SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT MENTAL PADA ANAK MENGGUNAKAN ALGORITMA BAYES

Ukuran: px
Mulai penontonan dengan halaman:

Download "SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT MENTAL PADA ANAK MENGGUNAKAN ALGORITMA BAYES"

Transkripsi

1 Semiar Nasioal Tekologi Iformasi da Multimedia 2016 SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT MENTAL PADA ANAK MENGGUNAKAN ALGORITMA BAYES Ade Pujiato 1), Ibu Titto Dessetiadi 2), M. Gustafiato Ardi 3) 1), 2, 3) Tekik Iformatika STMIK AMIKOM Yogyakarta Jl Rig road Utara, Codogcatur, Slema, Yogyakarta ), ibu.d@studets.amikom.ac.id 2), gustafiato.a@studets.amikom.ac.id 3) Abstrak Sistem pakar adalah cabag kecerdasa buata yag megguaka pegetahua/ kowledge khusus utuk memecahka masalah pada level huma expert/pakar. Salah satu peerapa sistem pakar dalam bidag kedoktera adalah utuk melakuka diagosa peyakit. Pada makalah ii dilakuka peracaga da pembuata sistem pakar yag diguaka utuk membatu meetuka diagosa suatu peyakit yag diawali dari gejala utama peyakit gaggua metal pada aak serta meetuka sara atau solusi pegobata kepada pasie. Masalah ketidakpastia pegetahua dalam sistem pakar ii diatasi dega megguaka metode probabilitas Bayesia. Proses peetua diagosa dalam sistem pakar ii diawali dega sesi kosultasi, dimaa sistem aka megajuka pertayaa-pertayaa yag releva kepada pasie sesuai gejala utama peyakit gaggua metal pada aak. Hasil akhir dari makalah ii adalah sebuah sistem pakar utuk melakuka diagosa peyakit metal pada aak beserta ilai probabilitas dari peyakit hasil diagosa, yag meujukka tigkat kepercayaa sistem terhadap peyakit tersebut da sara atau solusi pegobata kepada pasie. Kata kuci: Sistem Pakar, Diagosa, Peyakit-metalpada-aak. 1. Pedahulua Gaggua metal adalah gaggua dari luar idividu yag mempegaruhi idividu seperti: keluarga, budaya, ekoomi, da masyarakat. Pegguaa istilah gaggua metal saat ii serig diguaka karea lebih meekaka pada upaya kesehata metal (mulai tahu 1600) yag merupaka upaya peyembuha, perawata, da pemeliharaa pada permasalaha gaggua metal idividu yag meyagkut permasalaha pribadi maupu di luar diri idividu termasauk keluarga da masyarakat sekitar [1]. Bayakya jumlah pederita gaggua metal khususya pada aak dega jumlah dokter spesialis gaggua metal yag tidak seimbag meyebabka bayak pasie pederita gaggua metal harus berlama-lama meuggu dokter spesialis datag. Selai itu pederita peyakit gaggua metal juga harus megeluarka biaya yag mahal utuk berkosultasi dega dokter spesialis. Sistem pakar (expert sistem) adalah sistem yag berusaha megadopsi pegetahua mausia ke komputer, agar komputer dapat meyelesaika masalah seperti yag biasa dilakuka oleh para ahli [2]. Salah satu alteratif pegguaa sistem pakar utuk membatu mediagosa gejala awal peyakit gaggua metal pada aak yaitu dega metode Bayes. Sistem ii dapat diguaka di puskesmas sebagai asiste dokter umum. Dega adaya sistem ii diharapka dapat membatu dalam mediagosa gejala awal peyakit gaggua metal pada aak pasie tapa perlu datag ke dokter spesialis melaika haya perlu datag ke puskesmas terdekat dega biaya yag relatif lebih murah. 1.1 Perumusa Masalah Berdasarka uraia latar belakag diatas, maka dapat dirumuska sebagai berikut: a. Bagaimaa membagu sebuah sistem pakar utuk mediagosa peyakit gaggua metal pada aak yag sederhaa sehigga dapat membatu megetahui peyakit yag diderita pasie. 1.2 Tujua Peelitia ii bertujua utuk : a. Melakuka racag bagu Sistem Pakar Utuk Mediagosa Peyakit gaggua metal pada aak. b. Meracag sistem pakar yag mampu memberika sara berdasarka gejala yag diiputka user. 1.3 Tijaua Pustaka Berdasarka peelitia sebelumya, telah diracag Sistem Pakar yag dibuat oleh Asiyah [3], referesi sistem pakar di bidag kesehata gigi. Sistem ii megguaka dialog iteraktif juga atara pemakai dega sistem pakar, yaitu sistem utuk mediagosa peyakit gigi pasie. Gejala

2 Semiar Nasioal Tekologi Iformasi da Multimedia 2016 gejala peyakit gigi yag dialami pasie sebagai baha masuka, kemudia mesi iferesi aka megolah selayakya pakar sehigga aka meghasilka suatu kesimpula peyakit gigi apa yag diderita oleh pasie tersebut, selai itu sistem ii juga aka memberika kosultasi da sara bagi pasie utuk melakuka perawata gigi. P(E Fi) : Probabilitas sebuah bukti E terjadi aka mempegaruhi hipotesis Fi P(Fi) : Probabilitas awal (priori) hipotesis Fi terjadi tapa memadag bukti apapu P(E) : Probabilitas awal (priori) bukti E terjadi tapa memadag hipotesis / bukti yag lai. Sistem Pakar Sistem pakar adalah sistem yag berusaha megadopsi pegetahua mausia (Pakar) ke komputer, sehigga komputer dapat meyelesaika permasalaha tersebut layakya seorag pakar[2]. Sampai saat ii sudah bayak sistem pakar yag dibuat. Kemampuaya utuk memberika keputusa seperti seorag pakar di dalam bidag tertetu merupaka salah satu hal yag diperluka oleh mausia dalam berbagai aspek kehidupa. Sistem pakar dibuat pada domai pegetahua tertetu utuk suatu kepakara tertetu yag medekati kemampua mausia di salah satu bidag. Sistem pakar mecoba mecari solusi yag memuaska sebagaimaa yag dilakuka seorag pakar. Ada beberapa pertimbaga megguaka sistem pakar. Dibawah ii sebagia dari pertimbaga yag utama : a. Membatu melestarika cagar alam pegetahua da keahlia pakar. b. Jika keahlia adalah lagka, mahal atau tak terbatas. c. Mudah diguaka walaupu buka seorag ahli. Teori Bayes Teori Bayes merupaka kaidah yag memperbaiki atau merevisi suatu probabilitas dega cara memafaatka iformasi tambaha. Maksudya, dari probabilitas awal (prior probability) yag belum diperbaiki yag dirumuska berdasarka iformasi yag tersedia saat ii, kemudia dibetukla probabilitas berikutya (posterior probability) [5]. Rumus utuk probabilitas bersyarat P(Fi E) utuk sembarag kejadia E dalam algoritma Bayes dapat dituliska dega rumus 1 [5] : Keteraga : P(Fi E) : Probabilitas akhir bersyarat (coditioal probability) suatu hipotesis Fi terjadi jika diberika bukti (evidece) E terjadi 1.4 Metode Pegumpula Data Tahapa Pegumpula data dega pakar pada umuya meliputi hal-hal sebagai berikut : Studi literatur, yaitu studi peelitia-peelitia sebelumya yag perah dilakuka oleh para peeliti dega domai yag hampir mirip. 2. Pembahasa Jeis Peyakit gaggua metal pada aak yag aka coba didiagosa dalam makalah ii ada 7, yaitu : Gaggua kecemasa (axiety didorder), Schizophreia, Gaggua mood (mood disorder), Autisme, Defisit Perhatia atau Gaggua Hiperaktif (ADHD). Gejala dari masig-masig jeis peyakit gaggua metal pada aak tersebut dapat dilihat pada tabel 1. : Tabel 1.Gejala Masig-Masig Peyakit Gaggua Metal Pada Aak. No. Gejala x1 x2 x3 x4 x5 1. Takut pada fobia spesifik atau karea takut suatu beda 2. Kecemasa dalam setiap situasi 3. Kecemasa sosial 4. Gaggua obsesif kompulsif 5. Seraga paik 6. Merasa khawatir 7. Gaggua stres pasca-trauma 8. Berbicara berulag kali utuk diri sediri 9. Meghidari kotak sosial 10. Berbicara da melihat hal-hal yag tidak ada 11. Bermasalah dega memori da pealara 12. Depresi da kuragya emosi

