Analisis Kinerja Sistem Antrian dengan Pendekatan Single Server pada Proses Pengangkutan Sampah

Ukuran: px
Mulai penontonan dengan halaman:

Download "Analisis Kinerja Sistem Antrian dengan Pendekatan Single Server pada Proses Pengangkutan Sampah"

Transkripsi

1 Aalisis Kierja Sistem Atria dega Pedekata Sigle Server pada Proses Pegagkuta Sampah Welly Sugiato da Elva Susati, Prodi Tekik Idustri, Fakultas Tekik, Uiversitas Putera Batam, Jl. Letje R. Soeprapto, Batam, Kepulaua Riau, Idoesia Abstrak The process of trasportig waste i Tama Cipta Asri housig is doe by garbage truck. Trucks carryig garbage ito the housig ad take the garbage that is i frot of every house residets Park Cipta Asri. Tama Cipta Asri housig is divided ito 4 regios. The umber of garbage trucks carryig garbage is oe truck for each residetial area. The performace of the garbage truck has ever bee aalyzed so that people ca ot assess its effectiveess. The approach used is a sigle server queue theory with limited populatio. The umber of houses serviced by garbage trucks i oe area is limited ad fixed. The house is desigated as a customer if the amout of garbage i frot of the house is more tha 5 bags or more tha 0 kg. Some data to be observed is the arrival rate ad speed of service. Based o these data ca be calculated several parameters such as queue level, object time i the queue, the probability of objects i the queue system, ad the probability of a umber of objects i the queue. This research was coducted i Tama Cipta Asri Housig of Batam City. The results show that sigle server queue theory with limited populatio ca be applied to aalyze queue system performace i garbage trasport process. Kata kuci: Queue, Limited Populatio, Sigle Server, Garbage Truck. Pedahulua Batam merupaka bagia dari kepulaua riau dega luas wilayah sebesar 595 Km persegi da berpeduduk,3 juta jiwa. Sampai saat ii, batam meghasilka sampah dega jumlah atara 850 sampai 000 to per. Sampah yag dihasilka terdiri dari sampah kerig da sampah basah. Sampah tersebut dihasilka oleh rumah tagga da idustri. Sampah rumah tagga di kota batam tidak dikumpulka di tempat peampuga amu dikumpulka di depa rumah masig-masig warga da truk sampah megambil sampah dari masig-masig rumah warga. Perumaha tama cipta asri merupaka sebuah kompleks perumaha di Batam yag terdiri dari 4 wilayah yaki tahap, tahap, tahap 3 da tahap 4. Masig-masig warga perumaha tama cipta asri meyediaka tempat sampah di depa rumah. Truk sampah megambil sampah secara lagsug dega megguaka truk sampah. Masig-masig wilayah dilayai oleh satu truk sampah. amu saat ii, sampah meumpuk di depa masig-masig rumah warga da meluber ke jala raya. Beberapa warga beriisiatif membuag sampah amu tidak ada tempat peampuga sampah di wilayah perumaha tama cipta asri sehigga tercipta tempat pembuaga sampah liar di beberapa lokasi seperti perumaha buaa da perumaha cipta asri. Warga perumaha tama cipta asri masih belum medapatka jawaba megapa sampah Rekayasa Sistem Idustri Page 6

2 meumpuk di depa rumah da pelayaa truk sampah tidak maksimal. Berdasarka latar belakag tersebut, peelitia dilakuka dega tujua utuk megaalisis kierja sistem atria truk sampah di perumaha tama cipta asri. Setiap rumah warga merupaka pelagga yag meuggu utuk dilayai. Jumlah rumah warga yag ada di perumaha bersifat tetap sehigga pedekata yag diguaka adalah sistem atria dega populasi terbatas (Zaveršik, Tia, Grobi, & Rosi, 05). Kierja sistem atria pegagkuta sampah perlu dikaji utuk meetuka baik atau burukya sistem atria sistem pegagkuta sampah. Sistem atria pegagkuta sampah meliputi truk pegagkut sampah, warga sebagai pelagga, kecepata kedataga pelagga yag dalam hal ii adalah kecepata muculya rumah warga dega timbua sampah, kecepata pelayaa truk sampah serta metode pegambila sampah. Kierja sistem atria truk pegagkut sampah meliputi jumlah pelagga dalam sistem, jumlah pelagga dalam atria, probabilitas tidak ada pelagga dalam sistem, probabilitas terdapat beberapa pelagga dalam sistem atria, kecepata rata-rata pelayaa, serta utilisasi sistem (Paul & Akpofure, 05). Jika kierja sistem atria pegagkuta sampah dapat diaalisis da ditetuka ilaiya maka warga da dias kebersiha aka dapat megambil lagkah perbaika sehigga tidak terdapat kesa salig meyalahka atara warga da dias kebersiha Kota Batam. Tujua utama peelitia ii adalah utuk megaalisis da meetuka kierja sistem atria pegagkuta sampah dega sigle server atau satu truk sampah.. Ladasa Teori. Karakteristik Sistem Atria Terdapat tiga kompoe dalam karakteristik sistem atria yaki: kedataga atau masuka sistem yag meliputi ukura populasi, perilaku da distribusiya, atria atau disipi atria yag meliputi jumlah atria da materi yag ada dalam atria da fasilititas pelayaa yag meliputi desai da distribusi statistik waktu pelayaa (Heizer & Reder, 0).... Karakteristik Kedataga Kedataga pelagga memiliki tiga karakteristik utama yaitu ukura populasi kedataga, perilaku kedataga da pola kedataga (Heizer & Reder, 0). Pejelasa masig-masig karakteristik dijabarka sebagai berikut: Ukura Populasi Kedataga Ukura populasi kedataga terdiri dari dua kemugkia yaitu terbatas da tidak terbatas. Populasi kedataga yag tidak terbatas memiliki karakteristik sebagia kecil dari semua kedataga yag potesial. Cotoh dari populasi kedataga yag tidak terbatas adalah kosume cuci mobil, pegujug supermarket, mahasiswa yag medaftar utuk masuk kuliah, peduduk yag datag di kator imigrasi utuk megurus paspor da lai-lai. Populasi yag terbatas adalah sebagia besar dari semua kedataga yag potesial. Cotoh dari populasi yag terbatas adalah Rekayasa Sistem Idustri Page 7

