APLIKASI OPTIMASI DAN ANALISA RESIKO PADA PERMASALAHAN SOFTWARE RELEASE TIME

Ukuran: px
Mulai penontonan dengan halaman:

Download "APLIKASI OPTIMASI DAN ANALISA RESIKO PADA PERMASALAHAN SOFTWARE RELEASE TIME"

Transkripsi

1 APLIKASI OPTIMASI DAN ANALISA RESIKO PADA PERMASALAHAN SOFTWARE RELEASE TIME Tan Amelia1), Rully Soelaiman2) Jurusan Manajemen Teknologi Informasi, MMT-ITS Surabaya, 2) Fakultas Teknologi Informasi, Institut Teknologi Sepuluh Nopember (ITS) Surabaya, 1) ABSTRAK Di dalam sebuah pengembangan software, pengujian terhadap verifikasi dan validasi software yang sudah dibuat merupakan salah satu elemen yang harus dilaksanakan denganperencanaan yang baik. Hal ini disebabkan pengujian software membutuhkan sumber daya yangtidak sedikit, baik dari segi waktu, biaya dan tenaga kerja yang harus dikeluarkan.pihak manajerial sering dihadapkan pada dilema ketika harus mengambil suatu keputusan kapan software yang dikembangkan sudah bisa dihentikan proses testing-nya untuk kemudian melepas software tersebut dipasaran, karena proses pengambilan keputusan tersebut nantinya akan sangat mempengaruhi keandalan (reliability) dan harga software.dalam penelitian ini, akan dibahas tentang ketidakpastian biaya software dan pengaruhnya pada optimasi software release time. Contoh kasus akan diberikan untuk menunjukkan hal-hal apa saja yang penting sebagai hasil ketidakpastian biaya software dalam optimasi software release time. Diharapkan hasil tersebut akan menghindarkan manajemen membuat suatu keputusan yang salah dan membahayakan pengembangan suatu software. Kata kunci: Cost estimation, nonhomogeneous Poisson process (NHPP), reliability, software release, time estimation. PENDAHULUAN Latar Belakang Dalam dunia modern seperti sekarang ini, semua aspek kehidupan sudah tersentuh dengan komputer, baik dibidang bisnis, pendidikan, kesehatan, transportasi dan lainnya. Merupakan suatu hal yang berbahaya bila otak dari komputer itu sendiri, yang dikenal dengan istilah software tidak dapat beroperasi dengan cara yang dapat diandalkan. Kegagalan software dapat menimbulkan kerugian yang sangat besar baik disisi finansial, malah sampai berujung korban jiwa. Hal ini bisa Anda lihat pada kegagalan software sistem pengaturan lalu lintas udara atau pada sistem bursa saham dunia. Salah satu masalah terbesar adalah bagaimana untuk mengetahui kapan testing terhadap software tesebut harus dihentikan. Jika testing dihentikan terlalu cepat, maka terdapat resiko bahwa software yang dihasilkan mempunyai kesalahan yang tersembunyi, menimbulkan ketidakpuasan pada customer, memerlukan biaya untuk menghilangkan kesalahan, sampai pada membuat software tersebut harus dihentikan untuk diperbaiki. Namun, jika terus melanjutkan proses testing akan memperbesar biaya testing dan menunda produksi software di pasar. Sebab itu, mencari waktu optimal berdasarkan biaya yang dikeluarkan memberikan suatu kebenaran dalam mengambil keputusan terhadap selesainya waktu testing.

2 Softwaretesting adalah suatu proses pembuktian (verification) untuk menentukan kualitas dan peningkatan keandalan (reliability) software, yang merupakan suatu aktivitas melakukan pengamatan terhadap kesalahan yang timbul dan kemudian memperbaikinya. Sebagai sebuah proses testing, kesalahan software yang tersembunyi dapat diidentifikasi dan dihilangkan, agar software yang sedang diuji dapat meningkat keandalannya. Software Reliability Models (SRMs) sering digunakan untuk memonitor proses testing dan mengukur serta memprediksi keandalan software pada masa sekarang dan masa yang akan datang. Pihak manajemen sangat menginginkan agar penjualan software dapat segera dilakukan agar keuntungan cepat diterima, karena keterlambatan dalam melepas software akan mengakibatkan kehilangan pangsa pasar, yang artinya akan mengurangi keuntungan ekonomis dari software tersebut. Dilema tersebut harus segera diatasi dengan adanya keputusan yang tepat kapan waktu untuk menghentikan testing, dan melepas software tersebut ke konsumen. Dimana dilema diatas telah menjadi suatu kajian dan penelitian yang menarik sejak tahun 1980 yang dikenal dengan istilah software release time. Perumusan Masalah Kebutuhan akan penentuan software release time yang memenuhi optimasi biaya software dan pengontrolan resiko menjadi suatu kebutuhan yang sangat diperlukan oleh pihak manajemen. Berdasarkan kebutuhan diatas, berikut ini pokok perumusan masalah yang ada pada tesis: Bagaimana mengembangkan sebuah model yang dapat memberikan informasi tentang software release time berdasarkan optimasi biaya software dan analisa resiko pada software tersebut. Bagaimana menentukan parameter-parameter biaya software yang digunakan pada tesis ini. Bagaimana mengimplementasikan model hasil tesis menjadi sebuah aplikasi optimasi dan analisa resiko pada permasalahan software release time. Bagaimana melakukan pengujian untuk menentukan kebenaran berdasarkan data yang dimasukkan pada aplikasi. Tujuan Berikut ini beberapa tujuan yang ingin dicapai dalam pembuatan tesis ini: a. Mengembangkan sebuah model untuk mencari minimasi EC (Expected Cost) software. b. Identifikasi parameter yang mempengaruhi biaya software dan fungsi resiko pada software release time. c. Membangun Aplikasi Optimasi dan Analisa Resiko pada Permasalahan Software Release Time. d. Melakukan pengujian untuk menentukan kebenaran dari aplikasi yang dibuat. KAJIAN PUSTAKA Software Release Time Software Release Time adalah waktu mendistribusikan versi awal atau versiupgrade dari sebuah produk software. Dalam mencapai Software Release Time terdapat beberapa tingkat yang menggambarkan stabilitas bagiansoftware dan sejumlah perkembangan yang dibutuhkan sebelum final release, dikenal dengan istilah Software Release Life Cycle. C-8-2

3 Software Testing Software Testing adalah sebuah investigasi empiris untuk memberikan stakeholdersinformasi tentang kualitas dari produk atau pelayanan dengan melakukan tes.dalam pengoperasian softwaretersebut nantinya. Software Testing selalu memberikan sebuah tujuan dan sudut pandang yang independen, agar perusahaan dapat menilai dan memahami resiko dari implementasi software. Non-homogeneous Poisson Process Non-homogeneous Poisson Process adalah proses stochastic yang terjadi secara terus menerus dan tidak bergantung antara satu dengan yang lainnya. Contoh dari Poisson process seperti pererasan radioactive dari atom, panggilan telepon pada switchboard, halaman permintaan pada website dan curah hujan. Maximum Likelihood Estimation Prinsip Maximum Likelihood Estimation (MLE) menunjukkan adanya distribusi probabilitas bahwa salah satu dari data yang diteliti most likely, dalam arti salah satu nilainya dapat dicari berdasarkan parameter vektor yang berupa nilai maksimal likelihood function. METODA Metoda Penelitian Metoda penelitian digunakan sebagai kerangka atau urutan langkah kerja yang akan dilakukan pada tesis ini. Secara garis besar, berikut ini langkah-langkah kerja yang dilakukan untuk mendapatkan model dalam Aplikasi Optimasi dan Analisa Resiko pada Permasalahan Software Release Time : 1. Mengidentifikasi permasalahan yang akan diselesaikan. 2. Merumuskan masalah berdasarkan hasil identifikasi permasalahan yang ada. 3. Menetapkan tujuan penelitian yang diharapkan pada penelitian tesis ini. 4. Melakukan studi literatur khususnya yang berhubungan dengan software release time pada pengembangan software, keandalan software dan model biaya software. 5. Membuat blok diagram perencanaan model pada tesis ini. 6. Mencari nilai dari parameter-parameter yang digunakan pada penelitian. 7. Mengimplementasikan berdasarkan model yang dihasilkan untuk membuat aplikasi optimasi dan analisa resiko untuk menentukan software release time dengan menggunakan MatLab. 8. Mengevaluasi hasil implementasi 9. Menyimpulkan hasil penelitian Blok Diagram Perencanaan Model Nilai Parameter Software Cost dengan NHPP SRMs Proses Mencari Ekspektasi Software Cost Implementasi dengan MATLAB Min [ ( )] ( ) ( ) Proses Mencari Risk Function Optimasi Software Release Time Analisa Resiko Software Release Time Gambar 1. Blok Diagram Perencanaan Model C-8-3

