BAB IV HASIL DAN PEMBAHASAN. Alat terapi ini menggunakan heater kering berjenis fibric yang elastis dan

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB IV HASIL DAN PEMBAHASAN. Alat terapi ini menggunakan heater kering berjenis fibric yang elastis dan"

Transkripsi

1 BAB IV HASIL DAN PEMBAHASAN 4.1. Spesifikasi Alat Alat terapi ii megguaka heater kerig berjeis fibric yag elastis da di bugkus dega busa, pasir kuarsa, da kai peutup utuk memberi isolator terhadap kulit mausia agar tidak lagsug terkea kulit mausia. Alat ii juga sudah dikembaga megguaka kotrol utuk memberika safety peggua dalam mejalai terapi tersebut dilegkapi juga sesor suhu da timer agar lebih bisa memberika suatu iformasi beberapa suhu saat bekerja alat tersebut di batasi juga dega timer agar terapi dapat diguaka sesuai prosedur kesehata. Nama Alat : Batal Terapi Paas Megguaka Sesor Suhu da Timer Pegedali Berbasis Microcotroller ATMega16 Tegaga Frekuesi Daya : 0 V : Hz : 30 Watt 51

2 5 4.. Gambar Alat Utuk gambar alat dapat dilihat pada gambar 4.1. dibawah ii: Gambar 4.1. Modul Alat Tugas Akhir 4.3. Cara Kerja Alat Ketika alat o maka power supply aka memberika tegaga ke setiap blok ragkaia yag ada pada modul ii. Setelah semua blok ragkaia sudah medapat supply tegaga dari powersupply, termasuk pada ragkaia sesor. Maka sesor aka mulai medeteksi adaya paas. Apabila terdapat paas yag diterima sesor, maka keluara sesor yag berupa tegaga aka masuk ke ragkaia miimum sistem microcotroller. Tegaga yag masuk ke miimum sistem aka diproses dega program ADC sebagai pembaca tegaga yag masuk. Di ragkaia miimum sistem tegaga yag masuk ke ADC aka diproses utuk dikeluarka padaport yag telah ditetuka. Pada modul ii PortDdiatursebagai keluara dari ragkaia miimum sistem. Keluara pada

3 53 PortD aka diguaka sebagai trigger utuk meyalaka melalui ragkaia driver. Tegaga keluara pada Port D yag diguaka sebagai meyalaka heater sesuai batas ambag sesor suhu LM35ditetuka selama timer yag dibutuhka melalui microcotroller. Setelah waktu tercapai maka heater aka mati, lalu buzzer berbuyi tada kerja alat sudah selesai Jeis Peelitia Jeis peelitia yag peulis guaka adalah jeis peelitia eksperimetal, artiya meeliti, mecari, mejelaska, da membuat suatu istrumet dimaa istrumet ii dapat lagsug diperguaka oleh peggua. Variabel yag diteliti da diamati pada berapa paas heater ii megguaka LM35 sebagai sesorya Variabel Peelitia Variabel Bebas Sebagai variabel bebas merupaka muculya variabel terikat, da mejadi variabel bebas dalam pembuata alat ii adalah Heater Variabel Tergatug Sebagai variabel tergatug yaitu sesor suhu aka bekerja tergatug pada Heater yag memaas.

4 Variabel Terkedali Variabel terkedali yaitu LCD da Moitorig Timer da Suhu megguaka IC Mikrokotroller (ATMega 16) Defiisi Oprasioal Dalam kegiata operasioalya, varaiabel-variabel yag diguaka dalam perecaaa pembuata modul, baik variabel terkedali, tergatug da bebas memiliki fugsi-fugsi atara lai: 1. Sesorsuhu LM35 diguaka sebagai sesor adaya paas utuk dilakukaya peegedali paas.. Heater diguaka sebagai pemaas Sistematika Pegukura Rata-rata Rata rata adalah ilai atau hasil pembagia dari jumlah data yag diambil atau diukur dega bayakya pegambila data atau bayakya pegukura. Xi Rata Rata ( X ) =...(4-1) Dimaa : X Xi = rata rata = Jumlah ilai data = Bayak data ( 1,,3,, )

5 Simpaga % Simpaga adalah selisih dari rata rata ilai harga yag dikehedaki dega ilai yag diukur. Berikut rumus dari simpaga : Simpaga = Y x...(4-) Dimaa : Y = suhu settig X = rerata Error (%) Error (kesalaha) adalah selisih atara mea terhadap masig-masig data. Rumus error adalah: DataSettig Re rata Error% = x100%...(43) Datasettig Stadart deviasi Stadart deviasi adalah suatu ilai yag meuujuka tigkat (derajat) variasi kelompok data atau ukura stadart peyimpaga dari mea. Rumus stadart deviasi () adalah: i 1 X i X 1 (4-4)

6 56 Dimaa : = stadart Deviasi X = ilai yag dikehedaki = bayak data Ketidakpastia (Ua) Ketidakpastia adalah kesagsia yag mucul pada tiap hasil. Atau pegukura biasa disebut, sebagai kepresisia data satu dega data yag lai. Rumus dari ketidakpastia adalah sebagai berikut: Ketidakpastia = stdv...(4-5) Dimaa : STDV = Stadar Deviasi = bayakya data 4.8. Persiapa Baha Adapu kompoe-kompoe petig dalam pembuata modul ii atara lai: 1. Buzzer. Elemet Paas 3. Ic Atmega MOC Sesor suhu LM35

7 57 6. Crystal 16 MHz 4.9. Peralata Yag Diguaka Adapu peralata yag diduaka selama pembuata tugas akhir ii aatara lai : 1. Solder listrik. Peyedot Timah 3. Toolset 4. Bor PCB 5. Timah (Tiol) 6. Multimeter 7. Komputer Percobaa Alat Pegukura Tegaga Pada Sesor suhu LM35 dega suhu 40 derajat celcius. Tabel 4.1. Tegaga Pada Sesor suhu LM35 dega suhu 40 derajat celcius. No 1 Data Suhu Data Waktu No Data Ukur Suhu 0,41V Data Waktu Ukur 0,40V.56 0,40V ,40V ,41V Derajat Derajat 0,41V.9 4 Celcius 0,41V Celcius 0,41V.5 5 0,40V ,41V ,41V ,40V.50

