Model Koordinasi Pemanufaktur Tunggal Multi Pembeli Dengan Permintaan Probabilistik

Ukuran: px
Mulai penontonan dengan halaman:

Download "Model Koordinasi Pemanufaktur Tunggal Multi Pembeli Dengan Permintaan Probabilistik"

Transkripsi

1 ess Model Koordnas Pemanufaktur unggal Mult Pembel Dengan Permntaan Probablstk Dsusun Oleh: Moch Anshor ( ) Dbmbng Oleh: Prof. Ir. I. Nyoman Puawan M. Eng. PhD. Stefanus Eko Wratno S M.

2 Coordnatng n supply chan () Koordnas dalam ranta pasok adalah seluruh tahap dalam ranta pasokan yang terkat bertndak bersamasama untuk menghaslkan proft ranta pasokan yang lebh besar dan tap tahapnya harus bertanggung awab pada setap efek yang terad dar tndakan pada tahap lan Chopra dan Mendl (2007). Menurut Chopra dan Mendl (2007) kurangnya koordnas terad karena: erad konflk tuuan antar tahap Dstors nformas antar tahap 2

3 Coordnatng n supply chan (2) Agar koordnas dalam ranta pasok beralan dengan bak maka dperlukan beberapa hal berkut: Menyelaraskan tuuan dan nsentf Menngkatkan akuras nformas Menngkatkan knera operasonal Merancang strateg harga untuk kestablan order Membangun kemtraan strategs dan kepercayaan 3

4 Peneltan erdahulu Goyal (976) Mengenalkan Metode Jont Economc Lot Sze (JELS) Goyal (988) Mengembangkan model persedaan dengan asums adanya lot for lot Goyal (989) Mengka koordnas pada pembel dan pemasok uga mengatakan bahwa penerapan JELS d Supply Chan adalah langkah awal tercapanya koordnas d SC. Goyal (998) Mengembangkan untuk keadaan ukuran batch produks pemasok merupakan kelpatan nteger dar ukuran lot pemesanan 4

5 Peneltan erdahulu Puawan dan Kngsman (2002) dan Wakhd et al (2009) Mengembangkan model dua leel SC untuk permntaan probablstk (Sarmah et al 2006; Jaber dan Osman 2006; Sarmah et al 2008; dan Zhou 2009) Mengembangkan model koordnas 2 leel SC Khoua (2003) Mengembangkan model tga leel SC untuk stuas SC yang lebh kompleks Jaber dan Goyal (2008) Mengembangkan model koordnas pada tga leel SC untuk mult pemasok pemanufaktur dan mult pembel Model koordnas yang telah dkembangkan banyak yang mengasumskan bahwa permntaan bersfat determnstk dan konstan dan kebanyakan model uga hanya melbatkan pembel tunggal. Merupakan model dasar yang akan dkembangkan dalam peneltan n. 5

6 Poss Peneltan No. Karakterstk peneltan Goyal (976) Goyal & Gupta (989) Goyal (2000) Munson & Rosenblat t (200) Khoua (2003) Peneltan yang telah dlakukan Lee (2005) Sarmah etal. (2006) Jaber & Osman (2006) Jaber & Goyal (2008) Ayu & Stefanus (2008) Sarmah etal. (2008) Nta & Aay (2009) Zhou (2009) Jauhar etal. (2009) Poss peneltan n Pembel - pemanufaktur 2 Pembel - pemasok 3 Pemanufaktur - pemasok 4 Pembel - pemanufaktur - pemasok 5 otal ongkos gabungan 6 Ukuran lot optmal 7 Sklus pengrman 8 Kompensas (dskon) 9 Produk tunggal - tem tunggal 0 Produk tunggal - mult tem Pembel tunggal 2 Pemasok tunggal 3 Pemanufaktur tunggal 4 Mult pembel 5 Mult pemasok 6 Mult pemanufaktur 7 Permntaan determnstk 8 Permntaan probablstk 6

7 Permasalahan Peneltan Bagamana mengembangkan model koordnas pemanufaktur tunggal-mult pembel dengan permntaan probablstk. 7

8 uuan Peneltan Menghaslkan model koordnas dar suatu sstem ranta pasok yang terdr dar pemanufaktur tunggal-mult pembel untuk permntaan probablstk. Melakukan analsa sensttas untuk melhat pengaruh perubahan parameterparameter terhadap perlaku model dan solus. 8

9 Ruang Lngkup Peneltan Batasan: Pengembangan model hanya untuk produk tunggal pemanufaktur tunggal dan mult pembel. dak membahas mengena proses produks. Bahan setengah ad tdak dpertmbangkan. Kerusakan peralatan produks dan pemelharaan tdak dperhatkan. Baya pengrman tdak dperhtungkan secara eksplst. Asums: Permntaan probablstk berdstrbus normal. Lead tme antara pembel dan pemanufaktur konstan dan sama dengan nol. Produk tdak mengalam kerusakan saat proses produks maupun saat pengrman. 9

10 Skema Pengembangan Model Ddalam model koordnas d ranta pasok permntaan bersfat determnstk Dalam kenyataannya terdapat permntaan probablstk erbentuk formula dasar mengena koordnas d tga leel ranta pasok untuk mult pembel pemanufaktur dan mult pemasok Rencana peneltan: Mengembangkan model koordnas pemanufaktur tunggal dan mult pembel untuk permntaan probablstk 0

11 Karakterstk Sstem

12 Model nentor 2

13 Indeks Model b adalah pembel adalah pemanufaktur adalah banyaknya tem/komponen penyusun produk dmana 2...k adalah nomor pembel dmana 2...n 3

14 Parameter Model n adalah banyaknya pembel dmana 2...n m adalah banyaknya pemasok dmana s 2...m k adalah banyaknya unt komponen penyusun produk dmana μ adalah banyaknya permntaan produk pembel ke- (unt/tahun) σ adalah standar deas permntaan produk pembel ke- A b adalah baya pembelan per sklus pembel ke- ($) A adalah baya setup per sklus pemanufaktur ($) A adalah baya pembelan komponen ke- dmana 2...k h b adalah baya penympanan produk d pembel ke- ($) h adalah baya penympanan produk d pemanufaktur per tahun ($/unt/tahun) h adalah baya penympanan komponen ke- d pemanufaktur per tahun ($/unt/tahun) S adalah baya kekurangan pembel ke- ($) ES adalah ekspektas kekurangan produk pembel ke- I max adalah persedaan maksmum pembel ke- (unt) Il adalah nla akhr persedaan setap sklusnya (unt) 4

15 Varabel Model adalah waktu sklus pemesanan pembel ke- (tahun) Q l adalah kuanttas pemesanan pembel ke- (unt) λ adalah umlah pengrman pemesanan pembel 5

16 Model Matematka () otal Baya Pembel C b C b n A µ Z σ b S h b ES 2 Dmana sklus pemesanan masng-masng pembel mengkut rumus sepert berkut n: 2A b h µ b Jumlah yang dpesan masng-masng pembel mengkut rumus: Q l µ Z σ I l ES Dmana ES ss ( F ( ss /σ )) σf ( ss / σ ) s s 6

17 Model Matematka (2) otal baya pemanufaktur: otal baya ranta pasok tanpa koordnas: 7 ( )( ) n l k k ES I Z u h h a A C 2 σ µ λ λ ( ) ( )( ) n l k k n b b chan ES I Z u h h a A ES S Z h A C 2 2 σ µ λ λ σ µ λ

18 Model Matematka (3) otal Baya Ranta Pasok dengan koordnas Jka koordnas dlakukan maka nla * berasal dar turunan pertama persamaan otal Baya Ranta Pasok dengan koordnas terhadap sama dengan nol dan nla * adalah: 8 ( ) ( )( ) n l k k n b b chan ES I Z u h h a A ES S Z h A C 2 2 σ µ λ λ σ µ λ ( ) n k b n n k b u h h h a A A 2 µ λ µ λ λ

