OPTIMASI PERBEDAAN WARNA DAN KILAP CAT BUBUK MENGGUNAKAN METODE PERMUKAAN RESPON ABSTRAK

Ukuran: px
Mulai penontonan dengan halaman:

Download "OPTIMASI PERBEDAAN WARNA DAN KILAP CAT BUBUK MENGGUNAKAN METODE PERMUKAAN RESPON ABSTRAK"

Transkripsi

1 Prosdng Semnar Nasonal Manajemen Teknolog XXIV Program Stud MMT-ITS, Surabaya 3 Januar 016 OPTIMASI PERBEDAAN WARNA DAN KILAP CAT BUBUK MENGGUNAKAN METODE PERMUKAAN RESPON Sukram 1), Bobby Oedy P. Soepangkat ) Program Stud Magster Manajemen Teknolog Insttut Teknolog Sepuluh Nopember Surabaya 1) soekram@yahoo.com, ) Bops_1994@me.ts.ac.d ABSTRAK Pengecatan dengan menggunakan cat bubuk merupakan salah satu metode fnshng pada alumnum arstektural yang mensyaratkan jamnan produk selama 10 tahun. Produk pengecatan d PT XYZ memlk dua karakter kualtas yang krts (CTQ) yatu perbedaan warna (ΔE) dan klap cat bubuk. Kedua CTQ tersebut sangat dpengaruh oleh formulas cat bubuk dan proses pematangan. Parameter proses pematangan melput kecepatan konveyor, suhu oven dan pembukaan ductng. Setng parameter yang tdak tepat, akan menghaslkan selsh perbedaan warna (ΔΔE) antara produk hasl pematangan pada oven bagan atas dengan oven bagan bawah. Oleh sebab tu perlu dlakukan peneltan untuk menentukan pengaruh parameter proses terhadap ΔE, ΔΔE dan klap. Peneltan juga bertujuan untuk menentukan setng yang tepat terhadap parameter-parameter proses pematangan agar menghaslkan nla terkecl pada ΔE dan ΔΔE, serta nla klap yang memenuh rentang spesfkas produk. Metode permukaan respon dgunakan dalam peneltan n dan rancangan percobaan dsusun dengan menggunakan Box-Behnken Desgn. Respon-respon doptmas dengan menggunakan fungs desrablty. Peneltan juga menghtung penurunan baya kerugan yang terjad dengan menggunakan persamaan kerugan Taguch. Perhtungan optmas dengan menggunakan fungs desrablty menghaslkan ΔE, ΔΔE dan klap sebesar 0,7, 0,04 dan 77,7. Penurunan baya kerugan yang terjad adalah sebesar Rp ,94/unt atau 59,59%. Hasl proses pematangan yang optmal dcapa pada saat dgunakan setng kecepatan konveyor, suhu oven dan pembukaan ductng, sebesar 9,41 Hz., 193 C dan 74%. Kata kunc: Cat Bubuk, Klap, Pematangan, Perbedaan Warna, Permukaan Respon. PENDAHULUAN Industr alumnum untuk arstektural tumbuh dengan pesat menggantkan fungs kayu. Keunggulan alumnum adalah memlk tngkat kepressan yang bak, penamplan yang artstk, mampu memnmalkan celah dan proses fabrkas yang mudah. Pengecatan dengan menggunakan cat bubuk merupakan metode fnshng yang serng dgunakan (Kumar, 010). Produk pengecatan pada alumnum arstektural mensyaratkan jamnan produk selama sepuluh tahun dalam hal kekuatan dan tamplan produk. PT XYZ merupakan salah satu perusahaan penyeda layanan cat bubuk. Perusahaan menentukan dua karakter kualtas yang krts (Ctrtcal to Qualty/CTQ) pada tamplan lapsan cat bubuk, yatu perbedaan warna (ΔE) dan klap lapsan cat atau basa dsebut klap (gloss). Dua CTQ tersebut dpengaruh oleh materal cat bubuk dan proses pematangan. Salah satu karakter materal cat bubuk adalah warna. Semakn cerah warna cat bubuk semakn senstf terhadap perubahan warna. Warna beg pure whte 01 (PW-01) merupakan jens warna puth yang palng banyak dgunakan d proses produks. Warna PW-01 senstf terhadap panas dan memlk klap sedang, sehngga berpotens terjad perbedaan warna dan penurunan klap pada waktu proses pematangan. ΔE dapat dukur dengan menggunakan colormeter dalam satuan ISBN :

2 Prosdng Semnar Nasonal Manajemen Teknolog XXIV Program Stud MMT-ITS, Surabaya 3 Januar 016 CIE Lab yang memlk nla spesfkas maksmal 0,5. Pengukuran klap menggunakan glossmeter dan memlk spesfkas 77 ± 7 untuk warna PW-01. Proses pematangan d PT XYZ menggunakan oven jens tunnel oven dengan sstem floor ductng dan srkulas gas hasl pembakaran sebaga sstem pemanas. Tunnel oven dengan sstem floor ductng memlk kelemahan dalam hal kerataaan penyebaran panas. Suhu pada bagan bawah oven lebh tngg dbandng suhu pada bagan atas oven, sehngga mengakbatkan terjadnya perbedaan nla ΔE (ΔΔE) dantara kedua bagan tersebut. Beberapa faktor yang berpengaruh pada knerja oven adalah kecepatan konveyor, suhu oven dan pengaturan alran udara pemanas. Proses produks yang menggunakan setng nverter untuk kecepatan konveyor sebesar 9, Hz., suhu oven sebesar 19 C dan pembukaan ductng sebesar 100%, menghaslkan proses dengan jumlah produk cacat untuk ketga CTQ tersebut sebesar 3,58%. 7 Gambar 1. Sketsa tunnel oven dengan menggunakan floor ductng system Berbaga peneltan telah dlakukan untuk mengoptmas ΔE dan klap. Pada tahun 006, Fatem dkk. melakukan optmas klap pada cat untuk marka jalan dengan faktor nput formulas dan pgmen. Optmas ΔE dlakukan oleh Mrabedn dkk. (01) dengan faktor nput formulas. Peneltan-peneltan tersebut menggunakan metode mxture karena terkat dengan faktor nput formulas. Peneltan terbaru yang dlakukan oleh Bazrafshan dkk. (015) menggunakan metode permukaan respon untuk mengoptmas ΔE pada tnta percetakan. METODE PERMUKAAN RESPON Metode permukaan respon (response surface methodology) merupakan metode statstka dan matematka yang efektf untuk mempelajar hubungan antara beberapa faktor dengan respon yang bersfat kuanttatf. Metode n dapat dgunakan untuk tujuan pemetaan respon, optmas respon dan pemlhan konds operas. Menurut Irawan dan Astut (006) serta Montgomery (009) langkah-langkah dalam perancangan percobaan dengan metode permukaan respon adalah pengndentfkasan masalah, penentuan respon, pengdentfkasan faktor dan penentuan level, perancangan percobaan, pelaksanakan percobaan, analss statstk hasl percobaan, serta penaarkan kesmpulan dan pemberan rekomendas. Analss statstk hasl percobaan terdr dar penyusunan model regres, pengujan model dan optmas dengan menggunakan fungs desrablty. Perumusan model menggunakan regres orde dua bersfat lebh fleksbel, sehngga dapat menyelesakan kasus yang tdak dapat dselesakan dengan menggunakan orde satu. (Wu dan Hamada, 000). Persamaan regres orde dua dtamplkan pada persamaan 1. k y 0 x x j x x j ( 1) k 1 6 k 5 4 j 1. Burner. Pompa udara 3. Sensor panas 4. Ductng alran masuk 5. Ductng alran keluar 6. Konveyor 7. Cerobong gas buang ISBN :