8 7 0,41V ,40V ,40V ,40V ,41V ,41V ,40V ,41V Pegukura Suhu Pada heater 40 derajat celcius. Tabel 4.. Suhu Pada heater. No Data Suhu Data Ukur Waktu No Data Suhu Data Ukur Waktu Derajat Derajat Celcius Celcius PegukuraTimer dega Stopwatch dega waktu 5 meit. Tabel 4.3. Timer dega Stopwatch dega waktu 5meit. No Data Timer Data Timer No Data Timer Data Timer

9 Meit Meit Pegukura Timer dega Stopwatch dega waktu 10 meit. Tabel 4.4.Timer dega Stopwatch dega waktu 10 meit. No Data Timer Data Timer No Data Timer Data Timer Meit Meit

10 Pegukura Timer dega Stopwatch dega waktu 15 meit. Tabel 4.4. Timer dega Stopwatch dega waktu 15 meit. No Data Timer Data Timer No Data Timer Data Timer Meit Meit Aalisa Perhituga

11 Aalisa Pegukura Tegaga Pada Sesor suhu LM35dega suhu 40 derajat celcius. a. Rata-Rata ( X ) X ( ) X = X = 0,41+0,40+0,41+0,41+0,40+0,41+0,41+0,40+0,41+0,40+0, 40+0,40+0,41+0,41+0,41+0,4 0+0,40+0,40+0,41+0,41 0 X = 0,4055 b. Simpaga Simpaga = X X Simpaga = 0,41-0,4055 Simpaga = 0,045 c. Eror (%) X X % Error = x100% X 0,41 0,4055 % Error = x100% 0,41 % Error = 0,01% 61 d. Stadart Deviasi

12 Rumus stadart deviasi () adalah: i 1 X i X 1 Dimaa : = stadart Deviasi X= ilai yag dikehedaki = bayak data 0,41-0,4055 0,40-0,4055 0,41-0,4055 0,41-0,4055 0,40-0,4055 0,41-0,4055 0,41-0,4055 0,40-0,4055 0,41-0,4055 0,40-0,4055 0,40-0,4055 0,40-0,4055 0,41-0,4055 0,41-0,4055 0,41-0,4055 0,40-0,4055 0,40-0,4055 0,40-0,4055 0,41-0,4055 0,41-0, = 0,05 e. Ketidakpastia (Ua) Ua = Ua = 0, Ua =0,056

13 Nilai ketidakpastia yag didapat adalah sebesar 0, Aalisa Pegukura Suhu Pada heater dega suhu 40 derajat celcius. e. Rata-Rata ( X ) X = X = X ( ) X = 40,35 0 f. Simpaga Simpaga = X X Simpaga =41-40,35 Simpaga = 0,65 g. Error (%) X X % Error = x100% X 41 40,35 % Error = x100% 0 63 % Error = 0,035% h. Stadart Deviasi

14 Rumus stadart deviasi () adalah: i 1 X i X 1 Dimaa : = stadart Deviasi X = ilai yag dikehedaki = bayak data (41 40,35) (40 40,35) (40 40,35) (41 40,35) (40 40,35) (41 40,35) (40 40,35) (40 40,35) (40 40,35) (40 40,35) (40 40,35) (41 40,35) (41 40,35) (41 40,35) 0 1 (40 40,35) (40 40,35) (41 40,35) (40 40,35) (40 40,35) (40 40,35) = 0,4 f. Ketidakpastia (Ua) Ua = Ua = 0, Ua =0,05

15 Nilai ketidakpastia yag didapat adalah sebesar 0, Aalisa Pegukura Timer dega Stopwatch Aalisa Pegukura Timer dega Stopwatch waktu 5 meit. i. Rata-Rata ( X ) X = X ( ) X = X = j. Simpaga Simpaga = X X Simpaga = Simpaga = 0 k. Eror (%) X X % Error = x100% X % Error = x100% 0 % Error =0%

16 l. Stadart Deviasi Rumus stadart deviasi () adalah: i 1 X i X 1 Dimaa : = stadart Deviasi X = ilai yag dikehedaki = bayak data ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) 0 1 ( ) ( ) ( ) ( ) ( ) ( ) = 0 g. Ketidakpastia (Ua) Ua = 66 Ua = 0 0

17 Ua =0 Nilai ketidakpastia yag didapat adalah sebesar Aalisa Pegukura Timer dega Stopwatch waktu 10 meit. m. Rata-Rata ( X ) X = X ( ) X = X = Simpaga Simpaga = X X Simpaga = Simpaga = 0 o. Eror (%) 67 X X % Error = x100% X % Error = x100% 0

18 % Error =0 % p. Stadart Deviasi Rumus stadart deviasi () adalah: i 1 X i X 1 Dimaa : = stadart Deviasi X = ilai yag dikehedaki = bayak data ( ) ( ) ( ) ( ) ( ) ( ) ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) 0 1 ( ) ( ) ( ) ( ) ( ) ( ) = 0 68 h. Ketidakpastia (Ua) Ua =

19 Ua = 0 0 Ua =0 Nilai ketidakpastia yag didapat adalah sebesar Aalisa Pegukura Timer dega Stopwatch waktu 15 meit. q. Rata-Rata ( X ) X ( ) X = X = X = r. Simpaga Simpaga = X X Simpaga = Simpaga = 0 69 s. Eror (%) X X % Error = x100% X % Error = x100% 0

20 % Error =0 % t. Stadart Deviasi Rumus stadart deviasi () adalah: i 1 X i X 1 Dimaa : = stadart Deviasi X = ilai yag dikehedaki = bayak data ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) = 0 i. Ketidakpastia (Ua) Ua =

