Seminar Nasional MATEMATIKA

Ukuran: px
Mulai penontonan dengan halaman:

Download "Seminar Nasional MATEMATIKA"

Transkripsi

1 Semnar Nasonal MATEMATIKA VOL. 7 TH ISSN UNIVERSITAS KATOLIK PARAHYANGAN PARAHYANGAN CATHOLIC UNIVERSITY FAKULTAS TEKNOLOGI INFORMASI DAN SAINS FACULTY OF INFORMATION TECHNOLOGY AND SCIENCE Jalan Cumbuleut 94, Bandung 40141, Indonesa

2 Semnar Nasonal MATEMATIKA VOL. 7 TH ISSN REVIEWERS Prof. B. Suprapto Brotoswojo Dr. rer. Nat. Cecla Est Nugrahen Phlps N. Gunawdjaja, PhD Benny Yong, MS Farah Krstan, MS Iwan Sugarto, MS Dr. J. Dharma Lesmono Erwnna Chendra, MS Dr. Ferry Jaya Permana, ASAI Dr. A. Rusl Lem Chn, MS Y.E. Harman Sanoe, MS Agus Sukmana, MSc EDITORIAL Benny Yong Taufk Lmansyah Alamat Redaks: Jurusan Matematka, FTIS - UNPAR Gedung 9, Lanta 1 Jl. Cumbuleut No. 94, Bandung

3 KATA PENGANTAR Puj syukur kam panjatkan ke hadrat Tuhan Yang Maha Esa atas terselenggaranya Semnar Nasonal Matematka Unpar Semnar n merupakan kegatan rutn tahunan yang dselenggarakan oleh Jurusan Matematka, Unverstas Katolk Parahyangan, yang dmula sejak tahun 2005 dan tahun n merupakan tahun ke-8 penyelenggaraannya. Semnar n bertujuan menyedakan forum untuk dosen, guru, penelt, prakts, dan mahasswa untuk salng bertukar nformas guna menambah wawasan bag perkembangan lmu Matematka, penerapan, dan pembelajarannya. Semnar tahun n mengambl tema MATEMATIKA SEBAGAI PENDUKUNG DALAM MENCAPAI SASARAN PEMBANGUNAN MILENIUM (The Mlenum Development Goals (MDGs)). Pemlhan tema tersebut dlatar-belakang oleh tngkat penguasaan matematka sswa Indonesa yang secara rata-rata mash sangat kurang, antara lan dtunjukkan oleh pencapaan skor TIMMS (the Trends n Internatonal Mathematcs and Scence Study) yang tdak memuaskan dbandngkan negara-negara lan. Hal n berlanjut dengan rendahnya kuanttas dan kualtas peneltan matematka. Oleh karena tu, melalu semnar n dharapkan para peserta dapat salng berbag pengetahuan dan nformas terbaru sehngga berdampak pada kenakan tngkat kualtas dan kuanttas peneltan d bdang matematka dan member kontrbus yang sgnfkan dalam mencapa MDGs. Semnar kal n mengundang tga orang pembcara dar kalangan akadems dan prakts yang akan berbag pengalaman, gagasan dan pkran. Pada ses pararel, akan dpresentaskan 49 makalah yang merupakan hasl karya dosen, penelt dan mahasswa dar berbaga nstans d tanah ar. Kam atas nama panta Semnar Nasonal Matematka Unpar 2012 mengucapkan terma kash atas partspasnya, semoga bermanfaat bag semua phak. Bandung, September 2012 Ketua Panta Mara Anestasa, S.S.

4 DAFTAR ISI KATA PENGANTAR DAFTAR ISI ALJABAR DAN ANALISIS PENURUNAN FUNGSI PEMBANGKIT BIASA DARI POLINOMIAL CHEBYSHEV JENIS KETIGA DAN KEEMPAT Suarsh Utama - Unverstas Indonesa...AA 1-9 PRINSIP DUHAMEL DAN TEOREMA KONVOLUSI Gan Gunawan - Unverstas Islam Bandung...AA KEUNIKAN PERSAMAAN LINIER Ryanto - Unverstas Bengkulu...AA PEMBUKTIAN DERET PANGKAT DUA ( Ryanto - Unverstas Bengkulu...AA CONVERGENCE IN 2-HILBERT SPACE Agus Leonard Soenjaya - Unversty of Sngapore...AA HUBUNGAN ANTARA GRUP SL(2,C) DAN GRUP TRANSFORMASI LORENTZ YANG PROPER DAN ORTHOCHRONOUS Ich Sukarsh dan Sgt Wjanarko - Unverstas Islam Bandung...AA n 1 2 ) STATISTIKA MENENTUKAN MODEL CEB (Chldren Ever Born) BERDASARKAN FAKTOR DEMOGRAFI, SOSIAL, DAN EKONOMI DI KOTA BANDUNG TAHUN 2011 Anneke Iswan Achmad - Unverstas Islam Bandung...ST 1-8

5 ANALISIS POLA SPASIAL DAN DINAMIKA IPM TAHUN PROPINSI SULAWESI UTARA MENGGUNAKAN METODE SPATIAL AUTOCORRELATION Wnsy Weku - Unverstas Sam Ratulang, Manado Ad Setawan dan Sr Yulanto - Unverstas Krsten Satya Wacana, Salatga...ST 9-17 MODEL PENGGANDA UANG UNTUK MENENTUKAN JUMLAH UANG BEREDAR DI INDONESIA MENGGUNAKAN MODEL ARIMA Tet Sofa Yant - Unverstas Islam Bandung...ST PENGARUH PESERTA, WAKTU, FASILITAS DAN KEMAMPUAN PENGAJAR TERHADAP EFEKTIFITAS PENYELENGGARAAN BIMBINGAN BELAJAR St Sunendar - Unverstas Islam Bandung...ST MATEMATIKA PENDIDIKAN MENINGKATKAN KEMAMPUAN PEMECAHAN MASALAH MATEMATIKA TENTANG SIFAT-SIFAT BANGUN DATAR MELALUI PENDEKATAN INVESTIGASI PADA SISWA KELAS V SEKOLAH DASAR Het Sulastr dan Karlmah - Unverstas Penddkan Indonesa Kampus Taskmalaya...MP 1-7 PENGARUH KECERDASAN NUMERIK DAN KEMAMPUAN BERPIKIR KRITIS TERHADAP KREATIVITAS MATEMATIKA Maya Nurftryant dan Ul fah Hernaeny - Unverstas Indraprasta PGRI...MP 8-15 METODE SOKRATES DALAM PEMBELAJARAN MATEMATIKA UNTUK MENGHASILKAN PEMIKIR BERKUALITAS DALAM PEMBANGUNAN MILENIUM Eus Et Rohaet - STKIP Slwang Bandung...MP ANALISIS KEMAMPUAN PEMAHAMAN DAN KOMUNIKASI MATEMATIK SISWA SMP Hers Hendrana - STKIP Slwang Bandung...MP 21-26

