APLIKASI PETA KENDALI STATISTIK DALAM MENGONTROL HASIL PRODUKSI SUATU PERUSAHAAN

Ukuran: px
Mulai penontonan dengan halaman:

Download "APLIKASI PETA KENDALI STATISTIK DALAM MENGONTROL HASIL PRODUKSI SUATU PERUSAHAAN"

Transkripsi

1 APLIKASI PETA KENDALI STATISTIK DALAM MENGONTOL HASIL PODUKSI SUATU PEUSAHAAN Muhamma Arafat Abullah Jurusa Matematika FMIPA Uiversitas Sulawesi Barat Abstrak Paper ii membahas aplikasi peta keali statistik utuk megotrol hasil prouksi markisa CV. Citra Sari Makassar yag bertujua utuk megetahui keberaaa proses tersebut alam pegealia statistik atau tiak ega megguaka peta keali rata-rata BKA + A ( ),GT, BKB A ( ) a peta keali rage ega BKA D4, GT, BKB D f. Dari ata jumlah prouksi CV. Citra Sari Makassar, peta keali rata-rata ega BKA 8045,98 GT 4418,96, BKB 791,94 utuk peta keali rage ega BKA 194,89, GT 686, BKB 0. Hasil meujukka Jumlah prouksi markisa i CV. Citra Sari Makassar terkeali secara statistik. Kuci Kuci: Peta Keali statistik, Peta Keali rata-rata, Peta Keali age 1. PENDAHULUAN Dalam uia iustri, kualitas barag yag ihasilka merupaka faktor yag sagat petig. Barag yag ihasilka atara lai itetuka kualitasya berasarka paa pegukura ataupu peilaia karakteristik-karakteristik tertetu. Hasil pegukura yag ipakai utuk peetua kualitas barag hargaya berubah-ubah ari prouk yag satu ke prouk yag laiya meskipu koisi proses prouksi apat iusahaka sama (Sujaa, 00: 419). Perusahaa yag berprouksi tapa memperhatika kualitas prouk atau jasa perusahaa, sama saja ega meghilagka harapa masa epa perusahaa tersebut, ialam jagka peek, seakaaka perusahaa aka apat meeka biaya prouksi karea perusahaa tiak perlu megeluarka biaya pegealia kualitas yag kaag-kaag bagi perusahaa-perusahaa tertetu mejai sagat besar. Namu alam jagka pajag, perusahaa yag tiak memperhatika kualitas ari keluaraya aka megalami macam kesulita pemasara oleh karea aka tersaigi oleh prouk-prouk yag sama yag iprouksi oleh perusahaa lai, atau jasa yag sama ari perusahaa yag lai pula ega kualitas prouk atau jasa yag lebih baik (Amyari, 1979: 7). Kualitas iartika sebagai koisi yag selalu berubah (misalya apa yag iaggap merupaka kualitas saat ii mugki iaggap kurag berkualitas paa masa meatag yag mecakup prouk, jasa, mausia, a ligkuga (Tjioo, F a Dia, 001). Pegealia kualitas statistik merupaka tekik peyelesaia masalah yag iguaka utuk memoitor, megealika, megaalisis, megelola a memperbaiki prouk a proses megguaka metoe-metoe statistik pegealia kualitas statistik (statistikal process cotrol). Pegealia kualitas statistik a pegealia proses statistik memag merupaka ua istilah yag salig ipertukarka, Apabila ilakuka bersama-sama maka pemakai aka melihat gambara kierja proses masa kii a masa meatag (Cawley a Harrol, 1999) Utuk megaaka perbaika kualitas proses, meetuka kemampua proses, membatu spesifikasi-spesifikasi yag efektif, meetuka kapa proses ijalaka a kapa ibuat peyesuaiaya a meemuka peyebab ari tiak iterimaya staar kualitas tersebut (prouk) iguaka peta keali statistik. Pegealia kualitas statistik merupaka tekik peyelesia masalah yag iguaka utuk memoitor, megealika, megaalisis, megelolah a memperbaiki prouk a proses ega megguaka metoe-metoe statistika. Dega aaya peta keali memberika mafaat yag sagat berarti bagi perusahaa atara lai Meguragi pemborosa, Perbaika pegealia alam proses, Peigkata efisiesi, Perbaika aalisis a moitorig proses. Dalam peelitia ii objek peelitia aalah aalah Perusahaa CV. Citra Sari i Jl. Mauruki II No. 69B Makassar yag bergerak alam usaha prouksi Sirup Markisa,

