USULAN PENERAPAN TEORI MARKOV DALAM PENGAMBILAN KEPUTUSAN PERAWATAN TAHUNAN PADA PT. PUPUK KUJANG

Ukuran: px
Mulai penontonan dengan halaman:

Download "USULAN PENERAPAN TEORI MARKOV DALAM PENGAMBILAN KEPUTUSAN PERAWATAN TAHUNAN PADA PT. PUPUK KUJANG"

Transkripsi

1 Usulan Penerapan Teor Marov Dalam Pengamblan Keputusan Perawatan Tahunan Pada Pt. Pupu Kujang USULAN PENERAPAN TEORI MARKOV DALAM PENGAMBILAN KEPUTUSAN PERAWATAN TAHUNAN PADA PT. PUPUK KUJANG Nof Ern, Benny Wjaya Jurusan Ten Industr-Unverstas Esa Unggul, Jaarta Jalan Arjuna Utara 9 Tol Tomang Kebun Jeru, Jaarta 5 nof.ern@esaunggul.ac.d Abstra PT. Pupu Kujang sebaga salah satu pabr pupu terbesar d Indonesa membutuhan suatu sstem perawatan fasltas produs untu mengurang erugan arena arena egagalan nerja mesn produs. Perawatan tahunan yang dterapan pada PT. Pupu Kujang meml endala yan mesn harus dmatan selama beberapa har sehngga produs menjad berurang.75 ton/har. Berdasaran onds tersebut, perusahaan menjad ragu dalam penerapan sstem n. Apaah benar melauan perawatan tahunan merupaan sstem terba? Peneltan n bertujuan untu membantu PT. Pupu Kujang untu mengevaluas eputusan perawatan mesn mengunaan metode Marov. mesn dbag menjad 3 state yan ba, rusa sedang dan rusa berat. Alternatf yang dberan adalah tda melauan perawatan tahunan atau melauan perawatan tahunan. Berdasaran hasl pengolahan data, ddapatan bahwa eputusan terba yang dambl perusahaan alah melauan perawatan tahunan selama 5 perode (perode = 8 bulan). Hasl produs yang hlang hanya bersar antara,% sampa 3,4% yang berart lebh ecl dbandng ja tda dlauan perawatan tahunan yang hlang sampa dengan 4%. Untu mengurang hasl produs yang hlang, dapat dlauan dengan mengurang watu shut down mesn selama perawatan tahunan yang menyebaban hlangnya sejumlah produs menjad lebh ecl. Cara n dapat dlauan dengan beberapa cara sepert menggunaan tenaga ahl, mengurang watu tempuh antar mesn yang mengalam erusaan dan persedan omponen perbaan sehngga tda perlu menunggu edatangan omponen terlebh dahulu. Untu tu, permasalahan yang dhadap oleh PT. Pupu Kujang dalam mengambl eputusan dalam melauan perawatan tahunan dapat terselesaan dengan eputusan yang ba. Kata unc: teor marov, perawatan tahunan, eputusan Pendahuluan Sebaga perusahaan yang bergera d bdang penyedaan pupu d Indonesa, PT pupu Kujang membutuhan mesn dan peralatan yang beroperas dalam onds ba, sehngga dapat mencapa target produs. Kegagalan pada peralatan rts mengabatan perusahaan mengalam erugan arena harus mengurang produs bahan teradang harus menghentan produs. D sampng tu, ja freuens egagalan seman tngg maa memerluan mantenance cost yang tngg juga. Untu membantu mengatas permasalahan tersebut, PT. Pupu Kujang melauan suatu sstem Perawatan Tahunan dmana pada setap perode ( perode = 8 bulan) dlauan perawatan terhadap semua mesn. Sstem n dterapan untu menjaga agar mesn tetap dalam onds ba dan egagalan pada peralatan rts dapat dmnmalan. Namun sstem n meml elemahan. Saat dlauan perawatan, mesn harus dmatan selama beberapa har sehngga produs terhent. Selan tu, melauan perawatan buan sesuatu yang mudah dan murah sehngga perusahaan harus mengeluaran baya yang cuup besar untu melauan perawatan dan menyewa beberapa ahl dar luar untu membantu melauan perawatan. Berdasaran onds yang sepert tu, perusahaan menjad ragu dalam penerapan sstem n. Apaah benar melauan perawatan tahunan merupaan sstem terba? Untu tu dperluan suatu analss terhadap eputusan sstem perawatan yang telah dlauan. Salah satu metode yang dapat dgunaan untu mengambl eputusan adalah teor marov. Dengan teor marov, dapat dlauan analss eputusan berdasaran perubahan varabel yang terjad pada masa yang aan datang (Kamla, 7). Pada peneltan n, dgunaan metode Marov untu menganalss apaah eputusan perawatan yang telah dlasanaan tepat atau dapat dgunaan alternatf lan. Metode Peneltan Langah-langah dalam melauan peneltan dapat dlhat pada gambar berut n: Jurnal Inovs Volume 7 Nomor, Otober 56

