Penerapan Fuzzy Analytical Network Process Dalam Menentukan Prioritas Pemeliharaan Jalan

Ukuran: px
Mulai penontonan dengan halaman:

Download "Penerapan Fuzzy Analytical Network Process Dalam Menentukan Prioritas Pemeliharaan Jalan"

Transkripsi

1 JURNAL SAINS DAN SENI POMITS Vol., No., (203) -6 Peerapa Fuzzy Aalytical Network Process Dala Meetuka Prioritas Peeliharaa Jala Mais Oktavia, I Gusti Ngurah Rai Usadha Jurusa Mateatika, Fakultas Mateatika da Ilu Pegetahua Ala, Istitut Tekologi Sepuluh Nopeber (ITS) Jl. Arief Raha Haki, Surabaya 60 Eail:usadha@ateatika.its.ac.id Abstrak Secara uu ala cederug egalai peurua kodisi yag diidikasika dega bayakya ala dala keadaa kurag baik. Peeliharaa ala diperluka utuk eaga kodisi ala agar sesuai dega uur ala yag direcaaka. Dias Pekeraa Uu (DPU) Bia Marga erupaka dias peeritah yag elaksaaka peeliharaa ruti ala da ebata. Pegalokasia aggara dari peeritah pusat kurag eadai sehigga diperluka adaya prioritas peeliharaa ala. Dala proses prioritas peeliharaa ala pihak DPU epertibaga faktor-faktor kuatitatif da kualitatif berdasarka kriteria da subkriteria tertetu. Dala tugas akhir ii dibahas suatu etode peyelesaia utuk kasus prioritas peeliharaa ala egguaka etode Fuzzy Aalytical Network Process (Fuzzy ANP) utuk pebobota. Pebobota dilakuka dala beberapa tahap yaitu pebobota atar kriteria, pebobota atar subkriteria, pebobota ketergatuga atar kriteria, pebobota atar alteratif terhadap tiap subkriteria da bobot akhir prioritas. Pihak DPU eetapka epat kriteria, da epat alteratif berdasarka data survey tahua. Hasil pebobota euukka bahwa uruta prioritas adalah Lik 222, Lik 223, Lik 224 da Lik 228. ata uci Fuzzy Aaytical Network Process, pebobota, peeliharaa ala, uruta prioritas. I. PENDAHULUAN Trasportasi erupaka hal yag sagat petig dala euag kehidupa sehari-hari. Utuk itu diperluka saraa da prasaraa yag eadai, salah satuya adalah ala. Jala yag eadai adalah yag yaa bagi pegguaya. Secara uu kodisi ala yag ada saat ii dala keadaa kurag baik (rusak, rusak sedag da rusak berat). Oleh karea itu diperluka adaya peagaa ala baik berupa peeliharaa ala aupu peigkata ala utuk eaga kodisi ala agar sesuai dega uur ala yag direcaaka. Dias Pekeraa Uu (DPU) Bia Marga Bagkala erupaka dias peeritah yag elaksaaka peeliharaa ruti ala da ebata di abupate Bagkala. Dari tahu ke tahu, pegalokasia aggara pebagua ifrastruktur ala dari peeritah pusat kurag eadai sehigga teradi akuulasi kodisi ala yag kurag baik. Oleh sebab itu diperluka adaya prioritas peeliharaa ala yag tepat utuk epertahaka kodisi ala pada tigkat yag layak. Pihak DPU dala peetua prioritas berdasarka S No. 77 Dire Bia Marga tahu 990, diperoleh bahwa uruta prioritas tertiggi adalah ala dega ilai Lalu Litas Haria Rata (LHR) da Net Preset Value (NPV) saa []. Pada keyataaya, peetua prioritas peeliharaa ala tidak dapat dilakuka dega udah karea kopleksya perasalaha di lapaga. Suatu proses pegabila keputusa pada dasarya erupaka peiliha satu alteratif dari beberapa alteratif yag ada. Multiple Criteria Decisio Makig (MCDM) erupaka suatu etode pegabila keputusa utuk eetapka alteratif terbaik dari seulah alteratif berdasarka beberapa kriteria tertetu [2]. Metode pebobota yag biasa diguaka dala MCDM adalah Aalytical Hierarchy Process (AHP). Metode ii berbetuk hirarki da egguaka asusi bahwa tidak ada depedesi atar kriteria aupu alteratif. Padahal bayak perasalaha dala pegabila keputusa yag tidak dapat dibetuk hirarki karea adaya depedesi atara kriteria. Metode Aalytical Network Process (ANP) adalah etode yag apu epertibagka adaya depedesi dala satu kelopok (ier depedece) da diatara kelopok yag berbeda (outer depedece) [3]. Metode ANP apu eperbaiki keleaha AHP berupa keapua egakoodasi adaya depedesi atar kriteria aupu alteratif. Pada peelitia sebeluya tetag asalah prioritas peagaa ala, Ayu, I.D, 20 [4] eyelesaika asalah tersebut egguaka etode AHP sehigga didapatka prioritas ruas ala yag aka edapatka peagaa. -kriteria yag diguaka dala peelitia tersebut bersifat idepede, yaitu atar kriteria tidak eiliki hubuga ketergatuga. Pegguaa etode ANP telah dibahas pada peelitia sebeluya oleh Sulkhiyah, D.A, 203 [5] yag eyelesaika perasalaha peiliha peeag pelaksaa proyek. Dala peelitia ii diguaka etode Fuzzy Aalytical Network Process (Fuzzy ANP) dala eetuka prioritas peeliharaa ala di Bagkala. Diguakaya etode ANP karea epertibagka adaya hubuga atar kriteria da diguaka pedekata fuzzy karea adaya iforasi da data yag tidak legkap serta subektifitas dari para ahli. II. METODE PENELITIAN A. Studi pedahulua Pada tahap ii dilakuka observasi perasalaha, idetifikasi perasalaha, epelaari hal-hal yag berkaita dega prioritas peeliharaa ala da studi tetag etode Fuzzy Aalytical Network Process.