4 HASIL DAN DISKUSI Studi Kasus Studi kasus yang digunakan dalam penelitian ini adalah softwarenaval Tactical Data System (NTDS) yang merupakan sebuah aplikasi real-time dan multicomputer yang komplek pada U.S Navy Fleet Computer Programming Center (A.L. Goel and K. Okumoto, 1979).Software NTDS terdiri atas 38 modul yang berbeda, dimana pada masing-masing modul terdiri atas 3 tahapan, yang meliputi: fase produksi (pengembangan), fase testing dan fase pengguna. Data yang dihasilkan berdasarkan laporan kesalahan atau disebut juga software anomaly reports pada masing-masing modul yang dinamakan sebagai A-module. Pengumpulan Data Waktu antara kegagalan software NTDS dan informasi lainnya dapat dilihat pada tabel dibawah ini: Tabel 1. Data NTDS Error Non Time Between Errors, days Production (checkout) phase Test Phase User Phase Test Phase Total No. of Errors (34) Failure Rate No. of Remaining Errors (8) Cumulative Time =, days = 34 = = 8 Parameter yang Digunakan Penelitian tesis ini mengambil data untuk model biaya basic software berdasarkan kasus Naval Tactical Data System (NTDS) pada U.S. Navy Fleet Computer Programming Center. Koefisien biaya yang digunakan dalam model biaya software biasanya ditentukan oleh data empiris, pengalaman sebelumnya, dan pada aplikasi yang berbeda. Satuan yang digunakan dalam staff-units. Berikut ini parameter yang digunakan untuk menghitung waktu optimasi dan resiko software release time: a. C1, Koefisien biaya menghilangkan kesalahan selama testing. Menghilangkan kesalahan disini meliputi proses identifikasi kesalahan, diagnosa kesalahan dan menghilangkan kesalahan. C-8-4

5 b. C2, Koefisien biaya menghilangkan kesalahan selama periode garansi (setelah system release). Biaya memperbaiki kesalahan setelah system release lebih besar dibandingkan biaya memperbaiki kesalahan selama periode testing. (Dalal and Mallows, 1988) c. C3, Koefisien biaya umum testing. Alur Proses Aplikasi Mulai Input Parameter C(T) Proses menghitung Optimal Software Release Time Input Parameter ( Input Parameter Menghitung Risk Function ATC > ETC jika software dilepas pada waktu T* ) Proses menghitung Risk Function ATC > ETC sebesar α jika software ) ( dan [ ( )] dilepas pada waktu Hasil ( ) Selesai Hasil ( ) Gambar 2. Flowchart Prosedur Mencari Optimasi Biaya dan Resiko Implementasi Aplikasi Formulasi yang digunakan dalam pembuatan aplikasi ini berdasarkan rumusan dari jurnal utama yang menjadi rujukan. (B. Yang, H. Hu, and L. Jia, 2008) [ ( )] (1) ( ) (2) Keterangan T : Waktu melepas software ( ) : Biaya yang terjadi, yang merupakan fungsi pada waktu melepas software [ ( )]: Nilai ekspektasi untuk ( ) ( ): Keandalan software jika dilepas pada waktu T : Level keandalan yang dibutuhkan sebelum software dapat dilepas Mencari Waktu Optimal Untuk mencari waktu optimal menggunakan fungsi fmincon untuk menemukan nilai minimum berdasarkan banyak variabel tak linear dengan batasan. Berikut ini perincian detil dari biaya-biaya software: ( )= ( ) + [ ( ) ( )] + (3) Keterangan : Biaya menghilangkan kesalahanpada fase testing. : Biaya menghilangkan kesalahan padafase operasional.biasanya, : Biaya per unit testing C-8-5 >

6 Menghitung Expected Total Cost Expected Total Cost dihitung berdasarkan rumusan dibawah ini: ( )+ [ ( )] = ( ) = (1 ) [ ( ) ( )] + (4) (5) Keterangan ( ) :Expected number kegagalan software pada waktu t. Disebut juga mean value function, ( ) = [ ( )] :Expected number kegagalan software ketika testing dimulai. : Tingkat deteksi kegagalan yang masih ada pada software. Dimana a dan b konstanta. Model G-O adalah salah satu NHPP SRMs yang dibuat dan langsung mempengaruhi pemodelan keandalan software. Berdasarkan model G-O diperoleh bahwa: =. Pada basic software nilai untuk = 1. (B. Yang, H. Hu, and L. Jia, 2008). Menghitung Resiko Berdasarkan Variance C(T), ketidakpastian biaya softwaredapat diukur. Jika P1(T) adalah probabiliti bahwa AC sebuah software lebih tinggi daripada EC, maka : ( ) { ( ) > [ ( )]} (6) P1(T) adalah fungsi waktu T melepas software. Probabiliti ini dapat dilihat sebagai semacam resiko (risk), yang akan mendapatkan persetujuan manajemen. Jika resiko dapat dikontrol pada level yang sesuai, maka dari perumusan diatas dapat dilihat bahwa ketika EC diminimalkan, maka AC akan berubah sedikit lebih tinggi dari minimun, dimana hal tersebut sangat diinginkan. ( ) { ( ) > (1 + ) [ ( )]} (7) Dimana ( 0) adalah sebuah konstanta yang menunjukkan batasan (margin) yang diperbolehkan agar AC menjadi lebih tinggi daripada EC. P1(T) adalah kenyataan dalam kasus khusus ( ) untuk = 0. Uji Coba Aplikasi Aplikasi yang dibuat dengan menggunakan Matlab selanjutnya diuji coba dengan menggunakan data-data dari kasus nyata yang diambil dari jurnal utama. Parameter SRM = dan = diambil dari kasus Naval Tactical Data System (NTDS) pada U.S. Navy Fleet Computer Programming Center. (A.L. Goel and K. Okumoto, 1979). C-8-6

7 Tabel 2. Data untuk Menghitung T* dan E[C(T)] No Case #1 Case #2 Case #3 Case #4 Case #5 Kondisi =200, =1500, =10 =200, =1500, =10 =200, =1500, =10 =280, =2400, =10 =280, =2400, =10 Parameter SRM = 33.99, = = 33.99, = = 33.99, = = 33.99, = = = Syarat Keandalan T* Gambar 3. Grafik Perhitungan Expected Total Cost No Case #1 Case #2 Case #3 Tabel 3. Data untuk Menghitung α T* E[C(T)] , , , ( ) Gambar 4. Grafik Analisa Resiko C ( ) E[C(T)] 15,036 16,239 14,241 18,070 18,116

8 Berdasarkan hasil pada tabel 2 dan tabel3 terlihat bahwa case #1 menghasilkan waktu optimal melepas software sebesar 774. Sedangkan resiko AC melebihi EC sebesar Namun hanya terdapat 0.22 resiko AC melebihi EC sebesar 10%. KESIMPULAN Kesimpulan yang didapatkan dalam penelitian tesis ini adalah: 1. Model Nonhomogeneous Poisson Process (NHPP) Software Reliability Models (SRMs) sering digunakan untuk memonitor proses testing dan mengukur serta memprediksi keandalan software dimasa depan. 2. Sebagian besar penelitian waktu optimal melepas software lebih ditekankan kepada meminimalkan EC, tanpa memperhatikan ketidakpastian pada AC. Dengan perumusan yang ada pada penelitian tesis ini yang meliputi: parameter biaya software, parameter SRM dan keandalan yang diharapkan, maka ketidakpastian AC dapat dihitung dengan melihat fungsi resiko yang ada. 3. Aplikasi dengan Matlab pada tesis ini digunakan untuk menghitung waktu optimal, Expected Total Cost dan fungsi resiko pada Software Release Time. 4. Hasil pengujian aplikasi menunjukkan bahwa permasalahan Software Release Time merupakan pertukaran antara mengurangi resiko dan peningkatan Expected Total Cost. Secara umum dengan mengetahui waktu optimal dan resiko yang ada pada Software Release Time, maka diharapkan pihak manajemen tidak mengalami over budget pada saat melakukan testing. Saran yang dapat diberikan untuk pengembangan penelitian tesis ini dimasa yang akan datang adalah: 1. Penggunaan Generalized Software Cost Model dengan perluasan pada parameter biaya yang diperlukan. 2. Pemakaian pendekatan risk-control pada permasalahan Software Release Time. DAFTAR PUSTAKA A.L. Goel and K. Okumoto (1979), Time Dependent Error-Detection Rate Model for Software Reliability and Other Performance Measures, IEEE Trans. Reliability, vol. 28, no. 3, pp B. Yang, H. Hu, and L. Jia (2008), A Study of Uncertainty in Software Cost and Its Impact on Optimal Software Release Time, IEEE Trans. Software Eng., vol 34, No. 6, pp H. Pham dan X. Zhang (1999), A Software Cost Model with Warranty and Risk Costs, IEEE Trans. Computers, vol. 48, no. 1, pp , Jan 1999, doi: / S.R. Dalal and C. I., Mallows, When Should One Stop Testing Software?, J. American Statistical Assoc. Vol. 83, No. 403, 1988, pp W. Ehrlich, B. Prasanna, J. Stampfel, and J. Wu (1993). Determining the Cost of a StopTesting Decision, IEEE Software, pp , Mar C-8-8