2 Usulan Penerapan Teor Marov Dalam Pengamblan Keputusan Perawatan Tahunan Pada Pt. Pupu Kujang Data Prmer - Wawancara Start Peneltan Pendahuluan - Melauan observas lapangan - wawancara mengena masalah yang terjad Perumusan Masalah -Merumusan masalah yang terjad berdasaran hasl observas - mencar metode pemecahan yang tepat Tujuan Penelttan - membantu PT. Pupu Kujang dalam mengambl eputusan mengena perawatan tahunan Pengolahan Data - Klasfas onds mesn - Penentuan probabltas - Penentuan Revenue - Penentuan jumlah stage - Menentuan Keputusan Analsa Hasl Pengolahan Data - Apaah metode marov memberan hasl yang ba? YA Analsa eputusan yang harus dambl perusahaan. Kesmpulan dan Saran - Kesmpulan dar hasl analsa - Saran untu perusahaan Fnsh Stud Pustaa - mencar referens buu dan jurnal untu menduung metode yang dgunaan Data Seunder - Data profl perusahaan - Proses Produs - Data Perawatan Tahunan TIDAK Gambar Metode Peneltan Data dan Analss Pengumpulan data Dalam perhtungan Ranta Marov berdasaran data Perawatan Tahunan yang dberan perusahaan, dlasfasan jens perawatan e dalam jens yan dlauan perawatan tahunan dan tda dlauan perawatan tahunan. Melauan perawatan tahunan berart melasanaan egatan perawatan mesn secara berala dan teratur sesua dengan jadwal yang telah dbuat. Sedangan tda melauan perawatan tahunan berart tda melauan perawatan secara berala. Perbaan hanya dlauan ja merasa onds mesn memang sudah memerluan perbaan. Berdasaran data yang sama, pengelompoan erusaan mesn dbag menjad 3 onds yan: Ba mesn mash dalam eadaan bagus. Hanya perlu dlauan pembershan dan sedt penyetelan ulang. Pada onds sepert n, apastas produs dapat mencapa apastas terpasang sebesar 855. ton/perode. Sedang Mesn mengalam perbaan namun tda dalam onds yang cuup parah. Hanya bagan bagan tertentu dengan erusaan ecl dan perbaan yang dlauan tda sampa mengalam overhoul. Pada onds sepert n, hasl produs aan berurang sebesar 5% (hasl dar wawancara) darenaan onds mesn yang tda optmal sehngga hasl produs hanya sebesar 8.5 ton/perode. Berat Mesn mengalam erusaan yang cuup parah sehngga perlu dlauan perbaan dengan melauan overhoul. Ja hal n terjad, hasl produs aan berurang sampa % (hasl dar wawancara), menjad 684. ton/perode. Dar data selama 5 perode ( perode = 8 bulan), d dapat hasl penglasfasan ja dlauan perawatan tahunan untu unt Sntesa Urea pada Tabel berut: Tabel Tabel Jumlah Mesn Saat Dlauan Perawatan Perode Jumlah (unt) Ba Sedang Berat Selanjutnya dlauan penglasfasan perpndahan onds mesn dar perode searang e perode berutnya. Hasl penglasfasan dapat dlhat pada Tabel berut: Tabel Jumlah Perubahan Mesn Tanpa Perawatan Tahunan Selama 5 Perode (unt mesn) Searang Perode Berutnya Ba Sedang Berat Ba 8 6 Sedang 4 4 Berat 57 Jurnal Inovs Volume 7 Nomor, Otober