3 Semiar Nasioal Tekologi Iformasi da Multimedia Tidak mempuyai perhatia 14. Cepat bosa dega rutiitas 15. Sagat aktif tidak bisa diam 16. Tidak bisa berkosetrasi atau fokus 17. Berbicara terus tidak medegarka 18. Meyetuh da bermai dega segala sesuatu 19. Berbicara tapa berfikir da bertidak emosioal 20. Merasa igi sediri 21. Kesulita dalam berbicara 22. Geraka tubuh da pola yag aeh 23. Ketidak pedulia da kuragya emosi ke obyek, orag da peristiwa 24. Kuragya kepercayaa diri 25. Sulit beradabtasi dega aak lai Keteraga : x1 = Gaggua kecemasa (axiety didorder) x2 = Schizophreia x3 = Gaggua mood (mood disorder) x4 = Autisme x5 = Defisit Perhatia atau Gaggua Hiperaktif (ADHD) Jumlah pederita Peyakit Paru-Paru pada tahu 2014 berdasarka data WHO utuk wilayah regioal Idoesia berjumlah 1,093,150 pederita. [5]. Adapu ilai probabilitas awal (priori) masig-masig jeis peyakit TB terjadi tapa memadag bukti apapu (Fi) didapat dega meghitug jumlah pederita gaggua metal pada aak dibagi dega jumlah semua data sample yag dilakuka. Nilai ii dapat dilihat di tabel 2. Tabel 2.Nilai Probabilitas awal masig-masig hipotesa No. Gejala Jumlah Pederita 1. Gaggua kecemasa (axiety didorder) 2. Schizophreia H(Fi) ,82% ,38% 3. Gaggua mood (mood disorder) ,12% 4. Autisme 5. Defisit Perhatia atau Gaggua Hiperaktif (ADHD) ,14% ,95% Sedagka utuk ilai probabilitas evidece pada setiap hipotesa didapat dega meghitug jumlah kemucula gejala dibagi dega jumlah hipotesa pada setiap jeis Peyakit yag aka dicari. Perhituga algoritma bayes ketika ada seorag pasie megalami Kecemasa sosial (E3) da Merasa khawatir (E6) dapat dihitug dega cara : Σ P(E2,E7 Fxk)* P(Fxk) = (P(E2 Fx1) * P(E7 Fx1) * P(Fx1)) + P(E2 Fx2) * P(E7 Fx2) * P(Fx2)) + (P(E2 Fx3) * P(E7 Fx3) * P(Fx3)) + (P(E2 Fx4) * P(E7 Fx4) * P(Fx4)) + (P(E2 Fx5) * P(E7 Fx5) * P(Fx5)) + (P(E2 Fx6) * P(E7 Fx6) * P(Fx6)) = (0,84*0,92*0,3682) + (0*0*0,0338) + (0*0*0,0,1012) + (0*0*0,914) + (0*0*0,4395) = 0,0285 P(Fx1 E2,E7) = P(E6 Fx1) * P(E20 Fx1) * P(Fx1) = (0,84*0,9*0,3682)/0,0285= 1 P(Fx2 E2,E7) = P(E6 Fx2) * P(E20 Fx2) * P(Fx2) = (0*0*0,0338)/0,0285= 0 P(Fx3 E2,E7) = P(E3 Fx1) * P(E20 Fx3) * P(Fx3)

4 Semiar Nasioal Tekologi Iformasi da Multimedia 2016 = (0*0*0,0,1012)/0,0285= 0 P(Fx4 E2,E7) = P(E6 Fx4) * P(E20 Fx4) * P(Fx4) = (0*0*0,914)/0,0285 = 0 P(Fx5 E2,E7) = P(E6 Fx5) * P(E20 Fx5) * P(Fx5) = (0*0*0,4395)/0,0285= 0 Dari hasil perhituga tersebut, dapat diketahui Hipotesa (Jeis Peyakit) yag dialami oleh pederita berdasarka Evidece (Gejala) yag timbul saat ii, yaitu : Fx1 = Gaggua kecemasa (axiety didorder) 2.1 Atarmuka Aplikasi Tampila atar muka sistem pakar diagosa Peyakit Paru-Paru dapat dilihat pada gambar 1 sampai dega gambar 5. Gambar 1 adalah atarmuka atura/rule utuk meetuka peyakit berdasarka gejala Gambar 2 adalah atarmuka meu diagosa, dimaa pasie megiputka gejala yag dialami. Gambar 3. Hasil diagosa da sara ditujukka di atarmuka. Sebagai cotoh pegguaa da hasil dari aplikasi ii, kami aka meerapka masalah yag telah dibahas sebelumya, yaitu : Gambar 1. Atura utuk meetuka peyakit berdasarka gejala Gambar 1. Merupaka atarmuka bagi admi utuk dapat memberika rule/atura utuk meambah basis pegetahua (kowledge base) system pakar berdasarka ilai-ilai yag telah didapat atau diaalisa oleh pakarya. Cotoh berdasarka masalah tersebut diatas adalah : Diagosa Gaggua kecemasa (axiety didorder), dimaa gejala-gejalaya (Evide) meliputi : Takut pada fobia spesifik atau karea takut suatu beda (E1), Kecemasa dalam setiap situasi (E2), Kecemasa sosial (E3), Gaggua obsesif kompulsif (E4), Seraga paik (E5), Merasa khawatir (E6), Gaggua stres pascatrauma (E7), Meghidari kotak social (E9), Merasa igi sediri (E20), Kuragya kepercayaa diri (E24), Sulit beradabtasi dega aak lai (E25). Pederita megalami Kecemasa sosial (E3) da Merasa khawatir (E6) da hasil diagosaya. Gambar 3. Meu Diagosa

