksi Variabel d VIF Predictor Coef T P VIF Constt X1_ X1_ X1_ X2_ X2_ X6_ X6_ Tabel 4.6 Nilai Signifiksi Variabel d VIF (ljut) Predictor Coef T P VIF X6_ X9_ X9_ X9_ X10_ X11_ VIF (Varis Inflation Factor) merupak indikator yg digunak untuk mendeteksi adya kasus multikolinieritas. Apabila ada satu saja nilai VIF yg melebihi 10, maka telah terjadi kasus multikolinieritas yg berarti asumsi independen tidak terpenuhi. Pada tabel 4.4 d tabel 4.5 di atas diketahui bahwa nilai VIF tidak ada yg melebihi nilai 10, sehingga tidak terjadi kasus multikolinieritas alias asumsi independen terpenuhi. Uji Asumsi Identik dilakuk dengna mengamati plot tara residual deng fitted value (nilai mark up model) pada gambar 4.7 di bawah ini. Percent Frequency Normal Probability Plot Residual Histogram -2 0 Residual Residual Plots for Y Residual Residual Versus Fits Fitted Value Versus Order Observation Order Gambar 4.11 Plot Residual Tampak pada gambar bahwa pola yg terbentuk adalah pola acak sehingga bisa disimpulk bahwa asumsi identik telah terpenuhi. Deng terpenuhinya ketiga asumsi residual, maka alisis regresi bisa diljutk deng menginterpretasik out put persama regresi yg meliputi tabel ANOVA, nilai R-Square, d uji signifiksi variabel deng indikator sum square sequential. Tabel 4.7 Analysis of Varice d Source SS MS F P b Regressi on Residual Error Total 9 6 Nilai p-value pada tabel ANOVA lebih kecil dari tingkat kesalah (<0.05) sehingga bisa disimpulk bahwa model regresi yg diperoleh signifik. Seberapa baik model dalam menjelask nilai mark up bisa dilihat dari nilai R-square. Nilai 84% mengindikasik bahwa model cukup baik karena bisa menjelask > 75% keragam mark up. S = R-Sq = 84.0% R-Sq(adj) = 71.0%
10 10 Seljutnya adalah melihat signifiksi variabel deng indikator sum square sequential yg ditunjukk oleh tabel 4.xx berikut : Tabel 4.8 Perhitung Signifiksi Variabel Variab el Sum Square Sequenti al Total Sum Square Sequentia l Dari tabel di atas terlihat bahwa semua variabel prediktor signifik berpengaruh terhadap mark up. Hal ini ditunjukk oleh nilai F 0 yg lebih besar dari F tabel. Nilai R square sebesar 84.0% menunjukk bahwa model yg didapatk cukup baik, karena bisa menjelask variasi mark up lebih dari 80%. F 0 X1_ X1_ X1_ X2_ X2_ X6_ X6_ X6_ X9_ X9_ X9_ X10_ X11_ F tabe l model regresi yg diperoleh dalam memprediksi nilai mark up dari nilai-nilai variabel prediktor yg baru. Data testing yg digunak pada peneliti kali ini berjumlah 5 buah observasi(15% data). Lgkah-lgkah di minitab adalah sebagai berikut : Keputus Signifik Signifik Signifik Signifik Signifik Signifik 1. klik menu Stat Regression- Regression Gambar 4.8 Validasi data testing Masukk variabel respon (mark up) pada bagi response d variabel prediktor pada bagi predictors. - Klik menu Graphs Pilih opsi Four in one untuk residual plot - Klik menu Option Centg opsi Varice inflation factor untuk Display Masukk semua data testing pada bagi prediction interval for new observation 4.3 Validasi Deng Menggunak Data Testing Validasi deng menggunak data testing diperluk untuk mengetahui seberapa baik
11 Untuk mendapatk nilai markup, carya adalah deng memasukk nilai variabel dummy pada persama di atas. Misalk, proyek deng karakteristik sebagai berikut : Ukur proyek = Rp M Lokasi proyek = mudah dijgkau Durasi pelaksa = 6-10 Buruh lokal = Kompleksitas proyek = tinggi Identitas owner = swasta Gambar 4.9 Input data testing - Klik menu Storage Centg opsi Residual untuk Diagnostic Measure Berikut adalah nilai mark up taksir dari 5 data testing yg dimasukk ke dalam model : Tabel 4.9 Nilai mark-up hasil data testing Obs Mark Up Asli (Y i ) Mark Up Taksir (Y i ) Y i Y i /(Y i ) Nilai pada kolom terakhir memiliki error sebesar 6.5% d stdar deviasinya sebesar deng varis sebesar 6.76% sehingga bisa disimpulk bahwa model yg dihasilk cukup baik untuk kepenting prediksi. Interpretasi Model Y = X 1_ X 1_ X 1_3-0.79X 2_ X 2_ X 6_ X 6_ X 6_ X 9_ X 9_ X 9_ X 10_ X 11_1 Deng menggunak persama diatas maka hasil perhitung markup adalah sebagai berikut Markup = = Kesimpul BAB V PENUTUP Berdasark data yg digunak untuk membuat model, dapat disimpulk bahwa variabel yg mempengaruhi besar markup adalah ukur proyek, lokasi proyek, durasi pelaksa proyek, buruh lokal yg tersedia, kompleksitas proyek, d identitas owner. Model prediksi mark-up yg dibentuk melalui regresi bergda deng dummy adalah sebagai berikut: Y= Y = X 1_ X 1_ X 1_3-0.79X 2_ X 2_ X 6_ X 6_ X 6_ X 9_ X 9_ X 9_ X 10_ X 11_1 Deng R2 = 84%, error = 6.5% d varis = 6.7%
12 Sar Dari hasil yg diujik pada model prediksi mark-up, terlihat bahwa masih terdapat vari yg besar. Hal ini disebabk karena jumlah data yg terbatas, maka bila ingin mendapatk model yg lebih baik disark untuk menambah jumlah data.. DAFTAR PUSTAKA Ahmad, I. & Minkahar, I.(1988).Questionere Survey on Bidding in Construction. Journal of Magement in Engineering, Vol. 4(3).pp Dipratha,Tips News d Information Sistem:Apa Itu Tender,<URL: ogspot.com/2010/02/tender-atau-lelgmerupak-proses.html>, Rozaini, Nasution,Teknik sampling, Jurnal,USU digital library, Singarimbun, M., d Sofi, E., Metodologi Peneliti Survei, Jakarta, Soeharto,Imam, Majemen Proyek (Dari Konseptual Sampai Operasional), Jakarta, Wahyu, 2011, Prosedur Analisis Regresi deng Variabel Dummy, 24/prosedur-alisis-regresi-dengvariabel-dummy/. Weiss, N. A., Introductory Statistic-3 rd ed., Cada, Dozzi d AbouRizk, Combining Rule- Based Expert Systems d Artificial Neural Networks for Mark-Up Estimation., journal of construction engineering d magement,vol (17),pp ,1999. Has, I Analisa Data Peneliti Deng Statistik. Jakarta: PT Bumi Aksara. Husen, A., Majemen Proyek: Perenca, Penjadwal, d Pengendali Proyek, Yogyakarta, Kountur, R, Metode Peneliti Untuk Penulis Skripsi d Thesis, Jakarta,2003. Pjait, R.R Majemen Dari Teori Ke Praktek. Ghalia Indonesia.