3 Usulan Penerapan Teor Marov Dalam Pengamblan Keputusan Perawatan Tahunan Pada Pt. Pupu Kujang Pengolahan Data Penentuan probabltas Selanjutnya melauan perhtungan probabltas dengan menggunaan persamaan:...() Dmana: a j = Banyanya perubahan onds mesn dar state e state j. = state onds saat n j = state onds perode mendatang Dengan deman, menggunaan persamaan tersebut, nla probabltas untu onds saat n ba ( = ) dan onds perode berutnya ba (j = ) adalah: P = 8/4 =,57 Begtu seterusnya hngga semua state ters dengan probabltas. Nla probabltas semua state dapat dlhat dalam Tabel 3: Tabel 3 Nla Probabltas Semua State dengan Perawatan Tahunan Selama 5 Perode Searang Perode Berutnya Ba Sedang Berat Ba,57,43 Sedang,4,4, Berat,5,5,5 Ja tda dlauan perawatan tahunan, maa peluang onds mesn aan menurun. Msalnya mesn saat n berada dalam onds ba. Peluang mesn tetap dalam onds ba tda aan sama besar dengan peluang ja dlauan perawatan tahunan. Peluang tda dlauan perawatan tahunan lebh ecl 5% dbandng dlauan perawatan tahunan (hasl dar wawancara dengan epala Pemelharaan Lapangan) sehngga peluang perode saat n ba dan perode berutnya ba menjad,5. Hal yang sama ja onds perode berutnya rusa sedang. Maa peluangnya menjad,38. Selsh, yang hlang dar onds perode berutnya ba dan rusa sedang menjad peluang mesn menjad rusa berat. Dengan deman, probabltas semua state ja tda dlauan perawatan tahunan dapat dlhat pada Tabel 4 berut: Tabel 4 Nla Probabltas Semua State Tanpa Perawatan Tahunan Searang Perode Berutnya Ba Sedang Berat Ba,5,38, Sedang,6,4 Berat Penentuan Revenue Untu onds dlauan perawatan tahunan, mesn aan mengalam shut down atau dmatan sementara. Selama masa perawatan tersebut aan mengurang hasl produs. Ja jumlah produs sebesar.75 ton/har (57. ton/tahun), maa rata rata lama watu perawatan aan dalan jumlah produs per har. Haslnya adalah jumlah produs yang hlang. Selanjutnya apastas produs perode ( perode = 8 bulan (,5 tahun) sehngga apastas produs perode =,5 x 57. ton = 855. ton/perode) durang dengan apastas yang hlang maa ddapat hasl produs bersh. Rata rata watu yang dperluan untu melauan perawatan dapat dlhat pada Tabel 5 berut: Tabel 5 Rata Rata Watu Perawatan (Har) Searang Perode Berutnya Ba Sedang Berat Ba 5,5,33 Sedang 8 Berat 3 7 Dengan watu rata rata tersebut, maa jumlah produs bersh untu tap state adalah: R = 855. ton/perode (.75 ton x 5,5 har) /perode = 845.5,5 ton/perode. R = 855. ton/perode (.75 ton x,33 har)/perode = 837.8,75ton/perode Begtu seterusnya hngga semua state ters dengan Revenue. Dengan deman, rata rata produs j- Jurnal Inovs Volume 7 Nomor, Otober 58

4 Usulan Penerapan Teor Marov Dalam Pengamblan Keputusan Perawatan Tahunan Pada Pt. Pupu Kujang a dlauan perawatan tahunan adalah sebaga berut: Tabel 6 Rata Rata Produs dengan Perawatan Tahunan (ton/perode) Searang Perode Berutnya Ba Sedang Berat Ba 845.5, ,75 Sedang Berat Untu hasl produs ja tda dlauan perawatan aan mengalam penurunan sebesar 5% dar apastas terpasang. Penurunan hasl produs terjad arena menurunnya utltas mesn ja tda dlauan perawatan. Hasl produs yang semestnya bsa mencapa apastas terpasang aan menurun arena emampuan mesn yang tda optmal. Ja onds mesn searang ba dan d perode berutnya ba, maa tda ada masalah. Kapastas produs berurang ja onds searang ba dan pada perode berutnya menjad sedang, maa aan mengalam penurunan produs 5%. Ja onds berutnya berat, maa aan mengalam penurunan sebesar %. Ja onds awal sudah sedang, maa penurunan menjad % ja onds perode berutnya sedang. Hal n darenaan penurunan emampuan produs yang sebelumnya telah terjad dan mengalam penurunan lag pada perode berutnya. Hal yang sama berlau ja onds awal rusa berat. Dengan deman, rata rata produs ja tda dlauan perawatan tahunan adalah sebaga berut: Tabel 7 Rata Rata Produs Tanpa Perawatan Tahunan (ton/perode) Searang Perode Berutnya Ba Sedang Berat Ba Sedang Berat 53. Penentuan Jumlah Stage Jumlah stage dsn menunjuan hasl yang ddapat untu berapa lama. Terdapat jens stage yan nfnte dan fnte. Infnte berart hasl yang ddapat aan dpaa untu selamanya sedangan fnte dgunaan untu beberapa perode tertentu. Dalam asus n, perusahaan menyebutan ja umur mesn d PT. Pupu Kujang n dlauan pemersaan secara menyeluruh dalam 5 perode seal yang berart semua mesn aan mengalam overhoul supaya dapat berfungs dengan optmal embal. Dengan deman, dalam metode n hanya dbatas untu stage fnte untu 5 perode. Metode Marovan Metode Marovan (Metode Marov atau Metode Ranta Marov/Marov Chan) merupaan sebuah metode pengamblan eputusan. Tujuan Marovan dsn adalah untu menentuan apan perawatan tahunan dlauan berdasaran hasl produs yang ddapat. Berdasaran hasl perhtungan sebelumnya, ddapat probabltas untu masng masng onds. P = P = R = R =,5,57,4,5 855.,38,6,43,4, , ,,4,, , Dmana: P = Probabltas P = Probabltas ja tda dlauan perawatan tahunan. P = Probabltas ja dlauan perawatan tahunan. R = Hasl yang ddapat R = Hasl yang ddapat ja tda melauan perawatan R = Hasl yang ddapat ja dlauan perawatan. Selanjutnya memasuan nla tersebut e dalam persamaan. Persamaan yang dgunaan sebaga berut: v rj...() j Kemudan nla tersebut dgunaan untu rumus berut: max v Untu stage terahr. Dan,...(3) 59 Jurnal Inovs Volume 7 Nomor, Otober