2 JURNAL SAINS DAN SENI POMITS Vol., No., (203) -6 2 B. Studi lapaga Studi lapaga dilakuka utuk ecari iforasi egeai obek yag diteliti sehigga diperoleh iforasi atas kodisi pada obek peelitia da dapat euag proses pegeraa. C. Pegupula data Data yag diguaka yaitu data prier berupa hasil pegisia kuisioer par ahli da data sekuder dari DPU Bia Marga Bagkala berupa alteratif lik ala yag diguaka dala prioritas peeliharaa ala. D. Pegolaha data dega etode Fuzzy ANP Pada tahap ii hasil rekap dari for peilaia yag berupa atriks perbadiga berpasaga berdasarka ilai Triagular Fuzzy Nuber (TFN) diolah egguaka etode Fuzzy ANP utuk eetuka bobot kriteria, bobot subkriteria, bobot ketergatuga atar kriteria da bobot alteratif terhadap asig-asig subkriteria. E. Aalisis Hasil da esipula. Aalisis hasil da kesipula dilakuka utuk ebahas hasil keluara dari pegolaha etode Fuzzy ANP. III. HASIL DAN DISUSI A. Data Peelitia Proses peyelesaia asalah pegabila keputusa oleh pihak pegabil keputusa egguaka data kualitatif da data kuatitatif. Data kuatitatif yag diguaka yaitu data kerusaka ala dari epat alteratif yag terdapat pada Tabel. Data kriteria da subkriteria yag diguaka pihak DPU terdapat pada Tabel 2. Tabel. Data kuatitatif lik ala. Lik erusaka Jala Jala Lubag Ables Retak Gelobag Jebul Suber : DPU Bia Marga Bagkala B. Fuzzy Aalytical Network Process Fuzzy Aalytic Network Process (Fuzzy ANP) erupaka gabuga dari etode fuzzy da Aalytical Network Process (ANP). Metode ANP eugkika adaya depedesi baik atar kriteria, atar alteratif, aupu atar kriteria da alteratif yag tidak ada pada etode (Aalytical Hierarchy Process) AHP. Pedekata fuzzy diguaka utuk egatasi adaya iforasi da data yag tidak legkap serta egakoodasi sifat saar dari pegabil keputusa dala eberika peilaia diaa dapat egatasi ketidakpastia didala kriteria-kriteria kualitatif. Dala fuzzy ANP epertibagka adaya hubuga ketergatuga atar kriteria da ketergatuga dala kriteria [6]. Aalisis data egguaka etode Fuzzy ANP berdasarka lagkah-lagkah berikut:. Peyusua struktur ariga Tabel 2. da subkriteria yag diguaka dala proses prioritas peeliharaa ala. No. Subkriteria odisi Jala Jala Lubag Jala Retak Jala Ables Jala Gelobag Jala Jebul Bahu ala 2 Volue Lalu Litas Truk riga Truk sedag da berat Mobil Bus Sepeda otor 3 Ekooi Perkiraa biaya kegiata Mafaat peagaa ala 4 Tata Gua Laha Bidag pertaia Bidag pedidika Bidag sosial-budaya Bidag perdagaga-asa Suber : DPU Bia Marga Bagkala Peguraia perasalaha yag kopleks eadi usurusur yag lebih udah diselesaika dala betuk struktur hirarki dega eetuka tuua, yaitu edapatka prioritas peeliharaa ala dari epat alteratif, yaitu Lik 222, Lik 223, Lik 224 da Lik Pebobota asig-asig elee Tahap ii bertuua utuk egetahui bobot asigasig kriteria, subkriteria, ketergatuga atar kriteria da alteratif. Data hasil peilaia para ahli berupa ilai uerik pada Tabel 3 sehigga asig-asig peilaia perlu di ui kosistesi dega cara ecari ilai λ aks, CI, da CR. Tabel 3. Skala Nuerik da Skala Liguistik utuk Tigkat epetiga [7] Skala Nuerik Skala TFN Ivers Skala TFN Defiisi Variabel Liguistik (,, ) (,, ) Perbadiga dua kriteria yag saa (/2,, 3/2) (2/3,, 2) Dua elee epuyai kepetiga yag saa 3 (, 3/2, 2) (/2, 2/3, ) Satu elee sedikit lebih petig dari yag lai 5 (3/2, 2, 5/2) (2/5, /2, 2/3) Satu elee lebih petig dari yag lai 7 (2, 5/2, 3) (/3, 2/5, /2) Satu elee sagat lebih petig dari yag lai 9 (5/2, 3, 7/2) (2/7, /3, 2/5) Satu elee utlak lebih petig dari yag lai Misalka A adalah atriks perbadiga berpasaga da W adalah atriks oralisasi. Matriks oralisasi didapatka dega eulahka setiap kolo atriks A keudia ebagi setiap elee atriks A dega hasil peulaha tersebut sesuai koloya asigasig. Selautya, dihitug rata-rata tiap barisya. Utuk eghitug dega cara ebetuk atriks B di ax aa eleeya erupaka perkalia atara elee dari

3 JURNAL SAINS DAN SENI POMITS Vol., No., (203) -6 3 kolo pertaa atriks perbadiga (A) dega elee pertaa rata-rata baris atriks oralisasi (AR). Dari atriks B tersebut keudia dicari ulah tiap barisya (C). Utuk eghitug λ aks : c i i ari () ax Utuk eghitug CI : ax CI (2) Utuk eghitug CR : CI CR (3) IR dega : c ar i i CI CR IR : eige value aksiu : bayakya elee yag dibadigka : elee ke-i dari atriks C : elee ke-i dari atriks rata-rata baris atriks oralisasi : Cosistecy Idex : Cosistecy Ratio : Idex Rado Nilai Idex Rado dapat dilihat pada Tabel 3. Ukura Matriks Tabel 4. Nilai Idex Rado 3x3 4x4 5x5 6x6 7x7 8x8 9x9 0x0 IR Setelah atriks dari peilaia respode kosiste aka ilai tersebut dikoversika eadi ilai TFN pada Tabel 3. Hasil peilaia perbadiga berpasaga respode digabug dega perhituga rataa geoetrik elalui agregasi peilaia respode [8]: l i = i = u i = k= k= k= l ik ik u ik / / / (4) Ui kosistesi dibutuhka dala pegabila keputusa yaitu utuk egetahui seberapa baik kosistesi atriks perbadiga berpasaga yag berasal dari peilaia persepsi ausia. Ui kosistesi dilakuka dega elihat ilai l, da u. Nilai l u euukka peilaia fuzzy kosiste [9]. Misalka X = {x, x 2,, x } hipua obek da U = {u, u 2,, u } hipua tuua. Setiap obek diabil da dilakuka aalisis perluasa utuk setiap tuua, g i. Oleh karea itu, ilai aalisis perluasa utuk setiap obek didapat M gi, M 2 gi,, M gi, i =, 2,, (5) diaa M gi ( =, 2,, ) adalah ilai TFN. Lagkah-lagkah etode Chag sebagai berikut [7]: Lagkah : Meghitug ilai sitesis fuzzy utuk obek ke-i yag didefiisika sebagai berikut S i = = i= = (6) Utuk eperoleh M gi, dilakuka operasi peulaha ilai sitesis fuzzy pada atriks perbadiga berpasaga: = = l i, i, u i = = = = (7) Utuk eperoleh i=, dilakuka operasi peulaha fuzzy dari ilai M gi ( =, 2,, ): i= = = l i, i, u i i= i= i= Utuk eghitug ivers dari persaaa (5) yaitu : i= = = i= u i, i= i, i= l i (8) (9) Lagkah 2: Meghitug deraat keugkia dari M 2 = (l 2, 2, u 2 ) M (l,, u ) yag didefiisika sebagai berikut: V M 2 M = hgt M M 2 ika 2 0 ika l u 2 = μ M2 d l u (0) 2, laiya 2 u 2 ( l ) diaa d adalah ordiat dari titik potog tertiggi D atara μ M da μ M2. Utuk perbadiga dihitug keduaya V M 2 M da V M M 2. Lagkah 3: Jika deraat keugkia utuk bilaga fuzzy koveks yag lebih besar dari bilaga k fuzzy koveks M i = (i =,2,, k) aka ilai vektor dapat didefiisika sebagai berikut: V M M, M 2,, M k = V M M da M M 2 da da M M k = i V M M i, i =,2,, k () Asusika bahwa d A i = i V(S i S k ) (2) utuk k =,2,, ; k i. Diperoleh ilai bobot vektor W = d A, d A 2,, d A T (3) diaa A i =,2,, adalah elee keputusa. Lagkah 4: Noralisasi ilai bobot vektor sehigga didapat ilai bobot vektor yag teroralisasi sebagai berikut:

4 JURNAL SAINS DAN SENI POMITS Vol., No., (203) -6 4 W = d A, d A 2,, d A T (4) diaa W adalah bilaga o fuzzy. a. Pebobota atar kriteria Dega asusi tidak ada hubuga ketergatuga atar kriteria, didapatka hasil peilaia tigkat kepetiga atar kriteria dari tiga respode. Peilaia dari para ahli digabug egguaka etode agregasi da disaika dala Tabel 5 da Tabel 6. Tabel 5. Matriks perbadiga berpasaga rata-rata V (,, ) (0.9086,.4422,.9574) V (0.509, ,.006) (,, ) E (0.3764, , ) (0.4642, , ) T (0.3764, , ) (0.4309, , 0.763) Tabel 6. Matriks perbadiga berpasaga rata-rata (Lauta) E T (.650, 2.544, ) (.650, 2.544, ) V (.447,.650, 2.544) (.304,.87, ) E (,, ) (0.7937,.304,.87) T (0.5503, 0.763,.2599) (,, ) eteraga : : kodisi ala V : volue lalu litas E : ekooi T : tata gua laha Dari atriks perbadiga berpasaga tersebut terlihat bahwa pada asig-asig kriteria ilai l u sehigga euukka peilaia fuzzy sudah kosiste. Tahap pebobota sebagai berikut. Lagkah : Meetuka ilai sitesis fuzzy. Setelah ilai ulah baris da kolo diperoleh, dega persaaa (6) diperoleh ilai sitesis fuzzy asig-asig kriteria sebagai berikut. S k = 5.205, 6.75, ,, = , , S v = , 5.64, ,, = 0.742, , S e = , , ,, = 0.57, 0.87, S t = , , ,, = 0.035, 0.537, eteraga: S k : Fuzzy sitesis kriteria kodisi ala S v : Fuzzy sitesis kriteria volue lalu litas S e : Fuzzy sitesis kriteria ekooi S t : Fuzzy sitesis kriteria tata gua laha Lagkah 2 : Meetuka ilai vektor. Berdasarka persaaa (0) didapat ilai vektor sebagai berikut. V S k S v = V S k S e = V S k S t = V S v S k = V S v S e = V S v S t = V S e S k = V S e S v = V S e S v = V S t S k = 0.05 V S t S v = V S t S e = Lagkah 3 : Meetuka ilai ordiat. Berdasarka persaaa (2) didapat ilai ordiat sebagai berikut. d S k = i,, = d S v = i ,, = d S e = i , , = d S t = i 0.05, , = 0.05 Dari hasil ilai ordiat tersebut aka ilai bobot vektor dapat ditetuka sesuai persaaa (3) sebagai berikut. W k = (, , , 0.05) T Lagkah 4: Noralisasi ilai bobot vektor. Noralisasi ilai bobot vektor diperoleh dega persaaa (4), diaa tiap elee bobot vektor dibagi ulah bobot vektor itu sediri. Da ulah bobot yag telah dioralisasi berilai. W k = (0.4709, , 0.343, ) T Represetasi dari atriks W k euukka bobot asig-asig kriteria yag disaika dala Tabel 7. Tabel 7. asig-asig kriteria. odisi ala Volue lalu litas Ekooi Tata gua laha b. Pebobota atar subkriteria dala kriteria Dala tiap kriteria, asig-asig subkriteria dibadigka tigkat kepetigaya dala egotrol kriteria tersebut. Hasil pebobota atar subkriteria utuk asig-asig kriteria disaika dala Tabel 8. Tabel 8. asig-asig subkriteria. Subkriteria odisi ala Jala lubag Jala retak 0.75 Jala ables Jala gelobag Jala ebul 0.63 Bahu ala Volue lalu litas Truk riga Truk sedag da berat Mobil Bus Sepeda otor 0.20 Ekooi Perkiraa biaya kegiata Mafaat peagaa ala Tata gua laha Bidag pertaia Bidag pedidika Bidag sosial-budaya Bidag perdagaga-asa

5 JURNAL SAINS DAN SENI POMITS Vol., No., (203) -6 5 c. Pebobota ketergatuga atar kriteria etergatuga yag teradi atar kriteria beraksud eelaska bagaiaa kriteria yag satu dipegaruhi oleh kriteria yag lai. Gabar euukka hubuga ketergatuga atar kriteria da dala kriteria. kodisi ala dipegaruhi oleh kriteria volue lalu litas, kriteria ekooi, kriteria tata gua laha da kriteria kodisi ala itu sediri (depedesi dala satu kelopok). volue lalu litas dipegaruhi oleh kriteria kodisi ala, kriteria ekooi da kriteria tata gua laha. ekooi dipegaruhi oleh kriteria kodisi ala, kriteria volue lalu litas, kriteria tata gua laha da kriteria ekooi itu sediri (depedesi dala satu kelopok). tata gua laha dipegaruhi oleh kriteria kodisi ala, kriteria volue lalu litas da kriteria ekooi. Gabar. Hubuga ketergatuga atar kriteria. Hasil pebobota ketergatuga atar kriteria disaika dala Tabel 9 - Tabel 2. Tabel 9. asig-asig kriteria dala egotrol kriteria kodisi ala. odisi ala Volue lalu litas Ekooi Tata gua laha Tabel 0. asig-asig kriteria dala egotrol kriteria volue lalu litas. odisi ala Ekooi Tata gua laha Tabel. asig-asig kriteria dala egotrol kriteria ekooi. odisi ala Volue lalu litas Ekooi Tata gua laha Tabel 2. asig-asig kriteria dala egotrol kriteria tata gua laha. odisi ala Volue lalu litas Ekooi d. Pebobota Alteratif Masig-asig alteratif dibadigka tigkat kepetigaya berdasarka peeuha terhadap asigasig subkriteria. Hasil pebobota alteratif utuk asig-asig subkriteria disaika dala Tabel 3. Tabel 3. asig-asig alteratif terhadap subkriteria. Subkriteria Lik 222 Lik 223 Lik 224 Lik 228 Jala lubag Jala retak Jala ables Jala gelobag Jala ebul Bahu ala Volue truk riga Volue truk sedag da berat Volue obil Volue bus Volue sepeda otor Perkiraa biaya kegiata Mafaat peagaa ala Bidag pertaia Bidag pedidika Bidag sosialbudaya Bidag perdagaga-asa Peghituga bobot akhir prioritas akhir prioritas diguaka utuk eetuka uruta asig-asig elee. akhir kriteria didapatka dega epertibagka tigkat kepetiga atar kriteria da tigkat ketergatuga terhadap kriteria laiya. akhir kriteria didapatka dega egalika bobot kriteria dega asusi tidak ada hubuga ketergatuga atar kriteria da atriks bobot ketergatuga atar kriteria sehigga didapatka bobot kriteria akhir, W ka, yaitu W ka = = Setelah dioralisasi aka didapat bobot akhir kriteria sebagai berikut.

