MODEL HEURISTIK PENENTUAN RUTE KENDARAAN DENGAN BATASAN WAKTU PENGIRIMAN

Ukuran: px
Mulai penontonan dengan halaman:

Download "MODEL HEURISTIK PENENTUAN RUTE KENDARAAN DENGAN BATASAN WAKTU PENGIRIMAN"

Transkripsi

1 MODEL HEURISTIK PENENTUAN RUTE KENDARAAN DENGAN BATASAN WAKTU PENGIRIMAN Tjutju T. Dmyat Jurusan Teknk Industr Unverstas Pasundan E-mal : admyat@bdg.centrn.net.d ABSTRAK Penentuan rute kendaraan (Vehcle Routng Problem, VRP) merupakan sub persoalan yang sangat pentng dar suatu sstem dstrbus, sehngga telah mengundang banyak perhatan penelt untuk menggal berbaga aspek yang terkat dengan persoalan n. Pada dasarnya persoalan n adalah menentukan rute sejumlah kendaraan dengan kapastas tertentu yang mengangkut suatu komodtas dar satu atau lebh depot ke sejumlah pelanggan dengan tngkat kebutuhan tertentu. Tujuannya adalah agar dperoleh total ongkos atau jarak atau waktu tempuh yang mnmum. Pada makalah n dkemukakan suatu metoda heurstk untuk menyelesakan persoalan penentuan rute kendaraan untuk konds dmana setap pelanggan menetapkan batas awal dan akhr waktu pengrman, yang dkenal sebaga Vehcle Routng Problem wth Tme Wndow (VRPTW). Penentuan rute dtujukan tdak hanya untuk memnmumkan total ongkos perjalanan tetap juga total waktu pelanggan menunggu. Besarnya ongkos dasumskan proporsonal terhadap jarak dan waktu tempuh. Kata kunc:: vehcle routng, tme wndow, heurstk 1. Pendahuluan Bag perusahaan manufaktur maupun jasa, sstem dstrbus/transportas memlk peranan yang sangat pentng dalam memberkan pelayanan kepada konsumen. Untuk mengendalkan seluruh aktvtas dstrbus dan untuk mengefsenkan penggunaan sumbersumber sstem n, persoalan yang harus dselesakan dapat dkelompokkan ke dalam persoalan yang sfatnya strategs, takts, maupun operasonal. Persoalan strategs berkatan dengan perancangan jarngan fsk, penentuan lokas fasltas, dan pengadaan sumbersumber yang dperlukan, sedangkan persoalan yang bersfat takts berkatan dengan pengalokasan sumber-sumber yang ada untuk memperbak knerja sstem secara keseluruhan. Persoalan pada level operasonal berkatan dengan penentuan rute kendaraan yang melakukan perjalanan dar depot atau gudang ke sejumlah pengecer atau pelanggan, untuk memnmumkan total ongkos perjalanan yang terjad. Ada dua model persoalan operasonal yang banyak dbahas para penelt, yatu Travellng Salesman Problem (TSP) dan Vehcle Routng Problem (VRP). Pada model VRP, setap kendaraan dengan kapastas angkut tertentu dan seragam akan melakukan perjalanan dar depot untuk melakukan pengrman komodtas ke sejumlah pelanggan dengan tngkat kebutuhan tertentu, dan kembal ke depot. Total kebutuhan yang dlayan setap rute tdak melebh kapastas angkut kendaraan. Setap pelanggan hanya dlayan oleh satu kendaraan dan setap rute pengrman hanya boleh mengunjung setap pelanggan satu kal. Tujuannya adalah agar setap pelanggan terpenuh kebutuhannya dengan total ongkos yang mnmum. 653