2 aka iteliti sejauh maa tre ari prouksi perusahaa yag ilakuka. Berasarka uraia iatas, peeliti ii mecoba megaplikasika peta keali statistik alam megotrol hasil prouksi perusahaa. Peelitia ibatasi paa pegaplikasika peta keali statistik yaki pegguaa peta keali statistik utuk ata variabel ega megguaka peta keali rata-rata () a peta keali jarak () serta aplikasi peta keali haya iguaka utuk melihat apakah proses prouksi perusahaa beraa alam pegealia statistik atau tiak.. TINJAUAN PUSTAKA Fugsi pegealia kualitas statistik aalah Meigkatka kualitas sehigga meguragi ogkos maufaktur, scrap, rework, rescheullig, meigkatka kepercayaa kosume a memperketat batas spesifikasi serta meigkatka prouktivitas a hasil prouksi. Peta keali pertama kali iperkealka oleh Dr. Walter Arew Shewhart ari Bell Telephoe Laboratories, Amerika Serikat, paa tahu 194 ega maksu utuk meghilagka variasi tiak ormal melalui pemisaha variasi yag isebabka oleh peyebab khusus (special-cause variatio) ari variasi yag isebabka oleh peyebab umum (commo-causes variatio). Peta keali (cotrol chart) merupaka metoe statistik yag membeaka aaya variasi atau peyimpaga karea sebab umum a karea sebab khusus paa batas pegeali. Bila peyimpaga atau kesalaha telah melebihi batas pegeali, meujukka bahwa peyebab khusus telah masuk alam proses a proses harus iperiksa utuk megietifikasi peyebab ari peyimpaga atau kesalaha yag berlebiha tersebut a sebab umum biasaya beraa i alam batas pegeali (Gaspersz, 001: 61). Peta keali teriri atas tiga garis, imaa garis tegah isebut garis pusat (cetral lie) merupaka target ilai paa beberapa kasus, keua garis laiya merupaka Batas Keali Atas (BKA) a Batas Keali Bawah (BKB) a karakteristik ilai alam chart yag ilukiska alam state suatu proses. Berasarka uraia i atas, peta keali aalah suatu grafik yag iguaka utuk megevaluasi suatu proses prouksi ari waktu ke waktu. Gambar 1. Grafik peta keali! Peta Keali rata-rata () Peta pegeali rata-rata merupaka peta pegeali utuk melihat apakah proses masih beraa alam proses. Peta pegeali rata-rata meujukka apakah rata-rata prouk yag ihasilka sesuai ega staar pegealia yag iguaka perusahaa. Proses prouksi ikataka baik apabila prouk yag ihasilka beraa isekitar garis pusat (ceter lie). Namu, ata yag beraa i alam peta pegeali statistik masih isebut sebagai beraa alam batas pegealia statistik (i stattistical cotrol) walaupu terapat peyimpaga yag isebabka oleh peyebab umum. Semetara ata yag beraa i luar batas pegeali rata-rata tersebut pasti isebut sebagai (out of statistikal cotrol) yag isebabka oleh peyebab khusus. Peta pegeali rata-rata apat iguaka utuk megaalisis proses itijau ari harga rata-rata variabel hasil proses, ega tujua megumpulka keteraga utuk: 1. Membuat atau megubah spesifikasi, yaitu syarat-syarat yag harus ipeuhi oleh prouk yag ihasilka, atau utuk meetuka apakah proses yag seag berlagsug apat memeuhi spesifikasi.. Membuat atau megubah cara prouksi. Peta pegeali rata-rata juga iguaka sebagai asar pembuata keputusa megeai rata-rata variabel, selama prouksi berjala, apakah proses ibiarka berlagsug ataukah ihetika karea terapat peyebab variasi tak wajar lalu iambil tiaka utuk melakuka perbaika. Peta pegeali ii juga iguaka utuk meolak atau meerima prouk yag ihasilka atau yag ibeli. Jika melakuka karakteristik kualitas ega 1,, a sampel berukura, maka rata-rata sampel aalah:

3 i 1 i.(1) imaa : rata-rata pegukura utuk setiap kali observasi bayakya sampel alam tiap observasi atau sub kelompok Utuk membuat peta keali rata-rata apat iguaka sifat-sifat istribusi samplig rata-rata. Sifat terpetig yag iguaka aalah bahwa rata-rata beistribusi ormal utuk ukura sampel cukup besar ega: µ µ a () imaa : µ rata-rata ari simpaga baku ari Utuk ega pegelompokka utuk pegelompokka sebesar empat suah istribusi a suah meekati istribusi ormal karea itulah, biasaya utuk pegotrola kualitas serig iguaka sampel-sampel berukura empat atau lima. Sekarag kita lihat bagaimaa garis tegah, batas keali atas, batas keali bawah utuk peta keali rata-rata itetuka. Jika µ iketahui, maka iambil garis tegah sama ega µ. Peetua batas pegeali atas a batas pegeali bawah tergatug paa besar peluag yag iigika utuk meapatka prouk alam keali, jika populasiya beristribusi ormal ega simpaga baku yag iketahui a megigika peluag prouk alam keali sebesar 0,997, maka: BKA µ + a BKB imaa: BKA Batas Keali Atas BKB Batas Keali Bawah µ () Dalam hal ii telah iguaka iagram keali sigma, imaa iagram keali tiga sigma ii ihitug berasarka istribusi ormal terpusat. Jika megheaki peluag prouk alam keali sebesar 0,9545, yag ietik ega iagram keali ua simpaga baku maka: BKA µ + a BKB µ.....(4) Dalam praktek sesugguhya, biasaya ilai µ tiak iketahui, oleh karea itu ilai-ilai tersebut harus itaksir ari sampel ari sampel peahulua. Mis, a 1 aalah rata-rata setiap sampel, maka peaksira terbaik utuk rata-rata proses aalah mea keseluruha yaitu: Jai GT imaa: GT Garis Tegah... (5) Sehigga paa peta keali rata-rata apat itetuka ilai garis tegah, batas keali atas a batas keali bawah sebagai berikut (misalka utuk iagram keali sigma):