21 Percobaa 1 Percobaa Percobaa 3 Percobaa 4 Percobaa 5 Percobaa 6 Percobaa 7 Percobaa 8 Percobaa 9 Percobaa 10 Percobaa 11 Percobaa 1 Percobaa 13 Percobaa 14 Percobaa 15 Percobaa 16 Percobaa 17 Percobaa 18 Percobaa 19 Percobaa 0 Ua = 0 0 Ua =0 Nilai ketidakpastia yag didapat adalah sebesar Grafik Hasil Percobaa Grafik Pegukura Nilai Tegaga Pada Sesor suhu LM35dega suhu 40 derajat celsius. 0,41 0,41 0,41 0,41 0,40 0,40 0,40 0,40 0,40 0,39 Pegukura Nilai Tegaga Pada Sesor suhu LM35 dega suhu 40 derajat celsius 0,41 0,410,41 0,410,41 0,41 0,410,410,41 0,410,41 0,400,400,400,400,400,400,400,400,400,400,400,400,400,400,400,400,400,400,400,40 Data Suhu 40 Data Tegag a Sesor 71 Gambar 4.1. Grafik tegaga pada sesor LM35 dega suhu 40 C Gambar 4.1.merupaka grafik hasil pegukura ilai pegukura pada tegaga sesor suhu LM35 dega pegatur suhu 40 C.Pegukura dilakuka sebayak 0 kali percobaa.

22 Percobaa 1 Percobaa Percobaa 3 Percobaa 4 Percobaa 5 Percobaa 6 Percobaa 7 Percobaa 8 Percobaa 9 Percobaa 10 Percobaa 11 Percobaa 1 Percobaa 13 Percobaa 14 Percobaa 15 Percobaa 16 Percobaa 17 Percobaa 18 Percobaa 19 Percobaa 0 Grafik di atas meujuka bahwa, ilai pegukura pada percobaa1, percobaa 3, percobaa 4, percobaa 6, percobaa 7, percobaa 9, percobaa 13, percobaa 14, percobaa 15, percobaa 19 da percobaa 0, megalami keaika mecapai 0,41 volt sedagkapercobaa, percobaa 5,percobaa 8,percobaa 10, percobaa 11, percobaa 1, percobaa 16, percobaa 17 da percobaa 18, megalami perhituga yag liear dega ilai 0,40 volt Grafik Pegukura Nilai Suhu Pada heater dega suhu 40 derajat celsius megguaka termometer. 41, 41 40,8 40,6 40,4 40, 40 39,8 39,6 39,4 Pegukura Nilai Suhu Pada heater dega suhu 40 drajat celsius Data Suhu 40 Data Suhu pada heate r Gambar 4.. Grafik ilai suhu pada heater dega suhu 40 C 7 Gambar 4..merupaka grafik hasil pegukura ilai pegukura pada suhu heater megguaka termometer air raksa dega pegatur suhu 40 C.Pegukura dilakuka

23 Percobaa 1 Percobaa Percobaa 3 Percobaa 4 Percobaa 5 Percobaa 6 Percobaa 7 Percobaa 8 Percobaa 9 Percobaa 10 Percobaa 11 Percobaa 1 Percobaa 13 Percobaa 14 Percobaa 15 Percobaa 16 Percobaa 17 Percobaa 18 Percobaa 19 Percobaa 0 sebayak 0 kali percobaa. Grafik di atas meujuka bahwa, ilai pegukura pada percobaa 1,percobaa 9, percobaa 11, percobaa 14, percobaa 16, percobaa 17 da percobaa 0 megalami keaika mecapai 41 C sedagka percobaa, percobaa 3, percobaa 4, percobaa 0,percobaa 6, percobaa7, percobaa 8, percobaa 11, percobaa 1, percobaa 13, percobaa 15, percobaa 18 da percobaa 19 megalami perhituga yag liear dega ilai 40 C Grafik Pegukura Nilai Timer dega Stopwatch waktu 5 meit. 1 0,8 0,6 0,4 0, 0 Pegukura Nilai Timer dega Stopwatch waktu 5 meit Data Ukur Setig 5 meit Gambar 4.3.Grafik Nilai Timer dega Stopwatch waktu 5 meit. 73 Gambar 4.3.merupaka grafik hasil pegukura ilai pegukura pada timer dega settig timer 5 meit. Pegukura dilakuka sebayak 0 kali percobaa.grafik di

24 Percobaa 1 Percobaa Percobaa 3 Percobaa 4 Percobaa 5 Percobaa 6 Percobaa 7 Percobaa 8 Percobaa 9 Percobaa 10 Percobaa 11 Percobaa 1 Percobaa 13 Percobaa 14 Percobaa 15 Percobaa 16 Percobaa 17 Percobaa 18 Percobaa 19 Percobaa 0 atas meujuka bahwa,ilai pegukura pada percobaa megalami pegukura yag liear dega alat ukur stopwatch Grafik Pegukura Nilai Timer dega Stopwatch waktu 10 meit 1 0,8 0,6 0,4 0, 0 Pegukura Timer dega Stopwatch waktu 10 meit Data Ukur Setig 10 meit Gambar 4.4.Grafik Nilai Timer dega Stopwatch waktu 10 meit. Gambar 4.4.merupaka grafik hasil pegukura ilai pegukura pada timer dega settig timer 10 meit. Pegukura dilakuka sebayak 0 kali percobaa.grafik di atas meujuka bahwa, ilai pegukura pada percobaa megalami pegukura yag liear dega alat ukur stopwatch.

25 Percobaa 1 Percobaa Percobaa 3 Percobaa 4 Percobaa 5 Percobaa 6 Percobaa 7 Percobaa 8 Percobaa 9 Percobaa 10 Percobaa 11 Percobaa 1 Percobaa 13 Percobaa 14 Percobaa 15 Percobaa 16 Percobaa 17 Percobaa 18 Percobaa 19 Percobaa Grafik Pegukura Nilai Timer dega Stopwatch waktu 15 meit. 1 0,8 0,6 0,4 0, 0 Pegukura Timer dega Stopwatch waktu 15 meit Data Ukur Setig 15 meit Gambar 4.5. Grafik Nilai Timer dega Stopwatch waktu 15 meit Gambar 4.5.merupaka grafik hasil pegukura ilai pegukura pada timer dega settig timer 15 meit. Pegukura dilakuka sebayak 0 kali percobaa.grafik di atas meujuka bahwa, ilai pegukura pada percobaa megalami pegukura yag liear dega alat ukur stopwatch Uraia Data Hasil Pegukura. Berdasarka pegambila data yag telah dilakuka terhadap pegukura tegaga yag telah ditetuka didapatka beberapa hasil pegukura tegaga yag berbeda, sehigga utuk tegaga disuhu 40 C didapatka tegaga rata-rata utuk 0 kali pegukura sebesar 0,4055Volt, berdasarka data tersebut teryata dihasilka