6 JURNAL SAINS DAN SENI POMITS Vol., No., (203) -6 6 W ka = = kodisi ala volue lalu litas ekooi tata gua laha Represetasi dari atriks W ka euukka bobot asig-asig kriteria seperti disaika da Tabel 4. Tabel 4. akhir asig-asig kriteria. odisi ala Volue lalu litas Ekooi Tata gua laha global subkriteria didapatka dega cara egalika bobot akhir kriteria pada Tabel 4 dega bobot subkriteria pada asig-asig kriteria di Tabel 8 da disaika dala Tabel 5. Tabel 5. global subkriteria. Subkriteria Jala lubag Jala retak Jala ables 0.08 Jala gelobag Jala ebul Bahu ala Volue Truk riga Volue Truk sedag da berat Volue Mobil Volue Bus Volue Sepeda otor Perkiraa biaya kegiata Mafaat peagaa ala Bidag pertaia Bidag pedidika Bidag sosial-budaya 0.05 Bidag perdagaga-asa akhir prioritas didapatka dega epertibagka tigkat peeuha alteratif terhadap asig-asig subkriteria. akhir asig-asig alteratif didapatka dega egalika bobot global subkriteria dega bobot alteratif asig-asig subkriteria. akhir alteratif disaika dala Tabel 6.. Pebobota dega etode Fuzzy ANP euukka bahwa uruta prioritas peeliharaa ala adalah Lik 222 dega bobot sebesar 0.348, Lik 223 dega bobot sebesar , Lik 224 dega bobot sebesar , Lik 228 dega bobot sebesar Hasil uruta prioritas yag didapat saa dega hasil uruta prioritas pihak DPU Bia Marga Bagkala. eyataa dilapaga, Lik 228 dikeraka pada uruta ke-3. Hal ii teradi karea ada faktor-faktor tekis diluar kriteria yag epegaruhi. DAFTAR PUSTAA [] Direktorat Jederal Bia Marga. Petuuk Tekis Perecaaa da Peyusua Progra Jala abupate.departee Pekeraa Uu. [2] usuadewi, dkk Fuzzy Multi-Attribute Decisio Makig.Graha Ilu. Yogyakarta. [3] Saaty,T.L.999. Fudaetal of the Aalytical Network Process.Uiversity of Pittsburgh.Japa. [4] Ayu,I.D.20. Peetua Skala Prioritas Peagaa Jala abupate di abupate Bagli.Jurusa Tekik Sipil Uiversitas Udayaa : Depasar. [5] Sulkiyah,D.A.203. Aplikasi Metode Aalytic Network Process da Zero-Oe Goal Prograig pada Peiliha Pelaksaa Proyek.Jurusa Mateatika Fakultas Mateatika da Ilu Pegetahua Ala Istitut Tekologi Sepuluh Nopeber : Surabaya. [6] Ergiel Nihal, Seturk Sevil.20. Ragkig of the GSM Operators with Fuzzy ANP.Proceedigs of the World Cogress o Egieerig 20.Vol II. [7] Dagdevire,Meti A Fuzzy Aalytical Network Process (ANP) Model to Idetify Faulty Behavior Risk (FBR) i Work Syste.Safety Sciece 46.Hal [8] Mardhikawarih,D.A.202. Peiliha Peasok Dru Peluas Idustri Megguaka Fuzzy Aalytical Hierarchy Process (Studi asus: PT. Pertaia Pusat da Productio Uit Gresik).Jurusa Tekik Idustri Uiversitas Sebelas Maret.Surakarta. [9] Paraita,Silvia.202. Peilaia iera Supplier easa Produk Fruit Tea Megguaka Metode FANP (Studi asus di PT Siar Sosro Gresik.Jural Idustri Vol No 3 hal Tabel 6. akhir asig-asig alteratif. Alteratif Lik Lik Lik Lik Berdasarka hasil tersebut didapat bahwa Lik 222 dega bobot atau 34.8% eadi prioritas utuk edapatka peeliharaa ala. IV. ESIMPULAN Berdasarka keseluruha hasil aalisis yag telah dilakuka dala peyusua tugas akhir ii, dapat diperoleh kesipula:

Analisis Pengambilan Keputusan Multikriteria Untuk Sumber Energi Terbarukan di Wilayah Madura Menggunakan Metode Fuzzy AHP dan VIKOR

Analisis Pengambilan Keputusan Multikriteria Untuk Sumber Energi Terbarukan di Wilayah Madura Menggunakan Metode Fuzzy AHP dan VIKOR JURNAL SAINS DAN SENI POMITS Vol. 2, No.1, (2014) 1 Aalisis Pegabila Keputusa Multikriteria Utuk Suber Eergi Terbaruka di Wilayah Madura Megguaka Metode Fuzzy AHP da VIKOR Mevita Cahayai, Mohaad Isa Irawa,

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakag Kehidupa ausia seatiasa diarahka pada kodisi yag aka datag, yag keberadaaya tidak dapat diketahui secara pasti. Sehigga ausia berusaha elakuka kegiata kegiata dega berorietasi

Lebih terperinci

Penerapan Teorema Perron-Frobenius pada Penentuan Distribusi Stasioner Rantai Markov

Penerapan Teorema Perron-Frobenius pada Penentuan Distribusi Stasioner Rantai Markov Vol. 3, No., 85-9, Juli 6 Peerapa Teorea Perro-Frobeius pada Peetua Distribusi Stasioer Ratai Markov Jusawati Massalesse Abstrak Perilaku suatu ratai Markov setelah berala ukup laa dapat diketahui elalui

Lebih terperinci

PENERAPAN FUZZY ANALYTICAL NETWORK PROCESS DALAM MENENTUKAN PRIORITAS PEMELIHARAAN JALAN

PENERAPAN FUZZY ANALYTICAL NETWORK PROCESS DALAM MENENTUKAN PRIORITAS PEMELIHARAAN JALAN PENERAPAN FUZZY ANALYTICAL NETWORK PROCESS DALAM MENENTUKAN PRIORITAS PEMELIHARAAN JALAN Oleh : Manis Oktavia 1209 100 024 Dosen Pembimbing : Drs. I Gusti Ngurah Rai Usadha, M.Si Sidang Tugas Akhir - 2013

Lebih terperinci

Definisi 2.3 : Jika max min E(X,Y) = min

Definisi 2.3 : Jika max min E(X,Y) = min Teori Peraia 22 Peelitia Operasioal II Defiisi 23 : Jika ax i E(X,Y) = z y i y ax E(X,Y) =E(x 0, y 0 ), aka (x 0, y 0 ) didefiisika z sebagai strategi uri dari peraia itu dega x 0 sebagai strategi optiu

Lebih terperinci

BAB 4: PELUANG DAN DISTRIBUSI NORMAL.

BAB 4: PELUANG DAN DISTRIBUSI NORMAL. BAB 4: PELUANG DAN DISTRIBUSI NORMAL. PELUANG Peluag atau yag biasa juga disebut dega istilah keugkia, probablilitas, atau kas eujukka suatu tigkat keugkia terjadiya suatu kejadia yag diyataka dala betuk

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 BASIS DATA UNTUK IDENTIFIKASI DAERAH RAWAN BANJIR DAN KEBERADAAN DATA SPASIAL YANG DIPERLUKAN

BAB III BASIS DATA UNTUK IDENTIFIKASI DAERAH RAWAN BANJIR DAN KEBERADAAN DATA SPASIAL YANG DIPERLUKAN BAB III BASIS DATA UNTUK IDENTIFIKASI DAERAH RAWAN BANJIR DAN KEBERADAAN DATA SPASIAL YANG DIPERLUKAN Siste idetifikasi daerah rawa bajir ebutuhka adaya data spasial yag diolah dega eafaatka tekologi Siste

Lebih terperinci

MENENTUKAN PENYELESAIAN PERTIDAKSAMAAN DENGAN METODE TITIK PEMECAH. Warsito. Program Studi Matematika FMIPA Universitas Terbuka.

