Pengembangan Perangkat Lunak Optimalisasi Pemanfaatan Sumberdaya Hayati untuk Ketahanan Pangan

Ukuran: px
Mulai penontonan dengan halaman:

Download "Pengembangan Perangkat Lunak Optimalisasi Pemanfaatan Sumberdaya Hayati untuk Ketahanan Pangan"

Transkripsi

1 PROSIDING SEMINAR NASIONAL HIMPUNAN INFORMATIKA PERTANIAN INDONESIA 29 ISBN : Pengembangan Perangkat Lunak Optmalsas Pemanfaatan Sumberdaya Hayat untuk Ketahanan Pangan Mustafrl a, Bud I. Setawan b, Yanuar J. Purwanto c, Llk B. Prasetyo d, dan Drajat Martanto e a Mahasswa Program Doktor, Ilmu Keteknkan Pertanan, SPs-IPB dan Staf Pengajar Departeman Teknk Pertanan Fakultas Pertanan Unverstas Syah Kuala, Banda Aceh 23111, mustaf_stms@yahoo.com b Guru Besar Departemen Teknk Pertanan, FATETA-IPB, Kampus IPB Darmaga, Bogor 1668, budndra@yahoo.com c Staf Pengajar Departemen Teknk Pertanan, FATETA-IPB, Kampus IPB Darmaga, Bogor 1668 d Staf Pengajar Fakultas Kehutanan, IPB, Kampus IPB Darmaga, Bogor 1668 e Staf Pengajar Fakultas Ekolog Manusa, IPB, Kampus IPB Darmaga, Bogor 1668 ABSTRAK Pemenuhan kebutuhan pangan dan gz suatu wlayah dtentukan oleh jumlah dan pertumbuhan penduduk, ketersedaan produks pangan dar sektor pertanan, peternakan, perkanan, dan perkebunan sebaga sumber pangan dan gz. Permasalahan yang terjad adalah tdak semua wlayah dapat memenuh kebutuhan pangannya sendr. Kebutuhan pangan suatu wlayah dapat dhtung dengan menggunakan standar angka kecukupan gz (AKG). Berdasarkan AKG dan jumlah penduduk sesua dengan jens kelamn dan kelompok umur dapat dpredks tngkat kebutuhan pangan dan gz suatu wlayah. Sedangkan ketersedaan pangan dhtung berdasarkan jumlah produks komodt bahan pangan yang dkelompok menjad semblan kelompok bahan pangan menurut pola pangan harapan nasonal (PPHN) 22. Menggunakan daftar komposs zat gz makanan Indonesa dengan jumlah produks komodt pangan pertahun dapat dhtung ketersedaan pangan. Berdasarkan data dalam 1 tahun terakhr dapat dkembangkan metode proyeks kebutuhan dan ketersedaan pangan berdasarkan PPHN 22. Dar nformas n dkembangkan perangkat lunak sstm penunjang keputusan atau decson support system (DSS) untuk menentukan kebutuhan lahan, sarana dan prasarana produks pangan yang optmal bak dar sektor pertanan, perternakan, perkanan dan perkebunan dengan mengacu kepada kelompok bahan makanan berdasarkan PPHN. Input dar perangkat lunak n adalah jumlah penduduk, produks komodt pangan dan luas lahan pertanan dan atau jumlah sarana pendukung produks sepert alat tangkap untuk perkanan dan luas lahan potens hjauan makanan ternak, sedangkan output-nya adalah kebutuhan energ pangan, energ pangan terseda, energ pangan optmum, lahan terseda, lahan optmum dan komposs kebutuhan dan ketersedaan proten serta status ketersedaan pangan: Lebh, Cukup, dan Kurang. Perangkat lunak n dbernama OptfoodPlus, dan bsa dgunakan untuk tngkat desa, kecamatan, kabupaten, propns dan nasonal untuk analss ketersedan dan kebutuhan pangan. Hasl runnng OptfoodPlus n dapat djadkan data nput spasal Sstm Infomas Geografs (SIG). Kata kunc : Optmas, Sstm Penunjang Keputusan, Ketahanan Pangan 1. PENDAHULUAN Pemenuhan kebutuhan pangan dan gz penduduk d suatu wlayah terlebh dahulu perlu dketahu ketersedaan, kecukupan serta konsums pangan suatu daerah yang selanjutnya dbandngkan dengan potens sumberdaya alam, sarana dan prasarana produks yang terseda d daerah tersebut. Ketersedaan pangan dtentukan oleh tngkat produks bahan makanan yang bersumber dar sektor pertanan, perternakan dan perkanan. Sedangkan kebutuhan pangan dtentukan oleh perkembangan jumlah penduduk berdasarkan jens kelamn dan kelompok umur. Produks bahan makanan dan luas lahan yang optmum berdasarkan perkembangan jumlah penduduk dhtung dengan pendekatan optmas kebutuhan (demand) dan produks (supply) sumberdaya hayat untuk pangan dan gz [1]. Sstem optmas akan lebh mudah dlakukan dengan mengembangkan perangkat lunak optmas yang dapat melakukan perhtungan secara cepat dan tepat. Perangkat lunak optmas dapat Semnar Nasonal Kebjakan dan Aplkas Teknolog Informas dan Komunkas untuk Penngkatan Daya Sang Agrbsns Indonesa Hmpunan Informatka Pertanan Indonesa Insttut Pertanan Bogor Departemen Pertanan Republk Indonesa 6-7 Agustus 29, Bogor 1