3 sebuah toko buku yag memiliki eam buah mesi fotocopy yag masig-masig berpotesial utuk rusak da memerluka pemeliharaa. Perilaku Kedataga Asumsi perilaku kedataga pada sistem atria adalah bahwa seluruh materi yag ada dalam sistem atria meuggu utuk dilayai da materi tersebut tidak berpidah garis atria. Tidak ada materi yag meiggalka garis atria. 3 Pola Kedataga Asumsi pola kedataga diaggap acak sehigga atar kedataga adalah acak da idepede. Asumsi pola kedataga dalam sistem atria adalah distribusi poiso. Utuk setiap waktu kedataga, probabilitas jumlah kedataga persatua waktu ditetapka dega megguaka persamaa sebagai berikut: P x Keteraga : e x x! () = kecepata kedataga pelagga X = Jumlah pelagga yag datag ke dalam sistem dalam satua waktu.. Karakteristik Atria Pajag sebuah sistem atria dapat terbatas atau tidak terbatas. Sistem atria terbatas merupaka suatu sistem atria yag jumlah materi dalam atria tidak dapat meigkat tapa batas melaika jumlahya telah tetu atau telah ditetapka. Ketetapa jumlah atria dapat disebabka oleh karea adaya atura maupu keterbatasa fisik seperti daya tampug ruag atria. Sistem atria tidak terbatas merupaka suatu sistem atria yag jumlah materi dalam atria dapat meigkat tapa batas (Zaveršik et al., 05). Asumsi distribusi waktu atar kedataga da waktu pelayaa harus dipeuhi karea persamaa yag diguaka utuk megaalisis atria tersebut dituruka berdasarka distribusi kedua variabel tersebut (Heizer & Reder, 0)...3 Karakteristik Pelayaa Terdapat dua hal petig dalam karakteristik pelayaa yaki desai sistem atria da distribusi waktu pelayaa (Heizer & Reder, 0). Desai sistem atria dibagi mejadi dua yaitu sistem atria jalur tuggal da jalur bergada. Sistem atria jalur tuggal merupaka suatu sistem atria di maa pelayaa haya dilakuka pada satu chael atau satu loket da satu jalur atria. Distribusi waktu pelayaa berkaita dega probabilitas waktu pelayaa. Jika waktu pelayaa kosta maka setiap pelagga aka medapatka waktu pelayaa yag sama. amu tidak semua waktu pelayaa adalah kosta. Jika waktu pelayaa tidak kosta maka probabilitas waktu pelayaa ditujukka oleh distribusi probabilitias ekspoesial egatif. Pada Rekayasa Sistem Idustri Page 8

4 distribusi probabilitas ekspoesial egatif, probabilitas waktu pelayaa yag pajag adalah kecil. Probabilitas waktu pelayaa dihitug dega megguaka persamaa berikut: P t e. t adalah waktu pelayaa rata-rata.. Kierja Atria utuk Fiite Populatio Terdapat beberapa persamaa khusus yag diguaka utuk megaalisis kierja atria dega populasi yag terbatas dega sigle server (Hillier & Lieberma, 05). Persamaa tersebut diuraika sebagai berikut : a. Probabilitias jumlah objek dalam atria sebesar ol P 0!! 0 b. Probabilitas objek dalam atria sebesar (3) ()! P 0! c. Rata-rata jumlah objek dalam atria L q P P 0 (4) (5) d. Rata-rata jumlah objek dalam sistem L 0 P P0 (6) e. Rata-rata kecepata kedataga pelagga 0 P 0 P L (7) f. Rata-rata waktu objek dalam sistem L W (8) g. Rata-rata waktu objek dalam atria Lq Wq (9).3 Pedekata Teori Atria dalam Maajeme Trasportasi Sampah Kierja sistem maajeme sampah dapat diaalisis dega pedekata atria dega model M/M/ di maa distribusi waktu atar kedataga adalah markovia atau ekspoesial, distribusi waktu pelayaa adalah markovia atau ekspoesial da jumlah server sebesar. Karakteristik sistem atria truk pada saat proses pegisia baha bakar da proses pegisia Rekayasa Sistem Idustri Page 9

5 sampah dapat diaalisis dega akurat (Zaveršik et al., 05). Maajeme sampah di kota Lawma Igado juga diaalisis dega pedekata atria dega model M/M/s. Karakteristik atria seperti rata-rata kecepata kedataga pelagga, rata-rata kecepata pelayaa, probabilitas jumlah pelagga sebesar 0, probabilitas jumlah pelagga sebesar, jumlah pelagga dalam atria da sistem dapat diaalisis dega pedekata tersebut(paul & Akpofure, 05). Proses pegagkuta sampah di TPS kobaa kota Badug juga diaalisis secara akurat dega megguaka pedekata atria. Taksira distribusi da parameter data observasi diguaka sebagai masuka utuk model simulasi utuk meggambarka sistem atria yag sebearya da utuk memperoleh efektivitas da optimalisasi sistem (Aggakusuma, Padmadisastra, & Masku, 007). 3. Metodologi Peelitia 3. Kecukupa Jumlah Data Perhituga kecukupa jumlah data kecepata kedataga pelagga da kecepata pelayaa dilakuka persamaa rules of thumb (Belle, 008) dega persamaa: 3. Uji Distribusi Data 0 4 Uji distribusi data dilakuka pada data kecepata kedataga pelagga (yag dalam hal ii adalah pertambaha jumlah rumah yag tog sampahya terisi da pertambaha tersebut dihitug per jam). Agar data tersebut dapat diguaka utuk simulasi da dapat diguaka utuk perhituga, data tersebut harus berdistribusi poiso. Uji distribusi data kecepata pelayaa da kecepata kedataga pelagga dilakuka dega megguaka batua miitab. 3.3 Aalisis kierja atria dega jumlah truk sebesar Aalisis kierja atria terdiri atas beberapa karakteristik atara lai adalah :. Meghitug rata-rata kecepata kedataga pelagga da kecepata pelayaa. i i x f i x i Pi μ () f i i i. Meghitug ilai P 0 dega persamaa berikut: P 0 0 C!! 0 λ μ 3. Meghitug ilai P dega persamaa (4). 4. Meghitug ilai Lq (jumlah pelagga dalam atria) dega megguaka persamaa (5). (0) () Rekayasa Sistem Idustri Page 30

6 5. Meghitug ilai L (jumlah pelagga dalam sistem dega megguaka persamaa (6). 6. Meghitug ilai dega megguaka persamaa (7). 7. Meghitug waktu yag diperluka pelagga utuk berada dalam sistem (Wq) dega megguaka persamaa (8). 8. Meghitug waktu yag diperluka pelagga utuk berada dalam sistem atria (W) dega megguaka persamaa (9). 4. Hasil da Pembahasa 4 wilayah. Pegumpula data dilakuka pada perumaha tama cipta asri tembesi yag terbagi mejadi 4. Kecukupa Jumlah Data Peelitia Jumlah data kecepata kedataga pelagga da kecepata pelayaa masig-masig sebesar 80. Uji kecukupa data dihitug dega megguaka persamaa (0). Persamaa tersebut dituruka dega ilai probabilitas pada ilai kristis distribusi hipotesis ol sebesar 0,5 da ilai probabilitas pada ilai kritis hipotesis alteratif sebesar 0,. 0 da merupaka hipotesis alteratif.. Perhituga kecukupa jumlah data kecepata kedataga pelagga merupaka hipotesis ol Perhituga dilakuka persamaa rules of thumb dega persamaa (0). Hipotesis ol sama dega 4 da hipotesis alteratif sama dega 5 sehigga kecepata kedatagapelagga 4 miimum 67,90 sehigga jumlah data cukup. 0 67,90. Jumlah data sebesar 80 melebihi jumlah sampel. Perhituga kecukupa jumlah data utuk data kecepata pelayaa Perhituga dilakuka dega megguaka pedekata rules of thumb dega persamaa (0). Hipotesis ol sama dega da hipotesis alteratif sama dega 0,5 sehigga jumlah data miimum adalah sebesar : kecepata kedatagapelagga 4 0,5 79,9 Jumlah data yag diperoleh sebesar 80 melebihi jumlah sampel miimum 79,9 sehigga jumlah data cukup. 4. Uji Distribusi Data Rekayasa Sistem Idustri Page 3

