Jurnal EKSPONENSIAL Volume 6, Nomor 2, Nopember 2015 ISSN

Ukuran: px
Mulai penontonan dengan halaman:

Download "Jurnal EKSPONENSIAL Volume 6, Nomor 2, Nopember 2015 ISSN"

Transkripsi

1 Jural EKSPONENSAL Volume 6, Nomor, Nopember 05 SSN Aalss Pegedala Persedaa Produk dega Meode Ecoomc Order Quay Mul em Megguaka Algorma Geeka uuk Megefseka Baya Persedaa Hasl Peramala Berbass Expoeal Smoohg (Produc veory Corol Aalyss wh Ecoomc Order Quay Mulem Mehods Usg Geec Algorhm o Mmze veory Cos of Forecasg Resuls Based O Expoeal Smoohg) dr Uam, Sr Wahyugsh, Mem Nor Haya 3 Mahasswa Program Sud Saska Fakulas MPA Uversas Mulawarma,3 Dose Program Sud Saska Fakulas MPA Uversas Mulawarma Jl. Barag Togkok Kampus G. Kelua SamardaKalmaa Tmur Emal: druam4@yahoo.com, swahyugsh@gmal.com, memorhaya@yahoo.com 3 Absrac Expoeal smoohg mehods s quaave forecasg mehods are commoly used because of s smplcy. he case of veory corol, he compay mus have a good plag sysem for forecasg resul obaed o ge maxmum beef. Ecoomc Order Quay mehods wh geec algorhm s used o solve he case of veory corol mulem o avod a lo of calculaos from aalyc mehods. The purpose of hs research s o creae forecasg programs based o expoeal smoohg usg MATLAB programmg laguage ad use he program o predc demad of Faa 50 ml, Spre 50 ml, Pulpy Orage, Spre L, Faa L ad Coca Cola L a Toko Lesar Baku o Jue ad July 05, ad mmze oal veory cos of forecasg resuls by usg Ecoomc Order Quay Mulem mehod wh MATLAB programmg laguage. Scrps of forecasg program based o expoeal smoohg ad scrps of veory corol mulem by usg geec algorhm have bee creaed he MATLAB programmg laguage. Toal veory cos obaed s Rp by orgazg supply every wo or hree days. Keywords: Geec algorhm, MATLAB programmg laguage, expoeal smoohg, Ecoomc Order Quay Mulem mehods, forecasg, veory. Pedahulua Dalam lmu sask, erdapa berbaga macam meode peramala yag dapa dguaka. salah sauya adalah meode pemulusa. Kelebha uama dar pegguaa meode pemulusa (smoohg) adalah kemudaha da baya yag redah. Sela u, jka dperluka peramala rbua em, seper bayak kasus ssem persedaa, maka meode pemulusa serg kal merupaka sausauya meode yag dapa dpaka. Terdapa bayak meode expoeal smoohg yag berbeda, da palg sedk sau daaraya basaya dapa dpaka uuk suau pola daa ereu bla pola daa dasarya dkeahu. Jka pola daaya bersfa sasoer, maka meode sgle expoeal smoohg dapa dguaka. Teap jka daaya megadug pola red adf aau red ler, maka double expoeal smoohg dega meode dua parameer dar Hol yag dguaka. Uuk dere daa musma, rple expoeal smoohg dega meode Wers merupaka sausauya pedekaa pemulusa yag bayak dguaka. Sela u, erdapa pula meode expoeal smoohg, seper klasfkas Pegels, yag memsahka aspek red da musma apakah bersfa adf (ler) aau mulplkaf (oler) (Makrdaks dkk, 999). Dalam hal maajeme, suau perusahaa harus memlk ssem perecaaa yag bak erhadap hasl peramala kuaaf yag elah dperoleh agar dapa memperoleh hasl opmal da megambl kepuusa yag epa dalam meghadap persaga bss. Salah sauya dalam masalah pegedala perseda perusahaa. Meode Ecoomc Order Quay (EOQ) merupaka suau meode yag dapa dguaka uuk memperoleh jumlah pemesaa opmum. Sela u, meode merupaka salah sau meode yag serg dguaka dalam meyelesaka masalahmasalah persedaa karea sela dapa memperoleh jumlah pemesaa yag opmum, meode juga dapa dguaka uuk memmumka oal baya persedaa da meyesuaka waku pemesaa kembal produk ersebu agar dak erjad kekosoga persedaa (Amud, 005). Uuk kasus persedaa yag lebh kompleks seper kasus persedaa mulem, dmaa lebh dar sau produk dpesa pada sau pemasok yag sama, euya aka memerluka perhuga pemesaa opmum yag lebh sukar karea Program Sud Saska FMPA Uversas Mulawarma 43

2 Jural EKSPONENSAL Volume 6, Nomor, Nopember 05 SSN fugs fessya merupaka fugs oler sehgga megakbaka semak luasya lgkup populas pecara da semak bayakya kombas peyelesaa. Maka agar lebh efekf, pecara la opmum uuk masalah persedaa mulem dega meode EOQ, dapa dgabugka dega salah sau meode heursk, yau algorma geeka. Algorma geeka merupaka meode pecara yag ddasarka pada proses evolus alamah, yau erbeukya populas awal secara acak yag erdr dar dvdudvdu dega sfa yag ergaug pada gege dalam kromosomya. Nla opmum yag ddapa dar algorma geeka dsamaka dega keurua yag mempuya kemampua memperahaka dr palg gg yag dcar dalam seluruh populas dar awal hgga akhr. Tujua peela adalah membua program peramala berbass expoeal smoohg dalam bahasa pemrograma MATLAB da meramalka daa permaa kosume erhadap produk Faa 50 ml, Spre 50 ml, Pulpy Orage, Spre L, Faa L, da Coca Cola L d oko Lesar Baku dega program ersebu da kemuda megopmumka pemesaa keeam produk dega meode Ecoomc Order Quay Mulem megguaka algorma geeka yag dbua dalam bahasa pemrograma MATLAB. Expoeal Smoohg Meode dsebu prosedur expoeal smoohg karea meode meujukka pemboboa meuru secara ekspoesal erhadap la pegamaa yag lebh ua. Dalam expoeal smoohg, erdapa sau aau lebh parameer pemulusa yag deuka secara ekspls, da hasl plha meeuka bobo yag dkeaka pada la observas (Makrdaks dkk, 999). a) Sgle Expoeal Smoohg Dguaka apabla Z bersfa saoer. F Z F () dmaa: F + : Forecas uuk perode ke + Z : Daa pada perode : Parameer pemulusa α b) Double Expoeal Smoohg: Meode Dua Parameer dar Hol Dguaka apabla Z bersfa red adf. S Z S b () b S S b (3) F S b m (4) dmaa: S : Nla expoeal smoohg b : Fakor red m : Jumlah perode ke depa yag dramalka α, : Parameer pemulusa F +m : Forecas uuk perode ke +m c) Trple Expoeal Smoohg: Meode Kecederuga da Musma Tga Parameer dar Wer Dguaka apabla Z bersfa red adf musma mulplkaf. Z S b L S b S S b Z L S F m S b m Lm dmaa: S : Nla expoeal smoohg b : Fakor red : deks Musma m : Jumlah perode ke depa yag dramalka α, : Parameer pemulusa F +m : Forecas uuk perode ke +m d) Expoeal Smoohg: Klasfkas Pegels Permbaga peg dalam meghadap meode expoeal smoohg yag meyagku pemsaha aspek red da musma adalah apakah modelya bersfa adf (ler) aau mulplkaf (oler) (Makrdaks, 999). S P Q (9) Tabel. Smbol yag Dguaka pada Persamaa (9) Kompoe Tred A (dak ada) B (adf) C (mulplkaf) dmaa: Tred adf (dak ada) P Z Q Z P Z Q Z P Z Kompoe Musma (adf) S S b b (0) Tred mulplkaf b S / S b b Q S b P Z Q S Q Z P Z L L b P Z Q S b L 3 (mulplka f) P Z Q S P Z Q Z / L () / P Z Q S L b / b L (5) (6) (7) (8) 44 Program Sud Saska FMPA Uversas Mulawarma