4 BKA + +, GT, BKA....(6) karea maka batas pegeali paa peta keali rata-rata aalah: BKA + + +, GT, BKA, jika A, maka ilai BKA, GT a BKB iatas apat ihitug ega megguaka persamaa sebagai berikut: BKA ( ) + A ( ),GT..(7) BKA ( ) A ( )....(8) Peta Keali Jarak (age) Peta keali jarak (rage) iguaka utuk megetahui tigkat keakurasia atau ketepata proses yag iukur ega rage ari sampel yag iambil alam observasi. Seperti halya paa pegeali rata-rata, peta pegeali jarak tersebut iguaka utuk megetahui a meghilagka peyebab khusus yag membuat terjaiya peyimpaga. Data yag beraa ata yag beraa i alam batas pegealia statistik utuk rage isebut i statistikal cotrol yag terapat peyimpaga karea peyebab umum. Semetara ata yag beraa iluar batas pegeali statistik utuk rage isebut sebagai out statistikal cotrol yag isebabka oleh sebab khusus. Utuk membuat batas pegealia, perlu itaksir staar eviasi ( ) atau retag m sampel. Jika 1, a aalah sampel berukura, maka retag sampel aalah selisih ilai observasi terbesar ega ilai observasi terkecil atau ma mi......(9) misalka, 1,, a m aalah retag m sampel, maka retag rata-rataya aalah: m m (10) imaa: m rata-rata retag ari setiap observasi bayakya sampel alam tiap observasi Seperti halya utuk iagram keali rata-rata, maka utuk iagram keali juga iperluka garis tegah, batas keali atas a batas keali bawah. Jika populasiya beristribusi ormal ega parameter rata-rata µ a simpaga baku paa iketahui. Maka rata-rata beristribusi ormal utuk ukura sampel cukup besar ega: µ µ a imaa: µ rata-rata ari Simpaga baku ari (11) Dega megguaka sigma apat itetuka BKA a BKB sebagai berikut:

5 BKA µ + ( ) µ + ( ), BKB µ ( ) µ ( )..(1) Jika simpaga baku itaksir oleh, imaa utuk berbagai ukura sampel apat ilihat alam tabel lampira faktor gua membetuk grafik pegeali varabel. Jika iguaka u sebagai peaksir utuk µ a sebagai peaksir parameter grafik utuk meetuka, BKA a BKB. Jika kita megguaka peta keali jarak (rage) apat itetuka ega muah, yaitu GT ya aalah. Utuk meetuka BKA a BKB atau batas pegealia perlu itaksir ilai. Jika iaggap bahwa karakteristik kualitas beristribusi ormal, maka estimasi apat iperoleh ari istribusi retag relatif, yaitu W. Jika staar eviasi W, maka w. Staar eviasi aalah:. Oleh karea tiak iketahui maka kita apat meaksir ega megguaka persamaa ( ). Dega emikia, jika kita megguaka batas pegealia -sigma, maka parameter peta keali rage apat itetuka ega persamaa sebagai berikut: BKA + + ( ), GT, BKB + ( ).(1) jika ituliska D 1 ( ) a D 4 1+ ( ), maka parameter peta keali rage apat itulis ega persamaa sebagai berikut: BKA D 4, GT, BKB D....(14) kostata D a D4 utuk berbagai ukura sampel atau ilai apat ilihat alam tabel lampira faktor gua membetuk grafik pegeali varabel.. METODOLOGI PENELITIAN Sumber Data Data yag iguaka aalah ata sekuer yaki ata jumlah hasil prouksi paa CV. Citra Sari tiap bula paa tahu Aalisis Data Data yag iperoleh ari hasil peelitia selajutya iaalisis secara kuatitatif. Dari ata iatas kita apat megetahui sejauh maa hasil prouksi alam koisi terkeali ega megguaka metoe pegealia kualitas statistik yaki ega peta keali. Karea ata iatas alam betuk variabel maka iguaka peta keali rata-rata a peta keali rage utuk megealika hasil prouksi iatas a utuk megetahui variasi peyebab khusus paa proses yag itaai ega aaya ata yag keluar ari kotrol. Lagkah-lagkah alam pembuata peta keali rata-rata a peta keali rage aalah sebagai berikut: 1. Tetuka ukura cotoh ( 4, 5, 6,...). Utuk keperlua praktek biasaya itetuka lima uit pegukura ari setiap cotoh ( 5).. Kumpulka set 0 5 set cotoh (palig seikit ari ) titik ata iiviual.. Hituglah ilai rata-rata ari tiap set cotoh ( ), a ari setiap set cotoh.

6 4. Hituglah rata-rata ari semua, yaitu: yag merupaka garis tegah (cetral lie) ari peta keali rata-rata, serta ilai rata-rata ari semua, yaitu: yag merupaka garis tegah (cetral lie) ari peta keali. 5. Hitug batas-batas keali sigma ari peta keali rata-rata a peta keali. Peta Keali ata-rata (batas-batas keali -sigma) BKA ( + A ), GT, BKA A ( ) Peta Keali age (batas-batas keali -sigma) BKA D 4, GT, BKB D 6. Buatlah peta keali rata-rata a peta keali rage megguaka batas-batas kotrol tiga sigma iatas. Setelah itu plot a tebarka ata a ari setiap cotoh yag iambil paa peta keali rata-rata a peta keali serta lakuka pegamata apakah ata itu beraa alam pegealia statistikal. 7. Apabila proses beraa alam pegealia (proses stabil), maka hitug ieks kapabilitas proses, Cp, a ieks kierja kae, Cpk, sebagai berikut: ( USL LSL) Cp imaa :, Batas spesifikasi (USL a LSL): ± 0, 05 6 Jika Cp 1 maka proses alam keaaa kapabel a jika Cp 1 maka proses alam keaaa tiak kapabel USL LSL Cpk mi (C pa ;C pb ) imaa: C pa a C pa jika C pk 1 maka proses alam keaaa baik a jika C pk < 1 maka proses alam keaaa tiak baik. Ieks kapabilitas proses baru iguaka utuk ihitug proses beraa alam pegealia.guaka peta keali rata-rata a peta keali rage utuk mematau proses yag seag berlagsug ari waktu ke waktu, utuk seterusya segera iambil tiaka perbaika apabila aa tampak perubahaperubaha yag tiak iigika paa proses. 4. HASIL DAN PEMBAHASAN Data Hasil Prouksi CV. Citra Sari Makassar Data yag ipakai paa peelitia ii aalah ata jumlah prouksi markisa CV. Citra Sari paa tahu 006 sampai tahu 008. Tabel 1 Jumlah hasil prouksi markisa paa CV. Citra Sari Makassar tahu Tahu 006 Tahu 007 Tahu 008 Bula Jumlah Prouksi Bula Jumlah Prouksi Bula Jumlah Prouksi Jauari 98 Jauari 440 Jauari 170 Februari 550 Februari 98 Februari 410 Maret 1680 Maret 1610 April 100 April 40 Mei 40 Mei 1470 Jui 180 Jui 156 Juli 710 Juli 640 Agustus 990 Agustus 9100 September 600 September 480 Oktober 7560 Oktober 150 November November 780 Desember 70 Desember 640

