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

Ukuran: px
Mulai penontonan dengan halaman:

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

Transkripsi

1 PENGENDALIAN STOCK CUTTING TOOL DENGAN METODE MATERIAL REQUIREMENT PLANNING (MRP) DI WORKSHOP UNITED CAN COMPANY Ajeg Ye Seagrum 1, da Muhammad Kholl Jurusa Tekk Idusr, Fakulas Tekk Uversas Mercu Buaa Jl Raya Meruya Selaa, Kembaga, Jakara, e-mal : m.kholl@mercubuaa.ac.d 1 ; "sdk uryad" <sde_dck@yahoo.com> Absrak Dega perecaaa kebuuha baha baku yag bak memugkka perusahaa mejalaka akvas produksya dega gka efekfas da efeses yag gg, sehgga dapa memmalka baya yag dkeluarka. Uuk mecapa ujua ersebu, perusahaa duu uuk melakuka suau erobosa-erobosa yag erecaa agar arge-arge yag elah drecaaka sebelumya dapa erpeuh da perusahaa dapa mecapa keuuga. Perecaaa kebuuha maeral memerluka peramala permaa kosume yag berdasarka pada daa kebuuha masa lampau. Peramala permaa berfugs uuk memperkraka kebuuha permaa Iser Cuer pada masa yag aka daag. Dalam ulsa jes-jes peramala yag dguaka adalah peramala Meode Kosa, Meode Tred Ler da Meode Ekspoesal Smoohg dega α = Dar hasl perhuga yag dlakuka peuls peramala Meode Ekspoesal Smoohg dega α = 0.10 merupaka meode peramala yag palg akura uuk dguaka. Perecaaa kebuuha maeral dega megguaka meode MRP dalam ulsa megguaka meode lo szg, dmaa meode-meode lo szg yag dguaka adalah Lo For Lo, Perods Order Quay, Ecoomc Order Quay da Fxed Order Quay. Berdasarka hasl perhuga yag dlakuka peuls, ekk Lo For Lo meghaslka jumlah baya persedaa erkecl dega jumlah baya persedaaya yau Rp Kaa Kuc: Peramala, MRP, Lo Szg Absrac Good eed raw maeral plag allows compaes o ru s produco acves wh he effecveess ad hgh effcecy, so as o mmze produco coss curred. To reach ha goal, compaes are requred o make a breakhrough ha s plaed o be he arges ha had bee plaed prevously me ad he compay ca acheve he approprae beefs. Maeral requremes plag requres forecasg cosumer demad based o pas demad daa. Ths demad forecasg fuco o esmae he demad requremes of Iser Cuer he days o come. I hs paper he ypes of forecasg he forecasg mehods used are Cosa Mehod, Tred Lear Mehod ad Expoeal Smoohg Mehod wh α = 0.10 From he resuls of calculaos performed forecasg auhor Expoeal Smoohg Mehod wh α = 0.10 s a mehod of forecasg he mos accurae o use. Maeral requremes plag wh MRP mehod hs paper usg a lo szg mehod, where he mehods used lo szg s Lo For Lo, Perods Order Quay, Ecoomc Order Quay ad Fxed Order Quay. Based o calculaos performed wrer, Lo For Lo echque produces he leas amou of veory coss wh he amou of veory cos s Rp Keywords: Forecasg, MRP, Lo Szg Jural Ilmah PASTI Volume V Eds 1 - ISSN