6 MENINGKATKAN KEMAMPUAN BERPIKIR KRITIS MATEMATIS, KARAKTER DAN BUDAYA SISWA MELALUI PEMBELAJARAN MATEMATIKA REALISTIK Anderson L. Palnussa - Unverstas Penddkan Indonesa, Bandung...MP PRESTASI BELAJAR DITINJAU DARI KEBIASAAN BELAJAR MATEMATIKA Tedy Machmud - Unverstas Neger Gorontalo...MP ANALISIS TEORI KOGNITIF VYGOTSKY DALAM MENGATASI KESULITAN MEMAHAMI CORE ALGEBRAIC IDEAS MATEMATIKA SEKOLAH Dd Suhaed - Unverstas Islam Bandung Ta Purnat - Unverstas Penddkan Indonesa, Bandung...MP PENGEMBANGAN KEMAMPUAN DAN DISPOSISI BERPIKIR KRITIS MATEMATIK UNTUK MENDUKUNG PENCAPAIAN SASARAN PEMBANGUNAN MILLENIUM Revandar Wdyatnngtyas - Unverstas Langlangbuana...MP MATEMATIKA TERAPAN PROGRAM APLIKASI PEMBELAJARAN BAHASA ISYARAT DENGAN METODE DYNAMIC TIME WARPING DAN KINECT Alexander A. S. Gunawan dan Wlly Yudthya - Bnus Unversty...MT 1-7 SIMULASI TRANSFORMASI FOURIER PADA PERSAMAAN KONDUKSI PANAS Sugyarto dan Tamara - Unverstas Ahmad Dahlan, Yogyakarta...MT 8-15 PENGEMBANGAN MODEL RANTAI MARKOV UNTUK MENGUJI KETERDUGAAN PADA BARISAN ABJAD Sar Agustn H. - Lembaga Sand Negara Anang Kurna dan Agus Buono - Insttut Pertanan Bogor...MT ANALISIS KUALITATIF MODEL EPIDEMIK HIV/AIDS Marsud dan Ratno Bagus E. W. - Unverstas Brawjaya MT APLIKASI PERUBAHAN CITRA 2D MENJADI 3D DENGAN METODE STEREOSCOPIC ANAGLYPH BERBASISKAN KOMPUTER Mchael Ivan, Wkara Gazal, dan Ngarap Imanuel Mank - Unverstas Bna Nusantara MT v

7 RESEARCH ON NON-LINEAR EVOLUTION OF SOLAR CORONAL MAGNETIC FIELDS Bambang Setahad - LAPAN...MT STUDI PARAMETRIK KETINGGIAN HEAD BERBENTUK GEOMETRI SPHERIAL SECTION PADA BEJANA BERTEKANAN Setad - LAPAN...MT REDUKSI JUMLAH OPERASI PERKALIAN DALAM PROSES DISCRETE COSINE TRANSFORM TERKUANTISASI (DCT) PADA SEBUAH CITRA Ernastut, Sarfuddn, dan Ed Sukrman - Unverstas Gunadarma...MT METODE PENGENALAN WAJAH BERBASIS MOMENT INVARIANT DAN LEARNING VECTOR UANTIZATION Asep Sholahuddn - Unverstas Padjadjaran...MT APLIKASI SISTEM FUZZY DENGAN MENGGUNAKAN JFUZZYLOGIC Erck Paulus, Dah Chaeran, dan Stanley P. Dewanto - Unverstas Padjadjaran...MT TAKSIRAN TFR (TOTAL FERTILITY RATE) PENDUDUK JAWA BARAT TAHUN 2015 BERDASARKAN HASIL PROYEKSI PENDUDUK MENGGUNAKAN METODE CAMPURAN Yayat Karyana - Unverstas Islam Bandung...MT TRANSFORMASI AFFIN DAN SENI GRAFIK J. Dwartanto dan B. Suprapto Brotosswojo...MT MAHASISWA KONSTRUKSI SUBSTITUTION BOX (S-BOX) 8X8 YANG BAIK SECARA KRIPTOGRAFIS DENGAN MENGGUNAKAN METODE REKURSIF Rossy Adyat Dw Putr - Sekolah Tngg Sand Negara Sar Agustn H. - Lembaga Sand Negara MS 1-7 IMPLEMENTASI METODE KINETIK MONTE CARLO PADA PERTUMBUHAN KANKER METASTASIS Hndun Ftra, Gatot F. Hertono, dan Bevna D. Handar - Unverstas Indonesa MS 8-16 v

8 SKEMA SECRET IMAGE SHARING MENGGUNAKAN FUNGSI HASH SATU ARAH DUA VARIABEL M. Adharman Hasan dan Kk A. Sugeng - Unverstas Indonesa...MS PENAKSIRAN PARAMETER MODEL REGRESI DATA PANEL DINAMIS MENGGUNAKAN METODE BLUNDELL DAN BOND Syahrul Syawal dan St Nurrohmah - Unverstas Indonesa... MS OPTIMASI KAPASITAS CHEMICAL MILLING PADA SUB ASSEMBLY PESAWAT TERBANG MENGGUNAKAN ALGORITMA GREEDY Han Mulyat, M. Yusuf Fajar, dan Ich Sukarsh - Unverstas Islam Bandung...MS VALUASI HARGA DAN DYNAMIC HEDGING OPSI SPREAD Yunar Retno Wulandar dan Erwnna Chendra - Unverstas Katolk Parahyangan...MS VISUAL SECRET SHARING SCHEME PADA CITRA WARNA DENGAN TEKNIK HALFTONE Andy Marhad Sutanto dan Kk Aryant Sugeng - Unverstas Indonesa...MS VALUASI HARGA, DELTA, DAN GAMMA OPSI SHOUT MENGGUNAKAN METODE BINOMIAL Amala N. Intan Isabella dan Lem Chn - Unverstas Katolk Parahyangan...MS ANALISIS KESESUAIAN HUKUM MORTALITA GOMPERTZ DAN MAKEHAM TERHADAP TABEL MORTALITA AMERIKA SERIKAT DAN INDONESIA Valensa Huang dan Farah Krstan- Unverstas Katolk Parahyangan...MS MODEL PERSEDIAAN DETERMINISTIK DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA DAN FAKTOR INCREMENTAL DISCOUNT Mega Debora, Taufk Lmansyah, dan Dharma Lesmono - Unverstas Katolk Parahyangan MS MODEL MATEMATIKA PENYEBARAN PENGARUH PEROKOK DALAM SUATU POPULASI Ron Al Maudud dan Nunng Nuran - Insttut Teknolog Bandung MS GRUP DARI SIMETRI PADA NANOTORUS ARMCHAIR DAN ZIG-ZAG Hendry Tanuwjaya, Nora Harad, dan Suarsh Utama - Unverstas Indonesa MS v

9 PENDUGAAN PARAMETER-PARAMETER MODEL ANTRIAN M/M/s (Kasus Pada Model Antran Konsumen d Salah Satu Restoran Cepat Saj d Dago Bandung) Suwanda dan Rzky Dhelva - Unverstas Islam Bandung...MS DIAGRAM KONTROL RATA-RATA UNTUK PROSES YANG BERAUTOKELASI (Kasus Pada Pengontrolan Kepuasan Konsumen Resto Cepat Saj d Cabang Dago Bandung) Suwanda dan Ftr Revla H. - Unverstas Islam Bandung...MS VALUASI VALUR at RISK MENGGUNAKAN METODE SIMULASI DATA HISTORIS, METODE VARIANSI-KOVARIANSI, DAN METODE SIMULASI MONTE CARLO Mra Nadya Pertw dan Ferry Jaya Permana - Unverstas Katolk Parahyangan...MS PENENTUAN AWAL TERJADINYA MUSIM HUJAN/KEMARAU DI INDONESIA DALAM APLIKASINYA DI BIDANG PERTANIAN Cucu Hermawan dan Nunng Nuran - Insttut Teknolog Bandung...MS PEMBENTUKKAN SKEMA SECRET SHARING BERDASARKAN FUNGSI HASH Septyad Prabowo dan Kk Aryant S. - Unverstas Indonesa...MS VALUASI OPSI SWAP MENGGUNAKAN MODEL BLACK-SCHOLES Felca Novane Ayu Sumad dan Erwnna Chendra - Unverstas Katolk Parahyangan...MS PREDIKSI PERGERAKAN NILAI TUKAR EURO TERHADAP US DOLLAR MENGGUNAKAN METODA MOVING AVERAGE Mchael Lourento Wjaya dan J. Dharma Lesmono - Unverstas Katolk Parahyangan...MS DATA MINING UNTUK EKSTRAKSI INFORMASI KEPADATAN PENUMPANG ARGO PARAHIYANGAN TUJUAN BANDUNG-JAKARTA DI STASIUN KERETA API DAOP II BANDUNG N. Fatmah Agustan Utam dan Yurka Permanasar - Unverstas Islam Bandung...MS INVERS DARI SEBUAH MATRIKS YANG DIPARTISI Davd - Unverstas Katolk Parahyangan v

