ANALISA KEPUTUSAN PEMINDAHAN MESIN ZEHNTEL DI PT INTI (PERSERO) DENGAN MENGGUNAKAN METODA ANALYTICAL HIERARCHY PROCESS (AHP)

Ukuran: px
Mulai penontonan dengan halaman:

Download "ANALISA KEPUTUSAN PEMINDAHAN MESIN ZEHNTEL DI PT INTI (PERSERO) DENGAN MENGGUNAKAN METODA ANALYTICAL HIERARCHY PROCESS (AHP)"

Transkripsi

1 ANALISA KEPUTUSAN PEMINDAHAN MESIN ZEHNTEL DI PT INTI (PERSERO) DENGAN MENGGUNAKAN METODA ANALYTICAL HIERARCHY PROCESS (AHP) Asep Toto Kartama, Yogi Yogaswara, Zulfikar Jurusa Tekik da Maajeme Idustri Uiversitas Pasuda Badug ABSTRAK Dampak krisis tahu 997, AFTA berpegaruh terhadap produksi PT INTI (Persero), jumlah produksi terus meuru, terutama pada item modul. Modul merupaka ragkaia yag berfugsi metrasfer data dari Setral ke Pelagga. Sejak lama Item Modul tersebut dipesa oleh PT TELKOM Tbk ke PT INTI (Persero). Setelah ada perubaha kebijaka pemeritah utuk pegadaa item Modul, maka PT TELKOM diberi kebebasa utuk megadaka item Modul dari Vedor secara lagsug. Selai itu, kebijaka PT TELKOM Tbk yag megembagka pegguaa telkologi Mobile (Flexi) juga meguragi pesaa Item Modul terhadap PT INTI (Persero). Kator Pusat da sebagia Pabrik PT INTI (Persero) terletak di Jl Moh. Toha o. 77 sedagka sebagia besar Pabrikya terletak di daerah Palasari. Akibat peurua jumlah produksi, maka mesi-mesi yag berada di Pabrik Palasari aka dipidahka ke lokasi Mohamad Toha. Mesi yag aka dipidahka adalah Mesi Zehtel. Mesi Zehtel adalah mesi utuk memproduksi item Modul. Utuk membatu proses pegambila keputusa pembidaha mesi tersebut, maka diusulka megguaka metoda Aalytical Hierarchy Process (AHP). Dari hasil pegolaha data diperoleh kesimpula bahwa alteratif keputusa terbaik adalam memidahka Mesi Zehel ke lokasi Mohamad Toha. Kata kuci: Modul, AHP, Keputusa Latar Belakag Kodisi pasar saat ii semaki kompetitif, sehigga kelagsuga hidup suatu bisis sagat sesitif terhadap perubaha pasar. Utuk memeuhi kebutuha pasar da beradaptasi dega tututa pasar diperluka usaha da biaya yag cukup besar, yag jika tidak hati-hati aka membebai perusahaa. Selai itu, masih bayak faktor lai yag mempegaruhi da megacam kelagsuga hidup perusahaa, atara lai dega masukya produk-produk impor dega kualitas yag bervariasi da harga yag semaki murah, terutama produk-produk dari Chia. Kelagsuga bisis PT INTI (Persero) juga terpegaruh oleh kodisi tersebut di atas, pihak maajeme harus jeli da cepat dalam pegambila keputusa utuk megatasi masalah-masalah yag dihadapi oleh perusahaa. Masalah yag dihadapi atara lai meuruya pesaa terhadap produk-produk PT INTI (Persero), baik pesaa dari masyarakat umum, maupu pesaa khusus dari PT TELKOM. Akibat meuruya pesaa, maka kapasitas produksi da sumber daya yag ada tidak dapat diguaka secara maksimal, sehigga beba biaya tetap tiggi tetapi pejuala meuru drastis. Selai itu PT TELKOM yag merupaka Kosume terbesar utuk PT INTI juga diijika utuk memesa peralata-peralata telekomuikasi yag diperlukaya dipesa secara lagsug kepada vedor lai baik di dalam egeri maupu di luar egeri seperti AT&T, Siemes, Luce, NEC, da lai-lai.

2 Salah satu produk yag dibuat oleh PT INTI adalah Modul, dimaa Modul ii merupaka ragkaia yag berfugsi metrasfer data dari Setral ke Pelagga. Salah satu mesi yag diguaka utuk memproduksi Modul adalah Mesi Zehtel. Mesi ii sekarag dioperasika di lokasi Pabrik Palasari. Sehubuga dega perkembaga pasar da kodisi perusahaa, maka utuk efisiesi produksi da sumber daya laiya seperti SDM, maka pihak maajeme igi megkaji pegambila keputusa pemidaha mesi tersebut. Masalah pegambila keputusa pemidaha mesi yag aka dilakuka adalah apakah mesi Zehtel tersebut tetap dioperasika di Palasari atau dipidahka ke kawasa Tegalega yag satu lokasi dega Kator Pusat. Diharapka dega pemidaha mesi tersebut aka diperoleh efisiesi biaya da utilisasi sumber daya yag lebih tiggi khususya SDM. Berdasarka hal-hal tersebut di atas, maka dapat dirumuska permasalaha sebagai berikut: kriteria-kriteria apa yag berpegaruh terhadap pemidaha mesi Zehtel da bagaimaa cara pegambila keputusa yag terbaik agar keputusa pemidaha tersebut sesuai dega tujua da mafaat yag diharapka oleh perusahaa utuk meujag kelagsua bisisya Metoda AHP Metoda ii diawali dega mestrukturka kodisi/permasalaha yag kompleks ke dalam kompoe-kompoeya secara hirarki. Setiap hirarki terdiri dari beberapa kompoe yag kemudia diuraika lagi ke dalam hirarki yag lebih redah, sehigga diperoleh hirarki yag palig redah, dimaa kompoe-kompoeya dapat dikedalika. Tahap terpetig dari AHP adalah peilaia perbadiga pasaga ( paired compariso). Peilaia ii dilakuka dega membadigka sejumlah kombiasi dari kompoe yag ada pada setiap tigkat hirarki. Dega demikia pegujia kuatitatif utuk megetahui besarya bobot dapat dilakuka. Utuk pembobota, Saaty, 994 telah meyusu tabel skala peilaia -9 (Fudametal Scale). Prisip Prisip metoda AHP adalah sebagai berikut: Meyusus hirarki Meetuka prioritas Kosistesi logis Pegolaha Data dega Metoda AHP Meetuka tujua pemiliha alterative, meetuka set kriteria/sub kriteria, meetuka set alteratif berdasarka kriteria da sub kriteria yag telah ditetuka, meyusu struktur hirarki / model keputusa, meyusu matriks berpasaga, melakuka sitesa megguaka skala -9 (fudametal scale), melakuka proses ormalisasi, meghitug Cosistecy Ratio (CR), da aalisis sesisivitas Formulasi Matematis Apabila diasumsika terdapat kompoe yag diilai tigkat kepetigaya secara berpasaga, serta C, C,.., C adalah set dari kompoe-kompoe, maka judgemet secara berpasaga atara Ci dega Cj, direpresetasika dalam matriks A dega ukura x : A = ( aij) ( i,j =,,, ) () A-7-