2 1. PENDAHULUAN Kegaa berproduks merupaka proses pecpaa aau peambaha la dar suau barag aau jasa melalu perubaha beuk. Dalam proses produks dperluka perpadua aara fakor-fakor produks seper halya baha baku, eaga kerja, modal, da ssem kerja. Agar ssem produks berjala epa waku maka seap perusahaa harus dapa meyedaka baha baku yag dperluka dalam proses produks. Tersedaya baha baku da saraa peujag yag sesua dega kebuuha merupaka salah sau facor yag peg uuk mejam kelacara proses produks sehgga perusahaa dak megalam kods over sockg maupu uder sockg. Maajeme persedaa yag bak merupaka salah sau facor peeu keberhasla suau perusahaa dalam memproduks da melaya kebuuha pabrk da kosume uuk meghaslka produk yag berkualas da epa waku. Suau ssem yag dapa dguaka uuk meaga masalah yag berkaa dega peyedaa baha baku adalah Maeral Requreme Plag (MRP). Dega megguala ssem MRP, aka dapa dkeahu jumlah baha baku yag dperluka uuk meyelesaka suau produk d masa yag aka daag sehgga perusahaa dapa megopmalka persedaa baha baku yag dperluka agar jumlah baha baku dak erlalu bayak juga dak erlalu sedk. Ssem MRP megdefkas em apa saja yag harus dpesa, berapa bayak jumlah em yag harus dpesa, da blamaa waku memesa em ersebu. Semak besarya vesas baha baku berambah besar pula baya peympaa baha baku, baya kerusaka baha baku selama peympaa, da baya keusaga baha baku. Sebalkya, jka vesas baha baku erlalu kecl aka megakbaka ergagguya kelacara proses produks akba kekuraga baha baku. Sedagka permasalaha pada peela adalah bagamaa membagu aplkas perecaaa produks uuk meeuka lo sze da waku pemesaa Iser Cuer dega megguaka pedekaa algorma geeka eruama bag dusr maufacurg. Sedagka baasa peela adalah sebaga berku : 1. Parameer-parameer yag dguaka adalah bayakya kebuuha sumber daya produks per perode waku, sumber daya produks yag erseda pada awal perode waku perecaaa (veor awal), lead me da se-up cos per maeral, sera pajag perode waku perecaaa. Uuk meghug gka pegeluara baya dguaka parameer besarya produks (dlha dar permaa), baya produks per u, besarya lo sze, da baya se-up.. Haslya berupa oal mmal baya produks, ukura sumber daya produks yag harus dpesa (lo sze) agar dapa memeuh kebuuha produks pada perode waku ereu sera kapa pemesaa maeral dlakuka. Sela u, peela dharapka dapa membau dalam memberka permbaga erka dega perecaaa produks da dapa memudahka dalam perecaaa produks eruama uuk peeua lo sze da waku pemesaa per maeral.. LANDASAN TEORI Maajeme persedaa merupaka eks yag saga bergua dalam pegelolaa perusahaa yag bersfa kokre. Seap perusahaa, bak u perusahaa jasa aaupu perusahaa maufakur, selalu memerluka persedaa. Pada prspya maajeme persedaa membau dalam mempermudah aau memperlacar jalaya operas perusahaa yag harus dlakuka beruru-uru uuk memproduks produk sera medsrbuskaya kepada pelagga. Pegera persedaa meuru Groeber (Iroduco o Maageme Scece, 199) adalah kompoe, maeral, aau produk jad yag erseda d aga yag meuggu uuk dguaka aau. Sedagka Teguh Baroo (Perecaaa da Pegedala Produks, 00) medefska persedaa sebaga segala sumber daya orgasas yag dsmpa dalam aspasya erhadap pemeuha permaa. Sofya Assaur (004) medefska persedaa sebaga suau akva yag melpu barag-barag mlk perusahaa dega maksud uuk djual dalam suau perode usaha ormal aau proses produks aau persedaa baha 14 Jural Ilmah PASTI Volume V Eds 1- ISSN

3 baku yag meuggu pegguaaya dalam suau proses produks. A. Peramala Persedaa Persedaa adalah barag yag dsmpa uuk memeuh kebuuha proses produks yag jumlahya dsesuaka dega kebuuha ap wakuya. Peramala adalah suau proses dalam megguaka daa hsors yag elah dmlk uuk dproyekska ke dalam suau model. Dega model ersebu dapa dperkraka kebuuha yag aka daag bak dalam hal jumlah, waku, kualas da lokas dalam memeuh permaa aka barag maupu jasa ersebu. Terdapa ga ujua peramala yau : 1. Meeuka apa yag dbuuhka uuk masa medaag.. Meeuka perecaaa jagka meegah uuk produk yag aka dproduks. 3. Meeuka pejadwala jagka pedek dar produk yag aka dproduks. Semua meode peramala memlk de yag sama, yau megguaka daa-daa masa lalu uuk memperkraka aau memproyekska daa d masa yag aka daag. Secara umum, peramala dklasfkaska mejad macam, yau : (1) Meode Kualaf, da () Meode Kuaaf. Selajuya meode kuaaf dbedaka mejad dua baga uama, yau : (a) rsk, da (b) eksrsk. Dalam ssem peramala, pegguaa berbaga meode peramala aka memberka la ramala yag berbeda da deraja dar gala peramala (Forecas Error) yag berbeda pula. Salah sau se dalam melakuka peramala adalah memlh model peramala erbak yag mampu megdefkas da meaggap pola akvas hsors daa. Aalsa peramala dere waku aka dpegaruh : 1. Tred (T). Sklus/Cycle (C) 3. Pola Musma/Seaso (S) 4. VarasAcak/Radom (R) Gambar.1 Pola Hsors Daa Macam-macam peramala meode me seres yag dguaka dalam peela adalah sebaga berku : 1. Meode Peramala Kosa yx y = y =, dmaa : y`= y = Permaa raa-raa = Jumlah prode. Meode Peramala Tred Ler y'= a + b. a da b d dapa dar; y y b = = 1 = 1 = 1, da = 1 = 1 a = Y - bx dmaa : y X =, da ( ) Y = a da b = koefse. = perode y = Permaa yaa = waku 3. Meode Peramala Expoeal Smoohg F = F + X F + 1 α ( ) D maa F + 1 adalah ramala uuk perode berkuya, α adalah fakor peraaa (0< α <1), da X adalah permaa berdasarka pegalama sebelumya pada perode ke. Ukura keepaa perlu dgarska seberapa bak meode peramala dapa memproduks daa yag elah dkeahu. Uuk meguj keakuraa meode peramala dguaka : a. Kesalaha Sadar Perkraa (Sadar Erorr of Esmae = SEE) y y' SEE = ( ) ( f ) dmaa : SEE= Kesalaha sadar perkraa y = Jumlah permaa y = Jumlah permaa hasl peramala = Jumlah perode f = deraja kebebasa Jural Ilmah PASTI Volume V Eds 1 - ISSN