Oleh : Mochammad Taufan ( ) DOSEN PEMBIMBING: Prof. Drs. Nur Iriawan, M.Ikom,Ph.D

Oleh : Mochammad Taufan ( ) DOSEN PEMBIMBING: Prof. Drs. Nur Iriawan, M.Ikom,Ph.D Pemodelan Early Warning System sebagai Penilai Tingkat Kesehatan Finansial Calon Nasabah dengan Metoda Binary Regresi Logistik Studi Kasus : Bank X Surabaya Branch Oleh : Mochammad Taufan (9107.205.309)

Lebih terperinci

PENGGUNAAN ANALISIS KETAHANAN HIDUP UNTUK PENENTUAN PERIODE GARANSI DAN HARGA PRODUK PADA DATA WAKTU HIDUP LAMPU NEON

PENGGUNAAN ANALISIS KETAHANAN HIDUP UNTUK PENENTUAN PERIODE GARANSI DAN HARGA PRODUK PADA DATA WAKTU HIDUP LAMPU NEON PENGGUNAAN ANALISIS KETAHANAN HIDUP UNTUK PENENTUAN PERIODE GARANSI DAN HARGA PRODUK PADA DATA WAKTU HIDUP LAMPU NEON SKRIPSI Disusun Oleh: DIAN IKA PRATIWI 24010211120017 JURUSAN STATISTIKA FAKULTAS SAINS

Lebih terperinci

ANALISIS AVAILABILITY SISTEM PENANGANAN GANGGUAN JARINGAN SPEEDY DI PT. TELEKOMUNIKASI INDONESIA, Tbk

ANALISIS AVAILABILITY SISTEM PENANGANAN GANGGUAN JARINGAN SPEEDY DI PT. TELEKOMUNIKASI INDONESIA, Tbk ISSN 1412 3762 http://jurnal.upi.edu/electrans ELECTRANS, VOL.12, NO.2, SEPTEMBER 2013, 107-114 ANALISIS AVAILABILITY SISTEM PENANGANAN GANGGUAN JARINGAN SPEEDY DI PT. TELEKOMUNIKASI INDONESIA, Tbk R.

Lebih terperinci

PENERAPAN METODE SIMULASI DAN OPTIMASI PADA KALKULASI KEBUTUHAN AGEN DI PT X

PENERAPAN METODE SIMULASI DAN OPTIMASI PADA KALKULASI KEBUTUHAN AGEN DI PT X PENERAPAN METODE SIMULASI DAN OPTIMASI PADA KALKULASI KEBUTUHAN AGEN DI PT X Indiasih Enggawati dan Rully Soelaiman Manajemen Teknologi Informasi Program Studi Magister Manajemen Teknologi Institut Teknologi

Lebih terperinci

PERBANDINGAN ANTARA MODEL NEURAL NETWORK DAN MODEL DUANE UNTUK EVALUASI KETEPATAN PREDIKSI WAKTU KERUSAKAN SUATU KOMPONEN

PERBANDINGAN ANTARA MODEL NEURAL NETWORK DAN MODEL DUANE UNTUK EVALUASI KETEPATAN PREDIKSI WAKTU KERUSAKAN SUATU KOMPONEN Feng PERBANDINGAN ANTARA MODEL NEURAL NETWORK DAN MODEL DUANE UNTUK... 211 PERBANDINGAN ANTARA MODEL NEURAL NETWORK DAN MODEL DUANE UNTUK EVALUASI KETEPATAN PREDIKSI WAKTU KERUSAKAN SUATU KOMPONEN Tan

Lebih terperinci

KAJIAN DATA KETAHANAN HIDUP TERSENSOR TIPE I BERDISTRIBUSI EKSPONENSIAL DAN SIX SIGMA. Victoria Dwi Murti 1, Sudarno 2, Suparti 3

KAJIAN DATA KETAHANAN HIDUP TERSENSOR TIPE I BERDISTRIBUSI EKSPONENSIAL DAN SIX SIGMA. Victoria Dwi Murti 1, Sudarno 2, Suparti 3 JURNAL GAUSSIAN, Volume 1, Nomor 1, Tahun 2012, Halaman 241-248 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian KAJIAN DATA KETAHANAN HIDUP TERSENSOR TIPE I BERDISTRIBUSI EKSPONENSIAL DAN

Lebih terperinci

SIDANG TUGAS AKHIR HUDAIFAH

SIDANG TUGAS AKHIR HUDAIFAH SIDANG TUGAS AKHIR HUDAIFAH 2509100704 JUDUL PROPOSAL Analisa Kelayakan Penggunaan Komponen Reuse untuk Penggantian Komponen Rusak di Masa Pemakaian Produk yang Pertama :: OLEH Hudaifah - 2509100704 ::

Lebih terperinci

1. Pendahuluan. 1.1 Latar Belakang

1. Pendahuluan. 1.1 Latar Belakang 1. Pendahuluan 1.1 Latar Belakang Persaingan dalam dunia bisnis, terlebih lagi bagi perusahaan besar, tidak lepas dari adanya proses jual beli saham. Saham secara umum merupakan surat berharga yang dapat

Lebih terperinci

Gambar 3.1 Diagram Alir Sistematika Pemecahan Masalah

Gambar 3.1 Diagram Alir Sistematika Pemecahan Masalah BAB III METODOLOGI PENELITIAN Metodologi penelitian merupakan metode berpikir untuk menghasilkan tahapan-tahapan yang harus ditetapkan oleh peneliti dalam proses penelitian. Berikut adalah tahapan-tahapan

Lebih terperinci

ESTIMASI INTERVAL KEPERCAYAAN (CONFIDENCE INTERVAL) PARAMETER MODEL PROSES GEOMETRIK WEIBULL PADA ANALISIS UJI HIDUP UNTUK DATA TERSENSOR TIPE II

ESTIMASI INTERVAL KEPERCAYAAN (CONFIDENCE INTERVAL) PARAMETER MODEL PROSES GEOMETRIK WEIBULL PADA ANALISIS UJI HIDUP UNTUK DATA TERSENSOR TIPE II ESTIMASI INTERVAL KEPERCAYAAN (CONFIDENCE INTERVAL) PARAMETER MODEL PROSES GEOMETRIK WEIBULL PADA ANALISIS UJI HIDUP UNTUK DATA TERSENSOR TIPE II Asep Solih A 1* Rini Cahyandari 2 Tarkinih 3 123 Program

Lebih terperinci

APLIKASI PERENCANAAN BIAYA PENGEMBANGAN DAN IMPLEMENTASI SOFTWARE BERBASIS ACTIVITY-BASED COSTING

APLIKASI PERENCANAAN BIAYA PENGEMBANGAN DAN IMPLEMENTASI SOFTWARE BERBASIS ACTIVITY-BASED COSTING APLIKASI PERENCANAAN BIAYA PENGEMBANGAN DAN IMPLEMENTASI SOFTWARE BERBASIS ACTIVITY-BASED COSTING Panca Rahardiyanto1), Rully Soelaiman2) 1) Jurusan Manajemen Teknologi Informasi, MMT-ITS Surabaya, email:

Lebih terperinci

PEMILIHAN SUPPLIER DENGAN PENDEKATAN POSSIBILITY FUZZY MULTI-OBJECTIVE PROGRAMMING

PEMILIHAN SUPPLIER DENGAN PENDEKATAN POSSIBILITY FUZZY MULTI-OBJECTIVE PROGRAMMING PEMILIHAN SUPPLIER DENGAN PENDEKATAN POSSIBILITY FUZZY MULTI-OBJECTIVE PROGRAMMING Oleh : Heny Nurhidayanti 1206 100 059 Dosen Pembimbing : Drs. Sulistiyo, MT Jurusan Matematika Fakultas Matematika dan

Lebih terperinci

Optimasi Preventive Maintenance pada Mesin Tuber. JurusanStatistika ITS

Optimasi Preventive Maintenance pada Mesin Tuber. JurusanStatistika ITS Optimasi Preventive Maintenance pada Mesin Tuber dan Bottomer dengan Metode Analisis Reliabilitas di PT Industri Kemasan Semen Gresik Oleh : Dosen Pembimbing : Drs. Haryono, MSIE Satria Hikmawan M.H (1309100070)

Lebih terperinci

PERENCANAAN PROYEK BERBASIS RISIKO PEMBANGUNAN SISTEM INFORMASI MANAJEMEN ASET DI PDAM KOTAMADYA MALANG BERBASIS ISO/FDIS 31000:2009

PERENCANAAN PROYEK BERBASIS RISIKO PEMBANGUNAN SISTEM INFORMASI MANAJEMEN ASET DI PDAM KOTAMADYA MALANG BERBASIS ISO/FDIS 31000:2009 Makalah Seminar Nasional Manajemen Teknologi XIV MMT-ITS PERENCANAAN PROYEK BERBASIS RISIKO PEMBANGUNAN SISTEM INFORMASI MANAJEMEN ASET DI PDAM KOTAMADYA MALANG BERBASIS ISO/FDIS 31000:2009 ANTONIUS GATOT