2 Jka dberlakukan batasan waktu tertentu, bak batasan waktu untuk kendaraan berangkat dar dan kembal ke depot maupun saat palng cepat dan palng lambat untuk kendaraan tba d masng-masng pelanggan, maka persoalannya dkenal sebaga Vehcle Routng Problem wth Tme Wndow (VRPTW). Pada model VRPTW n yang harus dselesakan tdak hanya menentukan rute tetap juga jadwal keberangkatan setap kendaraan untuk memnmumkan total ongkos perjalanan dan total waktu pelanggan menunggu. 2. Tujuan Pembahasan Meskpun persoalan yang melbatkan model VRP banyak djumpa dalam kehdupan seharhar, tetap untuk memperoleh solus optmalnya tdaklah mudah karena VRP merupakan persoalan NP-hard (Solomon, 1987). Hal n telah memotvas para penelt mengembangkan berbaga metoda heurstk agar dapat dgunakan untuk menyelesakan persoalan-persoalan dalam kehdupan sehar-har, yang pada umumnya berukuran besar (Solomon, Baker dan Schaffer, 1988), (Solomon dan Desrosers, 1988), (Thangah, Osman, Vnayagamoorthy dan Sun, 1995), (Ioannou, Krtkos dan Prastacos, 2001). Pada makalah n dbahas suatu metoda heurstk untuk menyelesakan persoalan VRPTW, dengan menggunakan metoda Inserton Heurstk-I1 sebaga dasar pengembangan. Metoda Inserton Heurstk-I1 sendr pada dasarnya merupakan pengembangan dar metoda Savng Heurstc yang dkembangkan oleh Clarke dan Wrght untuk persoalan VRP klask (Ghan, Laporte, dan Musmanno, 2004). Butr 3 dar makalah n mengurakan formulas persoalan yang akan dselesakan serta model matematsnya, sedang metoda heurstk yang dbahas dsajkan pada butr 4. Untuk memudahkan pemahaman terhadap metoda yang dbahas, pada butr 5 dsajkan suatu lustras numerk lengkap dengan hasl perhtungan. Sebaga penutup dar seluruh pembahasan, pada butr 6 dkemukakan beberapa hal yang berkatan dengan metoda heurstk yang dbahas. 3. Formulas Persoalan Untuk menjelaskan model VRPTW, perhatkan suatu graph (N,A). Set node N terdr dar suatu set pelanggan yang dnyatakan sebaga C, dmana node 0 dan node n+1 adalah depot. Set arc A menyatakan hubungan d antara node satu dengan node yang lan. Tdak ada arc yang berakhr d node 0 dan tdak ada arc yang berawal dar node n+1. Setap rute akan berawal dar node 0 dan akan berakhr d node n+1. Setap arc (,j ) A dtanda dengan ongkos C j dan waktu tempuh t j. Karena besarnya ongkos danggap proporsonal terhadap jarak dan waktu tempuh maka besarnya unt ongkos bsa dnyatakan sama dengan 1. Setap pelanggan berkatan dengan kebutuhan d dan waktu pelayanan t, C. Set kendaraan dnyatakan sebaga V dmana setap kendaraan memlk kapastas angkut yang seragam, yatu q. Pelayanan d setap pelanggan harus dlaksanakan dalam nterval waktu [a,b ], C. Setap kendaraan harus mennggalkan depot dalam nterval waktu [a 0, b 0 ] dan harus kembal ke depot dalam nterval waktu [a n+1, b n+1 ]. Kendaraan yang datang d pelanggan sebelum awal tme wndow harus menunggu hngga pelayanan dapat dmula, tetap tdak boleh datang setelah batas atas tme wndow. Untuk memformulaskan model matemats VRPTW dgunakan dua varabel berkut: X = 1 jka kendaraan k melakukan perjalanan dar node ke j ( (,j ) A, k V) = 0 jka tdak S k ( N, k V) menyatakan saat kendaraan k memula pelayanan d pelanggan ( C) 654

3 Dalam hal n dapat dasumskan S 0k = 0 k. S n+1,k menyatakan saat kepulangan kendaraan k d depot. Model matemats VRPTW dapat dformulaskan sebaga berkut: Mn C j X (1) k V (, j ) A dengan pembatas: X = 1 C (2) k V d C jk X q k V (3) X 0 = 1 k V (4) X X = 0 h C, k V (5) N hk hjk X,n + 1,k = 1 k V (6) N X (Sk + t + tj S jk ) 0 (,j ) A, k V (7) a S b k V, k V (8) k X {0,1} (,j ) A, k V (9) Fungs tujuan (1) menyatakan bahwa total ongkos harus dmnmumkan. Pembatas (2) menyatakan bahwa setap pelanggan hanya dlayan oleh satu kendaraan, sedang pembatas (3) menyatakan setap kendaraan hanya akan melayan konsumen sebatas kapastasnya. Pembatas (4), (5), dan (6) menyatakan bahwa setap kendaraan k akan berangkat dar depot, mennggalkan node h, (h C) jka kendaraan tu memasuk node h, dan akan kembal ke depot. Arc (0, n+1) dmasukkan ke dalam network untuk mengkut sertakan perjalanan awal dar depot dan perjalanan kembal ke depot. Pembatas (7) menyatakan bahwa jka kendaraan k melakukan perjalanan dar ke j maka kendaraan tesebut akan tba d node j setelah S + t + t. Pembatas (8) menyatakan setap kendaraan k akan tba d pelanggan k j dalam batas tme wndow pelanggan tersebut, sedangkan pembatas (9) adalah pembatas ntegraltas. 4. Metoda Penyelesaan Metoda heurstk yang dbahas pada makalah n pada dasarnya adalah suatu prosedur pembentukan rute yang dlakukan dengan cara memlh pelanggan (dnyatakan sebaga node) yang akan dsspkan ke dalam suatu rute yang sudah ada. Proses penyspan dlakukan hngga rute yang bersangkutan dnyatakan penuh, bak berdasarkan kapastas kendaraan maupun jadwal waktu pelayanan d masng-masng pelanggan. Tujuannya adalah untuk membentuk satu atau beberapa rute pelayanan dengan total ongkos perjalanan yang mnmum. Dasumskan besarnya ongkos proporsonal terhadap jarak dan waktu tempuh. Proses pemlhan dan penyspan node ke dalam rute dlakukan sebaga berkut: Langkah 0 (Insalsas) o Nyatakan seluruh node (tdak termasuk depot) yang belum masuk ke dalam rute sebaga node bebas o Plh satu node bebas untuk djadkan node awal dar rute yang akan dbentuk, nyatakan node tersebut sebaga node. Pemlhan node awal bsa ddasarkan pada jarak node terhadap depot atau berdasarkan jadwal waktu pelayanan. o Tetapkan rute awal sebaga R = {0,, n+1} dengan 0 dan n+1 adalah depot 655