13
PENENTUAN NILAI MARK-UP PADA PROYEK-PROYEK KONSTRUKSI MENGGUNAKAN REGRESI DUMMY. Disampaikan di : RUANG SIDANG JURUSAN TEKNIK SIPIL 17 JANUARI 2012
PENENTUAN NILAI MARK-UP PADA PROYEK-PROYEK KONSTRUKSI MENGGUNAKAN REGRESI DUMMY Disampaikan di : RUANG SIDANG JURUSAN TEKNIK SIPIL 17 JANUARI 2012 MAHASISWA : DWITYA DHANURENDRA (3107 100 022) DOSEN PEMBIMBING
Lebih terperinciBAB III METODE PENELITIAN. Pada Bab III dalam Perencanaan Incident Management akan membahas
BAB III METODE PENELITIAN Pada Bab III dalam Perenca Incident Magement ak membahas semua aktivitas yg dilakuk dari awal kegiat sampai akhir. Gambar 3.1 merupak alur dari sergkai tahap metodologi peneliti.
Lebih terperinciJURNAL. Oleh: PATRA YANIS
PENGARUH KETERAMPILAN MENGAJAR GURU, KOMPETENSI KEPRIBADIAN GURU DAN PENGGUNAAN MEDIA PEMBELAJARAN TERHADAP MOTIVASI BELAJAR SISWA KELAS X AKUNTANSI SMK CERSA PASAMAN JURNAL Oleh: PATRA YANIS 11090036
Lebih terperinciIMPLEMENTASI MODEL PEMBELAJARAN INTEGRATED PADA PERKULIAHAN PENDIDIKAN ILMU SOSIAL DI FKIP UM METRO
IMPLEMENTASI MODEL PEMBELAJARAN INTEGRATED PADA PERKULIAHAN PENDIDIKAN ILMU SOSIAL DI FKIP UM METRO Bobi Hidayat & Kuswono Staf Pengajar Universitas Muhammadiyah Metro Abstrak: Peneliti ini merupak peneliti
Lebih terperinciBAB I PENDAHULUAN. Dalam upaya mendapatkan pekerjaan ( proyek ) pada sector jasa konstruksi hampir
BAB I PENDAHULUAN 1.1. Latar Belakang Dalam upaya mendapatkan pekerjaan ( proyek ) pada sector jasa konstruksi hampir selalu melalui proses yang dinamakan pelelangan ( tender ). Proses ini menjadi sangat
Lebih terperinciVolume I No.01, Februari 2016 ISSN :
ANALISA FAKTOR-FAKTOR YANG MEMPENGARUHI PEMILIHAN LOKASI TERHADAP TINGKAT PENJUALAN USAHA JASA MIKRO DI KABUPATEN LAMONGAN *( Ali fathoni Prodi Majemen, Fakultas Ekonomi, Universitas Islam Lamong Jl. Veter
Lebih terperinciANALISA DAN DESAIN SISTEM INFORMASI ADMINISTRASI KEPEGAWAIAN (STUDI KASUS : DINAS PENDIDIKAN DAN KEBUDAYAAN PROVINSI NTT DI KUPANG)
ANALISA DAN DESAIN SISTEM INFORMASI ADMINISTRASI KEPEGAWAIAN (STUDI KASUS : DINAS PENDIDIKAN DAN KEBUDAYAAN PROVINSI NTT DI KUPANG) Gloria Ch Mulgga, Rully Soelaim Program Studi Magister Majemen Teknologi
Lebih terperinciPengaruh Suku Bunga, Inflasi dan Kurs terhadap Perkembangan Harga Saham PT. Telkom Tbk Menggunakan Analisis Regresi
Pengaruh Suku Bunga, Inflasi dan Kurs terhadap Perkembangan Harga Saham PT. Telkom Tbk Menggunakan Analisis Regresi Novita Homer 1, Jantje D. Prang 2, Nelson Nainggolan 3 1 Program Studi Matematika, FMIPA,
Lebih terperinciBAB I PENDAHULUAN. A. Latar Belakang. Konsultan untuk mendapatkan penawaran bersaing sesuai spesifikasi dan dapat
BAB I PENDAHULUAN A. Latar Belakang Lelang atau tender adalah penawaran pekerjaan kepada Kontraktor atau Konsultan untuk mendapatkan penawaran bersaing sesuai spesifikasi dan dapat dipertanggung jawabkan.