19 Kompensas Model () Dskon yang dberkan ke pembel ke- d ranta pasok mengkut rumus sebaga berkut: Setelah mendapatkan dskon dar pemanufaktur maka baya yang ada d pembel menad: 9 * * 2 2 b b b b b ES S Z h A ES S Z h A σ µ σ µ µ δ ( ) b b b b ES S Z h A C µ δ σ µ * 2 )

20 Kompensas Model () Setelah memberkan dskon ke pembel baya d pemanufaktur menad: 20 ( ) ( )( ) b n n l k k ES I Z u h h a A C * 2 µ δ σ µ λ λ λ )

21 Algortma Pencaran Solus Model () Langkah : etapkan λ untuk mendapatkan nla sklus pemesanan optmal ( * ) dengan menggunakan rumus Langkah 2: Nla * dgunakan untuk menghtung I max Safety Stock dan ekspected shortage masng-masng pembel. Langkah 3: Htung besarnya pesanan pembel tap sklusnya (Q l ) dengan terlebh dahulu dcar nla akhr persedaan (I l ) masng-masng pembel. Nla Q l dcar dengan menggunakan rumus

22 Algortma Pencaran Solus Model (2) Langkah 4: Untuk nla * I max dan ekspected shortage yang tetap car nla λ yang optmal. Jka ulang perhtungan untuk nla λ * λ * dan bandngkan lag nla tetap ka sebalknya lanutkan ke langkah 5. Langkah 5: ( ) C chan ( * * ) ( * * λ C ) chan λ Nla C * * yang terkecl terad pada saat * dan λ * chan λ. 22

23 Contoh Numerk () Parameter-parameter nput yang dgunakan dalam contoh numerk yang dgunakan untuk mengu model sama dengan yang dgunakan oleh Jaber & Goyal (2008) dengan tambahan parameter sepert σ dan S. Parameter nput untuk masng-masng pembel Permntaan A b h b S ($/pesan) ($/unt) ($/unt) μ pertahun perhar pertahun perhar σ Dalam tahun terdapat 250 har. 23

24 Contoh Numerk (2) Sedang pada pemanufaktur baya yang terlbat adalah baya setup (A $200/setup) dan baya smpan h $0/unt. Setap satu unt produk membutuhkan 5 tem penyusun produknya (2...5) untuk baya pemesanan per tem produknya adalah sama yatu sebesar (a $0). Parameter nput u dan h d pemanufaktur u (unt) h ($/unt)

25 Solus Model Koordnas () Nla * λ * I max C B C V dan C chan ka koordnas dlaksanakan Pembel Dengan Koordnas *(/tahun) λ* I max (unt) C B ($) C V ($) C chan ( * λ * ) ($)

26 Solus Model Koordnas (2) I l dan Q l masng-masng pembel 2 3 Pembel Sklus Pemesanan (har) I l (unt) Q l (unt) I max (unt) Demand (unt) Pembel Sklus Pemesanan (har) I l (unt) Q l (unt) I max (unt) Demand (unt) Pembel Sklus Pemesanan (har) I l (unt) Q l (unt) I max (unt) Demand (unt)

27 Solus Model Koordnas (3) Pembel Perbandngan antara model tanpa koordnas dengan model koordnas * (/tahun) anpa Koordnas λ * I max (unt) C B ($) C V ($) * (/tahun) Dengan Koordnas λ* I max (unt) C B ($) C V ($) C chan ($) erad penghematan baya sebesar $ atau 37% dar total baya ranta pasok tanpa adanya koordnas. Penghematan terbesar ada pada pemanufaktur sebesar $ atau 6727% dar total baya pemanufaktur tanpa adanya koordnas. 27

28 Solus Model Koordnas (4) Kompensas yang dberkan pemanufaktur ke pembel Pembel δ b ($/unt) C b ( * ) ($) C ( * λ * ) ($) sebelum sesudah sebelum sesudah

29 Analss Model (). Pengaruh Baya Pemesanan Pembel A b * λ * CB CB2 CB3 CV C Chan 05 x x x

30 Analss Model (2) 2. Pengaruh Baya Penympanan Pembel h b * λ * CB CB2 CB3 CV C Chan 05 x x x

31 Analss Model (3) 3. Pengaruh Baya setup pemanufaktur A * λ * CB CB2 CB3 CV C Chan 05 x x x

32 Analss Model (3) 5. Pengaruh rata-rata permntaan pembel μ * λ * CB CB2 CB3 CV C Chan 05 x x x

33 Kesmpulan () Peneltan n telah menghaslkan model koordnas mult pembel pemanufaktur tunggal untuk permntaan probablstk. Penghematan yang dhaslkan model koordnas sebesar $ atau 37% dar total baya ranta pasok dbandngkan dengan tanpa koordnas. Pemberan dskon per unt mengkut rumus 3.35 Pembel pertama dan pembel kedua mendapatkan kompensas berupa dskon sebesar $0024/unt dan $000/unt sedang pembel ketga tdak mendapatkan kompensas. Kenakan baya pemesanan menyebabkan penngkatan total baya ranta pasok yang lebh dsebabkan karena penngkatan baya persedaan pada pembel selan tu pemesanan menad arang dlakukan. 33

34 Kesmpulan (2) Kenakan baya penympanan pembel mengakbatkan baya total ranta pasok menngkat hal n dsebabkan oleh menngkatnya semua total baya pada pembel termasuk total baya pemanufaktur. Dengan semakn mahalnya baya penympanan maka pemesanan akan lebh serng dlakukan. Kenakan baya setup pemanufaktur mengakbatkan baya total ranta pasok menngkat. Dengan semakn mahalnya baya setup maka waktu sklus yang dlakukan akan menad arang hal tersebut berakbat pada total baya pemanufaktur dan uga total baya pembel. Kenakan baya penympanan pemanufaktur tdak mengakbatkan kenakan total baya ranta pasok dsebabkan oleh pesanan yang dlakukan oleh pembel langsung dpenuh pemanufaktur (λ * ) sehngga baya penympanan d pemanufaktur tdak ada. 34

35 Kesmpulan (3) Penngkatan rata-rata permntaan mengakbatkan kenakan total baya ranta pasok kenakan baya tersebut sebaga akbat sklus pemesanan yang dlakukan semakn cepat dan kuanttas pemesanan semakn besar. Kedua hal tersebut akan menngkatkan baya pada pembel daan pemanufaktur. Penngkatan standar deas permntaan mengakbatkan sklus pemesanan semakn serng dlakukan sehngga baya pembel dan pemanufaktur mengalam kenakan yang akhrnya mengakbatkan total baya ranta pasok menngkat. 35

36 Saran-Saran Pembel uga mempertmbangkan lead tme pengrman. Deteorsas produk uga dlbatkan. Peneltan dapat dkembangkan untuk permasalahan yang lebh kompleks yatu: mult pemasok mult produk dan mult pemasok-mult produk. 36

37 Referens Ben-Daya M. dan Harga M. (2004) Integrated sngle endor sngle buyer model wth stochastc demand and arable lead tme Internatonal Journal of Producton Economcs 92: Ertogral K. Darwsh M. Ben-Daya M. (2007) Producton and shpment lot szng n a endor buyer supply chan wth transportaton cost European Journal of Operatonal Research 76: Goyal S.K. (976) An ntegrated nentory model for a sngle suppler sngle customer problem Internatonal Journal of Producton Research 5:07-. Goyal S.K. (988) A ont economc-lot-sze model for purchaser and endor: A comment Decson Scences 9: Goyal S.K. dan Gupta Y.P. (989) Integrated nentory models: he buyer-endor coordnaton European Journal of Operatonal Research 4: Goyal S.K. dan Nebebe F. (2000) Determnaton of economc producton-shpment polcy for sngle-endor sngle-buyer system European Journal of Operatonal Research 2:75-78 Goyal S.K. (2000) On mprong the sngle-endor sngle-buyer ntegrated producton nentory model wth a generalzed polcy European Journal of Operatonal Research 25: Jaber M.Y. Osman I.H. (2006) Coordnatng a two-leel supply chan wth delay n payments and proft sharng Computers and Industral Engneerng 50 (4)