Lebih terperinci

PERENCANAAN PROYEK BERBASIS RISIKO PEMBANGUNAN SISTEM INFORMASI MANAJEMEN ASET DI PDAM KOTA MALANG BERBASIS ISO/FDIS 31000:2009

PERENCANAAN PROYEK BERBASIS RISIKO PEMBANGUNAN SISTEM INFORMASI MANAJEMEN ASET DI PDAM KOTA MALANG BERBASIS ISO/FDIS 31000:2009 PERENCANAAN PROYEK BERBASIS RISIKO PEMBANGUNAN SISTEM INFORMASI MANAJEMEN ASET DI PDAM KOTA MALANG BERBASIS ISO/FDIS 31000:2009 Antonius Gatot Yudo Pratomo, Aris Tjahyanto Magister Manajemen Teknologi,

Lebih terperinci

OPTIMASI PERSEDIAAN SUKU CADANG UNTUK PROGRAM PEMELIHARAAN PREVENTIP BERDASARKAN ANALISIS RELIABILITAS

OPTIMASI PERSEDIAAN SUKU CADANG UNTUK PROGRAM PEMELIHARAAN PREVENTIP BERDASARKAN ANALISIS RELIABILITAS Program Studi MMT-ITS, Surabaya 4 Agustus 27 OPTIMASI PERSEDIAAN SUKU CADANG UNTUK PROGRAM PEMELIHARAAN PREVENTIP BERDASARKAN ANALISIS RELIABILITAS (Studi Kasus di PT. Terminal Peti Kemas Surabaya) Agus

Lebih terperinci

ANALISA PENENTUAN MASA KONSESI DENGAN MODEL SIMULASI PADA PROYEK PPP JALAN TOL KERTOSONO- MOJOKERTO

ANALISA PENENTUAN MASA KONSESI DENGAN MODEL SIMULASI PADA PROYEK PPP JALAN TOL KERTOSONO- MOJOKERTO ANALISA PENENTUAN MASA KONSESI DENGAN MODEL SIMULASI PADA PROYEK PPP JALAN TOL KERTOSONO- MOJOKERTO Rizki Hari Wahyunarso 1), Tri Joko Wahyu Adi 2), dan Farida Rachmawati 3) 1) Jurusan Teknik Sipil, Institut

Lebih terperinci

OPTIMASI PARAMETER α DAN γ DALAM PEMULUSAN EKSPONENSIAL DUA PARAMETER DENGAN METODE MODIFIKASI GOLDEN SECTION

OPTIMASI PARAMETER α DAN γ DALAM PEMULUSAN EKSPONENSIAL DUA PARAMETER DENGAN METODE MODIFIKASI GOLDEN SECTION OPTIMASI PARAMETER α DAN γ DALAM PEMULUSAN EKSPONENSIAL DUA PARAMETER DENGAN METODE MODIFIKASI GOLDEN SECTION NILA YUWIDA 1208100015 Dosen Pembimbing : Dra. Nuri Wahyuningsih, M.Kes Drs. Lukman Hanafi,

Lebih terperinci

PERENCANAAN & PENGENDALIAN PRODUKSI TIN 4113

PERENCANAAN & PENGENDALIAN PRODUKSI TIN 4113 PERENCANAAN & PENGENDALIAN PRODUKSI TIN 4113 Exponential Smoothing w/ Trend and Seasonality Pemulusan level/keseluruhan Pemulusan Trend Pemulusan Seasonal Peramalan periode t : Contoh: Data kuartal untuk

Lebih terperinci

BAB III METODE PENELITIAN. dari situs resmi Bursa Efek Indonesia (BEI) yaitu Unit. tercatat di BEI pada tahun

BAB III METODE PENELITIAN. dari situs resmi Bursa Efek Indonesia (BEI) yaitu  Unit. tercatat di BEI pada tahun BAB III METODE PENELITIAN A. Waktu dan Tempat Penelitian Tempat penelitian ini dilakukan di Jakarta dengan mengunduh data dari situs resmi Bursa Efek Indonesia (BEI) yaitu www.idx.co.id. Unit dalam penelitian

Lebih terperinci

Aplikasi Perencanaan Biaya Pengembangan dan Implementasi Software Berbasis Activity-based Costing. Panca Rahardiyanto

Aplikasi Perencanaan Biaya Pengembangan dan Implementasi Software Berbasis Activity-based Costing. Panca Rahardiyanto Aplikasi Perencanaan Biaya Pengembangan dan Implementasi Software Berbasis Activity-based Costing Panca Rahardiyanto Latar Belakang Pengembangan software secara in-house atau out sourcing Perusahaan membutuhkan

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Daerah (SKPD) yang ada di pemerintah kabupaten/kota se-provinsi Lampung.

BAB III METODOLOGI PENELITIAN. Daerah (SKPD) yang ada di pemerintah kabupaten/kota se-provinsi Lampung. BAB III METODOLOGI PENELITIAN 3.1 Populasi dan Sampel Populasi yang akan digunakan dalam penelitian adalah Satuan Kerja Perangkat Daerah (SKPD) yang ada di pemerintah kabupaten/kota se-provinsi Lampung.

Lebih terperinci

BAB 3 METODOLOGI PEMECAHAN MASALAH

BAB 3 METODOLOGI PEMECAHAN MASALAH BAB 3 METODOLOGI PEMECAHAN MASALAH 3.1 Flowchart Metodologi Pemecahan Masalah Gambar 3.1 di bawah ini merupakan alur dari metodologi penelitian dan pemecahan masalah produksi webbing setengah jadi pada

Lebih terperinci

PENERAPAN PROSES POISSON NON-HOMOGEN UNTUK MENENTUKAN DISTRIBUSI PROBABILITAS KEDATANGAN NASABAH DI BNI BANJARBARU

PENERAPAN PROSES POISSON NON-HOMOGEN UNTUK MENENTUKAN DISTRIBUSI PROBABILITAS KEDATANGAN NASABAH DI BNI BANJARBARU tnp PENERAPAN PROSES POISSON NON-HOMOGEN UNTUK MENENTUKAN DISTRIBUSI PROBABILITAS KEDATANGAN NASABAH DI BNI BANJARBARU Mida Yanti 1 Nur Salam 1 Dewi Anggraini 1 Abstract: Poisson process is a special event

Lebih terperinci

KAJIAN MODEL MARKOV WAKTU DISKRIT UNTUK PENYEBARAN PENYAKIT MENULAR PADA MODEL EPIDEMIK SIR. Oleh: RAFIQATUL HASANAH NRP.

KAJIAN MODEL MARKOV WAKTU DISKRIT UNTUK PENYEBARAN PENYAKIT MENULAR PADA MODEL EPIDEMIK SIR. Oleh: RAFIQATUL HASANAH NRP. TUGAS AKHIR KAJIAN MODEL MARKOV WAKTU DISKRIT UNTUK PENYEBARAN PENYAKIT MENULAR PADA MODEL EPIDEMIK SIR Oleh: RAFIQATUL HASANAH NRP. 1208 100 021 Dosen Pembimbing: Dra. Laksmi Prita Wardhani, M.Si. Drs.

Lebih terperinci

OPTIMASI PEMILIHAN KOMPONEN ELEKTRONIK PENYUSUN MODUL LOADER DAN POWER SUPPLY PADA VCD PLAYER TIPE ABC DENGAN MENGGUNAKAN MODEL NON LINIER PROGRAMMING

OPTIMASI PEMILIHAN KOMPONEN ELEKTRONIK PENYUSUN MODUL LOADER DAN POWER SUPPLY PADA VCD PLAYER TIPE ABC DENGAN MENGGUNAKAN MODEL NON LINIER PROGRAMMING OPTIMASI PEMILIHAN KOMPONEN ELEKTRONIK PENYUSUN MODUL LOADER DAN POWER SUPPLY PADA VCD PLAYER TIPE ABC DENGAN MENGGUNAKAN MODEL NON LINIER PROGRAMMING Shinta Olivia Rahayu, Abdullah Shahab Program Studi

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN 45 BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Gambaran Umum dan Obyek Penelitian Pada dasarnya obyek merupakan apa yang hendak diselidiki di dalam sebuah penelitian. Ada beberapa persoalan yang perlu untuk

Lebih terperinci

ANALISIS KEANDALAN PRODUK DENGAN POLA PENGGUNAAN INTERMITTENT

ANALISIS KEANDALAN PRODUK DENGAN POLA PENGGUNAAN INTERMITTENT ARIKA, Vol. 04, No. 2 Agustus 2010 ISSN: 1978-1105 ANALISIS KEANDALAN PRODUK DENGAN POLA PENGGUNAAN INTERMITTENT Farida D Sitania Dosen Program Studi Teknik Industri, Fakultas Teknik, Universitas Pattimura