4 b. Raa-raa Devas Mulak (Mea Absolue Devao = MAD) MAD = y y' Dmaa : y = Permaa Akual pada perode y = Peramala Permaa pada peroda = Jumlah Peroda Peramala yag erlba c. Raa-raa Kuadra Kesalaha (Mea Square Error = MSE). ( y y' ) MSE = d. Raa-raa Kesalaha Peramala (Mea Forecas Error = MFE). ( y y' ) MFE = e. Raa-raa Perse Kesalaha Absolu (Mea Absolue Perceage Error = MAPE). MAPE = 100 y' y y Uuk pemerksaa da pegedala peramala dguaka pea reag bergerak (Movg Rage) Reag bergerak ddefska sebaga : MR ( y y ') ( y y ' 1 ) = 1 Raa-raa reag bergerak ddefska sebaga : MR MR = 1 Baas-baas korol ddefska sebaga : UCL = +.66.MR LCL =.66.MR Perubaha aau perbedaa yag dgambarka pada reag bergerak adalah dela dar peramala da permaa : y = y' y Jka semua k-k MR yag dplo masuk dalam baas-baas kedal, dapa daggap bahwa persamaa peramala ersebu bear da ama. B. Maeral Requreme Plag Maajeme maeral adalah "Suau ssem yag megkoordaska akvas-akvas uuk merecaaka da megawas volume da waku erhadap pegadaa maeral melalu peermaa/peroleha, perubaha beuk, da perpdaha dar baha meah, baha yag sedag dalam proses da baha jad." Keuuga pegguaa maajeme maeral adalah sebaga berku : 1. Pegorola dar persedaa mejad lebh mudah da sederhaa.. Pekerjaa d bdag admsras berkurag bayak. 3. Berbaga permasalaha dar jadwal pegrma, permaa darura da peympaa dapa dmmalka Hal erpeg ddalam perecaaa maeral secara deal adalah hubuga aara perecaaa, pembela dega permaa yag melpu pejuala da dsrbus. MRP u sedr adalah suau meode uuk meeuka apa, kapa da berapa jumlah kompoe da maeral yag dbuuhka uuk memeuh kebuuha dar suau perecaaa produks. Uuk mejalaka ssem MRP, ada lma formas uama yag harus dmasukka,yau : 1. Jadwal duk produks (Maser Produco Schedule /MPS).. Jumlah kebuuha maeral (Bll of Maerals/BOM). 3. Iem Maser 4. Pesaa-Pesaa (Orders) 5. Kebuuha-kebuuha (Requremes) Dalam jadwal duk produks duraka baha jad yag aka dproduks, yau melpu waku da jumlah produks. Jumlah kebuuha maeral bers jumlah kebuuha maeralmaeral pembeuk baha jad, bak baha meah maupu baha yag dbel jad. Iem maser bers formas saus eag maeral, pars, subassembles, da produk-produk. Orders memberahuka berapa bayak em yag aka dperoleh dar work orders aau maufacurg orders da purchase orders. Requremes memberahuka eag berapa bayak e requremes da gross requremes dar masg-masg em yag dguaka. Dar pu daa ke dalam ssem MRP aka ddapa beberapa formas sebaga berku : 1. Kebuuha kompoe/maeral pada perode-perode dalam jagka waku ereu (Gross Requreme) 16 Jural Ilmah PASTI Volume V Eds 1- ISSN

5 . Kompoe/maeral yag harus dsedaka pada awal produks (Overdue). 3. Saus persedaa kompoe/ maeral pada akhr suau perode (Projeced O Had ). 4. Jumlah kompoe/maeral yag harus dsedaka pada awal suau perode (Plaed Order). Pada meode MRP erdapa beberapa hal yag medasar, yau : 1. Permaa maeral bersfa ergaug (depede).. Flosof pemesaa sesua permaa. 3. Ramala/perkraa berdasarka Maser Prouco Schedule. 4. Kosep pegawasa melpu semua em. 5. Lo szg bersfa beragam. 6. Memeuh kebuuha produks. 7. Tpe persedaa adalah baha meah aau seegah jad. Sebaga ala perecaa da pegorol yag merupaka meode efekf dalam maajeme persedaa, MRP memberka beberapa keuuga, yau : 1. Ivesas persedaa dapa deka seredah mugk.. Perecaaa dapa dlakuka secara deal da dapa berubah sesua keadaa. 3. Peyedaa daa uuk masa medaag dega bass ap em. 4. Pegorola persedaa dapa dlakuka seap saa. 5. Jumlah pemesaa berdasarka kebuuha. 6. Fokus pada waku kebuuha maeral. 3. PEMBAHASAN 3.1 Pegumpula daa Tulsa megguaka daa permaa bulaa, mula dar bula Jauar 008 sampa dega bula Desember 009, pegambla daa ddasarka pada permbaga sebaga berku : 1. Daa bulaa memugkka uuk megeahu pergeraka daa secara lebh bak.. Dharapka dapa megkaka akuras peramala yag aka dlakuka Tabel 3.1 Daa Kebuuha Iser Cuer Gambar 3.1 Grafk Permaa Iser Cuer Salah sau daa yag dbuuhka uuk MRP adalah harus megeahu kompoe-kompoe aau srukur produk yag dbuuhka uuk proses produks Iser Cuer. Gambar 3. Srukur Produk Iser Cuer Tabel 3. Daa Srukur Produk Iser Cuer Daa persedaa baha baku uuk Iser Cuer besera lead me-ya (dalam bula) adalah sebaga berku : Jural Ilmah PASTI Volume V Eds 1 - ISSN