38 Referens Jaber M.Y. Goyal S.K. (2008) Coordnatng a three-leel supply chan wth multple supplers a endor and multple buyers Internatonal Journal Producton Economcs 6 : Jauhar W.A. Puawan I. N. Wratno E.S. Model Jont Economc Lot Sze pada kasus Pemasok- Pembel dengan Permntaan Probablstk Jurnal eknk Industr Vol. No. Jun 2009 pp. -4. Khoua M. (2003) Optmzng nentory decsons n a mult-stage mult-customer supply chan ransportaton Research Part E: Logstcs and ransportaton Reew 39: Puawan I. N. and Kngsman Bran G Jont Optmsaton and mng Synchronsaton n a Buyer Suppler Inentory System Internatonal Journal of Operatons and Quanttate Management Vol. 8 pp Smch-Le D. Kamnsky P. dan Smch-Le E. (2000) Desgnng and Managng the Supply Chan McGraw-Hll Int. Ed homas D.J. dan Grffn P.M. (996) Coordnated supply chan management European Journal of Operatonal Research 94:-5 ersne R.J. (994) Prncples of nentory and materal management Prentce Hall Int. Ed. Zhou Y.W. (2009) wo-echelon supply chan coordnaton through the unfed number of annual orders Internatonal Journal Producton Economcs 7:

39 Sekan dan erma kash 39

Pengembangan Model Persediaan Single Vendor-Single Buyer dengan Lead Time Dapat Dikontrol

Pengembangan Model Persediaan Single Vendor-Single Buyer dengan Lead Time Dapat Dikontrol Performa (2007) Vol. 6, No.2: 2-8 Pengembangan Model Persedaan Sngle Vendor-Sngle Buyer dengan Lead Tme apat kontrol Wakhd Ahmad Jauhar Jurusan Teknk Industr Unverstas Sebelas Maret Surakarta Abstract

Lebih terperinci

PENGEMBANGAN MODEL PERSEDIAAN BAHAN BAKU DENGAN MEMPERTIMBANGKAN WAKTU KADALUWARSA DAN FAKTOR UNIT DISKON

PENGEMBANGAN MODEL PERSEDIAAN BAHAN BAKU DENGAN MEMPERTIMBANGKAN WAKTU KADALUWARSA DAN FAKTOR UNIT DISKON PENGEMBANGAN MODEL PERSEDIAAN BAHAN BAKU DENGAN MEMPERTIMBANGKAN WAKTU KADALUWARSA DAN FAKTOR UNIT DISKON Har Prasetyo Jurusan Teknk Industr Unverstas Muhammadyah Surakarta Jl. A. Yan Tromol Pos 1, Pabelan,

Lebih terperinci

PENGEMBANGAN MODEL PERSEDIAAN DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA BAHAN DAN FAKTOR INCREMENTAL DISCOUNT

PENGEMBANGAN MODEL PERSEDIAAN DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA BAHAN DAN FAKTOR INCREMENTAL DISCOUNT PENGEMBANGAN MODEL PERSEDIAAN DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA BAHAN DAN FAKTOR INCREMENTAL DISCOUNT Har Prasetyo Jurusan Teknk Industr Unverstas Muhammadyah Surakarta Jl. A. Yan Tromol Pos Pabelan

Lebih terperinci

BAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c

BAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c 6 A PEMAHASA Pada bab sebelumnya telah dbahas teor-teor yang akan dgunakan untuk menyelesakan masalah program lner parametrk. Pada bab n akan dperlhatkan suatu prosedur yang lengkap untuk menyelesakan

Lebih terperinci

BAB IV PEMBAHASAN MODEL

BAB IV PEMBAHASAN MODEL BAB IV PEMBAHASAN MODEL Pada bab IV n akan dlakukan pembuatan model dengan melakukan analss perhtungan untuk permasalahan proses pengadaan model persedaan mult tem dengan baya produks cekung dan jont setup

Lebih terperinci

MODEL PERSEDIAAN TERINTEGRASI PRODUSEN - DISTRIBUTOR - PENGECER DENGAN MULTI - PRODUK DAN KENDALA TINGKAT LAYANAN

MODEL PERSEDIAAN TERINTEGRASI PRODUSEN - DISTRIBUTOR - PENGECER DENGAN MULTI - PRODUK DAN KENDALA TINGKAT LAYANAN MODEL PERSEDIAAN TERINTEGRASI PRODUSEN - DISTRIBUTOR - PENGECER DENGAN MULTI - PRODUK DAN KENDALA TINGKAT LAYANAN Mkyana Ramadan, Nughthoh Arfaw Kurdh, dan Sutrma Program Stud Matematka FMIPA UNS Abstrak.

Lebih terperinci

GENERATOR SKENARIO PENGIRIMAN BAHAN BAKAR SOLAR (HSD) MENGGUNAKAN MODEL DAN ALGORITMA COMMON REPLENISHMENT EPOCH (CRE)

GENERATOR SKENARIO PENGIRIMAN BAHAN BAKAR SOLAR (HSD) MENGGUNAKAN MODEL DAN ALGORITMA COMMON REPLENISHMENT EPOCH (CRE) GENERATOR SKENARIO PENGIRIMAN BAHAN BAKAR SOLAR (HSD) MENGGUNAKAN MODEL DAN ALGORITMA COMMON REPLENISHMENT EPOCH (CRE) Muhammad Khosy n 1,2, Muh Iman Prajtno 2, Aro Isnad 3, Mochamad Haryad 4 1 Electrcal

Lebih terperinci

STUDI TENTANG MASALAH PENEMPATAN FASILITAS BERKAPASITAS SATU SUMBER DUA ESELON

STUDI TENTANG MASALAH PENEMPATAN FASILITAS BERKAPASITAS SATU SUMBER DUA ESELON STUDI TENTANG MASALAH PENEMPATAN FASILITAS BERKAPASITAS SATU SUMBER DUA ESELON Lamtur Snambela Program Stud Sstem Informas, Unerstas Pelta Harapan E-mal: tur1125@gmal.com ABSTRACT Faclty locaton problem

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1. Hpotess Peneltan Berkatan dengan manusa masalah d atas maka penuls menyusun hpotess sebaga acuan dalam penulsan hpotess penuls yatu Terdapat hubungan postf antara penddkan

Lebih terperinci

BAB V ANALISA PEMECAHAN MASALAH

BAB V ANALISA PEMECAHAN MASALAH BAB V ANALISA PEMECAHAN MASALAH 5.1 Analsa Pemlhan Model Tme Seres Forecastng Pemlhan model forecastng terbak dlakukan secara statstk, dmana alat statstk yang dgunakan adalah MAD, MAPE dan TS. Perbandngan

Lebih terperinci

MANAJEMEN LOGISTIK & SUPPLY CHAIN MANAGEMENT KULIAH 3: MERANCANG JARINGAN SUPPLY CHAIN

MANAJEMEN LOGISTIK & SUPPLY CHAIN MANAGEMENT KULIAH 3: MERANCANG JARINGAN SUPPLY CHAIN MANAJEMEN LOGISTIK & SUPPLY CHAIN MANAGEMENT KULIAH 3: MERANCANG JARINGAN SUPPLY CHAIN By: Rn Halla Nasuton, ST, MT MERANCANG JARINGAN SC Perancangan jarngan SC merupakan satu kegatan pentng yang harus

Lebih terperinci

Perbaikan Sistem Persediaan Tinta Fotokopi di CV. NEC, Surabaya

Perbaikan Sistem Persediaan Tinta Fotokopi di CV. NEC, Surabaya Perbakan Sstem Persedaan Tnta Fotokop d CV. NEC, Surabaya Indr Hapsar, Jerry Agus Arlanto, dan Albert Sutanto Teknk Industr Unverstas Surabaya Jl. Raya Kalrungkut Surabaya Emal: ndr@ubaya.ac.d Abstrak