10 MODEL PERSEDIAAN DETERMINISTIK DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA DAN FAKTOR INCREMENTAL DISCOUNT Mega Debora 1, Taufk Lmansyah 2, dan Dharma Lesmono 3 Jurusan Matematka, Unverstas Katolk Parahyangan Emal : 1 mega.debora@yahoo.com, 2 taufk.lmansyah@unpar.ac.d, 3 jdharma@unpar.ac.d Abstrak. Persedaan merupakan faktor pentng yang harus dperhatkan oleh perusahaan. Tanpa adanya persedaan, kegatan bsns yang djalankan oleh perusahaan akan terhambat, dan keuntungan yang dperoleh perusahaan tdak akan maksmal. Pada makalah n akan dkembangkan model persedaan yang melbatkan waktu kadaluarsa barang. Selan tu, faktor dskon yang merupakan hal nyata d duna perdagangan juga akan dmasukkan ke dalam model persedaan n. Ss menark dar waktu kadaluarsa dan faktor dskon alah sfatnya yang bertolak belakang. D satu ss, waktu kadaluarsa melarang perusahaan untuk membel pasokan barang/bahan baku terlalu banyak sedangkan d ss lan, faktor dskon mengajak perusahaan untuk membel pasokan barang/bahan baku lebh banyak. Oleh karena tu, makalah n mencoba mengembangkan suatu model persedaan determnstk yang memperhatkan adanya waktu kadaluarsa dan faktor ncremental dscount. Selanjutnya dar model n akan dperoleh jumlah pemesanan yang optmal yang akan memnmumkan baya total. Kata kunc : Persedaan, Waktu kadaluarsa, Incremental dscount. 1. PENDAHULUAN Persedaan merupakan faktor pentng yang harus dperhatkan oleh perusahaan. Perusahaan harus mengambl keputusan yang benar dalam menentukan jumlah persedaan karena berkatan dengan baya yang harus dkeluarkan oleh perusahaan tersebut. Jumlah persedaan yang banyak akan memperbesar baya smpan dan baya pembelan tetap d satu ss akan memperkecl baya pemesanan dan baya kekurangan barang. Sebalknya, jumlah persedaan yang sedkt akan menyebabkan baya pemesanan dan baya kekurangan barang menngkat. Masalah tersebut dapat dselesakan dengan mencar jumlah persedaan yang tepat agar baya yang dkeluarkan menjad mnmum. Dalam makalah n akan dbahas suatu model persedaan barang melbatkan dua faktor pada persedaan, yatu faktor kadaluarsa dan faktor dskon. Masalah kadaluarsa n basa djumpa pada perusahaan-perusahaan makanan atau ndustr bahan kma. Dengan adanya masalah kadaluarsa, perusahaan menemu kesultan dalam menentukan jumlah persedaan karena barang yang sudah kadaluarsa atau melewat masa paka tdak dapat dgunakan lag. Untuk mengantspas kerugan yang lebh besar, basanya perusahaan menjual barang yang akan kadaluarsa dengan harga murah. Namun d ss lan djumpa adanya faktor dskon yang dberkan pemasok kepada perusahaan jka perusahaan membel barang dalam jumlah tertentu. Dengan adanya faktor dskon yang dberkan oleh pemasok akan membuat penentuan jumlah persedaan semakn sult. Faktor dskon dbedakan menjad 2, yatu all-unts dscount dan ncremental dscount. Pada [1] telah dbahas mengena model persedaan yang melbatkan faktor kadaluarsa dan all-unts dscount. Makalah n mencoba membahas model persedaan yang melbatkan waktu kadaluarsa dan ncremental dscount. Incremental dscount artnya dskon hanya dberkan untuk unt barang yang dbel pada jumlah tertentu. Semakn banyak barang yang dpesan akan memperkecl baya pembelan dan baya pemesanan. Namun d ss lan terdapat masalah kadaluarsa yang berlawanan dengan adanya faktor dskon. Oleh sebab tu MS - 70

11 akan dcar jumlah pemesanan barang yang optmal bag perusahaan sehngga memnmumkan baya total persedaan. 2. MODEL ECONOMIC ORDER UANTITY (EO) Model EO merupakan model persedaan barang yang sederhana karena tngkat permntaan barang dan lead tme bersfat determnstk dan tdak djnkan terjadnya kekurangan barang. Pada [3], baya total persedaan dpengaruh oleh baya pembelan, baya pemesanan, baya penympanan, dan baya kekurangan. Msalkan R merupakan jumlah barang yang dmnta per tahun, P merupakan harga bel barang per unt, merupakan baya untuk satu kal pesan, H merupakan baya penympanan barang per unt per tahun yang juga dapat dnyatakan juga sebaga dengan F menyatakan fraks dar baya penympanan per tahun, dan merupakan jumlah barang yang dpesan, maka baya pembelan dalam setahun ddefnskan sebaga, baya pemesanan S dalam setahun sebaga SR MS - 71 PF RP, dan baya penympanan dalam setahun sebaga H 2 0 F 1. Karena pada model EO tdak djnkan terjadnya kekurangan barang, maka baya total dnyatakan sebaga: SR H TC RP 2 dtc Jumlah pemesanan yang optmal dapat dcar dengan syarat 0 yang akan memberkan d 2SR. H Selanjutnya model EO dapat dperluas dengan menambahkan faktor ncremental dscount. Perluasan model EO n menjad pentng karena dalam duna bsns serngkal djumpa pemasok yang memberkan harga lebh murah jka perusahaan membel barang dalam jumlah yang banyak. Keuntungan yang dperoleh perusahaan jka membel barang dalam jumlah yang besar adalah pengurangan baya pembelan dan juga baya pemesanan karena frekuens pemesanan akan berkurang. Namun, baya penympanan akan menngkat karena barang yang terseda cukup banyak akbat dar pembelan barang dalam jumlah besar. Permasalahan yang senantasa dhadap oleh perusahaan dalam model persedaan adalah menentukan jumlah barang yang dbel (dpesan) untuk memnmukan total baya dengan mempertmbangkan faktor dskon yang dberkan oleh pemasok. Defnskan baya pembelan untuk satu unt barang sebaga: P0, untuk setap jumlah dar U 0 sampa U1 1 P1, untuk setap jumlah dar U1 sampa U 2 1 P Pj, untuk setap jumlah dar U j sampa U j1 dengan U1 U 2 U j merupakan jumlah barang pada saat terjadnya prce break, dan P0 P1 P j. Msalkan U k U k1, maka baya pembelannya alah P0 U 1 U0 P1 U 2 U1 Pk U k. Untuk mempermudah perhtungan, D maka ddefnskan baya pembelan per unt alah P dengan D U e 1 P e Pe sehngga baya totalnya alah e 1 1