3 Jural EKSPONENSAL Volume 6, Nomor, Nopember 05 SSN Musma adf Z S () L Musma mulplkaf Z ` (3) L S Tabel. Hasl Peramala dega Klasfkas Pegels a Kompoe Musma Komp 3 oe (dak (adf) (mulplkaf) Tred ada) A (dak ada) B (adf) C (mulp lkaf) S S mb S S S Lm Lm mb Lm S mb Lm m S b m Sb Lm a la dalam sel merupaka F +m S Lm b m Keepaa Peramala Keepaa ramala adalah bagamaa megukur kesesuaa suau meode peramala ereu uuk suau kumpula daa yag dberka ( Asw da Sukara, 006). Beberapa krera yag dapa dguaka uuk meguj keepaa peramala aara la MAE (Mea Absolue Error), MAE e da Mea Square Error (MSE), MSE e dmaa adalah bayakya gala da e Z F (Makrdaks dkk, 999). Sela MAE da MSE, keepaa peramala dapa pula dukur megguaka ukura relaf yau Symmerc Mea Absolue Perceage Error (SMAPE). SMAPE adalah sebuah aleraf dar Mea Absolue Perceage Error (MAPE) keka ada la daa dere waku yag sama dega ol aau cukup kecl. Baas la kesalaha uuk SMAPE adalah 00%. dmaa Persedaa a) Pegera SMAPE PE / e PE 00 (8) Z F (Vaguard Sofware Corporao, 0) (4) (5) (6) (7) Persedaa dapa berupa baha meah, baha pembau, baha dalam proses, barag jad, aaupu suku cadag. Bsa (.9) dkaaka persedaa hayalah suau sumber daa megaggur, karea sebelum persedaa dguaka berar daa erka d dalamya dak dapa dguaka uuk keperlua la (Herjao, 008). b) Pegedala Persedaa (veory Corol) Ssem pegedala persedaa dapa ddefska sebaga seragkaa kebjaka pegedala uuk meeuka gka persedaa yag harus djaga, kapa pesaa uuk meambah persedaa harus dlakuka da berapa besar pesaa harus dadaka. Ssem meeuka da mejam ersedaya persedaa yag epa dalam kuaas da waku yag epa (Herjao, 008). Model Ecoomc Order Quay (EOQ) Klask Mulem EOQ klask mulem merupaka model EOQ uuk pembela bersama beberapa jes produk aau em, dega asums:. Tgka permaa uuk seap produk bersfa kosa da dkeahu dega pas.. Lead me (L) uuk seap produkya sama. 3. Baya pemesaa uuk seap produkya sama. 4. Kedaaga pesaa sera mera aau sekalgus. Fugs persedaaya, yau: ' '' Co Co Drp Ch (.3) Qrp TC Drp Qrp (9) dega Drp D Cp (0) Drp Qrp Drp Qrp Nla EOQ opmal dalam rupah yag aka memmumka TC adalah: ' '' Co Co Drp Qrp () Ch Da EOQ uuk masgmasg em dalam rupah adalah: Drp Qrp Qrp (3) Drp Maka dperoleh EOQ uuk masgmasg em adalah sebaga berku: Qrp Q Cp (4) () Program Sud Saska FMPA Uversas Mulawarma 45

4 Jural EKSPONENSAL Volume 6, Nomor, Nopember 05 SSN dmaa: : bayakya produk Cp : harga bel per u uuk produk ke (Rp) Drp : baya pembela per perode perecaaa (Rp) Drp : baya pembela per perode perecaaa uuk produk ke (Rp) D : jumlah permaa per perode perecaaa uuk produk ke (u) Q : jumlah pemesaa per perode perecaaa uuk produk ke (u) Qrp : EOQ opmum per perode perecaaa (Rp) Qrp : EOQ opmum per perode perecaaa uuk produk ke (Rp) Co : baya pemesaa mayor per perode perecaaa (Rp) Co : baya pemesaa mor per perode perecaaa uuk produk ke (Rp) Ch : baya peympaa per u uuk produk ke (Rp) (Sswao, 007) Order po adalah saa dmaa sklus persedaa (veory cycle) yag baru dmula da yag lama berakhr. Seap sklus persedaa mempuya perode T, arya seap T saua waku pemesaa kembal dlakuka, P T Fp P T D Q Q (5) T P D dmaa P merupaka lama perode perecaaa (Amudd, 005). Algorma Geeka Algorma Geeka merupaka suau meode heursk yag dkembagka berdasarka prsp geeka da proses seleks alamah Teor Evolus Darw. Berku adalah srukur dasar algorma geeka: a) salsas Populas Proses salsas populas adalah proses membagkka kromosom secara acak sebayak ukura populas. Pegkodea merupaka baga peg dalam ahapa salsas. Pegkodea yag dmaksud adalah pegkodea ge dar kromosom. Hasl akhr dar prosedur salsas populas adalah urua gege dalam seap kromosom yag mereprseaska kemugka la fess yag aka erplh sebaga solus yag layak (feasble soluo) dar persoala. b) Evaluas dvdu Proses aka meghug la fess dar seap kromosom yag elah dbagkka secara radom pada ahap salsas populas. Dalam masalah opmas, dvdu (kromosom) yag berla fess yag gg yag aka beraha hdup aau yag aka erplh da kromosom yag berla redah aka ma aau dak erplh pada ahap selajuya. Pada masalah opmas, jka solus yag dcar adalah memaksmalka sebuah fugs h, maka la fess yag dguaka adalah la dar fugs h ersebu, yak: f h (6) dmaa f adalah la fess da h adalah fugs obyekf. c) Elsme Elsme adalah suau prosedur pegopa dvdu agar dvdu yag berla fess erbak dak hlag selama proses evolus. Suau dvdu yag memlk la fess erbak belum pas aka selalu erplh. Hal dsebabka karea proses peyeleksa dlakuka secara radom. d) Seleks Orag Tua Seleks merupaka proses dalam algorma geeka uuk memlh kromosom yag eap beraha dalam populas. Kromosom yag erplh mempuya kemugka uuk dpasagka dega kromosom la aau megalam proses peylaga sebadg dega probablas peylaga yag meghaslka kromosom aak. Meode seleks yag palg umum dguaka adalah seleks sebadg dega la fess (model roda role). Model (.4) seleks merupaka meode seleks yag palg bayak dguaka. Jka f adalah fess uuk kromosom ke, maka probablas suau kromosom uuk dperahaka adalah sebesar la fess relafya f fr N (7) f j Dalam pemlha acak megguaka blaga rl, dbagkka secara acak suau blaga rl r yag berla aara 0 sampa. Kromosom yag erplh uuk dperahaka dalam populas deuka berdasarka keeuakeeua sebaga berku: r fk, Kromosom perama, jka 46 Program Sud Saska FMPA Uversas Mulawarma

5 Jural EKSPONENSAL Volume 6, Nomor, Nopember 05 SSN fk Kromosom ke, jka j 0 j f f j j fk fk ( ) r fr fk uuk. Pembagka blaga rl secara acak dlakuka sebayak N, uuk meyeleks kromosom yag eap beraha dalam populas. e) Proses Peylaga Peylaga merupaka operaor dalam algorma geeka yag berujua uuk melahrka kromosom baru yag mewars sfasfa dukya sebagamaa proses reproduks yag erjad dalam kehdupa alam.. Kromosom baru hasl peylaga dsebu sebaga kromosom keurua. Meode peylaga yag dpaka adalah meode peylaga sau k. Gambar. Cooh Crossover f) Proses Muas Muas merupaka operaor dalam algorma geeka yag berujua uuk megubah gege ereu dalam sebuah kromosom. Meode muas yag dguaka adalah meode muas berbass urua. Gambar. Cooh muas (Zukhr, 04) g) Peeua Parameer Algorma Parameer algorma yag dsaraka meuru De Jog adalah: a. Probablas peylaga cukup besar (berksar 60% sampa 70%). b. Probablas muas cukup kecl (sebuah ge uuk sebuah kromosom). c. Ukura populas berksar aara 50 sampa 500 kromosom (Zukhr, 04). h) Peagaa Kedala dega Sraeg Pal Pegguaa sraeg pembera pal memugkka proses pecara berada pada kawasa yag dak layak. Sebearya, sraeg pal megadops meode kovesoal. Dalam meode, lagkah uama yag harus dperhaka adalah melakuka peeua la pal yag epa sehgga proses pecara (8) dapa meuju ke k koverges apa meyebabka koverges d. Secara maemas, peagaa kedala dega sraeg pal dlakuka dega meambahka fugs pal ke dalam fugs obyekf. Adaya peambaha fugs pal dalam pegguaa algorma geeka membua keberadaa sejumlah peyelesaa dak layak pada seap geeras harus dperahaka. Dega eap memperahaka peyelesaapeyelesaa dak layak dharapka dapa memaksa proses pecara meuju ke k opmum, bak dar ss kawasa yag layak maupu dar ss kawasa yag dak layak (Zukhr, 04). Meodolog Peela Peela dlaksaaka pada bula Me sampa Ju 0. Adapu pegambla daa dlakuka d Toko Lesar Baku yag berlokas d Jl. Serulg Samarda Ulu da pegolaha daa dlaksaaka d Laboraorum Saska Ekoom da Bss Fakulas Maemaka da lmu Pegeahua Alam Uversas Mulawarma, Samarda Provs Kalmaa Tmur. Peela dlakuka dega melakuka wawacara ak ersrukur dega pemlk Toko Lesar Baku da megambl daa sekuder yag erseda d Toko Lesar Baku. Racaga peela bersfa ex pos faco. Varabel yag dguaka pada peela adalah:. Jumlah permaa per bula uuk produk ke (dus), D.. Lead me (har), L. 3. Baya pemesaa mayor per perode pemesaa (Rp), Co '. 4. Baya pemesaa mor per perode pemesaa (Rp), Co". 5. Baya pembela per perode perecaaa uuk produk ke (Rp), Drp. 6. Baya pembela per perode perecaaa (Rp), Drp. 7. EOQ opmal per perode perecaaa (Rp), Qrp. 8. EOQ opmal per perode perecaaa uuk produk ke (Rp), Qrp. 9. Baya oal persedaa per perode perecaaa (Rp), TC. 0. Harga bel per u uuk produk ke (Rp), Cp.. Baya peympaa per u uuk produk ke (Rp), Ch.. Saua waku pesaa kembal dlakuka (har), T. Program Sud Saska FMPA Uversas Mulawarma 47