7 Pembuata Peta Keali ata-rata a Peta Keali age Pembuata peta keali rata-rata a peta keali rage apat ilakuka ega sebagai berikut: 1. Ditetuka ukura cotoh (, 4, 5, 6,...) karea seikitya jumlah ata hasil prouksi paa CV. Citra Sari maka iguaka ukura cotoh 5.. kumpulka set cotoh, karea jumlah ata yag iperoleh ari CV. Citra Sari paa tahu yaitu 5 ata maka set cotoh iperoleh sebayak 5 set cotoh. Utuk lebih jelasya apat ilihat paa tabel 5 berikut. Tabel. Peetua ukura cotoh a set cotoh paa ata jumlah prouksi markisa paa tahu 006 sampai tahu 008. Pegukura Paa Uit Cotoh ( 5) Perhituga yag perlu ata-rata age Jumlah ( ( ) ) , , Cotoh (Sampel) Jumlah ata-rata 0094,8 4418, , Meghitug ilai rata-rata ari semua yaitu 4418,96 yag merupaka garis tegah (GT) ari peta keali rata-rata, serta ilai rata-rata ari semua, yaitu: 686 yag merupaka garis tegah (GT) ari peta keali. 4. Meghitug batas-batas kotrol sigma karea kita megigikapeluag prouk alam kotrol sebesar 0,997, maka peta keali rata-rata a peta keali sebagai berikut: Peta keali rata-rata (batas-batas kotrol sigma) BKA + A 4418,96 + (0,577 )(686 ) 8045, 98 GT 4418, 96 BKB A 4418,96 (0,577 )(686 ) 791, 94 peetua ilai A apat ilihat paa lampira faktor gua membetuk grafik pegeali variabel. Peta keali rage (batas-batas kotrol sigma) BKA D (,115) , 89 GT BKB D (0) Peetua ilai D a 4 D apat ilihat paa lampira I faktor gua membetuk grafik pegeali variabel. 5. Buatlah peta keali rata-rata a peta keali ega megguaka batas keali iatas. Dega megguaka program miitab 14 kita membuat peta keali rata-rata a peta keali rag

8 -bar Chart for Jumlah Prouksi M arkisa CV. Citra Sari UCL Sample Mea Mea LCL79, Sam ple Num ber Gambar. Peta Keali ata-rata Prouksi Markisa CV. Citra Sari, TAHUN 006 sampai tahu 008. C hart for Jumlah P rouksi M arkisa C V. C itra S ari U C L 19 Sample age LC L0 1 S am ple N um ber 4 5 Gambar Peta Keali age Prouksi Markisa CV. Citra Sari, tahu 006 sampai tahu 008. Dapat ilihat ari peta keali rata-rata a peta keali rage ari ata hasil prouksi markisa paa tahu alam koisi terkeali hal ii apat ilihat ari ata yag beraa alam peta keali tiak aa yag keluar ari batas keali. 6. Karea proses suah stabil maka hitug ieks proses (Cp), a ieks kaerja Kae (Cpk), sebagai berikut: ( USL LSL ) 686 Cp ; imaa 70, 49 6,6 USL + 0, , , 0 LSL 0, , , 9