5 Semiar Nasioal Tekologi Iformasi da Multimedia 2016 Meu Diagosa merupaka meu yag meyediaka beberapa piliha gejala yag sedag dialami oleh pederita/pasie sehigga atiya dapat di aalisa oleh aplikasi utuk memberika hasil berupa hipotesa (Jeis Peyakit) yag di derita. Cotoh pasie megiputka Gejala Kecemasa sosial (E3) da Merasa khawatir (E6) [4] Y. Wibisoo. Metode Statistik. 1. Yogyakarta : Adi : 45. [5] WHO. Health Topics Lug Biodata Peulis Ade Pujiato.Saat ii mejadi Mahasiswa di STMIK AMIKOM Yogyakarta. Ibu Titto Dessetiadi.Saat ii mejadi Mahasiswa di STMIK AMIKOM Yogyakarta. M. Gustafiato Ardi.Saat ii mejadi Mahasiswa di STMIK AMIKOM Yogyakarta. Gambar 4. Meu Hasil Diagosa da Sara Meu Hasil Diagosa merupaka meu yag memberika hasil atas evidece/gejala yag telah diiputka oleh pasie/pederita sebelumya. Hasilya berupa diagosa Peyakit yag diderita pasie/pederita serta beberapa sara utuk dapat megobati atau meguragi rasa sakit tersebut. Cotoh Hasil Diagosa pasie megiputka Gejala Kecemasa sosial (E3) da Merasa khawatir (E6) adalah Gaggua kecemasa (axiety didorder). 3. Kesimpula Metode Bayes dapat diguaka utuk melakuka diagosa peyakit gaggua metal pada aak berdasarka gejala-gejala yag dimiliki pasie terduga. Kebeara dari hasil output sistem ditetuka oleh ilai probabilitas hipotesa tapa memadag gejala apapu da ilai probabilitas kemucula evidece pada setiap hipotesa yag diiputka pada basis pegetahua. Daftar Pustaka [1] Beradeta, 2003, Gambara Proses Pemuliha Gaggua Metal, Madiu, Uiversitas Khatolik Widya Madala Madiu [2] Kusumadewi, S Artificial Itelliget (Tekik da Aplikasiya). Yogyakarta: Graha dilmu. p.109 [3] Asiyah, S. (2005). Sistem Pakar Diagosa Peyakit Gigi. Skripsi, Fakultas MIPA :Uiversitas Gadjah Mada

6 Semiar Nasioal Tekologi Iformasi da Multimedia

SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT PARU-PARU MENGGUNAKAN ALGORITMA BAYES

SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT PARU-PARU MENGGUNAKAN ALGORITMA BAYES Semiar Nasioal Tekologi Iformasi da Multimedia 2016 SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT PARU-PARU MENGGUNAKAN ALGORITMA BAYES Ibu Titto Dessetiadi 1), Ade Pujiato 2), M. Gustafiato Ardi 3) 1), 2, 3)

Lebih terperinci

SISTEM PAKAR DIAGNOSA PENYAKIT DIABETES MELITUS MENGGUNAKAN TEOREMA BAYES

SISTEM PAKAR DIAGNOSA PENYAKIT DIABETES MELITUS MENGGUNAKAN TEOREMA BAYES SISTEM PAKAR DIAGNOSA PENYAKIT DIABETES MELITUS MENGGUNAKAN TEOREMA BAYES Cha Uswatu Khasaah 1), Nuzul Dwi Profesiigrum 2), Ade Pujiato 3) 1), 2, 3) Tekik Iformatika STMIK AMIKOM Yogyakarta Jl Rig Road

Lebih terperinci

SISTEM PAKAR DIAGNOSA PENYAKIT BUAH NANAS MENGGUNAKAN ALGORITMA BAYES BERBASIS WEB

SISTEM PAKAR DIAGNOSA PENYAKIT BUAH NANAS MENGGUNAKAN ALGORITMA BAYES BERBASIS WEB Semiar Nasioal Tekologi Iformasi da Multimedia 2017 SISTEM PAKAR DIAGNOSA PENYAKIT BUAH NANAS MENGGUNAKAN ALGORITMA BAYES BERBASIS WEB hyrga Purama Dewa 1), Ade Pujiato 2), Muhhamad Hatta Putra 3) 1),

Lebih terperinci

PERANCANGAN SISTEM PAKAR PENDETEKSI HAMA PADA TANAMAN ALPUKAT BERBASIS WEB MENGGUNAKAN TEOREMA BAYES NASKAH PUBLIKASI

PERANCANGAN SISTEM PAKAR PENDETEKSI HAMA PADA TANAMAN ALPUKAT BERBASIS WEB MENGGUNAKAN TEOREMA BAYES NASKAH PUBLIKASI PERANCANGAN SISTEM PAKAR PENDETEKSI HAMA PADA TANAMAN ALPUKAT BERBASIS WEB MENGGUNAKAN TEOREMA BAYES NASKAH PUBLIKASI diajuka oleh Iqbal Yudhawa 13.11.7091 kepada SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN

Lebih terperinci

Sistem Pakar Deteksi Diabetes Mellitus Menggunakan Metode Bayesian Berbasis Web

Sistem Pakar Deteksi Diabetes Mellitus Menggunakan Metode Bayesian Berbasis Web Sistem Deteksi Diabetes Mellitus Megguaka Metode Bayesia Berbasis Web Voy Pawaka Program Studi Tekik Iformatika Jurusa Tekik Elektro Fakultas Tekik Uiversitas Tajugpura e-mail: voypwk@gmail.com Abstrak

Lebih terperinci

BAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya.

BAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya. BAB 1 PENDAHULUAN 1.1 Latar Belakag Aalisis regresi mejadi salah satu bagia statistika yag palig bayak aplikasiya. Aalisis regresi memberika keleluasaa kepada peeliti utuk meyusu model hubuga atau pegaruh

Lebih terperinci

Diagnosa Jenis Tuberculosis Dengan Algoritma Bayes

Diagnosa Jenis Tuberculosis Dengan Algoritma Bayes Koferesi Nasioal Sistem & Iformatika 2015 STMIK STIKOM Bali, 9 10 Oktober 2015 Diagosa Jeis Tuberculosis Dega Algoritma Bayes Hartatik 1) STMIK AMIKOM Yogyakarta Jala Rig Road Utara Codog Catur Depok-Slema

Lebih terperinci

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 4

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 4 Program Studi : Tekik Iformatika Miggu ke : 4 INDUKSI MATEMATIKA Hampir semua rumus da hukum yag berlaku tidak tercipta dega begitu saja sehigga diraguka kebearaya. Biasaya, rumus-rumus dapat dibuktika

Lebih terperinci

DIAGNOSA PENYAKIT TELINGA HIDUNG DAN TENGGOROKAN (THT) PADA ANAK DENGAN MENGGUNAKAN SISTEM PAKAR BERBASIS MOBILE ANDROID

DIAGNOSA PENYAKIT TELINGA HIDUNG DAN TENGGOROKAN (THT) PADA ANAK DENGAN MENGGUNAKAN SISTEM PAKAR BERBASIS MOBILE ANDROID DIAGNOSA PENYAKIT TELINGA HIDUNG DAN TENGGOROKAN (THT) PADA ANAK DENGAN MENGGUNAKAN SISTEM PAKAR BERBASIS MOBILE ANDROID [1] Dii Aggraii, [2] Bei Irawa, da [3] Tedy Rismawa [1] [2] [3] JurusaSistem Komputer,

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Statistika iferesi merupaka salah satu cabag statistika yag bergua utuk meaksir parameter. Peaksira dapat diartika sebagai dugaa atau perkiraa atas sesuatu yag aka terjadi

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Permasalaha peugasa atau assigmet problem adalah suatu persoala dimaa harus melakuka peugasa terhadap sekumpula orag yag kepada sekumpula job yag ada, sehigga tepat satu

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 31 Flowchart Metodologi Peelitia BAB III METODOLOGI PENELITIAN Gambar 31 Flowchart Metodologi Peelitia 18 311 Tahap Idetifikasi da Peelitia Awal Tahap ii merupaka tahap awal utuk melakuka peelitia yag

Lebih terperinci

BAB 1 PENDAHULUAN. Bagi Negara yang mempunyai wilayah terdiri dari pulau-pulau yang dikelilingi lautan,

BAB 1 PENDAHULUAN. Bagi Negara yang mempunyai wilayah terdiri dari pulau-pulau yang dikelilingi lautan, BAB 1 PENDAHULUAN 1.1 Latar Belakag Bagi Negara yag mempuyai wilayah terdiri dari pulau-pulau yag dikeliligi lauta, laut merupaka saraa trasportasi yag dimia, sehigga laut memiliki peraa yag petig bagi