6 Jural EKSPONENSAL Volume 6, Nomor, Nopember 05 SSN Tekk samplg yag dguaka pada peela adalah samplg purposf da samplg jeuh. Sedagka uuk ekk aalss daa pada peela adalah sebaga berku:. Membua program peramala berbass expoeal smoohg da meode EOQ mulem dega algorma geeka megguaka bahasa pemrograma MATLAB.. Aalss Saska Deskrpf. 3. Peramala. 4. Perumusa model EOQ mulem. 5. Peerapa algorma geeka pada model EOQ mulem. 6. Meghug kapa sebakaya pemesaa produkproduk kembal dlakuka. 7. erpreas keseluruha hasl aalss da membua kesmpula. Hasl da Pembahasa a) Aalss Saska Deskrpf Produk perama adalah Faa 50 ml (kaleg), produk ke adalah Spre 50 ml (kaleg), produk ke3 adalah Pulpy Orage (bool), produk ke4 adalah Spre L (bool), da produk ke5 sera ke6 beruruuru adalah Faa L (bool) da Coca Cola L (bool). Terdapa masgmasg 34 daa permaa (Agusus 0 Me 05) uuk semua produk, kecual produk ke3 (Pulpy Orage) yag haya erdr dar daa permaa yag merupaka daa permaa kosume uuk produk Pulpy Orage pada bula Ju 04 sampa dega Me 05. Tabel 3 merupaka abel yag memua lala deskrpf dar ke6 produk yag dperoleh dar perhuga sofware MATLAB. Tabel 3. Nla Saska Deskrpf Z s max Z Z m 8.4, , ,0.99,0 9.76, , ,0 3.58, ,4 8.97,5 7.5,0 40,0 4 84,6 966, ,0 0, , 707,3 3.64,0 0,0 6 45,7 703,8 3.6,0 0,0 Raaraa permaa pelagga erhadap produk Faa 50 ml perode Agusus 0 sampa dega Me 05 adalah sebayak 9.76 kaleg/bula, jumlah lebh bayak dbadgka raaraa permaa erhadap kelma produk laya, dega gka varas daa dar la raaraaya sebesar Permaa erbayak uuk produk Faa 50 ml erjad pada bula Jul ahu 03 adalah sebesar kaleg, besarya permaa ke5 produk pada bula Jul 03, meuru pemlk Toko Lesar Baku, dsebabka oleh adaya perayaa Har Raya dul Fr pada aggal 8 Agusus 03. Permaa palg sedk adalah haya 3.58 kaleg da erjad pada ahu 05. b) Tme Seres Plo (a) (c) (e) Gambar 3. Tme seres plo produk Faa, Spre da Coca Cola Dar plo pada Gambar 3 dapa dlha bahwa daa permaa produk Faa 50 ml (a), Spre 50 ml (b), Coca Cola L (c), Spre L (d) da Faa L (e) bersfa red adf da musma mulplkaf dega pajag musma bula, sehgga meode peramala yag daggap palg epa uuk meramalka permaa masgmasg produk pada bula Ju 05 da Jul 05 adalah meode Wers. Gambar 4. Tme seres plo produk Pulpy Orage Sedagka dar plo pada Gambar 4 dapa dlha bahwa daa permaa produk Pulpy Orage bersfa red adf, sehgga meode peramala yag daggap palg epa uuk meramalka permaa Pulpy Orage pada bula Ju 05 da Jul 05 adalah double expoeal smoohg dega meode Hol. c) Peramala Hasl peramala keeam produk erdapa pada Tabel 4. d) Meode EOQ Mulem Permaa keeam produk perode JuJul 05 erdapa pada Tabel 5. Dar Tabel 5 dkeahu bahwa uuk perode perecaaa pemesaa JuJul 05, oal permaa uuk keeam produk secara berurua adalah dus, 3.85 dus, 95 dus, 338 dus, 95 dus da 9 dus. (b) (d) 48 Program Sud Saska FMPA Uversas Mulawarma

7 Jural EKSPONENSAL Volume 6, Nomor, Nopember 05 SSN Tabel 4. Permaa uuk Perode JuJul 05 Parameer Ju Jul Keepaa Peramala 0, MAE 493 0, MSE , SMAPE 7% 0, MAE , MSE , SMAPE 74% MAE 677 0, MSE , SMAPE 0% 0, MAE 4 0, MSE , SMAPE 59% 0, MAE 67 0, MSE , MAPE 0% 0, MAE 65 0, 90.4 MSE , MAPE 9% Tabel 5. Permaa uuk Perode JuJul 05 Produk Ju Jul D() Toal (dus) Kaleg Kaleg Bool Bool Bool Bool Tabel 6. Kompoe Baya yag Mempegaruh Persedaa No D Ch Cp Drp Jumlah Dega megguaka daa yag ada pada Tabel 6, maka berdasarka persamaa (9) dperoleh model persedaa mulem sebaga berku: e) Algorma Geeka salsas Populas Nlala parameer yag dplh adalah sebaga berku:. Ukura populas = 00. Lebar kromosom = 6 3. Probablas peylaga = 0,60 4. Probablas muas = 0,0 5. Bayak geeras = Lead me selama dua har membulka kedalakedala dalam pecara la TC mmum:. Selama perode JuJul 05 frekues pemesaa maksmal yag dapa dlakuka oleh oko Lesar Baku adalah sebayak 3 kal, dmaa pemesaa perama dlakuka pada aggal 30 Me 05.. Agar kebuuha erhadap permaa semua produk dapa erpeuh, maka seap kal melakuka pemesaa, baya pembela mmum adalah Rp Da seap kal melakuka pemesaa, baya pembela mmum adalah uuk Faa 50 ml, Rp uuk Spre 50 ml, Rp uuk Pulpy Orage, Rp uuk Spre L, Rp uuk Faa L, da Rp uuk Coca Cola L. 4 Tabel 7. Populas Geeras Perama 0 J * ( j,) Qrp * Qrp ( j,) * Qrp ( j,6) Qrp* , , , , , , ,0 Dega mempermbagka kedalakedala yag ada, berku adalah 00 kromosom pada populas geeras perama yag dbagkka dega blaga acak Qrp *, Qrp* seper yag ada pada Tabel 7 dega skema pegkodea dscree umber ecodg. Proses Evaluas Tabel 8. Fugs Fess Kromosom (j) f k, j 0, , , , , , , Dperoleh la fess ergg pada populas geeras perama dhaslka oleh Program Sud Saska FMPA Uversas Mulawarma 49

8 Jural EKSPONENSAL Volume 6, Nomor, Nopember 05 SSN kromosom ke86, yau sebesar 0,96 0 dega oal baya persedaa Rp da la fess erkecl pada populas geeras perama dhaslka oleh kromosom ke8, yau 0 sebesar 0, dega oal baya persedaa Rp Elsme Pecaaa uuk populas geeras perama dsajka sebagamaa Tabel 9. Tabel 9. Elsme Geeras Perama Nla fess maksmum, TC mmum 0 5, Urua kromosom dega fess maksmum () 86 Urua geeras dega fess maksmum (k) Nla fess maksmum semeara adalah, yag merupaka fugs fess dar kromosom ke86 geeras perama, maka oal baya persedaa mmum semeara adalah Rp dega rca baya pembela opmum semeara produk Faa 50 ml, Spre 50 ml, Pulpy Orage, Spre L, Faa L, Coca Cola L yag harus dkeluarka seap kal pemesaa beruruuru adalah Rp , Rp , Rp , Rp , Rp da Rp Proses Seleks Meode seleks yag dpaka adalah seleks sebadg dega la fess (pemodela roda role). Tabel 0. Proses Seleks Geeras Perama Kromo som (j) fr j fk j R Has l Sele ks 0,039 0,039 0, ,0050 0,088 0, ,0037 0,7706 0, ,0053 0,7759 0, ,0655 0,844 0, ,079 0,9959 0, ,004,0000 0,3366 Pada Tabel 0 kromosom ke86, yag merupaka kromosom dega la fess erbesar, memlk la fess relaf yag erbesar pula, 0,0655, da kromosom ke8, yag merupaka kromosom dega la fess erkecl, memlk la fess relaf yag erkecl, 0,003, yag berar bahwa peluag kromosom ke8 uuk erseleks adalah 0,003 aau saga kecl. Da berdasarka hasl seleks haya 45% dar populas geeras perama yag beraha dalam populas selajuya. Kromosom dega la fess erkecl, yau kromosom ke8, merupaka salah sau kromosom yag dak beraha dalam populas (dak erseleks). Sedagka kromosom ke86, yag la fessya erbesar pada populas geeras perama, erseleks 0 kal da medomas populas selajuya. Peylaga Dalam pemodela pemlha duk kromosom, dlbaka parameer probablas peylaga, pp=0,6, sera blaga radom r yag dbagkka sebayak ukura populas, yau 00. Dar Tabel, dapa dlha bahwa kromosom perama merupaka duk karea r (0,36) < pp (0,6), kromosom kedua merupaka duk karea r (0,579) < pp (0,6), da seerusya. Sehgga dperoleh kesmpula bahwa erdapa 59 kromosom duk. Dega demka erdapa 9 pasaga kromosom (58% dar populas) yag aka dkea operaor peylaga da kromosom duk ke59 yag merupaka kromosom ke00 gagal mejad duk karea dak medapa pasaga uuk dkea operaor peylaga. Tabel. Pemlha duk Peylaga Kromosom (j) R Kaegor 0,36 duk 0,579 duk 54 0,574 duk 55 0,9409 Buka duk 56 0,483 duk 99 0,3849 duk 00 0,3357 duk Berku adalah ke9 pasag kromosom duk: Dalam peela, meode peylaga yag dguaka adalah meode peylaga dega sebuah k poog. Uuk populas geeras perama dalam peela ddapa k poog pada ge ke. 50 Program Sud Saska FMPA Uversas Mulawarma