Lebih terperinci

BAB 3 METODOLOGI PENELITIAN

BAB 3 METODOLOGI PENELITIAN 24 BAB 3 METODOLOGI PENELITIAN 3.1. Desain Penelitian Penelitian ini didesain dengan menggunakan metode eksperimen. Metode eksperimen dimaksudkan untuk menjelaskan hubungan sebab akibat antara satu variabel

Lebih terperinci

BAB 3 METODOLOGI PENELITIAN

BAB 3 METODOLOGI PENELITIAN BAB 3 METODOLOGI PENELITIAN 3.1 Objek Penelitian Dalam penelitian untuk karya akhir ini akan dilakukan perhitungan risiko Kartu Kredit dengan menggunakan metode CreditRisk dalam mengukur nilai risiko kredit

Lebih terperinci

#12 SIMULASI MONTE CARLO

#12 SIMULASI MONTE CARLO #12 SIMULASI MONTE CARLO 12.1. Konsep Simulasi Metode evaluasi secara analitis sangat dimungkinkan untuk sistem dengan konfigurasi yang sederhana. Untuk sistem yang kompleks, Bridges [1974] menyarankan

Lebih terperinci

BAB 3 METODOLOGI PENELITIAN. Obyek dari penelitian yang akan diteliti dalam penelitian ini adalah besarnya

BAB 3 METODOLOGI PENELITIAN. Obyek dari penelitian yang akan diteliti dalam penelitian ini adalah besarnya BAB 3 METODOLOGI PENELITIAN 3.1 Obyek Penelitian Obyek dari penelitian yang akan diteliti dalam penelitian ini adalah besarnya yield to maturity (YTM) dari obligasi negara seri fixed rate tenor 10 tahun

Lebih terperinci

BAB 3 METODOLOGI PENELITIAN

BAB 3 METODOLOGI PENELITIAN BAB 3 METODOLOGI PENELITIAN 3.1 Variabel Berikut merupakan variabel yang digunakan dalam pemecahan masalah pada penelitian ini yaitu sebagai berikut : Data historis penjualan yang akan digunakan untuk

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN

BAB IV HASIL DAN PEMBAHASAN 52 BAB IV HASIL DAN PEMBAHASAN A. Hasil Uji Analisis Hipotesis dalam penelitian ini diuji dengan menggunakan model regresi berganda. Tujuannya adalah untuk memperoleh gambaran yang menyeluruh mengenai

Lebih terperinci

SISTEM PEWRAWATAN TERPADU (INTEGRATED MAINTENANCE SYSTEM)

SISTEM PEWRAWATAN TERPADU (INTEGRATED MAINTENANCE SYSTEM) SISTEM PEWRAWATAN TERPADU (INTEGRATED MAINTENANCE SYSTEM) Penulis : Nachnul Ansori M. Imron Mustajib Edisi Pertama Cetakan Pertama, 2013 Hak Cipta 2013 pada penulis, Hak Cipta dilindungi undang-undang.

Lebih terperinci

Perancangan Sistem Informasi Pengendalian Proyek dengan Metode Earned Value Management (EVM)

Perancangan Sistem Informasi Pengendalian Proyek dengan Metode Earned Value Management (EVM) 1 Perancangan Sistem Informasi Pengendalian Proyek dengan Metode Earned Value Management (EVM) Zul Fadli, Yusroniya Eka Putri R.W, ST., MT dan Trijoko Wahyu Adi, ST., MT., PhD Jurusan Teknik Sipil, Fakultas

Lebih terperinci

http://www.brigidaarie.com INPUT [ Source ] [ Requirements ] Process ACTIVITIES (TASKS), CONSTRAINTS, RESOURCES PROCEDURES TOOLS & TECHNIQUES OUTPUT [ Results ] [ Product ] [ Set of Goals ] [ Standards

Lebih terperinci

VISUALISASI PENJUALAN DAN LOKASI PENJUALAN MENGGUNAKAN GOOGLE MAP SERTA PROYEKSI PERMINTAAN FLEXY DAN MODEM DI MASA MENDATANG (STUDI KASUS: PT

VISUALISASI PENJUALAN DAN LOKASI PENJUALAN MENGGUNAKAN GOOGLE MAP SERTA PROYEKSI PERMINTAAN FLEXY DAN MODEM DI MASA MENDATANG (STUDI KASUS: PT VISUALISASI PENJUALAN DAN LOKASI PENJUALAN MENGGUNAKAN GOOGLE MAP SERTA PROYEKSI PERMINTAAN FLEXY DAN MODEM DI MASA MENDATANG (STUDI KASUS: PT. TELKOM INDONESIA) Rully A Hendrawan, Catra Aldino, Erma Suryani

Lebih terperinci

MENENTUKAN KEPADATAN LALU LINTAS DENGAN PENGHITUNGAN JUMLAH KENDARAAN BERBASIS VIDEO PROCESSING

MENENTUKAN KEPADATAN LALU LINTAS DENGAN PENGHITUNGAN JUMLAH KENDARAAN BERBASIS VIDEO PROCESSING Powered by TCPDF (www.tcpdf.org) Tugas Akhir - 2009 MENENTUKAN KEPADATAN LALU LINTAS DENGAN PENGHITUNGAN JUMLAH KENDARAAN BERBASIS VIDEO PROCESSING Muahamd Syukur¹, Iwan Iwut Tritoasmoro², Koredianto Usman³

Lebih terperinci

BAB IV METODE PENELITIAN

BAB IV METODE PENELITIAN BAB IV METODE PENELITIAN 4.1. Jenis/Disain Penelitian Dari sifat masalah penelitian dari uraian latar belakang masalah dapat dikategorikan kedalam penelitian kasus dan penelitian lapangan. Menurut Usman

Lebih terperinci

SEMINAR HASIL TUGAS AKHIR

SEMINAR HASIL TUGAS AKHIR SEMINAR HASIL TUGAS AKHIR Model Peramalan Konsumsi Energi Final dengan Menggunakan Metode Regresi Fuzzy Untuk Dataset Kecil (Studi Kasus: Indonesia) Oleh: Alfi Lailah (1207 100 065) Dosen Pembimbing: Dra.

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dalam penelitian-penelitian di bidang kesehatan sering dijumpai salah satu jenis data yang disebut dengan data antar kejadian atau data survival. Data survival

Lebih terperinci

Rantai Markov Diskrit (Discrete Markov Chain)

Rantai Markov Diskrit (Discrete Markov Chain) #10 Rantai Markov Diskrit (Discrete Markov Chain) 10.1. Pendahuluan Berbagai teknik analitis untuk mengevaluasi reliability dari suatu sistem telah diuraikan pada bab terdahulu. Teknik analitis ini mengasumsikan

Lebih terperinci

Rancang Bangun Sistem Monitoring Dengan Metode SPC (Statistical Process Control) Secara On-Line Pada Plant Bioreaktor Anaerob Kontinyu

Rancang Bangun Sistem Monitoring Dengan Metode SPC (Statistical Process Control) Secara On-Line Pada Plant Bioreaktor Anaerob Kontinyu Rancang Bangun Sistem Monitoring Dengan Metode SPC (Statistical Process Control) Secara On-Line Pada Plant Bioreaktor Anaerob Kontinyu Oleh: ARIYANTO NRP. 2406 100 090 Dosen Pembimbing: Katherin Indriawati

Lebih terperinci

PENENTUAN MODEL RETURN HARGA SAHAM DENGAN MULTI LAYER FEED FORWARD NEURAL NETWORK MENGGUNAKAN ALGORITMA RESILENT BACKPROPAGATION SKRIPSI

PENENTUAN MODEL RETURN HARGA SAHAM DENGAN MULTI LAYER FEED FORWARD NEURAL NETWORK MENGGUNAKAN ALGORITMA RESILENT BACKPROPAGATION SKRIPSI PENENTUAN MODEL RETURN HARGA SAHAM DENGAN MULTI LAYER FEED FORWARD NEURAL NETWORK MENGGUNAKAN ALGORITMA RESILENT BACKPROPAGATION (Studi Kasus : Harga Penutupan Saham Unilever Indonesia Tbk. Periode September

Lebih terperinci

BAB III METODOLOGI PENELITIAN. memilih sampel seluruh perusahaan di BEI periode adalah karena

BAB III METODOLOGI PENELITIAN. memilih sampel seluruh perusahaan di BEI periode adalah karena 26 BAB III METODOLOGI PENELITIAN 3.1. Populasi dan Sampel Populasi yang digunakan dalam penelitian ini adalah seluruh perusahaan yang terdaftar di Bursa Efek Indonesia (BEI) periode 2009-2013. Alasan penulis

Lebih terperinci

Analisis Keandalan Pada Boiler PLTU dengan Menggunakan Metode Failure Mode Effect Analysis (FMEA)

Analisis Keandalan Pada Boiler PLTU dengan Menggunakan Metode Failure Mode Effect Analysis (FMEA) Analisis Keandalan Pada Boiler PLTU dengan Menggunakan Metode Failure Mode Effect Analysis (FMEA) Weta Hary Wahyunugraha 2209100037 Teknik Sistem Pengaturan Jurusan Teknik Elektro Institut Teknologi Sepuluh