12 TC D SR D F P R P 2 Jumlah pemesanan yang optmal dapat dcar dengan syarat S D R memberkan 2. P F dtc d 0 yang akan Untuk mencar solus yang optmal dar masalah n maka dgunakan algortma sebaga berkut:[3] 1. Htung pada setap prce break atau tngkatan harga yang dtawarkan. 2. Htung untuk setap baya pembelan per unt. 3. Tentukan apakah yang telah dperoleh vald atau tdak. Jka berada dalam nterval yang dtetapkan, maka dnyatakan vald. Jka tdak vald, maka nla tersebut dabakan. 4. Htung baya total untuk setap yang vald. 5. Plh yang vald yang memberkan baya total mnmum. U D 3. PENGEMBANGAN MODEL PERSEDIAAN DENGAN WAKTU KADALUARSA DAN INCREMENTAL DISCOUNT Makalah n mengembangkan sebuah model persedaan determnstk dengan mempertmbangkan dua buah faktor, yatu waktu kadaluarsa dan faktor dskon. Lebh spesfknya, jens dskon yang mempengaruh model persedaan n alah ncremental dscount. Besarnya baya yang harus dkeluarkan perusahaan untuk membel barang tentunya akan terbatas dengan adanya dskon yang dberkan oleh pemasok. Oleh karena tu dengan adanya sebuah faktor dskon yang mempengaruh model persedaan, kebjakan yang dambl perusahaan untuk menentukan berapakah jumlah pemesanan yang optmal akan berubah. Selan faktor dskon yang akan mengubah kebjakan tersebut, waktu kadaluarsa pun sgnfkan dalam mempengaruh model persedaan. Waktu kadaluarsa barang n basa djumpa d perusahaan-perusahaan makanan atau ndustr bahan kma dmana barang yang djual tdak akan selamanya bertahan dengan bak. Serng dengan berjalannya waktu, otomats masa paka suatu barang akan berkurang sehngga nla jual dar barang tersebut menjad rendah sampa pada akhrnya barang tersebut kadaluarsa dan mengakbatkan tdak akan ada nla jualnya. Hal tersebut jelas akan merugkan perusahaan karena nla jual dar barang-barang yang ada menjad turun bahkan sampa tdak ada nla jualnya. Kerugan akan semakn besar ketka barang yang hampr atau sudah kadaluarsa semakn banyak. Oleh karena tu, masalah n dapat datas dengan memperkecl jumlah persedaan. Namun dampak dar tndakan n alah membesarnya baya pemesanan Notas dan Asums Notas yang dgunakan dalam model persedaan n adalah: : Ttk pemesanan kembal (reorder pont) C : Baya kekurangan per unt per tahun B k D : Baya pembelan ekstra untuk setap unt yang tdak dbel dengan harga H : Baya penympanan per unt barang per tahun : Harga jual barang yang akan kadaluarsa per unt L : Lead tme pengrman barang : Jumlah barang yang dpesan kd : Jumlah barang yang akan kadaluarsa J MS - 72 P

13 R : Jumlah permntaan barang per tahun : Baya untuk satu kal pesan : Sklus perode persedaan t : Kurun waktu datangnya pesanan sampa sebelum barang kadaluarsa S t 1 t 2 : Kurun waktu kekurangan barang t k : Waktu kadaluarsa barang : Baya total persedaan TC Asums yang dgunakan dalam model persedaan n adalah: a. Tngkat permntaan barang dketahu dengan past dan konstan sepanjang waktu b. Model yang dkembangkan hanya untuk satu jens barang (sngle tem) c. Lead tme konstan dan dketahu d. Waktu kadaluarsa barang dketahu dan bersfat determstk e. Kekurangan barang terjad jka barang telah kadaluarsa f. Barang yang akan kadaluarsa langsung terjual habs pada waktu tertentu 3.2. Pengembangan Model Tujuan utama dbentuknya model n alah untuk menentukan banyaknya jumlah pemesanan dan waktu pemesanan yang tepat. Tak berbeda dengan model EO, memnmumkan baya total adalah hal yang harus dlakukan oleh perusahaan. Perbedaan hanya terletak pada faktor-faktor yang mempengaruh model n, yatu waktu kadaluarsa dan faktor ncremental dscount yang bertentangan dalam mempengaruh baya total. Gambar 1. Stuas Persedaan untuk Model Persedaan dengan Mempertmbangkan Waktu Kadaluarsa Pada gambar 1, merupakan jumlah persedaan maksmum dengan jumlah barang yang akan kadaluarsa adalah kd yang terjad pada akhr perode t 1. B merupakan ttk pemesanan kembal dan L merupakan lead tme pengrman barang yang terjad setelah pemesanan dlakukan sampa datangnya barang. Lalu t k merupakan waktu kadaluarsa barang dan selama t 2 akan terjad kekurangan barang. Langkah awal yang harus dlakukan untuk menentukan kuanttas yang optmal dar persedaan dengan waktu kadaluarsa dan faktor dskon adalah dengan menentukan baya total persedaan. Baya total persedaan n melput beberapa komponen baya yatu baya pembelan, baya pemesanan, baya penympanan, baya kekurangan barang, dan baya kadaluarsa barang. Baya pembelan merupakan baya yang dkeluarkan untuk membel bahan baku/barang. Dengan adanya dskon pada sejumlah barang, msalkan pemasok menawarkan harga barang per MS - 73

14 unt sepert yang telah dbahas d bagan 2. Maka baya pembelan per tahun ddefnskan D sebaga P R dmana D U e e 1 Pe P 1 1 e Baya pemesanan merupakan baya yang dkeluarkan untuk melakukan pemesanan barang per SR tahun. Baya pemesanan per tahun ddefnskan sebaga. Baya penympanan merupakan baya yang dkeluarkan untuk menympan sejumlah persedaan. Jka barang sudah kadaluarsa, maka barang tersebut langsung dbuang sehngga tdak ada baya smpan untuk barang yang kadaluarsa. Dengan melhat kembal ke gambar 1, maka penympanan barang terjad pada perode. Sehngga baya penympanan barang per tahun ddefnskan sebaga H kd. t 1 Baya kekurangan barang merupakan baya yang dkeluarkan karena kekurangan barang akbat adanya barang yang kadaluarsa. Dengan melhat kembal ke gambar 1, maka kekurangan barang terjad pada perode. Sehngga baya kekurangan barang per tahun ddefnskan sebaga 2 kd C 2 k. t 2 Baya kadaluarsa barang merupakan baya yang dkeluarkan akbat adanya barang yang kd R D kadaluarsa. Baya kadaluarsa per tahun ddefnskan sebaga P J. Berbeda D dengan yang telah dbahas oleh [2], baya kadaluarsa ddefnskan sebaga P J kd. Perbedaan terletak pada sklus per tahun yang dtunjukkan oleh notas R. Artnya, baya kadaluarsa barang pada [2] merupakan baya kadaluarsa per sklus, bukan baya kadaluarsa per tahun. Dalam model persedaan n, baya total yang akan dhtung merupakan total dar semua komponen baya yang masng-masng dhtung per tahun. Akbatnya baya total persedaan dar model n adalah: D SR H kd kd C TC, kd P R 2 2 k kd R D P J 1 TC TC TC Baya total mnmum akan dcapa saat 0 dan 0. Untuk 0 dperoleh TC Sedangkan untuk 0 dperoleh kd RD R P J H C k kd 2 2RD 2SR H C H 2RP J D R 3 kd kd kd k 4 kd 2 MS - 74