MENENTUKAN PENYELESAIAN PERTIDAKSAMAAN DENGAN METODE TITIK PEMECAH. Warsito. Program Studi Matematika FMIPA Universitas Terbuka. MENENTUKAN PENYELESAIAN PERTIDAKSAMAAN DENGAN METODE TITIK PEMECAH Warsito Progra Studi Mateatika FMIPA Uiversitas Terbuka warsito@ut.ac.id Abstrak Peyelesaia pertidaksaaa ( x- a, a Î R adalah x a (egguaka

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

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA 2.1. Peelitia Terdahulu Aloii dkk (2014) memiliki permasalaha dalam memilih mesi Vertical Form Fill ad Seal (VFFS) utuk Double Square Bottom Bag (DSBB). Pemiliha mesi yag tepat ditetuka

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 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. Universitas Sumatera Utara BAB 1 PENDAHULUAN Persoala trasportasi yag serig ucul dala kehidupa sehari-hari, erupaka gologa tersediri dala persoala progra liier. Maka etode traportasi ii juga dapat diguaka utuk eyelesaika beberapa

Lebih terperinci

Penyelesaian Masalah Penugasan Menggunakan Metode Hungarian dan Pinalti (Studi Kasus: CV. Surya Pelangi)

Penyelesaian Masalah Penugasan Menggunakan Metode Hungarian dan Pinalti (Studi Kasus: CV. Surya Pelangi) Peyelesaia Masalah Peugasa Megguaka Metode Hugaria da Pialti (Studi Kasus: CV. Surya Pelagi) Sri Basriati 1, Ayu Lestari 2 1,2 Jurusa Mateatika, Fakultas Sais da Tekologi, UIN Sulta Syarif Kasi Riau Jl.

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

Optimisasi Terpadu Persoalan Inventori dan Persoalan Transfortasi dengan Metode ITIO ( Inventory Transfortation Integrated Optimization)

Optimisasi Terpadu Persoalan Inventori dan Persoalan Transfortasi dengan Metode ITIO ( Inventory Transfortation Integrated Optimization) Prosidig Seirata FMIP Uiversitas Lapug, Optiisasi Terpadu Persoala Ivetori da Persoala Trasfortasi dega Metode ITIO ( Ivetory Trasfortatio Itegrated Optiizatio) T.P.Nababa, Sukato, Karida Puspita N Jurusa

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI

BAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI BAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI Bab 2 berisi tetag studi pustaka yag dilakuka utuk medapatka gambara tetag metode yag tepat utuk megatasi permasalaha yag dihadapi, serta dasar-dasar teori yag diguaka

Lebih terperinci

IV. METODE PENELITIAN. berdasarkan tujuan penelitian (purposive) dengan pertimbangan bahwa Kota

IV. METODE PENELITIAN. berdasarkan tujuan penelitian (purposive) dengan pertimbangan bahwa Kota IV. METODE PENELITIAN 4.1. Lokasi da Waktu Peelitia ii dilaksaaka di Kota Bogor Pemiliha lokasi peelitia berdasarka tujua peelitia (purposive) dega pertimbaga bahwa Kota Bogor memiliki jumlah peduduk yag

Lebih terperinci

BAB 2 DASAR TEORI. 2.1 Probabilitas

BAB 2 DASAR TEORI. 2.1 Probabilitas BAB DASAR TEORI. Probabilitas Probabilitas epuyai bayak persaaa seperti keugkia, kesepata da kecederuga. Probabilitas eujukka keugkia terjadiya suatu peristiwa yag bersifat acak. Suatu peristiwa disebut

Lebih terperinci

I. PENDAHULUAN II. LANDASAN TEORI

I. PENDAHULUAN II. LANDASAN TEORI 5 I PENDAHULUAN Latar Belakag Persaaa diferesial adalah suatu persaaa ag egadug sebuah fugsi ag tak diketahui dega satu atau lebih turuaa [Stewart, 3] Persaaa diferesial dapat dibedaka eurut ordea, salah

Lebih terperinci

Analisis Hubungan Kluster Industri dengan Penentuan Lokasi Pelabuhan: Studi Kasus Pantai Utara Pulau Jawa

Analisis Hubungan Kluster Industri dengan Penentuan Lokasi Pelabuhan: Studi Kasus Pantai Utara Pulau Jawa JURNAL TEKNIK POMITS Vol., No., (0) -5 Aalisis Hubuga Kluster Idustri dega Peetua Lokasi Pelabuha: Studi Kasus Patai Utara Pulau Jawa Maulaa Prasetya Sibolo, Tri Achadi Jurusa Tekik Perkapala, Fakultas

Lebih terperinci

Vol. 4, No. 3 Juni 2015 ISSN

Vol. 4, No. 3 Juni 2015 ISSN Vol. 4, No. 3 Jui 2015 ISSN 2088-2130 PERANCANGAN DAN PEMBUATAN SISTEM PENDUKUNG KEPUTUSAN PENENTUAN PEMBERIAN BEASISWA MENGGUNAKAN METODE FUZZY ANALYTICAL HIERARCHY PROCESS(FAHP) DAN ORESTE (STUDI KASUS:

Lebih terperinci

TAKSIRAN INTERVAL PARAMETER BENTUK DARI DISTRIBUSI PARETO BERDASARKAN METODE MOMEN DAN MAKSIMUM LIKELIHOOD

TAKSIRAN INTERVAL PARAMETER BENTUK DARI DISTRIBUSI PARETO BERDASARKAN METODE MOMEN DAN MAKSIMUM LIKELIHOOD TAKSIRAN INTERVAL PARAMETER BENTUK DARI DISTRIBUSI PARETO BERDASARKAN METODE MOMEN DAN MAKSIMUM LIKELIHOOD Jailah * Firdaus Sigit Sugiarto Mahasiwa Progra S Mateatika Dose Jurusa Mateatika Fakultas Mateatika

Lebih terperinci

Abstrak. Kata kunci: disnaker, LPK, TOPSIS, F-AHP, MADM. Abstract

Abstrak. Kata kunci: disnaker, LPK, TOPSIS, F-AHP, MADM. Abstract Aalisis Da Ipleetasi Metode Fuzzy AHP da Topsis Utuk Rekoedasi LPK Pelaksaa Proyek Pelatiha (Studi Kasus : Dias Teaga Kerja Kota Saarida) Adhika Bayu Pakarti 1, Drs. Mahud Iroa, M.T. 2, Hetti Hidayati,

Lebih terperinci

MAKALAH TUGAS AKHIR DIMENSI PARTISI PADA PENGEMBANGAN GRAPH KINCIR DENGAN POLA K 1 +mk n

MAKALAH TUGAS AKHIR DIMENSI PARTISI PADA PENGEMBANGAN GRAPH KINCIR DENGAN POLA K 1 +mk n MAKALAH TUGAS AKHIR DIMENSI PARTISI PADA PENGEMBANGAN GRAPH KINCIR DENGAN POLA K 1 +K Oleh : MOHAMMAD IQBAL 1 0 100 01 Pebibig : Drs. Suhud Wahyudi, M.Si. 1900109 198701 1 001 ABSTRAK Graph adalah hipua

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 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

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

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

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

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

Bab II Landasan Teori

Bab II Landasan Teori 4 Bab II Ladasa Teori II. Aalisis "Net Social Gai" (NSG) PT. Siar Asia Fortua sebagai suatu perusahaa tabag baha galia batugapig epuyai kotribusi positif terhadap peigkata pedapata jika ilai outputya lebih