Lebih terperinci

BAB III METODE PENELITIAN. Lokasi penelitian ini dilakukan di Puskesmas Limba B terutama masyarakat

BAB III METODE PENELITIAN. Lokasi penelitian ini dilakukan di Puskesmas Limba B terutama masyarakat 38 3.1 Lokasi da Waktu Peelitia 3.1.1 Lokasi Peelitia BAB III METODE PENELITIAN Lokasi peelitia ii dilakuka di Puskesmas Limba B terutama masyarakat yag berada di keluraha limba B Kecamata Kota Selata

Lebih terperinci

BAB IV. METODE PENELITlAN. Rancangan atau desain dalam penelitian ini adalah analisis komparasi, dua

BAB IV. METODE PENELITlAN. Rancangan atau desain dalam penelitian ini adalah analisis komparasi, dua BAB IV METODE PENELITlAN 4.1 Racaga Peelitia Racaga atau desai dalam peelitia ii adalah aalisis komparasi, dua mea depede (paired sample) yaitu utuk meguji perbedaa mea atara 2 kelompok data. 4.2 Populasi

Lebih terperinci

BAB IV PEMBAHASAN DAN ANALISIS

BAB IV PEMBAHASAN DAN ANALISIS BAB IV PEMBAHASAN DAN ANALISIS 4.1. Pembahasa Atropometri merupaka salah satu metode yag dapat diguaka utuk meetuka ukura dimesi tubuh pada setiap mausia. Data atropometri yag didapat aka diguaka utuk

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang Permasalahan

BAB I PENDAHULUAN Latar Belakang Permasalahan BAB I PENDAHULUAN 1.1. Latar Belakag Permasalaha Matematika merupaka Quee ad servat of sciece (ratu da pelaya ilmu pegetahua). Matematika dikataka sebagai ratu karea pada perkembagaya tidak tergatug pada

Lebih terperinci

BAB III METODE PENELITIAN. cuci mobil CV. Sangkara Abadi di Bumiayu. Metode analisis yang dipakai

BAB III METODE PENELITIAN. cuci mobil CV. Sangkara Abadi di Bumiayu. Metode analisis yang dipakai 20 BAB III METODE PENELITIAN 3.1 Jeis Peelitia Peelitia ii merupaka aalisis tetag kelayaka ivestasi usaha cuci mobil CV. Sagkara Abadi di Bumiayu. Metode aalisis yag dipakai adalah metode aalisis kuatitatif

Lebih terperinci

BAB III METODE PENELITIAN. Jenis penelitian ini adalah penelitian pengembangan (research and

BAB III METODE PENELITIAN. Jenis penelitian ini adalah penelitian pengembangan (research and BAB III METODE PENELITIAN A. Jeis Peelitia Jeis peelitia ii adalah peelitia pegembaga (research ad developmet), yaitu suatu proses peelitia utuk megembagka suatu produk. Produk yag dikembagka dalam peelitia

Lebih terperinci

3 METODE PENELITIAN 3.1 Kerangka Pemikiran 3.2 Lokasi dan Waktu Penelitian

3 METODE PENELITIAN 3.1 Kerangka Pemikiran 3.2 Lokasi dan Waktu Penelitian 19 3 METODE PENELITIAN 3.1 Keragka Pemikira Secara rigkas, peelitia ii dilakuka dega tiga tahap aalisis. Aalisis pertama adalah megaalisis proses keputusa yag dilakuka kosume dega megguaka aalisis deskriptif.

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1 Lokasi da Waktu peelitia Peelitia dilakuka pada budidaya jamur tiram putih yag dimiliki oleh usaha Yayasa Paguyuba Ikhlas yag berada di Jl. Thamri No 1 Desa Cibeig, Kecamata Pamijaha,

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur 0 III. METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia Peelitia ii dilakuka di SMA Negeri Way Jepara Kabupate Lampug Timur pada bula Desember 0 sampai Mei 03. B. Populasi da Sampel Populasi dalam peelitia

Lebih terperinci

BAB I PENDAHULUAN. Matematika merupakan suatu ilmu yang mempunyai obyek kajian

BAB I PENDAHULUAN. Matematika merupakan suatu ilmu yang mempunyai obyek kajian BAB I PENDAHULUAN A. Latar Belakag Masalah Matematika merupaka suatu ilmu yag mempuyai obyek kajia abstrak, uiversal, medasari perkembaga tekologi moder, da mempuyai pera petig dalam berbagai disipli,

Lebih terperinci

Pendekatan Nilai Logaritma dan Inversnya Secara Manual

Pendekatan Nilai Logaritma dan Inversnya Secara Manual Pedekata Nilai Logaritma da Iversya Secara Maual Moh. Affaf Program Studi Pedidika Matematika, STKIP PGRI BANGKALAN affafs.theorem@yahoo.com Abstrak Pada pegaplikasiaya, bayak peggua yag meggatugka masalah

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Madiun, untuk mendapatkan gambaran kondisi tempat penelitian secara umum,

BAB III METODOLOGI PENELITIAN. Madiun, untuk mendapatkan gambaran kondisi tempat penelitian secara umum, 32 BAB III METODOLOGI PENELITIAN 3.1 Objek Peelitia Peelitia dilakuka di PT. INKA yag terletak di Jl. Yos Sudarso o 71 Madiu, utuk medapatka gambara kodisi tempat peelitia secara umum, termasuk kegiata-kegiata

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN BAB 3 METODE PENELITIAN 3.1 Metode Pegumpula Data Dalam melakuka sebuah peelitia dibutuhka data yag diguaka sebagai acua da sumber peelitia. Disii peulis megguaka metode yag diguaka utuk melakuka pegumpula

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB ENDAHULUAN. Latar Belakag Masalah Dalam kehidupa yata, hampir seluruh feomea alam megadug ketidak pastia atau bersifat probabilistik, misalya pergeraka lempega bumi yag meyebabka gempa, aik turuya

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini merupakan penelitian tindakan kelas yang dilaksanakan pada siswa

III. METODE PENELITIAN. Penelitian ini merupakan penelitian tindakan kelas yang dilaksanakan pada siswa III. METODE PENELITIAN A. Settig Peelitia Peelitia ii merupaka peelitia tidaka kelas yag dilaksaaka pada siswa kelas VIIIB SMP Muhammadiyah 1 Sidomulyo Kabupate Lampug Selata semester geap tahu pelajara

Lebih terperinci

BAB III METODOLOGI PENELITIAN. kuantitatif karena bertujuan untuk mengetahui kompetensi pedagogik mahasiswa

BAB III METODOLOGI PENELITIAN. kuantitatif karena bertujuan untuk mengetahui kompetensi pedagogik mahasiswa 54 BAB III METODOLOGI PENELITIAN A. Jeis Peelitia Peelitia ii merupaka peelitia deskriptif dega pedekata kuatitatif karea bertujua utuk megetahui kompetesi pedagogik mahasiswa setelah megikuti mata kuliah

Lebih terperinci

BAB III METODE PENELITIAN. pre test post test with control group. Penelitian ini berupaya untuk

BAB III METODE PENELITIAN. pre test post test with control group. Penelitian ini berupaya untuk BAB III METODE PENELITIAN A. Desai Peelitia Peelitia ii megguaka desai Eksperimet dega pedekata pre test post test with cotrol group. Peelitia ii berupaya utuk megugkapka hubuga sebab-akibat dega cara

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN 30 III. METODE PENELITIAN A. Metode Dasar Peelitia Metode yag diguaka dalam peelitia adalah metode deskriptif, yaitu peelitia yag didasarka pada pemecaha masalah-masalah aktual yag ada pada masa sekarag.