Lebih terperinci

Pengembangan Model Konsolidasi Pengiriman Produk-Produk Agro- Perishable Berbasis Temperatur

Pengembangan Model Konsolidasi Pengiriman Produk-Produk Agro- Perishable Berbasis Temperatur Pengembangan Model Konsoldas Pengrman Produk-Produk Agro- Pershable Berbass Temperatur Dew Tressa Roto Saragh 2510100137 Teknk Industr FTI ITS Sdang Tugas Akhr Pembmbng : Dr. Eng. Ir. Ahmad Rusdansyah,

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Uj Normaltas Llefors D dalam pengendalan persedaan, perumusan lmu statstk dgunakan untuk menentukan pola dstrbus, dmana pola dstrbus tersebut dapat dhtung dengan menguj kenormalan

Lebih terperinci

FUNGSI BIAYA UNTUK MENENTUKAN TINGKAT PEMESANAN OPTIMUM MULTI ITEM INDEPENDEN BERDISTRIBUSI KONTINU. H. Bernik Maskun

FUNGSI BIAYA UNTUK MENENTUKAN TINGKAT PEMESANAN OPTIMUM MULTI ITEM INDEPENDEN BERDISTRIBUSI KONTINU. H. Bernik Maskun FUNGSI BIAYA UNTUK MENENTUKAN TINGKAT PEMESANAN OPTIMUM MULTI ITEM INDEPENDEN BERDISTRIBUSI KONTINU oleh H. Bernk Maskun Departemen Statstka, FMIPA Unverstas Padjadjaran bernkmaskun69@gmal.com Abstrak

Lebih terperinci

Bab 1 PENDAHULUAN Latar Belakang

Bab 1 PENDAHULUAN Latar Belakang 11 Bab 1 PENDAHULUAN 1.1. Latar Belakang Perbankan adalah ndustr yang syarat dengan rsko. Mula dar pengumpulan dana sebaga sumber labltas, hngga penyaluran dana pada aktva produktf. Berbaga kegatan jasa

Lebih terperinci

MODEL PERSEDIAAN PROBABILISTIK YANG MEMUAT VARIABEL LEAD TIME DENGAN PENDEKATAN DISTRIBUSI NORMAL

MODEL PERSEDIAAN PROBABILISTIK YANG MEMUAT VARIABEL LEAD TIME DENGAN PENDEKATAN DISTRIBUSI NORMAL MODEL PERSEDIAAN PROBABILISTIK YANG MEMUAT VARIABEL LEAD TIME DENGAN PENDEKATAN DISTRIBUSI NORMAL Noprad, T.P.Nababan, Endang Lly Mahasswa Program Stud S Matematka Dosen Jurusan Matematka Fakultas Matematka

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PEDAHULUA. Latar Belakang Rsko ddentfkaskan dengan ketdakpastan. Dalam mengambl keputusan nvestas para nvestor mengharapkan hasl yang maksmal dengan rsko tertentu atau hasl tertentu dengan rsko yang

Lebih terperinci

MODEL HEURISTIK PENENTUAN RUTE KENDARAAN DENGAN BATASAN WAKTU PENGIRIMAN

MODEL HEURISTIK PENENTUAN RUTE KENDARAAN DENGAN BATASAN WAKTU PENGIRIMAN MODEL HEURISTIK PENENTUAN RUTE KENDARAAN DENGAN BATASAN WAKTU PENGIRIMAN Tjutju T. Dmyat Jurusan Teknk Industr Unverstas Pasundan E-mal : admyat@bdg.centrn.net.d ABSTRAK Penentuan rute kendaraan (Vehcle

Lebih terperinci

Didownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN

Didownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN BAB I PENDAHULUAN Sebuah jarngan terdr dar sekelompok node yang dhubungkan oleh busur atau cabang. Suatu jens arus tertentu berkatan dengan setap busur. Notas standart untuk menggambarkan sebuah jarngan

Lebih terperinci

Analisis Persediaan Multy Item dengan Mempertimbangkan Faktor Kadaluarsa

Analisis Persediaan Multy Item dengan Mempertimbangkan Faktor Kadaluarsa Analss Persedaan Multy Item dengan Mempertmbangkan Faktor Kadaluarsa 1 onny Cputra 1, Theresa Sunarn Jurusan Teknk Industr Sekolah Tngg Teknk Mus, Palembang E-mal : donnycputra@gmal.com Jurusan Teknk Industr

Lebih terperinci

BAB IV METODE PENELITIAN. Penelitian mengenai Analisis Pengaruh Kupedes Terhadap Performance

BAB IV METODE PENELITIAN. Penelitian mengenai Analisis Pengaruh Kupedes Terhadap Performance BAB IV METODE PENELITIAN 4.1 Lokas dan Waktu Peneltan Peneltan mengena Analss Pengaruh Kupedes Terhadap Performance Busness Debtur dalam Sektor Perdagangan, Industr dan Pertanan dlaksanakan d Bank Rakyat

Lebih terperinci

BAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi.

BAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi. BAB LANDASAN TEORI Pada bab n akan durakan beberapa metode yang dgunakan dalam penyelesaan tugas akhr n. Selan tu penuls juga mengurakan tentang pengertan regres, analss regres berganda, membentuk persamaan

Lebih terperinci

APLIKASI FUZZY LINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PRODUKSI LAMPU (Studi Kasus di PT. Sinar Terang Abadi )

APLIKASI FUZZY LINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PRODUKSI LAMPU (Studi Kasus di PT. Sinar Terang Abadi ) APLIKASI FUZZY LINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PRODUKSI LAMPU (Stud Kasus d PT. Snar Terang Abad ) Bagus Suryo Ad Utomo 1203 109 001 Dosen Pembmbng: Drs. I Gst Ngr Ra Usadha, M.S Jurusan Matematka

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Al-Azhar 3 Bandar Lampung yang terletak d Jl. Gn. Tanggamus Raya Way Halm, kota Bandar Lampung. Populas dalam peneltan n adalah

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Satelah melakukan peneltan, penelt melakukan stud lapangan untuk memperoleh data nla post test dar hasl tes setelah dkena perlakuan.

Lebih terperinci

PENGURUTAN DATA. A. Tujuan

PENGURUTAN DATA. A. Tujuan PENGURUTAN DATA A. Tuuan Pembahasan dalam bab n adalah mengena pengurutan data pada sekumpulan data. Terdapat beberapa metode untuk melakukan pengurutan data yang secara detl akan dbahas ddalam bab n.

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA 2 Masalah Transportas Jong Jek Sang (20) menelaskan bahwa masalah transportas merupakan masalah yang serng dhadap dalam pendstrbusan barang Msalkan ada m buah gudang (sumber) yang

Lebih terperinci

BAB I PENDAHULUAN I-1

BAB I PENDAHULUAN I-1 BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Kendaraan bermotor merupakan alat yang palng dbutuhkan sebaga meda transportas. Kendaraan dbag menjad dua macam, yatu kendaraan umum dan prbad. Kendaraan umum

Lebih terperinci

PENGEMBANGAN MODEL MIXED INTEGER PROGRAMMING UNTUK PENJADWALAN BATCH PROSES PRODUKSI SORBITOL MULTI GRADE (STUDI KASUS PT XXX)

PENGEMBANGAN MODEL MIXED INTEGER PROGRAMMING UNTUK PENJADWALAN BATCH PROSES PRODUKSI SORBITOL MULTI GRADE (STUDI KASUS PT XXX) PENGEMBANGAN MODEL MIXED INTEGER PROGRAMMING UNTUK PENJADWALAN BATCH PROSES PRODUKSI SORBITOL MULTI GRADE (STUDI KASUS PT XXX) Maro Chran, Ahmad Rusdansyah, Nurhad Sswanto Mager Manajemen Teknolog, Jurusan