2 PROSIDING SEMINAR NASIONAL HIMPUNAN INFORMATIKA PERTANIAN INDONESIA 29 ISBN : dgunakan untuk perhtungan tngkat kebutuhan bahan makanan optmal setap kelompok bahan makanan dan luas lahan dan atau sarana produks optmal yang dbutuhkan untuk memenuh kebutuhan energ pangan dan proten setap penduduk dalam suatu wlayah. Hasl optmas n dapat dgunakan sebaga landasan kebjakan untuk mencapa ketahanan pangan dan daerah mandr pangan. Perangkat lunak optmas untuk pengelolaan pangan telah dkembangkan [2] yang dbernama Optfood. Perangkat lunak Optfood telah dapat menghtung kebutuhan energ optmum, produks optmum, dan luas lahan optmum untuk memproduks pangan dalam suatu wlayah berdasarkan perkembangan penduduk wlayah tersebut. Perangkat lunak Optfood n yang selanjutnya dkembangkan menjad OptfoodPlus dengan menambahkan beberapa tools, yatu perhtungan kebutuhan dan ketersedaan proten, lemak, karbohdrat, mneral dan vtamn serta perangkat transfer data dar data nput ke program utama OptfoodPlus. OptfoodPlus juga memberkan nformas hasl optmas berupa produks optmum dan lahan optmum untuk memproduks setap komodt bahan pangan pada suatu wlayah kajan. 2. TUJUAN Tujuan pengembangan perangkat lunak optmalsas pemanfaatan sumberdaya hayat untuk ketahanan pangan adalah: 1. Mengembangkan model optmas potens sumberdaya hayat untuk memenuh kebutuhan pangan; 2. Mengembangkan perangkat lunak DSS optmas kebutuhan dan ketersedaan pangan. 3. MODEL OPTIMASI SUMBERDAYA HAYATI UNTUK PANGAN Kebutuhan pangan penduduk suatu wlayah dtentukan oleh pertumbuhan penduduk wlayah tersebut. Kebutuhan pangan terutama dukur berdasarkan kebutuhan energ pangan setap ndvdu yang berbeda berdasarkan jens kelamn dan kelompok umur. Kebutuhan energ pangan setap ndvdu dhtung berdasarkan angka kecukupan gz (AKG). Ketersedaan pangan suatu wlayah dtentukan oleh produks komodt pangan dan luas lahan untuk memproduks pangan tersebut. Komposs zat gz setap komodt bahan pangan telah dtetapkan dalam Daftar Komposs Zat Gz Makanan Indonesa [3]. Untuk mengembangkan model optmas pemanfaatan sumberdaya hayat untuk pangan n memerlukan data nput utama yang merupakan data tmeseres mnmal 1 tahun, yatu: (a) jumlah penduduk berdasarkan jens kelamn dan kelompok umur demograf, (b) produks komodt pangan, dan (c) luas lahan untuk memproduks komodt pangan tersebut. 3.1 Proyeks Penduduk Untuk menghtung proyeks pertumbuhan penduduk dalam wlayah tertentu menggunakan model populas Verhulst [4] sebaga berkut: N t N ( t) N 1 1 e (1) N o Dmana, N adalah populas (jwa); γ adalah parameter Verhults; t adalah waktu (tahun), ndeks o awal tahun, tahun yang akan datang saat terjal levelng-off atau serng juga dsebut arryng capacty. 3.2 Proyeks Kebutuhan Pangan Persamaan yang dpaka untuk menghtung kebutuhan energ pangan haran dalam suatu wlayah tertentu [2] adalah sebaga berkut: n n T p p w E a N a. w. N (2) Dmana, E T adalah energ total yang dbutuhkan pada tahun tertentu dalam wlayah tertentu (juta kkal), a adalah kebutuhan energ haran (kkal/har) per ndvdu (AKG), N jumlah ndvdu (jwa), p adalah Pra, w adalah wanta, adalah ndeks kelompok umur, n adalah jumlah kelompok umur. 3.3 Proyeks Produks dan Luas Lahan Komodt Pangan Data produks dan luas lahan berbaga komodt pertanan dapat dperoleh dar BPS atau ntans tekns terkat. Luas lahan berart luas panen dan produktvtas adalah produks dbag luas panen. Untuk memproyekskan produks dan luas lahan dgunakan model pertumbuhan Verhults pada persamaan (1). 3.4 Optmas Kecukupan Energ Kelompok Pangan Kecukupan berart terpenuh kebutuhan energ pangan haran dalam batas ksarannya, sedangkan kesembangan energ mengandung art terpenuh komposs energ dar berbaga sumber yang dajurkan. Komposs energ yang danjurkan [5] merujuk pada PPHN 22 dmana bahan pangan klasfkaskan atas semblan kelompok bahan pangan, sebagamana dsajkan pada Tabel 1. 1 Semnar Nasonal Kebjakan dan Aplkas Teknolog Informas dan Komunkas untuk Penngkatan Daya Sang Agrbsns Indonesa Hmpunan Informatka Pertanan Indonesa Insttut Pertanan Bogor Departemen Pertanan Republk Indonesa 6-7 Agustus 29, Bogor 2

3 PROSIDING SEMINAR NASIONAL HIMPUNAN INFORMATIKA PERTANIAN INDONESIA 29 ISBN : Tabel 1: Komposs energ kelompok bahan pangan [5] No Kelompok Mnmum Maksmum 1 Sereala 4.% 6.% 2 Pangan hewan 5.% 2.% 3 Lemak dan mnyak 5.% 15.% 4 Umb-umban.1% 8.% 5 Sayuran dan buah-buahan 3.% 8.% 6 Kacang dan bj-bjan 2.% 1.% 7 Gula 2.% 8.% 8 Buah dan bj bermnyak.1% 3.% 9 Lan-lan.1% 5.% Persamaan yang dpaka untuk optmsas kecukupan dan kesembangan energ [2] adalah sebaga berkut. Fungs tujuannya adalah memnmalkan: T H E E (3) Dmana, k H E E (4) Fungs kendalanya sebaga berkut: E x x E, mn E H, mx (5) E Dmana, E H adalah energ total hasl optmsas (juta kkal), E x,mn dan E x,mx dan masng-masng adalah fraks energ mnmum dan maksmum dar setap kelompok bahan pangan (Tabel 1). 3.5 Analss Ketersedaan Energ dar Produks Kelompok Pangan Evaluas ketersedaan energ [2] untuk menentukan status atau konds produks pangan dalam kelompok bahan pangan guna memenuh kebutuhan energ bag penduduk dalam suatu wlayah kajan. Hasl evaluas n dsampng berupa nla/angka juga pernyataan tga status ketersedaan energ, yatu LEBIH, CUKUP atau KURANG. LEBIH berart produks yang ada atau yang dproyeks melebh kebutuhan energ dar kelompok bahan pangan yang bersangkutan. CUKUP berart tdak terjad kelebhan atau kekurangan yang sgnfkan. KURANG berart terjad atau akan terjad defst energ. Persamaan yang dgunakan untuk menghtung status energ n dalam setap kelompok bahan pangan adalah sebaga berkut: E E (6) D H m D D E j, j W, j j, (7) Dmana, E D adalah energ pangan bersumber dar produks komodt bahan pangan, W D (juta kkal), β adalah konvers komodt bahan pangan ke dalam bentuk bahan yang dapat dkonsums, γ adalah konvers bahan pangan yang dapat dkonsums ke dalam energ pangan (kkal/gram), dan j masng-masng adalah ndeks/nomor untuk kelompok dan komodt bahan pangan. 3.6 Optmas Kecukupan Energ Setap Komodt Pangan Tujuan optmsas d sn adalah menentukan produks optmal dar berbaga komodt pertanan agar terpenuh jumlah energ pangan yang dbutuhkan dar setap kelompok pangan. Persamaan yang dpaka untuk optmsas kecukupan dan kesembangan energ dar komodt pangan n adalah sebaga berkut: Fungs tujuannya adalah memnmsas: K H E E (8) m K K E, j, j W, j (9) j Dmana, E K adalah energ pangan dar hasl optmsas produks komodt bahan pangan, W K (juta kkal). Fungs kendalanya dtentukan oleh konds sebaga berkut: K D Bla maka W, j W, j (1) Artnya, jka ketersedaan energ jauh berlebh dar pada yang dbutuhkan maka produks yang ada djadkan batas atas produks yang akan doptmsas. D K Bla maka W (11) W, j, j Sedangkan jka ketersedaan energ jauh kurang dar pada yang dbutuhkan maka produks yang ada djadkan batas bawah produks yang akan doptmsas. K Bla maka (12) W, j Sementara jka ketersedaan energ lebh kurang sama dengan yang dbutuhkan maka produks yang akan doptmsas harus lebh besar dar. Semnar Nasonal Kebjakan dan Aplkas Teknolog Informas dan Komunkas untuk Penngkatan Daya Sang Agrbsns Indonesa Hmpunan Informatka Pertanan Indonesa Insttut Pertanan Bogor Departemen Pertanan Republk Indonesa 6-7 Agustus 29, Bogor 3