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PEMBELIAN SEPEDA MOTOR DENGAN METODE WEIGHTED PRODUCT

SISTEM PENDUKUNG KEPUTUSAN PEMBELIAN SEPEDA MOTOR DENGAN METODE WEIGHTED PRODUCT Jural Iformatika Mulawarma Vol. 10 No. 2 September 2015 20 SISTEM PENDUKUNG KEPUTUSAN PEMBELIAN SEPEDA MOTOR DENGAN METODE WEIGHTED PRODUCT Necy Nurjaah 1), Zaial Arifi 2), Dya Marisa Khairia 3) 1,2,3)

Lebih terperinci

BAB III METODOLOGI DAN PELAKSANAAN PENELITIAN. Perumusan - Sasaran - Tujuan. Pengidentifikasian dan orientasi - Masalah.

BAB III METODOLOGI DAN PELAKSANAAN PENELITIAN. Perumusan - Sasaran - Tujuan. Pengidentifikasian dan orientasi - Masalah. BAB III METODOLOGI DAN PELAKSANAAN PENELITIAN 3.1. DIAGRAM ALIR PENELITIAN Perumusa - Sasara - Tujua Pegidetifikasia da orietasi - Masalah Studi Pustaka Racaga samplig Pegumpula Data Data Primer Data Sekuder

Lebih terperinci

BAB I PENDAHULUAN. Integral adalah salah satu konsep penting dalam Matematika yang

BAB I PENDAHULUAN. Integral adalah salah satu konsep penting dalam Matematika yang BAB I PENDAHULUAN 1.1 Latar Belakag Masalah Itegral adalah salah satu kosep petig dalam Matematika yag dikemukaka pertama kali oleh Isac Newto da Gottfried Wilhelm Leibiz pada akhir abad ke-17. Selajutya

Lebih terperinci

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Negeri I

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Negeri I 7 III. METODOLOGI PENELITIAN A. Populasi da Sampel Peelitia Populasi dalam peelitia ii adalah semua siswa kelas XI IPA SMA Negeri I Kotaagug Tahu Ajara 0-03 yag berjumlah 98 siswa yag tersebar dalam 3

Lebih terperinci

BAB III METODE PENELITIAN. penelitian yaitu PT. Sinar Gorontalo Berlian Motor, Jl. H. B Yassin no 28

BAB III METODE PENELITIAN. penelitian yaitu PT. Sinar Gorontalo Berlian Motor, Jl. H. B Yassin no 28 5 BAB III METODE PENELITIAN 3.1 Lokasi Peelitia da Waktu Peelitia Sehubuga dega peelitia ii, lokasi yag dijadika tempat peelitia yaitu PT. Siar Gorotalo Berlia Motor, Jl. H. B Yassi o 8 Kota Gorotalo.

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakag Maajeme risiko merupaka salah satu eleme petig dalam mejalaka bisis perusahaa karea semaki berkembagya duia perusahaa serta meigkatya kompleksitas aktivitas perusahaa

Lebih terperinci

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X Pedugaa Selag: Metode Pivotal Lagkah-lagkahya 1. Adaika X1, X,..., X adalah cotoh acak dari populasi dega fugsi kepekata f( x; ), da parameter yag tidak diketahui ilaiya. Adaika T adalah peduga titik bagi..

Lebih terperinci

Materi 5 DATA MINING 3 SKS Semester 6 S1 Sistem Informasi UNIKOM 2016 Nizar Rabbi Radliya

Materi 5 DATA MINING 3 SKS Semester 6 S1 Sistem Informasi UNIKOM 2016 Nizar Rabbi Radliya Materi 5 DATA MINING 3 SKS Semester 6 S1 Sistem Iformasi UNIKOM 2016 Nizar Rabbi Radliya izar.radliya@yahoo.com Nama Mahasiswa NIM Kelas Kompetesi Dasar Memahami tekik data miig klasifikasi da mampu meerapka

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Tujua Peelitia Peelitia ii bertujua utuk megetahui apakah terdapat perbedaa hasil belajar atara pegguaa model pembelajara Jigsaw dega pegguaa model pembelajara Picture ad Picture

Lebih terperinci

METODE PENELITIAN. Subyek dalam penelitian ini adalah siswa kelas XI IPA 1 SMA Wijaya Bandar

METODE PENELITIAN. Subyek dalam penelitian ini adalah siswa kelas XI IPA 1 SMA Wijaya Bandar III. METODE PENELITIAN A. Settig Peelitia Subyek dalam peelitia ii adalah siswa kelas XI IPA 1 SMA Wijaya Badar Lampug, semester gajil Tahu Pelajara 2009-2010, yag berjumlah 19 orag terdiri dari 10 siswa

Lebih terperinci

PENAKSIRAN DAN PERAMALAN BIAYA D. PENAKSIRAN BIAYA JANGKA PANJANG E. PERAMALAN BIAYA

PENAKSIRAN DAN PERAMALAN BIAYA D. PENAKSIRAN BIAYA JANGKA PANJANG E. PERAMALAN BIAYA PENAKSIRAN DAN PERAMALAN BIAYA Ari Darmawa, Dr. S.AB, M.AB Email: aridarmawa_fia@ub.ac.id A. PENDAHULUAN B. PENAKSIRAN DAN PRAKIRAAN FUNGSI BIAYA C. PENAKSIRAN JANGKA PENDEK - Ekstrapolasi sederhaa - Aalisis

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur III. METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia Peelitia ii dilakuka di SMA Negeri Way Jepara Kabupate Lampug Timur pada bula Desember 0 sampai dega Mei 03. B. Populasi da Sampel Populasi dalam

Lebih terperinci

BAB III METODE PENELITIAN Penelitian ini dilakukan di kelas X SMA Muhammadiyah 1 Pekanbaru. semester ganjil tahun ajaran 2013/2014.

BAB III METODE PENELITIAN Penelitian ini dilakukan di kelas X SMA Muhammadiyah 1 Pekanbaru. semester ganjil tahun ajaran 2013/2014. BAB III METODE PENELITIAN A. Waktu da Tempat Peelitia Peelitia dilaksaaka dari bula Agustus-September 03.Peelitia ii dilakuka di kelas X SMA Muhammadiyah Pekabaru semester gajil tahu ajara 03/04. B. Subjek

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1 Objek Peelitia Dalam peelitia ii, pegambila da peroleha data dilakuka di UKM. Bakso Solo, Bakauhei, Lampug Selata. Utuk pegukura kualitas pelayaa, objek yag diteliti adalah

Lebih terperinci

IV METODE PENELITIAN

IV METODE PENELITIAN IV METODE PENELITIAN 4.1. Lokasi da Waktu Peelitia Lokasi peelitia dilakuka di PT. Bak Bukopi, Tbk Cabag Karawag yag berlokasi pada Jala Ahmad Yai No.92 Kabupate Karawag, Jawa Barat da Kabupate Purwakarta

Lebih terperinci

BAB III METODE PENELITIAN. Dalam melakukan penelitian, terlebih dahulu menentukan desain

BAB III METODE PENELITIAN. Dalam melakukan penelitian, terlebih dahulu menentukan desain BAB III METODE PENELITIAN 3.1 Desai Peelitia Dalam melakuka peelitia, terlebih dahulu meetuka desai peelitia yag aka diguaka sehigga aka mempermudah proses peelitia tersebut. Desai peelitia yag diguaka

Lebih terperinci

III. METODE PENELITIAN. kelas VIII semester ganjil SMP Sejahtera I Bandar Lampung tahun pelajaran 2010/2011

III. METODE PENELITIAN. kelas VIII semester ganjil SMP Sejahtera I Bandar Lampung tahun pelajaran 2010/2011 III. METODE PENELITIAN A. Latar Peelitia Peelitia ii merupaka peelitia yag megguaka total sampel yaitu seluruh siswa kelas VIII semester gajil SMP Sejahtera I Badar Lampug tahu pelajara 2010/2011 dega

Lebih terperinci

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak: PENGUJIAN HIPOTESIS A. Lagkah-lagkah pegujia hipotesis Hipotesis adalah asumsi atau dugaa megeai sesuatu. Jika hipotesis tersebut tetag ilai-ilai parameter maka hipotesis itu disebut hipotesis statistik.