3 Pemasuka ilai aij megikuti atura berikut:. Jika aij =, maka a ji = l / ( ). Jika Ci mempuyai tigkat kepetiga relatif yag sama dega Cj, maka aij = aji = 3. Hal yag khusus, aii= utuk semua i Dega demikia, betuk matriks A adalah sebagai berikut: a a.. a A = / a a.. a / a / a.. a Jika telah didapat hasil judgemet berpasaga (C i, Cj), maka hasil tersebut dapat dipidahka ke dalam betuk umerik aij pada matriks A. Selajutya aka ditetuka bobot C,C,, C yag mecermika hasil dari judgemet di atas. Bobot masig-masig set kompoe di atas diyataka sebagai w, w,, w. Yag mejadi masalah adalah bagaimaa medapatka bobot wi utuk setiap judgemet aij tersebut. Utuk memecahka masalah tersebut dapat dilakuka pegerjaa melalui 3 tahap berikut Tahap : Asumsika bahwa judgemet didasarka atas hasil pegukura yata yag teliti. Utuk membadigka C dega C diambil patoka dari berat ( bobot ) setiap kompoe. Dalam kasus ideal ( yag didasarka hasil pegukura eksak ), hubuga atara bobot wi dega hasil judgemet aij adalah sebagai berikut: wi/wj = aij ( utuk i,j =,,.., ) (3) A = w w w w w w w w w Karea pegukura fisik tidak perah eksak secara ratematis sehigga diperluka keloggara utuk peyimpaga (deviatio). Tahap : Utuk melihat seberapa besar keloggara yag patas diberika utuk peyimpaga, perhatika baris ke-i dari matriks A. Pada kasus umum, aka diperoleh eleme baris yag besarya berkisar sekitar ilai wi, sehigga beralasa jika dikataka bahwa wi adalah harga rata-rata dari ilaiilai tersebut: wi = /. j () (4) a ij. w j ( i =,,., ) (5) Tahap 3: Pada kasus yata, ilai aij tidak selalu sara dega wi/wj,, sehigga aka mempegaruhi solusi persamaa di atas, kecuali jika juga berubah. Utuk selajutya ilai ii digati oleh max ; sehigga: wi = / max. a ij. w j ( i =,,., ) (6) j A-7-3

4 Persamaa tersebut mempuyai solusi yag uik, yag dikeal dega masalah eigevalue ( ilai eige). Nilai adalah eigevalue maksimum dari matriks A. Dari tahap- dapat dituruka hubuga:. aij.ajk = (wi/wj).(wj/wk) = wi/wk = aik Betuk tersebut meyataka harus terpeuhiya kosistesi peilaia dari eleme matriks tersebut; sedagka:. aji = wj/wi = /wi/wj = /aij Meujukka ciri resiprocality dari matriks dalam Proses Hierarki Aalitik. Betuk perkalia matriks w w w w w w w w w w. (7) w w w w w Betuk persamaa: A.W =.W atau dalam betuk lai: ( A -.I ) = 0, dimaa I adalah matriks idetitas. Persamaa ii mempuyai solusi tidak ol jika da haya jika adalah eigevalue dari matriks A, da W adalah eigevektorya. Apabila dihubugka dega tahap-3 di atas, da megigat adaya keyataa dalam teori matriks, maka: () Jika,,, adalah eigevalue dari A da karea aij = utuk semua i, maka: i i tr( A) = jumlah dari eleme-eleme diagoal matriks A () Kesalaha kecil pada koefisie matriks aij, aka meyebabka peyimpaga yag kecil pula pada eigevalue pada tigkat ke j+ yag dibadigka terhadap aktifitas dari tigkat ke-j. Tabel. Ratio Idex (RI) Orde Matriks RI 0,0 0,0 0,58 0,90,,4,3,4,45,49 Oleh karea itu, utuk redapatka besarya vektor bobot, kita harus meyelesaika persamaa: A.W = max. W (8) Utuk medapatka ilai W, harga eigevalue maksimum disubstitusika ke dalam matriks A, karea ilai total bobot =, kemudia dilakuka perkalia A kali W yag meghasilka beberapa persamaa yag aka diuraika lagi, sehigga diperoleh ilai W, W,,W Harga W i ii merupaka eigevektor yag bersesuaia dega max. Ideks Kosistesi Pada keyataaya aka terjadi beberapa peyimpaga hubuga sehigga matriks tidak kosiste lagi. Hal ii terjadi karea ketidakkosistea preferesi seseorag (partisipa ). Salah satu keistimewaa dari Proses Hi erarki Aalitik dapat memperhitugka perbadiga kosistesi suatu hasil peilaia. Meurut Saaty,994 hasil peilaia yag diterima adalah matriks yag mempuyai perbadiga kosistesi < 0%. Jika lebih besar dari 0%, berarti peilaia yag telah dilakuka radom, da perlu diperbaiki. Utuk meghitug derajat kosistesi diguaka rumus sebagai berikut: A-7-4

5 max CI (Ideks Kosistesi) = (9) CR (Rasio Kosistesi) = CI / RI (0) dimaa RI diperoleh berdasarka Tabel 3. Kosistesi Hirarki Hirarki yag disusu harus kosiste, yag diyataka dega kosistesi hirarki (CRH), yag dihitug dega persamaa: CCI = CI + (EV)(CI) () CRI = RI + (EV)(RI) () CRH= CCI/CRI (3) Dimaa: CRH = rasio kosistesi hierarki. CCI = kosistesi hirarki terhadap kosistesi ideks dari matriks perbadiga pasaga. CRI = kosistesi hirarki terhadap ideks radom dari matriks perbadiga berpasaga. CI = kosistesi ideks dari matriks perbadiga pasaga pada hirarki tigkat pertama. Cl = kosistesi ideks dari matriks perbadiga pasaga pada hirarki tigkat kedua, berupa vektor kolom. EV = eigevalue dari matriks perbadiga pasaga pada hirarki tigkat pertama, berupa vektor baris. RI = ideks radom dari orde matriks perbadiga pasaga pada hirarki tigkat pertama (j). Rl = ideks radom dari orde matriks adalah ideks kosistesi radom yag besarya tergatug pada ukura matriks (Ordo Matriks). Aplikasi Utuk pegambila keputusa pemidaha mesi Zehtel megguaka AHP dipilih kriteria-kriteria yag berpegaruh dega proses pegambila keputusa pemiliha alteratif pemidaha mesi Zehtel dari Palasari ke Tegalega. Adapu Kriteria-kriteria yag ditetapka adalah Fasilitas, Utilitas, Bagua da Efisiesi. Utuk Kriteria Fasilitas dipilih sub kriteria Pegirima, Gudag, da kator Admiistrasi. Utuk Kriteria Utilitas dipilih sub kriteria Telepo, Listrik, Sirkulasi udara, da Peeraga. Utuk kriteria Bagua dipilih sub kriteria Kapasitas Beba Latai, Luas Latai, da Tata Letak. Sedagka utuk kriteria Efisiesi dipilih sub kriteria Peekaa Biaya da Perampiga SDM. Alteratif pemidaha mesi Zehtel adalah Kawasa tegalega atau Kawasa Palasari A-7-5

6 Struktur Hiraki Pemiliha alterative pemidaha mesi Zehtel di PT INTI (Persero) Fasilitas Utilitas Bagua Efisiesi Perampiga SDM Peekaa Biaya Tata Letak Luas Latai Kap.Beba Latai Peeraga Sirkulasi Udara Lisatrik Telepo Ktr. Admiistrasi Gudag Pegirima Kawasa Tegalega Kawasa Palasari Gambar. Struktur Hierarki Pemiliha Alteratif Pemidaha Mesi Zehtel di PT INTI (Persero) Group Decisio Makig (GDM) Dalam pegambila keputusa pemiliha alterative pemidaha mesi Zehtel ii judgemet diberika oleh 3 orag Decisio Maker (DM)). Utuk memperoleh ratarata dari judgemet ketiga Decisio Maker tersebut diguaka metoda Geometric Mea dega rumus Sebagai berikut: aij = (Z. Z. Z3) /3 sehigga diperoleh Perbadiga tigkat kepetiga atara kiriteria fasilitas, utilitas, bagua da efisiesi seperti pada tabel Tabel. Perbadiga tigkat kepetiga atara kiriteria fasilitas, utilitas, bagua, efisiesi Kriteria Z Z Z3 Geometric Mea Fasilitas Utilitas 5 3,5 Fasilitas Bagua ,0 Fasilitas Efisiesi /3 /7 /5 / 4,7 Utilitas Bagua /5 /3 /,5 Utilitas Efisiesi /7 /5 /5 / 5,6 Bagua - Efisiesi /3 /3 /5 / 3,6 Perhituga Geometrik mea juga dilakuka utuk sub kriteria da alteratif. Matriks Perbadiga Berpasaga Berdasarka hasil perhituga Geometric Mea, maka diperoleh matriks perbadiga berpasaga utuk Kriteria seperti pada tabel 3. Tabel 3. Matriks Perbadiga Berpasaga utuk Kriteria Fasilitas Utilitas Bagua Efisiesi Fasilitas,0,5 3,0 / 4,7 Utilitas /,5,0 /,5 / 5,6 Bagua / 3,0,5,0 / 3,6 Efisiesi 4,7 5,6 3,6,0 A-7-6