Lebih terperinciSISTEM INFORMASI KEPEGAWAIAN BERBASIS WEB DI KEJAKSAAN NEGERI KABUPATEN BANDUNG
SISTEM INFORMASI KEPEGAWAIAN BERBASIS WEB DI KEJAKSAAN NEGERI KABUPATEN BANDUNG 1 Charel Samuel Matulessy, S.T., M.Kom., Pigi Tridisyah 1 Program Studi Teknik Informatika POLITEKNIK & STMIK LPKIA Program
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Jenis d Pendekat Peneliti 1. Jenis Peneliti Jenis peneliti yg digunak untuk menjawab rumus masalah adalah peneliti kutitatif yaitu, peneliti yg bertuju untuk menjawab atau
Lebih terperinciRANCANG BANGUN SISTEM INFORMASI REKAM MEDIS BERBASIS WEB (STUDI KASUS : RUMAH PERAWATAN PSIKO NEURO GERIATRI PURI SARAS SEMARANG)
RANCANG BANGUN SISTEM INFORMASI REKAM MEDIS BERBASIS WEB RANCANG BANGUN SISTEM INFORMASI REKAM MEDIS BERBASIS WEB (STUDI KASUS : RUMAH PERAWATAN PSIKO NEURO GERIATRI PURI SARAS SEMARANG) Julia Widya S.K.
Lebih terperinciPENINGKATAN HASIL BELAJAR KETERAMPILAN MEMBUAT ANYAMAN KERTAS PADA SISWA KELAS VII DENGAN METODE DEMONSTRASI DI SMP NEGERI 8 TEBING TINGGI
PENINGKATAN HASIL BELAJAR KETERAMPILAN MEMBUAT ANYAMAN KERTAS PADA SISWA KELAS VII DENGAN METODE DEMONSTRASI DI SMP NEGERI 8 TEBING TINGGI Bungar Situmorg Surel : bungarsitumorg05@gmail.com ABSTRAK Peneliti
Lebih terperinciOleh : Fuji Rahayu W ( )
Oleh : Fuji Rahayu W (1208 100 043) JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA 2012 Indonesia sebagai negara maritim Penduduk Indonesia
Lebih terperinciREGRESI BEDA DAN REGRESI RIDGE Ria Dhea Layla N.K 1, Febti Eka P. 2 1)
REGRESI BEDA DAN REGRESI RIDGE Ria Dhea Layla N.K 1, Febti Eka P. 2 1) 1311105003 2) 1311106009 email: 1) riadhea0863@yahoo.co.id 2) febti08.10@gmail.com ABSTRAK Analisis regresi dalam statistika adalah
Lebih terperinciPendahuluan A. Latar Belakang B. Tujuan C. Dasar Hukum
I Pendahulu A Latar Belakg Penyelenggara d pengelola pendidik di sekolah pada dasarnya meliputi kegiat: perenca, pelaksa, d pengawas Kegiat-kegiat tersebut saling berkait d merupak fungsi pokok dari kegiat
Lebih terperinciLAMPIRAN. Lampiran 1. Kuesioner untuk Pengunjung
LAMPIRAN Lampiran 1. Kuesioner untuk Pengunjung Kuesioner penelitian: Penilaian Ekonomi dan Prospek Pengembangan Wisata TWA Gunung Pancar. Oleh: Devina Marcia Rumanthy Sihombing (H44070045). Departemen
Lebih terperinciBAB IV ANALISIS HASIL DAN PEMBAHASAN
BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Gambaran Umum Responden Sebagaimana yang sudah dijelaskan sebelumnya, bahwa responden yang menjadi subyek dalam penelitian ini adalah mahasiswa pada Universitas
Lebih terperinciISBN: SNIPTEK 2014 RANCANG BANGUN SISTEM INFORMASI PENERIMAAN KARYAWAN BERBASIS WEB
RANCANG BANGUN SISTEM INFORMASI PENERIMAAN KARYAWAN BERBASIS WEB Aay Suryi STMIK Nusa Mdiri (Margasatwa), Jakarta Selat aaysuryi@gmail.com Abdussomad STMIK Nusa Mdiri (Margasatwa), Jakarta Selat shomadresas@gmail.com
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskripsi Data Data yang diperoleh pada penelitian ini adalah nilai kemampuan memori, kemampuan analisis terhadap prestasi belajar siswa pada materi pokok Koloid.
Lebih terperinciBAB IV ANALISA DAN PEMBAHASAN
BAB IV ANALISA DAN PEMBAHASAN Bab ini akan menguraikan proses, hasil serta pembahasan dari pengolahan data yang telah dilakukan. Analisis pengolahan data dilakukan dengan mengggunakan software Minitab
Lebih terperinciPENDAHULUAN. Latar Belakang
PENDAHULUAN Latar Belakg DUKUNGAN PASANGAN DENGAN NIAT YANG MELAKUKAN HUBUNGAN SEKSUAL DENGAN LAKI-LAKI (LSL) UNTUK MELAKUKAN VCT DI KABUPATEN MADIUN Heni Eka Puji Lestari, SST (Prodi D3 Kebid) Stikes
Lebih terperinciPENDAHULUAN Latar Belakang
PENGARUH KUALITAS PELAYANAN JASA TERHADAP KEPUASAN NASABAH PADA PT BANK NEGARA INDONESIA (Persero) Tbk KANTOR CABANG UTAMA PALEMBANG Hendra Sastrawinata PT. BNI (Persero) menyadari pentingnya penerap tata
Lebih terperinciBAB IV ANALISIS DATA DAN PEMBAHASAN
BAB IV ANALISIS DATA DAN PEMBAHASAN A. Analisis Statistik Deskriptif Untuk memberikan gambaran dan informasi mengenai data variabel dalam penelitian ini maka digunakanlah tabel statistik deskriptif. Tabel
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. menjadi sampel dalam penelitian mengenai pengaruh harga, kualitas produk, citra merek
BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Hasil Penelitian 4.1.1 Deskripsi Objek Penelitian Deskripsi responden disini akan menganalisa identitas para konsumen yang menjadi sampel dalam penelitian mengenai
Lebih terperinciSISTEM INFORMASI PENGOLAHAN DOKUMEN PERSURATAN PADA BADAN LINGKUNGAN HIDUP PROVINSI SUMSEL
SISTEM INFORMASI PENGOLAHAN DOKUMEN PERSURATAN PADA BADAN LINGKUNGAN HIDUP PROVINSI SUMSEL Zulprisyah (zulprisyah04@yahoo.com) Dafid (dafid@stmik-mdp.net) Jurus Sistem Informasi STMIK GI MDP Abstrak :
Lebih terperinciDjoni Darmawikarta
Key d Pernya di Database Relasional Djoni Darmawikarta djoni_darmawikarta@yahoo.ca Lisensi Dokumen: Seluruh dokumen di IlmuKomputer.Com dapat digunak, dimodifikasi d disebark secara bebas untuk tuju buk
Lebih terperinciAnalisis Dan Perancangan Sistem Informasi Manajemen Penjualan Spare Part Menggunakan Metodologi Berorientasi Objek Pada CV.