Lebih terperinci

BAB VIII KONSEP DASAR PROBABILITAS

BAB VIII KONSEP DASAR PROBABILITAS BAB VIII KONSEP DASAR PROBABILITAS 1.1. Pedahulua Dalam pertemua ii Ada aka mempelajari beberapa padaga tetag permutasi da kombiasi, fugsi da metode perhituga probabilitas, da meghitug probabilitas. Pada

Lebih terperinci

Ukuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus

Ukuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus -Mar- Ukura Pemusata Pertemua STATISTIKA DESKRIPTIF Statistik deskripti adalah pegolaha data utuk tujua medeskripsika atau memberika gambara terhadap obyek yag diteliti dega megguaka sampel atau populasi.

Lebih terperinci

Bab III Metoda Taguchi

Bab III Metoda Taguchi Bab III Metoda Taguchi 3.1 Pedahulua [2][3] Metoda Taguchi meitikberatka pada pecapaia suatu target tertetu da meguragi variasi suatu produk atau proses. Pecapaia tersebut dilakuka dega megguaka ilmu statistika.

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Didalam melakuka kegiata suatu alat atau mesi yag bekerja, kita megeal adaya waktu hidup atau life time. Waktu hidup adalah lamaya waktu hidup suatu kompoe atau uit pada

Lebih terperinci

ANALISIS SISTEM ANTRIAN PADA LOKET PENDAFTARAN PASIEN DI PUSKESMMAS PADANG PASIR KECAMATAN PADANG BARAT

ANALISIS SISTEM ANTRIAN PADA LOKET PENDAFTARAN PASIEN DI PUSKESMMAS PADANG PASIR KECAMATAN PADANG BARAT Jural Sais da Tekologi Vol 7 o 2, Desember 27 ANALISIS SISTEM ANTRIAN ADA LOKET ENDAFTARAN ASIEN DI USKESMMAS ADANG ASIR KECAMATAN ADANG BARAT Ali Suta Nasutio, Seira Mutia 2 Tekik Idustri Sekolah Tiggi

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 6 BAB III METODE PENELITIAN 3.1 Desai Peelitia Meurut Kucoro (003:3): Peelitia ilmiah merupaka usaha utuk megugkapka feomea alami fisik secara sistematik, empirik da rasioal. Sistematik artiya proses yag

Lebih terperinci

IV. METODE PENELITIAN. Penelitian ini dilakukan di Kawasan Pantai Anyer, Kabupaten Serang

IV. METODE PENELITIAN. Penelitian ini dilakukan di Kawasan Pantai Anyer, Kabupaten Serang IV. METODE PENELITIAN 4.1 Lokasi da Waktu Peelitia Peelitia ii dilakuka di Kawasa Patai Ayer, Kabupate Serag Provisi Bate. Lokasi ii dipilih secara segaja atau purposive karea Patai Ayer merupaka salah

Lebih terperinci

BAB V METODOLOGI PENELITIAN

BAB V METODOLOGI PENELITIAN BAB V METODOLOGI PEELITIA 5.1 Racaga Peelitia Peelitia ii merupaka peelitia kualitatif dega metode wawacara medalam (i depth iterview) utuk memperoleh gambara ketidaklegkapa pegisia berkas rekam medis

Lebih terperinci

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI MIA SMA Negeri 5

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI MIA SMA Negeri 5 III. METODOLOGI PENELITIAN A. Populasi da Sampel Peelitia Populasi dalam peelitia ii adalah semua siswa kelas I MIA SMA Negeri 5 Badar Lampug Tahu Pelajara 04-05 yag berjumlah 48 siswa. Siswa tersebut

Lebih terperinci

I. DERET TAKHINGGA, DERET PANGKAT

I. DERET TAKHINGGA, DERET PANGKAT I. DERET TAKHINGGA, DERET PANGKAT. Pedahulua Pembahasa tetag deret takhigga sebagai betuk pejumlaha suku-suku takhigga memegag peraa petig dalam fisika. Pada bab ii aka dibahas megeai pegertia deret da

Lebih terperinci

Probabilitas dan Statistika Teorema Bayes. Adam Hendra Brata

Probabilitas dan Statistika Teorema Bayes. Adam Hendra Brata robabilitas da Statistika Teorema ayes dam Hedra rata Itroduksi - Joit robability Itroduksi Teorema ayes eluag Kejadia ersyarat Jika muculya mempegaruhi peluag muculya kejadia atau sebalikya, da adalah

Lebih terperinci

BAB 2 LANDASAN TEORI. Statistika merupakan salah satu cabang penegtahuan yang paling banyak mendapatkan

BAB 2 LANDASAN TEORI. Statistika merupakan salah satu cabang penegtahuan yang paling banyak mendapatkan BAB LANDASAN TEORI. Pegertia Regresi Statistika merupaka salah satu cabag peegtahua yag palig bayak medapatka perhatia da dipelajari oleh ilmua dari hamper semua bidag ilmu peegtahua, terutama para peeliti

Lebih terperinci

Penarikan Sampel Acak Sederhana

Penarikan Sampel Acak Sederhana Tekik Samplig Pearika Sampel Acak Sederhaa Hazmira Yozza- Jur. Matematika Uad 17/11/014 Tujua Pearika Sampel Megambil kesimpula megeai populasi berdasarka iformasi yag terkadug pada sampel Ukura sampel

Lebih terperinci

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL BAB VIII MASAAH ESTIMASI SAT DAN DA SAMPE 8.1 Statistik iferesial Statistik iferesial suatu metode megambil kesimpula dari suatu populasi. Ada dua pedekata yag diguaka dalam statistik iferesial. Pertama,

Lebih terperinci

METODE PENELITIAN. dalam tujuh kelas dimana tingkat kemampuan belajar matematika siswa

METODE PENELITIAN. dalam tujuh kelas dimana tingkat kemampuan belajar matematika siswa 19 III. METODE PENELITIAN A. Populasi da Sampel Populasi dalam peelitia ii adalah seluruh siswa kelas VIII SMP Negeri 8 Badar Lampug tahu pelajara 2009/2010 sebayak 279 orag yag terdistribusi dalam tujuh

Lebih terperinci

IV METODE PENELITIAN 4.1 Lokasi dan waktu 4.2. Jenis dan Sumber Data 4.3 Metode Pengumpulan Data

IV METODE PENELITIAN 4.1 Lokasi dan waktu 4.2. Jenis dan Sumber Data 4.3 Metode Pengumpulan Data IV METODE PENELITIAN 4.1 Lokasi da waktu Peelitia ii dilakuka di PD Pacet Segar milik Alm Bapak H. Mastur Fuad yag beralamat di Jala Raya Ciherag o 48 Kecamata Cipaas, Kabupate Ciajur, Propisi Jawa Barat.