7 Tabel. Uji distribusi data dilakuka dega batua program miitab disajika pada Tabel da Tabel. Uji distribusi kecepata kedataga pelagga Wil. DF Hitug Tabel Distribusi II 0 7,35 8,3 Poiso III 8 5,09 5,5 Poiso IV 0 9,8 8,3 Poiso Tabel. Uji distribusi kecepata pelayaa Wilayah DF Hitug Tabel Distribusi II 3 6,7,36 Poiso III 4 8,34 3,68 Poiso IV 4 9,6 3,68 Poiso 4.3 Aalisis kierja sistem atria dega jumlah truk =. Rata-rata kecepata kedataga pelagga da kecepata pelayaa pada setiap wilayah dihitug dega persamaa () da hasil perhituga disajika pada tabel 3. Tabel 3. ilai rata-rata kecepata kedataga pelagga Wilayah Rata-rata kecepata kedataga pelagga per I 4,3 II 5.7 III 4.67 IV 6.5 Tabel 4. ilai rata-rata kecepata pelayaa pelagga Wilayah Rata-rata kecepata pelayaa per jam I,3 II 0,4 III 9,89 IV,59. Meghitug ilai P 0. Jumlah rumah yag berpeghui pada wilayah I adalah sebesar 60. Rata-rata kecepata kedataga pelagga pada wilayah I adalah sebesar 4,367 Pelagga. Rata-rata kecepata Pelagga Pelagga pelayaa pelagga pada wilayah I adalah sebesar,3 67,, Sehigga Jam Pelagga λ 4,367 da Sehigga 0 Pelagga μ 67, P0,30 60! λ 60! 4,367! μ! 67, 0-5 Rekayasa Sistem Idustri Page 3

8 3. Meghitug ilai P. Probabilitas adaya pelagga dalam sistem jika jumlah truk haya buah dihitug sebagai berikut : 60! 4,367-5 P 3, ! 67, 4. Meghitug ilai Lq (jumlah pelagga dalam atria)= P μ 67, Meghitug ilai L P 60,3 0 98, λ 4, Pelagga Meghitug ilai λ λ L 4, , , Meghitug waktu yag diperluka pelagga utuk berada dalam sistem (Wq). Lq 97,00386 pelagga jam Wq 4 8,7596 jam λ pelagga 67, 8. Meghitug waktu yag diperluka pelagga utuk berada dalam sistem atria (W). L 98,00386 pelagga jam W 4 8,849 jam λ pelagga 67, 9. Lagkah sampai 9 dilakuka utuk meghitug P 0, P, Lq, L,,Wq da W pada wilayah II, III da IV da hasilya disajika pada tabel 5. Tabel 5. Kierja atria pada tiap wilayah dega jumlah truk sebesar Wil. P 0 P () Lq L W q W I E-5 3E-5 97,0 98, 67, 8,7 8,8 II 3E-39 E-38 09,4 0,4 43,3 0,8 0,9 III 5E-36 E-35,, 37,3,,3 IV E-35 7E-35 0,4 03,4 78, 8,8 8, Pembahasa Hasil perhituga meujukka bahwa kierja sistem pegagkuta masih kurag maksimal. Kecepata pelayaa pegagkuta sampah wilayah I, II, III da IV berturut-turut adalah 67, ; 43,3 ; 37,3 da 78,3 rumah per. Kecepata pelayaa pegagkuta sampah masih redah. Rata-rata kecepata pelayaa adalah 56,48 rumah per. Redahya kecepata pelayaa ii disebabka karea beberapa kedala atara lai yaki:. Tempat pembuaga sampah warga sulit dijagkau petugas kebersiha. Beberapa warga meempatka tempat sampahya pada paku-paku yag ditacap di pagar sehigga petugas harus megagkutya satu persatu. Beberapa warga juga meempatka tempat sampahya terhalag dega pot taama sehigga petugas harus melewati beberapa pot taama utuk megagkut sampah. Selai itu ada beberapa tempat sampah yag terbuat dari ayama bambu yag telah rusak sehigga sulit diagkat. Rekayasa Sistem Idustri Page 33

9 . Hadle tempat sampah tidak yama utuk dipegag atau diagkat sehigga petugas kebersiha harus melapisiya dega kai agar taga petugas tidak terluka. 3. Jala sempit sehigga meyulitka truk pegagkut sampah utuk bermauver. Sampah pada rumah yag jalaya sempit serigkali tidak diambil petugas karea truk pegagkut sampah tidak dapat lewat. 4. Mobil pribadi yag diparkir dipiggir jala meyulitka truk sampah utuk melewati da megambil sampah di tiap rumah warga. Beberapa perbaika perlu dilakuka utuk meigkatka pelayaa. Usula perbaika diimplemetasika kepada warga yag ada di wilayah I.. Tempat pembuaga sampah distadarka betukya. Drum plastik digergaji mejadi bagia. Bagia pegagaya dihaluska dega amplas agar tidak melukai taga petugas kebersiha. Bagia atas tempat sampah diberi tutup agar tidak ada hewa yag merusak isi tempat sampah sehigga sampah basah tidak tercerai berai da tempat sampah mudah dikosogka. Bagia dasar tempat sampah diberi lubag agar tempat sampah tetap kerig da tidak berbau.. Tempat sampah diletakka dilokasi yag tidak terhalag sehigga petugas kebersiha mudah megambilya da meghimbau warga agar memarkir mobilya dega baik agar tidak megaggu lalu litas. Implemetasi usula perbaika tersebut berdampak pada keaika kecepata pelayaa pegagkuta sampah di perumaha wilayah I dari 67, rumah per mejadi 480,8 rumah per. Jumlah truk yag optimum pada wilayah I setelah implemetasi perbaika adalah. Kierja atria setelah dilakuka perbaika disajika pada tabel 6 Tabel 6. Kierja atria pada wilayah I setelah dilakuka perbaika C Po Lq L W (Jam) Wq (Jam) Sebelum 7.69E+4.3E Sesudah E Kesimpula Kierja sistem atria pegagkuta sampah yag ditujukka pada tabel masih kurag maksimal, jumlah rumah yag meuggu utuk dilayai adalah 98 sampai rumah, lama megatri dalam sistem adalah 8,8 sampai,3 jam da lama megatri dalam atria adalah 8,7 sampai, jam. Kierja atria sagat buruk da harus dilakuka perbaika. Solusi perbaika buka dega meambah jumlah truk amu dega memperbaiki sistem pegagkuta sampah. Dari hasil aalisa perbaika, jumlah rumah yag meuggu utuk dilayai meuru mejadi 47 rumah, lama megatri dalam sistem turu mejadi,4 jam da lama megatri dalam sistem atria turu mejadi,38 jam. Rekayasa Sistem Idustri Page 34