6 Tabel 3.3 Daa Persedaa Iser Cuer Tabel 3.5 Hasl Peramala Meode Kosa Uuk megaalsa daa dalam MRP, juga dbuuhka daa harga baha baku, daa baya pesa da daa baya smpa. Baya pemesaa Iser Cuer melpu baya admsras, baya pegrma da pajak. Sedagka uuk baya peympaa Iser Cuer elah deapka oleh perusahaa, yau sebesar % dar harga pokok baha baku per u per perode. Tabel 3.4 Baya Pembela Tabel 3.5 Baya Pemesaa da Peympaa 3. Peeua Jadwal Iduk Produks Jadwal duk produks Iser Cuer ddapaka dar hasl peramala permaa yag berdasarka daa masa lampau. 1. Peramala Meode Kosa Berdasarka persamaa y = y = yx, ddapaka hasl dar perhuga peramala sebaga berku : Dar abel daas, dlakuka perhuga smpaga error berku : ( y y' ) 697,83 SEE = = = 11,07 ( f ) ( 4 ) y y' 16,83 MAD = = = 9,03 4 y' y 100 y 709,56 MAPE = = = 9,56 4. Peramala Meode Tre Ler Dega megguaka y ' = a + b. a. Meghug la slope : y y b = = 1 = 1 = 1 = 1 = 1 ( 4 918) ( ) = = 0, ( ) ( ) b. Meghug la ersep : a Y bx = 33,4 0,70 1, 5 4,67 = ( ) = c. Persamaa peramala ler : y = a + b. y = 4,67 + 0,70. d. Cooh perhuga peramala ler : Jka = 1, maka y' = 4,67 + 0,70 1 5,37 ( ) = 18 Jural Ilmah PASTI Volume V Eds 1- ISSN

7 Tabel 3.6 Hasl Peramala Meode Tre Ler Dar abel daas, dlakuka perhuga smpaga error berku : ( y y' ) 4391,13 SEE = = = 14,13 ( f ) ( 4 ) y y' 77,68 MAD = = = 11,57 4 y' y 100 y 897,87 MAPE = = = 37, Peramala Meode Ekspoesal Smoohg Uuk peramala meode, dplh kosaa (α) 0.10, 0.0, 0.30, 0.40, da Agka peramala agka raa-raa dar jumlah demad (675/36 = 18.75). Seelah melalu perhuga da perbadga la error, dplh meode ekspoesal smoohg dega kosaa (α) 0.10 yag palg akura. Tabel 3.7 Hasl Peramala Meode Ekspoesal Smoohg dega α = 0.10 Dar abel daas, dlakuka perhuga smpaga error berku : ( y y' ) 89,54 SEE = = = 6,14 ( f ) ( 4 ) y y' 151,7 MAD = = = 6,30 4 y' y 100 y 48,78 MAPE = = = 0, Pemlha Meode Terbak Uuk megeahu maa peramala erbak dlakuka perbadga la error sebaga berku : Tabel 3.8 Perbadga Nla Smpaga Error Berdasarka abel daas, dapa dark kesmpula bahwa Peramala Meode Ekspoesal Smoohg (α = 0.10) lebh akura dalam meramalka kebuuha Iser Cuer pada masa yag aka daag. Hal dkareaka meode ersebu memlk la error yag lebh kecl darpada dua meode laya. 5. Pegukura Hasl Peramala Pegukura hasl peramala dalam ulsa megguaka pea movg rage, dega perhuga sebaga berku : MR 84,17 MR = = = 4, UCL = +,66. MR = (,66 4,01) = 10,67 LCL =,66. MR = (,66 4,01) = 10,67 Gambar 3. Pea Movg Rage 6. Jadwal Iduk Produks Dega peramala yag palg akura, yau Meode Ekspoesal Smoohg (α = 0.10), kemuda dguaka uuk melakuka peramala uuk ahu Jural Ilmah PASTI Volume V Eds 1 - ISSN

8 010, yag kemuda dguaka sebaga jadwal duk produks. Tabel 3.11 Baya Persedaa Tabel 3.9 Jadwal Iduk Produks Perhuga MRP Meode lo szg yag dguaka dalam ulsa adalah Meode Lo-For-Lo, Meode Perods Order Quay, Meode Ecoomc Order Quay, da Meode yag dguaka oleh perusahaa yau Fxed Order Quay. Dar hasl perhuga MRP pada bab sebelumya ddapaka recaa kebuuha maeral berku : Tabel 3.10 Hasl Perhuga MRP 3.4 Aalsa Uuk megeahu meode lo szg maa yag dapa dpaka uuk pegedala persedaa baha baku, maka erlebh dahulu dlakuka perbadga baya oal persedaa. Tabel 3.1 Perbadga Baya Toal Persedaa Seelah kebuuha MRP ka dapaka, maka dapa pula dkeahu baya-baya yag dmbulka dar perhuga ersebu. Dar keempa meode ersebu ddapaka la-la oal baya persedaa uuk masg-masg ekk, da yag memlk oal baya persedaa eredah yau dega megguaka ekk Lo For Lo dega jumlah baya persedaaya yau Rp Da uuk meode yag meghaslka baya ergg meode yag dguaka perusahaa saa, yau sebesar Rp Jural Ilmah PASTI Volume V Eds 1- ISSN