Analisis D Percg Sistem Informasi Majemen Penjual Spare Part Menggunak Metodologi Berorientasi Objek Pada CV. Putra Gemilg Fendi (fenspin17@gmail.com), Maryto (maryto.tm@gmail.com) Suwirno Mawl, S.Kom.,
Lebih terperinciBAB 4 ANALISIS DAN BAHASAN Hasil Jawaban Responden Atas Variabel Kepatuhan Wajib Pajak. kerelaan nilai dalam membayar pajak sebagai berikut :
BAB 4 ANALISIS DAN BAHASAN 4.1 Hasil Jawaban Responden 4.1.1 Hasil Jawaban Responden Atas Variabel Kepatuhan Wajib Pajak Variabel kepatuhan wajib pajak memiliki tiga buah indikator yang dijelaskan terdiri
Lebih terperinciSistem Informasi Manajemen Pembangunan Perumahan Pada PT. Tunas Visi Pratama
Sistem Informasi Majemen Pembgun Perumah Pada PT. Tunas Visi Pratama M. Azief Fachreza (aziefreza@yahoo.co.id) Kirta Maha Bretta (kirta.mb@yahoo.com) Wiwatining, Ir, M.T.I (wi@mdp.ac.id) Jurus Sistem Informasi
Lebih terperinciVolume 2 No ijse.bsi.ac.id IJSE Indonesian Journal on Software Engineering
Percg Aplikasi Mobile Berbasis Android Untuk Pemelihara Mesin Produksi Pada PT. Temprint Muhamad Fitra Syawall, Endg Pujiastuti Program Studi Ilmu Komputer, Universitas Budi Luhur muhamadfitra@gmail.com,
Lebih terperinciAPLIKASI ENSIKLOPEDIA
APLIKASI ENSIKLOPEDIA OBAT OBATAN BERBASIS MOBILE Diki Zaenal Mutaqin 1) Dra. Sri Setyingsih, M.Si 2) Arie Qur ia, M.Kom Program Studi Ilmu Komputer-FMIPA Universitas Paku Jl. Paku PO BOX 452, Bogor Telp/Fax
Lebih terperinciJurnal Akuntasi ISSN Pascasarjana Universitas Syiah Kuala 10 Pages pp
ISSN 2302-0164 10 Pages pp. 67-76 PENGARUH PEMANFAATAN ELEKTRONIK-MONITORING PELAKSANAAN ANGGARAN, KOMITMEN ORGANISASI DAN KOMPETENSI SUMBER DAYA MANUSIA TERHADAP KINERJA PELAKSANAAN ANGGARAN PADA KANTOR
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Obyek/ Subyek Penelitian Populasi yang dijadikan obyek penelitian ini adalah auditor independen yang bekerja pada Kantor Akuntan Publik (KAP) di wilayah Yogyakarta, Surakarta,
Lebih terperinciBAB V HASIL PENELITIAN DAN PEMBAHASAN
BAB V HASIL PENELITIAN DAN PEMBAHASAN Pengujian hipotesis pada penelitian ini dilakukan dengan menggunakan regresi linier sederhana dan regresi linier berganda. Tujuan analisis penelitian ini adalah menjawab
Lebih terperinciKomplek joglo Baru Blok E 16 RT 007/006, Lemabayan, Jakarta
PENGARUH MOTIVASI KERJA DAN KOMPENSASI TERHADAP KEPUASAN KERJA SERTA DAMPAKNYA PADA KINERJA PEGAWAI NEGERI SIPIL KANTOR KECAMATAN KEBON JERUK, JAKARTA BARAT Sus Novita Rotua Situmorg, Haryadi Sarjono 2,2
Lebih terperinciBAB IV ANALISIS HASIL DAN PEMBAHASAN
BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Statistik Deskriptif Pada deskripsi variabel penelitian akan dijelaskan nilai minimum, maksimum, rata-rata dan standard deviasi pada masing-masing variabel penelitian,
Lebih terperinciBAB IV ANALISIS HASIL DAN PEMBAHASAN
BAB IV ANALISIS HASIL DAN PEMBAHASAN 4.1 Statistik Deskriptif Pembuatan statistik deskriptif untuk sampel tersebut dibantu dengan menggunakan program komputer Statisical Package for Sosial Science atau
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. Dana Pihak Ketiga (DPK) dan Non Performing Financing (NPF) dapat dilihat
68 BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Analisis Data 1. Statistik Deskriptif Variabel Untuk mengintepretasikan hasil statistik deskriptif dari Pembiayaan, Dana Pihak Ketiga (DPK) dan Non Performing
Lebih terperinciLampiran 1 Deskripsi Statistik Variabel Fungsi Permintaan TMR Tahun 2011
LAMPIRAN 08 Lampiran Deskripsi Statistik Variabel Fungsi Permintaan TMR Tahun 20 Variabel N Rata-rata Minimum Maksimum Standar Deviasi Y 00 3,0 60 6,996 TC 00 54005 5000 400000 74965,665 I 00 25338000
Lebih terperinciANALISIS OPTIMASI PERSEDIAAN BAHAN BAKU DENGAN MENGGUNAKAN METODE ECONOMIC ORDER QUANTITY PADA CV. TENUN/ATBM RIMATEX KABUPATEN PEMALANG.