Lebih terperinci

Dynamic Economic Dispatch Menggunakan Pendekatan Penelusuran Ke Depan

Dynamic Economic Dispatch Menggunakan Pendekatan Penelusuran Ke Depan 1 Dynamic Economic Dispatch Menggunakan Pendekatan Penelusuran Ke Depan Sheila Fitria Farisqi, Rony Seto Wibowo dan Sidaryanto Jurusan Teknik Elektro, Fakultas Teknologi Industri, Institut Teknologi Sepuluh

Lebih terperinci

(FRW) DENGAN BERBAGAI JENIS REKTIFIKASI

(FRW) DENGAN BERBAGAI JENIS REKTIFIKASI SIDANG TUGAS AKHIR PENGEMBANGAN MODEL PERHITUNGAN PERIODE GARANSI DAN ANALISIS BIAYA GARANSI UNTUK PRODUK REUSE DENGAN MENGGUNAKAN KEBIJAKAN FREE REPLACEMENT WARRANTY (FRW) DENGAN BERBAGAI JENIS REKTIFIKASI

Lebih terperinci

LIFE CYCLE COST ANALYSIS INTEGRASI DENGAN CMMS (COMPUTERIZED MAINTENANCE MANAGEMENT SYSTEM) STUDI KASUS PT. BADAK NATURAL GAS LIQUEFACTION

LIFE CYCLE COST ANALYSIS INTEGRASI DENGAN CMMS (COMPUTERIZED MAINTENANCE MANAGEMENT SYSTEM) STUDI KASUS PT. BADAK NATURAL GAS LIQUEFACTION LIFE CYCLE COST ANALYSIS INTEGRASI DENGAN CMMS (COMPUTERIZED MAINTENANCE MANAGEMENT SYSTEM) STUDI KASUS PT. BADAK NATURAL GAS LIQUEFACTION Rr. ARIA PRITA EKARISTI 2106100037 DOSEN PEMBIMBING DR. M. NUR

Lebih terperinci

Auditing. Obyektif. 3.1 Phase Audit Sistem Informasi

Auditing. Obyektif. 3.1 Phase Audit Sistem Informasi HOME DAFTAR ISI B3 Auditing Obyektif Mengetahui phase-phase dalam audit sistem informasi Mengetahui proses evaluasi dan pengujian dalam audit sistem informasi 3.1 Phase Audit Sistem Informasi Dalam melakukan

Lebih terperinci

KEBIJAKAN OPTIMAL PENGGANTIAN KOMPONEN BERBASIS UMUR UNTUK PREVENTIVE MAINTENANCE PADA CNC PLATE CUTTING

KEBIJAKAN OPTIMAL PENGGANTIAN KOMPONEN BERBASIS UMUR UNTUK PREVENTIVE MAINTENANCE PADA CNC PLATE CUTTING KEBIJAKAN OPTIMAL PENGGANTIAN KOMPONEN BERBASIS UMUR UNTUK PREVENTIVE MAINTENANCE PADA CNC PLATE CUTTING M. Imron Mustajib 1, Ulin Nuha 2, dan Nahnul Ansori 3 1,2,3 Program Studi Teknik Industri, University

Lebih terperinci

PERBANDINGAN KINERJA DIAGRAM KONTROL G DAN DIAGRAM KONTROL S BESERTA APLIKASINYA

PERBANDINGAN KINERJA DIAGRAM KONTROL G DAN DIAGRAM KONTROL S BESERTA APLIKASINYA Program Studi MMT-ITS, Surabaya 7 Juli 03 PERBANDINGAN KINERJA DIAGRAM KONTROL G DAN DIAGRAM KONTROL S BESERTA APLIKASINYA Marlon Stivo Noya Van Delsen, *) dan Muhammad Mashuri ) ) Jurusan Statistika,

Lebih terperinci

Analisis Faktor-Faktor yang Mempengaruhi Anggaran Pembelian Barang Tahan Lama Rumah Tangga di Jawa Timur dengan Menggunakan Regresi Tobit

Analisis Faktor-Faktor yang Mempengaruhi Anggaran Pembelian Barang Tahan Lama Rumah Tangga di Jawa Timur dengan Menggunakan Regresi Tobit Analisis Faktor-Faktor yang Mempengaruhi Anggaran Pembelian Barang Tahan Lama Rumah Tangga di Jawa Timur dengan Menggunakan Regresi Tobit Nama : Margareth G. Shari NRP : 1307 100 026 JURUSAN STATISTIKA

Lebih terperinci

BAB III NONLINEAR GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSKEDASTICITY (N-GARCH)

BAB III NONLINEAR GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSKEDASTICITY (N-GARCH) BAB III NONLINEAR GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSKEDASTICITY (N-GARCH) 3.1 Proses Nonlinear Autoregressive Conditional Heteroskedasticity (N-ARCH) Model Nonlinear Autoregressive Conditional

Lebih terperinci

BAB IV HASIL DAN ANALISIS

BAB IV HASIL DAN ANALISIS BAB IV HASIL DAN ANALISIS 4.1 Data Hasil Pengujian Pengujian yang dilakukan menguji masa hidup baterai dengan alat uji masa hidup baterai yang telah dirancang dan dimplementasikan. Pengujian dilakukan

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1 Kerangka Pikir Penelitian ini ditujukan untuk membuktikan adanya pengaruh perubahan PDB, tingkat inflasi, suku bunga SBI dan perubahan nilai tukar rupiah terhadap kinerja

Lebih terperinci

SDLC Concepts. Muhammad Yusuf D3 Manajemen Informatika Universitas Trunojoyo

SDLC Concepts. Muhammad Yusuf D3 Manajemen Informatika Universitas Trunojoyo SDLC Concepts Muhammad Yusuf D3 Manajemen Informatika Universitas Trunojoyo Http://yusufxyz.wordpress.com Email: muhammadyusuf@trunojoyo.ac.id IVS Task Group Produk terdiri dari : hardware, software, dokumentasi,

Lebih terperinci

BAB 3 METODOLOGI PENELITIAN

BAB 3 METODOLOGI PENELITIAN BAB 3 METODOLOGI PENELITIAN Penelitian ini akan melakukan pengembangan dari model yang sudah ada tentang penanganan logistik bantuan. Penentuan rute dan jumlah alokasi komoditi ke setiap titik permintaan

Lebih terperinci

Rancang Bangun Sistem Kontrol Level dan Pressure Steam Generator pada Simulator Mixing Process di Workshop Instrumentasi

Rancang Bangun Sistem Kontrol Level dan Pressure Steam Generator pada Simulator Mixing Process di Workshop Instrumentasi JURNAL TEKNIK POMITS Vol. 2, No. 1, (2013) ISSN: 2337-3539 (2301-9271 Print) F-153 Rancang Bangun Sistem Kontrol Level dan Pressure Steam Generator pada Simulator Mixing Process di Workshop Instrumentasi

Lebih terperinci

BAB 4 ANALISIS DAN HASIL PENELITIAN. Penggunaan analisis statistik deskriptif untuk memberikan gambaran data yang akan

BAB 4 ANALISIS DAN HASIL PENELITIAN. Penggunaan analisis statistik deskriptif untuk memberikan gambaran data yang akan BAB 4 ANALISIS DAN HASIL PENELITIAN 1.1 Analisis Hasil Penelitian 1.1.1 Analisis Deskriptif Statistik Penggunaan analisis statistik deskriptif untuk memberikan gambaran data yang akan dijadikan sampel

Lebih terperinci

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB I PENDAHULUAN 1.1. Latar Belakang BAB I PENDAHULUAN 1.1. Latar Belakang Kualitas produk memegang peranan penting dalam menentukan maju atau mundurnya perusahaan. Pengendalian kualitas proses produksi merupakan faktor penting dalam kegiatan

Lebih terperinci

Dari hasil perhitungan pada tabel 4.4 sampai dengan tabel 4.6, tampak bahwa nilai risiko konsumen yang memenuhi konsep NCR adalah

Dari hasil perhitungan pada tabel 4.4 sampai dengan tabel 4.6, tampak bahwa nilai risiko konsumen yang memenuhi konsep NCR adalah 4.2 Perhitungan Risiko Konsumen Perhitungan risiko konsumen dapat dilakukan dengan menggunakan persamaan (2.2) dan (2.4). Risiko konsumen untuk produk baru dihitung menggunakan persamaan (2.2), sedangkan

Lebih terperinci

Analisa resiko dalam penganggaran modal

Analisa resiko dalam penganggaran modal Analisa resiko dalam penganggaran modal Risiko proyek Ada yang 3 jenis resiko suatu proyek yang dapat diukur (lukas setia atmaja, 2011) : risiko yang berdiri sendiri (Stand-alone risk) : risiko suatu proyek

Lebih terperinci

IV. PEMODELAN SISTEM. A. Konfigurasi Sistem EssDSS 01

IV. PEMODELAN SISTEM. A. Konfigurasi Sistem EssDSS 01 IV. PEMODELAN SISTEM A. Konfigurasi Sistem EssDSS 01 Sistem penunjang keputusan pengarah kebijakan strategi pemasaran dirancang dalam suatu perangkat lunak yang dinamakan EssDSS 01 (Sistem Penunjang Keputusan

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN 51 BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Gambaran Umum dan Obyek Penelitian Pada dasarnya obyek merupakan apa yang hendak diselidiki di dalam sebuah penelitian. Ada beberapa persoalan yang perlu untuk

Lebih terperinci

ANALISA KEANDALAN PADA PERALATAN UNIT PENGGILINGAN AKHIR SEMEN UNTUK MENENTUKAN JADWAL PERAWATAN MESIN (STUDI KASUS PT. SEMEN INDONESIA PERSERO TBK.