3 Prosdng Semnar Nasonal Manajemen Teknolog XXIV Program Stud MMT-ITS, Surabaya 3 Januar 016 y adalah respon atau varabel tdak bebas, β 0 adalah ttk potong kurva (ntersept), β adalah koefsen regres dar x, β adalah koefsen regres dar x, β j adalah koefsen regres dar nteraks antara x dan x j, x adalah varabel bebas ke, ɛ adalah error. Pemodelan yang dhaslkan harus duj dengan menggunakan uj kecukupan model, uj koefsen regres, dan uj asums resdual. Persamaan regres hasl permodelan dgunakan sebaga dasar untuk melakukan optmas dengan menggunakan fungs desrablty. Fungs tujuan dar optmas dengan menggunakan fungs desrablty adalah memaksmalkan nla desrablty (D) yang merupakan fungs dar desrablty ndvdu (d) sepert dtunjukkan oleh persamaan. D = (d ΔE x d ΔΔE x d klap ) 1/3 ( ) Respon ΔE dan ΔΔE bersfat semakn kecl semakn bak sehngga d dhtung dengan persamaan 3. Nla d = 1 jka ŷ < T dan d = 0 jka ŷ > U. d = U yˆ U T T ŷ U (3) Klap bersfat nomnal terbak sehngga perhtungan nla d dlakukan dengan menggunakan persamaan 4. d = d = yˆ L T L U yˆ U T L ŷ T T ŷ U d = 0 ŷ < L atau ŷ > U L adalah batas bawah repon ke, T adalah nla target respon ke, U adalah batas atas respon ke dan ŷ adalah nla taksran respon ke. PERANCANGAN PERCOBAAN Perancangan percobaan dlakukan dengan menggunakan Box-Behnken desgn (BBD ) untuk tga respon yang dpengaruh oleh tga faktor. Respon dalam percobaan n adalah ΔE, ΔΔE dan klap, sedangkan faktor melput kecepatan konveyor, suhu oven dan pembukaan ductng. Masng-masng faktor memlk tga level sepert yang dtamplkan pada Tabel 1. Level dalam BBD adalah 1, 0 dan 1. BBD hanya perlu melakukan pengulangan pada ttk pusat mnmal sebanyak 3 kal untuk menghtung lack of ft. Seluruh ttk percobaan memlk jarak yang sama terhadap ttk pusat, yatu sebesar. Tabel 1 Tabel Penentuan Level Fakor No Parameter Proses Penentuan Level Bawah (-1) Tengah (0) Atas (1) 1 Inverter kecepatan konveyor ( x 1 ) 9,0 Hz. 9,5 Hz. 10 Hz. Suhu oven ( x ) 180 C 190 C 00 C 3 Pembukaan ductng ( x 3 ) 50% 75% 100% Transformas dperlukan untuk mengubah varabel bebas ke dalam level pengkodean faktor yang mengkut persamaan berkut n (Wu dkk., 000). xreal ( xmax xmn) / x ( xmax xmn) / (5) Perancangan percobaan dlakukan dengan menggunakan program Mntab 16 dan menghaslkan 15 kombnas percobaan yang dtamplkan pada Tabel. (4) ISBN :

4 Prosdng Semnar Nasonal Manajemen Teknolog XXIV Program Stud MMT-ITS, Surabaya 3 Januar 016 Tabel Rancangan Percobaan Box-Behnken Std. Run Pengkodean Tanpa Pengkodean Order Order X 1 X X 3 X 1 X X ,5 Hz. 180 C 100% ,5 Hz. 190 C 75% ,5 Hz. 190 C 75% ,5 Hz. 180 C 50% ,5 Hz. 00 C 100% ,5 Hz. 00 C 50% Hz. 00 C 75% Hz. 190 C 100% ,0 Hz. 190 C 50% ,0 Hz. 180 C 75% ,5 Hz. 190 C 75% Hz. 180 C 75% ,0 Hz. 00 C 75% ,0 Hz. 190 C 100% Hz. 190 C 50% HASIL PERCOBAAN Data hasl percobaan berupa ΔE, ΔΔE dan klap untuk produk pengecatan menggunakan cat bubuk PW-01 pada lembaran alumnum dengan ketebalan 1,1 mm dtamplkan pada Tabel 3. ΔE dhtung dengan menggunakan persamaan 6, sedangkan ΔΔE dhtung dengan menggunakan persamaan 7. E ( L) ( a) ( b) ( 6) ΔΔE = ΔE bawah ΔE bawah ( 7) Tabel 3 Data Hasl Percobaan Standard order Run order Kecepatan konveyor Suhu oven Pembukaan ductng ΔE ΔΔE Klap ,5 0,3 83, ,18 0,04 79, ,19 0,04 80, ,40 0,8 8, ,53 0,5 77, ,67 0,7 69, ,53 0,19 76, ,17 0,49 86, ,44 0,37 79, ,47 0,0 81, ,0 0,06 78, , 0,13 87, ,63 0,01 7, ,33 0,13 8, ,4 0,3 79,60 ISBN :

5 Prosdng Semnar Nasonal Manajemen Teknolog XXIV Program Stud MMT-ITS, Surabaya 3 Januar 016 ANALISIS STATISTIK HASIL PERCOBAAN Analss varans (ANAVA) dgunakan untuk menguj koefsen regres secara serentak. Tabel 4 menunjukkan bahwa regres, lner, kudratk dan nteraks berpengaruh sgnfkan pemodelan seluruh respon. Secara umum keseluruhan model berpengaruh sgnfkan secara statstk terhadap respon dan tdak ada lack of ft pada model. Tabel 4 ANAVA Term P untuk ΔE P untuk ΔΔE P untuk klap Regres 0,000 0,000 0,000 Lner 0,000 0,000 0,000 Kuadratk 0,001 0,000 0,009 Interaks 0,07 0,000 0,040 Lack of ft 0,11 0,709 0,687 Semua koefsen determnas R yang dtunjukkan pada Tabel 5 bernla lebh dar 90% sehngga kecukupan model terpenuh. Berdasarkan Tabel 5 dketahu bahwa tdak semua koefsen berpengaruh sgnfkan terhadap model. Tabel 5 Perkraan Nla Koefsen Regres Keterangan ΔE ΔΔE Klap Koefsen Nla P Koefsen Nla P Koefsen Nla P Konstanta 0, ,000 0, , ,000 X 1 0, ,001 0, , ,010 X 0,1688 0,000 0, , ,000 X 3 0,0895 0,000 0, , ,003 X 1 0, ,003 0, , ,039 X 0, ,000 0, , ,036 X 3 0, ,003 0,018 0, X 1 X 0, ,034 0, , X 1 X 3 0, ,044 0, , X X ,04 R 98,7 99,78% 96,14% ( E ( E ( klap PENYUSUNAN MODEL MATEMATIS Berdasarkan hasl pengujan-pengujan yang telah dlakukan, maka dapat dsusun model matemats yang menunjukkan pengaruh kecepatan konveyor ( x 1 ), suhu oven (x ) dan pembukaan ductng (x 3 ) terhadap ΔE y ), ΔΔE y ), serta klap y ) dalam persamaanpersamaan regres berkut n. yˆ E 0,1908 0,06698x1 0,1688x 0,0895x3 0,07580x1 0,19574x 0, 07459x 0,04014x1x 0, 3773x1x3 yˆ E 0, ,077133x1 0,007889x 0,018613x3 0,055078x1 0, 1687x 0,018x3 0,018315x1x 0, 99341x1x3 yˆ klap 79,88 1,845x1 4,983x,479x3 1,807x1 1,936x 1, 533x x3 Plot yang dhaslkan dar pemodelan dtamplkan pada Gambar untuk surface plot pada ΔE dengan kecepatan konveyor konstan. Grafk n berfungs untuk menunjukan pengaruh dua faktor terhadap sebuah respon. Gambar menunjukkan bahwa penngkatan suhu dan pembukaan ductng akan menurunkan ΔE hngga ttk tertentu, kemudan berdampak sebalknya. 3 ( 8 ) ( 9) (10) ISBN :

6 Prosdng Semnar Nasonal Manajemen Teknolog XXIV Program Stud MMT-ITS, Surabaya 3 Januar ΔE P. ductng Suhu o Gambar Surface plot untuk ΔE dengan kecepatan konveyor konstan OPTIMASI RESPON Fungs desrablty dgunakan untuk mengoptmas respon-respon yang bertujuan untuk memnmalkan ΔE dan ΔΔE serta mendekatkan klap pada nla target sebesar 77. Batasan optmas yang dlakukan dengan menggunakan program Mntab16 dtunjukkan pada Tabel 6 berkut n. Tabel 6 Batasan Optmas Respon Menggunakan Fungs Desrablty Respon Tujuan Batas bawah Target Batas atas α ΔE Memnmalkan - 0 0,5 1 1 ΔΔE Memnmalkan - 0 0,5 1 1 Klap Nomnal terbak Optmas dengan menggunakan fungs desrablty menghaslkan nla optmal ΔE sebesar 0,654, ΔΔE sebesar 0,0414 dan nla klap sebesar 77,7190, yang dperoleh pada saat nla D mencapa 0,783. Grafk optmas fungs desrablty dtamplkan pada Gambar 3. Pengaturan parameter proses pematangan yang menghaslkan respon yang optmal adalah kecepatan konveyor sebesar 0,171717, suhu oven sebesar 0, dan pembukaan ductng sebesar 0, Transformas faktor menghaslkan kecepatan konveyor sebesar 9,414 Hz., suhu oven sebesar 193,13 C dan pembukaan ductng sebesar 73,74%. Dengan demkan, untuk menghaslkan produk pengecatan yang memenuh spesskas dar CTQnya, proses pematangan dlakukan dengan kecepatan konveyor sebesar 9,41 Hz., suhu oven sebesar 193 C dan pembukaan ductng sebesar 74%. Hasl optmas menghaslkan proses dengan kecepatan konveyor dan suhu oven yang lebh tngg dbandng proses awal. Proses awal menggunakan setng kecepatan konveyor sebesar 9, Hz., suhu oven sebesar 19 C dan pembukaan ductng sebesar 100%. O p tm a l D H g h C u r L o w C o m p o s te De sra blty X 1 X X [ ] [ ] [ ] Δ E M n m u m y = d = Δ Δ E M n m u m y = d = k la p T a r g : y = d = Gambar. Grafk optmas fungs desrablty Setng hasl optmas selanjutnya dgunakan sebaga setng proses pematangan pada percobaan konfrmas. Hasl percobaan konfrmas dtamplkan pada Tabel 7. Setng hasl optmas menghaslkan proses yang lebh bak yang dtanda dengan penngkatan nla C p dan C pk dbandngkan dengan proses sebelum optmas. Setng hasl optmas menghaslkan rata- ISBN :