Magement Analysis Journal 5 (2) (2016) http://maj.unnes.ac.id ANALISIS OPTIMASI PERSEDIAAN BAHAN BAKU DENGAN MENGGUNAKAN METODE ECONOMIC ORDER QUANTITY PADA CV. TENUN/ATBM RIMATEX KABUPATEN PEMALANG. Wienda
Lebih terperinciBAB IV ANALISIS HASIL DAN PEMBAHASAN. berada di meruya selatan. dengan total 100 kuesioner yang diantarkan langsung
BAB IV ANALISIS HASIL DAN PEMBAHASAN 4.1 Deskripsi Responden Berdasarkan kuesioner yang telah disebar kepada konsumen Warteg yang berada di meruya selatan. dengan total 100 kuesioner yang diantarkan langsung
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Jenis Peneliti Peneliti ini menggunak peneliti tindak deskriptif kualitatif. Jenis peneliti yg digunak untuk meremediasi kesalah siswa tentg materi persama d pertidaksama linear
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. melalui kuesioner. Kuesioner yang disebar sebanyak 34 kuesioner, pekerjaan, dan tingkat pendidika terakhir.
BAB IV HASIL DAN PEMBAHASAN A. Analisis Karakteristik Responden Analisis karakteristik dalam penelitian ini digunakan untuk melihat gambaran secara umum karakteristik data responden yang telah dikumpulkan
Lebih terperinciPENGEMBANGAN PROSES BELAJAR MENGAJAR MELALUI SIMULASI DAN MODUL AJAR INTERAKTIF DALAM CD ROM PADA MATA KULIAH ASPEK HUKUM PEMBANGUNAN
PENGEMBANGAN PROSES BELAJAR MENGAJAR MELALUI SIMULASI DAN MODUL AJAR INTERAKTIF DALAM CD ROM PADA MATA KULIAH ASPEK HUKUM PEMBANGUNAN M. Agung Wibowo *) Abstract Learning Process Needs Improvement On The
Lebih terperinciBAB IV. HASIL dan PEMBAHASAN
BAB IV HASIL dan PEMBAHASAN 4.1 Gambaran Umum Obyek Penelitian Seperti yang telah dijelaskan sebelumnya, pengumpulan data pada penelitian ini menggunakan instrumen kuesioner. Responden dalam dalam penelitian
Lebih terperinciZulfikar., Design Pengembangan Balanced Scorecard Di RSU Kaliwates PT. Rolas Nusantara Medika Jember,...
Zulfikar., Design Pengembg Balced Scorecard Di RSU Kaliwates PT. Rolas Nustara Medika Jember,... 1 DESIGN PENGEMBANGAN BALANCED SCORECARD DI RSU KALIWATES PT. ROLAS NUSANTARA MEDIKA JEMBER (DESIGN DEVELOPMENT
Lebih terperinciSerat Acitya Jurnal Ilmiah UNTAG Semarang
PERSEPSI MAHASISWA TERHADAP PROFESIONALISME DOSEN AKUNTANSI FAKULTAS EKONOMI UNIVERSITAS 17 AGUSTUS 1945 SEMARANG Nurchayati nurchayatisumarno@yahoo.co.id Fakultas Ekonomi Universitas 17 Agustus 1945 Semarg
Lebih terperinciRegresi. Data : Untuk melakukan regresi linear, langkah-langkah sebagai berikut, 1. Pilih Stat > Regression > Regression
Regresi Fungsi regresi yang tersedia pada Minitab yang dibahas disini adalah regresi tipe least squares regression atau kuadrat terkecil, sedangkan regresi tipe logaritma walaupun juga tersedia dalam Minitab
Lebih terperinciBAB I PENDAHULUAN. tersebut. situs tersebut juga bisa berdampak positif bagi masyarakat sekitar. Kota
BAB I PENDAHULUAN A. Latarbelakg Masalah Situs-situs sejarah merupak aset bagi masyarakat yg ada di sekitar situs tersebut. situs tersebut juga bisa berdampak positif bagi masyarakat sekitar. Kota Surabaya
Lebih terperinciBAB III METODE PENELITIAN. Waktu dalam penelitian ini adalah 2 bulan yaitu bulan April sampai
BAB III METODE PENELITIAN A. Waktu dan Tempat Penelitian Waktu dalam penelitian ini adalah 2 bulan yaitu bulan April sampai dengan bulan Mei 2017, untuk menyebarkan kuisioner kepada responden, dan tempat
Lebih terperinciBAB III METODE PENELITIAN. satu variable dengan variable yang lain atau dengan istilah lain adalah
BAB III METODE PENELITIAN A. Objek Penelitian Objek dari penelitian ini adalah pedagang pasar tradisional Wates kabupaten Kulon Progo. Penelitian ini ditunjukkan untuk menjelaskan kedudukan- kedudukan
Lebih terperinciOLEH : KOMARIYAH NPM Dibimbing oleh: 1. Drs. Bambang Soenarko, M.Pd 2. Drs. Yatmin, M.Pd
Artikel Skripsi JURNAL PENGARUH MODEL DIRECTIVE LEARNING DIDUKUNG MEDIA REALIA TERHADAP KEMAMPUAN MENDESKRIPSIKAN SIFAT - SIFAT CAHAYA PADA SISWA KELAS V SDN CAMPUREJO 2 KECAMATAN MOJOROTO KOTA KEDIRI
Lebih terperinciTabel Perhitungan Waktu Standar
waktu baku = = waktu 3,39 normal 100 % 100 % 17 % 100 % 100 % % allowance = 4,08 menit /container. Tabel Perhitungan Waktu Standar No 1 2 3 Proses Kerja Memindakan container dari tanah ke truk (L1) Memindakan
Lebih terperinciBAB IV ANALISIS HASIL DAN PEMBAHASAN. Dalam analisis statistik obyek penelitian pada sub bab ini, peneliti