4 PROSIDING SEMINAR NASIONAL HIMPUNAN INFORMATIKA PERTANIAN INDONESIA 29 ISBN : PERANGKAT LUNAK OPTIFOODPLUS Berdasarkan pengembangan model optmas sumberdaya hayat untuk pangan dsusun perangkat lunak optmas kebutuhan dan ketersedaan pangan dalam suatu wlayah kajan. Perangkat lunak optmas n telah dkembangkan sebelumnya yang dbernama Optfood [2]. Perangkat lunak Optfood dgunakan untuk menghtung kebutuhan dan ketersedaan energ, kebutuhan produks optmum dan luas lahan optmum. Setelah dlakukan pengembangan dengan menambah beberapa tools, sehngga dapat menghtung selan kebutuhan dan ketersedaan energ, juga menghtung kebutuhan dan ketersedaan proten, lemak, karbohdrat, mneral dan vtamn dalam suatu wlayah kajan. Penduduk Kebutuhan Pangan Mula selesa Produks Pangan Ketersedaan Pangan Optmas : optmum kebutuhan Produks optmum dan lahan optmum Kurva hubungan kebutuhan dan ketersedaan pangan Gambar 1. Dagram optmas pangan Hasl pengembangan Optfood n dbernama OptfoodPlus. Perangkat lunak Optfood n dkembangkan dengan menggunakan bahasa pemrograman Vsual Basc Aplcaton for Mcrosoft Excel 23. Input perangkat lunak OptfoodPlus n adalah, perkembangan jumlah penduduk yang merupakan jumlah penduduk dalam suatu daerah kajan selama rentang waktu pengamatan dalam beberapa tahun mnmal 1 tahun. Jumlah dan perkembangan produks komodt bahan makanan dalam rentang waktu pengamatan mnmal 1 tahun serta luas panen setap komodt pertanan dan atau jumlah peralatan tangkap standar untuk komodt perkanan laut dan peraran umum. Sstem optmas pangan n dgambarkan secara sngkat pada Gambar 1. Sebaga output hasl optmas OptfoodPlus adalah: a. Proyeks kebutuhan pangan (energ, proten, lemak, karbohdrat, kalsum, fosfor, bes, vtamn A, vtamn B, dan vtamn C) dar awal tahun pengamatan sampa tahun target proyeks. b. Proyeks ketersedaan komodt bahan pangan (sereala, pangan hewan, lemak mnyak, umb-umban, sayuran dan buahbuahan, kacang/bj-bjan, gula, buah/bj bermnyak,dan bahan makanan lan) dar awal tahun pengamatan sampa tahun target proyeks. c. Berdasarkan kebutuhan energ tahun tertentu dlakukan optmas yang menghaslkan kebutuhan energ optmal, kebutuhan produks optmal dan kebutuhan lahan optmal untuk komodt pertanan tanaman pangan, lahan optmal untuk hjauan makanan ternak, lahan optmal untuk tambak/kolam untuk perkanan buddaya, dan kebutuhan alat tangkap standar optmal untuk produks komodt bahan makanan dar perkanan tangkap (kan laut dan kan peraran umum). d. Kurva hubungan kebutuhan pangan observas, proyeks kebutuhan pangan, ketersedaan pangan observas, proyeks ketersedaan pangan, dan konsums pangan. Yang dmaksud dengan observas dsn adalah data kebutuhan pangan yang dhtung berdasarkan perkembangan penduduk nyata yang bersumber dar data sekunder sepert BPS atau nstans lannya, sedangkan kebutuhan proyeks adalah kebutuhan bahan makanan yang dhtung berdasarkan proyeks penduduk dengan menggunakan persamaan pertumbuhan verhulst. Demkan juga untuk observas ketersedaan bahan makan dhtung berdasarkan produks nyata dar BPS, sedangkan proyeks ketersedaan bahan pangan merupakan hasl proyeks berdasarkan persamaan verhulst. e. Status kecukupan pangan yang dkelompokan berdasarkan komposs zat bahan makanan dan kelompok bahan makanan yang berupa status lebh, cukup dan atau kurang. Status kecukupan pangan n mengambarkan ketersedaan bahan pangan dalam suatu daerah kajan, apakah dalam konds berlebh, cukup, atau kurang bla dbandngkan dengan proyeks ketersedaan pangan. Beberapa hasl tamplan perangkat lunak OptfoodPlus dsajkan pada Gambar 2 sampa dengan Gambar 6. Semnar Nasonal Kebjakan dan Aplkas Teknolog Informas dan Komunkas untuk Penngkatan Daya Sang Agrbsns Indonesa Hmpunan Informatka Pertanan Indonesa Insttut Pertanan Bogor Departemen Pertanan Republk Indonesa 6-7 Agustus 29, Bogor 4

5 Penduduk (jwa PROSIDING SEMINAR NASIONAL HIMPUNAN INFORMATIKA PERTANIAN INDONESIA 29 ISBN : Gambar 2. Optmas komposs bahan makanan Gambar 6. Status ketersedaan pangan 5. HASIL OPTIFOODPLUS Gambar 3. Optmas kelompok makanan sereala Perangkat lunak OptfoodPlus n dgunakan untuk kasus optmalsas pemanfaatan sumberdaya hayat untuk ketahanan pangan d Kabupaten Aceh Selatan Provns Nanggroe Aceh Darussalam. 5.1 Proyeks Jumlah Penduduk Hasl proyeks penduduk Kabupaten Aceh Selatan setap tahun dar tahun menggunakan perangkat lunak OptfoodPlus dsajkan pada Gambar 7. Proyeks penduduk Kabupaten Aceh Selatan pada tahun 22 dperkrakan mencapa jwa yang terdr dar jwa lak-lak dan jwa wanta. Berdasarkan data proyeks penduduk n dapat dhtung tngkat kebutuhan energ, proten, lemak, karbohdrat, mneral dan vtamn d Kabupaten Aceh Selatan. 25, Proyeks Penduduk Gambar 4. Optmas kelompok makanan pangan hewan 2, 15, 1, 5, Gambar 5. Optmas kelompok makanan umb-umban Total Pra Wanta 28 Total Aktual Pra Aktual Wanta Aktual Gambar 7. Proyeks penduduk Kabupaten Aceh Selatan tahun Semnar Nasonal Kebjakan dan Aplkas Teknolog Informas dan Komunkas untuk Penngkatan Daya Sang Agrbsns Indonesa Hmpunan Informatka Pertanan Indonesa Insttut Pertanan Bogor Departemen Pertanan Republk Indonesa 6-7 Agustus 29, Bogor 5