7 Prosdng Semnar Nasonal Manajemen Teknolog XXIV Program Stud MMT-ITS, Surabaya 3 Januar 016 rata untuk ΔE, ΔΔE dan klap sebesar 0,66, 0,0569 dan 77,979, dengan devas standar sebesar 0,0491, 0,087 dan 1,404. Tabel 7 Analss Kemampuan Proses Menggunakan Setng Hasl Optmas Item ΔE ΔΔE Klap Perbandngan Awal Optmas Awal Optmas Awal Optmas Mean 0,66 0,557 0,1756 0, , ,979 Devas standar 0,0945 0,0491 0,081 0,087 1,5445 1,5404 C p (kepressan) ,51 1,51 C pl ,39 1,73 C pu 0,8 1,66 1,3 5,15 0,63 1,3 C pk (keakurasan) 0,8 1,66 1,3 5,15 0,63 1,3 % < BSB % > BSA 0,67% 0 0 0,91 0 PENURUNAN BIAYA KERUGIAN Penurunan devas standar dan nla rata-rata yang lebh dekat dengan target menyebabkan terjadnya penurunan baya kerugan. Baya untuk perbakan pada cacat perbedaan warna dan klap adalah sebesar Rp ,00/unt. Baya n dgunakan untuk menghtung nla konstanta ( k) dengan menggunakan persamaan 11. A 0 adalah baya perbakan dan Δ 0 adalah tolerans spesfkas. Δ 0 untuk ΔE dan ΔΔE adalah sebesar 0,5, sehngga dperoleh nla k sebesar Rp ,00/unt. Klap memlk nla Δ 0 sebesar 7, sehngga memlk nla k sebesar Rp ,63/unt. 0 k A (11) 0 Nla k kemudan dgunakan untuk menghtung baya kerugan dengan menggunakan persamaan 1 untuk ΔE dan ΔΔE dan persamaan 13 untuk klap. L k S L Klap k S y Klap y klap m klap Hasl perhtungan baya kerugan ( L) dtamplkan pada Tabel 8. Penurunan baya kerugan yang terjad dengan menggunakan setng hasl optmas adalah Rp ,94/unt atau sebesar 59,59%. Tabel 8 Perhtungan Baya Kerugan Keterangan Awal Hasl optmas Penurunan L ΔE Rp ,78/unt Rp ,9/unt Rp. 1.56,49/unt L ΔΔE Rp..833,69/unt Rp ,04/unt Rp ,65/unt L klap Rp ,17/unt Rp..03,77/unt Rp , 80/unt L total Rp ,63/unt Rp ,60,/unt Rp ,94/unt KESIMPULAN Berdasarkan pemodelan, optmas, perhtungan baya dan pembahasan maka dapat dperoleh kesmpulan sebaga berkut: 1. Pemodelan pengaruh faktor kecepatan konveyor (x 1 ), suhu oven (x ) dan pembukaan ductng (x 3 ) terhadap respon ΔE, ΔΔE dan klap mengkut persamaan orde dua sebaga berkut. (1) (13) ISBN :

8 Prosdng Semnar Nasonal Manajemen Teknolog XXIV Program Stud MMT-ITS, Surabaya 3 Januar 016 ˆ y E yˆ ˆ E y klap 0,1908 0,06698x1 0,1688x 0,0895x3 0,07580x1 0, 19574x 0,07459x3 0,04014x1x 0, 3773x1x3 0, ,077133x1 0,007889x 0,018613x3 0,055078x1 0, 1687x 0,018x3 0,018315x1x 0, 99341x1x3 79,88 1,845x1 4,983x,479x3 1,807x1 1,936x 1, 533x x3. Optmas dengan menggunakan fungs desrablty menghaslkan nla ΔE sebesar 0,7, ΔΔE sebesar 0,04 dan klap sebesar 77,7 yang dlakukan pada setng parameter proses pematangan berkut n: Faktor (parameter proses) [nla kode] [nla mesn] Kecepatan konveyor 0, ,41 Hz. Suhu oven 0, ⁰C Pembukaan ductng 0, % 3. Persentase penurunan baya kerugan adalah sebesar 59,59%. SARAN Untuk memperbak peneltan n, maka dsarankan untuk: 1. Menentukan waktu berhent yang optmal agar menghaslkan CTQ produk yang masuk dalam rentang spesfkas produk.. Mengoptmas respon kekuatan hasl pengecatan dan tamplan secara serentak. DAFTAR PUSTAKA Bazrafshan, Z., Ataeefard, M., Nourmohammadan, F. 015, Modelng The Effect of Pgment and Processng Parameters n Polymerc Composte for Prntng Ink Applcaton Usng The Response Surface Methodology, Progress n Organc Coatng, Vol. 8, hal Fatem, S., Varkan, M.K., Ranjbar, Z., Bastan, S. 006, Optmzaton of Water-Based Road- Markng Pant by Expermental Desgn, Mxture Method, Progress n Organc Coatng, Vol. 55, hal Irawan, N., Astut, S.P. 006, Mengolah Data Statstk dengan Mudah Menggunakan Mntab 14, And, Yogyakarta. Kumar, S.R. 010, Comparaton of Wndows Made wth Dfferent Type of Materal-A Case Study, Internatonal Journal Of Cvl and Structural Engneerng, Vol. 1, hal Mrabedn, S.M., Jamal, S.S., Hahghayegh, M., Sharf, M., Mrabedn, A.S., Nasab, R.H. 01, Applcaton of Mxture Expermental Desgn to Optmze Formulaton and Performance of Thermoplastc Road Markngs, Progress n Organc Coatng, Vol. 75, hal Montgomery, D.C. 009, Desgn and Analyss of Experments, 7 th edton, John Wley & Sons, Inc., New York. Wu, C.F.J., Hamada, M. 000, Experments Plannng, Analyss, and Parameter Desgn Optmzaton, John Wley & Sons, Inc., New York. ISBN :

Optimasi Jaringan Akses Fiber To The Home Dengan Menggunakan Metode Multiresponse Surface Dan Desirability Function Di PT.TKM

Optimasi Jaringan Akses Fiber To The Home Dengan Menggunakan Metode Multiresponse Surface Dan Desirability Function Di PT.TKM Optmas Jarngan Akses Fber To The Home Dengan Menggunakan Metode Multresponse Surface Dan Desrablty Functon D PT.TKM Aryantn, Bobby Oedy P. Soepangkat Program Stud Magster Manajemen Teknolog ITS Surabaya

Lebih terperinci

OPTIMASI HARDNESS, TENSILE STRENGTH DAN ELONGATION PADA PRODUK LADDER DENGAN METODE MULTI RESPONSE SURFACE

OPTIMASI HARDNESS, TENSILE STRENGTH DAN ELONGATION PADA PRODUK LADDER DENGAN METODE MULTI RESPONSE SURFACE Prosdng Semnar Nasonal Manajemen Teknolog II Program Stud MMT-ITS, Surabaya 30 Jul 2005 OPTIMASI HARDNESS, TENSILE STRENGTH DAN ELONGATION PADA PRODUK LADDER DENGAN METODE MULTI RESPONSE SURFACE Eduward

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 7 BAB LANDASAN TEORI.1 Analsa Regres Analsa regres dnterpretaskan sebaga suatu analsa yang berkatan dengan stud ketergantungan (hubungan kausal) dar suatu varabel tak bebas (dependent varable) atu dsebut

Lebih terperinci

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara BAB 2 LANDASAN TEORI 2.1 Pengertan Analsa Regres Dalam kehdupan sehar-har, serng kta jumpa hubungan antara satu varabel terhadap satu atau lebh varabel yang lan. Sebaga contoh, besarnya pendapatan seseorang