10 Ucapa Terima Kasih Kami meyampaika terima kasih kepada beberapa pihak :. Kemeristekdikti yag telah memberika pedaaa peelitia.. Uiversitas Putera Batam yag telah memberika dukuga da fasilitas. DAFTAR PUSTAKA Aggakusuma, D., Padmadisastra, S., & Masku, B. (007). Meetuka Jumlah Pelayaa yag Optimal pada Sistem Pegagkuta Sampah di Tempat Pembuaga Semetara Kobaa Kota Badug, 7(), 7. Belle, G. va. (008). Statistical Rules. (S. Miles, Ed.) (d ed.). Uited States of America: Joh Wiley & Sos, Ic. Heizer, J., & Reder, B. (0). Operatios Maagemet. (M. K. Murray, Ed.) (0th ed.). Pretice Hall. Hillier, F. S., & Lieberma, G. J. (05). ITRODUCTIO TO OPERATIOS RESEARCH (0th ed.). ew York, Y 0: Mc Graw Hill. Paul, A.., & Akpofure,. (05). Queuig Theory ad its Applicatio i Waste Maagemet Authority ( A Focus o Lawma Igado Dump Site, Lagos State ), 4(9), Zaveršik, D., Tia, C., Grobi, K., & Rosi, B. (05). Optimizatio of Iteral Logistics i a Waste Maagemet Compay With Queuig Theory. d. Logistics Iteratioal Coferece., Rekayasa Sistem Idustri Page 35

simulasi selama 4,5 jam. Selama simulasi dijalankan, animasi akan muncul pada dijalankan, ProModel akan menyajikan hasil laporan statistik mengenai

simulasi selama 4,5 jam. Selama simulasi dijalankan, animasi akan muncul pada dijalankan, ProModel akan menyajikan hasil laporan statistik mengenai 37 Gambar 4-3. Layout Model Awal Sistem Pelayaa Kedai Jamoer F. Aalisis Model Awal Model awal yag telah disusu kemudia disimulasika dega waktu simulasi selama 4,5 jam. Selama simulasi dijalaka, aimasi

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Didalam melakuka kegiata suatu alat atau mesi yag bekerja, kita megeal adaya waktu hidup atau life time. Waktu hidup adalah lamaya waktu hidup suatu kompoe atau uit pada

Lebih terperinci

Elemen Dasar Model Antrian. Aktor utama customer dan server. Elemen dasar : 1.distribusi kedatangan customer. 2.distribusi waktu pelayanan. 3.

Elemen Dasar Model Antrian. Aktor utama customer dan server. Elemen dasar : 1.distribusi kedatangan customer. 2.distribusi waktu pelayanan. 3. Eleme Dasar Model Atria. Aktor utama customer da server. Eleme dasar :.distribusi kedataga customer. 2.distribusi waktu pelayaa. 3.disai fasilitas pelayaa (seri, paralel atau jariga). 4.disipli atria (pertama

Lebih terperinci

Lecture 4 : Queueing Theory and Aplications. Hanna Lestari, M.Eng

Lecture 4 : Queueing Theory and Aplications. Hanna Lestari, M.Eng Leture 4 : Queueig Theory ad Apliatios Haa Lestari, M.Eg Struktur Dasar Model Model Atria Teori Atria bertujua utuk megetahui/meetuka besara kierja sistem atria. Ukura kierja sistem dalam kodisi steady

Lebih terperinci

BAB III METODOLOGI PENELITIAN

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

Lebih terperinci

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan REGRESI LINIER DAN KORELASI Variabel dibedaka dalam dua jeis dalam aalisis regresi: Variabel bebas atau variabel prediktor -> variabel yag mudah didapat atau tersedia. Dapat diyataka dega X 1, X,, X k

Lebih terperinci

BAB III METODOLOGI PENELITIAN

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

Lebih terperinci

ANALISIS SISTEM ANTRIAN PADA LOKET PENDAFTARAN PASIEN DI PUSKESMMAS PADANG PASIR KECAMATAN PADANG BARAT

ANALISIS SISTEM ANTRIAN PADA LOKET PENDAFTARAN PASIEN DI PUSKESMMAS PADANG PASIR KECAMATAN PADANG BARAT Jural Sais da Tekologi Vol 7 o 2, Desember 27 ANALISIS SISTEM ANTRIAN ADA LOKET ENDAFTARAN ASIEN DI USKESMMAS ADANG ASIR KECAMATAN ADANG BARAT Ali Suta Nasutio, Seira Mutia 2 Tekik Idustri Sekolah Tiggi

Lebih terperinci

ANALISIS SISTEM ANTRIAN PELAYANAN NASABAH DI PT. BANK NEGARA INDONESIA (PERSERO) TBK KANTOR CABANG UTAMA USU

ANALISIS SISTEM ANTRIAN PELAYANAN NASABAH DI PT. BANK NEGARA INDONESIA (PERSERO) TBK KANTOR CABANG UTAMA USU Saitia Matematika ISSN: 2337-9197 Vol. 02, No. 03 (2014), pp. 277 287. ANALISIS SISTEM ANTRIAN PELAYANAN NASABAH DI PT. BANK NEGARA INDONESIA (PERSERO) TBK KANTOR CABANG UTAMA USU Siti Aria R. Harahap

Lebih terperinci

BAB III METODE PENELITIAN

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

Lebih terperinci

PENDUGA RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KUARTIL VARIABEL BANTU PADA PENGAMBILAN SAMPEL ACAK SEDERHANA DAN PENGATURAN PERINGKAT MEDIAN

PENDUGA RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KUARTIL VARIABEL BANTU PADA PENGAMBILAN SAMPEL ACAK SEDERHANA DAN PENGATURAN PERINGKAT MEDIAN PEDUGA RASIO UTUK RATA-RATA POPULASI MEGGUAKA KUARTIL VARIABEL BATU PADA PEGAMBILA SAMPEL ACAK SEDERHAA DA PEGATURA PERIGKAT MEDIA ur Khasaah, Etik Zukhroah, da Dewi Reto Sari S. Prodi Matematika Fakultas

Lebih terperinci

BAB IV. METODE PENELITlAN. Rancangan atau desain dalam penelitian ini adalah analisis komparasi, dua

BAB IV. METODE PENELITlAN. Rancangan atau desain dalam penelitian ini adalah analisis komparasi, dua BAB IV METODE PENELITlAN 4.1 Racaga Peelitia Racaga atau desai dalam peelitia ii adalah aalisis komparasi, dua mea depede (paired sample) yaitu utuk meguji perbedaa mea atara 2 kelompok data. 4.2 Populasi

Lebih terperinci

BAB III METODE PENELITIAN. penelitian yaitu PT. Sinar Gorontalo Berlian Motor, Jl. H. B Yassin no 28

BAB III METODE PENELITIAN. penelitian yaitu PT. Sinar Gorontalo Berlian Motor, Jl. H. B Yassin no 28 5 BAB III METODE PENELITIAN 3.1 Lokasi Peelitia da Waktu Peelitia Sehubuga dega peelitia ii, lokasi yag dijadika tempat peelitia yaitu PT. Siar Gorotalo Berlia Motor, Jl. H. B Yassi o 8 Kota Gorotalo.

Lebih terperinci

POSITRON, Vol. II, No. 2 (2012), Hal. 1-5 ISSN : Penentuan Energi Osilator Kuantum Anharmonik Menggunakan Teori Gangguan

POSITRON, Vol. II, No. 2 (2012), Hal. 1-5 ISSN : Penentuan Energi Osilator Kuantum Anharmonik Menggunakan Teori Gangguan POSITRON, Vol. II, No. (0), Hal. -5 ISSN : 30-4970 Peetua Eergi Osilator Kuatum Aharmoik Megguaka Teori Gaggua Iklas Saubary ), Yudha Arma ), Azrul Azwar ) )Program Studi Fisika Fakultas Matematika da

Lebih terperinci

BAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya.

BAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya. BAB 1 PENDAHULUAN 1.1 Latar Belakag Aalisis regresi mejadi salah satu bagia statistika yag palig bayak aplikasiya. Aalisis regresi memberika keleluasaa kepada peeliti utuk meyusu model hubuga atau pegaruh

Lebih terperinci

BAB IV PEMBAHASAN DAN ANALISIS

BAB IV PEMBAHASAN DAN ANALISIS BAB IV PEMBAHASAN DAN ANALISIS 4.1. Pembahasa Atropometri merupaka salah satu metode yag dapat diguaka utuk meetuka ukura dimesi tubuh pada setiap mausia. Data atropometri yag didapat aka diguaka utuk

Lebih terperinci

PENGGGUNAAN ALGORITMA GAUSS-NEWTON UNTUK MENENTUKAN SIFAT-SIFAT PENAKSIR PARAMETER DAN

PENGGGUNAAN ALGORITMA GAUSS-NEWTON UNTUK MENENTUKAN SIFAT-SIFAT PENAKSIR PARAMETER DAN PENGGGUNAAN ALGORITMA GAUSS-NEWTON UNTUK MENENTUKAN SIFAT-SIFAT PENAKSIR PARAMETER DAN DALAM SUATU MODEL NON-LINIER Abstrak Nur ei 1 1, Jurusa Matematika FMIPA Uiversitas Tadulako Jl. Sukaro-Hatta Palu,

Lebih terperinci

Bab III Metoda Taguchi

Bab III Metoda Taguchi Bab III Metoda Taguchi 3.1 Pedahulua [2][3] Metoda Taguchi meitikberatka pada pecapaia suatu target tertetu da meguragi variasi suatu produk atau proses. Pecapaia tersebut dilakuka dega megguaka ilmu statistika.

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur 0 III. METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia Peelitia ii dilakuka di SMA Negeri Way Jepara Kabupate Lampug Timur pada bula Desember 0 sampai Mei 03. B. Populasi da Sampel Populasi dalam peelitia

Lebih terperinci

IV. METODE PENELITIAN

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

Lebih terperinci

Pendekatan Nilai Logaritma dan Inversnya Secara Manual

Pendekatan Nilai Logaritma dan Inversnya Secara Manual Pedekata Nilai Logaritma da Iversya Secara Maual Moh. Affaf Program Studi Pedidika Matematika, STKIP PGRI BANGKALAN affafs.theorem@yahoo.com Abstrak Pada pegaplikasiaya, bayak peggua yag meggatugka masalah

Lebih terperinci

BAB 1 PENDAHULUAN. Bagi Negara yang mempunyai wilayah terdiri dari pulau-pulau yang dikelilingi lautan,

BAB 1 PENDAHULUAN. Bagi Negara yang mempunyai wilayah terdiri dari pulau-pulau yang dikelilingi lautan, BAB 1 PENDAHULUAN 1.1 Latar Belakag Bagi Negara yag mempuyai wilayah terdiri dari pulau-pulau yag dikeliligi lauta, laut merupaka saraa trasportasi yag dimia, sehigga laut memiliki peraa yag petig bagi

Lebih terperinci

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

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

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Racaga da Jeis Peelitia Racaga peelitia ii adalah deskriptif dega pedekata cross sectioal yaitu racaga peelitia yag meggambarka masalah megeai tigkat pegetahua remaja tetag

Lebih terperinci

Pengendalian Proses Menggunakan Diagram Kendali Median Absolute Deviation (MAD)

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

Lebih terperinci

BAB III METODOLOGI PENELITIAN

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

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Madiun, untuk mendapatkan gambaran kondisi tempat penelitian secara umum,

BAB III METODOLOGI PENELITIAN. Madiun, untuk mendapatkan gambaran kondisi tempat penelitian secara umum, 32 BAB III METODOLOGI PENELITIAN 3.1 Objek Peelitia Peelitia dilakuka di PT. INKA yag terletak di Jl. Yos Sudarso o 71 Madiu, utuk medapatka gambara kodisi tempat peelitia secara umum, termasuk kegiata-kegiata

Lebih terperinci

BAB VII RANDOM VARIATE DISTRIBUSI DISKRET

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

Lebih terperinci

BAB III METODE PENELITIAN. penelitian yang tepat dalam sebuah penelitian ditentukan guna menjawab

BAB III METODE PENELITIAN. penelitian yang tepat dalam sebuah penelitian ditentukan guna menjawab BAB III METODE PENELITIAN Metode peelitia merupaka suatu cara atau prosedur utuk megetahui da medapatka data dega tujua tertetu yag megguaka teori da kosep yag bersifat empiris, rasioal da sistematis.

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB ENDAHULUAN. Latar Belakag Masalah Dalam kehidupa yata, hampir seluruh feomea alam megadug ketidak pastia atau bersifat probabilistik, misalya pergeraka lempega bumi yag meyebabka gempa, aik turuya

Lebih terperinci

BAB III METODOLOGI PENELITIAN. data dalam penelitian ini termasuk ke dalam data yang diambil dari Survei Pendapat

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

Lebih terperinci

IV METODE PENELITIAN

IV METODE PENELITIAN IV METODE PENELITIAN 4.1. Lokasi da Waktu Peelitia Lokasi peelitia dilakuka di PT. Bak Bukopi, Tbk Cabag Karawag yag berlokasi pada Jala Ahmad Yai No.92 Kabupate Karawag, Jawa Barat da Kabupate Purwakarta

Lebih terperinci

III. METODE PENELITIAN. kelas VIII semester ganjil SMP Sejahtera I Bandar Lampung tahun pelajaran 2010/2011

III. METODE PENELITIAN. kelas VIII semester ganjil SMP Sejahtera I Bandar Lampung tahun pelajaran 2010/2011 III. METODE PENELITIAN A. Latar Peelitia Peelitia ii merupaka peelitia yag megguaka total sampel yaitu seluruh siswa kelas VIII semester gajil SMP Sejahtera I Badar Lampug tahu pelajara 2010/2011 dega

Lebih terperinci

Algoritma Branch and Bound pada Permasalahan 0-1 Knapsack

Algoritma Branch and Bound pada Permasalahan 0-1 Knapsack Algoritma Brach ad Boud pada Permasalaha 0-1 Kapsack Sady Socrates (13508044) Program Studi Tekik Iformatika 2008, Istitut Tekologi Badug Jl. Gaesha 10, 40116 Badug e-mail: if18044@studets.if.itb.ac.id

Lebih terperinci

ANALISIS SISTEM ANTRIAN PESAWAT TERBANG DI BANDARA INTERNASIONAL AHMAD YANI SEMARANG

ANALISIS SISTEM ANTRIAN PESAWAT TERBANG DI BANDARA INTERNASIONAL AHMAD YANI SEMARANG ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 4, Tahu 2015, Halama 725-733 Olie di: http://ejoural-s1.udip.ac.id/idex.php/gaussia ANALISIS SISTEM ANTRIAN PESAWAT TERBANG DI BANDARA INTERNASIONAL AHMAD

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1 Lokasi da Waktu peelitia Peelitia dilakuka pada budidaya jamur tiram putih yag dimiliki oleh usaha Yayasa Paguyuba Ikhlas yag berada di Jl. Thamri No 1 Desa Cibeig, Kecamata Pamijaha,