6 Energ Pangan (juta kk Energ Pangan (juta kk Energ (kkal/har/jw PROSIDING SEMINAR NASIONAL HIMPUNAN INFORMATIKA PERTANIAN INDONESIA 29 ISBN : Optmas Energ Hasl proyeks kebutuhan dan ketersedaan energ pangan d Kabupaten Aceh Selatan dengan menggunakan OptfoodPlus terlhat bahwa ketersedaan energ pangan jauh melebh dar kebutuhan energ pangan sepert dsajkan pada Gambar 8. 4, 3, 2, 1, Kebutuhan dan Ketersedaan Energ Kebutuhan Energ (juta kkal) 28 Energ Terseda (juta kkal) Gambar 8. Proyeks kebutuhan dan ketersedaan energ pangan Kabupaten Aceh Selatan tahun Bla dtnjau kebutuhan dan ketersedaan energ berdasarkan kelompok bahan makanan, maka ketersedaan energ dar sereala mash melebh kebutuhan energ dar sereala sepert dsajkan pada Gambar 9. 25, 2, Energ dar Sereala Rata-rata kebutuhan, konsums dan ketersedaan energ perkapta dar sereala mash mencukup dar tahun , artnya proyeks rata-rata ketersedaan energ perkapta dar sereala mash lebh besar dar kebutuhan. Bla dbandngkan dengan tngkat konsums energ dar sereala nasonal berdasarkan data SUSENAS terlhat bahwa rata-rata ketersedaan energ pangan dar sereala mash berada d atas rata-rata tngkat konsums rata-rata perkapta nasonal sejak tahun 1995 (Gambar 1). Rata-rata Kebutuhan, Konsums dan Ketersedaan Energ dar Sereala 3,5 3, 2,5 2, 1,5 1, Kebutuhan Energ dar Sereala Konsums Energ dar Sereala (SUSENAS) Proyeks Ketersedaan Energ dar Sereala Observas Ketersedaan Energ dar Sereala Gambar 1. Rata-rata kebutuhan, konsums, dan ketersedaan energ perkapta dar sereala d Kabupaten Aceh Selatan tahun Untuk kelompok pangan hewan ketersedaan energ pangan melebh kebutuhan energ pangan sejak tahun 21 sepert dsajkan pada Gambar 11. Sedangkan rata-rata kebutuhan, konsums, dan ketersedaan energ pangan perkapta dar pangan hewan (Gambar 12), rata-rata kebutuhan dan ketersedaan energ pangan perkapta melebh rata-rata konsums energ pangan perkapta dar pangan hewan secara nasonal berdasarkan data SUSENAS. 15, 1, 5, Proyeks Energ Terseda (juta kkal) 28 1 Kebutuhan Energ (juta kkal) 1. Energ Terseda Observas (juta kkal) Gambar 9. Proyeks kebutuhan dan ketersedaan energ pangan dar sereala Kabupaten Aceh Selatan tahun Semnar Nasonal Kebjakan dan Aplkas Teknolog Informas dan Komunkas untuk Penngkatan Daya Sang Agrbsns Indonesa Hmpunan Informatka Pertanan Indonesa Insttut Pertanan Bogor Departemen Pertanan Republk Indonesa 6-7 Agustus 29, Bogor 6

7 Proten (juta g Energ (kkal/har/jw Energ Pangan (juta kk Proten (juta g PROSIDING SEMINAR NASIONAL HIMPUNAN INFORMATIKA PERTANIAN INDONESIA 29 ISBN : , 18, 16, 14, 12, 1, 8, 6, 4, 2, Energ Pangan Hew an Proyeks Kebutuhan Energ (juta kkal) 5 Proyeks Energ Terseda (juta kkal) Energ Terseda Observas (juta kkal) Gambar 11. Proyeks kebutuhan dan ketersedaan energ pangan dar pangan hewan d Kabupaten Aceh Selatan tahun Rata-rata Kebutuhan, Konsums dan Ketersedaan Energ dar Pangan Hew an , 1, 8, 6, 4, 2, Kebutuhan dan Ketersedaan Proten Kebutuhan Proten (juta g) Proten Terseda (juta g) 28 Gambar 13. Proyeks kebutuhan dan ketersedaan proten d Kabupaten Aceh Selatan tahun Bla dtnjau kebutuhan dan ketersedaan proten dar kelompok bahan makanan sereala, ketersedaan proten dar sereala melebh kebutuhan proten dar sereala sepert dsajkan pada Gambar 14. Sedangkan rata-rata kebutuhan, konsums dan ketersedaan proten perkapta dar sereala dsajkan pada Gambar 15. Rata-rata ketersedaan proten perkapta dar sereala d Kabupaten melebh rata-rata kebutuhan proten perkapta dan rata-rata tngkat konsums proten perkapta dar sereala secara nasonal berdasarkan data SUSENAS Kebutuhan Energ dar Pangan Hew an Konsums Energ dar Pangan Hew an (SUSENAS) Proyeks Ketersedaan Energ dar Pangan Hew an Observas Ketersedaan Energ dar Pangan Hew an Gambar 12. Rata-rata kebutuhan, konsums, dan ketersedaan energ perkapta dar pangan hewan d Kabupaten Aceh Selatan tahun , 5, 4, 3, 2, 1, Proten dar Sereala 5.3 Optmas Proten Hasl optmas kebutuhan dan ketersedaan proten d Kabupaten Aceh Selatan dsajkan pada Gambar 13. Ketersedaan proten melebh kebutuhan proten d Kabupaten Aceh Selatan, maka dapat dsmpulkan bahwa proyeks ketersedaan proten d Kabupaten Aceh Selatan mencukup bla dbandngkan dengan tngkat kebutuhan proten Proyeks Proten Terseda (juta g) 2. Proyeks Kebutuhan Proten (juta g) 2. Proten Terseda Observas (juta g) Gambar 13. Proyeks kebutuhan dan ketersedaan proten dar sereala d Kabupaten Aceh Selatan tahun Semnar Nasonal Kebjakan dan Aplkas Teknolog Informas dan Komunkas untuk Penngkatan Daya Sang Agrbsns Indonesa Hmpunan Informatka Pertanan Indonesa Insttut Pertanan Bogor Departemen Pertanan Republk Indonesa 6-7 Agustus 29, Bogor 7

8 Proten (g/har/jw Proten (g/har/jw Proten (juta g PROSIDING SEMINAR NASIONAL HIMPUNAN INFORMATIKA PERTANIAN INDONESIA 29 ISBN : Rata-rata Kebutuhan, Konsums dan Ketersedaan Proten dar Sereala ,5 3, 2,5 Proten Pangan Hew an Kebutuhan Proten dar Sereala Konsums Proten dar Sereala (SUSENAS) Proyeks Ketersedaan Proten dar Sereala Observas Ketersedaan Proten dar Sereala Gambar 14. Rata-rata kebutuhan, konsums dan ketersedaan proten perkapta dar sereala d Kabupaten Aceh Selatan tahun Proyeks kebutuhan dan ketersedaan proten dar pangan hewan dsajkan pada Gambar 15. Ketersedaan proten dar pangan hewan melebh kebutuhan proten dar pangan hewan d Kabupaten Aceh Selatan, berart Kabupaten Aceh Selatan ketersedaan proten dar pangan hewan mencukup. Sedangkan rata-rata kebutuhan, konsums, dan ketersedaan proten perkapta dar pangan hewan d Kabupaten Aceh Selatan (Gambar 16), terlhat bahwa rata-rata ketersedaan proten perkapta dar pangan hewan jauh melebh rata-rata kebutuhan proten perkapta dar pangan hewan dan rata-rata tngkat konsums proten perkapta dar pangan hewan secara nasonal berdasarkan data SUSENAS. 2, 1,5 1, 5 Rata-rata Kebutuhan, Konsums dan Ketersedaan Proten dar Pangan Hew an Proyeks Proten Terseda (juta g) 2. Proyeks Kebutuhan Proten (juta g) 2. Proten Terseda Observas (juta g) Gambar 15. Proyeks kebutuhan dan ketersedaan proten dar pangan hewan d Kabupaten Aceh Selatan tahun Kebutuhan Proten dar Pangan Hew an Konsums Proten dar Pangan Hew an (SUSENAS) Proyeks Ketersedaan Proten dar Pangan Hew an Observas Ketersedaan Proten dar Pangan Hew an Gambar 16. Rata-rata kebutuhan, konsums dan ketersedaan proten perkapta dar pangan hewan d Kabupaten Aceh Selatan tahun Produks Optmum dan Luas Lahan Optmum Hasl optmas produks dan luas lahan optmum menggunakan OptfoodPlus, untuk kasus komodt pad sawah d Kabupaten Aceh Selatan dsajkan pada Tabel 2. Semnar Nasonal Kebjakan dan Aplkas Teknolog Informas dan Komunkas untuk Penngkatan Daya Sang Agrbsns Indonesa Hmpunan Informatka Pertanan Indonesa Insttut Pertanan Bogor Departemen Pertanan Republk Indonesa 6-7 Agustus 29, Bogor 8