15 Dengan mensubsttuskan persamaan (2) ke persamaan (3) maka dperoleh jumlah pemesanan optmum yang merupakan akar real postf dar persamaan berkut: H H C H C 2R D S R P J 4D R P J 3 RD 0 k k Perhatkan untuk tngkatan harga yang palng mahal, bernla 0 sehngga dar persamaan (2) RP J dperoleh kd. Dengan demkan nla kd tdak bergantung pada nla, H C k sehngga model n akan cocok dgunakan apabla nla dar D kd U U 1. D P J H C k kecl (kurang dar U U 4 U Algortma Prosedur untuk memperoleh jumlah pemesanan yang optmal dengan adanya waktu kadaluarsa dan faktor ncremental dscount dengan tujuan untuk memnmumkan baya total adalah sebaga berkut: 1. Htung pada setap prce break atau tngkatan harga yang dtawarkan. 2. Car nla yang merupakan akar real postf dar persamaan (4) pada setap tngkatan harga yang dtawarkan. Jka akar real postf dar persamaan (4) lebh dar satu, maka semua yang dperoleh dapat dgunakan dalam perhtungan selanjutnya. 3. Tentukan apakah yang telah dperoleh vald atau tdak. Jka berada dalam nterval U yang dtetapkan, maka dnyatakan vald dan lanjutkan ke langkah 5. Sedangkan jka tdak berada dalam nterval U yang dtetapkan, maka dnyatakan tdak vald dan lanjutkan ke langkah Jka tdak vald, maka: a. Jka berada d bawah batas mnmal dar suatu nterval, maka yang dgunakan adalah. b. Jka berada d atas batas maksmal dar suatu nterval U, maka yang dgunakan adalah 5. Htung untuk setap yang telah dperoleh dan semua yang mungkn. 6. Htung TC untuk setap dan kd yang dperoleh dan semua U yang mungkn. 7. Plhlah jumlah pemesanan yang memberkan nla TC palng mnmum Contoh Kasus Selanjutnya dberkan sebuah contoh masalah mengena model persedaan dengan mempertmbangkan waktu kadaluarsa dan faktor ncremental dscount untuk mengetahu aplkas dar model n. Selan tu, contoh masalah n dbuat dengan tujuan agar pembaca dapat memaham algortma atau prosedur dar penerapan model n. Msalkan sebuah perusahaan yang bergerak d bdang penyedaan produk makanan membutuhkan suatu barang sebanyak 500 unt per tahun dengan baya pesan sebesar Rp ,- untuk sekal pesan dan baya smpan sebesar Rp 8.000,- per unt. Apabla terjad kerusakan barang karena dsmpan terlalu lama, maka barang tersebut dapat djual dengan harga Rp 9.000,- per unt. Sebaga akbat kerusakan tersebut, maka akan terjad kekurangan barang dengan baya sebesar Rp 50,- per unt. Phak pemasok akan memberkan potongan harga ncremental dscount dengan penawaran harga sebaga berkut: R ). MS - 75

16 Tabel 1. Penawaran Harga yang Dberkan Pemasok [1] Jumlah barang (unt) Harga/Unt 160 Rp , Rp , Rp ,- > 200 Rp ,- Untuk menentukan banyaknya barang yang harus dpesan oleh perusahaan, maka harus dgunakan algortma yang telah djelaskan sebelumnya. 1. Menghtung pada setap prce break atau tngkatan harga yang dtawarkan oleh pemasok. Nla pada setap prce break dapat dlhat pada tabel 2 kolom ke Mencar nla yang merupakan akar real postf dar persamaan (4) pada setap tngkatan harga yang dtawarkan. Nla yang dperoleh dar persamaan (4) dapat dlhat pada tabel 2 kolom ke Menentukan yang vald atau tdak vald. Tabel 2 kolom ke-6 merupakan keterangan yang vald atau tdak vald, sedangkan untuk kolom ke-7 merupakan nla yang telah vald. D P D Tabel 2. Perhtungan,, dan Valdas Nla (Rp) (Rp) (unt) Vald/Tdak vald (unt) , Tdak Vald , Tdak Vald , Tdak Vald , Vald 286 kd U D D 4. Menghtung dar yang telah dperoleh. Nla yang telah dperoleh dapat dlhat pada tabel 3 kolom ke Menghtung baya total. Dengan menggunakan persamaan (1), maka baya total untuk masng-masng tngkat harga pembelan adalah dapat dlhat pada tabel 3 kolom ke Memlh yang memberkan nla TC mnmum. Baya total yang mnmum adalah Rp ,- dengan 286 unt dan kd 123 unt. Jad jumlah barang yang harus dpesan untuk setap kal pemesanan adalah sebanyak 286 unt dengan banyaknya barang yang kadaluarsa sebesar 123 unt serta baya total yang harus dkeluarkan oleh perusahaan per tahun adalah Rp ,-. kd Tabel 3. Nla kd dan Perbandngan Baya Total dar Seluruh Tngkatan Harga Jumlah barang (unt) Harga/Unt (unt) kd (unt) TC 160 Rp , Rp , Rp , Rp , Rp , Rp ,- > 200 Rp , Rp ,- 4. KESIMPULAN Pada makalah n telah dbahas mengena suatu model persedaan determnstk dengan mempertmbangkan waktu kadaluarsa dan faktor ncremental dscount, dmana dalam model n baya total persedaan dtentukan oleh beberapa baya yakn baya pembelan, baya pemesanan, baya penympanan, baya kekurangan barang dan baya kadaluarsa barang. Selan tu, jumlah MS - 76

17 pemesanan yang optmal dtentukan berdasarkan jumlah pemesanan yang menyebabkan baya total persedaan menjad mnmum. Pengembangan lebh lanjut dapat dlakukan untuk model persedaan mult tem atau mengubah sfat determnstk waktu kadaluarsa menjad stokastk tanpa menghlangkan faktor dskon, ataupun menggunakan pendekatan fungs kontnu untuk harga barang per unt. DAFTAR PUSTAKA [1] Lmansyah, T. (2011). Analss Model Persedaan Barang EO dengan Mempertmbangkan Faktor Kadaluarsa dan Faktor All-Unts Dscount, Laporan Peneltan, Unverstas Katolk Parahyangan, Bandung. [2] Prasetyo, H., Munawr, H., dan Musthofyah, N.A. (2005). Pengembangan Model Persedaan dengan Mempetmbangkan Waktu Kadaluarsa Bahan dan Faktor Incremental Dscount, Jurnal Ilmah Teknk Industr, Vol. 4, No. 2, hlm [3] Tersne, R.J. (1994). Prncple of Inventory and Materal Management, 4 th ed., Prentce Hall, New Jersey. MS - 77

18 I SSN Alamat Redaks: Jurusan Matematka, FTIS - UNPAR Gedung 9, Lanta 1 Jl. Cumbuleut No. 94, Bandung

19 PROSIDING SEMINAR NASIONAL MATEMATIKA 2012

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

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

Lebih terperinci

DAFTAR ISI KATA PENGANTAR

DAFTAR ISI KATA PENGANTAR DAFTAR ISI KATA PENGANTAR DAFTAR ISI i ii ALJABAR DAN ANALISIS PENURUNAN FUNGSI PEMBANGKIT BIASA DARI POLINOMIAL CHEBYSHEV JENIS KETIGA DAN KEEMPAT Suarsih Utama - Universitas Indonesia...AA 1-9 PRINSIP

Lebih terperinci

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

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

Lebih terperinci

Seminar Nasional MATEMATIKA

Seminar Nasional MATEMATIKA Seminar Nasional MATEMATIKA VOL. 7 TH. 2012 ISSN 1907-3909 UNIVERSITAS KATOLIK PARAHYANGAN PARAHYANGAN CATHOLIC UNIVERSITY FAKULTAS TEKNOLOGI INFORMASI DAN SAINS FACULTY OF INFORMATION TECHNOLOGY AND SCIENCE

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Fuzzy Set Pada tahun 1965, Zadeh memodfkas teor hmpunan dmana setap anggotanya memlk derajat keanggotaan yang bernla kontnu antara 0 sampa 1. Hmpunan n dsebut dengan hmpunaan