Lebih terperinci

BAB III METODE PENELITIAN

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

Lebih terperinci

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

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

Lebih terperinci

IV. METODE PENELITIAN. Penelitian ini dilakukan di Kawasan Pantai Anyer, Kabupaten Serang

IV. METODE PENELITIAN. Penelitian ini dilakukan di Kawasan Pantai Anyer, Kabupaten Serang IV. METODE PENELITIAN 4.1 Lokasi da Waktu Peelitia Peelitia ii dilakuka di Kawasa Patai Ayer, Kabupate Serag Provisi Bate. Lokasi ii dipilih secara segaja atau purposive karea Patai Ayer merupaka salah

Lebih terperinci

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL BAB VIII MASAAH ESTIMASI SAT DAN DA SAMPE 8.1 Statistik iferesial Statistik iferesial suatu metode megambil kesimpula dari suatu populasi. Ada dua pedekata yag diguaka dalam statistik iferesial. Pertama,

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN 17 III. METODE PENELITIAN 3.1. Keragka Pemikira Peelitia Setiap perusahaa memiliki visi da misi yag diguaka utuk mecapai tujua dalam melaksaaka semua kegiataya agar tetap bertaha. Sama hal ya dega Bak

Lebih terperinci

METODE PENELITIAN. Subyek dalam penelitian ini adalah siswa kelas XI IPA 1 SMA Wijaya Bandar

METODE PENELITIAN. Subyek dalam penelitian ini adalah siswa kelas XI IPA 1 SMA Wijaya Bandar III. METODE PENELITIAN A. Settig Peelitia Subyek dalam peelitia ii adalah siswa kelas XI IPA 1 SMA Wijaya Badar Lampug, semester gajil Tahu Pelajara 2009-2010, yag berjumlah 19 orag terdiri dari 10 siswa

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur III. METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia Peelitia ii dilakuka di SMA Negeri Way Jepara Kabupate Lampug Timur pada bula Desember 0 sampai dega Mei 03. B. Populasi da Sampel Populasi dalam

Lebih terperinci

BAB III METODOLOGI DAN PELAKSANAAN PENELITIAN. Perumusan - Sasaran - Tujuan. Pengidentifikasian dan orientasi - Masalah.

BAB III METODOLOGI DAN PELAKSANAAN PENELITIAN. Perumusan - Sasaran - Tujuan. Pengidentifikasian dan orientasi - Masalah. BAB III METODOLOGI DAN PELAKSANAAN PENELITIAN 3.1. DIAGRAM ALIR PENELITIAN Perumusa - Sasara - Tujua Pegidetifikasia da orietasi - Masalah Studi Pustaka Racaga samplig Pegumpula Data Data Primer Data Sekuder

Lebih terperinci

BAB III METODE PENELITIAN

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

Lebih terperinci

BAB III ECONOMIC ORDER QUANTITY MULTIITEM DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA DAN FAKTOR DISKON

BAB III ECONOMIC ORDER QUANTITY MULTIITEM DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA DAN FAKTOR DISKON BAB III ECONOMIC ORDER QUANTITY MULTIITEM DENGAN MEMPERTIMBANGKAN WAKTU KADALUARA DAN FAKTOR DIKON 3.1 Ecoomic Order Quatity Ecoomic Order Quatity (EOQ) merupaka suatu metode yag diguaka utuk megedalika

Lebih terperinci

BAB III METODE PENELITIAN

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

Lebih terperinci

Definisi Integral Tentu

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

Lebih terperinci

IV METODE PENELITIAN 4.1 Lokasi dan waktu 4.2. Jenis dan Sumber Data 4.3 Metode Pengumpulan Data

IV METODE PENELITIAN 4.1 Lokasi dan waktu 4.2. Jenis dan Sumber Data 4.3 Metode Pengumpulan Data IV METODE PENELITIAN 4.1 Lokasi da waktu Peelitia ii dilakuka di PD Pacet Segar milik Alm Bapak H. Mastur Fuad yag beralamat di Jala Raya Ciherag o 48 Kecamata Cipaas, Kabupate Ciajur, Propisi Jawa Barat.

Lebih terperinci

TINJAUAN PUSTAKA Pengertian

TINJAUAN PUSTAKA Pengertian TINJAUAN PUSTAKA Pegertia Racaga peelitia kasus-kotrol di bidag epidemiologi didefiisika sebagai racaga epidemiologi yag mempelajari hubuga atara faktor peelitia dega peyakit, dega cara membadigka kelompok

Lebih terperinci

Gambar 3.1Single Channel Multiple Phase

Gambar 3.1Single Channel Multiple Phase BAB III MODEL ANTRIAN PADA PEMBUATAN SIM C. Sigle Chael Multiple Phase Sistem atria sigle chael multiple phase merupaa sistem atria dimaa pelagga yag tiba, dapat memasui sistem dega megatri di tempat yag

Lebih terperinci

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

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

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1 Objek Peelitia Dalam peelitia ii, pegambila da peroleha data dilakuka di UKM. Bakso Solo, Bakauhei, Lampug Selata. Utuk pegukura kualitas pelayaa, objek yag diteliti adalah

Lebih terperinci

Taksiran Interval bagi Rata-rata Parameter Distribusi Poisson Interval Estimate for The Average of Parameter Poisson Distribution

Taksiran Interval bagi Rata-rata Parameter Distribusi Poisson Interval Estimate for The Average of Parameter Poisson Distribution Prosidig Statistika ISSN: 460-6456 Taksira Iterval bagi Rata-rata Parameter Distribusi Poisso Iterval Estimate for The Average of Parameter Poisso Distributio 1 Putri Aggita Nuraei, Teti Sofia Yati, 3

Lebih terperinci

= Keterkaitan langsung ke belakang sektor j = Unsur matriks koefisien teknik

= Keterkaitan langsung ke belakang sektor j = Unsur matriks koefisien teknik Aalisis Sektor Kuci Dimaa : KLBj aij = Keterkaita lagsug ke belakag sektor j = Usur matriks koefisie tekik (b). Keterkaita Ke Depa (Forward Ligkage) Forward ligkage meujukka peraa suatu sektor tertetu

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN BAB 3 METODE PENELITIAN 3.1 Metode Pegumpula Data Dalam melakuka sebuah peelitia dibutuhka data yag diguaka sebagai acua da sumber peelitia. Disii peulis megguaka metode yag diguaka utuk melakuka pegumpula

Lebih terperinci

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X Pedugaa Selag: Metode Pivotal Lagkah-lagkahya 1. Adaika X1, X,..., X adalah cotoh acak dari populasi dega fugsi kepekata f( x; ), da parameter yag tidak diketahui ilaiya. Adaika T adalah peduga titik bagi..

Lebih terperinci

1 n MODUL 5. Peubah Acak Diskret Khusus

1 n MODUL 5. Peubah Acak Diskret Khusus ODUL 5 Peubah Acak Diskret Khusus Terdapat beberapa peubah acak diskret khusus yag serig mucul dalam aplikasi. Peubah Acak Seragam ( Uiform) Bila X suatu peubah acak diskret dimaa setiap eleme dari X mempuyai

Lebih terperinci

3 METODE PENELITIAN 3.1 Kerangka Pemikiran 3.2 Lokasi dan Waktu Penelitian

3 METODE PENELITIAN 3.1 Kerangka Pemikiran 3.2 Lokasi dan Waktu Penelitian 19 3 METODE PENELITIAN 3.1 Keragka Pemikira Secara rigkas, peelitia ii dilakuka dega tiga tahap aalisis. Aalisis pertama adalah megaalisis proses keputusa yag dilakuka kosume dega megguaka aalisis deskriptif.