4 Langkah 1 (Penetapan nla parameter) o Nyatakan node bebas yang dpertmbangkan untuk dsspkan sebaga node u o Tetapkan nla parameter µ yatu bobot yang dberkan terhadap penghematan jarak yang dperoleh jka dlakukan penyspan node u. µ 0 o Tetapkan nla parameter α 1 yatu bobot yang dberkan terhadap total jarak yang terjad akbat penyspan node u dan parameter α 2 yatu bobot yang dberkan terhadap perubahan waktu pelayanan akbat penyspan node u. α 1 + α 2 = 1 o Tetapkan nla parameter λ yatu bobot yang dberkan bag ongkos perjalanan dar depot ke node u jka node u tdak dsspkan ke dalam rute. λ 0 Langkah 2 (Pemlhan dan penyspan node) o Nyatakan rute saat n sebaga R = { 0, 1,..., j } (0 dan j adalah depot) o Untuk setap node bebas u, htung total tambahan jarak yang terjad jka node u dsspkan, dengan menggunakan formula Z 11 (, u, j ) = d u + d uj µ d j ; µ 0 d u, d uj, dan d j masng-masng adalah jarak antara node dengan node u, node u dengan node j, dan node dengan node j o Htung tambahan waktu untuk kendaraan tba dan memula pelayanan d node jka node u dsspkan, dengan menggunakan formula Z 12 (, u, j ) = t 0u + t u + t u - t 0 t 0u, t u, dan t 0 adalah waktu tempuh dar depot ke node u, dar node u ke node, dan dar depot ke node, sedang t u adalah waktu pelayanan d node u o Htung besarnya ongkos penyspan yang besarnya proporsonal terhadap tambahan jarak dan tambahan waktu tempuh untuk tba d node jka node u dsspkan, dengan menggunakan formula Z 1 (, u, j ) = α 1 Z 11 (, u, j ) + α 2 Z 12 (, u, j ) ; α 1 0 ; α 2 0 ; α 1 + α 2 = 1 o Sspkan node bebas u yang memlk nla Z 1 (, u, j ) mnmum ke dalam rute, d antara node dan node j yang sudah ada o Jka kapastas kendaraan dan batas waktu pelayanan mash memungknkan, lakukan penyspan berkutnya berdasarkan nla Z 2 (, u, j ) maksmum, dmana Z 2 (, u, j ) = λ d 0u - Z 1 (, u, j ) ; λ 0 menyatakan selsh antara ongkos yang terjad jka node u dtempuh langsung dar depot dengan ongkos yang terjad jka node u dsspkan ke dalam rute Langkah 3 (Pengulangan) Jka mash ada node bebas, ulang langkah 2 hngga seluruh node masuk ke dalam rute. Langkah 4 (Perbakan solus) Untuk setap rute yang telah terbentuk, lakukan perubahan poss node atau urutan pelanggan yang dkunjung, untuk memperoleh total jarak dan total waktu menunggu yang mnmum. 5. Ilustras Numerk Msalkan ada suatu depot yang melayan pengrman suatu komodtas ke 12 pelanggan. Pada Tabel I dsajkan data tngkat kebutuhan komodtas (dalam unt) dan jadwal waktu pelayanan d masng-masng pelanggan. Data jarak (dalam Km) serta waktu tempuh (dalam ment) dar depot ke pelanggan dan antar pelanggan adalah sepert pada Tabel II. Kapastas setap kendaraan adalah 30 unt, sedangkan lama waktu pelayanan d setap pelanggan adalah 15 ment. Setap kendaraan harus mennggalkan depot pada pukul 9:00 dan harus sudah kembal ke depot pada pukul 12:

5 Tabel I. Data tngkat kebutuhan dan jadwal pelayanan Tngkat Kebutuhan Batas Awal Pelayanan Batas Akhr Pelayanan Pelanggan (node) :00 9:00 9:00 11:00 9:00 11:00 9:00 10:00 9:00 9:00 10:00 10:00 11:30 12:30 12:30 12:30 12:30 12:30 12:30 12:30 10:30 11:15 12:45 12:30 Tabel II. Data jarak (d bawah dagonal) dan waktu tempuh (d atas dagonal) Node Untuk menyelesakan persoalan d atas dtetapkan nla µ = 1 ; α 1 = α 2 = 0.5 ; dan λ = 1. Dar data d atas dketahu bahwa total kebutuhan d seluruh pelanggan adalah 84 unt. Karena kapastas kendaraan adalah 30 unt maka dperlukan 3 unt kendaraan, yang berart juga akan terbentuk tga rute yang berasal dan berakhr d depot. Iteras 1: Sebaga node awal pada rute R 1 dplh node 9 yang merupakan pelanggan dengan batas awal dan batas akhr pelayanan palng cepat, sehngga R 1 = {0, 9, 0}. Karena kapastas kendaraan dan jadwal waktu pelayanan mash memungknkan maka selanjutnya dlakukan pemlhan node u yang akan dsspkan. Hasl perhtungan dsajkan pada Tabel III. Tabel III. Hasl perhtungan untuk teras 1 u d(,u) d(u,0) d(,0) Z11 t(0,u) t(u,) t(0,) Z12 Z1 Z

6 Berdasarkan nla Z 1 maka node yang harus dsspkan d antara node 9 dan depot adalah node 8 sehngga dperoleh rute R 1 = {0, 9, 8, 0}. Proses penyspan mash dapat dlakukan dengan memperhatkan nla Z 2 sehngga akhrnya dperoleh rute R 1 = {0, 9, 8, 10, 12, 0}. Resume hasl perhtungan untuk rute R 1 dsajkan pada Tabel IV. Tabel IV. Resume hasl perhtungan teras 1 Node Tba Berangkat Waktu menunggu Kumulatf unt Kumulatf jarak Depot 9:00 Pelanggan 9 9:41 9: Pelanggan 8 10:07 10: Pelanggan 10 10:27 10: Pelanggan 12 10:49 11: Depot 11: Dengan cara yang sama dlakukan perhtungan untuk memperoleh rute kedua dan ketga sehngga dperoleh R 2 = {0, 1, 4, 5, 2, 0} dan R 3 = {0, 3, 6, 7, 11, 0}. Kedua rute n tdak fsbel karena menyebabkan kendaraan tba d depot lebh dar pukul 12:00. Hal n terjad karena dar rute R 2 dperoleh waktu tunggu selama 70 ment d pelanggan 4, sedangkan dar rute R 3 dperoleh waktu tunggu selama 54 ment d pelanggan 6. Karena tu maka dlakukan evaluas terhadap urutan pelayanan pelanggan untuk memperoleh rute baru yang fsbel. Hasl yang dperoleh adalah R 2 = {0, 1, 5, 2, 4, 0} dan R 3 = {0, 3, 7, 11, 6, 0}. Resume hasl perhtungan dsajkan pada Tabel V dan Tabel VI. Tabel V. Resume hasl perhtungan teras 2 Node Tba Berangkat Waktu menunggu Kumulatf unt Kumulatf jarak Depot 9:00 Pelanggan 1 9:30 9: Pelanggan 5 10:01 10: Pelanggan 2 10:21 10: Pelanggan 4 10:48 11:15 12 ment Depot 11: Tabel VI. Resume hasl perhtungan teras 3 Node Tba Berangkat Waktu menunggu Kumulatf unt Kumulatf jarak Depot 9:00 Pelanggan 3 9:30 9: Pelanggan 7 10:06 10: Pelanggan 11 10:26 10: Pelanggan 6 10:46 11:15 14 ment Depot 11: Penutup Pendsrbusan suatu komodtas dar depot atau gudang ke sejumlah agen atau pelanggan merupakan permasalahan yang umum djumpa dalam kehdupan sehar-har, sekalgus merupakan permasalahan yang tdak mudah untuk dselesakan dengan menggunakan model optmas. Karena tu perlu dkembangkan suatu metoda penyelesaan yang sederhana dan mudah dlakukan, tetap dapat memberkan solus yang cukup bak dan mendekat solus 658