9 PROSIDING SEMINAR NASIONAL HIMPUNAN INFORMATIKA PERTANIAN INDONESIA 29 ISBN : menentukan keputusan ketersedaan pangan pada wlayah kajan. OptfoodPlus n akan terus dkembangkan sehngga bsa mengahaslkan perangkat lunak optmas kebutuhan dan ketersedaan pangan yang mudah untuk dgunakan dan hasl perhtungan yang akurat. 7. KESIMPULAN Perangkat lunak OptfoodPlus sebaga perangkat lunak optmalsas pemanfaatan sumberdaya hayat n dapat dgunakan untuk menghtung tngkat kebutuhan pangan suatu daerah dan tngkat ketersedaan pangan berdasarkan tren produks komodt pangan yang terdapat d daerah tersebut. Hasl OptfoodPlus n berupa data produks optmum dan luas lahan optmum untuk komodt pangan pertanan yang harus dpenuh oleh daerah tersebut agar kecukupan pangan untuk penduduknya terpenuh. Hasl optmas dar OptfoodPlus dapat dgunakan sebaga data spasal ketahanan pangan dan dasar kebjakan pencapaan kebjakan ketahanan pangan suatu daerah yang dkaj. Perangkat lunak perlu dkembangkan lebh lanjut agar lebh mudah dgunakan. APRESIASI Tabel 2. Komposs produks dan lahan optmum pad sawah d Kabupaten Aceh Selatan Berdasarkan Tabel 2. terlhat bahwa proyeks produks optmum pad sawah pada tahun 25 adalah ton, sedangkan produks pad sawah pada tahun yang sama berdasarkan data BPS Kabupaten Aceh Selatan mencapa ton atau mengalam surplus sebesar ton dar kebutuhan produks optmum, sedangkan luas lahan optmum adalah ha pada tahun 25 dan luas panen pada tahun 25 mencapa 2988 ha, artnya luas panen pada tahun 25 tersebut melebh luas panen kebutuhan optmum lahan untuk memenuh kebutuhan pangan dar pad sawah yang merupakan kelompok bahan makan sereala. OptfoodPlus juga menghtung semua komodt pangan yang dbutuhkan untuk memenuh kebutuhan pangan dar suatu daerah kajan. 6. KENDALA DAN TANTANGAN Kendala yang terjad sebagan besar adalah ketersedaan data yang akan dgunakan sebaga bass data proyeks kebutuhan dan ketersedan pangan. Data yang terseda sebaknya data tmeseres yang lengkap mnmal 1 tahun, sehngga proyeks yang dhaslkan akan mendekat tngkat keakuratan dalam Peneltan dan pengembangan perangkat lunak untuk optmalsas pemanfaatan sumberdaya hayat n sebagan dbaya oleh Beasswa Penddkan Pascasarjana (BPPS) tahun dan Hbah Peneltan Doktor Tahun 29 dar Drektorat Jenderal Penddkan Tngg. Kepada Dkt kam ucapkan terma kash bantuan peneltannya. DAFTAR PUSTAKA [1] Mustafrl, B.I. Setawan, M.Y.J. Purwanto, L.B. Prasetyo, D. Martanto (23). Pengelolaan Sumberdaya Hayat Bag Pemenuhan Kebutuhan Pangan dan Gz. Jurnal Keteknkan Pertanan Vol. 2, No. 2, Agustus 26. ISSN hal [2] Setawan, B.I, A.Y. Purwanto, F. Syuab, C. Arf (27) Laporan Peneltan Rset Insentf: Kajan Rset dan Teknolog Integratf untuk Kawasan Pertanan Unggul dan Mandr [tdak dpublkaskan]. [3] Pusat Peneltan dan Pengembangan Gz (PPPG). (21). Komposs Zat Gz Makanan Indonesa. Badan Peneltan dan Pengembangan Kesehatan. Departemen Kesehatan RI. [4] Burghes D.N. and M.S. Borre. (1981). Modellng wth Dfferental Equatons. John Wley & Sons. [5] Hardnsyah, YF. Balwat, D. Martanto, H.S. Rachman, A. Wdodo dan Subyakto. (21). Pengembangan Konsums dengan Pendekatan Pola Pangan Harapan. Pusat Stud Kebjakan Pangan dan Gz IPB, dan Pusat Pengembangan Konsums Pangan BBKP Deptan. Bogor. Semnar Nasonal Kebjakan dan Aplkas Teknolog Informas dan Komunkas untuk Penngkatan Daya Sang Agrbsns Indonesa Hmpunan Informatka Pertanan Indonesa Insttut Pertanan Bogor Departemen Pertanan Republk Indonesa 6-7 Agustus 29, Bogor 9

10 PROSIDING SEMINAR NASIONAL HIMPUNAN INFORMATIKA PERTANIAN INDONESIA 29 ISBN : Semnar Nasonal Kebjakan dan Aplkas Teknolog Informas dan Komunkas untuk Penngkatan Daya Sang Agrbsns Indonesa Hmpunan Informatka Pertanan Indonesa Insttut Pertanan Bogor Departemen Pertanan Republk Indonesa 6-7 Agustus 29, Bogor 1

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 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. Universitas Sumatera Utara BAB 1 PENDAHULUAN 1.1 Latar Belakang Ketahanan pangan adalah ketersedaan pangan dan kemampuan seseorang untuk mengaksesnya. Sebuah rumah tangga dkatakan memlk ketahanan pangan jka penghunnya tdak berada

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

HUBUNGAN KEMAMPUAN KEUANGAN DAERAH TERHADAP PERTUMBUHAN EKONOMI PROVINSI NUSA TENGGARA BARAT

HUBUNGAN KEMAMPUAN KEUANGAN DAERAH TERHADAP PERTUMBUHAN EKONOMI PROVINSI NUSA TENGGARA BARAT HUBUNGAN KEMAMPUAN KEUANGAN DAERAH TERHADAP PERTUMBUHAN EKONOMI PROVINSI NUSA TENGGARA BARAT ABSTRAK STEVANY HANALYNA DETHAN Fakultas Ekonom Unv. Mahasaraswat Mataram e-mal : stevany.hanalyna.dethan@gmal.com

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 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

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

III. METODE PENELITIAN

III. METODE PENELITIAN III. METODE PEELITIA 3.1. Kerangka Pemkran Peneltan BRI Unt Cbnong dan Unt Warung Jambu Uraan Pekerjaan Karyawan Subyek Analss Konds SDM Aktual (KKP) Konds SDM Harapan (KKJ) Kuesoner KKP Kuesoner KKJ la

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 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

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 III METODE PENELITIAN. pembelajaran berupa RPP dan LKS dengan pendekatan berbasis masalah ini

BAB III METODE PENELITIAN. pembelajaran berupa RPP dan LKS dengan pendekatan berbasis masalah ini BAB III METODE PENELITIAN A. Desan Peneltan Metode peneltan yang dgunakan dalam pengembangan perangkat pembelajaran berupa RPP dan LKS dengan pendekatan berbass masalah n adalah metode pengembangan atau

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

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 METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN Bab n akan menjelaskan latar belakang pemlhan metode yang dgunakan untuk mengestmas partspas sekolah. Propns Sumatera Barat dplh sebaga daerah stud peneltan. Setap varabel yang

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. Jenis penelitian yang digunakan adalah penelitian pengembangan yang

BAB III METODOLOGI PENELITIAN. Jenis penelitian yang digunakan adalah penelitian pengembangan yang BAB III METODOLOGI PENELITIAN A. Jens Peneltan Jens peneltan yang dgunakan adalah peneltan pengembangan yang bertujuan membuat suatu produk dan duj kelayakannya. B. Metode Pengembangan Peneltan n menggunakan