5 Usulan Penerapan Teor Marov Dalam Pengamblan Keputusan Perawatan Tahunan Pada Pt. Pupu Kujang max v ( j)...(4) j Untu selan stage terahr. Dmana: v = Espetas yang ddapatan dar suatu transs tunggal dar state pada onds P = Probabltas = State onds saat n j = state onds perode selanjutnya = onds perlauan f n () = Fungs pada stage n dengan onds mesn saat n Perhtungan dmula dar Stage yang palng ahr lalu htung mundur. Karena terdapat 5 stage, maa dmula dar stage e 5. N = 5 v p r p r p3 r3 =,5 x ,38 x 8.5 +, x 684. = v p r p r p3 r3 = x +,6 x ,4 x 64.5 = 78. v 3 p3 r3 p3 r3 p33 r33 = x + x + x 53. = 53. v p r p r p3 r3 =,57 x 845.5,5 +,43 x 837.8,75 + x = 84.99,85 v p r p r p3 r3 =,4 x ,4 x , x 84. = v 3 p3 r3 p3 r3 p33 r33 =,5 x ,5 x ,5 x = 83.46,75 Tabel 8 Hasl Perhtungan Stage 5 max v * tndaan = = f 5() terba , , , ,75 Dmana K =, berart onds tda dlauan perawatan tahunan dan K =, berat onds ja dlauan perawatan tahunan. N = 4 =, = f n () = v + P f 5() + P f 5() + P 3 f 5(3) = ,5 x 84.99,85 +,38 x , x83.46,75 =.66.8,86 =, = f n () = v + P f 5() + P f 5() + P 3 f 5(3) = x 84.99,85 +,6 x ,4 x 83.46,75 = ,9 =3, = f n () = v 3 + P 3 f 5() + P 3 f 5() + P 33 f 5(3) = x 84.99,85 + x x 83.46,75 = ,75 =, = f n () = v + P f 5() + P f 5() + P 3 f 5(3) = 84.99,85 +,57 x 84.99,85 +,43 x x 83.46,75 = ,63 =, = f n () = v + P f 5() + P f 5() + P 3 f 5(3) = ,4 x 84.99,85 +,4 x , x 83.46,75 = ,9 =3, = f n () = v 3 + P 3 f 5() + P 3 f 5() + P 33 f 5(3) = 83.46,75 +,5 x 84.99,85 +,5 x ,5 x 83.46,75 = ,9 Tabel 9 Hasl Perhtungan Stage 4 max v ( j) j = = F 4() * tndaan terba.66.8, , , , , , , , ,9 N = 3 =, = f n () = v + P f 4() + P f 4() + P 3 f 4(3) = ,5 x ,63 +,38 x ,9 +, x ,9 =.5.9,49 =, = Jurnal Inovs Volume 7 Nomor, Otober 6