9 Jural EKSPONENSAL Volume 6, Nomor, Nopember 05 SSN Muas Dalam proses muas geeras perama erdapa 67 ge yag megalam muas. Selajuya dlakuka peggaa kromosom hasl muas erhadap populas kromosom hasl peylaga. Populas yag dhaslka dar peerapa operaor muas dak la adalah populas geeras ke da dsajka dalam Tabel. Kromo som (j) Tabel. Populas Geeras Kedua 0 * Qrp ( j,) * Qrp ( j,6) 4 Qrp* Dar Tabel, dapa dlha bahwa kromosom perama erkea pal karea * Qrp , yag (,) merupaka baas mmum baya pembela seap kal melakuka pemesaa. Hal meyebabka, la fess uuk kromosom perama geeras kedua mejad saga kecl, yau 0,000, sehgga dak erplh sebaga peyelesaa erbak, da seerusya. Pada ahap elsme geeras kedua dperoleh pecaaa sebagamaa Tabel 3, dmaa kromosom erbak adalah kromosom ke3 pada geeras kedua. Tabel 3. Elsme Geeras Kedua Nla fess maksmum,966 0 TC mmum 0 5, Urua kromosom dega fess maksmum () 3 Urua geeras dega fess maksmum (k) Proses selajuya adalah megulag ahapa proses pada algorma geeka sampa dhaslka populas geeras ke3. Dar pegaplkasa algorma geeka erhadap masalah pegedala persedaa, dperoleh hasl bahwa geeras yag meghaslka la fess maksmum adalah populas geeras ke, dega la fessya adalah sebesar,966 0, da Qrp Berdasarka Tabel 4, selama perode Ju Jul 05 seap kal melakuka pemesaa oko Lesar Baku harus memesa 66 dus produk Faa 50 ml, 8 dus produk Spre 50 ml, 4 dus Pulpy Orage, 6 dus Spre L, 9 dus Faa L, 9 dus Coca Cola L. Tabel 4. Nla Qrp No Qrp Cp Q Toal Dega mesubsuska bayabaya persedaa yag dperoleh ke dalam persamaa TC, maka dperoleh oal baya persedaa selama perode JuJul 05 adalah sebesar Rp Da dega persamaa (5) dperoleh la Q 395 T P 6,863 D 8.4 yag berar pemesaa kembal ke6 produk oleh oko Lesar Baku adalah aau 3 har sekal. Kesmpula Berdasarka hasl peela yag elah dlakuka dapa dsmpulka bahwa elah dhaslka scrp program peramala berbass expoeal smoohg da meode EOQ mulem dega algorma geeka megguaka bahasa pemrograma MATLAB. Meode expoeal smoohg yag palg sesua uuk meramalka daa permaa kosume erhadap produk Faa 50 ml, Spre 50 ml, Spre L, Faa L da Coca Cola L adalah meode Wers, sedagka uuk produk Pulpy Orage, meode yag palg sesua meuru peuls adalah meode Hol. Hasl peramala Faa 50 ml dega 0,; 0,; 0, adalah 0.73 kaleg uuk bula Ju 05 da kaleg uuk bula Jul 05, hasl peramala Spre 50 ml dega 0,; 0,; 0, adalah kaleg uuk bula Ju 05 da kaleg uuk bula Jul 05, hasl peramala Pulpy Orage dega 0,; 0, adalah.30 bool uuk bula Ju 05 da.34 bool uuk bula Jul 05. Sedagka hasl peramala Spre L dega 0,; 0,; 0,, Faa L dega 0,; 0,; 0,, da Coca Cola L dega 0,; 0,; 0,, uuk bula Ju 05 beruruuru adalah 97 bool, 93 bool, da 90 Program Sud Saska FMPA Uversas Mulawarma 5

10 Jural EKSPONENSAL Volume 6, Nomor, Nopember 05 SSN bool da uuk bula Jul 05 beruruuru adalah bool,.38 bool, da.4 bool. Uuk hasl peramala seper yag elah dsebuka, maka selama perode JuJul 05 oko Lesar Baku harus megadaka persedaa seap aau 3 har sekal dega rca Faa 50 ml sebayak 66 dus, Spre 50 ml sebayak 8 dus, Pulpy Orage sebayak 4 dus, Spre L sebayak 6 dus, Faa L sebayak 9 dus, da Coca Cola L sebayak 9 dus. Uuk rca jumlah pemesaa seper yag elah djabarka ad, maka oal baya persedaa yag harus dkeluarka oko Lesar Baku selama perode pemesaa adalah Rp Dafar Pusaka Amud. Prspprsp Rse Operas Jakara: Erlagga. Asw da Sukara Aalss Dere Waku. Makassar: Adra Publsher. Haup R.L., ad Haup Praccal Geec Algorhms. New Jersey: Joh Wley da Sos, c. Herjao, Eddy Maajeme Operas Eds Kega. Jakara: Grasdo. dropraso da Surya, Erma. 0. Aalss Pegedala Persedaa Produk Dega Meode EOQ Megguaka Algorma Geeka uuk Megefseka Baya Persedaa. Jural Tekk Vol.. Makrdaks S., Wheelwrgh S.C.W., da Mc Gee V.E Alh Bahasa Sumo. Meode da Aplkas Peramala. Jld. Jakara: Bapura Aksara. Sswao Operao Research. Jld. Jakara: Erlagga. Zukhr, Zaud. 04. Algorma Geeka: Meode Kompuas Evolusoer uuk Meyelesaka Masalah Opmas. Yogyakara: AND. 0/symmercmeaabsolueperceerrorsmape/. Dakses pada aggal Jul Program Sud Saska FMPA Uversas Mulawarma

Estimasi Parameter dan Dalam Pemulusan Eksponensial Ganda Dua Parameter Dengan Metode Modifikasi Golden Section

Estimasi Parameter dan Dalam Pemulusan Eksponensial Ganda Dua Parameter Dengan Metode Modifikasi Golden Section JURNAL SAINS DAN SENI ITS Vol., No., (Sep. 0) ISSN: 0- A- Esmas Parameer a Dalam Pemulusa Ekspoesal Gaa Dua Parameer Dega Meoe Mofkas Gole Seco Nla Yuwa, Lukma Haaf, Nur Wahyugsh Jurusa Maemaka, Fakulas

Lebih terperinci

BAB III MENENTUKAN JADWAL OPTIMUM PERAWATAN OVERHAUL. MESIN OKK Gill BCG1-P2 PADA BAGIAN DRAWING PT VONEX INDONESIA

BAB III MENENTUKAN JADWAL OPTIMUM PERAWATAN OVERHAUL. MESIN OKK Gill BCG1-P2 PADA BAGIAN DRAWING PT VONEX INDONESIA BAB III MENENTUKAN JADWAL OPTIMUM PERAWATAN OVERHAUL MESIN OKK Gll BCG1-P PADA BAGIAN DRAWING PT VONEX INDONESIA 3.1 Pedahulua Pada Bab II elah djelaska megea eor eor yag dbuuhka uuk meeuka jadwal opmum

Lebih terperinci

Hidraulika Komputasi

Hidraulika Komputasi Hdraulka Kompuas Meoda Beda Hgga Ir. Djoko Lukao, M.Sc., Ph.D. Jurusa Tekk Spl Fakulas Tekk Uversas Gadjah Mada Peyelesaa Pedekaa Karea dak dperoleh peyelesaa aals, maka dguaka peyelesaa pedekaa umers.

Lebih terperinci

BAB 4 ENTROPI PADA PROSES STOKASTIK RANTAI MARKOV

BAB 4 ENTROPI PADA PROSES STOKASTIK RANTAI MARKOV BAB 4 ENTROPI PADA PROSES STOKASTIK RANTAI MARKOV 4. Proses Sokask Dalam kehdupa yaa, sergkal orag g megama keerkaa sau kejada dega kejada la dalam suau erval waku ereu, yag merupaka suau barsa kejada.

Lebih terperinci

ESTIMASI PARAMETER MODEL SURVIVAL DISTRIBUSI EKSPONENSIAL DATA TERSENSOR DENGAN METODE MAKSIMUM LIKELIHOOD DAN BAYESIAN SELF

ESTIMASI PARAMETER MODEL SURVIVAL DISTRIBUSI EKSPONENSIAL DATA TERSENSOR DENGAN METODE MAKSIMUM LIKELIHOOD DAN BAYESIAN SELF Bule Ilmah Mah. Sa. da Terapaya Bmaser Volume 5, No. 3 26, hal 23 22. ESTIMASI PARAMETER MODEL SURVIVAL DISTRIBUSI EKSPONENSIAL DATA TERSENSOR DENGAN METODE MAKSIMUM LIKELIHOOD DAN BAYESIAN SELF Syarah

Lebih terperinci

III. METODE PENELITIAN. instansi pemerintah, diantaranya adalah publikasi data dari Badan Pusat Statistik

III. METODE PENELITIAN. instansi pemerintah, diantaranya adalah publikasi data dari Badan Pusat Statistik III. METODE PENELITIAN A. Jes da Sumber Daa Daa yag dguaka adalah daa sekuder dar publkas das aau sas pemerah, daaraya adalah publkas daa dar Bada Pusa Sask megea PDRB Koa Badar Lampug da PDRB Props Lampug.

Lebih terperinci

BAB 1 PENDAHULUAN. bahkan tidak sedikit orang yang frustasi akibat dari krisis global.