Lebih terperinci

BADAN PUSAT STATISTIK KABUPATEN JAYAPURA

BADAN PUSAT STATISTIK KABUPATEN JAYAPURA BADAN PUSAT STATISTIK KABUPATEN JAYAPURA BADAN PUSAT STATISTIK KABUPATEN JAYAPURA Sensus Penduduk 2010 merupakan sebuah kegatan besar bangsa Badan Pusat Statstk (BPS) berdasarkan Undang-undang Nomor 16

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 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

Peramalan Produksi Sayuran Di Kota Pekanbaru Menggunakan Metode Forcasting

Peramalan Produksi Sayuran Di Kota Pekanbaru Menggunakan Metode Forcasting Peramalan Produks Sayuran D Kota Pekanbaru Menggunakan Metode Forcastng Esrska 1 dan M. M. Nzam 2 1,2 Jurusan Matematka, Fakultas Sans dan Teknolog, UIN Sultan Syarf Kasm Rau Jl. HR. Soebrantas No. 155

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

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

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

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 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

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

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

METODE PENELITIAN. Penentuan lokasi dilakukan secara tertuju (purposive) karena sungai ini termasuk

METODE PENELITIAN. Penentuan lokasi dilakukan secara tertuju (purposive) karena sungai ini termasuk IV. METODE PENELITIAN 4.1. Tempat dan Waktu Peneltan Peneltan n dlakukan d Sunga Sak, Kota Pekanbaru, Provns Rau. Penentuan lokas dlakukan secara tertuju (purposve) karena sunga n termasuk dalam 13 sunga

Lebih terperinci

BAB II TEORI ALIRAN DAYA

BAB II TEORI ALIRAN DAYA BAB II TEORI ALIRAN DAYA 2.1 UMUM Perhtungan alran daya merupakan suatu alat bantu yang sangat pentng untuk mengetahu konds operas sstem. Perhtungan alran daya pada tegangan, arus dan faktor daya d berbaga

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

Post test (Treatment) Y 1 X Y 2

Post test (Treatment) Y 1 X Y 2 BAB III METODOLOGI PENELITIAN A. Metode Peneltan Metode Peneltan adalah cara lmah untuk memaham suatu objek dalam suatu kegatan peneltan. Peneltan yang dlakukan n bertujuan untuk mengetahu penngkatan hasl

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

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

Hubungan Model Kurva Pengeluaran Konsumsi Rumah Tangga di Provinsi Sulawesi Selatan dengan Elastisitasnya

Hubungan Model Kurva Pengeluaran Konsumsi Rumah Tangga di Provinsi Sulawesi Selatan dengan Elastisitasnya Vol. 8, No., 9-101, Januar 01 Hubungan Model Kurva Pengeluaran Konsums Rumah Tangga d Provns Sulawes Selatan dengan Elaststasnya Adawayat Rangkut Abstrak Seleks kurva pengeluaran konsums masyarakat Sulawes

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 ENDAHULUAN 1.1 Latar Belakang Manusa dlahrkan ke duna dengan ms menjalankan kehdupannya sesua dengan kodrat Illah yakn tumbuh dan berkembang. Untuk tumbuh dan berkembang, berart setap nsan harus

Lebih terperinci

PERTEMUAN I PENGENALAN STATISTIKA TUJUAN PRAKTIKUM

PERTEMUAN I PENGENALAN STATISTIKA TUJUAN PRAKTIKUM PERTEMUAN I PENGENALAN STATISTIKA TUJUAN PRAKTIKUM 1) Membuat dstrbus frekuens. 2) Mengetahu apa yang dmaksud dengan Medan, Modus dan Mean. 3) Mengetahu cara mencar Nla rata-rata (Mean). TEORI PENUNJANG

Lebih terperinci

BAB III METODE PENELITIAN. problems. Cresswell (2012: 533) beranggapan bahwa dengan

BAB III METODE PENELITIAN. problems. Cresswell (2012: 533) beranggapan bahwa dengan BAB III METODE PENELITIAN A. Jens Peneltan Jens peneltan n adalah peneltan kombnas atau mxed methods. Cresswell (2012: 533) A mxed methods research desgn s a procedure for collectng, analyzng and mxng

Lebih terperinci

EVALUASI TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN FIRST ORDER CONFIGURAL FREQUENCY ANALYSIS

EVALUASI TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN FIRST ORDER CONFIGURAL FREQUENCY ANALYSIS EVALUASI TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN FIRST ORDER CONFIGURAL FREQUENCY ANALYSIS Resa Septan Pontoh Departemen Statstka Unverstas Padjadjaran resa.septan@unpad.ac.d ABSTRAK.

Lebih terperinci

BAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah

BAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah BAB III METODE PENELITIAN 3.1 Metode Peneltan Metode yang dgunakan dalam peneltan n adalah metode deskrptf. Peneltan deskrptf merupakan peneltan yang dlakukan untuk menggambarkan sebuah fenomena atau suatu

Lebih terperinci

BAB III METODE PENELITIAN. Jenis penelitian yang dipakai adalah penelitian kuantitatif, dengan

BAB III METODE PENELITIAN. Jenis penelitian yang dipakai adalah penelitian kuantitatif, dengan BAB III METODE PENELITIAN 3.1 Pendekatan dan Jens Peneltan Jens peneltan yang dpaka adalah peneltan kuanttatf, dengan menggunakan metode analss deskrptf dengan analss statstka nferensal artnya penuls dapat

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

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

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SD Al-Azhar 1 Wayhalim Bandar Lampung. Populasi

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SD Al-Azhar 1 Wayhalim Bandar Lampung. Populasi 3 III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SD Al-Azhar Wayhalm Bandar Lampung. Populas dalam peneltan n adalah seluruh sswa kelas V yang terdr dar 5 kelas yatu V A, V B, V

Lebih terperinci

Jurnal Bakti Saraswati Vol.04 No.01. Maret 2015 ISSN :

Jurnal Bakti Saraswati Vol.04 No.01. Maret 2015 ISSN : Jurnal Bakt Saraswat Vol.04 No.01. Maret 2015 ISSN : 2088-2149 PEMANFAATAN PROGRAM APLIKASI MAPLE SEBAGAI UPAYA MENINGKATKAN MOTIVASI DAN PRESTASI BELAJAR KALKULUS I MAHASISWA PROGRAM STUDI PENDIDIKAN

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

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

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

BAB III METODE PENELITIAN. Metode penelitian merupakan cara atau langkah-langkah yang harus

BAB III METODE PENELITIAN. Metode penelitian merupakan cara atau langkah-langkah yang harus BAB III METODE PENELITIAN Metode peneltan merupakan cara atau langkah-langkah yang harus dtempuh dalam kegatan peneltan, sehngga peneltan yang dlakukan dapat mencapa sasaran yang dngnkan. Metodolog peneltan

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

BAB III METODE PENELITIAN. menggunakan strategi pembelajaran mind mapping dalam pendekatan

BAB III METODE PENELITIAN. menggunakan strategi pembelajaran mind mapping dalam pendekatan 35 BAB III METODE PENELITIAN A. Jens dan Desan Peneltan Jens peneltan n adalah kuas ekspermen. Pada peneltan n terdapat dua kelompok subjek peneltan yatu kelompok ekspermen yang dberkan suatu perlakuan