6 Usulan Penerapan Teor Marov Dalam Pengamblan Keputusan Perawatan Tahunan Pada Pt. Pupu Kujang f n () = v + P f 4() + P f 4() + P 3 f 4(3) = x ,63 +,6 x ,9 +,4 x ,9 =.39.54,69 =3, = f n () = v 3 + P 3 f 4() + P 3 f 4() + P 33 f 4(3) = x ,63 + x ,9 + x ,9 = ,9 =, = f n () = v + P f 4() + P f 4() + P 3 f 4(3) = 84.99,85 +,57 x ,63 +,43 x ,9 + x ,9 =.5.84,7 =, = f n () = v + P f 4() + P f 4() + P 3 f 4(3) = ,4 x ,63 +,4 x ,9 +, x ,9 =.55.98,5 =3, = f n () = v 3 + P 3 f 4() + P 3 f 4() + P 33 f 4(3) = 83.46,75 +,5x ,63 +,5 x ,9 +,5 x ,9 =.53.9,48 Tabel Hasl Perhtungan Stage 3 max v ( j) j = = F 3() * tndaan terba.5.9, ,7.5.84, , , , ,9.53.9, ,48 N = =, = f n () = v + P f 3() + P f 3() + P 3 f 3(3) = ,5 x.5.84,7 +,38 x.55.98,5 +, x.53.9,48 = ,3 =, = f n () = v + P f 3() + P f 3() + P 3 f 3(3) = x.5.84,7 +,6 x.55.98,5 +,4 x.53.9,48 = ,89 =3, = f n () = v 3 + P 3 f 3() + P 3 f 3() + P 33 f 3(3) = x.5.84,7 + x.55.98,5 + x.53.9,48 = 3.6.9,48 =, = f n () = v + P f 3() + P f 3() + P 3 f 3(3) = 84.99,85 +,57 x.5.84,7 +,43 x.55.98,5 + x.53.9,48 = , 6 =, = f n () = v + P f 3() + P f 3() + P 3 f 3(3) = ,4 x.5.84,7 +,4 x.55.98,5 +, x.53.9,48 = ,4 =3, = f n () = v 3 + P 3 f 3() + P 3 f 3() + P 33 f 3(3) = 83.46,75 +,5 x.5.84,7 +,5 x.55.98,5 +,5 x.53.9,48 = ,9 Tabel Hasl Perhtungan Stage max v j ( j) * = = F () tndaa n terba , , , , , , , , ,9 N= =, = f n () = v + P f () + P f () + P 3 f (3) = ,5 x ,6 +,38 x ,4 +, x ,9 = ,8 =, = f n () = v + P f () + P f () + P 3 f (3) = x ,6 +,6 x ,4 +,4 x ,9 = , =3, = f n () = v 3 + P 3 f () + P 3 f () + P 33 f (3) = x ,6 + x ,4 + x ,9 = ,9 =, = f n () = v + P f () + P f () + P 3 f (3) = 84.99,85 +,57 x ,6 +,43 x ,4 + x ,9 = ,77 =, = f n () = v + P f () + P f () + P 3 f (3) = ,4 x ,6 +,4 x ,4 +, x ,9 = 4.9.6,67 =3, = f n () = v 3 + P 3 f () + P 3 f () + P 33 f (3) = 83.46,75 +,5 x ,6 +,5 x ,4 +,5 x ,9 = ,74 6 Jurnal Inovs Volume 7 Nomor, Otober