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Penjadwalan Baker (1974) mendefnskan penjadwalan sebaga proses pengalokasan sumber-sumber dalam jangka waktu tertentu untuk melakukan sejumlah pekerjaan. Menurut Morton dan

Lebih terperinci

PENJADWALAN PRODUKSI di PT MEUBEL JEPARA PROBOLINGGO

PENJADWALAN PRODUKSI di PT MEUBEL JEPARA PROBOLINGGO Prosdng Semnar Nasonal Manajemen Teknolog III Program Stud MMTITS, Surabaya 4 Pebruar 2006 PENJADWALAN PRODUKSI d PT MEUBEL JEPARA PROBOLINGGO Mohammad Khusnu Mlad, Bobby Oedy P. Soepangkat, Nurhad Sswanto

Lebih terperinci

PERHITUNGAN PENILAIAN MAHASISWA TERHADAP MENGAJAR DOSEN BERBASIS KASUS MENGGUNAKAN ALGORITMA BAYESIAN

PERHITUNGAN PENILAIAN MAHASISWA TERHADAP MENGAJAR DOSEN BERBASIS KASUS MENGGUNAKAN ALGORITMA BAYESIAN JURNAL DAI IN: - Vol. No. JUNI ERHITUNGAN ENILAIAN MAHAIWA TERHADA MENGAJAR DOEN BERBAI KAU MENGGUNAKAN ALGORITMA BAYEIAN Ern enwat TMIK AMIKOM Yogyakarta ern.s@amkom.ac.d ABTRAKI roses belaar mengaar

Lebih terperinci

Kata kunci : daya, bahan bakar, optimasi, ekonomis. pembangkitan yang maksimal dengan biaya pengoperasian unit pembangkit yang minimal.

Kata kunci : daya, bahan bakar, optimasi, ekonomis. pembangkitan yang maksimal dengan biaya pengoperasian unit pembangkit yang minimal. Makalah Semnar Tugas Akhr MENGOPTIMALKAN PEMBAGIAN BEBAN PADA UNIT PEMBANGKIT PLTGU TAMBAK LOROK DENGAN METODE LAGRANGE MULTIPLIER Oleh : Marno Sswanto, LF 303 514 Abstrak Pertumbuhan ndustr pada suatu

Lebih terperinci

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN BAB III HIPOTESIS DAN METODOLOGI PENELITIAN III.1 Hpotess Berdasarkan kerangka pemkran sebelumnya, maka dapat drumuskan hpotess sebaga berkut : H1 : ada beda sgnfkan antara sebelum dan setelah penerbtan

Lebih terperinci

PENGGUNAAN DINDING GESER SEBAGAI ELEMEN PENAHAN GEMPA PADA BANGUNAN BERTINGKAT 10 LANTAI

PENGGUNAAN DINDING GESER SEBAGAI ELEMEN PENAHAN GEMPA PADA BANGUNAN BERTINGKAT 10 LANTAI PENGGUNAAN DINDING GESER SEBAGAI ELEMEN PENAHAN GEMPA PADA BANGUNAN BERTINGKAT 10 LANTAI Reky Stenly Wndah Dosen Jurusan Teknk Spl Fakultas Teknk Unverstas Sam Ratulang Manado ABSTRAK Pada bangunan tngg,

Lebih terperinci

BAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode

BAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode BAB III METODE PENELITIAN Desan Peneltan Metode peneltan yang dgunakan dalam peneltan n adalah metode deskrptf analts dengan jens pendekatan stud kasus yatu dengan melhat fenomena permasalahan yang ada

Lebih terperinci

P n e j n a j d a u d a u l a a l n a n O pt p im i a m l a l P e P m e b m a b n a g n k g i k t Oleh Z r u iman

P n e j n a j d a u d a u l a a l n a n O pt p im i a m l a l P e P m e b m a b n a g n k g i k t Oleh Z r u iman OTIMISASI enjadualan Optmal embangkt Oleh : Zurman Anthony, ST. MT Optmas pengrman daya lstrk Dmaksudkan untuk memperkecl jumlah keseluruhan baya operas dengan memperhtungkan rug-rug daya nyata pada saluran

Lebih terperinci

EFISIENSI DAN AKURASI GABUNGAN METODE FUNGSI WALSH DAN MULTIGRID UNTUK MENYELESAIKAN PERSAMAAN INTEGRAL FREDHOLM LINEAR

EFISIENSI DAN AKURASI GABUNGAN METODE FUNGSI WALSH DAN MULTIGRID UNTUK MENYELESAIKAN PERSAMAAN INTEGRAL FREDHOLM LINEAR EFISIENSI DAN AKURASI GABUNGAN METODE FUNGSI WALSH DAN MULTIGRID UNTUK MENYELESAIKAN PERSAMAAN INTEGRAL FREDHOLM LINEAR Masduk Jurusan Penddkan Matematka FKIP UMS Abstrak. Penyelesaan persamaan ntegral

Lebih terperinci

III. METODOLOGI PENELITIAN

III. METODOLOGI PENELITIAN 44 III. METODOLOGI PENELITIAN A. Metode Peneltan Menurut Arkunto (00:3) peneltan ekspermen adalah suatu peneltan yang selalu dlakukan dengan maksud untuk melhat akbat dar suatu perlakuan. Metode yang penuls

Lebih terperinci

PRESENTASI TUGAS AKHIR CI 1483 OPTIMASI WAKTU INVENTORI MULTI ITEM DENGAN STRUKTUR BIAYA CONCAVE

PRESENTASI TUGAS AKHIR CI 1483 OPTIMASI WAKTU INVENTORI MULTI ITEM DENGAN STRUKTUR BIAYA CONCAVE PRESENTASI TUGAS AKHIR CI 1483 OPTIMASI WAKTU INVENTORI MULTI ITEM DENGAN STRUKTUR BIAYA CONCAVE Penyusun Tugas Akhr : Nta Kusumanngtyas (NRP : 5104.100.052) Dosen Pembmbng : Rully Soelaman, S.Kom., M.Kom.

Lebih terperinci

III. METODE PENELITIAN. Metode dalam penelitian ini adalah metode eksperimen. Penggunaan metode eksperimen ini

III. METODE PENELITIAN. Metode dalam penelitian ini adalah metode eksperimen. Penggunaan metode eksperimen ini III. METODE PENELITIAN A. Metode Peneltan Metode dalam peneltan n adalah metode ekspermen. Penggunaan metode ekspermen n bertujuan untuk mengetahu apakah suatu metode, prosedur, sstem, proses, alat, bahan

Lebih terperinci

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran BAB 1 PENDAHULUAN 1.1. Latar Belakang Pertumbuhan dan kestablan ekonom, adalah dua syarat pentng bag kemakmuran dan kesejahteraan suatu bangsa. Dengan pertumbuhan yang cukup, negara dapat melanjutkan pembangunan

Lebih terperinci

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara BAB 2 LANDASAN TEORI 2.1 Pengertan Analsa Regres Dalam kehdupan sehar-har, serng kta jumpa hubungan antara satu varabel terhadap satu atau lebh varabel yang lan. Sebaga contoh, besarnya pendapatan seseorang

Lebih terperinci

PENERAPAN PROGRAM LINIER KABUR DALAM ANALISIS SENSITIVITAS PROGRAM LINIER

PENERAPAN PROGRAM LINIER KABUR DALAM ANALISIS SENSITIVITAS PROGRAM LINIER Penerapan Program Lner Kabur dalam Analss.. Elfranto PENERAPAN PROGRAM LINIER KABUR DALAM ANALISIS SENSITIVITAS PROGRAM LINIER Elfranto Dosen Unverstas Muhammadyah Sumatera Utara Abstrak: Salah satu kaan

