MODEL HEURISTIK PENENTUAN RUTE KENDARAAN DENGAN BATASAN WAKTU PENGIRIMAN
|
|
- Iwan Sutedja
- 6 tahun lalu
- Tontonan:
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
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 terperinci3 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 terperinciBAB 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 terperinciMANAJEMEN 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 terperinciBAB 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 terperinciDidownload 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 terperinciPENGEMBANGAN 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciIII. 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 terperinciP 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciPreferensi 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 terperinciBAB 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 terperinciJURNAL 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 terperinciIMPLEMENTASI 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 terperinciPENGEMBANGAN 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 terperinciBAB 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 terperinciIII. 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 terperinciBAB 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 terperinciTinjauan 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 terperinciIII. 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 terperinciPENENTUAN 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 terperinciBab 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 terperinciIII. 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 terperinciBAB 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 terperinciIII. 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 terperinciKata 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 terperinciIV. 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 terperinciBab 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
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 terperinciIII. 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciPemilihan 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 terperinciBAB 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 terperinciBAB.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 terperinciBAB 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 terperinciBAB 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 terperinciIII. 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 terperinciBAB 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 terperinciBAB 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 terperinciIII. 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciANALISIS 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 terperinciBAB 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 terperinciBAB 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 terperinciMODEL 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 terperinciBab 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 terperinciBAB 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 terperinciPertemuan 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciOVERVIEW 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 terperinciBAB 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 terperinciBAB 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 terperinciTEORI 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 terperinciBAB 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 terperinciBAB 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 terperinciTeori 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 terperinciMEREDUKSI 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 terperinciBAB 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 terperinciMODEL 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 terperinciIII. 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 terperinciIII 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 terperinciBAB 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 terperinciANALISIS 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 terperinciANALISIS 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciIII. 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 terperinciModel 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 terperinciBAB 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 terperinciCatatan 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 terperinciDISTRIBUSI 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 terperinciPendahuluan. 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 terperinciIII. 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 terperinciBAB 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 terperinciIV. 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 terperinciFUNGSI 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 terperinciBAB 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 terperinciTEORI 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 terperinciBAB 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 terperinciMENCERMATI 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