BAB IV ANALISIS HASIL DAN PEMBAHASAN 4.1 Statistik Deskriptif Dalam analisis statistik obyek penelitian pada sub bab ini, peneliti menjabarkan hasil perhitungan nilai minimum, nilai maksimum, rata-rata
Lebih terperinciBAB III METODE PENELITIAN. variabel. Yang menjadi objek penelitian ini adalah Wajib Pajak Orang Pribadi yang
BAB III METODE PENELITIAN A. Ruang Lingkup Penelitian Penelitian ini merupakan penelitian yang bersifat kausalitas yang bertujuan untuk menjelaskan hubungan serta pengaruh antara dua variabel atau lebih
Lebih terperinciBAB IV HASIL PENELITIAN. A. Penyajian Statistik Deskripsi Hasil Penelitian. kecenderungan jawaban responden dari tiap-tiap variabel, baik mengenai
61 BAB IV HASIL PENELITIAN A. Penyajian Statistik Deskripsi Hasil Penelitian Statistik deskriptif ini digunakan sebagai dasar untuk menguraikan kecenderungan jawaban responden dari tiap-tiap variabel,
Lebih terperinciBAB IV ANALISIS HASIL DAN PEMBAHASAN
BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Analisis Statistik Deskriptif Berdasarkan data yang diinput dari Annual Report (2008-2012) maka dapat dihitung rasio-rasio keuangan yang digunakan dalam penelitian
Lebih terperinciJumlah tanggungan (org) Lama bekerja di kawasan TWA (thn)
LAMPIRAN 88 Lampiran 1. Data Responden Masyarakat Desa Karang Tengah 11 No Jenis pekerjaan Jenis kelamin (L=1 ; P=) Umur (thn) Lama pendidikan (thn) Jumlah tanggungan (org) Lama bekerja di kawasan TWA
Lebih terperinciBAB IV ANALISA DAN PEMBAHASAN
BAB IV ANALISA DAN PEMBAHASAN A. Statistik Deskriptif. Statistik deskriptif adalah ilmu statistik yang mempelajari cara-cara pengumpulan, penyusunan dan penyajian data suatu penilaian. Tujuannya adalah
Lebih terperinciBAB IV ANALISIS HASIL DAN PEMBAHASAN
34 BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Analisis Statistik Deskriptif Statistik deskriptif berkaitan dengan pengumpulan dan peringkat data yang menggambarkan karakteristik sampel yang digunakan dalam
Lebih terperinciBAB IV ANALISIS HASIL PEMBAHASAN
BAB IV ANALISIS HASIL PEMBAHASAN 4.1 Analisis Profil Responden 4.1.1 Statistik Deskriptif Statistik deskriptif digunakan untuk melihat gambaran secara umum data yang telah dikumpulkan dalam penelitian
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. dan teknik sampling yang digunakan adalah teknik accidental sampling. menggunakan kartu Indosat Ooredoo.
BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskripsi Responden 1. Response Rate Data pada penelitian ini diperoleh dengan cara membagikan kuesioner dan teknik sampling yang digunakan adalah teknik accidental
Lebih terperinciBAB IV ANALISIS HASIL DAN PEMBAHASAN
BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Analisis Hasil Penelitian 1. Statistik Deskriptif Statistik deskriptif menggambarkan tentang ringkasan data-data penelitian seperti jumlah data, rata-rata, nilai
Lebih terperinciKUESIONER PENELITIAN
KUESIONER PENELITIAN PENGARUH PERSEPSI IBU BAYI/ BALITA TENTANG PENYAKIT DIARE DAN PROGRAM PENCEGAHAN DIARE TERHADAP TINDAKAN PENCEGAHANNYA DI DESA TANJUNG ANOM KECAMATAN PANCUR BATU TAHUN 2012 No. Urut
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Waktu dan Tempat Penelitian Lokasi penelitian ini dilakukan di Kantor Pelayanan Pajak (KPP) Pratama Kembangan yang beralamat Jalan Arjuna Utara No. 87 Gedung Guna Group, Jakarta
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. terdaftar di Bursa Efek Indonesia periode tahun Pengambilan sampel
BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Sampel Penelitian Populasi yang diambil dalam penelitian ini adalah perusahan LQ-45 yang terdaftar di Bursa Efek Indonesia periode tahun 2011-2015. Pengambilan
Lebih terperinciBAB IV ANALISIS HASIL DAN PEMBAHASAN. Perusahaan emiten manufaktur sektor (Consumer Goods Industry) yang
BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Deskripsi Objek Penelitian Perusahaan emiten manufaktur sektor (Consumer Goods Industry) yang terdaftar di Bursa Efek Indonesia memiliki beberapa perusahaan, dan
Lebih terperinciRancangan Acak Lengkap. Created by : Ika Damayanti, S.Si, M.Si
Rancangan Acak Lengkap Created b : Ika Damaanti, S.Si, M.Si RAL (Rancangan Acak Lengkap) Desain dimana perlakuan dikenakan sepenuhna secara acak kepada unit- unit eksperimen. Desain ini dapat digunakan