26 75 ilaisimpaga (error) sebesar 0,045 Volt, jadi dapat disimpulka bahwa besarya ilai error yag didapatka dari data tersebut sebesar 0,01 %, da ilai stadart peyimpaga yag dihasilka berdasarka ilai rata-rata yaitu sebesar 0,05, da hasil ilai ketidakpastia yag didapatka sebesar 0,056. Utuk pegambila data heater yag telah dilakuka terhadap pegukura suhu didapatka beberapa hasil pegukura yag berbeda, sehigga utuk setiga di suhu 40 C didapatka tegaga rata-rata utuk 0 kali pegukura sebesar 40,35 volt berdasarka data tersebut teryata dihasilka ilai simpaga (error) sebesar 0,65, jadi dapat disimpulka bahwa besarya ilai error yag didapatka dari data tersebut sebesar 0,035 %, da ilai stadart peyimpaga yag dihasilka berdasarka ilai rata-rata yaitu sebesar 0,4, da hasil ilai ketidakpastia yag didapatka sebesar 0,05. Utuk pegambila data waktu selama 5 meit berdasarka waktu stopwatch maka didapatka hasil dega rata-rata waktu selama meit sehigga terdapat peyimpaga waktu 0 s da besarya ilai error yag didapat mejadi 0 % sedagka stadart peyimpaga

27 76 yag dihasilka yaitu sebesar 0 da ilai utuk ketidakpastia pegukura sebesar 0. Utuk pegambila data waktu selama 10 meit berdasarka waktu stopwatch maka didapatka hasil dega rata-rata waktu selama meit sehigga terdapat peyimpaga waktu 0 s da besarya ilai error yag didapat mejadi 0 % sedagka stadart peyimpaga yag dihasilka yaitu sebesar 0 da ilai utuk ketidakpastia pegukura sebesar 0. Utuk pegambila data waktu selama 15 meit berdasarka waktu stopwatch maka didapatka hasil dega rata-rata waktu selama meit sehigga terdapat peyimpaga waktu 0 s da besarya ilai error yag didapat mejadi 0 % sedagka stadart peyimpaga yag dihasilka yaitu sebesar 0 da ilai utuk ketidakpastia pegukura sebesar 0. Sehigga dapat disimpulka bahwa semaki kecil ilai stadart deviasi peyimpaga maka semaki presisi data yag dihasilka. Da semaki kecil ilai error pegukura maka semaki presisi juga data tersebut.

BAB IV PENELITIAN Gambar Alat Untuk gambar alat dapat dilihat pada gambar 4.1. dibawah ini: Gambar 4.1. Modul Alat Tugas Akhir

BAB IV PENELITIAN Gambar Alat Untuk gambar alat dapat dilihat pada gambar 4.1. dibawah ini: Gambar 4.1. Modul Alat Tugas Akhir 43 BAB IV PENELITIAN 4.1. Spesifikasi Alat Nama Alat : Had dryer Dilegkapi Dega UV Steril da Pompa Caira Sabu Otomatis. Tegaga : 0 V Frekuesi : 50-60 Hz Daya : 350 Watt 4.. Gambar Alat Utuk gambar alat

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN. : Lux meter dilengkapi sensor jarak berbasis arduino. : panjang 15,4 cm X tinggi 5,4 cm X lebar 8,7 cm

BAB IV HASIL DAN PEMBAHASAN. : Lux meter dilengkapi sensor jarak berbasis arduino. : panjang 15,4 cm X tinggi 5,4 cm X lebar 8,7 cm BAB IV HASIL DAN PEMBAHASAN 4.1. Spesifikasi Alat Nama Alat Tegaga Ukura Berat : Lux meter dilegkapi sesor jarak berbasis arduio : 5 V (DC) : pajag 15,4 cm tiggi 5,4 cm lebar 8,7 cm : 657 gram 4.. Gambar

Lebih terperinci

BAB IV PENELITIAN. menggunakan sensor mekanik limit switch sebagai mekanis hitungnya

BAB IV PENELITIAN. menggunakan sensor mekanik limit switch sebagai mekanis hitungnya BAB IV PENELITIAN 4.1 Spesifikasi Alat Coloy couter didesai khusus agar diperutuka bagi user utuk membatu meghitug sekaligus megaalisa jumlah media dega megguaka sesor mekaik limit switch sebagai mekais

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN. Sebagai hasil penelitian dalam pembuatan modul Rancang Bangun

BAB IV HASIL DAN PEMBAHASAN. Sebagai hasil penelitian dalam pembuatan modul Rancang Bangun 47 BAB IV HASIL DAN PEMBAHASAN Sebagai hasil peelitia dalam pembuata modul Racag Bagu Terapi Ifra Merah Berbasis ATMega8 dilakuka 30 kali pegukura da perbadiga yaitu pegukura timer/pewaktu da di badigka

Lebih terperinci

BAB IV PENILITIAN. Gambar 4.1. Alat pengatur infus dengan scroll elektronik.

BAB IV PENILITIAN. Gambar 4.1. Alat pengatur infus dengan scroll elektronik. BAB IV PENILITIAN 4.1. Spesifikasi Alat Nama Alat : Pegatur Ifus Dega Scroll Elektroik Tegaga : 0 V Motor DC : 4 V 4.. Gambar Alat Utuk gambar alat dapat dilihat pada Gambar 4.1. di bawah ii: Gambar 4.1.