Lebih terperinci

PERANCANGAN PARAMETER DENGAN PENDEKATAN TAGUCHI UNTUK DATA DISKRIT

PERANCANGAN PARAMETER DENGAN PENDEKATAN TAGUCHI UNTUK DATA DISKRIT BIAStatstcs (05) Vol. 9, No., hal. -7 PERANCANGAN PARAMETER DENGAN PENDEKATAN TAGUCHI UNTUK DATA DISKRIT Faula Arna Jurusan Teknk Industr, Unverstas Sultan Ageng Trtayasa Banten Emal : faulaarna@yahoo.com

Lebih terperinci

ANALISIS BENTUK HUBUNGAN

ANALISIS BENTUK HUBUNGAN ANALISIS BENTUK HUBUNGAN Analss Regres dan Korelas Analss regres dgunakan untuk mempelajar dan mengukur hubungan statstk yang terjad antara dua varbel atau lebh varabel. Varabel tersebut adalah varabel

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pengertan Regres Regres pertama kal dpergunakan sebaga konsep statstka oleh Sr Francs Galton (1822 1911). Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang

Lebih terperinci

Kecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi

Kecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi Statstka, Vol. 9 No., 4 47 Me 009 Kecocokan Dstrbus Normal Menggunakan Plot Persentl-Persentl yang Dstandarsas Lsnur Wachdah Program Stud Statstka Fakultas MIPA Unsba e-mal : Lsnur_w@yahoo.co.d ABSTRAK

Lebih terperinci

ANALISIS DATA KATEGORIK (STK351)

ANALISIS DATA KATEGORIK (STK351) Suplemen Respons Pertemuan ANALISIS DATA KATEGORIK (STK351) 7 Departemen Statstka FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referens Waktu Korelas Perngkat (Rank Correlaton) Bag. 1 Koefsen Korelas Perngkat

Lebih terperinci

BAB V ANALISA PEMECAHAN MASALAH

BAB V ANALISA PEMECAHAN MASALAH BAB V ANALISA PEMECAHAN MASALAH 5.1 Analsa Pemlhan Model Tme Seres Forecastng Pemlhan model forecastng terbak dlakukan secara statstk, dmana alat statstk yang dgunakan adalah MAD, MAPE dan TS. Perbandngan

Lebih terperinci

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN BAB III HIPOTESIS DAN METODOLOGI PENELITIAN III.1 Hpotess Berdasarkan kerangka pemkran sebelumnya, maka dapat drumuskan hpotess sebaga berkut : H1 : ada beda sgnfkan antara sebelum dan setelah penerbtan

Lebih terperinci

BAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat

BAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat BAB LANDASAN TEORI. 1 Analsa Regres Regres pertama kal dpergunakan sebaga konsep statstk pada tahun 1877 oleh Sr Francs Galton. Galton melakukan stud tentang kecenderungan tngg badan anak. Teor Galton

Lebih terperinci

REGRESI DAN KORELASI LINEAR SEDERHANA. Regresi Linear

REGRESI DAN KORELASI LINEAR SEDERHANA. Regresi Linear REGRESI DAN KORELASI LINEAR SEDERHANA Regres Lnear Tujuan Pembelajaran Menjelaskan regres dan korelas Menghtung dar persamaan regres dan standard error dar estmas-estmas untuk analss regres lner sederhana

Lebih terperinci

ANALISIS REGRESI REGRESI NONLINEAR REGRESI LINEAR REGRESI KUADRATIK REGRESI LINEAR SEDERHANA REGRESI LINEAR BERGANDA REGRESI KUBIK

ANALISIS REGRESI REGRESI NONLINEAR REGRESI LINEAR REGRESI KUADRATIK REGRESI LINEAR SEDERHANA REGRESI LINEAR BERGANDA REGRESI KUBIK REGRESI NON LINIER ANALISIS REGRESI REGRESI LINEAR REGRESI NONLINEAR REGRESI LINEAR SEDERHANA REGRESI LINEAR BERGANDA REGRESI KUADRATIK REGRESI KUBIK Membentuk gars lurus Membentuk Gars Lengkung Regres

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Al-Azhar 3 Bandar Lampung yang terletak d Jl. Gn. Tanggamus Raya Way Halm, kota Bandar Lampung. Populas dalam peneltan n adalah

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Untuk menjawab permasalahan yaitu tentang peranan pelatihan yang dapat

BAB III METODOLOGI PENELITIAN. Untuk menjawab permasalahan yaitu tentang peranan pelatihan yang dapat BAB III METODOLOGI PENELITIAN 3.1 Metode Peneltan Untuk menjawab permasalahan yatu tentang peranan pelathan yang dapat menngkatkan knerja karyawan, dgunakan metode analss eksplanatf kuanttatf. Pengertan

Lebih terperinci

BAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi.

BAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi. BAB LANDASAN TEORI Pada bab n akan durakan beberapa metode yang dgunakan dalam penyelesaan tugas akhr n. Selan tu penuls juga mengurakan tentang pengertan regres, analss regres berganda, membentuk persamaan

Lebih terperinci

PENGGUNAAN DINDING GESER SEBAGAI ELEMEN PENAHAN GEMPA PADA BANGUNAN BERTINGKAT 10 LANTAI

PENGGUNAAN DINDING GESER SEBAGAI ELEMEN PENAHAN GEMPA PADA BANGUNAN BERTINGKAT 10 LANTAI PENGGUNAAN DINDING GESER SEBAGAI ELEMEN PENAHAN GEMPA PADA BANGUNAN BERTINGKAT 10 LANTAI Reky Stenly Wndah Dosen Jurusan Teknk Spl Fakultas Teknk Unverstas Sam Ratulang Manado ABSTRAK Pada bangunan tngg,

Lebih terperinci

SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA 2010 ANALISIS DISKRIMINAN DISKRIT UNTUK MENGELOMPOKKAN KOMPONEN

SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA 2010 ANALISIS DISKRIMINAN DISKRIT UNTUK MENGELOMPOKKAN KOMPONEN AALISIS DISKRIMIA DISKRIT UTUK MEGELOMPOKKA KOMPOE Bernk Maskun Jurusan Statstka FMIPA UPAD jay_komang@yahoo.com Abstrak Untuk mengelompokkan hasl pengukuran yang dukur dengan p buah varabel dmana penlaan

Lebih terperinci

BAB 4 METODOLOGI PENELITIAN DAN ANALISIS

BAB 4 METODOLOGI PENELITIAN DAN ANALISIS 28 BAB 4 METODOLOGI PENELITIAN DAN ANALISIS 4.1 Kerangka Pemkran dan Hpotess Dalam proses peneltan n, akan duj beberapa varabel software yang telah dsebutkan pada bab sebelumnya. Sesua dengan tahapan-tahapan

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Satelah melakukan peneltan, penelt melakukan stud lapangan untuk memperoleh data nla post test dar hasl tes setelah dkena perlakuan.

Lebih terperinci

BAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel

BAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel BAB LANDASAN TEORI. Analss Regres Regres merupakan suatu alat ukur yang dgunakan untuk mengukur ada atau tdaknya hubungan antar varabel. Dalam analss regres, suatu persamaan regres atau persamaan penduga

Lebih terperinci

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

BAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode BAB III METODE PENELITIAN Desan Peneltan Metode peneltan yang dgunakan dalam peneltan n adalah metode deskrptf analts dengan jens pendekatan stud kasus yatu dengan melhat fenomena permasalahan yang ada

Lebih terperinci

BAB I PENDAHULUAN. Perkembangan matematika tidak hanya dalam tataran teoritis tetapi juga pada

BAB I PENDAHULUAN. Perkembangan matematika tidak hanya dalam tataran teoritis tetapi juga pada BAB I PENDAHULUAN.. Latar Belakang Masalah Perkembangan matematka tdak hanya dalam tataran teorts tetap juga pada bdang aplkatf. Salah satu bdang lmu yang dkembangkan untuk tataran aplkatf dalam statstka

Lebih terperinci

BAB 1 PENDAHULUAN. dependen (y) untuk n pengamatan berpasangan i i i. x : variabel prediktor; f x ) ). Bentuk kurva regresi f( x i

BAB 1 PENDAHULUAN. dependen (y) untuk n pengamatan berpasangan i i i. x : variabel prediktor; f x ) ). Bentuk kurva regresi f( x i BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan analss statstk yang dgunakan untuk memodelkan hubungan antara varabel ndependen (x) dengan varabel ( x, y ) n dependen (y) untuk n pengamatan

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen dengan populasi penelitian yaitu

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen dengan populasi penelitian yaitu 4 III. METODE PENELITIAN A. Populas Peneltan Peneltan n merupakan stud ekspermen dengan populas peneltan yatu seluruh sswa kelas VIII C SMP Neger Bukt Kemunng pada semester genap tahun pelajaran 01/013

Lebih terperinci

P n e j n a j d a u d a u l a a l n a n O pt p im i a m l a l P e P m e b m a b n a g n k g i k t Oleh Z r u iman

P n e j n a j d a u d a u l a a l n a n O pt p im i a m l a l P e P m e b m a b n a g n k g i k t Oleh Z r u iman OTIMISASI enjadualan Optmal embangkt Oleh : Zurman Anthony, ST. MT Optmas pengrman daya lstrk Dmaksudkan untuk memperkecl jumlah keseluruhan baya operas dengan memperhtungkan rug-rug daya nyata pada saluran

Lebih terperinci

KORELASI DAN REGRESI LINIER. Debrina Puspita Andriani /

KORELASI DAN REGRESI LINIER. Debrina Puspita Andriani    / KORELASI DAN REGRESI LINIER 9 Debrna Puspta Andran www. E-mal : debrna.ub@gmal.com / debrna@ub.ac.d 2 Outlne 3 Perbedaan mendasar antara korelas dan regres? KORELASI Korelas hanya menunjukkan sekedar hubungan.