Lebih terperinciBAB IV ANALISIS DATA DAN PEMBAHASAN
BAB IV ANALISIS DATA DAN PEMBAHASAN Penelitian dilakukan pada Bank Syariah Mandiri dari periode Maret 2006 Juni 2014.Setelah seluruh data yang diperlukan dikumpulkan, selanjutnya dilakukan analisis data
Lebih terperinciSistem Informasi Laporan Kuangan, Rasio Likuiditas, dan Profitabilitas pada PT Stefvi Putri Mandiri
Sistem Informasi Lapor Kug, Rasio Likuiditas, d Profitabilitas pada PT Stefvi Putri Mdiri Maria Priscilia Chdra (nini.duth@gmail.com) Welda (welda@stmik-mdp.com) Jurus Sistem Informasi STMIK GI MDP Abstrak
Lebih terperinciBimafika, 2015, 7,
Bimafika, 2015, 7, 816-820 PENINGKATAN HASIL BELAJAR KIMIA KONSEP MINYAK BUMI MELALUI PENERAPAN STRATEGI PEMBELAJARAN LSQ (LEARNING START WITH A QUESTION) PADA SISWA KELAS X NEGERI 3 AMAHAI KABUPATEN MALUKU
Lebih terperinciKata Kunci: Pendampingan, Perangkat Pembelajaran, Student Center Learning
PENGUATAN KEMAMPUAN GURU DALAM PENGEMBANGAN PERANGKAT PEMBELAJARAN TEMATIK BERBASIS STUDENT CENTER LEARNING (SCL) di SDN PATEMON IX SURABAYA Endg Suprapti 1), Sujinah 2), Wiwi Wikta 3), Suher 4) Fakultas
Lebih terperinciBAB IV ANALISIS HASIL DAN PEMBAHASAN
31 BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Statistik Deskriptif Statistik deskriptif ini digunakan untuk memberikan gambaran mengenai demografi responden penelitian. Data demografi tersebut antara lain
Lebih terperinciHYPERLINK \l "EBr94" Amna Shifia Nisafani 1), Wahyu Eka Putri Kinanti 2), Endang Sulistiyani 3)
EVALUASI PENERAPAN RAIL DOCUMENT SYSTEM () MELALUI PENGUKURAN MANFAAT MENGGUNAKAN METODE DMR RESULT CHAIN PADA UNIT DOKUMEN PT KERETA API INDONESIA (PERSERO) DAERAH OPERASI 8 SURABAYA Amna Shifia Nisafi
Lebih terperinciBAB III METODE PENELITIAN. 2. Lokasi dalam penelitian ini adalah Arena Futsal Score Purwokerto
BAB III METODE PENELITIAN A. Jenis Penelitian 1. Penelitian yang akan dilakukan yaitu jenis penelitian dalam bentuk survey. Penelitian yang dapat menghasilkan sebuah deskripsi tentang apa yang terjadi
Lebih terperinciSATUAN ACARA PENGAJARAN (SAP)
SATUAN ACARA PENGAJARAN (SAP) Judul Mata Kuliah : METODOLOGI PENELITIAN DAN RANCANGAN PERCOBAAN Kode Mata Kuliah : TPH 4111 Tuju Instruksional Umum : Setelah menempuh mata kuliah Metodologi Peneliti, diharapk
Lebih terperinciPENGEMBANGAN MEDIA PEMBELAJARAN BERBASIS LECTORA INSPIRE PADA MATA PELAJARAN PEREKAYASAAN SISTEM RADIO DAN TELEVISI UNTUK SMK NEGERI 5 SURABAYA
Pengembg Media Pembelajar Berbasis Lectora PENGEMBANGAN MEDIA PEMBELAJARAN BERBASIS LECTORA INSPIRE PADA MATA PELAJARAN PEREKAYASAAN SISTEM RADIO DAN TELEVISI UNTUK SMK NEGERI 5 SURABAYA As Rachmawati
Lebih terperinci1 Aplikasi SMS Center untuk Informasi Harga Komoditi Hasil Pertanian Kabupaten Ogan Ilir. Zulhipni Reno Saputra
1 Aplikasi SMS Center untuk Informasi Harga Komoditi Hasil Perti Kabupaten Og Ilir Zulhipni Reno Saputra APLIKASI SMS CENTER UNTUK INFORMASI HARGA KOMODITI HASIL PERTANIAN KABUPATEN OGAN ILIR Zulhipni
Lebih terperinciPENGARUH PENERAPAN SISTEM MANAJEMEN MUTU TERHADAP BIAYA MUTU PADA PROYEK KONSTRUKSI GEDUNG DI SURABAYA. Stephani Budihardja 1, Retno Indryani 2
PENGARUH PENERAPAN SISTEM MANAJEMEN MUTU TERHADAP MUTU PADA PROYEK KONSTRUKSI GEDUNG DI SURABAYA Stephani Budihardja 1, Retno Indryani 2 1 Mahasiswa Pasca Sarjana Manajemen Proyek Konstruksi 2 Dosen Jurusan
Lebih terperinciPengelolaan Sampah Perumahan Kawasan Pedesaan Berdasarkan Karakteristik Timbulan Sampah di Kabupaten Gresik
JURNAL TEKNIK POMITS Vol. 2, No. 1, (2013) ISSN: 2337-3539 (2301-9271 Print) C-37 Pengelola Perumah Kawas Pedesa Berdasark Karakteristik Timbul di Kabupaten Gresik Yuzari Faulizar Poh d Rima Dewi Supriharjo
Lebih terperinciLAMPIRAN I. Kuesioner
LAMPIRAN I Kuesioner 7 Lampir. KUISIONER PENELITIAN Kepada Yth Bapak/ Ibu/ Saudara/i di Tempat Deng hormat, Di tengah kesibuk Bapak/ Ibu/ Saudara/i, perkenklah saya meminta kesed Bapak/ Ibu/ Saudara/i
Lebih terperinciSISTEM INFORMASI PENGELOLAAN DATA BARANG PADA CV. SINAR SELABUNG
SISTEM INFORMASI PENGELOLAAN DATA BARANG PADA CV. SINAR SELABUNG Msy. Yunia Roossari (yuniaroossari@yahoo. ) Iis Prades (iisprades.com) Jurus Sistem Informasi STMIK GI MDP Abstrak : Tuju peneliti adalah
Lebih terperinciPENERAPAN MODEL PEMBELAJARAN KOOPERATIF PICTURE AND PICTURE PADA PELAJARAN ILMU PENGETAHUAN ALAM UNTUK MENINGKATKAN HASIL BELAJAR SISWA.