BAB 1 PENDAHULUAN. bahkan tidak sedikit orang yang frustasi akibat dari krisis global. BAB 1 PENDAHULUAN 1.1 Laar Belakag Telah dkeahu bahwa saa sedag megalam krss global, dak haya erjad pada Negara yag sedag berkembag, bahka Negara maju juga megalamya, seper Amerka. Akbaya bayak orag yag

Lebih terperinci

PENYELESAIAN NUMERIK PERSAMAAN KONDUKSI 1D DENGAN SKEMA FTCS, LAASONEN DAN CRANK-NICOLSON. Eko Prasetya Budiana 1 Syamsul Hadi 2

PENYELESAIAN NUMERIK PERSAMAAN KONDUKSI 1D DENGAN SKEMA FTCS, LAASONEN DAN CRANK-NICOLSON. Eko Prasetya Budiana 1 Syamsul Hadi 2 PENYELESAIAN NUMERIK PERSAMAAN KONDUKSI D DENGAN SKEMA FCS, LAASONEN DAN CRANK-NICOLSON Eko Praseya Budaa Syamsul Had Absrac, Fe dfferece mehod ( FCS, Laasoe ad Crak-Ncholso scheme) have bee develop for

Lebih terperinci

PERENCANAAN & PENGENDALIAN PRODUKSI TIN 4113

PERENCANAAN & PENGENDALIAN PRODUKSI TIN 4113 PERENCANAAN & PENGENDALIAN PRODUKSI TIN 4113 Peremua 3 Oule: Meode Peramala: Expoeal Smoohg (Sgle) Double Expoeal Smoohg Wer s Mehod for Seasoal Problems Error Forecas MAD, MSE, MAPE, MFE aau Bas Referes:

Lebih terperinci

RISK ANALYSIS RESIKO DAN KETIDAKPASTIAN DALAM MEMBUAT KEPUTUSAN MANAJERIAL

RISK ANALYSIS RESIKO DAN KETIDAKPASTIAN DALAM MEMBUAT KEPUTUSAN MANAJERIAL RISK ANALYSIS Dr. Mohammad Abdul Mukhy,, SE., MM RESIKO DAN KETIDAKPASTIAN DALAM MEMBUAT KEPUTUSAN MANAJERIAL kepuusa maageral dbua d bawah kods-kods kepasa, kedak-pasa aau resko. Kepasa megacu pada suas

Lebih terperinci

PENGENDALIAN STOCK CUTTING TOOL DENGAN METODE MATERIAL REQUIREMENT PLANNING (MRP) DI WORKSHOP UNITED CAN COMPANY

PENGENDALIAN STOCK CUTTING TOOL DENGAN METODE MATERIAL REQUIREMENT PLANNING (MRP) DI WORKSHOP UNITED CAN COMPANY PENGENDALIAN STOCK CUTTING TOOL DENGAN METODE MATERIAL REQUIREMENT PLANNING (MRP) DI WORKSHOP UNITED CAN COMPANY Ajeg Ye Seagrum 1, da Muhammad Kholl Jurusa Tekk Idusr, Fakulas Tekk Uversas Mercu Buaa

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pegera Peramala Meuru Assaur peramala adalah kegaa uuk memperkraka apa yag aka erjad d masa yag aka daag. Sedagka ramala adalah suau suas aau kods yag dperkraka aka erjad pada

Lebih terperinci

BAB 2 LANDASAN TEORI. pada masa mendatang. Peramalan penjualan adalah peramalan yang mengkaitkan berbagai

BAB 2 LANDASAN TEORI. pada masa mendatang. Peramalan penjualan adalah peramalan yang mengkaitkan berbagai BAB 2 LANDASAN TEORI 2.1 Pegeria Peramala (orecasig) Peramala (orecasig) adalah suau kegiaa yag memperkiraka apa yag aka erjadi pada masa medaag. Peramala pejuala adalah peramala yag megkaika berbagai

Lebih terperinci

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten BAB III METODE PENELITIAN 3. Tempat da Waktu Peelta 3.. Tempat Tempat peelta dlaksaaka d SMP Neger 4 Tlamuta Kabupate Boalemo pada sswa kelas VIII. 3.. Waktu Peelta dlaksaaka dalam waktu 3 bula yatu dar

Lebih terperinci

PENGARUH PERENCANAAN PEMBELIAN BAHAN BAKU DENGAN MODEL EOQ UNTUK MULTIITEM DENGAN ALL UNIT DISCOUNT

PENGARUH PERENCANAAN PEMBELIAN BAHAN BAKU DENGAN MODEL EOQ UNTUK MULTIITEM DENGAN ALL UNIT DISCOUNT PENGARUH PERENCANAAN PEMBELIAN BAHAN BAKU DENGAN MODEL EOQ UNTUK MULTIITEM DENGAN ALL UNIT DICOUNT Much. Djuad Jurusa Tekk Idusr Uversas Muhammadyah urakara Jl. Ahmad Ya Tromol Pos Pabela urakara emal:

Lebih terperinci

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM 1 Megetahu perhtuga persamaa regres ler Meggambarka persamaa regres ler ke dalam dagram pecar TEORI PENUNJANG Persamaa Regres adalah persamaa matematka

Lebih terperinci

BAB 2 TINJAUAN TEORI. Ramalan pada dasarnya merupakan dugaan atau perkiraan mengenai terjadinya suatu

BAB 2 TINJAUAN TEORI. Ramalan pada dasarnya merupakan dugaan atau perkiraan mengenai terjadinya suatu BAB 2 TINJAUAN TEORI 2.1 Pegeria Peramala Ramala pada dasarya merupaka dugaa aau perkiraa megeai erjadiya suau kejadia aau perisiwa di waku yag aka daag. Peramala merupaka sebuah ala bau yag peig dalam

Lebih terperinci

Metode Bayes Dan Ketidaksamaan Cramer-Rao Dalam Penaksiran Titik

Metode Bayes Dan Ketidaksamaan Cramer-Rao Dalam Penaksiran Titik Jural Jural Maemaka, Saska, & Kompuas Vol. 4 No. Jauar 08 Vol. 3 No Jul 006 p-issn: 858-38 53 e-issn: 64-88 Vol. 4, No., 54-59, Jauar 08 Vol. 4, No., 54-58, Jauar 08 Meode Bayes Da Kedaksamaa Cramer-Rao

Lebih terperinci

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

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

Lebih terperinci

Pemecahan Masalah Integer Programming Biner Dengan Metode Penambahan Wawan Laksito YS 6)

Pemecahan Masalah Integer Programming Biner Dengan Metode Penambahan Wawan Laksito YS 6) Pemecaha Masalah Ieger Programmg Ber Dega Meode Peambaha Wawa Lakso YS 6) ISSN : 1693 1173 Absrak Program Ler adalah perecaaa akfas-akfas uuk memperoleh suau hasl yag opmal. Tdak semua varabel kepuusa

Lebih terperinci

UKURAN GEJALA PUSAT DAN UKURAN LETAK

UKURAN GEJALA PUSAT DAN UKURAN LETAK UKURAN GEJALA PUSAT DAN UKURAN LETAK MODUL 4 UKURAN GEJALA PUSAT DAN UKURAN LETAK. Pedahulua Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu persoala, bak megea sampel atau pu

Lebih terperinci

LOGO ANALISIS REGRESI LINIER

LOGO ANALISIS REGRESI LINIER LOGO ANALISIS REGRESI LINIER BERGANDA Hazmra Yozza Jur. Maemaka FMIPA Uv. Adalas KOMPETENSI megdefkaska model regres ler bergada dalam oas aljabar basa maupu oas marks da asumsya medapaka model regres

Lebih terperinci

STUDI SIMULASI DALAM ESTIMASI BAYESIAN OBYEKTIF

STUDI SIMULASI DALAM ESTIMASI BAYESIAN OBYEKTIF STUDI SIMULASI DALAM ESTIMASI BAYESIAN OBYEKTIF A Seawa Program Su Maemaka Iusr a Saska Fakulas Sas a Maemaka Uversas Krse Saya Wacaa Jl Dpoegoro 52-6 Salaga 57 Ioesa e-mal: a_sea_3@yahoocom Absrak Dega

Lebih terperinci

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

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

Lebih terperinci

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang BAB 2 LANDASAN EORI 2.1 Pegeria Peramala Peramala adalah kegiaa uuk memperkiraka apa yag aka erjadi di masa yag aka daag. Sedagka ramala adalah suau siuasi aau kodisi yag diperkiraka aka erjadi pada masa

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa merupaka baga regres yag mecakup hubuga ler satu peubah acak tak bebas dega satu peubah bebas. Hubuga ler da dar satu populas dsebut gars regres

Lebih terperinci

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu BAB II LADASA TEORI Dalam pegambla sampel dar suatu populas, dperluka suatu tekk pegambla sampel yag tepat sesua dega keadaa populas tersebut. Sehgga sampel yag dperoleh adalah sampel yag dapat mewakl

Lebih terperinci

III. METODE KAJIAN A.

III. METODE KAJIAN A. 25 III. METODE KAJIAN A. Lokas da Waku Kaja Lokas kaja d dusr sapu PT. XYZ yag berlokas d Dusu III R.3/05 Desa Kalbuaya, Kecamaa Telagasar, Kabupae Karawag. Pemlha lokas dlakuka secara segaja (purposve),

Lebih terperinci

DISTRIBUSI GAMMA. Ada beberapa distribusi penting dalam distribusi uji hidup, salah satunya adalah distribusi gamma.