7 optmalnya. Metoda heurstk yang dbahas pada makalah n menggunakan formula yang sederhana sehngga dapat dengan mudah dselesakan secara manual, meskpun untuk persoalan yang berukuran besar. Karena solus yang dperoleh akan dtentukan oleh nla parameter-parameter µ, α 1, α 2, dan λ yang dgunakan maka untuk memperoleh solus terbak (berdasarkan krtera yang dtetapkan) perlu dlakukan pengulangan perhtungan dengan nla yang berbeda untuk masng-masng parameter. Apabla besarnya ongkos tdak dasumskan proporsonal terhadap jarak dan waktu tempuh maka pada proses pemlhan node yang akan dsspkan (langkah 2), nla Z 11 (, u, j ) dan Z 12 (, u, j ) harus dkalkan dengan unt ongkos yang berlaku. Demkan juga dengan (λ d 0u ) harus dkalkan dengan unt ongkos yang berlaku sebelum menghtung nla Z 2 (, u, j ). Daftar Pustaka 1. Ghan, G., G. Laporte, and R. Musmanno (2004), Introducton to Logstcs Systems Plannng and Control, John Wley & Sons Ltd. England, Ioannou, G., M. Krtkos and G. Prastacos (2001), A Greedy Look-Ahead Heurstc for the Vehcle Routng Problem wth Tme Wndows, Journal of the Operatonal Research Socety 52, Solomon, M.M. (1987), Algorthms for the Vehcle Routng and Schedulng Problems wth Tme Wndow Constrants, Operatons Research 35, Solomon, M.M., E.K. Baker and J.R. Schaffer (1988), Vehcle Routng and Schedulng Problems wth Tme Wndow Constrants: Effcent Implementatons of Soluton Improvement Procedures, n Vehcle Routng: Methods and Studes, B. Golden and A. Assad (eds), , Elsever Scence Publshers, Amsterdam. 5. Solomon, M.M. and J. Desrosers (1988), Tme Wndow Constraned Routng and Schedulng Problems, Transportaton Scence 22, Thangah, S.R., I.H. Osman, R. Vnayagamoorthy and T. Sun (1995), Algorthms for the Vehcle Routng Problems wth Tme Deadlnes, Amercan Journal of Mathematcal and Management Scences 13,

PENGARUH NILAI PARAMETER TERHADAP SOLUSI HEURISTIK PADA MODEL VTPTW

PENGARUH NILAI PARAMETER TERHADAP SOLUSI HEURISTIK PADA MODEL VTPTW INFOMATEK Volume 19 Nomor 1 Juni 2017 PENGARUH NILAI PARAMETER TERHADAP SOLUSI HEURISTIK PADA MODEL VTPTW Tjutju T. Dimyati Program Studi Teknik Industri Fakultas Teknik Universitas Pasundan Abstrak: Penentuan

Lebih terperinci

3 METODE HEURISTIK UNTUK VRPTW

3 METODE HEURISTIK UNTUK VRPTW 12 3 METODE HEURISTIK UNTUK VRPTW 3.1 Metode Heurstk Metode heurstk merupakan salah satu metode penentuan solus optmal dar permasalahan optmas kombnatoral. Berbeda dengan solus eksak yang menentukan nla

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

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

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

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

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

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 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

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

BAB VIB METODE BELAJAR Delta rule, ADALINE (WIDROW- HOFF), MADALINE

BAB VIB METODE BELAJAR Delta rule, ADALINE (WIDROW- HOFF), MADALINE BAB VIB METODE BELAJAR Delta rule, ADALINE (WIDROW- HOFF), MADALINE 6B.1 Pelathan ADALINE Model ADALINE (Adaptve Lnear Neuron) dtemukan oleh Wdrow & Hoff (1960) Arstekturnya mrp dengan perseptron Perbedaan

Lebih terperinci

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

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

Lebih terperinci

BAB 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 II TEORI ALIRAN DAYA

BAB II TEORI ALIRAN DAYA BAB II TEORI ALIRAN DAYA 2.1 UMUM Perhtungan alran daya merupakan suatu alat bantu yang sangat pentng untuk mengetahu konds operas sstem. Perhtungan alran daya pada tegangan, arus dan faktor daya d berbaga

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SD Al-Azhar 1 Wayhalim Bandar Lampung. Populasi