9 ( USL LSL) 4419,0 4418,9 0,1 Jai Cp 6, , ,94 Cpk mi( CPL, CPU ), imaa: CPL CPU LSL 4418, ,9 4418, ,9 6 70,49 ( ) USL ,0 4418, ,0 4418,96 70,49 ( ) 0, ,47 0, ,47 4,9 7,40 Jai Cpk mi( 4,9;7,40) 4,9 Karea Cp 1 maka proses alam keaaa kapabel, a Cpk 1 maka proses alam keaaa baik. Setelah perhituga Ieks Kapabilitas Proses a ieks kierja Kae, iperoleh bahwa proses alam keaaa kapabel a proses alam keaaa baik maka apat iketahui bahwa proses prouksi i CV. Citra Sari Makassar beraa alam batas pegealia statistik. Hal ii isebabka oleh maajeme prouksi yag cukup baik, yaitu ari aspek teaga kerja, mesi a pegaaa baha baku yag selalu terseia selama proses prouksi paa CV. Citra sari Makassar, selai itu maajeme pemasara paa CV. Citra Sari Makassar juga cukup baik, karea aaya ratai pemasara yag jelas mulai ari prouse ke istributor lalu sampai ke kosume atau proses pemasara lagsug ari prouse ke kosume, jagkaua pasarya juga cukup luas higga sampai ke aerah lai cotohya pulau jawa. 5. KESIMPULAN Perusahaa CV. Citra Sari memprouksi sirup markisa, paa aalisis awal ata prouksi perusahaa beraa alam batas pegealia statistik atau terkeali, setelah peghituga Ieks Kapabilitas Proses (Cp) a Ieks Kaerja Kae (Cpk) maka proses prouksi kapabel sehigga peta keali ratarata a peta keali rage utuk ata jumlah prouksi paa CV. Citra Sari Makassar apat ijaika sebagai alat alam megotrol jumlah prouksi yag aka atag. DAFTA PUSTAKA Amyari, Agus., Maajeme Pegealia Prouksi. Peerbit BPFE Yogyakarta. Assauri, Sofja., 199. Maajeme Prouksi Da Operasi. Peerbit Fakultas Ekoomi Uiversitas Ioesia Jakarta. Ariai, D. W., 00. Pegealia Kualitas Statistik. Peerbit Ai Yoyakarta. Gaspers, V., 001. Metoe Aalisis Utuk Peigkata Kualitas. Peerbit PT. Grameia Pustaka Utama Jakarta. Gitosuarmo, Iriyo., Maajeme Operasi. Peerbit BPFE Yogyakarta. Motgomery, D. C., Itrouctio to Statistikal Quality Cotrol. Newyork: Pretice Hall, Eglewoo Cliffs eksohaiprojo, S & Gitosuarmo, I., Maajeme Prouksi. Peerbit BPFE Yogyakarta. Sujaa., 00. Metoe Statistika. Peerbit PT. Tarsito Baug. Yamit, Zulia., 001. Maajeme Kualitas. Peerbit Ekoosia Kampus Fakultas Ekoomi UII Yogyakarta.

Rancangan Percobaan. Arum Handini Primandari, M.Sc.

Rancangan Percobaan. Arum Handini Primandari, M.Sc. Kosep Dasar Statistika utuk Racaga Percobaa Arum aii Primaari, M.Sc. Operator Pejumlaha Operator pejumlaha: Sifat: i1 i i1 i1 k k kx k x i1 i i1 i1 i i i i i1 i1 i1 i a bx a b x x y x y x x x... x i i

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

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

P r o s i d i n g 149

P r o s i d i n g 149 P r o s i d i g 149 PENGENDALIAN KUALITAS PRODUK KOPI TRADISIONAL DALAM RANGKA MENINGKATKAN KEPUASAN KONSUMEN Heptari Elita Dewi (1), Aisa Aprilia (2), Heru Satoso Hadi Subagyo (3) Fakultas Pertaia, Uiversitas

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

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

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

Lebih terperinci

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

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

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

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

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

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

Lebih terperinci

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

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

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. data dalam penelitian ini termasuk ke dalam data yang diambil dari Survei Pendapat

BAB III METODOLOGI PENELITIAN. data dalam penelitian ini termasuk ke dalam data yang diambil dari Survei Pendapat BAB III METODOLOGI PENELITIAN 3.1. Jeis da Sumber Data Jeis peelitia yag aka diguaka oleh peeliti adalah jeis peelitia Deskriptif. Dimaa jeis peelitia deskriptif adalah metode yag diguaka utuk memperoleh

Lebih terperinci

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

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

Lebih terperinci

BAB III 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 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 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

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

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 IV PENGUMPULAN DAN PENGOLAHAN DATA. Langkah Langkah Dalam Pengolahan Data

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA. Langkah Langkah Dalam Pengolahan Data BAB IV PENGUMPULAN DAN PENGOLAHAN DATA 4.1 Metode Pegolaha Data Lagkah Lagkah Dalam Pegolaha Data Dalam melakuka pegolaha data yag diperoleh, maka diguaka alat batu statistik yag terdapat pada Statistical

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

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 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

BAB 5 UKURAN DISPERSI

BAB 5 UKURAN DISPERSI BAB 5 UKURAN DISPERSI A. Ukura Dispersi Meurut Hasa (011 : 101) ukura dispersi atau ukura variasi atau ukura peyimpaga adalah ukura yag meyataka seberapa jauh peyimpaga ilai-ilai data dari ilai-ilai pusatya

Lebih terperinci

Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Unand

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

Lebih terperinci

PENAKSIRAN. Penaksiran Titik. Selang Kepercayaan untuk VARIANSI. MA2181 ANALISIS DATA Utriweni Mukhaiyar 17 Oktober 2011

PENAKSIRAN. Penaksiran Titik. Selang Kepercayaan untuk VARIANSI. MA2181 ANALISIS DATA Utriweni Mukhaiyar 17 Oktober 2011 PENAKSIRAN Peaksira Titik Peaksira Selag Selag Kepercayaa utuk RATAAN Selag Kepercayaa utuk VARIANSI MA8 ANALISIS DATA Utriwei Mukhaiyar 7 Oktober 0 Metode Peaksira Peaksira Titik Peaksira Selag Nilai

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

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

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

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 IV METODOLOGI PENELITIAN

BAB IV METODOLOGI PENELITIAN BAB IV ETODOLOGI PENELITIAN IV Lagkah-Lagkah Aalisis Struktur yag aka ijaika moel alam peelitia ii aalah struktur bagua latai a latai, yag iasumsika terbuat ari baja Struktur terlebih ahulu imoel ega megguaka