Lebih terperinci

Jurnal EKSPONENSIAL Volume 8, Nomor 1, Mei 2017 ISSN

Jurnal EKSPONENSIAL Volume 8, Nomor 1, Mei 2017 ISSN Jural EKSPONENSIAL Volue 8, Noor 1, Mei 2017 ISSN 2085-7829 Proses Optiasi Masalah Peugasa Oe-Objectiveda Two-Objective Megguaka Metode Hugaria (Studi Kasus : Usaha Kerajia Rota Toko Rota Sejati Saarida

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 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

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 METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1.Tempat da Waktu Peelitia ii dilakuka di ligkuga Kampus Aggrek da Kampus Syahda Uiversitas Bia Nusatara Program Strata Satu Reguler. Da peelitia dilaksaaka pada semester

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 22 BAB III METODE PENELITIAN 3.1. Metode Peelitia Pada bab ii aka dijelaska megeai sub bab dari metodologi peelitia yag aka diguaka, data yag diperluka, metode pegumpula data, alat da aalisis data, keragka

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

SISTEM PENDUKUNG KEPUTUSAN PRIORITAS PENDIRIAN BTS MENGGUNAKAN METODE FUZZY AHP (Studi Kasus: PT. Indosat Solo)

SISTEM PENDUKUNG KEPUTUSAN PRIORITAS PENDIRIAN BTS MENGGUNAKAN METODE FUZZY AHP (Studi Kasus: PT. Indosat Solo) ISSN : 2338-408 SISTEM PENDUKUNG KEPUTUSAN PRIORITAS PENDIRIAN BTS MENGGUNAKAN METODE FUZZY AHP (Studi Kasus: PT. Idosat Solo) Satria Yuda Prasetyo (satreea@gmail.com) Sri Tomo (szrie@yahoo.com) Teguh

Lebih terperinci

BAB IV METODE PENELITIAN

BAB IV METODE PENELITIAN BAB IV METODE PENELITIAN 4.1 Lokasi da Waktu Peelitia Peelitia sikap kosume terhadap kopi ista Kopiko Brow Coffee ii dilakuka di Wilaah Depok. Pemiliha dilakuka secara segaja (Purposive) dega pertimbaga

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

III METODE PENELITIAN

III METODE PENELITIAN III METODE PENELITIAN 3. Tempat da Waktu Peelitia Peelita ii dilaksaaka dibeberapa desa elaya da pusat pemsara di Kecamata Tobelo, Kabupate Halmahera, Provisi Maluku Utara. Lokasi peelitia dapat dilihat

Lebih terperinci

LAJU REAKSI. A. KEMOLARAN - Kemolaran adalah menyatakan banyaknya mol zat terlarut dalam 1 liter larutan. M = V

LAJU REAKSI. A. KEMOLARAN - Kemolaran adalah menyatakan banyaknya mol zat terlarut dalam 1 liter larutan. M = V LAJU REAKSI STANDART KOMPETENSI; Meahai kietika reaksi, kesetibaga kiia, da faktor-faktor yag berpegaruh, serta peerapaya dala kehidupa sehari-hari KOMPETENSI DASAR; Medeskripsika pegertia laju reaksi

Lebih terperinci

STRATEGI PENGEMBANGAN AGROINDUSTRI SUWAR-SUWIR DI KABUPATEN JEMBER

STRATEGI PENGEMBANGAN AGROINDUSTRI SUWAR-SUWIR DI KABUPATEN JEMBER 1 Putri et al, Strategi Pegembaga Agroidustri Suwar-Suwir di Kabupate Jember TEKNOLOGI HASIL PERTANIAN STRATEGI PENGEMBANGAN AGROINDUSTRI SUWAR-SUWIR DI KABUPATEN JEMBER Developmet Strategy of Suwar-Suwir

Lebih terperinci

VI. PEMODELAN SISTEM

VI. PEMODELAN SISTEM VI. PEMODELAN SISTEM 6.. Kofigurasi Model Model sistem peujag pegambila keputusa cerdas maajeme risiko ratai pasok produk/komoditi jagug dikembagka dega megguaka peragkat luak komputer yag diberi ama IDSS-SCRM

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. 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

DISTRIBUSI BINOMIAL. (sukses sebanyak x kali, gagal sebanyak n x kali)

DISTRIBUSI BINOMIAL. (sukses sebanyak x kali, gagal sebanyak n x kali) DISTRIBUSI BINOMIAL Distribusi bioial berasal dari percobaa bioial yaitu suatu proses Beroulli yag diulag sebayak kali da salig bebas. Distribusi Bioial erupaka distribusi peubah acak diskrit. Secara lagsug,

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 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 II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Kosep Peasara Kosep peasara erupaka filsafat bisis yag bagkit eatag kosep-kosep sebeluya. Kosep peasara berpedapat bahwa kuci utuk ecapai tujuatujua orgaisasi/ perusahaaa terdiri

Lebih terperinci

III. METODE PENELITIAN. Lokasi penelitian dilakukan di Provinsi Sumatera Barat yang terhitung

III. METODE PENELITIAN. Lokasi penelitian dilakukan di Provinsi Sumatera Barat yang terhitung 42 III. METODE PENELITIAN 3.. Lokasi da Waktu Peelitia Lokasi peelitia dilakuka di Provisi Sumatera Barat yag terhitug mulai miggu ketiga bula April 202 higga miggu pertama bula Mei 202. Provisi Sumatera

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 22 BAB III METODOLOGI PENELITIAN 3.1 Lokasi da Waktu Peelitia Peelitia ii dilaksaaka di tiga kator PT Djarum, yaitu di Kator HQ (Head Quarter) PT Djarum yag bertempat di Jala KS Tubu 2C/57 Jakarta Barat,

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN TELEPON SELULER MENGUNAKAN METODE ANALYTIC NETWORK PROCESS (ANP)

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN TELEPON SELULER MENGUNAKAN METODE ANALYTIC NETWORK PROCESS (ANP) SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN TELEPON SELULER MENGUNAKAN METODE ANALYTIC NETWORK PROCESS (ANP) Oleh: Arief Geta Aldiasyah Tekik Iformatika Uiversitas Dia Nuswatoro Semarag 111201005304@mhs.dius.ac.id

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Multi-Criteria Decisio Makig (MCDM) Multi-Criteria Decisio Makig (MCDM) adalah suatu metode pegambila keputusa utuk meetapka alteratif terbaik dari sejumlah alteratif berdasarka

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

PENYELESAIAN TEORI PERMAINAN MENGGUNAKAN METODE SIMPLEKS ALTERNATIF

PENYELESAIAN TEORI PERMAINAN MENGGUNAKAN METODE SIMPLEKS ALTERNATIF Jural Matriks, ol. 1, No. 2, 2018 1 PENYELESAIAN TEORI PERMAINAN MENGGUNAKAN METODE SIMPLEKS ALTERNATIF Rii Hidayattillah, Pardi Affadi, Akhad Yusuf Progra Studi Mateatika Fakultas MIPA Uiversitas Labug

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1. Lokasi da Waktu Peelitia Daerah peelitia adalah Kota Bogor yag terletak di Provisi Jawa Barat. Pemiliha lokasi ii berdasarka pertimbaga atara lai: (1) tersediaya Tabel Iput-Output

Lebih terperinci

III. METODE PENELITIAN. Variabel X merupakan variabel bebas adalah kepemimpinan dan motivasi,

III. METODE PENELITIAN. Variabel X merupakan variabel bebas adalah kepemimpinan dan motivasi, 7 III. METODE PENELITIAN 3.1 Idetifikasi Masalah Variabel yag diguaka dalam peelitia ii adalah variabel X da variabel Y. Variabel X merupaka variabel bebas adalah kepemimpia da motivasi, variabel Y merupaka