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA III. METODE PENELITIAN A. Waktu dan Tempat Peneltan Peneltan n merupakan stud ekspermen yang telah dlaksanakan d SMA Neger 3 Bandar Lampung. Peneltan n dlaksanakan pada semester genap tahun ajaran 2012/2013.

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1. Hpotess Peneltan Berkatan dengan manusa masalah d atas maka penuls menyusun hpotess sebaga acuan dalam penulsan hpotess penuls yatu Terdapat hubungan postf antara penddkan

Lebih terperinci

PROPOSAL SKRIPSI JUDUL:

PROPOSAL SKRIPSI JUDUL: PROPOSAL SKRIPSI JUDUL: 1.1. Latar Belakang Masalah SDM kn makn berperan besar bag kesuksesan suatu organsas. Banyak organsas menyadar bahwa unsur manusa dalam suatu organsas dapat memberkan keunggulan

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap 5 BAB III METODOLOGI PENELITIAN 3. Lokas Dan Waktu Peneltan Peneltan n dlaksanakan d SMA Neger I Tbawa pada semester genap tahun ajaran 0/03. Peneltan n berlangsung selama ± bulan (Me,Jun) mula dar tahap

Lebih terperinci

UJI NORMALITAS X 2. Z p i O i E i (p i x N) Interval SD

UJI NORMALITAS X 2. Z p i O i E i (p i x N) Interval SD UJI F DAN UJI T Uj F dkenal dengan Uj serentak atau uj Model/Uj Anova, yatu uj untuk melhat bagamanakah pengaruh semua varabel bebasnya secara bersama-sama terhadap varabel terkatnya. Atau untuk menguj

Lebih terperinci

PENJADWALAN PRODUKSI di PT MEUBEL JEPARA PROBOLINGGO

PENJADWALAN PRODUKSI di PT MEUBEL JEPARA PROBOLINGGO Prosdng Semnar Nasonal Manajemen Teknolog III Program Stud MMTITS, Surabaya 4 Pebruar 2006 PENJADWALAN PRODUKSI d PT MEUBEL JEPARA PROBOLINGGO Mohammad Khusnu Mlad, Bobby Oedy P. Soepangkat, Nurhad Sswanto

Lebih terperinci

ε adalah error random yang diasumsikan independen, m X ) adalah fungsi

ε adalah error random yang diasumsikan independen, m X ) adalah fungsi BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan suatu metode yang dgunakan untuk menganalss hubungan antara dua atau lebh varabel. Pada analss regres terdapat dua jens varabel yatu

Lebih terperinci

ESTIMASI PARAMETER PADA REGRESI SEMIPARAMETRIK UNTUK DATA LONGITUDINAL

ESTIMASI PARAMETER PADA REGRESI SEMIPARAMETRIK UNTUK DATA LONGITUDINAL Abstrak ESIMASI PARAMEER PADA REGRESI SEMIPARAMERIK UNUK DAA LONGIUDINAL Msal y merupakan varabel respon, Lls Laome Jurusan Matematka FMIPA Unverstas Haluoleo Kendar 933 e-mal : lhs@yahoo.com X adalah

Lebih terperinci

Pendeteksian Data Pencilan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Diagnostik

Pendeteksian Data Pencilan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Diagnostik Pendeteksan Data Penclan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Dagnostk Sally Indra 1, Dod Vonanda, Rry Srnngsh 3 1 Student of Mathematcs Department State Unversty of Padang,

Lebih terperinci

BAB III METODE PENELITIAN. berjumlah empat kelas terdiri dari 131 siswa. Sampel penelitian ini terdiri dari satu kelas yang diambil dengan

BAB III METODE PENELITIAN. berjumlah empat kelas terdiri dari 131 siswa. Sampel penelitian ini terdiri dari satu kelas yang diambil dengan 7 BAB III METODE PENELITIAN A. Populas dan Sampel 1. Populas Populas dalam peneltan n adalah seluruh sswa kelas XI SMA Yadka Bandar Lampung semester genap tahun pelajaran 014/ 015 yang berjumlah empat

Lebih terperinci

BAB.3 METODOLOGI PENELITIN 3.1 Lokasi dan Waktu Penelitian Penelitian ini di laksanakan di Sekolah Menengah Pertama (SMP) N. 1 Gorontalo pada kelas

BAB.3 METODOLOGI PENELITIN 3.1 Lokasi dan Waktu Penelitian Penelitian ini di laksanakan di Sekolah Menengah Pertama (SMP) N. 1 Gorontalo pada kelas 9 BAB.3 METODOLOGI PENELITIN 3. Lokas dan Waktu Peneltan Peneltan n d laksanakan d Sekolah Menengah Pertama (SMP) N. Gorontalo pada kelas VIII. Waktu peneltan dlaksanakan pada semester ganjl, tahun ajaran

Lebih terperinci

BAB III PERBANDINGAN ANALISIS REGRESI MODEL LOG - LOG DAN MODEL LOG - LIN. Pada prinsipnya model ini merupakan hasil transformasi dari suatu model

BAB III PERBANDINGAN ANALISIS REGRESI MODEL LOG - LOG DAN MODEL LOG - LIN. Pada prinsipnya model ini merupakan hasil transformasi dari suatu model BAB III PERBANDINGAN ANALISIS REGRESI MODEL LOG - LOG DAN MODEL LOG - LIN A. Regres Model Log-Log Pada prnspnya model n merupakan hasl transformas dar suatu model tdak lner dengan membuat model dalam bentuk

Lebih terperinci

METODE PENELITIAN. pelajaran 2011/ Populasi penelitian ini adalah seluruh siswa kelas X yang

METODE PENELITIAN. pelajaran 2011/ Populasi penelitian ini adalah seluruh siswa kelas X yang III. METODE PENELITIAN A. Waktu dan Tempat Peneltan Peneltan n telah dlaksanakan d SMA Neger 1 Bandar Lampung pada tahun pelajaran 011/ 01. Populas peneltan n adalah seluruh sswa kelas X yang terdr dar

Lebih terperinci

BAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c

BAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c 6 A PEMAHASA Pada bab sebelumnya telah dbahas teor-teor yang akan dgunakan untuk menyelesakan masalah program lner parametrk. Pada bab n akan dperlhatkan suatu prosedur yang lengkap untuk menyelesakan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Pengertan Regres Regres pertama kal dgunakan sebaga konsep statstka oleh Sr Francs Galton (18 1911).Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang selanjutnya

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang. Di dalam matematika mulai dari SD, SMP, SMA, dan Perguruan Tinggi

BAB I PENDAHULUAN. 1.1 Latar Belakang. Di dalam matematika mulai dari SD, SMP, SMA, dan Perguruan Tinggi Daftar Is Daftar Is... Kata pengantar... BAB I...1 PENDAHULUAN...1 1.1 Latar Belakang...1 1.2 Rumusan Masalah...2 1.3 Tujuan...2 BAB II...3 TINJAUAN TEORITIS...3 2.1 Landasan Teor...4 BAB III...5 PEMBAHASAN...5

Lebih terperinci

Nama : Crishadi Juliantoro NPM :

Nama : Crishadi Juliantoro NPM : ANALISIS INVESTASI PADA PERUSAHAAN YANG MASUK DALAM PERHITUNGAN INDEX LQ-45 MENGGUNAKAN PORTOFOLIO DENGAN METODE SINGLE INDEX MODEL. Nama : Crshad Julantoro NPM : 110630 Latar Belakang Pemlhan saham yang