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SD Al-Azhar 1 Wayhalim Bandar Lampung. Populasi 3 III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SD Al-Azhar Wayhalm Bandar Lampung. Populas dalam peneltan n adalah seluruh sswa kelas V yang terdr dar 5 kelas yatu V A, V B, V

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

Lebih terperinci

BAB 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

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

Preferensi untuk alternatif A i diberikan

Preferensi untuk alternatif A i diberikan Bahan Kulah : Topk Khusus Metode Weghted Product (WP) menggunakan perkalan untuk menghubungkan ratng atrbut, dmana ratng setap atrbut harus dpangkatkan dulu dengan bobot atrbut yang bersangkutan. Proses

Lebih terperinci

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

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

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 59-70, Agustus 2003, ISSN :

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 59-70, Agustus 2003, ISSN : JURNA MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 59-70, Agustus 2003, ISSN : 1410-8518 MASAAH RUTE TERPENDEK PADA JARINGAN JAAN MENGGUNAKAN AMPU AU-INTAS Stud Kasus: Rute Peralanan Ngesrep Smpang ma Eko Bud

Lebih terperinci

IMPLEMENTASI VEHICLE ROUTING PROBLEM WITH HETEROGENOUS FLEET OF VEHICLES AND TIME WINDOWS (STUDI KASUS: PT PABRIK KERTAS TJIWI KIMIA)

IMPLEMENTASI VEHICLE ROUTING PROBLEM WITH HETEROGENOUS FLEET OF VEHICLES AND TIME WINDOWS (STUDI KASUS: PT PABRIK KERTAS TJIWI KIMIA) IMPLEMENTASI VEHICLE ROUTING PROBLEM WITH HETEROGENOUS FLEET OF VEHICLES AND TIME WINDOWS (STUDI KASUS: PT PABRIK KERTAS TJIWI KIMIA) Gust Rean Azm, Suparno, Yudha Prasetyawan Fakultas Teknolog Industr

Lebih terperinci

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

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

Lebih terperinci

BAB 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

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

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

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

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

PENENTUAN LOKASI PEMANCAR TELEVISI MENGGUNAKAN FUZZY MULTI CRITERIA DECISION MAKING

PENENTUAN LOKASI PEMANCAR TELEVISI MENGGUNAKAN FUZZY MULTI CRITERIA DECISION MAKING Meda Informatka, Vol. 2, No. 2, Desember 2004, 57-64 ISSN: 0854-4743 PENENTUAN LOKASI PEMANCAR TELEVISI MENGGUNAKAN FUZZY MULTI CRITERIA DECISION MAKING Sr Kusumadew Jurusan Teknk Informatka, Fakultas

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

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

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

Lebih terperinci

BAB 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

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

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

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

Bab 2 Tinjauan Pustaka 2.1 Penelitian Terdahulu

Bab 2 Tinjauan Pustaka 2.1 Penelitian Terdahulu Bab 2 Tnjauan Pustaka 2.1 Peneltan Terdahulu Pemlhan stud pustaka tentang sstem nformas penlaan knerja karyawan n juga ddasar pada peneltan sebelumnya yang berjudul Penerapan Metode TOPSIS untuk Pemberan

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

III. METODE PENELITIAN

III. METODE PENELITIAN III. METODE PEELITIA 3.1. Kerangka Pemkran Peneltan BRI Unt Cbnong dan Unt Warung Jambu Uraan Pekerjaan Karyawan Subyek Analss Konds SDM Aktual (KKP) Konds SDM Harapan (KKJ) Kuesoner KKP Kuesoner KKJ la

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 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

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

BAB III METODE PENELITIAN. pembelajaran berupa RPP dan LKS dengan pendekatan berbasis masalah ini

BAB III METODE PENELITIAN. pembelajaran berupa RPP dan LKS dengan pendekatan berbasis masalah ini BAB III METODE PENELITIAN A. Desan Peneltan Metode peneltan yang dgunakan dalam pengembangan perangkat pembelajaran berupa RPP dan LKS dengan pendekatan berbass masalah n adalah metode pengembangan atau

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

Pemilihan Lokasi Kontinyu (1)

Pemilihan Lokasi Kontinyu (1) Pemlhan Lokas Kontnu 1 - Model Dasar - 6 Oleh : Debrna Puspta Andran Teknk Industr, Unverstas Brawjaa e-mal : debrna@ub.ac.d www.debrna.lecture.ub.ac.d Medan method Gravt method Contour-Lne method Weszfeld

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.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 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 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

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB 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

III. METODOLOGI PENELITIAN

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

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Tnjauan Pustaka 2.1.1 Tmetable Tmetable merupakan alokas subjek yang memlk kendala untuk dtempatkan pada ruang waktu (Gan dkk, 2004). Permasalahan Tmetable cukup luas. Masalah