ANALISA KEANDALAN PADA PERALATAN UNIT PENGGILINGAN AKHIR SEMEN UNTUK MENENTUKAN JADWAL PERAWATAN MESIN (STUDI KASUS PT. SEMEN INDONESIA PERSERO TBK. ANALISA KEANDALAN PADA PERALATAN UNIT PENGGILINGAN AKHIR SEMEN UNTUK MENENTUKAN JADWAL PERAWATAN MESIN (STUDI KASUS PT. SEMEN INDONESIA PERSERO TBK.) I Gusti Ngr. Rai Usadha 1), Valeriana Lukitosari 2),

Lebih terperinci

ANALISA SIFAT-SIFAT ANTRIAN M/M/1 DENGAN WORKING VACATION

ANALISA SIFAT-SIFAT ANTRIAN M/M/1 DENGAN WORKING VACATION ANALISA SIFAT-SIFAT ANTRIAN M/M/1 DENGAN WORKING VACATION Oleh: Desi Nur Faizah 1209 1000 17 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 Tahapan Penelitian Penelitian ini secara garis besar mencoba menjelaskan langkah-langkah dalam mengevaluasi tingkat kecelakaan kerja yang bersumber dari bahaya unsafe condition

Lebih terperinci

Sesi IX : RISET OPERASI. Perkembangan Riset Operasi

Sesi IX : RISET OPERASI. Perkembangan Riset Operasi Mata Kuliah :: Riset Operasi Kode MK : TKS 4019 Pengampu : Achfas Zacoeb Sesi IX : RISET OPERASI e-mail : zacoeb@ub.ac.id www.zacoeb.lecture.ub.ac.id Hp. 081233978339 Perkembangan Riset Operasi Dimulai

Lebih terperinci

BAB I PENDAHULUAN. meningkat ke layanan Fourth Generation dengan teknologi Long Term Evolution

BAB I PENDAHULUAN. meningkat ke layanan Fourth Generation dengan teknologi Long Term Evolution BAB I PENDAHULUAN 1.1 Latar Belakang Jaringan telekomunikasi seluler terus berkembang hingga kini telah meningkat ke layanan Fourth Generation dengan teknologi Long Term Evolution (4G LTE). Banyaknya jumlah

Lebih terperinci

PERBANDINGAN KINERJA DIAGRAM KONTROL MULTIVARIAT UNTUK VARIABILITAS BERDASARKAN MATRIKS KOVARIANSI DAN MATRIKS KORELASI. Abstrak

PERBANDINGAN KINERJA DIAGRAM KONTROL MULTIVARIAT UNTUK VARIABILITAS BERDASARKAN MATRIKS KOVARIANSI DAN MATRIKS KORELASI. Abstrak PERBANDINGAN KINERJA DIAGRAM KONTROL MULTIVARIAT UNTUK VARIABILITAS BERDASARKAN MATRIKS KOVARIANSI DAN MATRIKS KORELASI Dwi Yuli Rakhmawati, Muhammad Mashuri 2,2) Institut Teknologi Sepuluh Nopember dwiyuli_rakhmawati@yahoo.com,

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar belakang

BAB I PENDAHULUAN 1.1 Latar belakang BAB I PENDAHULUAN 1.1 Latar belakang Gempa bumi adalah getaran atau guncangan yang terjadi di permukaan bumi akibat pelepasan energi dari dalam secara tiba-tiba yang menciptakan gelombang seismik. Indonesia

Lebih terperinci

PERENCANAAN PERSEDIAAN KNIFE TC 63 mm BERDASARKAN ANALISIS RELIABILITAS (Studi Kasus di PT. FILTRONA INDONESIA)

PERENCANAAN PERSEDIAAN KNIFE TC 63 mm BERDASARKAN ANALISIS RELIABILITAS (Studi Kasus di PT. FILTRONA INDONESIA) TUGAS AKHIR - ST 1325 PERENCANAAN PERSEDIAAN KNIFE TC 63 mm BERDASARKAN ANALISIS RELIABILITAS (Studi Kasus di PT. FILTRONA INDONESIA) RENI FANDANSARI NRP 1307100521 Dosen Pembimbing Dra. Sri Mumpuni R.,

Lebih terperinci

Lampiran 1. Jumlah Deposito, Suku Bunga Deposito, dan Inflasi di Indonesia Tahun

Lampiran 1. Jumlah Deposito, Suku Bunga Deposito, dan Inflasi di Indonesia Tahun 69 Lampiran 1. Jumlah Deposito, Suku Bunga Deposito, dan Inflasi di Indonesia Tahun 2004-2010 Periode sbdepo Inflasi depo Jan-04 6.27 0.57 426.424 Feb-04 5.99-0.02 409.204 Mar-04 5.86 0.36 401.686 Apr-04

Lebih terperinci

BAB III METODOLOGI PENELITIAN. menggunakan metode purposive sampling, dengan adanya beberapa kriteria dalam

BAB III METODOLOGI PENELITIAN. menggunakan metode purposive sampling, dengan adanya beberapa kriteria dalam BAB III METODOLOGI PENELITIAN 3.1. Populasi dan Sampel Populasi dalam penelitian ini adalah keseluruhan perusahaan di Indonesia yang telah terdaftar dalam Bursa Efek Indonesia. Pemilihan sampel dalam penelitian

Lebih terperinci

Analisis Faktor-Faktor Yang Mempengaruhi Remitan TKI Jawa Timur Dengan Menggunakan Regresi Tobit

Analisis Faktor-Faktor Yang Mempengaruhi Remitan TKI Jawa Timur Dengan Menggunakan Regresi Tobit Seminar Hasil Tugas Akhir Analisis Faktor-Faktor Yang Mempengaruhi Remitan TKI Jawa Timur Dengan Menggunakan Regresi Tobit Oleh Sri Kindrana S 1306. 100. 022 Pembimbing Dr. Dra. Ismaini Zain, M.Si JURUSAN

Lebih terperinci

System Development Life Cycle (SDLC)

System Development Life Cycle (SDLC) System Development Life Cycle (SDLC) SI-215 Analisa & Desain Sistem Informasi I Rosa Ariani Sukamto Permasalahan Perangkat Lunak Software used, but criticized or dropped 19% Software delivered and used

Lebih terperinci

BAB V KESIMPULAN. Pada bab ini akan menyatukan hasil temuan dalam penelitian ini. Pada bagian

BAB V KESIMPULAN. Pada bab ini akan menyatukan hasil temuan dalam penelitian ini. Pada bagian BAB V KESIMPULAN 5.1. Pendahuluan Pada bab ini akan menyatukan hasil temuan dalam penelitian ini. Pada bagian pertama, hasil kesimpulan dari penelitian ini. Pada bagian kedua menggambarkan keterbatasan

Lebih terperinci

Pengujian Overdispersi pada Model Regresi Poisson (Studi Kasus: Laka Lantas Mobil Penumpang di Provinsi Jawa Barat)

Pengujian Overdispersi pada Model Regresi Poisson (Studi Kasus: Laka Lantas Mobil Penumpang di Provinsi Jawa Barat) Statistika, Vol. 14 No. 2, 69 76 November 2014 Pengujian Overdispersi pada Model Regresi Poisson (Studi Kasus: Laka Lantas Mobil Penumpang di Provinsi Jawa Barat) Jurusan Matematika, Fakultas Sains dan

Lebih terperinci

BAB I PENDAHULUAN I.1 Latar Belakang

BAB I PENDAHULUAN I.1 Latar Belakang BAB I PENDAHULUAN I.1 Latar Belakang Setiap sistem membutuhkan kegiatan perawatan agar kegiatan operasi yang dilakukan berjalan dengan lancar, begitupun dengan pesawat terbang. Perawatan merupakan kegiatan

Lebih terperinci

Kata Kunci - Ship Scheduling and Assignment, NP - Hard Problem, Metode Meta-heuristik, Simple Iterative Mutation Algoritm, Minimum requirement draft