Lebih terperinci

PEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR

PEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR PEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR Resa Septan Pontoh 1), Neneng Sunengsh 2) 1),2) Departemen Statstka Unverstas Padjadjaran 1) resa.septan@unpad.ac.d,

Lebih terperinci

Pendahuluan. 0 Dengan kata lain jika fungsi tersebut diplotkan, grafik yang dihasilkan akan mendekati pasanganpasangan

Pendahuluan. 0 Dengan kata lain jika fungsi tersebut diplotkan, grafik yang dihasilkan akan mendekati pasanganpasangan Pendahuluan 0 Data-data ang bersfat dskrt dapat dbuat contnuum melalu proses curve-fttng. 0 Curve-fttng merupakan proses data-smoothng, akn proses pendekatan terhadap kecenderungan data-data dalam bentuk

Lebih terperinci

BAB III METODE PENELITIAN. yang digunakan meliputi: (1) PDRB Kota Dumai (tahun ) dan PDRB

BAB III METODE PENELITIAN. yang digunakan meliputi: (1) PDRB Kota Dumai (tahun ) dan PDRB BAB III METODE PENELITIAN 3.1 Jens dan Sumber Data Jens data yang dgunakan dalam peneltan n adalah data sekunder. Data yang dgunakan melput: (1) PDRB Kota Duma (tahun 2000-2010) dan PDRB kabupaten/kota

Lebih terperinci

BAB III METODE PENELITIAN. bersumber dari Badan Pusat Statistik (BPS) dan Bank Indonesia (BI). Data yang

BAB III METODE PENELITIAN. bersumber dari Badan Pusat Statistik (BPS) dan Bank Indonesia (BI). Data yang BAB III METODE PENELITIAN 3.1. Jens dan Sumber Data Sumber data yang dgunakan dalam peneltan n adalah data sekunder bersumber dar Badan Pusat Statstk (BPS) dan Bank Indonesa (BI). Data yang dgunakan dalam

Lebih terperinci

EVALUASI METODE PENELUSURAN KERAGAMAN DALAM BLOK DENGAN ANALISIS INTERBLOK

EVALUASI METODE PENELUSURAN KERAGAMAN DALAM BLOK DENGAN ANALISIS INTERBLOK Prosdng SPMIPA. pp. 147-15. 006 ISBN : 979.704.47.0 EVALUASI METODE PENELUSURAN KERAGAMAN DALAM BLOK DENGAN ANALISIS INTERBLOK Rta Rahmawat, I Made Sumertajaya Program Stud Statstka Jurusan Matematka FMIPA

Lebih terperinci

BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I. Kesulitan ekonomi yang tengah terjadi akhir-akhir ini, memaksa

BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I. Kesulitan ekonomi yang tengah terjadi akhir-akhir ini, memaksa BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I 4. LATAR BELAKANG Kesultan ekonom yang tengah terjad akhr-akhr n, memaksa masyarakat memutar otak untuk mencar uang guna memenuh kebutuhan hdup

Lebih terperinci

Pendugaan Parameter Regresi. Itasia & Y Angraini, Dep Statistika FMIPA - IPB

Pendugaan Parameter Regresi. Itasia & Y Angraini, Dep Statistika FMIPA - IPB Pendugaan Parameter Regres Menduga gars regres Menduga gars regres lner sederhana = menduga parameter-parameter regres β 0 dan β 1 : Penduga parameter yang dhaslkan harus merupakan penduga yang bak Software

Lebih terperinci

RESPONSE SURFACE FAKTOR-FAKTOR PENGARUH PRODUKTIVITAS PENGEBORAN PEKERJAAN PONDASI BORED PILE

RESPONSE SURFACE FAKTOR-FAKTOR PENGARUH PRODUKTIVITAS PENGEBORAN PEKERJAAN PONDASI BORED PILE RESPONSE SURFACE FAKTOR-FAKTOR PENGARUH PRODUKTIVITAS PENGEBORAN PEKERJAAN PONDASI BORED PILE Benny Wdya Chrstawan 1, Supan H. D., Haryono 3 Bdang Keahlan Manajemen Proyek 1 Magster Manajemen Teknolog-ITS

Lebih terperinci

BAB III METODE PENELITIAN. Penelitian ini merupakan penelitian yang bertujuan untuk mendeskripsikan

BAB III METODE PENELITIAN. Penelitian ini merupakan penelitian yang bertujuan untuk mendeskripsikan BAB III METODE PENELITIAN A. Jens Peneltan Peneltan n merupakan peneltan yang bertujuan untuk mendeskrpskan langkah-langkah pengembangan perangkat pembelajaran matematka berbass teor varas berupa Rencana

Lebih terperinci

PEMBUATAN GRAFIK PENGENDALI BERDASARKAN ANALISIS KOMPONEN UTAMA (PRINCIPAL COMPONENT ANALYSIS)

PEMBUATAN GRAFIK PENGENDALI BERDASARKAN ANALISIS KOMPONEN UTAMA (PRINCIPAL COMPONENT ANALYSIS) PEMBUATAN GRAFIK PENGENDALI BERDASARKAN ANALISIS KOMPONEN UTAMA (PRINCIPAL COMPONENT ANALYSIS) Wrayant ), Ad Setawan ), Bambang Susanto ) ) Mahasswa Program Stud Matematka FSM UKSW Jl. Dponegoro 5-6 Salatga,

Lebih terperinci

BAB IV PEMBAHASAN MODEL

BAB IV PEMBAHASAN MODEL BAB IV PEMBAHASAN MODEL Pada bab IV n akan dlakukan pembuatan model dengan melakukan analss perhtungan untuk permasalahan proses pengadaan model persedaan mult tem dengan baya produks cekung dan jont setup

Lebih terperinci

PENELUSURAN KERAGAMAN DALAM BLOK PADA RANCANGAN ACAK KELOMPOK DENGAN INTERGRADIEN. Rita Rahmawati Program Studi Statistika FMIPA UNDIP

PENELUSURAN KERAGAMAN DALAM BLOK PADA RANCANGAN ACAK KELOMPOK DENGAN INTERGRADIEN. Rita Rahmawati Program Studi Statistika FMIPA UNDIP PENELUSURAN KERAGAMAN DALAM BLOK PADA RANCANGAN ACAK KELOMPOK DENGAN INTERGRADIEN Rta Rahmawat Program Stud Statstka FMIPA UNDIP Abstrak Dalam Rancangan Acak Kelompok Lengkap (RAKL), asums terpentng adalah

Lebih terperinci

MODEL KLASIFIKASI RUMAHTANGGA MISKIN DENGAN PENDEKATAN METODE MARS

MODEL KLASIFIKASI RUMAHTANGGA MISKIN DENGAN PENDEKATAN METODE MARS Semnar Nasonal Statstka IX Insttut Teknolog Sepuluh Nopember, 7 November 29 MODEL KLASIFIKASI RUMAHTANGGA MISKIN DENGAN PENDEKATAN METODE MARS Stud Kasus : Kota Surabaya Rokhana DB 1, Sutkno 2, Agnes Tut

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Metode yang digunakan dalam penelitian ini adalah metode eksperimen

BAB III METODOLOGI PENELITIAN. Metode yang digunakan dalam penelitian ini adalah metode eksperimen 3 BAB III METODOLOGI PENELITIAN A. Metode dan Desan Peneltan Metode yang dgunakan dalam peneltan n adalah metode ekspermen karena sesua dengan tujuan peneltan yatu melhat hubungan antara varabelvarabel

Lebih terperinci

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran BAB 1 PENDAHULUAN 1.1. Latar Belakang Pertumbuhan dan kestablan ekonom, adalah dua syarat pentng bag kemakmuran dan kesejahteraan suatu bangsa. Dengan pertumbuhan yang cukup, negara dapat melanjutkan pembangunan

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 3, , Desember 2002, ISSN :

JURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 3, , Desember 2002, ISSN : JURNAL MATEMATIKA AN KOMPUTER Vol. 5. No. 3, 161-167, esember 00, ISSN : 1410-8518 PENGARUH SUATU ATA OBSERVASI ALAM MENGESTIMASI PARAMETER MOEL REGRESI Hern Utam, Rur I, dan Abdurakhman Jurusan Matematka

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN Dalam pembuatan tugas akhr n, penulsan mendapat referens dar pustaka serta lteratur lan yang berhubungan dengan pokok masalah yang penuls ajukan. Langkah-langkah yang akan

Lebih terperinci

V ANALISIS VARIABEL MODERASI DAN MEDIASI

V ANALISIS VARIABEL MODERASI DAN MEDIASI Solmun Program Stud Statstka FMIPA UB 31 V ANALISIS VARIABEL MODERASI DAN MEDIASI A. Pengertan Varabel Moderas Varabel Moderas adalah varabel yang bersfat memperkuat atau memperlemah pengaruh varabel penjelas