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

BAB III METODOLOGI PENELITIAN

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

Lebih terperinci

BAB 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 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

ANALISIS DATA KATEGORIK (STK351)

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

Lebih terperinci

BAB 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 1 PENDAHULUAN. 1.1 Latar belakang

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

Lebih terperinci

MODEL OPTIMAL SISTEM TRANSPORTASI ANGKUTAN KOTA

MODEL OPTIMAL SISTEM TRANSPORTASI ANGKUTAN KOTA ODEL OPTIAL SISTE TRANSPORTASI ANGKUTAN KOTA PRAPTO TRI SUPRIYO Departemen atematka Fakultas atematka dan Ilmu Pengetahuan Alam Insttut Pertanan Bogor Jl erant, Kampus IPB Darmaga, Bogor 16680 Indonesa

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

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

Pertemuan ke-4 Analisa Terapan: Metode Numerik. 4 Oktober 2012

Pertemuan ke-4 Analisa Terapan: Metode Numerik. 4 Oktober 2012 Pertemuan ke-4 Analsa Terapan: Metode Numerk 4 Oktober Persamaan Non Non--Lner: Metode NewtonNewton-Raphson Dr.Eng. Agus S. Muntohar Metode Newton Newton--Raphson f( f( f( + [, f(] + = α + + f( f ( Gambar

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

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 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

OVERVIEW 1/40

OVERVIEW 1/40 http://www..deden08m.wordpress.com OVERVIEW 1/40 Konsep-konsep dasar dalam pembentukan portofolo optmal. Perbedaan tentang aset bersko dan aset bebas rsko. Perbedaan preferens nvestor dalam memlh portofolo

Lebih terperinci

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

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

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Pengertan Regres Regres pertama kal dgunakan sebaga konsep statstka oleh Sr Francs Galton (18 1911).Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang selanjutnya

Lebih terperinci

TEORI INVESTASI DAN PORTFOLIO MATERI 4.

TEORI INVESTASI DAN PORTFOLIO MATERI 4. TEORI INVESTASI DAN PORTFOLIO MATERI 4 KONSEP DASAR 2/40 Ada tga konsep dasar yang perlu dketahu untuk memaham pembentukan portofolo optmal, yatu: portofolo efsen dan portofolo optmal fungs utltas dan

Lebih terperinci

BAB III METODE PENELITIAN. Adapun yang menjadi objek penelitian adalah siswa MAN Model Gorontalo.

BAB III METODE PENELITIAN. Adapun yang menjadi objek penelitian adalah siswa MAN Model Gorontalo. BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.1.1 Tempat Peneltan Adapun yang menjad objek peneltan adalah sswa MAN Model Gorontalo. Penetapan lokas n ddasarkan pada beberapa pertmbangan yakn,

Lebih terperinci

BAB III METODE PENELITIAN. SMK Negeri I Gorontalo. Penetapan lokasi tersebut berdasarkan pada

BAB III METODE PENELITIAN. SMK Negeri I Gorontalo. Penetapan lokasi tersebut berdasarkan pada 3 BAB III METODE PENELITIAN 3.1 Tempat Dan Waktu Peneltan 3.1.1 Tempat Peneltan Peneltan yang dlakukan oleh penelt berlokas d Kelas Ak 6, SMK Neger I Gorontalo. Penetapan lokas tersebut berdasarkan pada

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

MEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM

MEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM MEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM Tut Susant, Mashad, Sukamto Mahasswa Program S Matematka Dosen Jurusan Matematka Fakultas Matematka dan Ilmu Pengetahuan Alam

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

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

III. METODELOGI PENELITIAN. Suatu penelitian dapat berhasil dengan baik dan sesuai dengan prosedur ilmiah,

III. METODELOGI PENELITIAN. Suatu penelitian dapat berhasil dengan baik dan sesuai dengan prosedur ilmiah, III. METODELOGI PENELITIAN A. Metode Peneltan Suatu peneltan dapat berhasl dengan bak dan sesua dengan prosedur lmah, apabla peneltan tersebut menggunakan metode atau alat yang tepat. Dengan menggunakan

Lebih terperinci

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

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

Lebih terperinci

BAB 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

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

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 III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN A. Jens Peneltan Jens peneltan n adalah peneltan quas expermental dengan one group pretest posttest desgn. Peneltan n tdak menggunakan kelas pembandng namun sudah menggunakan