9 Hal ersebu meujuka bahwa pegguaa meode MRP eryaa dapa meuruka baya pegadaa baha baku da dapa megedalka baya produks. Dega demka, gudag dapa dperguaka secara efse da semua kegaa pembela baha baku yag berlebha. Uuk u, perusahaa perlu perlu medasarka pembela baha bakuya sesua dega kuaas kebuuha baku yag dperluka sera sesua dega frekues pembela yag dsaraka. 4. Peuup Berku beberapa sara yag dapa dambl oleh peuls uuk djadka suau masuka bag perusahaa da mejad baha permbaga uuk memperbak ssem persedaa perusahaa yag ada agar lebh bak lag dem kelacara proses produks. Sarasara ersebu aara la sebaga berku : 1. Berdasarka dar hasl aalsa permasalaha sebelumya, dharapka perusahaa megguaka meode Lo For Lo (L-4-L) dalam perecaaa pegedala persedaa produk Iser Cuer agar dapa memmalsas baya yag dkeluarka oleh perusahaa.. Perusahaa harus erus memperbaharu ssem perecaaa pegedala persedaa yag elah ada dega mempermbagka jumlah mes da pekerjaa yag selalu berambah ap ahuya agar proses produks berjala dega lacar. 3. Pegaplkasa meode MRP dalam perecaaa pegedala persedaa kebuuha ddalam sebuah perusahaa adalah peg dem megkaka efses, produkvas da prof perusahaa. 4. Peempaa sumber daya mausa yag berkompeece dbdagya dapa megkaka kemampua perusahaaa uuk mejawab semua perubaha yag erjad ddua luar agar perusaaha dapa erus bersag da berkembag. DAFTAR PUSTAKA Baroo, Teguh. 00. Perecaaa da Pegedala Produks. Jakara: Peerb Ghala Idoesa. Begle, Joh E Pegedala Produks: Suau Pedekaa Kuaaf. Jakara: CV Akadem Pressdo. Gaspersz, Vce Produco Plag ad Iveory Corol: Berdasarka Pedekaa Ssem MRP II da JIT Meuju Maufakurg 1. Jakara: PT. Grameda Pusaka Uama. Ahyar, Agus, Drs Maajeme Produks: Perecaaa Ssem Produks, Eds 4, Ceaka Keempa. Yogyakara: Peerb BPFE. Sofya Assur, Drs Maajeme Produks, Jakara: Lembaga Peerb Fakulas Ekoom Uversas Idoesa. Sumayag, Lalu Dasar-Dasar Maajeme Produks da Operas, Jakara: PT. Salemba Empa. Spyros Markdaks, Seve C whelrgh, Vkor E McGee Meode- Meode Peramala Uuk Maajeme, Eds 5, Ceaka Perama. Jakara. Peerb Barupa Aksara. Jural Ilmah PASTI Volume V Eds 1 - ISSN

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

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

Lebih terperinci

BAB 4 ENTROPI PADA PROSES STOKASTIK RANTAI MARKOV

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

Lebih terperinci

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

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

Lebih terperinci

PERENCANAAN & PENGENDALIAN PRODUKSI TIN 4113

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

Lebih terperinci

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

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

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

Hidraulika Komputasi

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

RISK ANALYSIS RESIKO DAN KETIDAKPASTIAN DALAM MEMBUAT KEPUTUSAN MANAJERIAL

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

III. METODE KAJIAN A.

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

Lebih terperinci

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

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

Lebih terperinci

Jurnal EKSPONENSIAL Volume 6, Nomor 2, Nopember 2015 ISSN

Jurnal EKSPONENSIAL Volume 6, Nomor 2, Nopember 2015 ISSN Jural EKSPONENSAL Volume 6, Nomor, Nopember 05 SSN 085789 Aalss Pegedala Persedaa Produk dega Meode Ecoomc Order Quay Mul em Megguaka Algorma Geeka uuk Megefseka Baya Persedaa Hasl Peramala Berbass Expoeal

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

BAB 3 METODE PENELITIAN

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

Lebih terperinci

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

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

Lebih terperinci

LOGO ANALISIS REGRESI LINIER

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

STUDI ANALISIS PERAMALAN DENGAN METODE DERET BERKALA

STUDI ANALISIS PERAMALAN DENGAN METODE DERET BERKALA Widya Tekika Vol.18 No.2; Okober 2010 ISSN 1411 0660: 1-6 Absrak STUDI ANALISIS PERAMALAN DENGAN METODE DERET BERKALA Arie Resu Wardhai 1), Salvador Mauel Pereira 2) Perusahaa sepau da sadal House of Mr.