Lebih terperinci

Model Pengambilan Keputusan Multikriteria Pemilihan Rumah dengan Teknik Fuzzy Analytical Hierarchy Process Extend Analysis

Model Pengambilan Keputusan Multikriteria Pemilihan Rumah dengan Teknik Fuzzy Analytical Hierarchy Process Extend Analysis Vol. 1, No. 2 Jui 2010 ISSN 2088-2130 Model Pegabila Keputusa Multikriteria Peiliha Ruah dega Tekik Fuzzy Aalytical Hierarchy Process Exted Aalysis Adharii Dwi C Jurusa Tekik Iforatika Fakultas Tekik Uiversitas

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

OPTIMASI PENYELEKSIAN PINJAMAN MODAL USAHA PADA NASABAH BANK X DENGAN AHP, TOPSIS FUZZY DAN PROGRAM LINEAR

OPTIMASI PENYELEKSIAN PINJAMAN MODAL USAHA PADA NASABAH BANK X DENGAN AHP, TOPSIS FUZZY DAN PROGRAM LINEAR JURNAL SAINS DAN SENI POMITS Vol., No., (203) -7 OPTIMASI PENYELEKSIAN PINJAMAN MODAL USAHA PADA NASABAH BANK X DENGAN AHP, TOPSIS FUZZY DAN PROGRAM LINEAR Dau Arif Rahma, I Gusti Ngurah Rai Usadha, Suhud

Lebih terperinci

LEMBAR KERJA SISWA 5

LEMBAR KERJA SISWA 5 94 LEMBAR KERJA SISWA 5 Mata Pelajara Kelas/Seester Materi Pokok Subateri Pokok Alokasi Waktu : Kiia : XI/gajil : Laju Reaksi : Orde Reaksi : 2 x 45 eit Stadar Kopetesi 3. Meahai Kietika Reaksi, Kesetibaga

Lebih terperinci

PENERAPAN ALGORITMA ANALITYCAL HIRACY PROCESS DALAM PEMILIHAN BEASISWA PADA SMA KALUKUBULA

PENERAPAN ALGORITMA ANALITYCAL HIRACY PROCESS DALAM PEMILIHAN BEASISWA PADA SMA KALUKUBULA Semiar Nasioal Tekologi Iformasi da Multimedia 207 STMIK AMIKOM Yogyakarta, 4 Februari 207 PENERAPAN ALGORITMA ANALITYCAL HIRACY PROCESS DALAM PEMILIHAN BEASISWA PADA SMA KALUKUBULA Dewi Kusumawati ) )

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

Pengendalian Proses Menggunakan Diagram Kendali Median Absolute Deviation (MAD)

Pengendalian Proses Menggunakan Diagram Kendali Median Absolute Deviation (MAD) Prosidig Statistika ISSN: 2460-6456 Pegedalia Proses Megguaka Diagram Kedali Media Absolute Deviatio () 1 Haida Lestari, 2 Suliadi, 3 Lisur Wachidah 1,2,3 Prodi Statistika, Fakultas Matematika da Ilmu

Lebih terperinci

IV METODE PENELITIAN. 4.1 Lokasi dan Waktu Penelitian

IV METODE PENELITIAN. 4.1 Lokasi dan Waktu Penelitian IV METODE PENELITIAN 4.1 Lokasi da Waktu Peelitia Peelitia ii dilaksaaka di Kabupate Bogor dega respode para peterak ayam broiler yag mejali kerjasama sebagai mitra dega perusahaa kemitraa Dramaga Uggas

Lebih terperinci

BAB III METODE PENELITIAN. Penelitian ini dilaksanakan di kelas XI MIA SMA Negeri 1 Kampar,

BAB III METODE PENELITIAN. Penelitian ini dilaksanakan di kelas XI MIA SMA Negeri 1 Kampar, 45 BAB III METODE PENELITIAN A. Tempat da Waktu Peelitia Peelitia ii dilaksaaka di kelas I MIA MA Negeri Kampar, pada bula April-Mei 05 semester geap Tahu Ajara 04/05 B. ubjek da Objek Peelitia ubjek dalam

Lebih terperinci

PENGGUNAAN NILAI EIGEN DAN VEKTOR EIGEN UNTUK MENENTUKAN MODEL GENOTIP KETURUNAN YANG TERTAUT KROMOSOM X

PENGGUNAAN NILAI EIGEN DAN VEKTOR EIGEN UNTUK MENENTUKAN MODEL GENOTIP KETURUNAN YANG TERTAUT KROMOSOM X Jural Maajee Ioratika da Tekik Koputer Volue, Noor, pril PENGGUNN NILI EIGEN DN VEKTOR EIGEN UNTUK MENENTUKN MODEL GENOTIP KETURUNN YNG TERTUT KROMOSOM X Havid Syawa *, Nurwati Jurusa Maajee Ioratika,

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

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 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

RakaYogaswara, Nia Budi Puspitasari

RakaYogaswara, Nia Budi Puspitasari ANALISA RESTRUKTURISASI BASIC SALARY KARYAWAN PARAMEDIS DAN NONMEDIS MENGGUNAKAN METODE FUZZY ANALYTICAL HIERARCHY PROCESS - POINT SYSTEM (Studi Kasus di Ruah Sakit Ibu da Aak Uu Hai Purbaligga) RakaYogaswara,

Lebih terperinci

Pemilihan Ketua BEM Fakultas Teknik UN PGRI Kediri menggunakan Metode ELECTRE

Pemilihan Ketua BEM Fakultas Teknik UN PGRI Kediri menggunakan Metode ELECTRE Pemiliha Ketua BEM Fakultas Tekik UN PGRI Kediri megguaka Metode ELECTRE Nalsa Citya Resti Sistem Iformasi, Fakultas Tekik, Uiversitas Nusatara PGRI Kediri E-mail: alsacitya@upkediri.ac.id Abstrak salah

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. METODE PENELITIAN

III. METODE PENELITIAN III. METODE PENELITIAN 3.1. Keragka Pemikira Percetaka LAI adalah sebuah percetaka di bawah Yayasa Lembaga Alkitab Idoesia. Percetaka ii adalah perusahaa irlaba yag mecetak Alkitab khususya ijil yag dipasarka

Lebih terperinci

IV METODE PENELITIAN 4.1. Lokasi dan Waktu Penelitian

IV METODE PENELITIAN 4.1. Lokasi dan Waktu Penelitian IV METODE PENELITIAN 4.1. Lokasi da Waktu Peelitia Peelitia ii dilakuka di kator pusat perusahaa Dr. Diaa Hermawati (DH Orgaik) yag terletak di Perumaha Tama Sari Bukit Damai Blok Ai No.21 Guugsidur, Bogor,

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

Definisi Integral Tentu

Definisi Integral Tentu Defiisi Itegral Tetu Bila kita megedarai kedaraa bermotor (sepeda motor atau mobil) selama 4 jam dega kecepata 50 km / jam, berapa jarak yag ditempuh? Tetu saja jawabya sagat mudah yaitu 50 x 4 = 200 km.