DISTRIBUSI GAMMA. Ada beberapa distribusi penting dalam distribusi uji hidup, salah satunya adalah distribusi gamma. DITRIBUI GAMMA Ada beberaa dsrbus eg dalam dsrbus uj hdu, salah sauya adalah dsrbus gamma. A. Fugs keadaa eluag (fk) Fugs keadaa eluag (fk) dar dsrbus gamma dega dua arameer yau da adalah sebaga berku:

Lebih terperinci

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu KORELASI 1 D dua kta tdak dapat hdup sedr, tetap memerluka hubuga dega orag la. Hubuga tu pada umumya dlakuka dega maksud tertetu sepert medapat kergaa pajak, memperoleh kredt, memjam uag, serta mta pertologa/batua

Lebih terperinci

BEBERAPA SIFAT IDEAL GELANGGANG POLINOM MIRING: SUATU KAJIAN PUSTAKA

BEBERAPA SIFAT IDEAL GELANGGANG POLINOM MIRING: SUATU KAJIAN PUSTAKA Jural Maemaka, Vol., No., 2, 6 2 BEBERAPA SIFAT IDEAL GELANGGANG POLINOM MIRING: SUATU KAJIAN PUSTAKA AMIR KAMAL AMIR Jurusa Maemaka, FMIPA, Uversas Hasaudd 9245 Emal : amrkamalamr@yahoo.com INTISARI Msalka

Lebih terperinci

INFERENSI DATA UJI HIDUP TERSENSOR TIPE II BERDISTRIBUSI RAYLEIGH. Oleh : Tatik Widiharih 1 Wiwin Mardjiyati 2

INFERENSI DATA UJI HIDUP TERSENSOR TIPE II BERDISTRIBUSI RAYLEIGH. Oleh : Tatik Widiharih 1 Wiwin Mardjiyati 2 INFERENSI DAA UJI HIDUP ERSENSOR IPE II BERDISRIBUSI RAYLEIGH Oleh : ak Wdhah Ww Madjya Saf Pogam Sud Saska FMIPA UNDIP Alum Pogam Sud Saska FMIPA UNDIP Absac Aalyss of lfe me s oe of sascal aalyss whch

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu. BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa yag varabel bebasya ( berpagkat palg tgg satu. Utuk regres ler sederhaa, regres ler haya melbatka dua varabel ( da. Persamaa regresya dapat dtulska

Lebih terperinci

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KETAHANAN HIDUP PASIEN TUBERCULOSIS DENGAN MODEL REGRESI COX

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KETAHANAN HIDUP PASIEN TUBERCULOSIS DENGAN MODEL REGRESI COX ANAISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KETAHANAN HIDUP PASIEN TUBERCUOSIS DENGAN MODE REGRESI COX Es Okava Sr Seyagsh da A Adrya Program Sud Maemaka Fakulas Maemaka da Ilmu Pegeahua Alam Uversas Pakua

Lebih terperinci

Oleh : Azzahrowani Furqon Dosen Pembimbing Dr. Purhadi, M.Sc.

Oleh : Azzahrowani Furqon Dosen Pembimbing Dr. Purhadi, M.Sc. Aalss Regres Webull uuk Megeahu Fakor-Fakor yag Mempegaruh Laju Perbaka Kods Kls Pedera Sroke Sud kasus RSU Haj Surabaya Oleh : Azzahrowa Furqo 3090004 Dose Pembmbg Dr. Purhad, M.Sc. AGENDA OUTLINE PENDAHULUAN

Lebih terperinci

Analisis Survival dengan Model Regresi Cox Weibull pada Penderita Demam Berdarah Dengue (DBD) di Rumah Sakit Haji Sukolilo Surabaya

Analisis Survival dengan Model Regresi Cox Weibull pada Penderita Demam Berdarah Dengue (DBD) di Rumah Sakit Haji Sukolilo Surabaya JURNAL SAINS DAN SENI POMITS Vol., No., (13) 337-35 (31-98X Pr) D-165 Aalss Survval dega Model Regres Cox Webull pada Pedera Demam Berdarah Degue (DBD) d Rumah Sak Haj Sukollo Surabaya Edhy Basya, da I

Lebih terperinci

BAB V ANALISA HASIL. Untuk mendapatkan jenis peramalan yang dinginkan terdapat banyak

BAB V ANALISA HASIL. Untuk mendapatkan jenis peramalan yang dinginkan terdapat banyak BB V NLIS HSIL 5.1 Ukura kurasi Hasil Peramala Uuk medapaka jeis peramala yag digika erdapa bayak parameer-parameer yag dapa diguaka. Seperi yag elah diuraika pada ladasa eori, parameer-parameer ersebu

Lebih terperinci

PERAMALAN LAJU PRODUKSI MINYAK DENGAN ARPS DECLINE CURVE DAN ANALISIS DERET WAKTU

PERAMALAN LAJU PRODUKSI MINYAK DENGAN ARPS DECLINE CURVE DAN ANALISIS DERET WAKTU PERAMALAN LAJU PRODUKSI MINYAK DENGAN ARPS DECLINE CURVE DAN ANALISIS DERET WAKTU Dyah Rosa STEM Akamgas, Jl. Gajah Mada No. 38 Cepu E-mal: a_dyah@yahoo.com ABSTRAK Peramala produks d masa medaag saga

Lebih terperinci

Penggunaan Uji Kointegrasi pada Data Kurs IDR terhadap AUD

Penggunaan Uji Kointegrasi pada Data Kurs IDR terhadap AUD Vol. 7, No., 3-33, Jul Pegguaa Uj Koegras pada Daa Kurs IDR erhadap AUD Asa Absrak Peela megkaj peerapa Saska pada daa ruu waku yag megkaj uj koegras pada daa ersebu. Koegras adalah suau uj yag dguaka

Lebih terperinci

S2 MP Oleh ; N. Setyaningsih

S2 MP Oleh ; N. Setyaningsih S2 MP Oleh ; N. Setyagsh MATERI PERTEMUAN 1-3 (1)Pedahulua pera statstka dalam peelta ; (2)Peyaja data : dalam betuk (a) tabel da (b) dagram; (3) ukura tedes setaral da ukura peympaga (4)dstrbus ormal

Lebih terperinci

UKURAN GEJALA PUSAT (UGP)

UKURAN GEJALA PUSAT (UGP) UKURAN GEJALA PUSAT (UGP) Pegerta: Rata-rata (average) alah suatu la yag mewakl suatu kelompok data. Nla dsebut juga ukura gejala pusat karea pada umumya mempuya kecederuga terletak d tegah-tegah da memusat

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan Aalsa Numerk Baha Matrkulas PENDAHULUAN Metode umerk merupaka suatu tekk atau cara utuk megaalsa da meyelesaka masalah masalah d dalam bdag rekayasa tekk da sa dega megguaka operas perhtuga matematk Masalah-masalah

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 5 BAB 2 LANDASAN TEORI 2. Tjaua Pusaka 2.. Defs Pemelharaa Pegera pemelharaa aau perawaa ( maeace ) adalah suau kombas dar berbaga daka yag dlakuka uuk mejaga suau barag aau memperbakya, sampa pada suau

Lebih terperinci

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

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

Lebih terperinci

III. METODE KAJIAN 1. Lokasi dan Waktu 2. Metode Pengumpulan Data

III. METODE KAJIAN 1. Lokasi dan Waktu 2. Metode Pengumpulan Data III. METODE KAJIAN 1. Lokasi da Waku Lokasi kajia berempa uuk kelompok dilaksaaka di kelompok peeraka sapi di Bagka Tegah, Provisi Bagka Beliug, da Kelompok Peeraka Sapi di Cisarua, Bogor, Provisi Jawa

Lebih terperinci

BAB 2. Tinjauan Teoritis

BAB 2. Tinjauan Teoritis BAB Tjaua Teorts.1 Regres Lear Sederhaa Regres lear adalah alat statstk yag dperguaka utuk megetahu pegaruh atara satu atau beberapa varabel terhadap satu buah varabel. Varabel yag mempegaruh serg dsebut

Lebih terperinci

BAB 5. ANALISIS REGRESI DAN KORELASI

BAB 5. ANALISIS REGRESI DAN KORELASI BAB 5. ANALISIS REGRESI DAN KORELASI Tujua utama aalss regres adalah mecar ada tdakya hubuga ler atara dua varabel: Varabel bebas (X), yatu varabel yag mempegaruh Varabel terkat (Y), yatu varabel yag dpegaruh

Lebih terperinci

Declustering Peaks Over Threshold Pada Data Curah Hujan Ekstrim Dependen di Sentra Produksi Padi Jawa Timur

Declustering Peaks Over Threshold Pada Data Curah Hujan Ekstrim Dependen di Sentra Produksi Padi Jawa Timur Decluserg Peaks Over Threshold Pada Daa Curah Huja Eksrm Depede d Sera Produks Pad Jawa Tmur Rosa Malka () da Suko () ()() Jurusa Saska, FMIPA, ITS, Isu Tekolog Sepuluh Nopember (ITS) Jl. Aref Rahma Hakm,

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA.1 Pedahulua Sebelum membahas megea prosedur peguja hpotess, terlebh dahulu aka djelaska beberapa teor da metode yag meujag utuk mempermudah pembahasa. Adapu teor da metode tersebut

Lebih terperinci

Peramalan Jumlah Penduduk Kota Samarinda Dengan Menggunakan Metode Pemulusan Eksponensial Ganda dan Tripel Dari Brown