Lebih terperinci

FUNGSI BIAYA UNTUK MENENTUKAN TINGKAT PEMESANAN OPTIMUM MULTI ITEM INDEPENDEN BERDISTRIBUSI KONTINU. H. Bernik Maskun

FUNGSI BIAYA UNTUK MENENTUKAN TINGKAT PEMESANAN OPTIMUM MULTI ITEM INDEPENDEN BERDISTRIBUSI KONTINU. H. Bernik Maskun FUNGSI BIAYA UNTUK MENENTUKAN TINGKAT PEMESANAN OPTIMUM MULTI ITEM INDEPENDEN BERDISTRIBUSI KONTINU oleh H. Bernk Maskun Departemen Statstka, FMIPA Unverstas Padjadjaran bernkmaskun69@gmal.com Abstrak

Lebih terperinci

Analisis Regresi 1. Diagnosa Model Melalui Pemeriksaan Sisaan dan Identifikasi Pengamatan Berpengaruh. Pokok Bahasan :

Analisis Regresi 1. Diagnosa Model Melalui Pemeriksaan Sisaan dan Identifikasi Pengamatan Berpengaruh. Pokok Bahasan : Analss Regres Pokok Bahasan : Dagnosa Model Melalu Pemerksaan Ssaan dan Identfkas Pengamatan Berpengaruh Itasa & Y Angran Dep. Statstka FMIPA-IPB Ssaan Ssaan adalah menympangnya nla amatan y terhadap dugaan

Lebih terperinci

Kata kunci : daya, bahan bakar, optimasi, ekonomis. pembangkitan yang maksimal dengan biaya pengoperasian unit pembangkit yang minimal.

Kata kunci : daya, bahan bakar, optimasi, ekonomis. pembangkitan yang maksimal dengan biaya pengoperasian unit pembangkit yang minimal. Makalah Semnar Tugas Akhr MENGOPTIMALKAN PEMBAGIAN BEBAN PADA UNIT PEMBANGKIT PLTGU TAMBAK LOROK DENGAN METODE LAGRANGE MULTIPLIER Oleh : Marno Sswanto, LF 303 514 Abstrak Pertumbuhan ndustr pada suatu

Lebih terperinci

BAB IV PENGUJIAN DAN ANALISA

BAB IV PENGUJIAN DAN ANALISA BAB IV PENGUJIAN DAN ANALISA 4. PENGUJIAN PENGUKURAN KECEPATAN PUTAR BERBASIS REAL TIME LINUX Dalam membuktkan kelayakan dan kehandalan pengukuran kecepatan putar berbass RTLnux n, dlakukan pengujan dalam

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN A. Jens Peneltan Jens peneltan n adalah peneltan quas expermental dengan one group pretest posttest desgn. Peneltan n tdak menggunakan kelas pembandng namun sudah menggunakan

Lebih terperinci

BOKS A SUMBANGAN SEKTOR-SEKTOR EKONOMI BALI TERHADAP EKONOMI NASIONAL

BOKS A SUMBANGAN SEKTOR-SEKTOR EKONOMI BALI TERHADAP EKONOMI NASIONAL BOKS A SUMBANGAN SEKTOR-SEKTOR EKONOMI BALI TERHADAP EKONOMI NASIONAL Analss sumbangan sektor-sektor ekonom d Bal terhadap pembangunan ekonom nasonal bertujuan untuk mengetahu bagamana pertumbuhan dan

Lebih terperinci

BAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh

BAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh BAB III METODE PENELITIAN 3.1 Desan Peneltan Sebelum dlakukan peneltan, langkah pertama yang harus dlakukan oleh penelt adalah menentukan terlebh dahulu metode apa yang akan dgunakan dalam peneltan. Desan

Lebih terperinci

III. METODE PENELITIAN. bersifat statistik dengan tujuan menguji hipotesis yang telah ditetapkan.

III. METODE PENELITIAN. bersifat statistik dengan tujuan menguji hipotesis yang telah ditetapkan. 3 III. METDE PENELITIAN A. Metode Peneltan Metode peneltan merupakan langkah atau aturan yang dgunakan dalam melaksanakan peneltan. Metode pada peneltan n bersfat kuanttatf yatu metode peneltan yang dgunakan

Lebih terperinci

Analisis Regresi Linear Sederhana

Analisis Regresi Linear Sederhana Analss Regres Lnear Sederhana Al Muhson Pendahuluan Menggunakan metode statstk berdasarkan data yang lalu untuk mempredks konds yang akan datang Menggunakan pengalaman, pernyataan ahl dan surve untuk mempredks

Lebih terperinci

METODE REGRESI RIDGE UNTUK MENGATASI KASUS MULTIKOLINEAR

METODE REGRESI RIDGE UNTUK MENGATASI KASUS MULTIKOLINEAR METODE REGRESI RIDGE UNTUK MENGATASI KASUS MULTIKOLINEAR Margaretha Ohyver Jurusan Matematka, Fakultas Sans dan Teknolog, Bnus Unversty Jl. Kh.Syahdan No.9, Palmerah, Jakarta 480 ethaohyver@bnus.ac.d,

Lebih terperinci

ANALISIS REGRESI. Catatan Freddy

ANALISIS REGRESI. Catatan Freddy ANALISIS REGRESI Regres Lner Sederhana : Contoh Perhtungan Regres Lner Sederhana Menghtung harga a dan b Menyusun Persamaan Regres Korelas Pearson (Product Moment) Koefsen Determnas (KD) Regres Ganda :

Lebih terperinci

III. METODE PENELITIAN. Metode dalam penelitian ini adalah metode eksperimen. Penggunaan metode eksperimen ini

III. METODE PENELITIAN. Metode dalam penelitian ini adalah metode eksperimen. Penggunaan metode eksperimen ini III. METODE PENELITIAN A. Metode Peneltan Metode dalam peneltan n adalah metode ekspermen. Penggunaan metode ekspermen n bertujuan untuk mengetahu apakah suatu metode, prosedur, sstem, proses, alat, bahan

Lebih terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. Universitas Sumatera Utara BAB 1 ENDAHULUAN 1.1 Latar Belakang Secara umum dapat dkatakan bahwa mengambl atau membuat keputusan berart memlh satu dantara sekan banyak alternatf. erumusan berbaga alternatf sesua dengan yang sedang

Lebih terperinci

PENERAPAN MODEL REGRESI LINEAR ROBUST DENGAN ESTIMASI M PADA DATA NILAI KALKULUS II MAHASISWA UNIVERSITAS WIDYA DHARMA KLATEN

PENERAPAN MODEL REGRESI LINEAR ROBUST DENGAN ESTIMASI M PADA DATA NILAI KALKULUS II MAHASISWA UNIVERSITAS WIDYA DHARMA KLATEN PENERAPAN MODEL REGRESI LINEAR ROBUST DENGAN ESTIMASI M PADA DATA NILAI KALKULUS II MAHASISWA UNIVERSITAS WIDYA DHARMA KLATEN Yulana Abstrak:Model persamaan regres lnear dapat dnyatakan dalam bentuk matrks

Lebih terperinci

BAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya

BAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.1.1 Tempat Peneltan Pada peneltan n, penuls memlh lokas d SMA Neger 1 Bolyohuto khususnya pada sswa kelas X, karena penuls menganggap bahwa lokas

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN. Latar Belakang Manova atau Multvarate of Varance merupakan pengujan dalam multvarate yang bertujuan untuk mengetahu pengaruh varabel respon dengan terhadap beberapa varabel predktor

Lebih terperinci

BAB I PENDAHULUAN. pembangunan dalam sektor energi wajib dilaksanakan secara sebaik-baiknya. Jika

BAB I PENDAHULUAN. pembangunan dalam sektor energi wajib dilaksanakan secara sebaik-baiknya. Jika BAB I PENDAHULUAN 1.1.Latar Belakang Energ sangat berperan pentng bag masyarakat dalam menjalan kehdupan seharhar dan sangat berperan dalam proses pembangunan. Oleh sebab tu penngkatan serta pembangunan

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa

III. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlakukan d MTs Neger Bandar Lampung dengan populas sswa kelas VII yang terdr dar 0 kelas yatu kelas unggulan, unggulan, dan kelas A sampa dengan

Lebih terperinci

Prediksi Kelainan Refraksi Berdasarkan Panjang Sumbu Bola Mata Pada Pasien Myopia Axial Melalui Regresi Bootstrap

Prediksi Kelainan Refraksi Berdasarkan Panjang Sumbu Bola Mata Pada Pasien Myopia Axial Melalui Regresi Bootstrap Predks Kelanan Refraks Berdasarkan Panjang Sumbu Bola Mata Pada Pasen Myopa Axal Melalu Regres Bootstrap Oleh: Karyam dan Qorlna Statstka UII ABSTRAKSI Peneltan n dlakukan d Rumah Sakt Mata Dr. YAP Yogyakarta