7 Usulan Penerapan Teor Marov Dalam Pengamblan Keputusan Perawatan Tahunan Pada Pt. Pupu Kujang Tabel Hasl Perhtungan Stage max v j ( j) = = F () , , , 4.9.6, , , , , ,7 4 * tndaa n terba Analss Penerapan metode Ranta Marov yang dgunaan sangat membantu dalam mengambl eputusan, berdasaran unsur peluang perstwa sehngga untu mengambl eputusan berdasaran emungnan peluang yang terjad. Pada peneltan n, rtera yang dngnan berdasaran hasl produs. Krtera dapat dgant menjad baya, watu yang hlang dan lan lan. Metode n juga mengalam beberapa endala untu dterapan, terutama etersedaan data hstors sebaga dasar untu melauan perhtungan. Dar beberapa peneltan dan tulsan yang djadan referens, data yang dgunaan bersar antara 5 perode walaupun teradang ada yang menggunaan lebh. Berdasaran hasl perhtungan metode datas, ddapatan hasl sebaga berut:. Stage 5 Hasl perhtungan metode menunjuan bahwa pada tahun e 5, perawatan tahunan tetap dlauan pada mesn saat onds ba, rusa sedang dan rusa berat. Hasl perhtungan menunjuan eputusan terba adalah dlauan perawatan tahunan pada semua onds state.. Stage 4 Hasl perhtungan metode menunjuan bahwa pada tahun e 4, perawatan tahunan tetap dlauan pada mesn saat onds ba, rusa sedang dan rusa berat. Hasl perhtungan menunjuan eputusan terba adalah dlauan perawatan tahunan pada semua onds state. 3. Stage 3 Hasl perhtungan metode menunjuan bahwa pada tahun e 3, perawatan tahunan tetap dlauan pada mesn saat onds ba, rusa sedang dan rusa berat. Hasl perhtungan menunjuan eputusan terba adalah dlauan perawatan tahunan pada semua onds state. 4. Stage Hasl perhtungan metode menunjuan bahwa pada tahun e, perawatan tahunan tetap dlauan pada mesn saat onds ba, rusa sedang dan rusa berat. Hasl perhtungan menunjuan eputusan terba adalah dlauan perawatan tahunan pada semua onds state. 5. Stage Hasl perhtungan metode menunjuan bahwa pada tahun e, perawatan tahunan tetap dlauan pada mesn saat onds ba, rusa sedang dan rusa berat. Hasl perhtungan menunjuan eputusan terba adalah dlauan perawatan tahunan pada semua onds state. Hal n menunjuan bahwa perusahaan sebanya melauan perawatan tahunan selama 5 tahun, arena dar hasl perhtungan setap stage memberan hasl onds terba ja dlauan perawatan tahunan. Berdasaran hasl perhtungan, ja dlauan perawatan tahunan, hasl produs tertngg yang ddapat adalah sebesar 845.5,5 ton/perode (pada onds mesn saat n ba dan perode berutnya ba) dan hasl produs terendah sebesar ton/perode (pada onds mesn saat n rusa berat dan perode berutnya rusa berat). Hasl produs tertngg ja tda dlauan perawatan tahunan adalah 855. ton/perode (onds saat n ba dan perode berutnya ba) dan terendah 53. ton/perode (onds saat n rusa berat dan onds perode berutnya rusa berat). Dengan deman hasl produs tertngg adalah ja tda dlauan perawatan tahunan dengan onds ba dan perode berutnya ba. Tetap perlu dlhat bahwa peluang emungnan tersebut dcapa lebh ecl (,5) dbandng dengan peluang dlauan perawatan tahunan (,57). Ja ternyata onds tersebut tda tercapa, peluang yang mungn terjad adalah onds mesn menjad rusa sedang atau rusa berat (ja tda dlauan perawatan tahunan) yang berart hasl produs aan menurun. Hasl produs onds saat n ba dan perode berutnya rusa sedang ja dlauan perawatan tahunan sebesar 837.8,75 ton/perode dmana lebh besar dbandngan dengan hasl produs onds mesn saat n ba dan perode berutnya rusa sedang tanapa perawatan tahunan yang sebesar 8.5 ton/perode dan 684. ton/perode ja perode berutnya rusa berat. Dbandngan dengan apastas terpasang yang sebesar 855. ton/perode, ja dlauan perawatan tahunan dengan hasl tertngg 845.5,5 ton/perode terjad ehlangan produs sebesar ton/perode (setar,% dar apastas terpasang) dan dengan hasl terendah sebesar ton/perode terjad ehlangan produs sebesar 9.35 ton/perode (setar 3,4% dar apastas terpasang). Jurnal Inovs Volume 7 Nomor, Otober 6