Lebih terperinci

SIMULASI OPTIMASI ALIRAN DAYA SISTEM TENAGA LISTRIK SEBAGAI PENDEKATAN EFISIENSI BIAYA OPERASI

SIMULASI OPTIMASI ALIRAN DAYA SISTEM TENAGA LISTRIK SEBAGAI PENDEKATAN EFISIENSI BIAYA OPERASI ISSN: 1693-6930 167 SIMULASI OPTIMASI ALIRAN DAA SISTEM TENAGA LISTRIK SEBAGAI PENDEKATAN EFISIENSI BIAA OPERASI Subyanto Teknk Elektro Fakultas Teknk Unverstas Neger Semarang Gedung E6 Lt. Kampus Sekaran

Lebih terperinci

Post test (Treatment) Y 1 X Y 2

Post test (Treatment) Y 1 X Y 2 BAB III METODOLOGI PENELITIAN A. Metode Peneltan Metode Peneltan adalah cara lmah untuk memaham suatu objek dalam suatu kegatan peneltan. Peneltan yang dlakukan n bertujuan untuk mengetahu penngkatan hasl

Lebih terperinci

Oleh : Fifi Fisiana

Oleh : Fifi Fisiana Optmas Baya Produks menggunakan Metode Revsed Mult Choce Goal programmng dengan Tahap Persedaan Terkontrol Supply Chan Model stud kasus : PT.Gunungarta Manunggal, Gempol Oleh : Ff Fsana 1207100018 Dosen

Lebih terperinci

PERENCANAAN & PENGENDALIAN PRODUKSI TIN 4113

PERENCANAAN & PENGENDALIAN PRODUKSI TIN 4113 PERENCANAAN & PENGENDALIAN PRODUKSI TIN 4113 Pertemuan 5 Outlne: Independent Demand Inventory Models: Determnstk (EOQ dan EPQ), Probablstk (FOQ dan FOI) Referens: Tersne, Rchard J., Prncples of Inventory

Lebih terperinci

PERENCANAAN & PENGENDALIAN PRODUKSI TIN 4113

PERENCANAAN & PENGENDALIAN PRODUKSI TIN 4113 PERENCANAAN & PENGENDALIAN PRODUKSI TIN 4113 Pertemuan 4 Outlne: Sstem Persedaan Indenpendent Demand Inventory Models (1) Referens: Elsayed, A. Elsayed. Analss and Control of Producton System, Prentce

Lebih terperinci

OPTIMASI MASALAH PENUGASAN. Siti Maslihah

OPTIMASI MASALAH PENUGASAN. Siti Maslihah JPM IIN ntasar Vol. 01 No. 2 Januar Jun 2014, h. 95-106 OPTIMSI MSLH PNUGSN St Maslhah bstrak Pemrograman lner merupakan salah satu lmu matematka terapan yang bertuuan untuk mencar nla optmum dar suatu

Lebih terperinci

PERENCANAAN KEBUTUHAN TENAGA KERJA FLEKSIBEL PADA SISTEM JOB SHOP MEMPERGUNAKAN TEKNIK SHOJINKA

PERENCANAAN KEBUTUHAN TENAGA KERJA FLEKSIBEL PADA SISTEM JOB SHOP MEMPERGUNAKAN TEKNIK SHOJINKA Magster eknk ndustr Program Pascasarana, Unverstas Katolk Parahyangan, Bandung PERECAAA KEBUUHA EAGA KERA FLEKSBEL PADA SSEM OB SHOP MEMPERGUAKA EKK SHOKA Arf Rahman Program Stud eknk ndustr Fakultas eknk

Lebih terperinci

BAB III METODE PENELITIAN. menghasilkan Lembar Kegiatan Siswa (LKS) pada materi Geometri dengan

BAB III METODE PENELITIAN. menghasilkan Lembar Kegiatan Siswa (LKS) pada materi Geometri dengan BAB III METODE PENELITIAN A. Jens Peneltan Peneltan n merupakan peneltan pengembangan yang bertujuan untuk menghaslkan Lembar Kegatan Sswa (LKS) pada mater Geometr dengan pendekatan pembelajaran berbass

Lebih terperinci

BAB 2 KAJIAN PUSTAKA

BAB 2 KAJIAN PUSTAKA BAB 2 KAJIAN PUSTAKA 2.1 Negosas Negosas dapat dkategorkan dengan banyak cara, yatu berdasarkan sesuatu yang dnegosaskan, karakter dar orang yang melakukan negosas, protokol negosas, karakterstk dar nformas,

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pengertan Regres Regres pertama kal dpergunakan sebaga konsep statstka oleh Sr Francs Galton (1822 1911). Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang

Lebih terperinci

(1.1) maka matriks pembayaran tersebut dikatakan mempunyai titik pelana pada (r,s) dan elemen a

(1.1) maka matriks pembayaran tersebut dikatakan mempunyai titik pelana pada (r,s) dan elemen a Lecture 2: Pure Strategy A. Strategy Optmum Hal pokok yang sesungguhnya menad nt dar teor permanan adalah menentukan solus optmum bag kedua phak yang salng bersang tersebut yang bersesuaan dengan strateg

Lebih terperinci

BAB III METODE PENELITIAN. yang digunakan meliputi: (1) PDRB Kota Dumai (tahun ) dan PDRB

BAB III METODE PENELITIAN. yang digunakan meliputi: (1) PDRB Kota Dumai (tahun ) dan PDRB BAB III METODE PENELITIAN 3.1 Jens dan Sumber Data Jens data yang dgunakan dalam peneltan n adalah data sekunder. Data yang dgunakan melput: (1) PDRB Kota Duma (tahun 2000-2010) dan PDRB kabupaten/kota

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN Bab n membahas tentang prosedur pengembangan pembelajaran dan mplementas model Problem Based Learnng dalam pembelajaran Konsep Dasar Matematka, Subjek Peneltan, Teknk dan Instrumen

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini merupakan penelitian pengembangan (Research and

III. METODE PENELITIAN. Penelitian ini merupakan penelitian pengembangan (Research and III. METODE PENELITIAN A. Desan Peneltan Peneltan n merupakan peneltan pengembangan (Research and Development). Peneltan pengembangan yang dlakukan adalah untuk mengembangkan penuntun praktkum menjad LKS

Lebih terperinci

BABl PENDAHULUAN. Indonesia merupakan negara yang sedang berkembang dengan tingkat

BABl PENDAHULUAN. Indonesia merupakan negara yang sedang berkembang dengan tingkat BABl PENDAHULUAN 1.1. LAT AR BELAKANG PERMASALAHAN ndonesa merupakan negara yang sedang berkembang dengan tngkat populas yang cukup besar. Dengan jumlah penduduk dewasa n mencapa lebh dar 180 juta jwa

Lebih terperinci

IV. PERANCANGAN DAN IMPLEMENTASI SISTEM

IV. PERANCANGAN DAN IMPLEMENTASI SISTEM IV. PERANCANGAN DAN IMPLEMENTASI SISTEM Perancangan Sstem Sstem yang akan dkembangkan adalah berupa sstem yang dapat membantu keputusan pemodal untuk menentukan portofolo saham yang dperdagangkan d Bursa

Lebih terperinci

ANALISIS REGRESI. Catatan Freddy

ANALISIS REGRESI. Catatan Freddy ANALISIS REGRESI Regres Lner Sederhana : Contoh Perhtungan Regres Lner Sederhana Menghtung harga a dan b Menyusun Persamaan Regres Korelas Pearson (Product Moment) Koefsen Determnas (KD) Regres Ganda :

Lebih terperinci

ANALISIS KOVARIANSI part 2

ANALISIS KOVARIANSI part 2 ANALISIS KOVARIANSI part Analss Kovarans merupakan suatu analss statstka untuk mengetahu pengaruh satu atau lebh varabel bebas terhadap varable terkat dengan memperhatkan satu atau lebh varable konkomtan