Peramalan Jumlah Penduduk Kota Samarinda Dengan Menggunakan Metode Pemulusan Eksponensial Ganda dan Tripel Dari Brown Jural EKSPONENSIAL Volume 7, Nomor, Mei 06 ISSN 085-789 Peramala Jumlah Peduduk Koa Samarida Dega Megguaka Meode Pemulusa Ekspoesial Gada da Tripel Dari Brow Forecasig he Populaio of he Ciy of Samarida

Lebih terperinci

MODEL KOREKSI KESALAHAN DENGAN METODE BAYESIAN PADA DATA RUNTUN WAKTU INDEKS HARGA KONSUMEN KOTA - KOTA DI PAPUA

MODEL KOREKSI KESALAHAN DENGAN METODE BAYESIAN PADA DATA RUNTUN WAKTU INDEKS HARGA KONSUMEN KOTA - KOTA DI PAPUA Prosdg Semar Nasoal Sas da Peddka Sas IX, Fakulas Sas da Maemaka, UKSW Salaga, Ju 4, Vol 5, No., ISSN :87-9 MODEL KOREKSI KESALAHAN DENGAN MEODE BAYESIAN PADA DAA RUNUN WAKU INDEKS HARGA KONSUMEN KOA -

Lebih terperinci

Rancangan Acak Kelompok

Rancangan Acak Kelompok Racaga Acak Kelompok Saua percoaa dak seragam dlakuka pegelompoka egacaka dlakuka per kelompok Model : Y j μ + β + τ + ε dega : Y j respos pada perlakua ke -, ulaga ke - j μ raaa umum j τ pegaruh perlakuake

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 1 Pegerta Regres Istlah regres pertama kal dperkealka oleh Fracs Galto Meurut Galto, aalss regres berkeaa dega stud ketergatuga dar suatu varabel yag dsebut tak bebas depedet varable,

Lebih terperinci

REFLEKTANSI DAN TRANSMITANSI CAHAYA PADA LARUTAN GULA DAN LARUTAN GARAM. Christina Dwi Ratnawati

REFLEKTANSI DAN TRANSMITANSI CAHAYA PADA LARUTAN GULA DAN LARUTAN GARAM. Christina Dwi Ratnawati REFLEKTANS DAN TRANSMTANS CAHAYA PADA LARUTAN GULA DAN LARUTAN GARAM Chrsa Dw Raawa Jurusa Fska Fakulas Maemaka da lmu Pegeahua Alam Uversas Dpoegoro sar : Telah dlakuka kaja erhadap larua gula da larua

Lebih terperinci

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling BAB LANDASAN TEORI Kosep Dasar Aalss Regres Aalss regres adalah suatu proses memperkraka secara sstemats tetag apa yag palg mugk terjad dmasa yag aka datag berdasarka formas yag sekarag dmlk agar memperkecl

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Pegerta da Keguaa Peramala Peramala adalah kegata utuk memperkraka apa yag aka terjad d masa yag aka datag. Serg terjad sejag waktu (lme lag) atara kesadara aka perstwa atau kebutuha

Lebih terperinci

Rangkaian Listrik 2. Fakultas Program Studi Tatap Muka Kode MK Disusun Oleh

Rangkaian Listrik 2. Fakultas Program Studi Tatap Muka Kode MK Disusun Oleh MODU PERKUIAHA Ragkaa srk Idukas da Kapasas Fakulas Program Sud Taap Muka Kode MK Dsusu Oleh FAKUTAS TEKIK TEKIK EEKTRO 0 4009 Yulza ST,MT Absrac Tak ada egaga melas sebuah dukor jka arus ag melalu dukor

Lebih terperinci

Pengukuran Bunga. Modul 1

Pengukuran Bunga. Modul 1 Moul 1 Pegukura Buga Drs. Pramoo S, M. S. M oul membcaraka eag pegukura buga, fugs akumulas a fugs jumlah, gka buga efekf, buga seerhaa, buga majemuk, la sekarag, gka skoo efekf, gka buga ar skoo omal,

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel BAB I PENDAHULUAN 1.1 Statstka Deskrptf da Statstka Iferesal Dewasa d berbaga bdag lmu da kehdupa utuk memaham/megetahu sesuatu dperluka dat Sebaga cotoh utuk megetahu berapa bayak rakyat Idoesa yag memerluka

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN BAB 3 METODE PENELITIAN 3 Meode Pegumpula Daa 3 Jeis Daa Pada peeliia ii aka megguaka jeis daa yag bersifa kuaiaif Daa kuaiaif adalah daa yag berbeuk agka / omial Dalam peeliia ii aka megguaka daa pejuala

Lebih terperinci

BAB III UKURAN PEMUSATAN DATA

BAB III UKURAN PEMUSATAN DATA BAB III UKURAN PEMUSATAN DATA A. Ukura Gejala Pusat Ukura pemusata adalah suatu ukura yag meujukka d maa suatu data memusat atau suatu kumpula pegamata memusat (megelompok). Ukura pemusata data adalah

Lebih terperinci

BAB 1 STATISTIKA RINGKASAN MATERI

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

Lebih terperinci

Uji Statistika yangb digunakan dikaitan dengan jenis data

Uji Statistika yangb digunakan dikaitan dengan jenis data Uj Statstka yagb dguaka dkata dega jes data Jes Data omal Ordal Iterval da Raso Uj Statstka Koefse Kotges Rak Spearma Kedall Tau Korelas Parsal Kedall Tau Koefse Kokordas Kedall W Pearso Korelas Gada Korelas

Lebih terperinci

I adalah himpunan kotak terbatas dan tertutup yang berisi lebih dari satu

I adalah himpunan kotak terbatas dan tertutup yang berisi lebih dari satu METODE FUNGS QUAS-FED SATU ARAMETER UNTUK MENYEESAKAN MASAAH ROGRAM NTEGER TAK NEAR Ra Hardyat (M4) ABSTRAK Dalam kehdupa sehar-har serg djumpa masalah optmas yag membutuhka hasl teger Masalah tersebut

Lebih terperinci

b) Untuk data berfrekuensi fixi Data (Xi)

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

Lebih terperinci

PENGGUNAAN METODE DURBIN WATSON DALAM MENYELESAIKAN MODEL REGRESI YANG MENGANDUNG AUTOKORELASI SKRIPSI SITI RAHAYU

PENGGUNAAN METODE DURBIN WATSON DALAM MENYELESAIKAN MODEL REGRESI YANG MENGANDUNG AUTOKORELASI SKRIPSI SITI RAHAYU PENGGUNAAN METODE DURBIN WATSON DALAM MENYELESAIKAN MODEL REGRESI YANG MENGANDUNG AUTOKORELASI SKRIPSI SITI RAHAYU 8345 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA

Lebih terperinci

BAB II LANDASAN TEORI. Total Productive Maintenance mula mula berasal dari pemikiran PM ( Preventive

BAB II LANDASAN TEORI. Total Productive Maintenance mula mula berasal dari pemikiran PM ( Preventive BAB II LANDASAN TEORI 2. Toal Producve maeace (TPM) Toal Producve Maeace mula mula berasal dar pemkra PM ( Preveve Maeace da Produco Maeace), dar Amerka masuk ke Jepag da berkembag mejad suau ssem baru

Lebih terperinci

Sistem Penjadwalan Mesin Produksi Menggunakan Algoritma Johnson dan Campbell

Sistem Penjadwalan Mesin Produksi Menggunakan Algoritma Johnson dan Campbell Soaa, Ssem Pejadwala Mes Produks Megguaka Algorma Johso da Campbell 73 Ssem Pejadwala Mes Produks Megguaka Algorma Johso da Campbell Ff Soaa Program Pascasarjaa Jurusa Tekk formaka Fakulas lmu Kompuer

Lebih terperinci

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI BB 6 PRINSIP INKLUSI DN EKSKLUSI Pada baga aka ddskuska topk berkutya yatu eumeras yag damaka Prsp Iklus da Eksklus. Kosep dalam bab merupaka perluasa de dalam Dagram Ve beserta oepras rsa da gabuga, amu

Lebih terperinci

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST Koferes Nasoal Tekk Spl 3 (KoNTekS 3) Jakarta, 6 7 Me 009 WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST Maksum Taubrata Program Stud Tekk Spl, Uverstas Krste Maraatha Badug Jl.

Lebih terperinci

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB Pearka Cotoh Gerombol (Cluster Samplg) Departeme Statstka FMIPA IPB Radom samplg (Revew) Smple radom samplg Stratfed radom samplg Rato, regresso, ad dfferece estmato Systematc radom samplg Cluster radom

Lebih terperinci

BAB 2 LANDASAN TEORI. Metode peramalan merupakan bagian dari ilmu Statistika. Salah satu metode

BAB 2 LANDASAN TEORI. Metode peramalan merupakan bagian dari ilmu Statistika. Salah satu metode BAB 2 LANDASAN TEORI 2.1 Pegeria Peramala Meode peramala merupaka bagia dari ilmu Saisika. Salah sau meode peramala adalah dere waku. Meode ii disebu sebagai meode peramala dere waku karea memiliki kareserisik

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4. Deskrps Peelta Berdasarka hasl peelta, d peroleh data megea kemempua sswa melakuka smash sebelum da sesudah latha power otot lega adalah sebaga berkut : Tabel.