Lebih terperinci

Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai

Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai PENGUJIAN HIPOTESIS Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai ilai-ilai parameter populasi,

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di MTs Muhammadiyah 1 Natar Lampung Selatan.

III. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di MTs Muhammadiyah 1 Natar Lampung Selatan. 9 III. METODOLOGI PENELITIAN A. Populasi Da Sampel Peelitia ii dilaksaaka di MTs Muhammadiyah Natar Lampug Selata. Populasiya adalah seluruh siswa kelas VIII semester geap MTs Muhammadiyah Natar Tahu Pelajara

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara BAB I PENDAHULUAN 1.1 Latar Belakag Salah satu pera da fugsi statistik dalam ilmu pegetahua adalah sebagai. alat aalisis da iterpretasi data kuatitatif ilmu pegetahua, sehigga didapatka suatu kesimpula

Lebih terperinci

BAB I PENDAHULUAN. orang. Dan diperlukan pembangunan nasional untuk meningkatkan kesejahteraan

BAB I PENDAHULUAN. orang. Dan diperlukan pembangunan nasional untuk meningkatkan kesejahteraan 1 BAB I PENDAHULUAN 1.1 Latar Belakag Masalah Saat ii Idoesia merupaka egara yag berpeduduk lebih dari 200 juta orag. Da diperluka pembagua asioal utuk meigkatka kesejahteraa rakyat, sehigga pemeritah

Lebih terperinci

PENGEMBANGAN MODEL ANALISIS SENSITIVITAS PETA KENDALI TRIPLE SAMPLING MENGGUNAKAN UTILITY FUNCTION METHOD

PENGEMBANGAN MODEL ANALISIS SENSITIVITAS PETA KENDALI TRIPLE SAMPLING MENGGUNAKAN UTILITY FUNCTION METHOD Semiar Nasioal Iformatika 5 (semasif 5) ISSN: 979-8 UPN Vetera Yogyakarta, 4 November 5 PENGEMBANGAN MODE ANAISIS SENSITIVITAS PETA KENDAI TRIPE SAMPING MENGGUNAKAN UTIITY FUNCTION METHOD Juwairiah ),

Lebih terperinci

TINJAUAN PUSTAKA Pengertian

TINJAUAN PUSTAKA Pengertian TINJAUAN PUSTAKA Pegertia Racaga peelitia kasus-kotrol di bidag epidemiologi didefiisika sebagai racaga epidemiologi yag mempelajari hubuga atara faktor peelitia dega peyakit, dega cara membadigka kelompok

Lebih terperinci

UKURAN PEMUSATAN DATA

UKURAN PEMUSATAN DATA Malim Muhammad, M.Sc. UKURAN PEMUSATAN DATA J U R U S A N A G R O T E K N O L O G I F A K U L T A S P E R T A N I A N U N I V E R S I T A S M U H A M M A D I Y A H P U R W O K E R T O DEFINISI UKURAN PEMUSATAN

Lebih terperinci

Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Unand

Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Unand TEKIK SAMPLIG PCA SEDERHAA Hazmira Yozza Izzati Rahmi HG Jurusa Matematika FMIPA Uad Defiisi : Jika suatu cotoh berukura diambil dari suatu populasi berukura sedemikia rupa sehigga setiap kemugkia cotoh

Lebih terperinci

MANAJEMEN RISIKO INVESTASI

MANAJEMEN RISIKO INVESTASI MANAJEMEN RISIKO INVESTASI A. PENGERTIAN RISIKO Resiko adalah peyimpaga hasil yag diperoleh dari recaa hasil yag diharapka Besarya tigkat resiko yag dimasukka dalam peilaia ivestasi aka mempegaruhi besarya

Lebih terperinci

III. METODE PENELITIAN. Pembangunan Daerah (BAPPEDA) Provinsi NTB, BPS pusat, dan instansi lain

III. METODE PENELITIAN. Pembangunan Daerah (BAPPEDA) Provinsi NTB, BPS pusat, dan instansi lain III. METODE PENELITIAN 3.1 Jeis da Sumber Data Data yag diguaka pada peelitia ii merupaka data sekuder yag diperoleh dari Bada Pusat Statistik (BPS) Provisi NTB, Bada Perecaaa Pembagua Daerah (BAPPEDA)

Lebih terperinci

Perbandingan Power of Test dari Uji Normalitas Metode Bayesian, Uji Shapiro-Wilk, Uji Cramer-von Mises, dan Uji Anderson-Darling

Perbandingan Power of Test dari Uji Normalitas Metode Bayesian, Uji Shapiro-Wilk, Uji Cramer-von Mises, dan Uji Anderson-Darling Jural Gradie Vol No Juli 5 : -5 Perbadiga Power of Test dari Uji Normalitas Metode Bayesia, Uji Shapiro-Wilk, Uji Cramer-vo Mises, da Uji Aderso-Darlig Dyah Setyo Rii, Fachri Faisal Jurusa Matematika,

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Variabel-variabel yang digunakan pada penelitian ini adalah:

BAB III METODOLOGI PENELITIAN. Variabel-variabel yang digunakan pada penelitian ini adalah: BAB III METODOLOGI PENELITIAN 3. Variabel da Defiisi Operasioal Variabel-variabel yag diguaka pada peelitia ii adalah: a. Teaga kerja, yaitu kotribusi terhadap aktivitas produksi yag diberika oleh para

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 37 BAB III METODOLOGI PENELITIAN A. Jeis Peelitia Peelitia ii termasuk peelitia pegembaga, yaitu pegembaga buku teks matematika. Model pegembaga yag diguaka adalah model 4-D (four D models) dari Thigaraja

Lebih terperinci

III. BAHAN DAN METODE. Penelitian ini dilaksanakan pada bulan April 2014 di BBPTU-HPT Baturraden,

III. BAHAN DAN METODE. Penelitian ini dilaksanakan pada bulan April 2014 di BBPTU-HPT Baturraden, III. BAHAN DAN METODE A. Waktu da Tempat Peelitia Peelitia ii dilaksaaka pada bula April 014 di BBPTU-HPT Baturrade, Purwokerto. B. Baha da Alat Peelitia Baha peelitia ii yaitu rekordig produksi susu laktasi

Lebih terperinci

PENGGGUNAAN ALGORITMA GAUSS-NEWTON UNTUK MENENTUKAN SIFAT-SIFAT PENAKSIR PARAMETER DAN

PENGGGUNAAN ALGORITMA GAUSS-NEWTON UNTUK MENENTUKAN SIFAT-SIFAT PENAKSIR PARAMETER DAN PENGGGUNAAN ALGORITMA GAUSS-NEWTON UNTUK MENENTUKAN SIFAT-SIFAT PENAKSIR PARAMETER DAN DALAM SUATU MODEL NON-LINIER Abstrak Nur ei 1 1, Jurusa Matematika FMIPA Uiversitas Tadulako Jl. Sukaro-Hatta Palu,

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 3 BAB III METODOLOGI PENELITIAN A. Metode Peelitia Metode yag diguaka dalam peelitia ii adalah metode kuatitatif dega eksperime semu (quasi eksperimet desig). Peelitia ii melibatka dua kelas, yaitu satu

Lebih terperinci

BAB V ANALISA PEMECAHAN MASALAH

BAB V ANALISA PEMECAHAN MASALAH 89 BAB V ANALISA PEMECAHAN MASALAH Dalam upaya mearik kesimpula da megambil keputusa, diperluka asumsi-asumsi da perkiraa-perkiraa. Secara umum hipotesis statistik merupaka peryataa megeai distribusi probabilitas