Lebih terperinci

PENAKSIR RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KOEFISIEN VARIASI DAN KOEFISIEN KURTOSIS PADA SAMPLING GANDA

PENAKSIR RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KOEFISIEN VARIASI DAN KOEFISIEN KURTOSIS PADA SAMPLING GANDA PEAKSIR RASIO UTUK RATA-RATA POPULASI MEGGUAKA KOEFISIE VARIASI DA KOEFISIE KURTOSIS PADA SAMPLIG GADA Heru Agriato *, Arisma Ada, Firdaus Mahasiswa Program S Matematika Dose Jurusa Matematika Fakultas

Lebih terperinci

MANAJEMEN RISIKO INVESTASI

MANAJEMEN RISIKO INVESTASI MANAJEMEN RISIKO INVESTASI A. PENGERTIAN RISIKO Resiko adalah peyimpaga hasil yag diperoleh dari recaa hasil yag diharapka Besarya tigkat resiko yag dimasukka dalam peilaia ivestasi aka mempegaruhi besarya

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini merupakan penelitian tindakan kelas yang dilaksanakan pada siswa

III. METODE PENELITIAN. Penelitian ini merupakan penelitian tindakan kelas yang dilaksanakan pada siswa III. METODE PENELITIAN A. Settig Peelitia Peelitia ii merupaka peelitia tidaka kelas yag dilaksaaka pada siswa kelas VIIIB SMP Muhammadiyah 1 Sidomulyo Kabupate Lampug Selata semester geap tahu pelajara

Lebih terperinci

BAB IV METODE PENELITIAN

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

Lebih terperinci

BAB V ANALISA PEMECAHAN MASALAH

BAB V ANALISA PEMECAHAN MASALAH 89 BAB V ANALISA PEMECAHAN MASALAH Dalam upaya mearik kesimpula da megambil keputusa, diperluka asumsi-asumsi da perkiraa-perkiraa. Secara umum hipotesis statistik merupaka peryataa megeai distribusi probabilitas

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB 3 METODE PENELITIAN

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

Lebih terperinci

METODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/2012 SUGENG2010. Copyright Dale Carnegie & Associates, Inc.

METODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/2012 SUGENG2010. Copyright Dale Carnegie & Associates, Inc. METODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/0 SUGENG00 Copyright 996-98 Dale Caregie & Associates, Ic. Kesalaha ERROR: Selisih atara ilai perkiraa dega ilai eksakilai

Lebih terperinci

Distribusi Pendekatan (Limiting Distributions)

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

Lebih terperinci

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak: PENGUJIAN HIPOTESIS A. Lagkah-lagkah pegujia hipotesis Hipotesis adalah asumsi atau dugaa megeai sesuatu. Jika hipotesis tersebut tetag ilai-ilai parameter maka hipotesis itu disebut hipotesis statistik.

Lebih terperinci

Hubungan Antara Panjang Antrian Kendaraan dengan Aktifitas Samping Jalan

Hubungan Antara Panjang Antrian Kendaraan dengan Aktifitas Samping Jalan Hubuga Atara Pajag Atria Kedaraa dega Aktifitas Sampig Jala Frasiscus Mitar Ferry Sihotag Jurusa Tekik Sipil Fakultas Desai da Tekik Perecaaa Uiversitas Pelita Harapa. fmitarfs@yahoo.com, fmitarfs@uph.edu

Lebih terperinci

STUDI TENTANG BEBERAPA MODIFIKASI METODE ITERASI BEBAS TURUNAN

STUDI TENTANG BEBERAPA MODIFIKASI METODE ITERASI BEBAS TURUNAN STUDI TENTANG BEBERAPA MODIFIKASI METODE ITERASI BEBAS TURUNAN Supriadi Putra, M,Si Laboratorium Komputasi Numerik Jurusa Matematika FMIPA Uiversitas Riau e-mail : spoetra@yahoo.co.id ABSTRAK Makalah ii

Lebih terperinci

TEKNIK-TEKNIK PENGAMBARAN ARUS LALU LINTAS

TEKNIK-TEKNIK PENGAMBARAN ARUS LALU LINTAS TEKIK-TEKIK PEGABARA ARS LAL LITAS Kebutuha dasar tekik lalu litas (Traffic Egieerig) adalah pegetahua komprehesif da pegambara dari gerak mobil, truk da bus atara lai pada : jala raya da jariga jala Tekik-tekik

Lebih terperinci

BAB 3 METODE PENELITIAN. Disini penerapan kriteria optimasi yang digunakan untuk menganalisis

BAB 3 METODE PENELITIAN. Disini penerapan kriteria optimasi yang digunakan untuk menganalisis BAB 3 METODE PENELITIAN 3.1 Peetapa Kriteria Optimasi Disii peerapa kriteria optimasi yag diguaka utuk megaalisis kebutuha pokok pada PT. Kusuma Kecaa Khatulistiwa yaitu : 1. Aalisis forecastig (peramala

Lebih terperinci

BAB III METODE PENELITIAN. Jenis penelitian ini adalah penelitian pengembangan (research and

BAB III METODE PENELITIAN. Jenis penelitian ini adalah penelitian pengembangan (research and BAB III METODE PENELITIAN A. Jeis Peelitia Jeis peelitia ii adalah peelitia pegembaga (research ad developmet), yaitu suatu proses peelitia utuk megembagka suatu produk. Produk yag dikembagka dalam peelitia

Lebih terperinci

METODE PENELITIAN. dalam tujuh kelas dimana tingkat kemampuan belajar matematika siswa

METODE PENELITIAN. dalam tujuh kelas dimana tingkat kemampuan belajar matematika siswa 19 III. METODE PENELITIAN A. Populasi da Sampel Populasi dalam peelitia ii adalah seluruh siswa kelas VIII SMP Negeri 8 Badar Lampug tahu pelajara 2009/2010 sebayak 279 orag yag terdistribusi dalam tujuh

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, , Agustus 2003, ISSN : METODE PENENTUAN BENTUK PERSAMAAN RUANG KEADAAN WAKTU DISKRIT

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, , Agustus 2003, ISSN : METODE PENENTUAN BENTUK PERSAMAAN RUANG KEADAAN WAKTU DISKRIT Vol. 6. No., 97-09, Agustus 003, ISSN : 40-858 METODE PENENTUAN BENTUK PERSAMAAN RUANG KEADAAN WAKTU DISKRIT Robertus Heri Jurusa Matematika FMIPA UNDIP Abstrak Tulisa ii membahas peetua persamaa ruag

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN. Sebelum melakukan deteksi dan tracking obyek dibutuhkan perangkat

BAB IV HASIL DAN PEMBAHASAN. Sebelum melakukan deteksi dan tracking obyek dibutuhkan perangkat BAB IV HASIL DAN PEMBAHASAN 4.1 Kebutuha Sistem Sebelum melakuka deteksi da trackig obyek dibutuhka peragkat luak yag dapat meujag peelitia. Peragkat keras da luak yag diguaka dapat dilihat pada Tabel

Lebih terperinci

BAB III METODE PENELITIAN Penelitian ini dilakukan di kelas X SMA Muhammadiyah 1 Pekanbaru. semester ganjil tahun ajaran 2013/2014.