Lebih terperinci

BAB II TINJAUAN PUSTAKA

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

Lebih terperinci

BAB 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

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

Model Potensial Gravitasi Hansen untuk Menentukan Pertumbuhan Populasi Daerah

Model Potensial Gravitasi Hansen untuk Menentukan Pertumbuhan Populasi Daerah Performa (2004) Vol. 3, No.1: 28-32 Model Potensal Gravtas Hansen untuk Menentukan Pertumbuhan Populas Daerah Bambang Suhard Jurusan Teknk Industr, Unverstas Sebelas Maret, Surakarta Abstract Gravtaton

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

Catatan Kuliah 12 Memahami dan Menganalisa Optimisasi dengan Kendala Ketidaksamaan

Catatan Kuliah 12 Memahami dan Menganalisa Optimisasi dengan Kendala Ketidaksamaan Catatan Kulah Memaham dan Menganalsa Optmsas dengan Kendala Ketdaksamaan. Non Lnear Programmng Msalkan dhadapkan pada lustras berkut n : () Ma U = U ( ) :,,..., n st p B.: ; =,,..., n () Mn : C = pk K

Lebih terperinci

DISTRIBUSI HASIL PENGUKURAN DAN NILAI RATA-RATA

DISTRIBUSI HASIL PENGUKURAN DAN NILAI RATA-RATA DISTRIBUSI HASIL PENGUKURAN DAN NILAI RATA-RATA Dstrbus Bnomal Msalkan dalam melakukan percobaan Bernoull (Bernoull trals) berulang-ulang sebanyak n kal, dengan kebolehjadan sukses p pada tap percobaan,

Lebih terperinci

Pendahuluan. 0 Dengan kata lain jika fungsi tersebut diplotkan, grafik yang dihasilkan akan mendekati pasanganpasangan

Pendahuluan. 0 Dengan kata lain jika fungsi tersebut diplotkan, grafik yang dihasilkan akan mendekati pasanganpasangan Pendahuluan 0 Data-data ang bersfat dskrt dapat dbuat contnuum melalu proses curve-fttng. 0 Curve-fttng merupakan proses data-smoothng, akn proses pendekatan terhadap kecenderungan data-data dalam bentuk

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 8 Bandar Lampung. Populasi dalam

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 8 Bandar Lampung. Populasi dalam 1 III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMPN 8 Bandar Lampung. Populas dalam peneltan n adalah seluruh sswa kelas VII SMPN 8 Bandar Lampung Tahun Pelajaran 01/013 yang terdr

Lebih terperinci

BAB III SKEMA NUMERIK

BAB III SKEMA NUMERIK BAB III SKEMA NUMERIK Pada bab n, akan dbahas penusunan skema numerk dengan menggunakan metoda beda hngga Forward-Tme dan Centre-Space. Pertama kta elaskan operator beda hngga dan memberkan beberapa sfatna,

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

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 II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen.

BAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen. BAB II METODOLOGI PENELITIAN A. Bentuk Peneltan Jens peneltan yang dgunakan dalam peneltan n adalah peneltan deskrptf dengan analsa kuanttatf, dengan maksud untuk mencar pengaruh antara varable ndependen

Lebih terperinci

TEORI KESALAHAN (GALAT)

TEORI KESALAHAN (GALAT) TEORI KESALAHAN GALAT Penyelesaan numerk dar suatu persamaan matematk hanya memberkan nla perkraan yang mendekat nla eksak yang benar dar penyelesaan analts. Berart dalam penyelesaan numerk tersebut terdapat

Lebih terperinci

BAB X RUANG HASIL KALI DALAM

BAB X RUANG HASIL KALI DALAM BAB X RUANG HASIL KALI DALAM 0. Hasl Kal Dalam Defns. Hasl kal dalam adalah fungs yang mengatkan setap pasangan vektor d ruang vektor V (msalkan pasangan u dan v, dnotaskan dengan u, v ) dengan blangan

Lebih terperinci

MENCERMATI BERBAGAI JENIS PERMASALAHAN DALAM PROGRAM LINIER KABUR. Mohammad Asikin Jurusan Matematika FMIPA UNNES. Abstrak

MENCERMATI BERBAGAI JENIS PERMASALAHAN DALAM PROGRAM LINIER KABUR. Mohammad Asikin Jurusan Matematika FMIPA UNNES. Abstrak JURAL MATEMATIKA DA KOMUTER Vol. 6. o., 86-96, Agustus 3, ISS : 4-858 MECERMATI BERBAGAI JEIS ERMASALAHA DALAM ROGRAM LIIER KABUR Mohammad Askn Jurusan Matematka FMIA UES Abstrak Konsep baru tentang hmpunan

Lebih terperinci