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN 9 III. METODE PENELITIAN A. Lokasi da Objek Peelitia Peelitia ii dilakuka di RPH Tejo Petak 10i, BKPH Parug Pajag KPH Bogor, Perum Perhutai Uit III Jawa Barat da Bate. Objek peelitia adalah waktu kerja

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

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 V UKURAN GEJALA PUSAT (TENDENSI CENTRAL)

BAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL) BAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL) Setiap peelitia selalu berkeaa dega sekelompok data. Yag dimaksud kelompok disii adalah: Satu orag mempuyai sekelompok data, atau sekelompok orag mempuyai satu

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

III BAHAN DAN METODE PENELITIAN. Ternak yang digunakan dalam penelitian ini adalah kuda berjumlah 25

III BAHAN DAN METODE PENELITIAN. Ternak yang digunakan dalam penelitian ini adalah kuda berjumlah 25 18 III BAHAN DAN METODE PENELITIAN 3.1 Baha Peelitia 3.1.1 Objek Peelitia Terak yag diguaka dalam peelitia ii adalah kuda berjumlah 25 ekor terdiri dari 5 jata da 20 betia dega umur berkisar atara 10 15

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

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 III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 Lokasi da objek peelitia Lokasi peelitia dalam skripsi ii adalah area Kecamata Pademaga, alasa dalam pemiliha lokasi ii karea peulis bertempat tiggal di lokasi tersebut sehigga

Lebih terperinci

Range atau jangkauan suatu kelompok data didefinisikan sebagai selisih antara nilai terbesar dan nilai terkecil, yaitu

Range atau jangkauan suatu kelompok data didefinisikan sebagai selisih antara nilai terbesar dan nilai terkecil, yaitu BAB 4 UKURAN PENYEBARAN DATA Pada Bab sebelumya kita telah mempelajari beberapa ukura pemusata data, yaitu ukura yag memberika iformasi tetag bagaimaa data-data ii megumpul atau memusat Pada bagia Bab

Lebih terperinci

III BAHAN DAN METODE PENELITIAN. Bangkok dengan betina ras petelur strain lohman keturunan pertama, berumur satu

III BAHAN DAN METODE PENELITIAN. Bangkok dengan betina ras petelur strain lohman keturunan pertama, berumur satu III BAHAN DAN METODE PENELITIAN 3.1 Baha da Peralata Peelitia 3.1.1 Terak Peelitia Terak peelitia yag diguaka adalah ayam hasil persilaga pejata Bagkok dega betia ras petelur strai lohma keturua pertama,

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 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

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 METODOLOGI 3.1 Tempat dan Waktu Penelitian 3.2 Bahan dan Alat 3.3 Metode Pengumpulan Data Pembuatan plot contoh

BAB III METODOLOGI 3.1 Tempat dan Waktu Penelitian 3.2 Bahan dan Alat 3.3 Metode Pengumpulan Data Pembuatan plot contoh BAB III METODOLOGI 3.1 Tempat da Waktu Peelitia Pegambila data peelitia dilakuka di areal revegetasi laha pasca tambag Blok Q 3 East elevasi 60 Site Lati PT Berau Coal Kalimata Timur. Kegiata ii dilakuka

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

RESPONSI 2 STK 511 (ANALISIS STATISTIKA) JUMAT, 11 SEPTEMBER 2015

RESPONSI 2 STK 511 (ANALISIS STATISTIKA) JUMAT, 11 SEPTEMBER 2015 RESPONSI STK 511 (ANALISIS STATISTIKA) JUMAT, 11 SEPTEMBER 015 A. PENYAJIAN DAN PERINGKASAN DATA 1. PENYAJIAN DATA a. Sebutka tekik peyajia data utuk data kualitatif! Diagram kueh, diagram batag, distribusi

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

III. METODE PENELITIAN. Penelitian ini dilaksanakan pada bulan September sampai dengan

III. METODE PENELITIAN. Penelitian ini dilaksanakan pada bulan September sampai dengan III. METODE PENELITIAN 3.1. Waktu da Tempat Peelitia Peelitia ii dilaksaaka pada bula September sampai dega November 2014 di Fasilitas Karatia Marie Research Ceter (MRC), PT. Cetral Pertiwi Bahari (CPB)

Lebih terperinci

Outline. Pengukuran Listrik II. Kesalahan dlm Pengukuran 25/09/2012. Anhar, ST. MT. Lab. Jaringan Komputer

Outline. Pengukuran Listrik II. Kesalahan dlm Pengukuran 25/09/2012. Anhar, ST. MT. Lab. Jaringan Komputer 5/09/0 II. Kesalaha dlm Pegukura Ahar, ST. MT. Lab. Jariga Komputer Outlie Kosep pegukura Kesalaha Pegukura Istilah Tekik Pegukura Aalisis statistik 5/09/0 Kosep Pegukura Meetuka ilai kuatitatif atau besar

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

III BAHAN DAN METODE PENELITIAN

III BAHAN DAN METODE PENELITIAN 27 III BAHAN DAN METODE PENELITIAN 3.1 Baha Peelitia 3.1.1 Objek Peelitia Objek yag diguaka dalam peelitia ii adalah kuda Sumba (Sadelwood) betia da jata berjumlah 30 ekor dega umur da berat yag relatif

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

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

3. METODE PENELITIAN

3. METODE PENELITIAN 3. METODE PENELITIAN 3.1. Waktu da Lokasi Peelitia Peelitia ii megguaka data primer da sekuder. Data primer diambil dari kegiata peelitia skala laboratorium. Peelitia dilakuka pada bula Februari-Jui 2011.

Lebih terperinci

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto. Statistika

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto. Statistika Wed 6/0/3 ETIMAI (PENDUGAAN TATITIK) Ir. Tito Adi Dewato tatistika Deskriptif Iferesi Estimasi Uji Hipotesis Titik Retag Estimasi da Uji Hipotesis Dilakuka setelah peelitia dalam tahap pegambila suatu

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 VII RANDOM VARIATE DISTRIBUSI DISKRET

BAB VII RANDOM VARIATE DISTRIBUSI DISKRET BAB VII RANDOM VARIATE DISTRIBUSI DISKRET Diskret radom variabel dapat diguaka utuk berbagai radom umber yag diambil dalam betuk iteger. Pola kebutuha ivetori (persediaa) merupaka cotoh yag serig diguaka

Lebih terperinci

TEORI PENAKSIRAN. Bab 8. A. Pendahuluan. Kompetensi Mampu menjelaskan dan menganalisis teori penaksiran

TEORI PENAKSIRAN. Bab 8. A. Pendahuluan. Kompetensi Mampu menjelaskan dan menganalisis teori penaksiran Bab 8 TEORI PENAKSIRAN Kompetesi Mampu mejelaska da megaalisis teori peaksira Idikator 1. Mejelaska da megaalisis data dega megguaka peaksira titik 2. Mejelaska da megaalisis data dega megguaka peaksira