Lebih terperinci

BAB IV PEMBAHASAN MODEL

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

Lebih terperinci

BAB 2 KAJIAN PUSTAKA

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

Lebih terperinci

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

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

Lebih terperinci

SISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS

SISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS SISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS A8 M. Andy Rudhto 1 1 Program Stud Penddkan Matematka FKIP Unverstas Sanata Dharma Kampus III USD Pangan Maguwoharjo Yogyakarta 1 e-mal: arudhto@yahoo.co.d

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

ANALISIS REGRESI. Catatan Freddy

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

Lebih terperinci

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

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

Lebih terperinci

BAB III METODOLOGI PENELITIAN

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB V ANALISA PEMECAHAN MASALAH

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

Lebih terperinci

BAB VB PERSEPTRON & CONTOH

BAB VB PERSEPTRON & CONTOH BAB VB PERSEPTRON & CONTOH Model JST perseptron dtemukan oleh Rosenblatt (1962) dan Mnsky Papert (1969). Model n merupakan model yang memlk aplkas dan pelathan yang lebh bak pada era tersebut. 5B.1 Arstektur

Lebih terperinci

PROPOSAL SKRIPSI JUDUL:

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

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN. Latar Belakang Matematka sebaga bahasa smbol yang bersfat unversal memegang peranan pentng dalam perkembangan suatu teknolog. Matematka sangat erat hubungannya dengan kehdupan nyata.

Lebih terperinci

BAB IV PEMBAHASAN HASIL PENELITIAN

BAB IV PEMBAHASAN HASIL PENELITIAN BAB IV PEMBAHASAN HASIL PENELITIAN A. Hasl Peneltan Pada peneltan yang telah dlakukan penelt selama 3 mnggu, maka hasl belajar matematka pada mater pokok pecahan d kelas V MI I anatussbyan Mangkang Kulon

Lebih terperinci

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

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

Lebih terperinci

SUMBER BELAJAR PENUNJANG PLPG 2016 MATA PELAJARAN/PAKET KEAHLIAN GURU KELAS SD

SUMBER BELAJAR PENUNJANG PLPG 2016 MATA PELAJARAN/PAKET KEAHLIAN GURU KELAS SD SUMBER BELAJAR PENUNJANG PLPG 0 MATA PELAJARAN/PAKET KEAHLIAN GURU KELAS SD BAB V STATISTIKA Dra.Hj.Rosdah Salam, M.Pd. Dra. Nurfazah, M.Hum. Drs. Latr S, S.Pd., M.Pd. Prof.Dr.H. Pattabundu, M.Ed. Wdya

Lebih terperinci

Analisis Persediaan Multy Item dengan Mempertimbangkan Faktor Kadaluarsa

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

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang. Di dalam matematika mulai dari SD, SMP, SMA, dan Perguruan Tinggi

BAB I PENDAHULUAN. 1.1 Latar Belakang. Di dalam matematika mulai dari SD, SMP, SMA, dan Perguruan Tinggi Daftar Is Daftar Is... Kata pengantar... BAB I...1 PENDAHULUAN...1 1.1 Latar Belakang...1 1.2 Rumusan Masalah...2 1.3 Tujuan...2 BAB II...3 TINJAUAN TEORITIS...3 2.1 Landasan Teor...4 BAB III...5 PEMBAHASAN...5

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

ANALISIS BENTUK HUBUNGAN

ANALISIS BENTUK HUBUNGAN ANALISIS BENTUK HUBUNGAN Analss Regres dan Korelas Analss regres dgunakan untuk mempelajar dan mengukur hubungan statstk yang terjad antara dua varbel atau lebh varabel. Varabel tersebut adalah varabel

Lebih terperinci

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

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

Lebih terperinci

BAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya

BAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.1.1 Tempat Peneltan Pada peneltan n, penuls memlh lokas d SMA Neger 1 Bolyohuto khususnya pada sswa kelas X, karena penuls menganggap bahwa lokas

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

BEBERAPA SIFAT TERKAIT SUBMODUL SEMIPRIMA

BEBERAPA SIFAT TERKAIT SUBMODUL SEMIPRIMA BEBERAPA SIFAT TERKAIT SUBMODUL SEMIPRIMA A-3 Dan Aresta Yuwanngsh 1 1 Mahasswa S Matematka UGM dan.aresta17@yahoo.com Abstrak Dberkan R merupakan rng dengan elemen satuan, M R-modul kanan, dan R S End

Lebih terperinci

BAB I PENDAHULUAN. Perkembangan matematika tidak hanya dalam tataran teoritis tetapi juga pada

BAB I PENDAHULUAN. Perkembangan matematika tidak hanya dalam tataran teoritis tetapi juga pada BAB I PENDAHULUAN.. Latar Belakang Masalah Perkembangan matematka tdak hanya dalam tataran teorts tetap juga pada bdang aplkatf. Salah satu bdang lmu yang dkembangkan untuk tataran aplkatf dalam statstka

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 2 LNDSN TEORI 2. Teor engamblan Keputusan Menurut Supranto 99 keputusan adalah hasl pemecahan masalah yang dhadapnya dengan tegas. Suatu keputusan merupakan jawaban yang past terhadap suatu pertanyaan.

Lebih terperinci

BAB II TINJAUAN PUSTAKA

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

Lebih terperinci

ANALISIS DATA KATEGORIK (STK351)

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

Lebih terperinci

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

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

Lebih terperinci

IV. UKURAN SIMPANGAN, DISPERSI & VARIASI

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa

III. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlakukan d MTs Neger Bandar Lampung dengan populas sswa kelas VII yang terdr dar 0 kelas yatu kelas unggulan, unggulan, dan kelas A sampa dengan

Lebih terperinci

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

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

Lebih terperinci

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN

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

Lebih terperinci

BAB.3 METODOLOGI PENELITIN 3.1 Lokasi dan Waktu Penelitian Penelitian ini di laksanakan di Sekolah Menengah Pertama (SMP) N. 1 Gorontalo pada kelas

BAB.3 METODOLOGI PENELITIN 3.1 Lokasi dan Waktu Penelitian Penelitian ini di laksanakan di Sekolah Menengah Pertama (SMP) N. 1 Gorontalo pada kelas 9 BAB.3 METODOLOGI PENELITIN 3. Lokas dan Waktu Peneltan Peneltan n d laksanakan d Sekolah Menengah Pertama (SMP) N. Gorontalo pada kelas VIII. Waktu peneltan dlaksanakan pada semester ganjl, tahun ajaran

Lebih terperinci

BAB IV PEMBAHASAN HASIL PENELITIAN PENGARUH PENGGUNAAN METODE GALLERY WALK

BAB IV PEMBAHASAN HASIL PENELITIAN PENGARUH PENGGUNAAN METODE GALLERY WALK BAB IV PEMBAASAN ASIL PENELITIAN PENGARU PENGGUNAAN METODE GALLERY WALK TERADAP ASIL BELAJAR MATA PELAJARAN IPS MATERI POKOK KERAGAMAN SUKU BANGSA DAN BUDAYA DI INDONESIA A. Deskrps Data asl Peneltan.