Lebih terperinci

CATATAN KULIAH Pertemuan VII: Konsep Total Derivatif dan Aplikasinya pada Komparatif Statik

CATATAN KULIAH Pertemuan VII: Konsep Total Derivatif dan Aplikasinya pada Komparatif Statik CATATAN KULIAH ertemua VII: Kosep Total erivati a Aplikasia paa Komparati tatik A. ieresial Masalah ag ihaapi: Bagaimaa aalisis komparati-statik jika tiak aa solusi betuk-rigkas reuce-orm ikareaka oleh

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

BAB 6: ESTIMASI PARAMETER (2)

BAB 6: ESTIMASI PARAMETER (2) Bab 6: Estimasi Parameter () BAB 6: ESTIMASI PARAMETER (). ESTIMASI PROPORSI POPULASI Proporsi merupaka perbadiga atara terjadiya suatu peristiwa dega semua kemugkiaa peritiwa yag bisa terjadi. Besara

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

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

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 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

Distribusi Pendekatan (Limiting Distributions)

Distribusi Pendekatan (Limiting Distributions) Distribusi Pedekata (Limitig Distributios) Ada 3 tekik utuk meetuka distribusi pedekata: 1. Tekik Fugsi Distribusi Cotoh 2. Tekik Fugsi Pembagkit Mome Cotoh 3. Tekik Teorema Limit Pusat Cotoh Fitriai Agustia,

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

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 1 Seputih Agung. Populasi dalam

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 1 Seputih Agung. Populasi dalam 19 III. METODE PENELITIAN A. Populasi da Sampel Peelitia ii dilaksaaka di SMP Negeri 1 Seputih Agug. Populasi dalam peelitia ii adalah seluruh siswa kelas VII SMP Negeri 1 Seputih Agug sebayak 248 siswa

Lebih terperinci

Bab II Sistem Dengan Fase Nonminimum Dan Iterative Learning Control

Bab II Sistem Dengan Fase Nonminimum Dan Iterative Learning Control Bab II Sistem Dea Fase Nomiimum Da Iterative Leari Cotrol Paa baia ii, aka ibahas sistem plat oliear ea ase o miimum a hal-hal ya terkait ea plat oliear. Pembahasa teta iversi stabil a iterative leari

Lebih terperinci

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

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

Lebih terperinci

BAB III METODE PENELITIAN

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

Lebih terperinci

Pendugaan Parameter. Selang Kepercayaan dengan Distribusi z (Tabel hal 175) Nilai α dan Selang kepercayaan yang lazim digunakan antara lain:

Pendugaan Parameter. Selang Kepercayaan dengan Distribusi z (Tabel hal 175) Nilai α dan Selang kepercayaan yang lazim digunakan antara lain: Peahulua Peugaa Parameter Peugaa Parameter Populai ilakuka ega megguaka ilai Statitik Sampel, Mial :. x iguaka ebagai peuga bagi µ. iguaka ebagai peuga bagi σ 3. p atau p$ iguaka ebagai peuga bagi π Peugaa

Lebih terperinci

PERBANDINGAN TEKNIK TREE SAMPLING DAN UNIT CONTOH LINGKARAN DALAM MENDUGA POTENSI TEGAKAN HUTAN TANAMAN EKALIPTUS (EUCALYPTUS PELLITA F.

PERBANDINGAN TEKNIK TREE SAMPLING DAN UNIT CONTOH LINGKARAN DALAM MENDUGA POTENSI TEGAKAN HUTAN TANAMAN EKALIPTUS (EUCALYPTUS PELLITA F. PERBANDINGAN TEKNIK TREE SAMPLING DAN UNIT CONTOH LINGKARAN DALAM MENDUGA POTENSI TEGAKAN HUTAN TANAMAN EKALIPTUS (EUCALYPTUS PELLITA F. MEULL) Muhamma Ikhwa, Emy Sajati, Azwi Staff Pegajar Fakultas Kehutaa,

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

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

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

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

IV. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan pada bulan September sampai Desember

IV. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan pada bulan September sampai Desember IV. METODOLOGI PENELITIAN 4.1. Metode Peelitia 4.1.1 Lokasi da Waktu Peelitia Peelitia ii dilaksaaka pada bula September sampai Desember 2009, bertempat di Laboratorium Terpadu IPB yag beralamat di Kampus

Lebih terperinci

DSP Application Research Centre, Electrical Engineering Dept. SOLUSI UAS 5 JUNI 2000 TA 1999 / 2000

DSP Application Research Centre, Electrical Engineering Dept. SOLUSI UAS 5 JUNI 2000 TA 1999 / 2000 DSP Applicatio Research Cetre, Electrical Egieerig Dept. SOLUSI UAS 5 JUNI TA 999 /. Sistem Liier ega fugsi trasfer : ( s + H ( s ( s + 4( s + a. Tetuka respose impulse sistem. Apakah sistem stabil? (

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 26 BAB III METODOLOGI PENELITIAN A. Tempat da Waktu Kegiata dilakuka di Divisi Tresuri Bak XYZ dari bula Jauari - April 2011. Pegambila data dilakuka di beberapa wilayah pemasara yaitu di wilayah Jakarta,

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

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

III. METODOLOGI KAJIAN

III. METODOLOGI KAJIAN 39 III. METODOLOGI KAJIAN A. Lokasi da Waktu Kajia Kajia telah dilakuka di PD. Augerah Hero, suatu idustri kecil sepatu yag beralamat di Kampug Sawah Ilir RT.02 RW.03 Mekarjaya, Kecamata Ciomas, Kabupate