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

Penggunaan Uji Kointegrasi pada Data Kurs IDR terhadap AUD

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

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2. Sisem Produksi Proses maufakur dapa digambarka seperi erliha dalam Gambar.., berupa keragka masuka-keluara, dimaa masukaya berupa baha baku, selajuya baha baku dikoversi (dega

Lebih terperinci

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST

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

Lebih terperinci

BAB II LANDASAN TEORI. Dalam penulisan tugas akhir ini diperlukan teori-teori yang mendukung yang

BAB II LANDASAN TEORI. Dalam penulisan tugas akhir ini diperlukan teori-teori yang mendukung yang BAB II LANDASAN TEORI Dalam peulisa ugas akhir ii diperluka eori-eori yag medukug yag didapa dari maa kuliah yag perah dierima, da referesi-referesi sebagai baha pedukug. Uuk mecapai ujua dari peulisa

Lebih terperinci

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

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

Lebih terperinci

BAB III TINJAUAN PUSTAKA

BAB III TINJAUAN PUSTAKA BAB III TINJAUAN PUSTAKA 3.1. Defiisi Peramala Peramala adalah proses uuk memperkiraka berapa bayak kebuuha dimasa medaag yag melipui kebuuha dalam ukura kuaias, kualias, waku da lokasi yag dibuuhka dalam

Lebih terperinci

METODE PENELITIAN. Lokasi dan Waktu Penelitian. sampai dengan April 2008, di DAS Waeruhu, yang secara administratif terletak di

METODE PENELITIAN. Lokasi dan Waktu Penelitian. sampai dengan April 2008, di DAS Waeruhu, yang secara administratif terletak di 8 METODE PENELITIAN Lokasi da Waku Peeliia Peeliia ii dilaksaaka selama 3 bula, erhiug sejak bula Februari sampai dega April 2008, di DAS Waeruhu, yag secara admiisraif erleak di wilayah Kecamaa Sirimau,

Lebih terperinci

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

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

Lebih terperinci

BEBERAPA SIFAT IDEAL GELANGGANG POLINOM MIRING: SUATU KAJIAN PUSTAKA

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

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Defs Pemelharaa Pemelharaa aau perawaa (maeace) merupaka kegaa uuk mejaga aau memelhara faslas-faslas da peralaa pabrk, sera megadaka perbaka, peyesuaa aau peggaa yag dperluka uuk medapaka

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

STUDI SIMULASI DALAM ESTIMASI BAYESIAN OBYEKTIF

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

Lebih terperinci

KRITERIA INVESTASI DEPARTEMEN AGRIBISNIS FEM - IPB

KRITERIA INVESTASI DEPARTEMEN AGRIBISNIS FEM - IPB KRITERIA INVESTASI DEPARTEMEN AGRIBISNIS FEM - IPB Sudi kelayaka bisis pada dasarya berujua uuk meeuka kelayaka bisis berdasarka krieria ivesasi Krieria ersebu diaaraya adalah ; 1. Nilai bersih kii (Ne

Lebih terperinci

Manajemen Keuangan. Idik Sodikin,SE,MBA,MM EVALUASI UNTUK MENENTUKAN KEPUTUSAN INVESTASI. Modul ke: 06Fakultas EKONOMI DAN BISNIS

Manajemen Keuangan. Idik Sodikin,SE,MBA,MM EVALUASI UNTUK MENENTUKAN KEPUTUSAN INVESTASI. Modul ke: 06Fakultas EKONOMI DAN BISNIS Modul ke: 06Fakulas EKONOMI DAN BISNIS EVALUASI UNTUK MENENTUKAN KEPUTUSAN INVESTASI Program Sudi Akuasi Idik Sodiki,SE,MBA,MM Krieria Kepuusa Ivesasi aau Pegaggara Modal o Beberapa krieria yag aka diperguaka

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB II LANDASAN TEORI

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

Pertemuan 2 PERENCANAAN & PENGENDALIAN PRODUKSI 04/07/2014. Example of Simple Moving Average. Example of Exponential Smoothing TIN 4113

Pertemuan 2 PERENCANAAN & PENGENDALIAN PRODUKSI 04/07/2014. Example of Simple Moving Average. Example of Exponential Smoothing TIN 4113 04/07/204 Peremua 2 PERENCANAAN & PENGENDALIAN PRODUKSI TIN 43 Oule: Meode Peramala: Movg Average & Weghed Movg Average Expoeal Smoohg Double Expoeal Smoohg (Hol s) Wer s Mehod for Tred & Seasoal Problems

Lebih terperinci

BAB 5. ANALISIS REGRESI DAN KORELASI

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

Lebih terperinci

Universitas Sumatera Utara

Universitas Sumatera Utara 50.7 4.3770 6.7547 6.7547 4.4 48.6965 R4.7 36.3 N8 TOL 0..70 35.9497 36.3.99 50.7 94.338 6.89 3.5 6.75 7.567 36.0 6.4837 57.396 8.783 66.0384 5.337 37.006 3.568 PISAU POTONG AISI D SEPUH No Qy NAME MATERIAL

Lebih terperinci

PENGGUNAAN METODE PERAMALAN DALAM PRODUKSI KAYU UNTUK PENENTUAN TOTAL PERMINTAAN (KONSUMEN)

PENGGUNAAN METODE PERAMALAN DALAM PRODUKSI KAYU UNTUK PENENTUAN TOTAL PERMINTAAN (KONSUMEN) Widiyarii, Pegguaa Meode Peramala dalam. PENGGUNAAN METODE PERAMALAN DALAM PRODUKSI KAYU UNTUK PENENTUAN TOTAL PERMINTAAN (KONSUMEN) Widiyarii Program Sudi Tekik Idusri Fakulas Tekik da MIPA, Uiversias

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

Sistem Penjadwalan Mesin Produksi Menggunakan Algoritma Johnson dan Campbell

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

Lebih terperinci

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

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

Lebih terperinci

PENGUJIAN HIPOTESIS. Hipotesis Statistik : pernyataan atau dugaan mengenai satu atau lebih populasi.