Lebih terperinci

SIMULASI OPTIMASI ALIRAN DAYA SISTEM TENAGA LISTRIK SEBAGAI PENDEKATAN EFISIENSI BIAYA OPERASI

SIMULASI OPTIMASI ALIRAN DAYA SISTEM TENAGA LISTRIK SEBAGAI PENDEKATAN EFISIENSI BIAYA OPERASI ISSN: 1693-6930 167 SIMULASI OPTIMASI ALIRAN DAA SISTEM TENAGA LISTRIK SEBAGAI PENDEKATAN EFISIENSI BIAA OPERASI Subyanto Teknk Elektro Fakultas Teknk Unverstas Neger Semarang Gedung E6 Lt. Kampus Sekaran

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

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

BAB I PENDAHULUAN. Semakin tinggi penerimaan Pajak di Indonesia, semakin tinggi pula kualitas

BAB I PENDAHULUAN. Semakin tinggi penerimaan Pajak di Indonesia, semakin tinggi pula kualitas BAB I PENDAHULUAN A. LATAR BELAKANG Pajak merupakan sumber penermaan terpentng d Indonesa. Oleh karena tu Pemerntah selalu mengupayakan bagamana cara menngkatkan penermaan Pajak. Semakn tngg penermaan

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

SISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA DAN PEMILIHAN MITRA BADAN PUSAT STATISTIK (BPS) KABUPATEN GUNUNGKIDUL MENGGUNAKAN METODE SAW BERBASIS WEB

SISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA DAN PEMILIHAN MITRA BADAN PUSAT STATISTIK (BPS) KABUPATEN GUNUNGKIDUL MENGGUNAKAN METODE SAW BERBASIS WEB SISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA DAN PEMILIHAN MITRA BADAN PUSAT STATISTIK (BPS) KABUPATEN GUNUNGKIDUL MENGGUNAKAN METODE SAW BERBASIS WEB Putr Har Ikhtarn ), Bety Nurltasar 2), Hafdz Alda

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

Model Potensial Gravitasi Hansen untuk Menentukan Pertumbuhan Populasi Daerah

Model Potensial Gravitasi Hansen untuk Menentukan Pertumbuhan Populasi Daerah Performa (2004) Vol. 3, No.1: 28-32 Model Potensal Gravtas Hansen untuk Menentukan Pertumbuhan Populas Daerah Bambang Suhard Jurusan Teknk Industr, Unverstas Sebelas Maret, Surakarta Abstract Gravtaton

Lebih terperinci

III. KERANGKA PEMIKIRAN

III. KERANGKA PEMIKIRAN III. KERANGKA PEMIKIRAN 3.1. Kerangka Pemkran Untuk mencapa tujuan peneltan sebagamana durakan pada BAB 1, maka secara sstemats pendekatan masalah peneltan mengkut alur pkr kerangka pendekatan sstem yang

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 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

BAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen.

BAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen. BAB II METODOLOGI PENELITIAN A. Bentuk Peneltan Jens peneltan yang dgunakan dalam peneltan n adalah peneltan deskrptf dengan analsa kuanttatf, dengan maksud untuk mencar pengaruh antara varable ndependen

Lebih terperinci

BAB 2 TINJAUAN KEPUSTAKAAN

BAB 2 TINJAUAN KEPUSTAKAAN BAB TIJAUA KEPUSTAKAA.1. Gambaran Umum Obyek Peneltan Gambar.1 Lokas Daerah Stud Gambar. Detal Lokas Daerah Stud (Sumber : Peta Dgtal Jabotabek ver.0) 7 8 Kawasan perumahan yang dplh sebaga daerah stud

Lebih terperinci

BAB II TINJAUAN PUSTAKA DAN DASAR TEORI

BAB II TINJAUAN PUSTAKA DAN DASAR TEORI BAB II TINJAUAN PUSTAKA DAN DASAR TEORI 2.1 Tnjauan Pustaka Dar peneltan yang dlakukan Her Sulstyo (2010) telah dbuat suatu sstem perangkat lunak untuk mendukung dalam pengamblan keputusan menggunakan

Lebih terperinci

Tinjauan Algoritma Genetika Pada Permasalahan Himpunan Hitting Minimal

Tinjauan Algoritma Genetika Pada Permasalahan Himpunan Hitting Minimal 157 Vol. 13, No. 2, 157-161, Januar 2017 Tnjauan Algortma Genetka Pada Permasalahan Hmpunan Httng Mnmal Jusmawat Massalesse, Bud Nurwahyu Abstrak Beberapa persoalan menark dapat dformulaskan sebaga permasalahan

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

KATA PENGANTAR. Banjarbaru, Januari Plh. Kepala Dinas, IR. FATHURRAHMAN NIP

KATA PENGANTAR. Banjarbaru, Januari Plh. Kepala Dinas, IR. FATHURRAHMAN NIP KATA PENGANTAR Berdasarkan Surat Gubernur Kalmantan Selatan Nomor : 065/01140/ORG tanggal Desember 2013 perhal Penyampaan LAKIP Satuan Kerja Perangkat Daerah Provns Kalmantan Selatan Tahun 2013. Maka Dnas

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

BAB III METODE PENELITIAN. Jenis penelitian yang akan digunakan dalam penelitian ini adalah

BAB III METODE PENELITIAN. Jenis penelitian yang akan digunakan dalam penelitian ini adalah BAB III METODE PENELITIAN A. Jens Peneltan Jens peneltan yang akan dgunakan dalam peneltan n adalah peneltan pengembangan (Research and Development). Peneltan Research and Development (R&D) n merupakan

Lebih terperinci

LAPORAN PENELITIAN. Pola Kecenderungan Penempatan Kunci Jawaban Pada Soal Tipe-D Melengkapi Berganda. Oleh: Drs. Pramono Sidi

LAPORAN PENELITIAN. Pola Kecenderungan Penempatan Kunci Jawaban Pada Soal Tipe-D Melengkapi Berganda. Oleh: Drs. Pramono Sidi LAPORAN PENELITIAN Pola Kecenderungan Penempatan Kunc Jawaban Pada Soal Tpe-D Melengkap Berganda Oleh: Drs. Pramono Sd Fakultas Matematka dan Ilmu Pengetahuan Alam Me 1990 RINGKASAN Populas yang dambl

Lebih terperinci

Untuk memperoleh buku ini hubungi:

Untuk memperoleh buku ini hubungi: 2004 Badan Perencanaan Pembangunan Nasonal Untuk memperoleh buku n hubung: Pusat Data dan Informas Perencanaan Pembangunan Jl. Taman Suropat No. 2, Jakarta Pusat 10310 Telepon/Fax: 021-31934973 atau Webste:

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.. KERANGKA ANALISIS Kerangka analss merupakan urutan dar tahapan pekerjaan sebaga acuan untuk mendapatkan hasl yang dharapkan sesua tujuan akhr dar kajan n, berkut kerangka

Lebih terperinci

BAB III OBYEK DAN METODE PENELITIAN. Obyek dalam penelitian ini adalah kebijakan dividen sebagai variabel

BAB III OBYEK DAN METODE PENELITIAN. Obyek dalam penelitian ini adalah kebijakan dividen sebagai variabel 4 BAB III OBYEK DAN METODE PENELITIAN 3.1 Obyek Peneltan Obyek dalam peneltan n adalah kebjakan dvden sebaga varabel ndependen (X) dan harga saham sebaga varabel dependen (Y). Peneltan n dlakukan untuk

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 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

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

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

MODEL OPTIMASI PERENCANAAN INVESTASI GALANGAN KAPAL DENGAN PENDEKATAN PROGRAMASI TUJUAN GANDA

MODEL OPTIMASI PERENCANAAN INVESTASI GALANGAN KAPAL DENGAN PENDEKATAN PROGRAMASI TUJUAN GANDA MAKARA, TEKOLOGI, VOL. 6, O. 3, DESEMBER 2002 MODEL OPTIMASI PERECAAA IVESTASI GALAGA KAPAL DEGA PEDEKATA PROGRAMASI TUJUA GADA Al Azhar Jurusan Teknk Perkapalan, Insttut Teknolog Adh Tama Surabaya Jl.