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA 7 II TINJUN PUSTK 2.1 Manaemen Proyek 2.1.1 Pengertan Manaemen Proyek Sebelum mengemukakan apa art dar Manaemen Proyek, terlebh dahulu akan mengetahu art dar Manaemen dan Proyek tu. Menurut Hamng dan Nurnaamuddn

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar belakang

BAB 1 PENDAHULUAN. 1.1 Latar belakang BAB 1 PENDAHULUAN 1.1 Latar belakang Dalam memlh sesuatu, mula yang memlh yang sederhana sampa ke hal yang sangat rumt yang dbutuhkan bukanlah berpkr yang rumt, tetap bagaman berpkr secara sederhana. AHP

Lebih terperinci

PROPOSAL SKRIPSI JUDUL:

PROPOSAL SKRIPSI JUDUL: PROPOSAL SKRIPSI JUDUL: 1.1. Latar Belakang Masalah SDM kn makn berperan besar bag kesuksesan suatu organsas. Banyak organsas menyadar bahwa unsur manusa dalam suatu organsas dapat memberkan keunggulan

Lebih terperinci

III. METODE PENELITIAN. bersifat statistik dengan tujuan menguji hipotesis yang telah ditetapkan.

III. METODE PENELITIAN. bersifat statistik dengan tujuan menguji hipotesis yang telah ditetapkan. 3 III. METDE PENELITIAN A. Metode Peneltan Metode peneltan merupakan langkah atau aturan yang dgunakan dalam melaksanakan peneltan. Metode pada peneltan n bersfat kuanttatf yatu metode peneltan yang dgunakan

Lebih terperinci

BAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah

BAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah BAB III METODE PENELITIAN 3.1 Metode Peneltan Metode yang dgunakan dalam peneltan n adalah metode deskrptf. Peneltan deskrptf merupakan peneltan yang dlakukan untuk menggambarkan sebuah fenomena atau suatu

Lebih terperinci

PENERAPAN METODE MAMDANI DALAM MENGHITUNG TINGKAT INFLASI BERDASARKAN KELOMPOK KOMODITI (Studi Kasus pada Data Inflasi Indonesia)

PENERAPAN METODE MAMDANI DALAM MENGHITUNG TINGKAT INFLASI BERDASARKAN KELOMPOK KOMODITI (Studi Kasus pada Data Inflasi Indonesia) PENERAPAN METODE MAMDANI DALAM MENGHITUNG TINGKAT INFLASI BERDASARKAN KELOMPOK KOMODITI (Stud Kasus pada Data Inflas Indonesa) Putr Noorwan Effendy, Amar Sumarsa, Embay Rohaet Program Stud Matematka Fakultas

Lebih terperinci

PENERAPAN MODEL PREVENTIVE MAINTENANCE SMITH DAN DEKKER DI PD. INDUSTRI UNIT INKABA

PENERAPAN MODEL PREVENTIVE MAINTENANCE SMITH DAN DEKKER DI PD. INDUSTRI UNIT INKABA PENERAPAN MODEL KREVENIVE MAINENANCE SMIH DAN DEKKER DI PD. INDUSRI UNI INKABA (Har Adanto, et al) PENERAPAN MODEL PREVENIVE MAINENANCE SMIH DAN DEKKER DI PD. INDUSRI UNI INKABA Har Adanto Jurusan eknk

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA III. METODE PENELITIAN A. Waktu dan Tempat Peneltan Peneltan n merupakan stud ekspermen yang telah dlaksanakan d SMA Neger 3 Bandar Lampung. Peneltan n dlaksanakan pada semester genap tahun ajaran 2012/2013.

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN Dalam pembuatan tugas akhr n, penulsan mendapat referens dar pustaka serta lteratur lan yang berhubungan dengan pokok masalah yang penuls ajukan. Langkah-langkah yang akan

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 41 BAB III METODOLOGI PENELITIAN A. Metode Peneltan Berdasarkan masalah yang akan dtelt dengan melhat tujuan dan ruang lngkup dserta dengan pengolahan data, penafsran serta pengamblan kesmpulan, maka metode

Lebih terperinci

BAB 4 HASIL DAN PEMBAHASAN. smoothing, dan siklis untuk barang jadi Mie Atom Metode Regresi Linier. Nama barang jadi: Mie Atom.

BAB 4 HASIL DAN PEMBAHASAN. smoothing, dan siklis untuk barang jadi Mie Atom Metode Regresi Linier. Nama barang jadi: Mie Atom. BAB 4 HASIL DAN PEMBAHASAN 4.1 Penghtungan 4.1.1 Penghtungan Peramalan 4.1.1.1 Peramalan Me Atom Contoh perhtungan peramalan permntaan dengan metode regres lner, regres kuadrats, double movng average,

Lebih terperinci

BAB 1 PENDAHULUAN. dependen (y) untuk n pengamatan berpasangan i i i. x : variabel prediktor; f x ) ). Bentuk kurva regresi f( x i

BAB 1 PENDAHULUAN. dependen (y) untuk n pengamatan berpasangan i i i. x : variabel prediktor; f x ) ). Bentuk kurva regresi f( x i BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan analss statstk yang dgunakan untuk memodelkan hubungan antara varabel ndependen (x) dengan varabel ( x, y ) n dependen (y) untuk n pengamatan

Lebih terperinci

PENELUSURAN KERAGAMAN DALAM BLOK PADA RANCANGAN ACAK KELOMPOK DENGAN INTERGRADIEN. Rita Rahmawati Program Studi Statistika FMIPA UNDIP

PENELUSURAN KERAGAMAN DALAM BLOK PADA RANCANGAN ACAK KELOMPOK DENGAN INTERGRADIEN. Rita Rahmawati Program Studi Statistika FMIPA UNDIP PENELUSURAN KERAGAMAN DALAM BLOK PADA RANCANGAN ACAK KELOMPOK DENGAN INTERGRADIEN Rta Rahmawat Program Stud Statstka FMIPA UNDIP Abstrak Dalam Rancangan Acak Kelompok Lengkap (RAKL), asums terpentng adalah

Lebih terperinci

BAB 4 METODOLOGI PENELITIAN DAN ANALISIS

BAB 4 METODOLOGI PENELITIAN DAN ANALISIS 28 BAB 4 METODOLOGI PENELITIAN DAN ANALISIS 4.1 Kerangka Pemkran dan Hpotess Dalam proses peneltan n, akan duj beberapa varabel software yang telah dsebutkan pada bab sebelumnya. Sesua dengan tahapan-tahapan

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Metode yang digunakan dalam penelitian ini adalah metode eksperimen

BAB III METODOLOGI PENELITIAN. Metode yang digunakan dalam penelitian ini adalah metode eksperimen 3 BAB III METODOLOGI PENELITIAN A. Metode dan Desan Peneltan Metode yang dgunakan dalam peneltan n adalah metode ekspermen karena sesua dengan tujuan peneltan yatu melhat hubungan antara varabelvarabel

Lebih terperinci

BAB III METODELOGI PENELITIAN. metode penelitian yang digunakan dalam penelitian ini adalah metode deskriptif

BAB III METODELOGI PENELITIAN. metode penelitian yang digunakan dalam penelitian ini adalah metode deskriptif BAB III METODELOGI PENELITIAN 3.1 Desan Peneltan Metode peneltan mengungkapkan dengan jelas bagamana cara memperoleh data yang dperlukan, oleh karena tu metode peneltan lebh menekankan pada strateg, proses

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap 5 BAB III METODOLOGI PENELITIAN 3. Lokas Dan Waktu Peneltan Peneltan n dlaksanakan d SMA Neger I Tbawa pada semester genap tahun ajaran 0/03. Peneltan n berlangsung selama ± bulan (Me,Jun) mula dar tahap

Lebih terperinci

Bab 2 AKAR-AKAR PERSAMAAN

Bab 2 AKAR-AKAR PERSAMAAN Analsa Numerk Bahan Matrkulas Bab AKAR-AKAR PERSAMAAN Pada kulah n akan dpelajar beberapa metode untuk mencar akar-akar dar suatu persamaan yang kontnu. Untuk persamaan polnomal derajat, persamaannya dapat