7 Dega cara yag sama diperoleh matriks perbadiga berpasaga utuk level sub kriteria da alteratif. Perhituga Normalisasi da Cosistesi Ratio. Normalisasi Berdasarka tabel 3, maka dihitug bobot utuk kriteria dega cara ormalisasi seperti pada tabel 4 berikut: Tabel 4. Perhituga Bobot Kriteria Fasilitas Utilitas Bagua Efisiesi Bobot Kriteria Fasilitas,0,5 3,0 / 4,7 0,5 Utilitas /,5,0 /,5 / 5,6 0,074 Bagua / 3,0,5,0 / 3,6 0,9 Efisiesi 4,7 5,6 3,6,0 0,58 Jumlah 6,4,6 8,0,7,000 Cotoh perhituga Bobot utuk Fasilitas yaitu sebagai berikut: Bobot Fasilitas = (,0 : 6,5) + (,5 :,6) + (3,0 : 8,0) + ( /4,7 ;,7) } / 4 = 0,5 Dega cara yag sama diperoleh bobot utuk level sub kriteria sebagai berikut: a. Bobot utuk sub kriteria terhadap kriteria Fasilitas adalah sebesar 0,639 utuk Pegirima, 0,90 utuk Gudag, da 0,70 utuk Kator Admiistrasi b. Bobot utuk sub kriteria terhadap kriteria Utilitas adalah sebesar 0,75 utuk Telepo, 0,536 utuk Listrik, 0,07 utuk kriteria Sirkulasi udara, da 0,7 utuk Peeraga c. Bobot utuk sub kriteria terhadap kriteria Bagua adalah sebesar 0,449 utuk Kapasitas, 0,359 utuk Luas latai, da 0,9 utuk Tata Letak d. Bobot utuk sub kriteria terhadap kriteria Efisiesi adalah sebesar 0,9 utuk Peekaa Biaya, da 0,808 utuk Perampiga SDM.. Cocistecy Ratio Utuk meguji apakah judgemet yag diberika oleh Decisio Maker kosiste, maka lagkah berikutya dilakuka perhituga Cocistecy ratio sebagai berikut: Perhituga max dega megguaka persamaa sebagai berikut: max = ( kolom x baris bobot yag diormalisasi) (4) = { (6,4)x(0,5) + (,6)x(0,074) + (8,0)x(0,9) + (,7)x(0,58) } = 4,55 Perhituga Cocistecy idex dega megguaka persamaa 9 diperoleh sebagai berikut: 4,55 4 CI (Ideks Kosistesi) = 0, Kemudia perhituga Cocistecy Ratio dega megguaka persamaa 0 adalah sebagai berikut: CR (Rasio Kosistesi) = 0,085 / 0,9 = 0,09 Karea CR < 0% maka judgemet yag dilakuka oleh Decisio Maker utuk kriteria sudah kosiste. A-7-7

8 Dega cara yag sama juga dihitug Cocistecy Ratio utuk Sub Kriteria da Alteratif, da diperoleh hasil seperti pada tabel 5 berikut: Tabel 5. Hasil Perhituga Kosistesi utuk Sub Kriteria Matriks Perbadiga max CI RI CR Keteraga Berpasaga Sub Kriteria terhadap Fasilitas 3,06 0,03 0,58 0,0 Kosiste Sub Kriteria terhadap Utilitas 4,84 0,06 0,90 0,07 Kosiste Sub Kriteria terhadap Bagua 3,966 0,0 0,58 0,0 Kosiste Sub Kriteria terhadap Efisiesi 3,966,966 0,00 0,00 Sagat Kosiste Utuk alteratif terhadap sub kriteria tidak perlu dihitug CR-ya, karea utuk membadigka alteratif judgemet dari Decisio Maker sudah pasti Kosiste. Kosistesi Hirarki Uji kosistesi hirarki diguaka parameter cosistecy ratio of hierarchy (CRH) da suatu hirarki diyataka kosiste jika CRH tidak lebih dari 0%, da berdasarka persamaa, da 3, maka diperoleh sebagai berikut: a. Tujua terhadap kriteria diperoleh CRH sebesar 0,083 (kosiste) b. Kriteria Fasilitas terhadap sub kriteria adalah sebesar 0,05 (kosiste) c. Kriteria Utilitas terhadap sub kriteria adalah sebesar 0,078 (kosiste) d. Kriteria Bagua terhadap sub kriteria adalah sebesar 0,034 (kosiste) e. Kriteria Efisiesi terhadap sub kriteria adalah sebesar 0,00 (sagat kosiste) f. Nilai CRH secara keseluruha adalah sebesar 0,049 (kosiste) Perhituga Bobot Keseluruha (Bobot Global) Setelah meghitug kosistesi hirarki, maka perhituga selajtya adalah meghitug ilai bobot keseluruha (bobot global. Hasil perhituga keseluruha dega megguaka software Expert Choice diperoleh hasil seperti pada tabel 6 berikut: Tabel 6. Bobot Global Pemiliha Alteratif Pemidaha Mesi Zehtel Level Eleme Bobot Prioritas Kriteria (Level ) Effisiesi 0,58 Fasilitas 0,5 Bagua 0,9 3 Utilitas 0,074 4 Sub Kriteria (Level 3) Perampiga SDM 0,470 Pegirima 0,37 Peekaa Biaya 0, 3 Kapasitas beba Latai 0,058 4 Luas Latai 0,046 5 Gudag 0,04 6 Listrik 0,040 7 Kator Admiistrasi 0,037 8 Tata letak 0,05 9 Peeraga 0,06 0 Telepo 0,03 Sirkulasi Udara 0,005 Alteratif (Level 4) Kawasa Tegalega 0,678 Kawasa Palasari 0,3 A-7-8

9 Aalisis Sesitivitas Adaya iformasi baru atau perubaha kodisi serigkali membuat Decisio Maker megubah judgemet-ya, sehigga aka merubah keputusa secara keseluruha. Perubaha judgemet biasaya terjadi pada bobot kriteria atau sub kriteria. Dega mempertimbagka kembali bobot kriteria atau sub kriteria tersebut, seorag Decisio Maker dapat mematapka pilihaya, sehigga keputusa yag diambil betul-betul sudah matag. Aalisis sesitivitas biasa diguaka utuk memeriksa bagaimaa tigkat sesitivitas ragkig alteratif terhadap perubaha-perubaha tigkat kepetiga (bobot) kriteria atau sub kriteria. Dega megguaka software Expert Choice for Widows, Aalisis Sesitivitas juga dilakuka utuk pemiliha alteratif pemidaha mesi Zehtel, yaitu dega megguaka Differet Sesitivity da Diamic Sesitivity. Dega megguaka kedua model aalisa tersebut diharapka proses pegambila keputusa aka lebih baik da lebih dipercaya. Setelah dilakuka Aalisis sesitivitas terhadap pemiliha alteratif pemidaha mesi Zehtel, dega cara meaika atau meuruka bobot kriteria sebesar 0%, 0% da 30% dari bobot semula, maka alteratif keputusa terbaik tetap pada Kawasa tegalega. Da perubaha bobot tersebut tidak sesitif terhadap perubaha keputusa sebelum dilakuka aalisis sesitivitas. KESIMPULAN Setelah melakuka perhituga da aaliasis sesitivitas, maka diperoleh bobot utuk Kawasa Tegalega sebesar 0,678 da Palasari sebesar 0,3, sehigga disuluka utuk memidahka mesi Zehtel ke kawasa Tegalega. Dampak dari pemidaha mesi Zehtel dari palasari ke Tegalega atara lai berpegaruh pada perampiga SDM yag dimiliki, sehigga dega dipidahkaya mesi Zehtel ke kawasa tegalega, kierja perusahaa diharapka mejadi lebih baik. DAFTAR PUSTAKA Kadarsyah, Suryadi da Ali Ramdhai, 00, Sistem Pedukug Keputusa, Cetaka Ketiga, Edisi Pertama, PT Remaja Rosdakarya, Badug. Saaty, Thomas. L 994: Fudametal of Decisio Makig Ad Priority Theory with AHP, RWS Publicatio Pittsburgh USA. Apple, James M, 990, Tata Letak Pabrik da Pemidaha Baha, Edisi Ketiga, Peerbit ITB, Badug. A-7-9

BAB III METODE PENELITIAN. penelitian yaitu PT. Sinar Gorontalo Berlian Motor, Jl. H. B Yassin no 28

BAB III METODE PENELITIAN. penelitian yaitu PT. Sinar Gorontalo Berlian Motor, Jl. H. B Yassin no 28 5 BAB III METODE PENELITIAN 3.1 Lokasi Peelitia da Waktu Peelitia Sehubuga dega peelitia ii, lokasi yag dijadika tempat peelitia yaitu PT. Siar Gorotalo Berlia Motor, Jl. H. B Yassi o 8 Kota Gorotalo.