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

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

BUSYAIRI, AHMAD. Dosen Pendidikan Akuntansi, FKIP UGR Selong-Lombok Timur. ABSTRAK

BUSYAIRI, AHMAD. Dosen Pendidikan Akuntansi, FKIP UGR Selong-Lombok Timur.   ABSTRAK STATISTICAL QUALITY CONTROL (SQC) DALAM MENENTUKAN TINGKAT KERUSAKAN PRODUK PADA INDUSTRI KERAJINAN TANGAN BATIK SASAMBO JAYA ABADI DI DESA PRINGGASELA LOMBOK TIMUR BUSYAIRI, AHMAD Dose Pedidika Akutasi,

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

PENAKSIRAN METODE PENAKSIRAN CONTOH. Kasus 1: taksiran titik IP = 3,5 Kasus 2: taksiran selang IP = [3,4]

PENAKSIRAN METODE PENAKSIRAN CONTOH. Kasus 1: taksiran titik IP = 3,5 Kasus 2: taksiran selang IP = [3,4] PENAKIRAN Peaksira Titik Peaksira elag elag Kepercayaa utuk µ elag Kepercayaa utuk σ MA 8 Aalisis Data Utriwei Mukhaiyar Oktober 00 008 by UP & UM METODE PENAKIRAN. Peaksira Titik Nilai tuggal dari suatu

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

Evaluasi Pelaksanaan Quality Control Terhadap Produk Akhir

Evaluasi Pelaksanaan Quality Control Terhadap Produk Akhir Evaluasi Pelaksaaa Quality Cotrol Wiato Nawarcoo, SE, MM Evaluasi Pelaksaaa Quality Cotrol Terhadap Produk Akhir Studi Kasus Pada Perusahaa Batako UD Lestari Yogyakarta Wiato Nawarcoo *) Abstract The purpose

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

Bab 6 PENAKSIRAN PARAMETER

Bab 6 PENAKSIRAN PARAMETER Bab 6 PENAKSIRAN PARAMETER Stadar Kompetesi : Setelah megikuti kuliah ii, mahasiswa dapat memahami hubuga ilai sampel da populasi da meetuka distribusi samplig yag tepat utuk diguaka Kompetesi Dasar :

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

III. METODOLOGI PENELITIAN

III. METODOLOGI PENELITIAN 16 III. METODOLOGI PENELITIAN 3.1. Keragka Pemikira Pegukura kierja keuaga perusahaa pada dasarya dilaksaaka karea igi megetahui tigkat profitabilitas (keutuga) da tigkat resiko atau tigkat kesehata suatu

Lebih terperinci

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

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

Lebih terperinci

BAB III METODOLOGI PENELITIAN

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

Lebih terperinci

BAB II STATISTIK MAXWELL-BOLTZMAN

BAB II STATISTIK MAXWELL-BOLTZMAN BAB II STATISTIK MAXWELL-BOLTZMAN A. Kapasitas Paas Jeis Zat Paat. Paa zat paat yag berbetuk kristal, atom-atom atau molekul-molekul pembaguya tersusu secara teratur. Atom-atom atau molekulya terikat satu

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

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

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 77-85, Agustus 2003, ISSN : DISTRIBUSI WAKTU BERHENTI PADA PROSES PEMBAHARUAN

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 77-85, Agustus 2003, ISSN : DISTRIBUSI WAKTU BERHENTI PADA PROSES PEMBAHARUAN JURAL MATEMATKA DA KOMPUTER Vol. 6. o., 77-85, Agustus 003, SS : 40-858 DSTRBUS WAKTU BERHET PADA PROSES PEMBAHARUA Sudaro Jurusa Matematika FMPA UDP Abstrak Dalam proses stokhastik yag maa kejadia dapat

Lebih terperinci

Hendra Gunawan. 12 Februari 2014

Hendra Gunawan. 12 Februari 2014 MA1201 MATEMATIKA 2A Hedra Guawa Semester II, 2013/2014 12 Februari 2014 Bab Sebelumya 8. Betuk Tak Tetu da Itegral Tak Wajar 8.1 Betuk Tak Tetu 0/0 82 8.2 Betuk Tak Tetu Laiya 8.3 Itegral Tak Wajar dg

Lebih terperinci

Penaksiran Titik Penaksiran Selang. Selang Kepercayaan untuk VARIANSI MA2081 STATISTIKA DASAR

Penaksiran Titik Penaksiran Selang. Selang Kepercayaan untuk VARIANSI MA2081 STATISTIKA DASAR PENAKSIRAN Peaksira Titik Peaksira Selag Selag Kepercayaa utuk RATAAN Selag Kepercayaa utuk VARIANSI MA08 STATISTIKA DASAR MA08 STATISTIKA DASAR Utriwei Mukhaiyar 5 Oktober 0 Metode Peaksira Peaksira Titik

Lebih terperinci

x = μ...? 2 2 s = σ...? x x s = σ...?

x = μ...? 2 2 s = σ...? x x s = σ...? Pedugaa Parameter x 2 sx s = μ...? 2 = σ x...? = σ...? Peduga Parameter Peduga titik yaitu parameter populasi p diduga dega suatu besara statistik, misal: rata-rata, proporsi, ragam, dll Peduga Selag (Iterval)