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PEDAHULUA. Latar Belakang Rsko ddentfkaskan dengan ketdakpastan. Dalam mengambl keputusan nvestas para nvestor mengharapkan hasl yang maksmal dengan rsko tertentu atau hasl tertentu dengan rsko yang

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini merupakan penelitian pengembangan (Research and

III. METODE PENELITIAN. Penelitian ini merupakan penelitian pengembangan (Research and III. METODE PENELITIAN A. Desan Peneltan Peneltan n merupakan peneltan pengembangan (Research and Development). Peneltan pengembangan yang dlakukan adalah untuk mengembangkan penuntun praktkum menjad LKS

Lebih terperinci

IV. PERANCANGAN DAN IMPLEMENTASI SISTEM

IV. PERANCANGAN DAN IMPLEMENTASI SISTEM IV. PERANCANGAN DAN IMPLEMENTASI SISTEM Perancangan Sstem Sstem yang akan dkembangkan adalah berupa sstem yang dapat membantu keputusan pemodal untuk menentukan portofolo saham yang dperdagangkan d Bursa

Lebih terperinci

SELANG KEPERCAYAAN UNTUK KOEFISIEN GARIS REGRESI LINEAR DENGAN METODE LEAST MEDIAN SQUARES 1 ABSTRAK

SELANG KEPERCAYAAN UNTUK KOEFISIEN GARIS REGRESI LINEAR DENGAN METODE LEAST MEDIAN SQUARES 1 ABSTRAK SELANG KEPERCAYAAN UNTUK KOEFISIEN GARIS REGRESI LINEAR DENGAN METODE LEAST MEDIAN SQUARES Harm Sugart Jurusan Statstka FMIPA Unverstas Terbuka emal: harm@ut.ac.d ABSTRAK Adanya penympangan terhadap asums

Lebih terperinci

ANALISIS PERMINTAAN PANGAN HEWANI INDONESIA DENGAN GENERALIZED METHOD OF MOMENTS PADA MODEL QUADRATIC ALMOST IDEAL DEMAND SYSTEM

ANALISIS PERMINTAAN PANGAN HEWANI INDONESIA DENGAN GENERALIZED METHOD OF MOMENTS PADA MODEL QUADRATIC ALMOST IDEAL DEMAND SYSTEM ANALISIS PERMINTAAN PANGAN HEWANI INDONESIA DENGAN GENERALIZED METHOD OF MOMENTS PADA MODEL QUADRATIC ALMOST IDEAL DEMAND SYSTEM Wahyu Dw Lesmono, Ftra Vrgantar, Hagn Wjayant Program Stud Matematka Fakultas

Lebih terperinci

BAB III METODELOGI PENELITIAN. metode penelitian yang digunakan dalam penelitian ini adalah metode deskriptif

BAB III METODELOGI PENELITIAN. metode penelitian yang digunakan dalam penelitian ini adalah metode deskriptif BAB III METODELOGI PENELITIAN 3.1 Desan Peneltan Metode peneltan mengungkapkan dengan jelas bagamana cara memperoleh data yang dperlukan, oleh karena tu metode peneltan lebh menekankan pada strateg, proses

Lebih terperinci

BAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK:

BAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK: BAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK: BAB IX. STATISTIKA Contoh : hasl ulangan Matematka 5 sswa sbb: 6 8 7 6 9 Pengertan Statstka dan

Lebih terperinci

BAB 1 PENDAHULUAN. meningkatnya arus reaktif. Harmonisa telah terbukti memiliki dampak kerusakan

BAB 1 PENDAHULUAN. meningkatnya arus reaktif. Harmonisa telah terbukti memiliki dampak kerusakan BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Kualtas daya lstrk sangat dpengaruh oleh penggunaan jens-jens beban tertentu sepert beban non lner dan beban nduktf. Akbat yang dtmbulkannya adalah turunnya

Lebih terperinci

IV. UKURAN SIMPANGAN, DISPERSI & VARIASI

IV. UKURAN SIMPANGAN, DISPERSI & VARIASI IV. UKURAN SIMPANGAN, DISPERSI & VARIASI Pendahuluan o Ukuran dspers atau ukuran varas, yang menggambarkan derajat bagamana berpencarnya data kuanttatf, dntaranya: rentang, rentang antar kuartl, smpangan

Lebih terperinci

BAB III METODE PENELITIAN. menghasilkan Lembar Kegiatan Siswa (LKS) pada materi Geometri dengan

BAB III METODE PENELITIAN. menghasilkan Lembar Kegiatan Siswa (LKS) pada materi Geometri dengan BAB III METODE PENELITIAN A. Jens Peneltan Peneltan n merupakan peneltan pengembangan yang bertujuan untuk menghaslkan Lembar Kegatan Sswa (LKS) pada mater Geometr dengan pendekatan pembelajaran berbass

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Menghadap era globalsas yang penuh tantangan, aparatur negara dtuntut untuk dapat memberkan pelayanan yang berorentas pada kebutuhan masyarakat dalam pemberan pelayanan

Lebih terperinci

III. METODELOGI PENELITIAN. Suatu penelitian dapat berhasil dengan baik dan sesuai dengan prosedur ilmiah,

III. METODELOGI PENELITIAN. Suatu penelitian dapat berhasil dengan baik dan sesuai dengan prosedur ilmiah, III. METODELOGI PENELITIAN A. Metode Peneltan Suatu peneltan dapat berhasl dengan bak dan sesua dengan prosedur lmah, apabla peneltan tersebut menggunakan metode atau alat yang tepat. Dengan menggunakan

Lebih terperinci

PENERAPAN METODE MAMDANI DALAM MENGHITUNG TINGKAT INFLASI BERDASARKAN KELOMPOK KOMODITI (Studi Kasus pada Data Inflasi Indonesia)

PENERAPAN METODE MAMDANI DALAM MENGHITUNG TINGKAT INFLASI BERDASARKAN KELOMPOK KOMODITI (Studi Kasus pada Data Inflasi Indonesia) PENERAPAN METODE MAMDANI DALAM MENGHITUNG TINGKAT INFLASI BERDASARKAN KELOMPOK KOMODITI (Stud Kasus pada Data Inflas Indonesa) Putr Noorwan Effendy, Amar Sumarsa, Embay Rohaet Program Stud Matematka Fakultas

Lebih terperinci

BAB 4 METODOLOGI PENELITIAN. data, dan teknik analisis data. Kerangka pemikiran hipotesis membahas hipotesis

BAB 4 METODOLOGI PENELITIAN. data, dan teknik analisis data. Kerangka pemikiran hipotesis membahas hipotesis BAB 4 METODOLOGI PENELITIAN Pada bab n akan durakan kerangka pemkran hpotess, teknk pengumpulan data, dan teknk analss data. Kerangka pemkran hpotess membahas hpotess pengujan pada peneltan, teknk pengumpulan

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Penjadwalan Baker (1974) mendefnskan penjadwalan sebaga proses pengalokasan sumber-sumber dalam jangka waktu tertentu untuk melakukan sejumlah pekerjaan. Menurut Morton dan

Lebih terperinci

BAB IV TRIP GENERATION

BAB IV TRIP GENERATION BAB IV TRIP GENERATION 4.1 PENDAHULUAN Trp Generaton td : 1. Trp Producton 2. Trp Attracton j Generator Attractor - Setap tempat mempunya fktor untuk membangktkan dan menark pergerakan - Bangktan, Tarkan

Lebih terperinci

Seminar Nasional Aplikasi Teknologi Informasi 2004 Yogyakarta, 19 Juni 2004

Seminar Nasional Aplikasi Teknologi Informasi 2004 Yogyakarta, 19 Juni 2004 Semnar Nasonal Aplkas Teknolog Informas 004 Yogyakarta, 19 Jun 004 Aplkas Pemrograman Komputer Dalam Bdang Teknk Kma Arf Hdayat Program Stud Teknk Kma Fakultas Teknolog Industr, Unverstas Islam Indonesa

Lebih terperinci

Analisis Kecepatan Dan Percepatan Mekanisme Empat Batang (Four Bar Lingkage) Fungsi Sudut Crank

Analisis Kecepatan Dan Percepatan Mekanisme Empat Batang (Four Bar Lingkage) Fungsi Sudut Crank ISSN 907-0500 Analss Kecepatan Dan Percepatan Mekansme Empat Batang (Four Bar ngkage Fungs Sudut Crank Nazaruddn Fak. Teknk Unverstas Rau nazaruddn.unr@yahoo.com Abstrak Pada umumnya analss knematka dan

Lebih terperinci