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

IV. HASIL DAN PEMBAHASAN

IV. HASIL DAN PEMBAHASAN IV. HASIL DAN PEMBAHASAN Data terdr dar dua data utama, yatu data denyut jantung pada saat kalbras dan denyut jantung pada saat bekerja. Semuanya akan dbahas pada sub bab-sub bab berkut. A. Denyut Jantung

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Fuzzy Set Pada tahun 1965, Zadeh memodfkas teor hmpunan dmana setap anggotanya memlk derajat keanggotaan yang bernla kontnu antara 0 sampa 1. Hmpunan n dsebut dengan hmpunaan

Lebih terperinci

BAB I PENDAHULUAN. Anemia adalah keadaan saat jumlah sel darah merah atau jumlah

BAB I PENDAHULUAN. Anemia adalah keadaan saat jumlah sel darah merah atau jumlah BAB I PENDAHULUAN 1.1 Latar Belakang Anema adalah keadaan saat jumlah sel darah merah atau jumlah hemoglobn (HB) atau proten pembawa oksgen dalam sel darah merah berada d bawah normal,anema dalam kehamlan

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 Peneltan n menggunakan peneltan ekspermen; subyek peneltannya dbedakan menjad kelas ekspermen dan kelas kontrol. Kelas ekspermen dber

Lebih terperinci

BAB III METODE PENELITIAN. SMK Negeri I Gorontalo. Penetapan lokasi tersebut berdasarkan pada

BAB III METODE PENELITIAN. SMK Negeri I Gorontalo. Penetapan lokasi tersebut berdasarkan pada 3 BAB III METODE PENELITIAN 3.1 Tempat Dan Waktu Peneltan 3.1.1 Tempat Peneltan Peneltan yang dlakukan oleh penelt berlokas d Kelas Ak 6, SMK Neger I Gorontalo. Penetapan lokas tersebut berdasarkan pada

Lebih terperinci

Bab III Analisis Rantai Markov

Bab III Analisis Rantai Markov Bab III Analss Ranta Markov Sstem Markov (atau proses Markov atau ranta Markov) merupakan suatu sstem dengan satu atau beberapa state atau keadaan, dan dapat berpndah dar satu state ke state yang lan pada

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

MENCERMATI BERBAGAI JENIS PERMASALAHAN DALAM PROGRAM LINIER KABUR. Mohammad Asikin Jurusan Matematika FMIPA UNNES. Abstrak

MENCERMATI BERBAGAI JENIS PERMASALAHAN DALAM PROGRAM LINIER KABUR. Mohammad Asikin Jurusan Matematika FMIPA UNNES. Abstrak JURAL MATEMATIKA DA KOMUTER Vol. 6. o., 86-96, Agustus 3, ISS : 4-858 MECERMATI BERBAGAI JEIS ERMASALAHA DALAM ROGRAM LIIER KABUR Mohammad Askn Jurusan Matematka FMIA UES Abstrak Konsep baru tentang hmpunan

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 IV PEMBAHASAN HASIL PENELITIAN PENGARUH PENGGUNAAN METODE GALLERY WALK

BAB IV PEMBAHASAN HASIL PENELITIAN PENGARUH PENGGUNAAN METODE GALLERY WALK BAB IV PEMBAASAN ASIL PENELITIAN PENGARU PENGGUNAAN METODE GALLERY WALK TERADAP ASIL BELAJAR MATA PELAJARAN IPS MATERI POKOK KERAGAMAN SUKU BANGSA DAN BUDAYA DI INDONESIA A. Deskrps Data asl Peneltan.

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

APLIKASI FUZZY LINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PRODUKSI LAMPU (Studi Kasus di PT. Sinar Terang Abadi )

APLIKASI FUZZY LINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PRODUKSI LAMPU (Studi Kasus di PT. Sinar Terang Abadi ) APLIKASI FUZZY LINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PRODUKSI LAMPU (Stud Kasus d PT. Snar Terang Abad ) Bagus Suryo Ad Utomo 1203 109 001 Dosen Pembmbng: Drs. I Gst Ngr Ra Usadha, M.S Jurusan Matematka

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

UKURAN LOKASI, VARIASI & BENTUK KURVA

UKURAN LOKASI, VARIASI & BENTUK KURVA UKURAN LOKASI, VARIASI & BENTUK KURVA MARULAM MT SIMARMATA, MS STATISTIK TERAPAN FAK HUKUM USI @4 ARTI UKURAN LOKASI DAN VARIASI Suatu Kelompok DATA berupa kumpulan nla VARIABEL [ vaabel ] Ms banyaknya

Lebih terperinci

LAPORAN KKN SISDAMAS Kelompok 114 PENGOLAHAN SAMPAH ANORGANIK DAN BARANG BEKAS MENJADI KERAJINAN YANG BERNILAI DAN BERDAYA JUAL DI DESA BONGAS KULON

LAPORAN KKN SISDAMAS Kelompok 114 PENGOLAHAN SAMPAH ANORGANIK DAN BARANG BEKAS MENJADI KERAJINAN YANG BERNILAI DAN BERDAYA JUAL DI DESA BONGAS KULON LAPORAN KKN SISDAMAS Kelompok 114 PENGOLAHAN SAMPAH ANORGANIK DAN BARANG BEKAS MENJADI KERAJINAN YANG BERNILAI DAN BERDAYA JUAL DI DESA BONGAS KULON Edtor : Dra. Hj. St Sumjat, M.S. Penuls : Dndn Ahmad

Lebih terperinci

BABl PENDAHULUAN. Indonesia merupakan negara yang sedang berkembang dengan tingkat

BABl PENDAHULUAN. Indonesia merupakan negara yang sedang berkembang dengan tingkat BABl PENDAHULUAN 1.1. LAT AR BELAKANG PERMASALAHAN ndonesa merupakan negara yang sedang berkembang dengan tngkat populas yang cukup besar. Dengan jumlah penduduk dewasa n mencapa lebh dar 180 juta jwa

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

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 IV HASIL DAN PEMBAHASAN PENELITIAN. penerapan Customer Relationship Management pada tanggal 30 Juni 2011.

BAB IV HASIL DAN PEMBAHASAN PENELITIAN. penerapan Customer Relationship Management pada tanggal 30 Juni 2011. 44 BAB IV HASIL DAN PEMBAHASAN PENELITIAN 4.1 Penyajan Data Peneltan Untuk memperoleh data dar responden yang ada, maka dgunakan kuesoner yang telah dsebar pada para pelanggan (orang tua sswa) d Kumon

Lebih terperinci

lingkungan Kantor Dinas Pendidikan Kabupaten Bandung dalam pelaksanaan otonomi daerah belum dapat dilaksanakan secara optimal, antara

lingkungan Kantor Dinas Pendidikan Kabupaten Bandung dalam pelaksanaan otonomi daerah belum dapat dilaksanakan secara optimal, antara BAB V KESMPULAN, MPLKAS DAN REKOMENDAS A. Kesmpulan Berdasarkan hasl peneltan yang telah durakan sebelumnya kesmpulan yang dsajkan d bawah n dtark dar pembahasan hasl peneltan yang memjuk pada tujuan peneltan

Lebih terperinci