Lebih terperinci

Bab III Metoda Taguchi

Bab III Metoda Taguchi Bab III Metoda Taguchi 3.1 Pedahulua [2][3] Metoda Taguchi meitikberatka pada pecapaia suatu target tertetu da meguragi variasi suatu produk atau proses. Pecapaia tersebut dilakuka dega megguaka ilmu statistika.

Lebih terperinci

IV METODE PENELITIAN

IV METODE PENELITIAN IV METODE PENELITIAN 4.1. Lokasi da Waktu Peelitia Lokasi peelitia dilakuka di PT. Bak Bukopi, Tbk Cabag Karawag yag berlokasi pada Jala Ahmad Yai No.92 Kabupate Karawag, Jawa Barat da Kabupate Purwakarta

Lebih terperinci

BAB V ANALISA PEMECAHAN MASALAH

BAB V ANALISA PEMECAHAN MASALAH 89 BAB V ANALISA PEMECAHAN MASALAH Dalam upaya mearik kesimpula da megambil keputusa, diperluka asumsi-asumsi da perkiraa-perkiraa. Secara umum hipotesis statistik merupaka peryataa megeai distribusi probabilitas

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI

BAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI BAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI Bab 2 berisi tetag studi pustaka yag dilakuka utuk medapatka gambara tetag metode yag tepat utuk megatasi permasalaha yag dihadapi, serta dasar-dasar teori yag diguaka

Lebih terperinci

Pemilihan Ketua BEM Fakultas Teknik UN PGRI Kediri menggunakan Metode ELECTRE

Pemilihan Ketua BEM Fakultas Teknik UN PGRI Kediri menggunakan Metode ELECTRE Pemiliha Ketua BEM Fakultas Tekik UN PGRI Kediri megguaka Metode ELECTRE Nalsa Citya Resti Sistem Iformasi, Fakultas Tekik, Uiversitas Nusatara PGRI Kediri E-mail: alsacitya@upkediri.ac.id Abstrak salah

Lebih terperinci

BAB III ECONOMIC ORDER QUANTITY MULTIITEM DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA DAN FAKTOR DISKON

BAB III ECONOMIC ORDER QUANTITY MULTIITEM DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA DAN FAKTOR DISKON BAB III ECONOMIC ORDER QUANTITY MULTIITEM DENGAN MEMPERTIMBANGKAN WAKTU KADALUARA DAN FAKTOR DIKON 3.1 Ecoomic Order Quatity Ecoomic Order Quatity (EOQ) merupaka suatu metode yag diguaka utuk megedalika

Lebih terperinci

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI MIA SMA Negeri 5

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI MIA SMA Negeri 5 III. METODOLOGI PENELITIAN A. Populasi da Sampel Peelitia Populasi dalam peelitia ii adalah semua siswa kelas I MIA SMA Negeri 5 Badar Lampug Tahu Pelajara 04-05 yag berjumlah 48 siswa. Siswa tersebut

Lebih terperinci

Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai

Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai PENGUJIAN HIPOTESIS Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai ilai-ilai parameter populasi,

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Aalisis Regresi Istilah regresi pertama kali diperkealka oleh seorag ahli yag berama Facis Galto pada tahu 1886. Meurut Galto, aalisis regresi berkeaa dega studi ketergatuga dari suatu

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA 2.1. Peelitia Terdahulu Aloii dkk (2014) memiliki permasalaha dalam memilih mesi Vertical Form Fill ad Seal (VFFS) utuk Double Square Bottom Bag (DSBB). Pemiliha mesi yag tepat ditetuka

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur 0 III. METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia Peelitia ii dilakuka di SMA Negeri Way Jepara Kabupate Lampug Timur pada bula Desember 0 sampai Mei 03. B. Populasi da Sampel Populasi dalam peelitia

Lebih terperinci

IV. METODE PENELITIAN. berdasarkan tujuan penelitian (purposive) dengan pertimbangan bahwa Kota

IV. METODE PENELITIAN. berdasarkan tujuan penelitian (purposive) dengan pertimbangan bahwa Kota IV. METODE PENELITIAN 4.1. Lokasi da Waktu Peelitia ii dilaksaaka di Kota Bogor Pemiliha lokasi peelitia berdasarka tujua peelitia (purposive) dega pertimbaga bahwa Kota Bogor memiliki jumlah peduduk yag

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 22 BAB III METODOLOGI PENELITIAN 3.1 Lokasi da Waktu Peelitia Peelitia ii dilaksaaka di tiga kator PT Djarum, yaitu di Kator HQ (Head Quarter) PT Djarum yag bertempat di Jala KS Tubu 2C/57 Jakarta Barat,

Lebih terperinci

BAB III METODOLOGI DAN PELAKSANAAN PENELITIAN. Perumusan - Sasaran - Tujuan. Pengidentifikasian dan orientasi - Masalah.

BAB III METODOLOGI DAN PELAKSANAAN PENELITIAN. Perumusan - Sasaran - Tujuan. Pengidentifikasian dan orientasi - Masalah. BAB III METODOLOGI DAN PELAKSANAAN PENELITIAN 3.1. DIAGRAM ALIR PENELITIAN Perumusa - Sasara - Tujua Pegidetifikasia da orietasi - Masalah Studi Pustaka Racaga samplig Pegumpula Data Data Primer Data Sekuder

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Variabel-variabel yang digunakan pada penelitian ini adalah:

BAB III METODOLOGI PENELITIAN. Variabel-variabel yang digunakan pada penelitian ini adalah: BAB III METODOLOGI PENELITIAN 3. Variabel da Defiisi Operasioal Variabel-variabel yag diguaka pada peelitia ii adalah: a. Teaga kerja, yaitu kotribusi terhadap aktivitas produksi yag diberika oleh para

Lebih terperinci

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan REGRESI LINIER DAN KORELASI Variabel dibedaka dalam dua jeis dalam aalisis regresi: Variabel bebas atau variabel prediktor -> variabel yag mudah didapat atau tersedia. Dapat diyataka dega X 1, X,, X k

Lebih terperinci

BAB III METODE PENELITIAN Penelitian ini dilakukan di kelas X SMA Muhammadiyah 1 Pekanbaru. semester ganjil tahun ajaran 2013/2014.

BAB III METODE PENELITIAN Penelitian ini dilakukan di kelas X SMA Muhammadiyah 1 Pekanbaru. semester ganjil tahun ajaran 2013/2014. BAB III METODE PENELITIAN A. Waktu da Tempat Peelitia Peelitia dilaksaaka dari bula Agustus-September 03.Peelitia ii dilakuka di kelas X SMA Muhammadiyah Pekabaru semester gajil tahu ajara 03/04. B. Subjek

Lebih terperinci

ANALISIS TABEL INPUT OUTPUT PROVINSI KEPULAUAN RIAU TAHUN Erie Sadewo

ANALISIS TABEL INPUT OUTPUT PROVINSI KEPULAUAN RIAU TAHUN Erie Sadewo ANALISIS TABEL INPUT OUTPUT PROVINSI KEPULAUAN RIAU TAHUN 2010 Erie Sadewo Kodisi Makro Ekoomi Kepulaua Riau Pola perekoomia suatu wilayah secara umum dapat diyataka meurut sisi peyediaa (supply), permitaa

Lebih terperinci

III. METODE PENELITIAN. Pembangunan Daerah (BAPPEDA) Provinsi NTB, BPS pusat, dan instansi lain

III. METODE PENELITIAN. Pembangunan Daerah (BAPPEDA) Provinsi NTB, BPS pusat, dan instansi lain III. METODE PENELITIAN 3.1 Jeis da Sumber Data Data yag diguaka pada peelitia ii merupaka data sekuder yag diperoleh dari Bada Pusat Statistik (BPS) Provisi NTB, Bada Perecaaa Pembagua Daerah (BAPPEDA)

Lebih terperinci

3 METODE PENELITIAN 3.1 Kerangka Pemikiran 3.2 Lokasi dan Waktu Penelitian

3 METODE PENELITIAN 3.1 Kerangka Pemikiran 3.2 Lokasi dan Waktu Penelitian 19 3 METODE PENELITIAN 3.1 Keragka Pemikira Secara rigkas, peelitia ii dilakuka dega tiga tahap aalisis. Aalisis pertama adalah megaalisis proses keputusa yag dilakuka kosume dega megguaka aalisis deskriptif.