Lebih terperinci

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

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

Lebih terperinci

BOKS A SUMBANGAN SEKTOR-SEKTOR EKONOMI BALI TERHADAP EKONOMI NASIONAL

BOKS A SUMBANGAN SEKTOR-SEKTOR EKONOMI BALI TERHADAP EKONOMI NASIONAL BOKS A SUMBANGAN SEKTOR-SEKTOR EKONOMI BALI TERHADAP EKONOMI NASIONAL Analss sumbangan sektor-sektor ekonom d Bal terhadap pembangunan ekonom nasonal bertujuan untuk mengetahu bagamana pertumbuhan dan

Lebih terperinci

SKRIPSI untuk memperoleh gelar Sarjana Guru Pendidikan Sekolah Dasar pada Universitas Kristen Satya Wacana Salatiga

SKRIPSI untuk memperoleh gelar Sarjana Guru Pendidikan Sekolah Dasar pada Universitas Kristen Satya Wacana Salatiga MENINGKATKAN HASIL BELAJAR SISWA DALAM MENYUSUN KARANGAN BERDASARKAN RANGKAIAN GAMBAR SERI MELALUI METODE PENUGASAN DAN LATIHAN PADA SISWA KELAS V SDN JAMBEAN 03 SEMESTER 1 KECAMATAN MARGOREJO KABUPATEN

Lebih terperinci

BAB I PENDAHULUAN. Semakin tinggi penerimaan Pajak di Indonesia, semakin tinggi pula kualitas

BAB I PENDAHULUAN. Semakin tinggi penerimaan Pajak di Indonesia, semakin tinggi pula kualitas BAB I PENDAHULUAN A. LATAR BELAKANG Pajak merupakan sumber penermaan terpentng d Indonesa. Oleh karena tu Pemerntah selalu mengupayakan bagamana cara menngkatkan penermaan Pajak. Semakn tngg penermaan

Lebih terperinci

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

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

Lebih terperinci

BAB I PENDAHULUAN. konsep strategi yang cocok untuk menghadapi persaingan baik itu mengikuti marketing

BAB I PENDAHULUAN. konsep strategi yang cocok untuk menghadapi persaingan baik itu mengikuti marketing BAB I PENDAHULUAN 1.1 Latar Belakang Konds persangan dalam berbaga bdang ndustr saat n dapat dkatakan sudah sedemkan ketatnya. Persangan dalam merebut pasar, adanya novas produk, mencptakan kepuasan pelanggan

Lebih terperinci

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

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

Lebih terperinci

BAB III METODOLOGI PENELITIAN

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

Lebih terperinci

BAB III METODE PENELITIAN. Jenis penelitian yang akan digunakan dalam penelitian ini adalah

BAB III METODE PENELITIAN. Jenis penelitian yang akan digunakan dalam penelitian ini adalah BAB III METODE PENELITIAN A. Jens Peneltan Jens peneltan yang akan dgunakan dalam peneltan n adalah peneltan pengembangan (Research and Development). Peneltan Research and Development (R&D) n merupakan

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 13 Bandar Lampung. Populasi dalam

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 13 Bandar Lampung. Populasi dalam III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Neger 3 Bandar Lampung. Populas dalam peneltan n yatu seluruh sswa kelas VIII SMP Neger 3 Bandar Lampung Tahun Pelajaran 0/03 yang

Lebih terperinci

BAB III METODE PENELITIAN. Penelitian ini merupakan penelitian yang bertujuan untuk mendeskripsikan

BAB III METODE PENELITIAN. Penelitian ini merupakan penelitian yang bertujuan untuk mendeskripsikan BAB III METODE PENELITIAN A. Jens Peneltan Peneltan n merupakan peneltan yang bertujuan untuk mendeskrpskan langkah-langkah pengembangan perangkat pembelajaran matematka berbass teor varas berupa Rencana

Lebih terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. Universitas Sumatera Utara BAB 1 ENDAHULUAN 1.1 Latar Belakang Secara umum dapat dkatakan bahwa mengambl atau membuat keputusan berart memlh satu dantara sekan banyak alternatf. erumusan berbaga alternatf sesua dengan yang sedang

Lebih terperinci

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

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

Lebih terperinci

PROGRAM STUDI S1 PENDIDIKAN GURU SEKOLAH DASAR FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN UNIVERSITAS KRISTEN SATYA WACANA SALATIGA TAHUN

PROGRAM STUDI S1 PENDIDIKAN GURU SEKOLAH DASAR FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN UNIVERSITAS KRISTEN SATYA WACANA SALATIGA TAHUN PENINGKATAN HASIL BELAJAR BAHASA INDONESIA TENTANG BERCERITA DENGAN MENGGUNAKAN PENDEKATAN KOMUNIKATIF SISWA KELAS II SDN ANGKATAN LOR 02 KECAMATAN TAMBAKROMO KABUPATEN PATI SEMESTER I TAHUN 2011 / 2012

Lebih terperinci

BABl PENDAHULUAN. Indonesia merupakan negara yang sedang berkembang dengan tingkat

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

Lebih terperinci

IV. PERANCANGAN DAN IMPLEMENTASI SISTEM

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

Lebih terperinci

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

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

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 ENDAHULUAN 1.1 Latar Belakang Manusa dlahrkan ke duna dengan ms menjalankan kehdupannya sesua dengan kodrat Illah yakn tumbuh dan berkembang. Untuk tumbuh dan berkembang, berart setap nsan harus

Lebih terperinci

I. PENGANTAR STATISTIKA

I. PENGANTAR STATISTIKA 1 I. PENGANTAR STATISTIKA 1.1 Jens-jens Statstk Secara umum, lmu statstka dapat terbag menjad dua jens, yatu: 1. Statstka Deskrptf. Statstka Inferensal Dalam sub bab n akan djelaskan mengena pengertan

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang I ENDHULUN. Latar elakang Mengambl keputusan secara aktf memberkan suatu tngkat pengendalan atas kehdupan spengambl keputusan. lhan-plhan yang dambl sebenarnya membantu dalam penentuan masa depan. Namun

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

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

Lebih terperinci

BAB 4 METODOLOGI PENELITIAN DAN ANALISIS

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

Lebih terperinci

BAB III METODE PENELITIAN. berjumlah empat kelas terdiri dari 131 siswa. Sampel penelitian ini terdiri dari satu kelas yang diambil dengan

BAB III METODE PENELITIAN. berjumlah empat kelas terdiri dari 131 siswa. Sampel penelitian ini terdiri dari satu kelas yang diambil dengan 7 BAB III METODE PENELITIAN A. Populas dan Sampel 1. Populas Populas dalam peneltan n adalah seluruh sswa kelas XI SMA Yadka Bandar Lampung semester genap tahun pelajaran 014/ 015 yang berjumlah empat

Lebih terperinci

Dekomposisi Nilai Singular dan Aplikasinya

Dekomposisi Nilai Singular dan Aplikasinya A : Dekomposs Nla Sngular dan Aplkasnya Gregora Aryant Dekomposs Nla Sngular dan Aplkasnya Oleh : Gregora Aryant Program Stud Penddkan Matematka nverstas Wdya Mandala Madun aryant_gregora@yahoocom Abstrak

Lebih terperinci

PEMBUATAN GRAFIK PENGENDALI BERDASARKAN ANALISIS KOMPONEN UTAMA (PRINCIPAL COMPONENT ANALYSIS)

PEMBUATAN GRAFIK PENGENDALI BERDASARKAN ANALISIS KOMPONEN UTAMA (PRINCIPAL COMPONENT ANALYSIS) PEMBUATAN GRAFIK PENGENDALI BERDASARKAN ANALISIS KOMPONEN UTAMA (PRINCIPAL COMPONENT ANALYSIS) Wrayant ), Ad Setawan ), Bambang Susanto ) ) Mahasswa Program Stud Matematka FSM UKSW Jl. Dponegoro 5-6 Salatga,

Lebih terperinci

BAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh

BAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh BAB III METODE PENELITIAN 3.1 Desan Peneltan Sebelum dlakukan peneltan, langkah pertama yang harus dlakukan oleh penelt adalah menentukan terlebh dahulu metode apa yang akan dgunakan dalam peneltan. Desan