Lebih terperinci

BAB 8 PERSAMAAN DIFERENSIAL BIASA

BAB 8 PERSAMAAN DIFERENSIAL BIASA Maa kulah KOMPUTASI ELEKTRO BAB 8 PERSAMAAN DIFERENSIAL BIASA Persamaan dferensal dapa dbedakan menjad dua macam erganung pada jumlah varabel bebas. Apabla persamaan ersebu mengandung hana sau varabel

Lebih terperinci

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri III. METODE PEELITIA A. Metodolog Peelta Metodolog peelta adalah cara yag dlakuka secara sstemats megkut atura-atura, recaaka oleh para peeltutuk memecahka permasalaha yag hdup da bergua bag masyarakat,

Lebih terperinci

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas:

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas: ANALISIS REGRESI Pedahulua Aalss regres berkata dega stud megea ketergatuga satu peubah (peubah terkat) terhadap satu atau lebh peubah laya (peubah pejelas). Jka Y dumpamaka sebaga peubah terkat da X1,X,...,X

Lebih terperinci

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL 3. Pegerta Masalah regres vers dega betuk lear dapat djumpa dalam berbaga bdag kehdupa, dataraya dalam bdag ekoom, kesehata, fska, kma

Lebih terperinci

Created by Simpo PDF Creator Pro (unregistered version)

Created by Simpo PDF Creator Pro (unregistered version) Creaed by Smpo PDF Creaor Pro (unregsered verson) hp://www.smpopdf.com Sask Bsns : BAB 8 VIII. ANALISIS DATA DERET BERKALA (TIME SERIES) 8.1 Pendahuluan Daa Berkala (Daa Dere waku) adalah daa yang dkumpulkan

Lebih terperinci

STUDI KELAYAKAN: ASPEK FINANSIAL. F.Hafiz Saragih SP, MSc

STUDI KELAYAKAN: ASPEK FINANSIAL. F.Hafiz Saragih SP, MSc STUDI KELAYAKAN: ASPEK FINANSIAL F.Hafz Saragh SP, MSc Pajak Baya bag perusahaa/ usahata, sehgga merupaka peguraga dar beeft Subsd FINANSIAL Peguraga baya bag perusahaa/ usahata, sehgga merupaka tambaha

Lebih terperinci

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

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

Lebih terperinci

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data //203 UKURAN GEJALA PUSAT DAN UKURAN LETAK Kaa Evta Dew, S.Pd., M.S. Ukura gejala pusat Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu hal, bak tu dar sampel ataupu populas Ukura

Lebih terperinci

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES * PENYAJIAN DATA Secara umum, ada dua cara peyaja data, yatu : 1. Tabel atau daftar. Grafk atau dagram Macam-macam daftar yag dkeal : a. Daftar bars kolom b. Daftar kotges c. Daftar dstrbus frekues Sedagka

Lebih terperinci

BAB III PERSAMAAN PANAS DIMENSI SATU

BAB III PERSAMAAN PANAS DIMENSI SATU BAB III PERSAMAAN PANAS DIMENSI SAU Pada baga sebelumya, kta telah membahas peerapa metoda Ruge-Kutta orde 4 utuk meyelesaka masalah la awal dar persamaa dferesal basa orde. Pada bab, kta aka melakuka

Lebih terperinci

STATISTIKA DASAR. Oleh

STATISTIKA DASAR. Oleh STATISTIKA DASAR Oleh Suryo Gurto cara peyaja data - tabel - grak meghtug harga-harga petg : - ukura lokas - ukura sebara/peympaga apabla data mempuya observasya cukup bayak perlu dsusu secara sstematk

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Sampa saat, model Regres da model Aalss Varas telah dpadag sebaga dua hal ag tdak berkata. Meskpu merupaka pedekata ag umum dalam meeragka kedua cara pada taraf permulaa,

Lebih terperinci

STATISTIK. Ukuran Gejala Pusat Ukuran Letak Ukuran Simpangan, Dispersi dan Variasi Momen, Kemiringan, dan Kurtosis

STATISTIK. Ukuran Gejala Pusat Ukuran Letak Ukuran Simpangan, Dispersi dan Variasi Momen, Kemiringan, dan Kurtosis STATISTIK Ukura Gejala Pusat Ukura Letak Ukura Smpaga, Dspers da Varas Mome, Kemrga, da Kurtoss Notas Varabel dyataka dega huruf besar Nla dar varabel dyataka dega huruf kecl basaya dtuls Tmes New Roma

Lebih terperinci

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran Kurkulum 013/006 matematka K e l a s XI STATISTIKA: UKURAN PEMUSATAN Tujua Pembelajara Setelah mempelajar mater, kamu dharapka memlk kemampua berkut. 1. Dapat meetuka rata-rata data tuggal da data berkelompok..

Lebih terperinci

8. MENGANALISIS HASIL EVALUASI

8. MENGANALISIS HASIL EVALUASI 8. MENGANALISIS HASIL EVALUASI Tujua : Mampu megaalsa tgkat kesukara hasl evaluas utuk megkatka hasl proses pembelajara Kegata megaals hasl evaluas merupaka upaya utuk memperbak programprogram pembelajara

Lebih terperinci

Ukuran Pemusatan Data. Arum Handini P., M.Sc Ayundyah K., M.Si.

Ukuran Pemusatan Data. Arum Handini P., M.Sc Ayundyah K., M.Si. Ukura Pemusata Data Arum Had P., M.Sc Ayudyah K., M.S. Notas utuk Populas da Sampel Notas: Mea (rata-rata) Sample x Populas μ Varas s 2 σ 2 Smpaga baku s σ Ukura Pemusata Data 1. Mea (rata-rata) 2. Meda

Lebih terperinci

2.2.3 Ukuran Dispersi

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

Lebih terperinci

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi STATISTIKA A. Des Umum. Pegerta statstk Statstk adalah kumpula akta yag berbetuk agka da dsusu dalam datar atau tabel yag meggambarka suatu persoala. Cotoh: statstk kurs dolar Amerka, statstk pertumbuha

Lebih terperinci

3.1 Biaya Investasi Pipa

3.1 Biaya Investasi Pipa BAB III Model Baya Pada model baya [8] d tugas akhr, baya tahua total utuk megoperaska jarga ppa terdr dar dua kompoe, yatu baya operasoal da baya vestas. Baya operasoal terdr dar baya operasoal ppa da

Lebih terperinci

Bab 7 NILAI DAN VEKTOR EIGEN

Bab 7 NILAI DAN VEKTOR EIGEN Bab 7 NILAI DAN VEKTOR EIGEN 7 Movas Dmovas bab dega medskuska persamaa a hy by c, dega dak semua dar a, b, da c adalah ol Peryaaa a hy by dsebu beuk kuadrak dalam da y, sera erdapa deas a hy by a h [

Lebih terperinci

Notasi Sigma. Fadjar Shadiq, M.App.Sc &

Notasi Sigma. Fadjar Shadiq, M.App.Sc & Notas Sgma Fadjar Shadq, M.App.Sc (fadjar_pg@yahoo.com & www.fadjarpg.wordpress.com Notas sgma memag jarag djumpa dalam kehdupa sehar-har, tetap otas tersebut aka bayak djumpa pada baga matematka yag la,

Lebih terperinci

MENENTUKAN PERSEDIAAN BERAS DENGAN MENGGUNAKAN MODEL ECONOMIC ORDER QUANTITY (EOQ) BERDASARKAN RAMALAN PERMINTAAN PADA TAHUN 2012

MENENTUKAN PERSEDIAAN BERAS DENGAN MENGGUNAKAN MODEL ECONOMIC ORDER QUANTITY (EOQ) BERDASARKAN RAMALAN PERMINTAAN PADA TAHUN 2012 MENENTUKAN PERSEDIAAN BERAS DENGAN MENGGUNAKAN MODEL ECONOMIC ORDER QUANTITY (EOQ) BERDASARKAN RAMALAN PERMINTAAN PADA TAHUN 2012 Julia Nahar 1 1 Uiversias Padjadjara, Jala Raya Badug-Sumedag km 21,Jaiagor

Lebih terperinci

III BAHAN/OBJEK DAN METODE PENELITIAN. Objek yang digunakan dalam penelitian ini adalah 50 ekor sapi Pasundan

III BAHAN/OBJEK DAN METODE PENELITIAN. Objek yang digunakan dalam penelitian ini adalah 50 ekor sapi Pasundan III BAHAN/OBJEK DAN METODE PENELITIAN 3.1. Baha da Alat Peelta 3.1.1. Baha Peelta Objek yag dguaka dalam peelta adalah 50 ekor sap Pasuda jata da beta dewasa dega umur -3 tahu da tdak butg utuk meghdar

Lebih terperinci

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD Eka Mer Krst ), Arsma Ada ), Sgt Sugarto ) ekamer_tross@ymal.com ) Mahasswa Program S Matematka FMIPA-UR

Lebih terperinci

V. PENGUJIAN HIPOTESIS

V. PENGUJIAN HIPOTESIS V. PENGUJIAN IPOTEI A. IPOTEI TATITIK Defiisi uau hipoesa saisik adalah suau peryaaa aau dugaa megeai sau aau lebih variabel populasi. ipoesis digologka mejadi. ipoesis ol adalah hipoesis yag dirumuska

Lebih terperinci

Jumlah kasus penderita penyakit Demam Berdarah Dengue (DBD) di Kota Surabaya tahun

Jumlah kasus penderita penyakit Demam Berdarah Dengue (DBD) di Kota Surabaya tahun Baasan Masalah Jumlah kasus pendera penyak Demam Berdarah Dengue (DBD d Koa Surabaya ahun - Varabel Explanaory (Varabel penjelas yang dgunakan dalam penelan adalah varabel Iklm (Curah hujan, Suhu, Kelembaban

Lebih terperinci