Lebih terperinci

= Keterkaitan langsung ke belakang sektor j = Unsur matriks koefisien teknik

= Keterkaitan langsung ke belakang sektor j = Unsur matriks koefisien teknik Aalisis Sektor Kuci Dimaa : KLBj aij = Keterkaita lagsug ke belakag sektor j = Usur matriks koefisie tekik (b). Keterkaita Ke Depa (Forward Ligkage) Forward ligkage meujukka peraa suatu sektor tertetu

Lebih terperinci

A. Pengertian Hipotesis

A. Pengertian Hipotesis PENGUJIAN HIPOTESIS A. Pegertia Hipotesis Hipotesis statistik adalah suatu peryataa atau dugaa megeai satu atau lebih populasi Ada macam hipotesis:. Hipotesis ol (H 0 ), adalah suatu hipotesis dega harapa

Lebih terperinci

PETA KONSEP RETURN dan RISIKO PORTOFOLIO

PETA KONSEP RETURN dan RISIKO PORTOFOLIO PETA KONSEP RETURN da RISIKO PORTOFOLIO RETURN PORTOFOLIO RISIKO PORTOFOLIO RISIKO TOTAL DIVERSIFIKASI PORTOFOLIO DENGAN DUA AKTIVA PORTOFOLIO DENGAN BANYAK AKTIVA DEVERSIFIKASI DENGAN BANYAK AKTIVA DEVERSIFIKASI

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur III. METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia Peelitia ii dilakuka di SMA Negeri Way Jepara Kabupate Lampug Timur pada bula Desember 0 sampai dega Mei 03. B. Populasi da Sampel Populasi dalam

Lebih terperinci

PENGARUH INFLASI TERHADAP KEMISKINAN DI PROPINSI JAMBI

PENGARUH INFLASI TERHADAP KEMISKINAN DI PROPINSI JAMBI Halama Tulisa Jural (Judul da Abstraksi) Jural Paradigma Ekoomika Vol.1, No.5 April 2012 PENGARUH INFLASI TERHADAP KEMISKINAN DI PROPINSI JAMBI Oleh : Imelia.,SE.MSi Dose Jurusa Ilmu Ekoomi da Studi Pembagua,

Lebih terperinci

BAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya

BAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya 5 BAB II LANDASAN TEORI Dalam tugas akhir ii aka dibahas megeai peaksira besarya koefisie korelasi atara dua variabel radom kotiu jika data yag teramati berupa data kategorik yag terbetuk dari kedua variabel

Lebih terperinci

BAB III METODOLOGI PENELITIAN. data dalam penelitian ini termasuk ke dalam data yang diambil dari Survei Pendapat

BAB III METODOLOGI PENELITIAN. data dalam penelitian ini termasuk ke dalam data yang diambil dari Survei Pendapat BAB III METODOLOGI PENELITIAN 3.1. Jeis da Sumber Data Jeis peelitia yag aka diguaka oleh peeliti adalah jeis peelitia Deskriptif. Dimaa jeis peelitia deskriptif adalah metode yag diguaka utuk memperoleh

Lebih terperinci

BAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya.

BAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya. BAB 1 PENDAHULUAN 1.1 Latar Belakag Aalisis regresi mejadi salah satu bagia statistika yag palig bayak aplikasiya. Aalisis regresi memberika keleluasaa kepada peeliti utuk meyusu model hubuga atau pegaruh

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN III. METODE PENELITIAN 3.1. Keragka Pemikira Percetaka LAI adalah sebuah percetaka di bawah Yayasa Lembaga Alkitab Idoesia. Percetaka ii adalah perusahaa irlaba yag mecetak Alkitab khususya ijil yag dipasarka

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 Lokasi da objek peelitia Lokasi peelitia dalam skripsi ii adalah area Kecamata Pademaga, alasa dalam pemiliha lokasi ii karea peulis bertempat tiggal di lokasi tersebut sehigga

Lebih terperinci

TINJAUAN PUSTAKA Pengertian

TINJAUAN PUSTAKA Pengertian TINJAUAN PUSTAKA Pegertia Racaga peelitia kasus-kotrol di bidag epidemiologi didefiisika sebagai racaga epidemiologi yag mempelajari hubuga atara faktor peelitia dega peyakit, dega cara membadigka kelompok

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 26 BAB III METODOLOGI PENELITIAN A. Tempat da Waktu Kegiata dilakuka di Divisi Tresuri Bak XYZ dari bula Jauari - April 2011. Pegambila data dilakuka di beberapa wilayah pemasara yaitu di wilayah Jakarta,

Lebih terperinci

BAB IV PEMBAHASAN DAN ANALISIS

BAB IV PEMBAHASAN DAN ANALISIS BAB IV PEMBAHASAN DAN ANALISIS 4.1. Pembahasa Atropometri merupaka salah satu metode yag dapat diguaka utuk meetuka ukura dimesi tubuh pada setiap mausia. Data atropometri yag didapat aka diguaka utuk

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 22 BAB III METODE PENELITIAN 3.1. Metode Peelitia Pada bab ii aka dijelaska megeai sub bab dari metodologi peelitia yag aka diguaka, data yag diperluka, metode pegumpula data, alat da aalisis data, keragka

Lebih terperinci

METODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/2012 SUGENG2010. Copyright Dale Carnegie & Associates, Inc.

METODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/2012 SUGENG2010. Copyright Dale Carnegie & Associates, Inc. METODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/0 SUGENG00 Copyright 996-98 Dale Caregie & Associates, Ic. Kesalaha ERROR: Selisih atara ilai perkiraa dega ilai eksakilai

Lebih terperinci

BAB IV PENGUMPULAN DAN PERHITUNGAN DATA

BAB IV PENGUMPULAN DAN PERHITUNGAN DATA BAB IV PENGUMPULAN DAN PERHITUNGAN DATA 4.1 Meetuka udara masuk (efisiesi volumetrik) da efisiesi pegirima pada hasil uji 4.1.1 Rumus udara masuk (efisiesi volumetrik) da efisiesi pegirima Jumlah volume

Lebih terperinci

Pertemuan Ke-11. Teknik Analisis Komparasi (t-test)_m. Jainuri, M.Pd

Pertemuan Ke-11. Teknik Analisis Komparasi (t-test)_m. Jainuri, M.Pd Pertemua Ke- Komparasi berasal dari kata compariso (Eg) yag mempuyai arti perbadiga atau pembadiga. Tekik aalisis komparasi yaitu salah satu tekik aalisis kuatitatif yag diguaka utuk meguji hipotesis tetag

Lebih terperinci

I. DERET TAKHINGGA, DERET PANGKAT

I. DERET TAKHINGGA, DERET PANGKAT I. DERET TAKHINGGA, DERET PANGKAT. Pedahulua Pembahasa tetag deret takhigga sebagai betuk pejumlaha suku-suku takhigga memegag peraa petig dalam fisika. Pada bab ii aka dibahas megeai pegertia deret da

Lebih terperinci

III. METODE PENELITIAN. kelas VIII semester ganjil SMP Sejahtera I Bandar Lampung tahun pelajaran 2010/2011

III. METODE PENELITIAN. kelas VIII semester ganjil SMP Sejahtera I Bandar Lampung tahun pelajaran 2010/2011 III. METODE PENELITIAN A. Latar Peelitia Peelitia ii merupaka peelitia yag megguaka total sampel yaitu seluruh siswa kelas VIII semester gajil SMP Sejahtera I Badar Lampug tahu pelajara 2010/2011 dega

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di MTs Muhammadiyah 1 Natar Lampung Selatan.

III. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di MTs Muhammadiyah 1 Natar Lampung Selatan. 9 III. METODOLOGI PENELITIAN A. Populasi Da Sampel Peelitia ii dilaksaaka di MTs Muhammadiyah Natar Lampug Selata. Populasiya adalah seluruh siswa kelas VIII semester geap MTs Muhammadiyah Natar Tahu Pelajara

Lebih terperinci

BAB III METODE PENELITIAN. objek penelitian yang penulis lakukan adalah Beban Operasional susu dan Profit

BAB III METODE PENELITIAN. objek penelitian yang penulis lakukan adalah Beban Operasional susu dan Profit BAB III METODE PENELITIAN 3.1 Objek Peelitia Objek peelitia merupaka sasara utuk medapatka suatu data. Jadi, objek peelitia yag peulis lakuka adalah Beba Operasioal susu da Profit Margi (margi laba usaha).

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1. Saham Saham adalah surat berharga yag dapat dibeli atau dijual oleh peroraga atau lembaga di pasar tempat surat tersebut diperjualbelika. Sebagai istrumet ivestasi, saham memiliki

Lebih terperinci

BAB 6: ESTIMASI PARAMETER (2)

BAB 6: ESTIMASI PARAMETER (2) Bab 6: Estimasi Parameter () BAB 6: ESTIMASI PARAMETER (). ESTIMASI PROPORSI POPULASI Proporsi merupaka perbadiga atara terjadiya suatu peristiwa dega semua kemugkiaa peritiwa yag bisa terjadi. Besara

Lebih terperinci

BAB II METODOLOGI PENELITIAN. kualitatif. Kerangka acuan dalam penelitian ini adalah metode penelitian

BAB II METODOLOGI PENELITIAN. kualitatif. Kerangka acuan dalam penelitian ini adalah metode penelitian BAB II METODOLOGI PEELITIA 2.1. Betuk Peelitia Betuk peelitia dapat megacu pada peelitia kuatitatif atau kualitatif. Keragka acua dalam peelitia ii adalah metode peelitia kuatitatif yag aka megguaka baik

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang Permasalahan

BAB I PENDAHULUAN Latar Belakang Permasalahan BAB I PENDAHULUAN 1.1. Latar Belakag Permasalaha Matematika merupaka Quee ad servat of sciece (ratu da pelaya ilmu pegetahua). Matematika dikataka sebagai ratu karea pada perkembagaya tidak tergatug pada

Lebih terperinci

Bab 7 Penyelesaian Persamaan Differensial

Bab 7 Penyelesaian Persamaan Differensial Bab 7 Peelesaia Persamaa Differesial Persamaa differesial merupaka persamaa ag meghubugka suatu besara dega perubahaa. Persamaa differesial diataka sebagai persamaa ag megadug suatu besara da differesiala

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1 Objek Peelitia Dalam peelitia ii, pegambila da peroleha data dilakuka di UKM. Bakso Solo, Bakauhei, Lampug Selata. Utuk pegukura kualitas pelayaa, objek yag diteliti adalah

Lebih terperinci

III. METODOLOGI PENELITIAN

III. METODOLOGI PENELITIAN 16 III. METODOLOGI PENELITIAN 3.1. Keragka Pemikira Peelitia Perkembaga zama yag meutut setiap idividu baik dari segi kemampua maupu peampila. Boss Parfum yag bergerak di bidag isi ulag miyak wagi didirika

Lebih terperinci

BAB III PEMBAHASAN. Pada BAB III ini akan dibahas mengenai bentuk program linear fuzzy

BAB III PEMBAHASAN. Pada BAB III ini akan dibahas mengenai bentuk program linear fuzzy BAB III PEMBAHASAN Pada BAB III ii aka dibahas megeai betuk program liear fuzzy dega koefisie tekis kedala berbetuk bilaga fuzzy da pembahasa peyelesaia masalah optimasi studi kasus pada UD FIRDAUS Magelag

Lebih terperinci

III PEMBAHASAN. λ = 0. Ly = 0, maka solusi umum dari persamaan diferensial (3.3) adalah

III PEMBAHASAN. λ = 0. Ly = 0, maka solusi umum dari persamaan diferensial (3.3) adalah III PEMBAHASAN Pada bagia ii aka diformulasika masalah yag aka dibahas. Solusi masalah aka diselesaika dega Metode Dekomposisi Adomia. Selajutya metode ii aka diguaka utuk meyelesaika model yag diyataka

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN BAB 3 METODE PENELITIAN 3.1 Disai Peelitia Tujua Jeis Peelitia Uit Aalisis Time Horiso T-1 Assosiatif survey Orgaisasi Logitudial T-2 Assosiatif survey Orgaisasi Logitudial T-3 Assosiatif survey Orgaisasi

Lebih terperinci

MANAJEMEN RISIKO INVESTASI

MANAJEMEN RISIKO INVESTASI MANAJEMEN RISIKO INVESTASI A. PENGERTIAN RISIKO Resiko adalah peyimpaga hasil yag diperoleh dari recaa hasil yag diharapka Besarya tigkat resiko yag dimasukka dalam peilaia ivestasi aka mempegaruhi besarya

Lebih terperinci

Pengendalian Proses Menggunakan Diagram Kendali Median Absolute Deviation (MAD)

Pengendalian Proses Menggunakan Diagram Kendali Median Absolute Deviation (MAD) Prosidig Statistika ISSN: 2460-6456 Pegedalia Proses Megguaka Diagram Kedali Media Absolute Deviatio () 1 Haida Lestari, 2 Suliadi, 3 Lisur Wachidah 1,2,3 Prodi Statistika, Fakultas Matematika da Ilmu

Lebih terperinci

BAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan

BAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan BAB III METODE PENELITAN. Tempat Da Waktu Peelitia Peelitia dilakuka di SMP Negeri Batudaa Kab. Gorotalo dega subject Peelitia adalah siswa kelas VIII. Pemiliha SMP Negeri Batudaa Kab. Gorotalo. Adapu

Lebih terperinci

IV. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan pada bulan September sampai Desember

IV. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan pada bulan September sampai Desember IV. METODOLOGI PENELITIAN 4.1. Metode Peelitia 4.1.1 Lokasi da Waktu Peelitia Peelitia ii dilaksaaka pada bula September sampai Desember 2009, bertempat di Laboratorium Terpadu IPB yag beralamat di Kampus

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1.Tempat da Waktu Peelitia ii dilakuka di ligkuga Kampus Aggrek da Kampus Syahda Uiversitas Bia Nusatara Program Strata Satu Reguler. Da peelitia dilaksaaka pada semester

Lebih terperinci

6. Pencacahan Lanjut. Relasi Rekurensi. Pemodelan dengan Relasi Rekurensi

6. Pencacahan Lanjut. Relasi Rekurensi. Pemodelan dengan Relasi Rekurensi 6. Pecacaha Lajut Relasi Rekuresi Relasi rekuresi utuk dereta {a } adalah persamaa yag meyataka a kedalam satu atau lebih suku sebelumya, yaitu a 0, a,, a -, utuk seluruh bilaga bulat, dega 0, dimaa 0

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 6 BAB III METODE PENELITIAN 3.1 Desai Peelitia Meurut Kucoro (003:3): Peelitia ilmiah merupaka usaha utuk megugkapka feomea alami fisik secara sistematik, empirik da rasioal. Sistematik artiya proses yag

Lebih terperinci

BAB I KONSEP DASAR PERSAMAAN DIFERENSIAL

BAB I KONSEP DASAR PERSAMAAN DIFERENSIAL BAB I KONSEP DASAR PERSAMAAN DIFERENSIAL Defiisi Persamaa diferesial adalah persamaa yag melibatka variabelvariabel tak bebas da derivatif-derivatifya terhadap variabel-variabel bebas. Berikut ii adalah

Lebih terperinci

BAB IV METODE PENELITIAN. Provinsi Jawa Barat. Penentuan lokasi ini dilakukan secara sengaja (purposive).