BAB III METODE PENELITIAN Penelitian ini dilakukan di kelas X SMA Muhammadiyah 1 Pekanbaru. semester ganjil tahun ajaran 2013/2014. BAB III METODE PENELITIAN A. Waktu da Tempat Peelitia Peelitia dilaksaaka dari bula Agustus-September 03.Peelitia ii dilakuka di kelas X SMA Muhammadiyah Pekabaru semester gajil tahu ajara 03/04. B. Subjek

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1. Tempat da Waktu Peelitia Peelitia megeai Kepuasa Kosume Miuma Isotoik Fatigo Hydro, dilakuka di wilayah Kota Bogor yaitu di Gedug Olahraga Cimahpar Futsal Bogor da di kampus

Lebih terperinci

Bab 3 Metode Interpolasi

Bab 3 Metode Interpolasi Baha Kuliah 03 Bab 3 Metode Iterpolasi Pedahulua Iterpolasi serig diartika sebagai mecari ilai variabel tergatug tertetu, misalya y, pada ilai variabel bebas, misalya, diatara dua atau lebih ilai yag diketahui

Lebih terperinci

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

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

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Variabel-variabel yang digunakan pada penelitian ini adalah:

BAB III METODOLOGI PENELITIAN. Variabel-variabel yang digunakan pada penelitian ini adalah: BAB III METODOLOGI PENELITIAN 3. Variabel da Defiisi Operasioal Variabel-variabel yag diguaka pada peelitia ii adalah: a. Teaga kerja, yaitu kotribusi terhadap aktivitas produksi yag diberika oleh para

Lebih terperinci

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

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

Lebih terperinci

II. LANDASAN TEORI. dihitung. Nilai setiap statistik sampel akan bervariasi antar sampel.

II. LANDASAN TEORI. dihitung. Nilai setiap statistik sampel akan bervariasi antar sampel. II. LANDASAN TEORI Defiisi 2.1 Distribusi Samplig Distribusi samplig adalah distribusi probibilitas dari suatu statistik. Distribusi tergatug dari ukura populasi, ukura sampel da metode memilih sampel.

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN 30 III. METODE PENELITIAN A. Metode Dasar Peelitia Metode yag diguaka dalam peelitia adalah metode deskriptif, yaitu peelitia yag didasarka pada pemecaha masalah-masalah aktual yag ada pada masa sekarag.

Lebih terperinci

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

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

Lebih terperinci

BAB III METODOLOGI PENELITIAN

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

Lebih terperinci

PENAKSIR RANTAI RASIO DAN RANTAI PRODUK YANG EFISIEN UNTUK MENAKSIR RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA

PENAKSIR RANTAI RASIO DAN RANTAI PRODUK YANG EFISIEN UNTUK MENAKSIR RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA PENAKSIR RANTAI RASIO DAN RANTAI PRODUK YANG EFISIEN UNTUK MENAKSIR RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA V. M. Vidya *, Bustami, R. Efedi Mahasiswa Program S Matematika Dose Jurusa Matematika

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang Permasalahan

BAB I PENDAHULUAN Latar Belakang Permasalahan BAB I PENDAHULUAN 1.1. Latar Belakag Permasalaha Matematika merupaka Quee ad servat of sciece (ratu da pelaya ilmu pegetahua). Matematika dikataka sebagai ratu karea pada perkembagaya tidak tergatug pada

Lebih terperinci

Bab 3 Kerangka Pemecahan Masalah

Bab 3 Kerangka Pemecahan Masalah Bab 3 Keragka Pemecaha Masalah 3.1. Metode Pemecaha Masalah Peelitia ii disajika dalam lagkah-lagkah seperti ag terdapat pada gambar dibawah ii. Peajia secara sistematis dibuat agar masalah ag dikaji dalam

Lebih terperinci

Metode Bootstrap Persentil Pada Sensor Tipe II Berdistribusi Eksponensial

Metode Bootstrap Persentil Pada Sensor Tipe II Berdistribusi Eksponensial Statistika, Vol. 7 No. 1, 1 6 Mei 007 Metode Bootstrap Persetil Pada Sesor Tipe II Berdistribusi Ekspoesial Jurusa Statistika FMIPA Uiversitas Islam Idoesia Yogyakarta Abstrak Metode bootstrap adalah suatu

Lebih terperinci

PERBANDINGAN KINERJA SKEMA CHANNEL SHARING PADA JARINGAN GSM/GPRS DENGAN MODEL ANTRIAN ERLANG

PERBANDINGAN KINERJA SKEMA CHANNEL SHARING PADA JARINGAN GSM/GPRS DENGAN MODEL ANTRIAN ERLANG o. 27 Vol.2 Th. XIV April 2007 ISS 854-847 PERBADIGA KIERJA SKEMA CHAEL SHARIG PADA JARIGA / DEGA MODEL ATRIA ERLAG Rudy Feradez Jurusa Tekik Elektro Fakultas Tekik Uiversitas Adalas ABSTRAK Blockig merupaka

Lebih terperinci

PETA KONSEP RETURN dan RISIKO PORTOFOLIO

PETA KONSEP RETURN dan RISIKO PORTOFOLIO PETA KONSEP RETURN da RISIKO PORTOFOLIO RETURN PORTOFOLIO RISIKO PORTOFOLIO RISIKO TOTAL DIVERSIFIKASI PORTOFOLIO DENGAN DUA AKTIVA PORTOFOLIO DENGAN BANYAK AKTIVA DEVERSIFIKASI DENGAN BANYAK AKTIVA DEVERSIFIKASI

Lebih terperinci

Makalah ANALISIS REGRESI DAN REGRESI GANDA

Makalah ANALISIS REGRESI DAN REGRESI GANDA 1 Makalah ANALISIS REGRESI DAN REGRESI GANDA Disusu oleh : 1. Rudii mulya ( 41610010035 ). Falle jatu awar try ( 41610010036 ) 3. Novia ( 41610010034 ) Tekik Idustri Uiversitas Mercu Buaa Jakarta 010 Rudii

Lebih terperinci

RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI S1 TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS RIAU

RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI S1 TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS RIAU RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI S1 TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS RIAU 1 Nama Mata Kuliah : Statitika Probabilitas 2 Kode Mata Kuliah : TSS-1208 3 Semester : II 4 (sks) : 2

Lebih terperinci

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

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

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Permasalaha peugasa atau assigmet problem adalah suatu persoala dimaa harus melakuka peugasa terhadap sekumpula orag yag kepada sekumpula job yag ada, sehigga tepat satu

Lebih terperinci

PERAMALAN KURSIDRTERHADAP USDMENGGUNAKAN DOUBLE MOVING AVERAGES DAN DOUBLEEXPONENTIAL SMOOTHING.

PERAMALAN KURSIDRTERHADAP USDMENGGUNAKAN DOUBLE MOVING AVERAGES DAN DOUBLEEXPONENTIAL SMOOTHING. PERAMALAN KURSIDRERHADAP USDMENGGUNAKAN DOUBLE MOVING AVERAGES DAN DOUBLEEXPONENIAL SMOOHING. Padrul Jaa 1), Rokhimi 2), Ismi Ratri Prihatiigsih 3) 1,2,3 PedidikaMatematika, Uiversitas PGRI Yogyakarta

Lebih terperinci

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

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

Lebih terperinci