PENERAPAN MODEL PEMBELAJARAN KOOPERATIF PICTURE AND PICTURE PADA PELAJARAN ILMU PENGETAHUAN ALAM UNTUK MENINGKATKAN HASIL BELAJAR SISWA Oleh : Ela Susilawati, Elly Sukmasa, Nedin Badruzzam Program Studi
Lebih terperinciBAB V HASIL DAN PEMBAHASAN
BAB V HASIL DAN PEMBAHASAN A. Deskripsi Data Hasil Penelitian 1. Deskripsi Lokasi Penelitian Penelitian merupakan suatu penyelidikan yang sistematis untuk meningkatkan sejumlah pengetahuan, juga merupakan
Lebih terperinciBAB IV. Tabel 4.1. dan Pendapatan Bagi Hasil. Descriptive Statistics. Pembiayaan_Mudharabah E6 4.59E E E9
BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Analisis Hasil 1. Uji Statistik Deskriptif Statistika deskriptif digunakan untuk melihat gambaran secara umum data yang sudah dikumpulkan dalam penelitian ini. Berikut
Lebih terperinciBAB IV ANALISIS DAN PEMBAHASAN
47 BAB IV ANALISIS DAN PEMBAHASAN 4.1 Deskripsi Statistik Tabel di bawah ini memperlihatkan deskripsi statistik (jumlah sampel, nilai minimum, nilai maksimum, rata-rata dan standar deviasi) dari sampel
Lebih terperinciBAB IV ANALISIS HASIL DAN PEMBAHASAN
BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Analisis Statistik Deskriptif Pada bagian ini akan disajikan statistik deskriptif dari semua variabel. Variabel yang digunakan dalam penelitian ini adalah CAR, FDR,
Lebih terperinciBAB IV ANALISA HASIL DAN PEMBAHASAN
58 BAB IV ANALISA HASIL DAN PEMBAHASAN A. Analisis Hasil 1. Statistik Deskriptif a. Analisis Deskriptif Statistik Deskriptif digunakan untuk melihat gambaran secara umum data yang telah dikumpulkan dalam
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Statistik Deskriptif Berdasarkan jumlah sampel yang digunakan dalam penelitian ini yaitu sebanyak 85 nasabah, yang akan disajikan gambaran karakteristik dari nasabah
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. Penelitian ini dilakukan di Universitas Muhammadiyah Yogyakarta
BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskripsi Data Penelitian Penelitian ini dilakukan di Universitas Muhammadiyah Yogyakarta Fakultas Ekonomi Jurusan Akuntansi, dengan responden 100 mahasiswa program
Lebih terperinciBAB IV HASIL PENELITIAN
BAB IV HASIL PENELITIAN A. Analisis Deskripsi Data 1. Analisis Dana Pihak Ketiga Bank BCA Syariah Dana Pihak Ketiga adalah komponen dana yang paling penting, besarnya keuntungan (profit) yang akan dihasilkan
Lebih terperinciBAB IV HASIL dan PEMBAHASAN. buah. Dari 105 kuesioner yang dikirimkan kepada seluruh
BAB IV HASIL dan PEMBAHASAN 4.1. Gambaran Umum Obyek Penelitian Seperti yang telah dijelaskan sebelumnya, pengumpulan data pada penelitian ini menggunakan instrumen kuesioner. Responden dalam penelitian
Lebih terperinciANALISA HOTSPOT KAMPUS TERHADAP INDEK PRESTASI MAHASISWA STMIK SINAR NUSANTARA
15 ANALISA HOTSPOT KAMPUS TERHADAP INDEK PRESTASI MAHASISWA STMIK SINAR NUSANTARA Kustanto Sekolah Tinggi Informatika Dan Komputer Sinar Nusantara Surakarta Email : kus_sinus@yahoo.co.id Abstrak Bagi masyarakat
Lebih terperinciBAB IV HASIL PENELITIAN
BAB IV HASIL PENELITIAN A. Deskripsi Data Penelitian ini berlokasi di SMPN 1 Kauman dengan populasinya semua kelas VIII yaitu kelas VIII A, B, C, D, E, F, G, H, I dan J tahun pelajaran 2016/2017. Teknik
Lebih terperinciHASIL UJI REGRESI PENGARUH KINERJA KEUANGAN PERUSAHAAN TERHADAP CORPORATE SOCIAL RESPONSIBILITY. Descriptive Statistics
LAMPIRAN 3 HASIL UJI REGRESI PENGARUH KINERJA KEUANGAN PERUSAHAAN TERHADAP CORPORATE SOCIAL RESPONSIBILITY Deskripsi Data Descriptive Statistics N Minimum Maximum Mean Std. Deviation TA 42 3.386499 8.013065
Lebih terperinciBAB III ANALISIS DAN INTERPRETASI HASIL PENELITIAN. Sebelum melakukan penelitian sebaiknya dilakukan pengujian terlebih dahulu
BAB III ANALISIS DAN INTERPRETASI HASIL PENELITIAN 3.1 Pengujian Instrumen Data Sebelum melakukan penelitian sebaiknya dilakukan pengujian terlebih dahulu terhadap instrumen yang akan digunakan. Ini dilakukan
Lebih terperinciAnalisis Regresi Linier Berganda Untuk Mengetahui Hubungan Antara Beberapa Aktifitas Promosi dengan Penjualan Produk
Analisis Regresi Linier Berganda Untuk Mengetahui Hubungan Antara Beberapa Aktifitas Promosi dengan Penjualan Produk Suhermin Ari Pujiati Pasca Sarjana Jurusan Statistika FMIPA ITS Suhermin97@yahoo.com.
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Jenis Peneliti Jenis peneliti ini adalah peneliti deskriptif pendekat kualitatif untuk menghasilk gambar jelas d terperinci mengenai kemampu berpikir tingkat tinggi siswa dibedak
Lebih terperinciIV. METODOLOGI PENELITIAN. Penelitian ini dilakukan di Kecamatan Tanjungpinang Timur,
IV. METODOLOGI PENELITIAN 4.1 Tempat dan Waktu Penelitian Penelitian ini dilakukan di Kecamatan Tanjungpinang Timur, Tanjungpinang, Kepulauan Riau. Pemilihan lokasi dilakukan secara sengaja (purposive)
Lebih terperinci