Lebih terperinci

PENGGUNAAN METODE BAYESIAN OBYEKTIF DALAM PEMBUATAN GRAFIK PENGENDALI p-chart

PENGGUNAAN METODE BAYESIAN OBYEKTIF DALAM PEMBUATAN GRAFIK PENGENDALI p-chart Prosidig Semiar Nasioal Peelitia, Pedidika da Peerapa MIPA, Fakultas MIPA, Uiversitas Negeri Yogyakarta, 2 Jui 2012 PENGGUNAAN METODE BAYESIAN OBYEKTIF DALAM PEMBUATAN GRAFIK PENGENDALI p-chart Adi Setiawa

Lebih terperinci

BAB III METODE PENELITIAN. penelitian ini adalah penelitian diskriptif kuantitatif. Dalam hal ini peneliti akan

BAB III METODE PENELITIAN. penelitian ini adalah penelitian diskriptif kuantitatif. Dalam hal ini peneliti akan BAB III METODE PENELITIAN A. Jeis Peelitia Berdasarka pertayaa peelitia yag peeliti ajuka maka jeis peelitia ii adalah peelitia diskriptif kuatitatif. Dalam hal ii peeliti aka mediskripsika kemampua relatig,

Lebih terperinci

ANALISIS PENGENDALIAN KUALITAS PRODUKSI PADA PRODUK ONCOM DALAM UPAYA MENGURANGI TINGKAT KECACATAN PRODUK MENGGUNAKAN ALAT BANTU STATISTIK

ANALISIS PENGENDALIAN KUALITAS PRODUKSI PADA PRODUK ONCOM DALAM UPAYA MENGURANGI TINGKAT KECACATAN PRODUK MENGGUNAKAN ALAT BANTU STATISTIK ANALISIS PENGENDALIAN KUALITAS PRODUKSI PADA PRODUK ONCOM DALAM UPAYA MENGURANGI TINGKAT KECACATAN PRODUK MENGGUNAKAN ALAT BANTU STATISTIK Sarif Hidayat,Jazuli, Rudi Tjahyoo Tekik Idustri, Fakultas Tekik,

Lebih terperinci

Modul Kuliah statistika

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

Lebih terperinci

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

ESTIMASI PARAMETER MOTOR ARUS SEARAH MENGGUNAKAN METODA LEAST-SQUARE ESTIMATOR

ESTIMASI PARAMETER MOTOR ARUS SEARAH MENGGUNAKAN METODA LEAST-SQUARE ESTIMATOR ESTIMASI PARAMETER MOTOR ARUS SEARAH MENGGUNAAN METODA LEAST-SQUARE ESTIMATOR Iskaar Azis Program Stui Tekik Sipil Fakultas Tekik Uiversitas Almuslim Bireue ABSTRA Estimasi parameter motor arus searah

Lebih terperinci

III. METODOLOGI PENELITIAN

III. METODOLOGI PENELITIAN 16 III. METODOLOGI PENELITIAN 3.1. Keragka Pemikira Peelitia Perkembaga zama yag meutut setiap idividu baik dari segi kemampua maupu peampila. Boss Parfum yag bergerak di bidag isi ulag miyak wagi didirika

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 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 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

Kecepatan putar sebuah motor servo dengan input konstan digambar sebagai berikut: Time (s)

Kecepatan putar sebuah motor servo dengan input konstan digambar sebagai berikut: Time (s) UJIAN TENAH SEMESTER ANJIL TAHUN / JURUSAN TEKNIK ELEKTRO FAKULTAS TEKNIK UNIVERSITAS DIPONEORO Mata Uji : Sistem Kotrol Aalog Sifat : Terbuka Hari, taggal : Rabu, Nopember Waktu : 6.3 8. (9 meit) Ruag

Lebih terperinci

PENAKSIRAN M A S T A T I S T I K A D A S A R 1 7 M A R E T 2014 U T R I W E N I M U K H A I Y A R

PENAKSIRAN M A S T A T I S T I K A D A S A R 1 7 M A R E T 2014 U T R I W E N I M U K H A I Y A R PENAKSIRAN P E N A K S I R A N T I T I K P E N A K S I R A N S E L A N G S E L A N G K E P E R C A Y A A N U N T U K R A T A A N S E L A N G K E P E R C A Y A A N U N T U K V A R I A N S I M A 0 8 S T

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

II. LANDASAN TEORI. Sampling adalah proses pengambilan atau memilih n buah elemen dari populasi yang

II. LANDASAN TEORI. Sampling adalah proses pengambilan atau memilih n buah elemen dari populasi yang II. LANDASAN TEORI Defiisi 2.1 Samplig Samplig adalah proses pegambila atau memilih buah eleme dari populasi yag berukura N (Lohr, 1999). Dalam melakuka samplig, terdapat teori dasar yag disebut teori

Lebih terperinci

PROSIDING ISBN:

PROSIDING ISBN: S-6 Perlukah Cross Validatio dilakuka? Perbadiga atara Mea Square Predictio Error da Mea Square Error sebagai Peaksir Harapa Kuadrat Kekelirua Model Yusep Suparma (yusep.suparma@ upad.ac.id) Uiversitas

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

6. Pencacahan Lanjut. Relasi Rekurensi. Pemodelan dengan Relasi Rekurensi

6. Pencacahan Lanjut. Relasi Rekurensi. Pemodelan dengan Relasi Rekurensi 6. Pecacaha Lajut Relasi Rekuresi Relasi rekuresi utuk dereta {a } adalah persamaa yag meyataka a kedalam satu atau lebih suku sebelumya, yaitu a 0, a,, a -, utuk seluruh bilaga bulat, dega 0, dimaa 0

Lebih terperinci

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

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

Lebih terperinci

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

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

Penarikan Sampel Acak Sederhana

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

Lebih terperinci

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