Lebih terperinci

Karakteristik Dinamik Elemen Sistem Pengukuran

Karakteristik Dinamik Elemen Sistem Pengukuran Karakteristik Diamik Eleme Sistem Pegukura Kompetesi, RP, Materi Kompetesi yag diharapka: Mahasiswa mampu merumuskaka karakteristik diamik eleme sistem pegukura Racaga Pembelajara: Miggu ke Kemampua Akhir

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

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

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Subjek Peelitia Peelitia ii dilaksaaka di kawasa huta magrove, yag berada pada muara sugai Opak di Dusu Baros, Kecamata Kretek, Kabupate Batul. Populasi dalam peelitia ii adalah

Lebih terperinci

AKUISISI SUHU HIPERTERMIA BERBASIS USB

AKUISISI SUHU HIPERTERMIA BERBASIS USB AKUISISI SUHU HIPERTERMIA BERBASIS USB Adi Kuriawa Nugroho 1 1 Jurusa Tekik Elektro Uiversitas Semarag Jl. Soekaro-Hatta Tlogosari Semarag Email : adik76@gmail.com Abstrak Terapi dega megguaka paas ( Hipertermia

Lebih terperinci

BAB II LANDASAN TEORI. matematika secara numerik dan menggunakan alat bantu komputer, yaitu:

BAB II LANDASAN TEORI. matematika secara numerik dan menggunakan alat bantu komputer, yaitu: 4 BAB II LANDASAN TEORI 2.1 Model matematis da tahapa matematis Secara umum tahapa yag harus ditempuh dalam meyelesaika masalah matematika secara umerik da megguaka alat batu komputer, yaitu: 2.1.1 Tahap

Lebih terperinci

BAB III METODA PENELITIAN

BAB III METODA PENELITIAN 42 BAB III METODA PENELITIAN 3.1. Komponen yang digunakan lain: Adapun komponen-komponen penting dalam pembuatan modul ini antara 1. Lampu UV 2. IC Atmega 16 3. Termokopel 4. LCD 2x16 5. Relay 5 vdc 6.

Lebih terperinci

PEMBUATAN SET EKSPERIMEN MUAI PANJANG DIGITAL BERBASIS MIKROKONTROLER ATMEGA328.

PEMBUATAN SET EKSPERIMEN MUAI PANJANG DIGITAL BERBASIS MIKROKONTROLER ATMEGA328. Pillar of Physics, Vol. 10. Oktober 2017, 71-77 PEMBUATAN SET EKSPERIMEN MUAI PANJANG DIGITAL BERBASIS MIKROKONTROLER ATMEGA328 Nofsi Meiza 1), ulkifli 2), Zulhedri Kamus 2) 1) Mahasiswa Fisika, FMIPA

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

BAB III METODE PENELITIAN. Tempat penelitian dilakukan di Laboratorium Klinik Meditest Semarang Jalan

BAB III METODE PENELITIAN. Tempat penelitian dilakukan di Laboratorium Klinik Meditest Semarang Jalan BAB III METODE PENELITIAN A. Jeis Peelitia Jeis peelitia adalah peelitia Deskriptif. B. Tempat da Waktu Peelitia Tempat peelitia dilakuka di Laboratorium Kliik Meditest Semarag Jala Admodiroo Raya No.

Lebih terperinci

3. Rangkaian Logika Kombinasional dan Sequensial 3.1. Rangkaian Logika Kombinasional Enkoder

3. Rangkaian Logika Kombinasional dan Sequensial 3.1. Rangkaian Logika Kombinasional Enkoder 3. Ragkaia Logika Kombiasioal da Sequesial Ragkaia Logika secara garis besar dibagi mejadi dua, yaitu ragkaia logika Kombiasioal da ragkaia logika Sequesial. Ragkaia logika Kombiasioal adalah ragkaia yag

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

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

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN BAB 3 METODE PENELITIAN 3.1 Disai Peelitia Tujua Jeis Peelitia Uit Aalisis Time Horiso T-1 Assosiatif survey Orgaisasi Logitudial T-2 Assosiatif survey Orgaisasi Logitudial T-3 Assosiatif survey Orgaisasi

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

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

III BAHAN DAN METODE PENELITIAN. memelihara itik Damiaking murni di Kampung Teras Toyib Desa Kamaruton

III BAHAN DAN METODE PENELITIAN. memelihara itik Damiaking murni di Kampung Teras Toyib Desa Kamaruton III BAHAN DAN METODE PENELITIAN 3.1 Baha da Alat Peelitia 3.1.1 Telur Tetas Itik Damiakig Baha yag diguaka dalam peelitia ii adalah telur tetas itik Damiakig berasal dari iduk yag dipelihara secara ekstesif

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

STATISTIK PERTEMUAN VIII

STATISTIK PERTEMUAN VIII STATISTIK PERTEMUAN VIII Pegertia Estimasi Merupaka bagia dari statistik iferesi Estimasi = pedugaa, atau meaksir harga parameter populasi dega harga-harga statistik sampelya. Misal : suatu populasi yag

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. 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

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. 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

METODE PENELITIAN. 3.1 Kerangka Pemikiran

METODE PENELITIAN. 3.1 Kerangka Pemikiran 24 III. METODE PENELITIN 3.1 Keragka Pemikira BMT l-fath IKMI melakuka fugsi meyalurka daa dega melakuka pembiayaa kepada UMKM. Produk pembiayaa yag dimiliki BMT l-fath IKMI adalah Murabahah da Iarah.

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

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

L A T I H A N S O A L A N R E G 1 Muhamad Ferdiansyah, S. Stat.