8 Usulan Penerapan Teor Marov Dalam Pengamblan Keputusan Perawatan Tahunan Pada Pt. Pupu Kujang Hasl produs tertngg ja tda dlauan perawatan tahunan sebesar 855. ton/perode, hasl produs memang tda ada yang hlang tetap untu hasl produs terendah sebesar 53. ton/perode, terjad ehlangan produs sebesar 34. ton/perode (setar 4% dar hasl produs). Hal n tentu menjad bahan pertmbangan embal oleh perusahaan. Hal yang menyebaban hasl produs berurang selama dlauan perawatan adalah terjadnya shut down pada saat dlauan perawatan. Lamanya har saat terjad shut down tersebut yang menyebaban produs berhent sehngga hasl produs berurang. Memang saat dlauan pemersaan aan menyebaban hasl produs berurang, namun hal tersebut dapat dmnmalan dengan cara mengurang jumlah watu yang dperluan untu perawatan tersebut sehngga hasl produs yang hlang pun aan lebh sedt. Mengurang watu yang dperluan untu perawatan dapat dengan menggunaan tenaga yang sudah ahl. Dengan menggunaan tenaga perbaan yang ahl, maa watu untu memperba aan lebh sngat ja dbandngan tenaga peerja umumnya. Dapat pula dengan mengurang watu tempuh antar mesn yang memerluan perawatan. Mencar rute dengan watu tempuh tersngat dapat mempersngat watu perawatan. Cara lannya adalah dengan sstem persedan omponen yang aan dgunaan sehngga saat terjad erusaan dapat segera dlauan perbaan tanpa harus menunggu datangnya omponen terlebh dahulu. Dengan cara cara sepert tu, dapat mengurang hasl produs yang hlang walaupun tda % dapat dhlangan. Untu perawatan yang dlauan dapat dengan beberapa cara. Msalan untu mesn yang dalam eadaan ba. Perawatan yang dlauan hanya dlauan pembershan omponen omponen dan dlauan penyetelan ulang agar onds mesn tetap ba. Namun untu onds yang sedang mengalam erusaan (sedang maupun berat), perbaan melbatan bagan mantenance dan beerja sama dengan bagan KPK (Keselamatan dan Pemadam Kebaaran) yang aan menjaga proses perbaan berlangsung dengan aman. Selan tu juga menyewa beberapa ahl dar luar untu membantu melauan perbaan supaya hasl lebh optmal lag. Kesmpulan Metode Marovan merupaan metode yang ba untu melauan pengamblan eputusan perawatan mesn d PT. Pupu Kujang. Dar hasl perhtungan ddapat hasl bahwa dalam 5 perode ( perode = 8 bulan), dlauan perawatan tahunan secara teratur. Berart sstem yang telah dterapan perusahaan selama n sudah cuup tepat. Hasl produs yang hlang ja dlauan perawatan hanya bersar antara,% sampa 3,4% yang berart lebh ecl dbandng tda dlauan perawatan tahunan yang dapat hlang sampa dengan 4%. Perhtungan metode Marov menggunaan data hstors 5 perode sebelumnya dan ddapat hasl eputusan untu dgunaan selama 5 perode edepan. Untu perode selanjutnya (setelah 5 perode edepan) perlu dlauan perhtungan ulang. Penurunan hasl produs arena onds shut down pada saat perawatan dapat dmnmalan dengan cara antara lan : mengurang watu tempuh antar mesn, memperba sstem persedaan omponen dan menggunaan tenaga ahl. Daftar Pustaa Abdurachman, Ed. Konsep Dasar Marov Chan serta Kemungnan Penerapannya d Bdang Pertanan. Jurnal Infromata Pertanan, Vol. 8, Des 999. Kamla, Mar atul. Penggunaan Model Ranta Marov dalam Ranga Pengamblan Keputusan Mantenance Mesn yang Tepat pada PT. Excelso Mult Rasa Surabaya. Srps, Faultas Eonom, Unverstas Muhammadyah Malang, 6. Hartono, M. Perencanaan Perawatan Mesn dengan Metode Marov Chan Guna Menurunan Baya Perawatan. Jurnal Optmumm, Vol. 3, No., : Pratama, Ars Setyo. Penerapan Metode Marov Chan dan Electre III dalam Perangngan Alternatf Pengembangan Program Pemasaran Telom Flex PT. Telom Dvre V. Srps, Faultas Tenolog Industr, Jurusan Ten Industr, Insttut Tenolog Sepuluh Nopember, 9. Rosad, Ded. Pengamblan Keputusan Marov dan Aplasnya d Bdang Perlanan. Jurnal Integral, Vol. 5, No., Ot : Taha, Hamdy A. Rset Operas, Suatu Pengantar Jld. Bnarupa Asara. Jaarta Jurnal Inovs Volume 7 Nomor, Otober

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 10 BAB 2 LANDASAN TEORI 2.1 Pengertan Pengendalan Kualtas Statst Pengendalan Kualtas statst merupaan suatu metode pengumpulan dan analss data ualtas, serta penentuan dan nterpretas penguuran-penguuran

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB PENDAHULUAN. Latar Belaang Masalah Analss regres merupaan lmu peramalan dalam statst. Analss regres dapat dataan sebaga usaha mempreds atau meramalan perubahan. Regres mengemuaan tentang engntahuan

Lebih terperinci

Probabilitas dan Statistika Distribusi Peluang Diskrit 1. Adam Hendra Brata

Probabilitas dan Statistika Distribusi Peluang Diskrit 1. Adam Hendra Brata Probabltas dan Statsta Dsrt Adam Hendra Brata Unform Bernoull Multnomal Setap perstwa aan mempunya peluangnya masng-masng, dan peluang terjadnya perstwa tu aan mempunya penyebaran yang mengut suatu pola