PENGUJIAN HIPOTESIS. Hipotesis Statistik : pernyataan atau dugaan mengenai satu atau lebih populasi. . Pedahulua PENGUJIAN HIPOTESIS Hipoesis Saisik : peryaaa aau dugaa megeai sau aau lebih populasi. Pegujia hipoesis berhubuga dega peerimaa aau peolaka suau hipoesis. Kebeara (bear aau salahya) suau hipoesis

Lebih terperinci

2.2.3 Ukuran Dispersi

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

Lebih terperinci

S2 MP Oleh ; N. Setyaningsih

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

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 18 BAB 2 LANDASAN TEORI 2.1 Pegeria Peramala ( Forecasig ) Peramala ( forecasig ) adalah kegiaa megisemasi apa yag aka erjadi pada masa yag aka daag. Peramala diperluka karea adaya perbedaa kesejaga waku

Lebih terperinci

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB

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

Lebih terperinci

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

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

Lebih terperinci

Universitas Sumatera Utara

Universitas Sumatera Utara Uiversias Sumaera Uara BAB 2 LANDASAN TEORI Ladasa eori ii merupaka hasil dari ijaua lieraur-lieraur yag ada kaiaya dega meode-meode peramala maupu dega koeks laiya dalam peulisa Tugas Akhir ii. Adapu

Lebih terperinci

Pengukuran Bunga. Modul 1

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

Lebih terperinci

Analisis Terhadap Protokol Harn Dan Lin

Analisis Terhadap Protokol Harn Dan Lin SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 016 Aalss Terhadap Prookol Har Da L A-10 I Made Muska Kera Asawa Lembaga Sad Negara Kadek19_kapaboy@yahoo.com Absrak Prookol Har da L merupaka

Lebih terperinci

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

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

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

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

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

Lebih terperinci

OPTIMALISASI PEMBANGKIT LISTRIK MIKROHIDRO (PLTMH) BOROKO

OPTIMALISASI PEMBANGKIT LISTRIK MIKROHIDRO (PLTMH) BOROKO OPTIMALISASI PEMBANGKIT LISTRIK MIKROHIDRO (PLTMH) BOROKO HANS TUMALIANG ABSTRAK Opmalsas PLTMH, Aalsa dlakuka dega megguaka meode Hdrolog JMOCK da NRECA, uuk meeuka deb recaa /deb Adala da juga deb bajr

Lebih terperinci

PRAKTIKUM 5 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel

PRAKTIKUM 5 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel Praktkum 5 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel PRAKTIKUM 5 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel Tujua : Mempelajar metode Secat dega modfkas tabel utuk peelesaa

Lebih terperinci

Jawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2

Jawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2 M 81 STTISTIK DSR SEMESTER II 11/1 KK STTISTIK, FMIP IT SOLUSI UJIN TENGH SEMESTER (UTS) Sabtu, 1 Me 1, Pukul 9. 1.4 WI (1 met) Kelas 1. Pegajar: Udjaa S. Pasarbu/Rr. Kura Novta Sar, Kelas. Pegajar: Utrwe

Lebih terperinci

Metode Bayes Dan Ketidaksamaan Cramer-Rao Dalam Penaksiran Titik

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

Lebih terperinci

B A B III METODE PENELITIAN. Objek penelitian dalam penelitian ini adalah menganalisis perbandingan

B A B III METODE PENELITIAN. Objek penelitian dalam penelitian ini adalah menganalisis perbandingan 30 B A B III METODE PENELITIAN 3. Peeapa Lokai da Waku Peeliia Objek peeliia dalam peeliia ii adalah megaalii perbadiga harga jual produk melalui pedekaa arge pricig dega co-plu pricig pada oko kue yag

Lebih terperinci

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

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

Lebih terperinci

Jurnal Rekursif, Vol. 3 No. 1 Maret 2015, ISSN

Jurnal Rekursif, Vol. 3 No. 1 Maret 2015, ISSN Jural Rekursif, Vol 3 No Mare 05, ISSN 303-0755 PERBANDINGAN KEAKURATAN METODE AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) DAN EPONENTIAL SMOOTHING PADA PERAMALAN PENJUALAN SEMEN DI PT SINAR ABADI

Lebih terperinci

PENENTUAN EOQ TERHADAP PRODUK AVTUR DI LANUD HUSEIN SASTRANEGARA BANDUNG

PENENTUAN EOQ TERHADAP PRODUK AVTUR DI LANUD HUSEIN SASTRANEGARA BANDUNG INDEPT, Vol., No. 3, Okober 01 ISSN 087 945 PENENTUAN EOQ TERHADAP PRODUK AVTUR DI LANUD HUSEIN SASTRANEGARA BANDUNG Samsul Budaro, ST., MT Dosen Teap Teknk Indusr, Wakl Dekan III akulas Teknk, Unversas