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

Oleh : Fifi Fisiana

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

Lebih terperinci

ANALISIS PENENTUAN UKURAN PEMESANAN OLI MENGGUNAKAN METODE EOQ DI BENGKEL XYZ

ANALISIS PENENTUAN UKURAN PEMESANAN OLI MENGGUNAKAN METODE EOQ DI BENGKEL XYZ INDEPT, Vol. 2, No. 2, Jun 2012 ISSN 2087 9245 ANALISIS PENENTUAN UKURAN PEMESANAN OLI MENGGUNAKAN METODE EOQ DI BENGKEL XYZ Andy Purwanto, ST. Sekretars Jurusan Teknk Industr, Fakultas Teknk Unverstas

Lebih terperinci

Pendeteksian Data Pencilan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Diagnostik

Pendeteksian Data Pencilan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Diagnostik Pendeteksan Data Penclan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Dagnostk Sally Indra 1, Dod Vonanda, Rry Srnngsh 3 1 Student of Mathematcs Department State Unversty of Padang,

Lebih terperinci

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

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

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakang Dalam kehdupan sehar-har, serngkal dumpa hubungan antara suatu varabel dengan satu atau lebh varabel lan. D dalam bdang pertanan sebaga contoh, doss dan ens pupuk yang dberkan

Lebih terperinci

PEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR

PEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR PEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR Resa Septan Pontoh 1), Neneng Sunengsh 2) 1),2) Departemen Statstka Unverstas Padjadjaran 1) resa.septan@unpad.ac.d,

Lebih terperinci

Tinjauan Algoritma Genetika Pada Permasalahan Himpunan Hitting Minimal

Tinjauan Algoritma Genetika Pada Permasalahan Himpunan Hitting Minimal 157 Vol. 13, No. 2, 157-161, Januar 2017 Tnjauan Algortma Genetka Pada Permasalahan Hmpunan Httng Mnmal Jusmawat Massalesse, Bud Nurwahyu Abstrak Beberapa persoalan menark dapat dformulaskan sebaga permasalahan

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Peneltan n menggunakan peneltan ekspermen; subyek peneltannya dbedakan menjad kelas ekspermen dan kelas kontrol. Kelas ekspermen dber

Lebih terperinci

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

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

Lebih terperinci

PENGARUH PENGUMUMAN DIVIDEN TERHADAP FLUKTUASI HARGA SAHAM DI BURSA EFEK INDONESIA

PENGARUH PENGUMUMAN DIVIDEN TERHADAP FLUKTUASI HARGA SAHAM DI BURSA EFEK INDONESIA PENGARUH PENGUMUMAN DIVIDEN TERHADAP FLUKTUASI HARGA SAHAM DI BURSA EFEK INDONESIA SKRIPSI Dajukan Sebaga Salah Satu Syarat Untuk menyelesakan Program Sarjana ( S1) Pada Sekolah Tngg Ilmu Ekonom Nahdlatul

Lebih terperinci

Teori Himpunan. Modul 1 PENDAHULUAN. impunan sebagai koleksi (pengelompokan) dari objek-objek yang

Teori Himpunan. Modul 1 PENDAHULUAN. impunan sebagai koleksi (pengelompokan) dari objek-objek yang Modul 1 Teor Hmpunan PENDAHULUAN Prof SM Nababan, PhD Drs Warsto, MPd mpunan sebaga koleks (pengelompokan) dar objek-objek yang H dnyatakan dengan jelas, banyak dgunakan dan djumpa dberbaga bdang bukan

Lebih terperinci

Nama : Crishadi Juliantoro NPM :

Nama : Crishadi Juliantoro NPM : ANALISIS INVESTASI PADA PERUSAHAAN YANG MASUK DALAM PERHITUNGAN INDEX LQ-45 MENGGUNAKAN PORTOFOLIO DENGAN METODE SINGLE INDEX MODEL. Nama : Crshad Julantoro NPM : 110630 Latar Belakang Pemlhan saham yang

Lebih terperinci

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

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

Lebih terperinci

BAB III METODE PENELITIAN. Jenis penelitian yang dipakai adalah penelitian kuantitatif, dengan

BAB III METODE PENELITIAN. Jenis penelitian yang dipakai adalah penelitian kuantitatif, dengan BAB III METODE PENELITIAN 3.1 Pendekatan dan Jens Peneltan Jens peneltan yang dpaka adalah peneltan kuanttatf, dengan menggunakan metode analss deskrptf dengan analss statstka nferensal artnya penuls dapat

Lebih terperinci

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

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

Lebih terperinci

SEARAH (DC) Rangkaian Arus Searah (DC) 7

SEARAH (DC) Rangkaian Arus Searah (DC) 7 ANGKAAN AUS SEAAH (DC). Arus Searah (DC) Pada rangkaan DC hanya melbatkan arus dan tegangan searah, yatu arus dan tegangan yang tdak berubah terhadap waktu. Elemen pada rangkaan DC melput: ) batera ) hambatan

Lebih terperinci

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

BAB III METODOLOGI PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode BAB III METODOLOGI PENELITIAN A. Metode Peneltan Metode peneltan yang dgunakan dalam peneltan n adalah metode ekspermen dengan bentuk kuas ekspermen. Pre test dlakukan d awal peneltan dan post tes dlakukan

Lebih terperinci

BAB I PENDAHULUAN I-1

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

Lebih terperinci

Perbaikan Sistem Persediaan Tinta Fotokopi di CV. NEC, Surabaya

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

Lebih terperinci

Bab 1 PENDAHULUAN Latar Belakang

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

Lebih terperinci

BAB III METODE PENELITIAN. menggunakan strategi pembelajaran mind mapping dalam pendekatan

BAB III METODE PENELITIAN. menggunakan strategi pembelajaran mind mapping dalam pendekatan 35 BAB III METODE PENELITIAN A. Jens dan Desan Peneltan Jens peneltan n adalah kuas ekspermen. Pada peneltan n terdapat dua kelompok subjek peneltan yatu kelompok ekspermen yang dberkan suatu perlakuan

Lebih terperinci

Perhitungan Bunga Kredit dengan Angsuran

Perhitungan Bunga Kredit dengan Angsuran Perhtungan Kredt dengan / Mengapa Perhtungan Kredt Perlu Dketahu? Perhtungan bunga kredt yang dgunakan bank akan menentukan besar keclnya angsuran pokok dan bunga yang harus dbayar Debtur atas kredt yang

Lebih terperinci

BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER

BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER 5.1 Pembelajaran Dengan Fuzzy Program Lner. Salah satu model program lnear klask, adalah : Maksmumkan : T f ( x) = c x Dengan batasan : Ax b x 0 n m mxn Dengan

Lebih terperinci

APLIKASI SISTEM LINEAR MAX-PLUS INVARIANT PADA SISTEM PRODUKSI TEMPE SUPER DANGSUL DI YOGYAKARTA

APLIKASI SISTEM LINEAR MAX-PLUS INVARIANT PADA SISTEM PRODUKSI TEMPE SUPER DANGSUL DI YOGYAKARTA APLIKASI SISTEM LINEAR MAX-PLUS INVARIANT PADA SISTEM PRODUKSI TEMPE SUPER DANGSUL DI YOGYAKARTA A7 Hendra Lstya Kurnawan 1, Musthofa 2 1 Mahasswa Program Stud Matematka Jurusan Penddkan Matematka FMIPA

Lebih terperinci

Bab III Analisis Rantai Markov

Bab III Analisis Rantai Markov Bab III Analss Ranta Markov Sstem Markov (atau proses Markov atau ranta Markov) merupakan suatu sstem dengan satu atau beberapa state atau keadaan, dan dapat berpndah dar satu state ke state yang lan pada

Lebih terperinci