Lebih terperinci

BAB 3 DATA DAN METODOLOGI PENELITIAN

BAB 3 DATA DAN METODOLOGI PENELITIAN BAB 3 DATA DAN METODOLOGI PENELITIAN Pada Bab ii aka memberika iformasi hal yag berkaita dega lagkah-lagkah sistematis yag aka diguaka dalam mejawab pertayaa peelitia.utuk itu diperluka beberapa hal sebagai

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1 Lokasi da Waktu Peelitia Kegiata peelitia ii dilaksaaka pada bula Mei 2011 bertempat di Dusu Nusa Bakti, Kecamata Serawai da Dusu Natai Buga, Kecamata Melawi yag merupaka

Lebih terperinci

A. Pengertian Hipotesis

A. Pengertian Hipotesis PENGUJIAN HIPOTESIS A. Pegertia Hipotesis Hipotesis statistik adalah suatu peryataa atau dugaa megeai satu atau lebih populasi Ada macam hipotesis:. Hipotesis ol (H 0 ), adalah suatu hipotesis dega harapa

Lebih terperinci

JENIS PENDUGAAN STATISTIK

JENIS PENDUGAAN STATISTIK ENDUGAAN STATISTIK ENDAHULUAN Kosep pedugaa statistik diperluka utuk membuat dugaa dari gambara populasi. ada pedugaa statistik dibutuhka pegambila sampel utuk diaalisis (statistik sampel) yag ati diguaka

Lebih terperinci

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan REGRESI LINIER DAN KORELASI Variabel dibedaka dalam dua jeis dalam aalisis regresi: Variabel bebas atau variabel prediktor -> variabel yag mudah didapat atau tersedia. Dapat diyataka dega X 1, X,, X k

Lebih terperinci

RENCANA PROGRAM PEMBELAJARAN KE - 1. : 6 jam pelajaran

RENCANA PROGRAM PEMBELAJARAN KE - 1. : 6 jam pelajaran RENCANA PROGRAM PEMBELAJARAN KE - 1 Satua Pedidika Mata Pelajara Kelas/Semester Materi Pokok Waktu : SMA N 6 YOGYAKARTA : Matematika : XII IPS/ : Barisa da Deret : 6 jam pelajara 1. Stadar Kompetesi 4.

Lebih terperinci

POSITRON, Vol. II, No. 2 (2012), Hal. 1-5 ISSN : Penentuan Energi Osilator Kuantum Anharmonik Menggunakan Teori Gangguan

POSITRON, Vol. II, No. 2 (2012), Hal. 1-5 ISSN : Penentuan Energi Osilator Kuantum Anharmonik Menggunakan Teori Gangguan POSITRON, Vol. II, No. (0), Hal. -5 ISSN : 30-4970 Peetua Eergi Osilator Kuatum Aharmoik Megguaka Teori Gaggua Iklas Saubary ), Yudha Arma ), Azrul Azwar ) )Program Studi Fisika Fakultas Matematika da

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 36 BAB III METODE PENELITIAN A. Racaga Peelitia 1. Pedekata Peelitia Peelitia ii megguaka pedekata kuatitatif karea data yag diguaka dalam peelitia ii berupa data agka sebagai alat meetuka suatu keteraga.

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN. Sebelum melakukan deteksi dan tracking obyek dibutuhkan perangkat

BAB IV HASIL DAN PEMBAHASAN. Sebelum melakukan deteksi dan tracking obyek dibutuhkan perangkat BAB IV HASIL DAN PEMBAHASAN 4.1 Kebutuha Sistem Sebelum melakuka deteksi da trackig obyek dibutuhka peragkat luak yag dapat meujag peelitia. Peragkat keras da luak yag diguaka dapat dilihat pada Tabel

Lebih terperinci

Modul Kuliah statistika

Modul Kuliah statistika Modul Kuliah statistika Dose: Abdul Jamil, S.Kom., MM SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER MUHAMMADIYAH JAKARTA Bab 2 Populasi da Sampel 2.1 Populasi Populasi merupaka keseluruha pegamata

Lebih terperinci

III. METODELOGI PENELITIAN

III. METODELOGI PENELITIAN III. METODELOGI PENELITIAN A. Metode Peelitia Metode peelitia merupaka suatu cara tertetu yag diguaka utuk meeliti suatu permasalaha sehigga medapatka hasil atau tujua yag diigika, meurut Arikuto (998:73)

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Racaga da Jeis Peelitia Racaga peelitia ii adalah deskriptif dega pedekata cross sectioal yaitu racaga peelitia yag meggambarka masalah megeai tigkat pegetahua remaja tetag

Lebih terperinci

PETA KONSEP RETURN dan RISIKO PORTOFOLIO

PETA KONSEP RETURN dan RISIKO PORTOFOLIO PETA KONSEP RETURN da RISIKO PORTOFOLIO RETURN PORTOFOLIO RISIKO PORTOFOLIO RISIKO TOTAL DIVERSIFIKASI PORTOFOLIO DENGAN DUA AKTIVA PORTOFOLIO DENGAN BANYAK AKTIVA DEVERSIFIKASI DENGAN BANYAK AKTIVA DEVERSIFIKASI

Lebih terperinci

BAB IV ANALISA DAN PERANCANGAN

BAB IV ANALISA DAN PERANCANGAN 4.1Aalisa Sistem Lama BAB IV ANALISA DAN PERANCANGAN Sistem yag ada di UIN SUSKA Riau dalam pegiformasia tetag kampus bagi calo mahasiswa biasaya dega melihat iformasi dari website resmi kampus UIN yag

Lebih terperinci

Pertemuan Ke-11. Teknik Analisis Komparasi (t-test)_m. Jainuri, M.Pd

Pertemuan Ke-11. Teknik Analisis Komparasi (t-test)_m. Jainuri, M.Pd Pertemua Ke- Komparasi berasal dari kata compariso (Eg) yag mempuyai arti perbadiga atau pembadiga. Tekik aalisis komparasi yaitu salah satu tekik aalisis kuatitatif yag diguaka utuk meguji hipotesis tetag

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PENERIMA JAMKESMAS DI DESA KATERBAN MENGGUNAKAN METODE WEIGHTED PRODUCT SKRIPSI

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PENERIMA JAMKESMAS DI DESA KATERBAN MENGGUNAKAN METODE WEIGHTED PRODUCT SKRIPSI SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PENERIMA JAMKESMAS DI DESA KATERBAN MENGGUNAKAN METODE WEIGHTED PRODUCT SKRIPSI Diajuka Utuk Memeuhi Sebagia Syarat Gua Memperoleh Gelar Sarjaa Komputer (S.Kom) Pada

Lebih terperinci

METODOLOGI PENELITIAN. penggunaan metode penelitian. Oleh karena itu, metode yang akan digunakan

METODOLOGI PENELITIAN. penggunaan metode penelitian. Oleh karena itu, metode yang akan digunakan 47 III. METODOLOGI PENELITIAN A. Metodelogi Peelitia Keberhasila dalam suatu peelitia sagat ditetuka oleh ketepata pegguaa metode peelitia. Oleh karea itu, metode yag aka diguaka haruslah sesuai dega data

Lebih terperinci

BAB 2 TINJAUAN TEORI

BAB 2 TINJAUAN TEORI BAB 2 TINJAUAN TEORI 2.1 ISTILAH KEENDUDUKAN 2.1.1 eduduk eduduk ialah orag atatu idividu yag tiggal atau meetap pada suatu daerah tertetu dalam jagka waktu yag lama. 2.1.2 ertumbuha eduduk ertumbuha peduduk

Lebih terperinci