BAB IV METODE PENELITIAN. Provinsi Jawa Barat. Penentuan lokasi ini dilakukan secara sengaja (purposive). 60 BAB IV METODE PENELITIAN 4.1 Lokasi da Waktu Peelitia Peelitia ii dilakuka Kecamata Warugkodag Kabupate Ciajur Provisi Jawa Barat. Peetua lokasi ii dilakuka secara segaja (purposive). Dega mempertimbagka

Lebih terperinci

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak: PENGUJIAN HIPOTESIS A. Lagkah-lagkah pegujia hipotesis Hipotesis adalah asumsi atau dugaa megeai sesuatu. Jika hipotesis tersebut tetag ilai-ilai parameter maka hipotesis itu disebut hipotesis statistik.

Lebih terperinci

Inflasi dan Indeks Harga I

Inflasi dan Indeks Harga I PERTEMUAN 1 Iflasi da Ideks Harga I 1 1 TEORI RINGKAS A Pegertia Agka Ideks Agka ideks merupaka suatu kosep yag dapat memberika gambara tetag perubaha-perubaha variabel dari suatu priode ke periode berikutya

Lebih terperinci

BAB 3 DATA DAN METODOLOGI PENELITIAN

BAB 3 DATA DAN METODOLOGI PENELITIAN BAB 3 DATA DAN METODOLOGI PENELITIAN Pada Bab ii aka memberika iformasi hal yag berkaita dega lagkah-lagkah sistematis yag aka diguaka dalam mejawab pertayaa peelitia.utuk itu diperluka beberapa hal sebagai

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1 Lokasi da Waktu peelitia Peelitia dilakuka pada budidaya jamur tiram putih yag dimiliki oleh usaha Yayasa Paguyuba Ikhlas yag berada di Jl. Thamri No 1 Desa Cibeig, Kecamata Pamijaha,

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 36 BAB III METODE PENELITIAN A. Racaga Peelitia 1. Pedekata Peelitia Peelitia ii megguaka pedekata kuatitatif karea data yag diguaka dalam peelitia ii berupa data agka sebagai alat meetuka suatu keteraga.

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1. Lokasi da Waktu Peelitia Daerah peelitia adalah Kota Bogor yag terletak di Provisi Jawa Barat. Pemiliha lokasi ii berdasarka pertimbaga atara lai: (1) tersediaya Tabel Iput-Output

Lebih terperinci

METODE PENELITIAN. dalam tujuh kelas dimana tingkat kemampuan belajar matematika siswa

METODE PENELITIAN. dalam tujuh kelas dimana tingkat kemampuan belajar matematika siswa 19 III. METODE PENELITIAN A. Populasi da Sampel Populasi dalam peelitia ii adalah seluruh siswa kelas VIII SMP Negeri 8 Badar Lampug tahu pelajara 2009/2010 sebayak 279 orag yag terdistribusi dalam tujuh

Lebih terperinci

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 4

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 4 Program Studi : Tekik Iformatika Miggu ke : 4 INDUKSI MATEMATIKA Hampir semua rumus da hukum yag berlaku tidak tercipta dega begitu saja sehigga diraguka kebearaya. Biasaya, rumus-rumus dapat dibuktika

Lebih terperinci

Penyelesaian: Variables Entered/Removed a. a. Dependent Variable: Tulang b. All requested variables entered.

Penyelesaian: Variables Entered/Removed a. a. Dependent Variable: Tulang b. All requested variables entered. 2. Pelajari data dibawah ii, tetuka depede da idepede variabel serta : a) Hitug Sum of Square for Regressio (X) b) Hitug Sum of Square for Residual c) Hitug Meas Sum of Square for Regressio (X) d) Hitug

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Multi-Criteria Decisio Makig (MCDM) Multi-Criteria Decisio Makig (MCDM) adalah suatu metode pegambila keputusa utuk meetapka alteratif terbaik dari sejumlah alteratif berdasarka

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakag Maajeme risiko merupaka salah satu eleme petig dalam mejalaka bisis perusahaa karea semaki berkembagya duia perusahaa serta meigkatya kompleksitas aktivitas perusahaa

Lebih terperinci

9 Departemen Statistika FMIPA IPB

9 Departemen Statistika FMIPA IPB Supleme Resposi Pertemua ANALISIS DATA KATEGORIK (STK351 9 Departeme Statistika FMIPA IPB Pokok Bahasa Sub Pokok Bahasa Referesi Waktu Pegatar Aalisis utuk Data Respo Kategorik Data respo kategorik Sebara

Lebih terperinci

BAB III METODE PENELITIAN. Jenis penelitian ini adalah penelitian pengembangan (research and

BAB III METODE PENELITIAN. Jenis penelitian ini adalah penelitian pengembangan (research and BAB III METODE PENELITIAN A. Jeis Peelitia Jeis peelitia ii adalah peelitia pegembaga (research ad developmet), yaitu suatu proses peelitia utuk megembagka suatu produk. Produk yag dikembagka dalam peelitia

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PEMBELIAN SEPEDA MOTOR DENGAN METODE WEIGHTED PRODUCT

SISTEM PENDUKUNG KEPUTUSAN PEMBELIAN SEPEDA MOTOR DENGAN METODE WEIGHTED PRODUCT Jural Iformatika Mulawarma Vol. 10 No. 2 September 2015 20 SISTEM PENDUKUNG KEPUTUSAN PEMBELIAN SEPEDA MOTOR DENGAN METODE WEIGHTED PRODUCT Necy Nurjaah 1), Zaial Arifi 2), Dya Marisa Khairia 3) 1,2,3)

Lebih terperinci

OPTIMASI PENYELEKSIAN PINJAMAN MODAL USAHA PADA NASABAH BANK X DENGAN AHP, TOPSIS FUZZY DAN PROGRAM LINEAR

OPTIMASI PENYELEKSIAN PINJAMAN MODAL USAHA PADA NASABAH BANK X DENGAN AHP, TOPSIS FUZZY DAN PROGRAM LINEAR JURNAL SAINS DAN SENI POMITS Vol., No., (203) -7 OPTIMASI PENYELEKSIAN PINJAMAN MODAL USAHA PADA NASABAH BANK X DENGAN AHP, TOPSIS FUZZY DAN PROGRAM LINEAR Dau Arif Rahma, I Gusti Ngurah Rai Usadha, Suhud

Lebih terperinci

Strategi Pembuatan Keputusan Memenuhi Permintaan dengan Mempertimbangkan Multi Kriteria pada UKM Mikro Teknik

Strategi Pembuatan Keputusan Memenuhi Permintaan dengan Mempertimbangkan Multi Kriteria pada UKM Mikro Teknik Strategi Pembuata Keputusa Memeuhi Permitaa dega Mempertimbagka Multi Kriteria pada UKM Mikro Tekik Kevi Kusadi *1), Parama Kartika Dewa 2) 1,2) Tekik Idustri, Tekologi Idustri, Uiversitas Atma Jaya Yogyakarta,

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Tujua Peelitia Peelitia ii bertujua utuk megetahui apakah terdapat perbedaa hasil belajar atara pegguaa model pembelajara Jigsaw dega pegguaa model pembelajara Picture ad Picture

Lebih terperinci

BAB I PENDAHULUAN. X Y X Y X Y sampel

BAB I PENDAHULUAN. X Y X Y X Y sampel BAB I PENDAHULUAN 1.1 Latar Belakag Masalah Aalisis regresi merupaka metode aalisis data yag meggambarka hubuga atara variabel respo dega satu atau beberapa variabel prediktor. Aalisis regresi tersebut

Lebih terperinci

Bab 3 Metode Interpolasi

Bab 3 Metode Interpolasi Baha Kuliah 03 Bab 3 Metode Iterpolasi Pedahulua Iterpolasi serig diartika sebagai mecari ilai variabel tergatug tertetu, misalya y, pada ilai variabel bebas, misalya, diatara dua atau lebih ilai yag diketahui

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB ENDAHULUAN. Latar Belakag Masalah Dalam kehidupa yata, hampir seluruh feomea alam megadug ketidak pastia atau bersifat probabilistik, misalya pergeraka lempega bumi yag meyebabka gempa, aik turuya

Lebih terperinci

PENDUGA RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KUARTIL VARIABEL BANTU PADA PENGAMBILAN SAMPEL ACAK SEDERHANA DAN PENGATURAN PERINGKAT MEDIAN