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 7 BAB LANDASAN TEORI.1 Analsa Regres Analsa regres dnterpretaskan sebaga suatu analsa yang berkatan dengan stud ketergantungan (hubungan kausal) dar suatu varabel tak bebas (dependent varable) atu dsebut

Lebih terperinci

BAB III METODE PENELITIAN. penelitian dilakukan secara purposive atau sengaja. Pemilihan lokasi penelitian

BAB III METODE PENELITIAN. penelitian dilakukan secara purposive atau sengaja. Pemilihan lokasi penelitian BAB III METODE PENELITIAN 3.1 Lokas Peneltan Peneltan dlaksanakan d Desa Sempalwadak, Kecamatan Bululawang, Kabupaten Malang pada bulan Februar hngga Me 2017. Pemlhan lokas peneltan dlakukan secara purposve

Lebih terperinci

IV. UKURAN SIMPANGAN, DISPERSI & VARIASI

IV. UKURAN SIMPANGAN, DISPERSI & VARIASI IV. UKURAN SIMPANGAN, DISPERSI & VARIASI Pendahuluan o Ukuran dspers atau ukuran varas, yang menggambarkan derajat bagamana berpencarnya data kuanttatf, dntaranya: rentang, rentang antar kuartl, smpangan

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN Metode peneltan atau metodolog peneltan adalah strateg umum yang danut dalam mengumpulkan dan menganalss data yang dperlukkan, guna menjawab persoalan yang dhadap. Adapun rencana

Lebih terperinci

Bab V Aliran Daya Optimal

Bab V Aliran Daya Optimal Bab V Alran Daya Optmal Permasalahan alran daya optmal (Optmal Power Flow/OPF) telah menjad bahan pembcaraan sejak dperkenalkan pertama kal oleh Carpenter pada tahun 196. Karena mater pembahasan tentang

Lebih terperinci

PRESENTASI TUGAS AKHIR KI091391

PRESENTASI TUGAS AKHIR KI091391 PRESENTASI TUGAS AKHIR KI09191 IMPLEMENTASI SEGMENTASI CITRA RESONANSI MAGNETIK OTAK MENGGUNAKAN ALGORITMA FUZZY C-MEANS YANG DIMODIFIKASI BERDASARKAN KORELASI ANTAR PIKSEL (Kata Kunc : Segmentas Fuzzy

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen dengan populasi penelitian yaitu

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen dengan populasi penelitian yaitu 4 III. METODE PENELITIAN A. Populas Peneltan Peneltan n merupakan stud ekspermen dengan populas peneltan yatu seluruh sswa kelas VIII C SMP Neger Bukt Kemunng pada semester genap tahun pelajaran 01/013

Lebih terperinci

ANALISIS DATA KATEGORIK (STK351)

ANALISIS DATA KATEGORIK (STK351) Suplemen Respons Pertemuan ANALISIS DATA KATEGORIK (STK351) 7 Departemen Statstka FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referens Waktu Korelas Perngkat (Rank Correlaton) Bag. 1 Koefsen Korelas Perngkat

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN Metode peneltan atau metodolog peneltan adalah strateg umum yang danut dalam mengumpulkan dan menganalss data yang dperlukan, guna menjawab persoalanpersoalan yang d hadap. Adapun

Lebih terperinci

Pembayaran harapan yang berkaitan dengan strategi murni pemain P 2. Pembayaran Harapan bagi Pemain P1

Pembayaran harapan yang berkaitan dengan strategi murni pemain P 2. Pembayaran Harapan bagi Pemain P1 Lecture : Mxed Strategy: Graphcal Method A. Metode Campuran dengan Metode Grafk Metode grafk dapat dgunakan untuk menyelesakan kasus permanan dengan matrks pembayaran berukuran n atau n. B. Matrks berukuran

Lebih terperinci

Peramalan Produksi Sayuran Di Kota Pekanbaru Menggunakan Metode Forcasting

Peramalan Produksi Sayuran Di Kota Pekanbaru Menggunakan Metode Forcasting Peramalan Produks Sayuran D Kota Pekanbaru Menggunakan Metode Forcastng Esrska 1 dan M. M. Nzam 2 1,2 Jurusan Matematka, Fakultas Sans dan Teknolog, UIN Sultan Syarf Kasm Rau Jl. HR. Soebrantas No. 155

Lebih terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. Universitas Sumatera Utara BAB 1 PENDAHULUAN 1.1 Latar Belakang Ketahanan pangan adalah ketersedaan pangan dan kemampuan seseorang untuk mengaksesnya. Sebuah rumah tangga dkatakan memlk ketahanan pangan jka penghunnya tdak berada

Lebih terperinci

ε adalah error random yang diasumsikan independen, m X ) adalah fungsi

ε adalah error random yang diasumsikan independen, m X ) adalah fungsi BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan suatu metode yang dgunakan untuk menganalss hubungan antara dua atau lebh varabel. Pada analss regres terdapat dua jens varabel yatu

Lebih terperinci

TIN309 - Desain Eksperimen Materi #13 Genap 2016/2017 TIN309 DESAIN EKSPERIMEN

TIN309 - Desain Eksperimen Materi #13 Genap 2016/2017 TIN309 DESAIN EKSPERIMEN Mater #13 Genap 016/017 6 6 3 - T a u f q u r R a c h m a n 6 6 3 - T a u f q u r R a c h m a n Mater #13 TIN309 DESAIN EKSPERIMEN Prnsp Dasar ANCOVA merupakan teknk analss yang berguna untuk menngkatkan

Lebih terperinci

2 TINJAUAN PUSTAKA. sistem statis dan sistem fuzzy. Penelitian sejenis juga dilakukan oleh Aziz (1996).

2 TINJAUAN PUSTAKA. sistem statis dan sistem fuzzy. Penelitian sejenis juga dilakukan oleh Aziz (1996). 2 TINJAUAN PUSTAKA 2.1 Stud Yang Terkat Peneltan n mengacu pada jurnal yang dtuls oleh Khang, dkk.(1995). Dalam peneltannya, Khang, dkk membandngkan arus lalu lntas yang datur menggunakan sstem stats dan

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN. Latar Belakang Manova atau Multvarate of Varance merupakan pengujan dalam multvarate yang bertujuan untuk mengetahu pengaruh varabel respon dengan terhadap beberapa varabel predktor

Lebih terperinci

III PEMBAHASAN. merupakan cash flow pada periode i, dan C. berturut-turut menyatakan nilai rata-rata dari V. dan

III PEMBAHASAN. merupakan cash flow pada periode i, dan C. berturut-turut menyatakan nilai rata-rata dari V. dan Pada bab n akan dbahas mengena penyelesaan masalah ops real menggunakan pohon keputusan bnomal. Dalam menentukan penlaan proyek, dapat dgunakan beberapa metode d antaranya dscounted cash flow (DF). DF

Lebih terperinci

BAB I PENDAHULUAN. Perusahaan dalam upayanya memperoleh pendapatan akan melakukan

BAB I PENDAHULUAN. Perusahaan dalam upayanya memperoleh pendapatan akan melakukan BAB I PENDAHULUAN A. Latar Belakang Masalah Perusahaan dalam upayanya memperoleh pendapatan akan melakukan penjualan. Sebelum penjualan dlakukan basanya akan dsepakat terlebh dahulu bagamana cara pembayaran

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Jenis penelitian yang digunakan adalah penelitian pengembangan yang

BAB III METODOLOGI PENELITIAN. Jenis penelitian yang digunakan adalah penelitian pengembangan yang BAB III METODOLOGI PENELITIAN A. Jens Peneltan Jens peneltan yang dgunakan adalah peneltan pengembangan yang bertujuan membuat suatu produk dan duj kelayakannya. B. Metode Pengembangan Peneltan n menggunakan

Lebih terperinci