L A T I H A N S O A L A N R E G 1 Muhamad Ferdiansyah, S. Stat. L A T I H A N S O A L A N R E G Muhamad Ferdiasyah, S. Stat. *Saya saraka utuk mecoba sediri baru lihat jawabaya **Jawaba saya BELUM TENTU BENAR karea saya mausia biasa. Silaka dikosultasika jika ada jawaba

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 ANALISIS DATA PENELITIAN. Data yang digunakan untuk mengevaluasi Gardu Induk Bandar Sribhawono

BAB IV ANALISIS DATA PENELITIAN. Data yang digunakan untuk mengevaluasi Gardu Induk Bandar Sribhawono 38 BAB IV ANALISIS DATA PENELITIAN.1 Data Peelitia Data yag diguaka utuk megevaluasi Gardu Iduk Badar Sribhawoo 8 tahu medatag adalah data pemakaia eergi listrik tahu 2013 sampai 2016 pada trasformator

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

BAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan

BAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan BAB III METODE PENELITAN. Tempat Da Waktu Peelitia Peelitia dilakuka di SMP Negeri Batudaa Kab. Gorotalo dega subject Peelitia adalah siswa kelas VIII. Pemiliha SMP Negeri Batudaa Kab. Gorotalo. Adapu

Lebih terperinci

BAB III METODELOGI PENELITIAN

BAB III METODELOGI PENELITIAN 3.1 Alat Dan Bahan 3.1.1 Alat BAB III METODELOGI PENELITIAN Pada penelitian ini digunakan beberapa alat, dapat dilihat pada Tabel 3.1 berikut. Tabel 3.1 Alat yang digunakan No Nama Jumlah 1 Solder 1 2

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

PENGENDALIAN KUALITAS STATISTIKA UNTUK MONITORING DAN EVALUASI KINERJA DOSEN DI JURUSAN MATEMATIKA FMIPA UNIVERSITAS TANJUNGPURA

PENGENDALIAN KUALITAS STATISTIKA UNTUK MONITORING DAN EVALUASI KINERJA DOSEN DI JURUSAN MATEMATIKA FMIPA UNIVERSITAS TANJUNGPURA PRISMA 1 (2018) PRISMA, Prosidig Semiar Nasioal Matematika https://joural.ues.ac.id/sju/idex.php/prisma/ PENGENDALIAN KUALITAS STATISTIKA UNTUK MONITORING DAN EVALUASI KINERJA DOSEN DI JURUSAN MATEMATIKA

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 IV PEMECAHAN MASALAH

BAB IV PEMECAHAN MASALAH BAB IV PEMECAHAN MASALAH 4.1 Metodologi Pemecaha Masalah Dalam ragka peigkata keakurata rekomedasi yag aka diberika kepada ivestor, maka dicoba diguaka Movig Average Mometum Oscillator (MAMO). MAMO ii

Lebih terperinci

Seminar Tugas Akhir Juni 2015

Seminar Tugas Akhir Juni 2015 Semiar Tugas Akhir Jui 05 LU METER BERBASIS MIKROKONTROLLER (Adib Maulaa A T,Triwiyato, Edag Dia S) Jurusa Tekik Elektromedik Politekik Kesehata Surabaya Jl. Pucag Jajar Timur No. 0 Surabaya ABSTRAK Lux

Lebih terperinci

Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya PENS. Probability and Random Process. Topik 10. Regresi

Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya PENS. Probability and Random Process. Topik 10. Regresi Program Pasca Sarjaa Terapa Politekik Elektroika Negeri Surabaya Probability ad Radom Process Topik 10. Regresi Prima Kristalia Jui 015 1 Outlie 1. Kosep Regresi Sederhaa. Persamaa Regresi Sederhaa 3.

Lebih terperinci

STATISTIKA SMA (Bag.1)

STATISTIKA SMA (Bag.1) SMA - STATISTIKA SMA (Bag. A. DATA TUNGGAL. Ukura Pemusata : Terdapat ilai statistika yag dapat dimiliki oleh sekumpula data yag diperoleh yaitu : a. Rata-rata Rata-rata jumlah seluruh data bayakya data

Lebih terperinci

BAB II METODOLOGI PENELITIAN. kualitatif. Kerangka acuan dalam penelitian ini adalah metode penelitian

BAB II METODOLOGI PENELITIAN. kualitatif. Kerangka acuan dalam penelitian ini adalah metode penelitian BAB II METODOLOGI PEELITIA 2.1. Betuk Peelitia Betuk peelitia dapat megacu pada peelitia kuatitatif atau kualitatif. Keragka acua dalam peelitia ii adalah metode peelitia kuatitatif yag aka megguaka baik

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

mempunyai sebaran yang mendekati sebaran normal. Dalam hal ini adalah PKM (penduga kemungkinan maksimum) bagi, ˆ ˆ adalah simpangan baku dari.

mempunyai sebaran yang mendekati sebaran normal. Dalam hal ini adalah PKM (penduga kemungkinan maksimum) bagi, ˆ ˆ adalah simpangan baku dari. Selag Kepercayaa Cotoh Besar Jika ukura cotoh (sample size) besar, maka meurut Teorema Limit Pusat, bayak statistik megikuti/mempuyai sebara yag medekati ormal (dapat diaggap ormal). Artiya jika adalah

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

BAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya

BAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya 5 BAB II LANDASAN TEORI Dalam tugas akhir ii aka dibahas megeai peaksira besarya koefisie korelasi atara dua variabel radom kotiu jika data yag teramati berupa data kategorik yag terbetuk dari kedua variabel

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1. Lokasi da Waktu Pegambila Data Pegambila data poho Pius (Pius merkusii) dilakuka di Huta Pedidika Guug Walat, Kabupate Sukabumi, Jawa Barat pada bula September 2011.