PENDUGA RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KUARTIL VARIABEL BANTU PADA PENGAMBILAN SAMPEL ACAK SEDERHANA DAN PENGATURAN PERINGKAT MEDIAN PEDUGA RASIO UTUK RATA-RATA POPULASI MEGGUAKA KUARTIL VARIABEL BATU PADA PEGAMBILA SAMPEL ACAK SEDERHAA DA PEGATURA PERIGKAT MEDIA ur Khasaah, Etik Zukhroah, da Dewi Reto Sari S. Prodi Matematika Fakultas

Lebih terperinci

MATERI 13 ANALISIS TEKNIKAL ANALISIS TEKNIKAL

MATERI 13 ANALISIS TEKNIKAL ANALISIS TEKNIKAL MATERI 13 ANALISIS TEKNIKAL ASUMSI-ASUMSI DASAR ANALISIS TEKNIKAL KEUNTUNGAN DAN KRITIK TERHADAP ANALISIS TEKNIKAL TEKNIK-TEKNIK DALAM ANALISIS TEKNIKAL - The Dow Theory - Chart Pola Pergeraka Harga Saham

Lebih terperinci

MATERI 10 ANALISIS EKONOMI

MATERI 10 ANALISIS EKONOMI MATERI 10 ANALISIS EKONOMI TOP-DOWN APPROACH KONDISI EKONOMI DAN PASAR MODAL VARIABEL EKONOMI MAKRO MERAMAL PERUBAHAN PASAR MODAL 10-1 TOP-DOWN APPROACH Dalam melakuka aalisis peilaia saham, ivestor bisa

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1 Metodologi Peelitia Metodologi peelitia ii merupaka cara yag diguaka utuk memecahka masalah dega lagkah-lagkah yag aka ditempuh harus releva dega masalah yag telah dirumuska.

Lebih terperinci

III METODE PENELITIAN

III METODE PENELITIAN III METODE PENELITIAN 3. Tempat da Waktu Peelitia Peelita ii dilaksaaka dibeberapa desa elaya da pusat pemsara di Kecamata Tobelo, Kabupate Halmahera, Provisi Maluku Utara. Lokasi peelitia dapat dilihat

Lebih terperinci

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X Pedugaa Selag: Metode Pivotal Lagkah-lagkahya 1. Adaika X1, X,..., X adalah cotoh acak dari populasi dega fugsi kepekata f( x; ), da parameter yag tidak diketahui ilaiya. Adaika T adalah peduga titik bagi..

Lebih terperinci

METODOLOGI PENELITIAN. penggunaan metode penelitian. Oleh karena itu, metode yang akan digunakan

METODOLOGI PENELITIAN. penggunaan metode penelitian. Oleh karena itu, metode yang akan digunakan 47 III. METODOLOGI PENELITIAN A. Metodelogi Peelitia Keberhasila dalam suatu peelitia sagat ditetuka oleh ketepata pegguaa metode peelitia. Oleh karea itu, metode yag aka diguaka haruslah sesuai dega data

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Statistika iferesi merupaka salah satu cabag statistika yag bergua utuk meaksir parameter. Peaksira dapat diartika sebagai dugaa atau perkiraa atas sesuatu yag aka terjadi

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Jeis peelitia Peelitia ii merupaka jeis peelitia eksperime. Karea adaya pemberia perlakua pada sampel (siswa yag memiliki self efficacy redah da sagat redah) yaitu berupa layaa

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN TELEPON SELULER MENGUNAKAN METODE ANALYTIC NETWORK PROCESS (ANP)

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN TELEPON SELULER MENGUNAKAN METODE ANALYTIC NETWORK PROCESS (ANP) SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN TELEPON SELULER MENGUNAKAN METODE ANALYTIC NETWORK PROCESS (ANP) Oleh: Arief Geta Aldiasyah Tekik Iformatika Uiversitas Dia Nuswatoro Semarag 111201005304@mhs.dius.ac.id

Lebih terperinci

MATERI 12 ANALISIS PERUSAHAAN

MATERI 12 ANALISIS PERUSAHAAN MATERI 12 ANALISIS PERUSAHAAN EPS DAN INFORMASI LAPORAN KEUANGAN KELEMAHAN PELAPORAN EPS DALAM LAPORAN KEUANGAN ANALISIS RASIO PROFITABILITAS PERUSAHAAN EARNING PER SHARE (EPS) PRICE EARNING RATIO (PER)

Lebih terperinci

1 n MODUL 5. Peubah Acak Diskret Khusus

1 n MODUL 5. Peubah Acak Diskret Khusus ODUL 5 Peubah Acak Diskret Khusus Terdapat beberapa peubah acak diskret khusus yag serig mucul dalam aplikasi. Peubah Acak Seragam ( Uiform) Bila X suatu peubah acak diskret dimaa setiap eleme dari X mempuyai

Lebih terperinci

BAB I PENDAHULUAN. Integral adalah salah satu konsep penting dalam Matematika yang

BAB I PENDAHULUAN. Integral adalah salah satu konsep penting dalam Matematika yang BAB I PENDAHULUAN 1.1 Latar Belakag Masalah Itegral adalah salah satu kosep petig dalam Matematika yag dikemukaka pertama kali oleh Isac Newto da Gottfried Wilhelm Leibiz pada akhir abad ke-17. Selajutya

Lebih terperinci

PENAKSIRAN DAN PERAMALAN BIAYA D. PENAKSIRAN BIAYA JANGKA PANJANG E. PERAMALAN BIAYA

PENAKSIRAN DAN PERAMALAN BIAYA D. PENAKSIRAN BIAYA JANGKA PANJANG E. PERAMALAN BIAYA PENAKSIRAN DAN PERAMALAN BIAYA Ari Darmawa, Dr. S.AB, M.AB Email: aridarmawa_fia@ub.ac.id A. PENDAHULUAN B. PENAKSIRAN DAN PRAKIRAAN FUNGSI BIAYA C. PENAKSIRAN JANGKA PENDEK - Ekstrapolasi sederhaa - Aalisis

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Madiun, untuk mendapatkan gambaran kondisi tempat penelitian secara umum,

BAB III METODOLOGI PENELITIAN. Madiun, untuk mendapatkan gambaran kondisi tempat penelitian secara umum, 32 BAB III METODOLOGI PENELITIAN 3.1 Objek Peelitia Peelitia dilakuka di PT. INKA yag terletak di Jl. Yos Sudarso o 71 Madiu, utuk medapatka gambara kodisi tempat peelitia secara umum, termasuk kegiata-kegiata

Lebih terperinci

FORECASTING (Peramalan)

FORECASTING (Peramalan) FORECASTING (Peramala) PENDAHULUAN Forecastig adalah ramala tetag apa yag aka terjadi dimasa yag aka datag. Forecast Demad atau peramala permitaa mejadi dasar yag sagat petig dalam perecaaa suatu keputusa

Lebih terperinci

SISTEM PENGAMBILAN KEPUTUSAN UNTUK PEMILIHAN TEKNISI LAB DENGAN MULTI KRITERIA MENGGUNAKAN METODE AHP (ANALYTIC HIERARCHY PROCESS)

SISTEM PENGAMBILAN KEPUTUSAN UNTUK PEMILIHAN TEKNISI LAB DENGAN MULTI KRITERIA MENGGUNAKAN METODE AHP (ANALYTIC HIERARCHY PROCESS) SISTEM PENGAMBILAN KEPUTUSAN UNTUK PEMILIHAN TEKNISI LAB DENGAN MULTI KRITERIA MENGGUNAKAN METODE AHP (ANALYTIC HIERARCHY PROCESS) Oleh : Adri Suryadi Dia Nurdiaa Abstrak Dalam proses perekruta calo pegawai

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA A. Tijaua Peeliti Terdahulu Peelitia yag dilakuka oleh Laraswati tahu 2010 yag meeliti tetag portofolio optimal saham yag masuk dalam Jakarta Islamic Idex (JII). Kesimpula dari

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 31 Flowchart Metodologi Peelitia BAB III METODOLOGI PENELITIAN Gambar 31 Flowchart Metodologi Peelitia 18 311 Tahap Idetifikasi da Peelitia Awal Tahap ii merupaka tahap awal utuk melakuka peelitia yag

Lebih terperinci