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

PENYELESAIAN TEORI PERMAINAN MENGGUNAKAN METODE SIMPLEKS ALTERNATIF

PENYELESAIAN TEORI PERMAINAN MENGGUNAKAN METODE SIMPLEKS ALTERNATIF Jural Matriks, ol. 1, No. 1, 2018 1 PENYELESAIAN TEORI PERMAINAN MENGGUNAKAN METODE SIMPLEKS ALTERNATIF Rii Hidayattillah, Pardi Affadi, Akhad Yusuf Progra Studi Mateatika Fakultas MIPA Uiversitas Labug

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 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

ANALISIS TABEL INPUT OUTPUT PROVINSI KEPULAUAN RIAU TAHUN Erie Sadewo

ANALISIS TABEL INPUT OUTPUT PROVINSI KEPULAUAN RIAU TAHUN Erie Sadewo ANALISIS TABEL INPUT OUTPUT PROVINSI KEPULAUAN RIAU TAHUN 2010 Erie Sadewo Kodisi Makro Ekoomi Kepulaua Riau Pola perekoomia suatu wilayah secara umum dapat diyataka meurut sisi peyediaa (supply), permitaa

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3. Desai Peelitia Peelitia ii megguaka pedekata peelitia kualitatif yaitu suatu metode peelitia yag berladaska pada filsafat postpositivisme, diguaka utuk meeliti pada kodisi

Lebih terperinci

Model Pengembangan Wilayah untuk Pembangunan Pelabuhan: Studi Kasus Pantai Selatan Jawa Timur

Model Pengembangan Wilayah untuk Pembangunan Pelabuhan: Studi Kasus Pantai Selatan Jawa Timur JURNAL TEKNIK ITS Vol. 1, (Sept, 2012) ISSN: 2301-9271 E-1 Model Pegebaga Wilayah utuk Pebagua Pelabuha: Studi Kasus Patai Selata Jawa Tiur Wahyu Putra Gatara, Tri Achadi Jurusa Tekik Perkapala, Fakultas

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 69 BAB III METODE PENELITIAN A. Jeis Peelitia Dalam peelitia ii peeliti megguaka jeis Peelitia Tidaka Kelas (Classroom Actio Research) dega megguaka metode Diskriptif Kuatitatif. Peelitia Tidaka Kelas

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

IMPLEMENTASI FUZZY ANALYTICAL HIERARCHY PROCESS (FAHP) UNTUK PROSES SELEKSI USULAN KEGIATAN PNPM MANDIRI PERDESAAN

IMPLEMENTASI FUZZY ANALYTICAL HIERARCHY PROCESS (FAHP) UNTUK PROSES SELEKSI USULAN KEGIATAN PNPM MANDIRI PERDESAAN IMPLEMENTASI FUZZY ANALYTICAL HIERARCHY PROCESS (FAHP) UNTUK PROSES SELEKSI USULAN KEGIATAN PNPM MANDIRI PERDESAAN Tutik Malikah 1, Achmad Wahid Kuriawa, S.Si, M.Kom 2 Tekik Iformatika, Fakultas Ilmu Komputer,

Lebih terperinci

ANALISA KEPUTUSAN PEMINDAHAN MESIN ZEHNTEL DI PT INTI (PERSERO) DENGAN MENGGUNAKAN METODA ANALYTICAL HIERARCHY PROCESS (AHP)

ANALISA KEPUTUSAN PEMINDAHAN MESIN ZEHNTEL DI PT INTI (PERSERO) DENGAN MENGGUNAKAN METODA ANALYTICAL HIERARCHY PROCESS (AHP) ANALISA KEPUTUSAN PEMINDAHAN MESIN ZEHNTEL DI PT INTI (PERSERO) DENGAN MENGGUNAKAN METODA ANALYTICAL HIERARCHY PROCESS (AHP) Asep Toto Kartama, Yogi Yogaswara, Zulfikar Jurusa Tekik da Maajeme Idustri

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1. Lokasi da Waktu Peelitia Peelitia ii merupaka studi kasus di Lembaga Pertaia Sehat yag terletak di Jl. Racamaya No 22 Harjasari, Bogor Selata. Pemiliha lokasi dilakuka secara

Lebih terperinci

BAB II LANDASAN TEORI. Pada bagian ini akan dibahas tentang teori-teori dasar yang. digunakan untuk dalam mengestimasi parameter model.

BAB II LANDASAN TEORI. Pada bagian ini akan dibahas tentang teori-teori dasar yang. digunakan untuk dalam mengestimasi parameter model. BAB II LANDASAN TEORI Pada bagia ii aka dibahas tetag teori-teori dasar yag diguaka utuk dalam megestimasi parameter model.. MATRIKS DAN VEKTOR Defiisi : Trace dari matriks bujur sagkar A a adalah pejumlaha

Lebih terperinci

BAB III METODE PENELITIAN. Metode yang digunakan dalam penelitian ini adalah penelitian korelasi,

BAB III METODE PENELITIAN. Metode yang digunakan dalam penelitian ini adalah penelitian korelasi, BAB III METODE PENELITIAN 3.1 Metode Peelitia Metode yag diguaka dalam peelitia ii adalah peelitia korelasi, yaitu suatu metode yag secara sistematis meggambarka tetag hubuga pola asuh orag tua dega kosep

Lebih terperinci

Representasi Deret ke dalam Bentuk Integral Lipat Dua

Representasi Deret ke dalam Bentuk Integral Lipat Dua Jural Kubik, Volue 2 No. (27) ISSN : 2338-896 Represetasi Deret ke dala Betuk Itegral Lipat Dua Siti Julaeha, a) 2, b) da Arii Soesatyo Putri Jurusa Mateatika Fakultas Sais da Tekologi UIN SGD Badug 2

Lebih terperinci

PERENCANAAN JARINGAN IRIGASI PASANG SURUT ARISAN MUSI KECAMATAN MUARA BELIDA MUARA ENIM

PERENCANAAN JARINGAN IRIGASI PASANG SURUT ARISAN MUSI KECAMATAN MUARA BELIDA MUARA ENIM PERENCANAAN JARINGAN IRIGASI PASANG SURUT ARISAN MUSI KECAMATAN MUARA BELIDA MUARA ENIM Syukri Malia da Sri Martii Staf Pegajar Jurusa Sipil Fakultas Tekik Uiversitas Muhaadiyah Palebag Abstrak Suatera

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 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

Soal dan Pembahasan. Ujian Nasional Matematika Teknik SMK matematikamenyenangkan.com

Soal dan Pembahasan. Ujian Nasional Matematika Teknik SMK matematikamenyenangkan.com Soal da Pembahasa jia Nasioal 06 Matematika Tekik SMK matematikameyeagka.com . pqr Betuk sederhaa dari p q r A. p 8 q r adalah... B. p q 0 r 0 D. p q 0 r 0 C. p 8 q r 0 E. p 6 q r Igat rumus berikut m

Lebih terperinci

SISTEM PENGAMBILAN KEPUTUSAN UNTUK PEMILIHAN TEKNISI LAB DENGAN MULTI KRITERIA MENGGUNAKAN METODE AHP (ANALYTIC HIERARCHY PROCESS)

SISTEM PENGAMBILAN KEPUTUSAN UNTUK PEMILIHAN TEKNISI LAB DENGAN MULTI KRITERIA MENGGUNAKAN METODE AHP (ANALYTIC HIERARCHY PROCESS) SISTEM PENGAMBILAN KEPUTUSAN UNTUK PEMILIHAN TEKNISI LAB DENGAN MULTI KRITERIA MENGGUNAKAN METODE AHP (ANALYTIC HIERARCHY PROCESS) Oleh : Adri Suryadi Dia Nurdiaa Abstrak Dalam proses perekruta calo pegawai

Lebih terperinci