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 III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 Metode Peelitia Peelitia ii megguaka metode peelitia Korelasioal. Peelitia korelasioaal yaitu suatu metode yag meggambarka secara sistematis da obyektif tetag hubuga atara

Lebih terperinci

Inflasi dan Indeks Harga I

Inflasi dan Indeks Harga I PERTEMUAN 1 Iflasi da Ideks Harga I 1 1 TEORI RINGKAS A Pegertia Agka Ideks Agka ideks merupaka suatu kosep yag dapat memberika gambara tetag perubaha-perubaha variabel dari suatu priode ke periode berikutya

Lebih terperinci

METODE PENELITIAN. Penelitian tentang Potensi Ekowisata Hutan Mangrove ini dilakukan di Desa

METODE PENELITIAN. Penelitian tentang Potensi Ekowisata Hutan Mangrove ini dilakukan di Desa III. METODE PENELITIAN A. Lokasi da Waktu Peelitia Peelitia tetag Potesi Ekowisata Huta Magrove ii dilakuka di Desa Merak Belatug, Kecamata Kaliada, Kabupate Lampug Selata. Peelitia ii dilaksaaka atara

Lebih terperinci

PENGARUH PENDIDIKAN KESEHATAN TERHADAP TINGKAT PENGETAHUAN DAN SIKAP IBU TENTANG IMUNISASI DI PUSKESMAS PEMBANTU BATUPLAT

PENGARUH PENDIDIKAN KESEHATAN TERHADAP TINGKAT PENGETAHUAN DAN SIKAP IBU TENTANG IMUNISASI DI PUSKESMAS PEMBANTU BATUPLAT PENGARUH PENDIDIKAN KESEHATAN TERHADAP TINGKAT PENGETAHUAN DAN SIKAP IBU TENTANG IMUNISASI DI PUSKESMAS PEMBANTU BATUPLAT Helmi Fagidaea,c*, Elisabeth Herwatib, Maria Y. Biac a b Mahasiswa S-1 Prodi Keperawata,

Lebih terperinci

PEMODELAN MINIMIZE TOTAL BIAYA PENGENDALIAN KUALITAS TERHADAP PROSES MANUFAKTURING PRODUK FURNITURE

PEMODELAN MINIMIZE TOTAL BIAYA PENGENDALIAN KUALITAS TERHADAP PROSES MANUFAKTURING PRODUK FURNITURE PEMODELAN MINIMIZE TOTAL BIAYA PENGENDALIAN KUALITAS TERHADAP PROSES MANUFAKTURING PRODUK FURNITURE Sutriso B., Abd. Haris, Romadho Jurusa Maajeme - Fakultas Ekoomi, Uiversitas Widya Dharma Klate Jl. Ki

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

b. Penyajian data kelompok Contoh: Berat badan 30 orang siswa tercatat sebagai berikut:

b. Penyajian data kelompok Contoh: Berat badan 30 orang siswa tercatat sebagai berikut: Statistik da Peluag A. Statistik Statistik adalah metode ilmiah yag mempelajari cara pegumpula, peyusua, pegolaha, da aalisis data, serta cara pegambila kesimpula berdasarka data-data tersebut. Data ialah

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 Objek Peelitia Peelitia dilakuka di bagia spiig khususya bagia widig Pabrik Cambrics Primissima (disigkat PT.Primissima) di Jala Raya Magelag Km.15 Slema, Yogyakarta. Peelitia

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 38 BAB III METODOLOGI PENELITIAN A. Metode Peelitia Metode peelitia adalah suatu cara ilmiah utuk medapatka data dega tujua tertetu. Peelitia yag megagkat judul Efektivitas Tekik Permaia Pioy Heyo dalam

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. 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

III. MATERI DAN METODE. a. Penelitian ini menggunakan 68 ekor kambing peranakan etawa ( PE) (31. ukur, tongkat ukur dan timbangan.

III. MATERI DAN METODE. a. Penelitian ini menggunakan 68 ekor kambing peranakan etawa ( PE) (31. ukur, tongkat ukur dan timbangan. III. MATERI DAN METODE 3.1. Waktu da Tempat Peelitia Peelitia ii telah dilaksaaka pada Bula Oktober sampai November 013 di peteraka yag ada di Kota Pekabaru. 3.. Materi Peelitia a. Peelitia ii megguaka

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

PENGANTAR MODEL LINEAR Oleh: Suryana

PENGANTAR MODEL LINEAR Oleh: Suryana PENGANTAR MODEL LINEAR Oleh: Suryaa Model liear meyagkut masalah statistik yag ketergatugaya terhadap parameter secara liear. Betuk umum model liear adalah 0 1X1... px p, dega = Variabel respo X i = Variabel

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 40 BAB III METODE PENELITIAN A. Jeis Peelitia Jeis peelitia pada peelitia ii adalah peelitia eksperime semu atau biasa disebut pre-eksperime. Karea pada peelitia ii, peeliti haya megguaka kelas eksperime

Lebih terperinci

REGRESI LINIER SEDERHANA

REGRESI LINIER SEDERHANA REGRESI LINIER SEDERHANA REGRESI, KAUSALITAS DAN KORELASI DALAM EKONOMETRIKA Regresi adalah salah satu metode aalisis statistik yag diguaka utuk melihat pegaruh atara dua atau lebih variabel Kausalitas

Lebih terperinci

SOAL PRAPEMBELAJARAN MODEL PENILAIAN FORMATIF BERBANTUAN WEB-BASED UNTUK MENINGKATKAN PEMAHAMAN KONSEP FISIKA SISWA

SOAL PRAPEMBELAJARAN MODEL PENILAIAN FORMATIF BERBANTUAN WEB-BASED UNTUK MENINGKATKAN PEMAHAMAN KONSEP FISIKA SISWA Lampira 1. Prapembelajara SOAL PRAPEMBELAJARAN MODEL PENILAIAN FORMATIF BERBANTUAN WEB-BASED UNTUK MENINGKATKAN PEMAHAMAN KONSEP FISIKA SISWA Satua Pedidika : SMK Mata Pelajara : Fisika Kelas/ Semester

Lebih terperinci

BAB III PEMBAHASAN. Pada BAB III ini akan dibahas mengenai bentuk program linear fuzzy

BAB III PEMBAHASAN. Pada BAB III ini akan dibahas mengenai bentuk program linear fuzzy BAB III PEMBAHASAN Pada BAB III ii aka dibahas megeai betuk program liear fuzzy dega koefisie tekis kedala berbetuk bilaga fuzzy da pembahasa peyelesaia masalah optimasi studi kasus pada UD FIRDAUS Magelag

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

9 Departemen Statistika FMIPA IPB

9 Departemen Statistika FMIPA IPB Supleme Resposi Pertemua ANALISIS DATA KATEGORIK (STK351 9 Departeme Statistika FMIPA IPB Pokok Bahasa Sub Pokok Bahasa Referesi Waktu Pegatar Aalisis utuk Data Respo Kategorik Data respo kategorik Sebara

Lebih terperinci