Kata Kunci - Ship Scheduling and Assignment, NP - Hard Problem, Metode Meta-heuristik, Simple Iterative Mutation Algoritm, Minimum requirement draft 1 Pengembangan Simple Iterative Mutation Algorithm (SIM-A) untuk Menyelesaikan Permasalahan Ship Scheduling and Assignment (Studi Kasus: Distribusi Semen Curah Pada PT. X) Ketut Hendra Harianto, Nyoman

Lebih terperinci

BAB III METODA PENELITIAN. sekunder, yaitu laporan keuangan dan laporan tahunan perusahaan non keuangan

BAB III METODA PENELITIAN. sekunder, yaitu laporan keuangan dan laporan tahunan perusahaan non keuangan 22 BAB III METODA PENELITIAN 3.1 Jenis dan Sumber Data Data yang digunakan untuk keperluan analisis dalam penelitian ini berupa data sekunder, yaitu laporan keuangan dan laporan tahunan perusahaan non

Lebih terperinci

BAB 4 METODOLOGI PEMECAHAN MASALAH

BAB 4 METODOLOGI PEMECAHAN MASALAH BAB 4 METODOLOGI PEMECAHAN MASALAH Metodologi pemecahan masalah adalah model yang menggambarkan sistem dan terdapat langkah-langkah sistematis yang akan menjadi pedoman dalam penyelesaian masalah. Diharapkan

Lebih terperinci

EARLY WARNING SYSTEM (EWS) UNTUK PREDIKSI KESEHATAN BANK PERKREDITAN RAKYAT (BPR) DI INDONESIA: PENDEKATAN MODEL REGRESI LOGISTIK

EARLY WARNING SYSTEM (EWS) UNTUK PREDIKSI KESEHATAN BANK PERKREDITAN RAKYAT (BPR) DI INDONESIA: PENDEKATAN MODEL REGRESI LOGISTIK EARLY WARNING SYSTEM (EWS) UNTUK PREDIKSI KESEHATAN BANK PERKREDITAN RAKYAT (BPR) DI INDONESIA: PENDEKATAN MODEL REGRESI LOGISTIK Diah Arianti, 1) dan Nur Iriawan 2) 1) Information Management Technology,

Lebih terperinci

JURNAL SAINS DAN SENI ITS Vol. 6, No.1, (2017) ( X Print) A 6

JURNAL SAINS DAN SENI ITS Vol. 6, No.1, (2017) ( X Print) A 6 JURNAL SAINS DAN SENI ITS Vol. 6, No.1, (2017) 2337-3520 (2301-928X Print) A 6 Perbandingan Diagram Kontrol X Shewhart dan X VSSI (Variable Sample Size and Sampling Interval) dalam Pengendalian Kualitas

Lebih terperinci

INTERVAL PENGGANTIAN PENCEGAHAN SUKU CADANG BAGIAN DIESEL PADA LOKOMOTIF KERETA API PARAHYANGAN * (STUDI KASUS DI PT. KERETA API INDONESIA)

INTERVAL PENGGANTIAN PENCEGAHAN SUKU CADANG BAGIAN DIESEL PADA LOKOMOTIF KERETA API PARAHYANGAN * (STUDI KASUS DI PT. KERETA API INDONESIA) Reka Integra ISSN: 2338-5081 Jurusan Teknik Industri Itenas No.02 Vol.4 Jurnal Online Institut Teknologi Nasional April 2016 INTERVAL PENGGANTIAN PENCEGAHAN SUKU CADANG BAGIAN DIESEL PADA LOKOMOTIF KERETA

Lebih terperinci

BAB IV ANALISIS DAN PEMBAHASAN

BAB IV ANALISIS DAN PEMBAHASAN BAB IV ANALISIS DAN PEMBAHASAN Berdasarkan data yang telah berhasil dikumpulkan, serta permasalahan dan hipotesis yang telah ditetapkan pada bab bab sebelumnya, maka penulis akan membahas variabel variabel

Lebih terperinci

Optimasi Permasalahan Penugasan Dokter Menggunakan Representasi Graf Bipartit Berbobot

Optimasi Permasalahan Penugasan Dokter Menggunakan Representasi Graf Bipartit Berbobot JURNAL TEKNIK POMITS Vol., No., (0) ISSN: 7-9 (0-97 Print) Optimasi Permasalahan Penugasan Menggunakan Representasi Graf Bipartit Berbobot Laili Rochmah, Ahmad Saikhu, dan Rully Soelaiman Jurusan Teknik

Lebih terperinci

OPTIMASI PERSEDIAAN BAJU MENGGUNAKAN ALGORITMA GENETIKA

OPTIMASI PERSEDIAAN BAJU MENGGUNAKAN ALGORITMA GENETIKA OPTIMASI PERSEDIAAN BAJU MENGGUNAKAN ALGORITMA GENETIKA andra Aditya 1), Wayan Firdaus Mahmudy 2) 1) Program Studi Teknik Informatika, Fakultas Ilmu Komputer Malang Jl. Veteran, Malang 65145, Indonesia

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. Textile dan Otomotif yang terdaftar di BEI periode tahun

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. Textile dan Otomotif yang terdaftar di BEI periode tahun BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Hasil Analisa Penelitian ini menggunakan data skunder berupa laporan keuangan audit yang diperoleh dari website resmi Bursa Efek Indonesia (BEI) yaitu www.idx.co.id.

Lebih terperinci

BAB 3 METODOLOGI PENELITIAN

BAB 3 METODOLOGI PENELITIAN 28 BAB 3 METODOLOGI PENELITIAN 3.1 Objek Penelitian Dalam penelitian yang berkaitan dengan fenomena market overreaction di Bursa Efek Indonesia ini, yang menjadi objeknya adalah seluruh saham yang pernah

Lebih terperinci

BAB III METODE PENELITIAN. keuangan perusahaan yang terdaftar di Bursa Efek Indonesia dan PT. Pefindo

BAB III METODE PENELITIAN. keuangan perusahaan yang terdaftar di Bursa Efek Indonesia dan PT. Pefindo BAB III METODE PENELITIAN 3.1 Jenis dan Sumber Data Data yang digunakan dalam penelitian ini berupa data sekunder, yaitu laporan keuangan perusahaan yang terdaftar di Bursa Efek Indonesia dan PT. Pefindo

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN A. Ruang Lingkup Penelitian Penelitian ini dilakukan di Depok, dimulai dari pengumpulan landasan teori dan sumber-sumber data pada awal april 2013. Kemudian dilanjutkan dengan

Lebih terperinci

1 Pendahuluan. 1.1 Latar Belakang Masalah

1 Pendahuluan. 1.1 Latar Belakang Masalah 1 Pendahuluan 1.1 Latar Belakang Masalah Kebutuhan masyarakat akan perkiraan cuaca terutama curah hujan ini menjadi sangat penting untuk merencanakan segala aktifivitas mereka. Curah hujan juga memiliki

Lebih terperinci

PEMILIHAN KEBIJAKAN SISTEM PENGGANTIAN SPARE PART PADA PERUSAHAAN CONSUMER GOOD DENGAN MENGGUNAKAN METODE SIMULASI

PEMILIHAN KEBIJAKAN SISTEM PENGGANTIAN SPARE PART PADA PERUSAHAAN CONSUMER GOOD DENGAN MENGGUNAKAN METODE SIMULASI PEMILIHAN KEBIJAKAN SISTEM PENGGANTIAN SPARE PART PADA PERUSAHAAN CONSUMER GOOD DENGAN MENGGUNAKAN METODE SIMULASI Asep dan Abdulah Shahab Program Studi Magister Manajemen Teknologi Institut Teknologi

Lebih terperinci

BAB 4 ANALISIS DAN PEMBAHASAN

BAB 4 ANALISIS DAN PEMBAHASAN BAB 4 ANALISIS DAN PEMBAHASAN 4.1 Pengantar Bab 4 akan memaparkan proses pengolahan data dan analisis hasil pengolahan data. Data akan diolah dalam bentuk persamaan regresi linear berganda dengan menggunakan

Lebih terperinci

PENGENALAN WAJAH MENGGUNAKAN METODE REGRESI LINIER

PENGENALAN WAJAH MENGGUNAKAN METODE REGRESI LINIER PENGENALAN WAJAH MENGGUNAKAN METODE REGRESI LINIER ABSTRAK Ryan Dharmawan Susanto (0722005) Jurusan Teknik Elektro email : ryan_sesss@yahoo.com Salah satu masalah yang mengganggu dalam pengenalan wajah

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan

BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan Dewasa ini industri asuransi telah menjadi suatu bidang usaha yang menarik dan mempunyai peranan yang tidak kecil dalam perekonomian. Keberadaan industri

Lebih terperinci

PERTEMUAN 13 STRATEGI PENGUJIAN PERANGKAT LUNAK

PERTEMUAN 13 STRATEGI PENGUJIAN PERANGKAT LUNAK PERTEMUAN 13 STRATEGI PENGUJIAN PERANGKAT LUNAK Strategi Pengujian Strategi uji coba perangkat lunak dilakukan untuk memudahkan para perancang untuk menentukan keberhasilan system yang telah dikerjakan

Lebih terperinci