Lebih terperinci

BAB 2. Tinjauan Teoritis

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

Lebih terperinci

UKURAN GEJALA PUSAT (UGP)

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

Lebih terperinci

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani FMDAM (2) Chartas Fbra Techque for Order Preferece by Smlarty to Ideal Soluto () ddasarka pada kosep dmaa alteratf terplh yag terbak tdak haya memlk jarak terpedek dar solus deal postf, amu juga memlk

Lebih terperinci

PRAKTIKUM 7 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel

PRAKTIKUM 7 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel Praktkum 7 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel PRAKTIKUM 7 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel Tujua : Mempelajar metode Secat dega modfkas tabel utuk peelesaa

Lebih terperinci

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

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

Lebih terperinci

ANALISIS KELAYAKAN INVESTASI PENAMBAHAN ARMADA TRANSPORTASI DAN PERBAIKAN SISTEM PERSEDIAAN PERGUDANGAN (STUDY KASUS PT

ANALISIS KELAYAKAN INVESTASI PENAMBAHAN ARMADA TRANSPORTASI DAN PERBAIKAN SISTEM PERSEDIAAN PERGUDANGAN (STUDY KASUS PT ANALISIS KELAYAKAN INVESTASI PENAMBAHAN ARMADA TRANSPORTASI DAN PERBAIKAN SISTEM PERSEDIAAN PERGUDANGAN (STUDY KASUS PT. LEMINDO ABADI JAYA AREA DISTRIBUSI RIAU DARATAN) Peir Papilo 1, Ramadhail 2 Jurusa

Lebih terperinci

BAB V METODE PENELITIAN

BAB V METODE PENELITIAN 31 BAB V METODE PENELITIAN 5.1 Lokasi da Waku Peeliia Peeliia ii dilaksaaka di Kecamaa Sukaagara, Kabupae Ciajur. Pemiliha lokasi peeliia dilakuka secara segaja (purposive samplig) dega memperimbagka aspek

Lebih terperinci

PERAMALAN PERMINTAAN EKSPOR INDUSTRI MEBEL DI PT.SPU JEPARA

PERAMALAN PERMINTAAN EKSPOR INDUSTRI MEBEL DI PT.SPU JEPARA PERAMALAN PERMINTAAN EKSPOR INDUSTRI MEBEL DI PT.SPU JEPARA DISUSUN OLEH : NAMA : AZIS WIDODO NIM : 41605110061 JURUSAN : TEKNIK INDUSTRI PROGRAM STUDI TEKNIK INDUSTRI FAKULTAS TEKNOLOGI INDUSTRI UNIVERSITAS

Lebih terperinci

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

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

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LADASA TEORI 2.1 Pengerian Peramalan Peramalan (forecasing) adalah suau kegiaan yang memperkirakan apa yang akan erjadi pada masa yang akan daang. Meode peramalan merupakan cara unuk memperkirakan

Lebih terperinci

Dasar Ekonomi Teknik: Matematika Uang. Ekonomi Teknik TIP FTP UB

Dasar Ekonomi Teknik: Matematika Uang. Ekonomi Teknik TIP FTP UB Dasar Ekoom Tekk: Matematka Uag Ekoom Tekk TIP TP UB Bahasa lra Kas (Cash low Tme Value of Moey Buga Ekvales Cash low Tata alra uag masuk da keluar per perode waktu pada suatu perusahaa lra kas aka terjad

Lebih terperinci

PENERAPAN UKURAN KETEPATAN NILAI RAMALAN DATA DERET WAKTU DALAM SELEKSI MODEL PERAMALAN VOLUME PENJUALAN PT SATRIAMANDIRI CITRAMULIA

PENERAPAN UKURAN KETEPATAN NILAI RAMALAN DATA DERET WAKTU DALAM SELEKSI MODEL PERAMALAN VOLUME PENJUALAN PT SATRIAMANDIRI CITRAMULIA PENERAPAN UKURAN KETEPATAN NILAI RAMALAN DATA DERET WAKTU DALAM SELEKSI MODEL PERAMALAN VOLUME PENJUALAN PT SATRIAMANDIRI CITRAMULIA Iwa Sugkawa; Ries Tri Megasari Mahemaics & Saisics Deparme, School of

Lebih terperinci

Rancangan Acak Kelompok

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

Lebih terperinci

FORECASTING (Peramalan)

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

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN UNTUK PENGADAAN BAHAN BAKU DINAMIS DENGAN ADANYA DISKON DAN BATAS MASA KADALUARSA

SISTEM PENDUKUNG KEPUTUSAN UNTUK PENGADAAN BAHAN BAKU DINAMIS DENGAN ADANYA DISKON DAN BATAS MASA KADALUARSA JURNAL NFORMATKA Vol 4, No., Jauar SSTEM PENUKUNG KEPUTUSAN UNTUK PENGAAAN BAHAN BAKU NAMS ENGAN AANYA SKON AN BATAS MASA KAALUARSA S Mahsaah Budja Te dusr, Faulas Teolog dusr Uversas Ahmad ahla ABSTRAK

Lebih terperinci

3.1 Biaya Investasi Pipa

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

Lebih terperinci

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

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

Lebih terperinci

UKURAN GEJALA PUSAT DAN UKURAN LETAK

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

Lebih terperinci