Lebih terperinci

FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (STUDI KASUS: KLASIFIKASI KUALITAS PRODUK)

FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (STUDI KASUS: KLASIFIKASI KUALITAS PRODUK) Semnar Nasonal Aplas Tenolog Informas 00 (SNATI 00) ISSN: 0-0 Yogyaarta, Jun 00 FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (STUDI KASUS: KLASIFIKASI KUALITAS PRODUK) Sr Kusumadew Jurusan Ten Informata,

Lebih terperinci

BAB II TEORI DASAR. Analisis Kelompok

BAB II TEORI DASAR. Analisis Kelompok BAB II TORI DASAR II.. Analss Kelompo Istlah analss elompo pertama al dperenalan oleh Tryon (939). Ia memperenalan beberapa metode untu mengelompoan obye yang meml esamaan araterst (statsoft, 004). Kesamaan

Lebih terperinci

BAB 2 LANDASAN TEORI. Untuk mengetahui pola perubahan nilai suatu variabel yang disebabkan oleh

BAB 2 LANDASAN TEORI. Untuk mengetahui pola perubahan nilai suatu variabel yang disebabkan oleh BAB LANDASAN TEORI. Analss Regres Untu mengetahu pla perubahan nla suatu varabel yang dsebaban leh varabel lan dperluan alat analss yang memungnan ta unut membuat perraan nla varabel tersebut pada nla

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belaang Analss dsrmnan merupaan ten menganalss data, dmana varabel dependen merupaan data ategor ( nomnal dan ordnal ) sedangan varabel ndependen berupa data nterval atau raso.msalnya

Lebih terperinci

Karakterisasi Matrik Leslie Ordo Tiga

Karakterisasi Matrik Leslie Ordo Tiga Jurnal Graden Vol No Januar 006 : 34-38 Karatersas Matr Lesle Ordo Tga Mudn Smanhuru, Hartanto Jurusan Matemata, Faultas Matemata dan Ilmu Pengetahuan Alam, Unverstas Bengulu, Indonesa Dterma Desember

Lebih terperinci

Bab III. Plant Nonlinear Dengan Fase Nonminimum

Bab III. Plant Nonlinear Dengan Fase Nonminimum Bab III Plant Nonlnear Dengan Fase Nonmnmum Pada bagan n dbahas mengena penurunan learnng controller untu sstem nonlnear dengan derajat relatf yang detahu Dalam hal n hanya dperhatan pada sstem-sstem nonlnear

Lebih terperinci

EKSPEKTASI SATU PEUBAH ACAK

EKSPEKTASI SATU PEUBAH ACAK EKSPEKTASI SATU PEUBAH ACAK Dalam hal n aan dbahas beberapa macam uuran yang dhtung berdasaran espetas dar satu peubah aca, ba dsrt maupun ontnu, yatu nla espetas, rataan, varans, momen, fungs pembangt

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penelitian ini mengenal dua macam variabel yaitu : 2. Variabel terikat (Y) yaitu : Hasil belajar Sejarah

BAB III METODOLOGI PENELITIAN. Penelitian ini mengenal dua macam variabel yaitu : 2. Variabel terikat (Y) yaitu : Hasil belajar Sejarah BAB III METODOLOGI PENELITIAN 3.1 Varans Peneltan 3.1.1 Varabel Peneltan Peneltan n mengenal dua macam varabel yatu : 1. Varabel bebas (X) yatu : Berpr formal. Varabel terat (Y) yatu : Hasl belajar Sejarah

Lebih terperinci

BAB V MODEL SEDERHANA DISTRIBUSI TEMPERATUR DAN SIMULASINYA

BAB V MODEL SEDERHANA DISTRIBUSI TEMPERATUR DAN SIMULASINYA BAB V MOEL SEERHANA ISTRIBUSI TEMPERATUR AN SIMULASINYA Model matemata yang terdapat pada bab sebelumnya merupaan model umum untu njes uap pada reservor dengan bottom water. Model tersebut merupaan model

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.. Populas dan Sampel Populas adalah eseluruhan unt atau ndvdu dalam ruang lngup yang ngn dtelt. Banyanya pengamatan atau anggota suatu populas dsebut uuran populas, sedangan suatu nla

Lebih terperinci

VI. KETIDAKPASTIAN. Contoh : Asih mengalami gejala ada bintik-bintik di wajahnya. Dokter menduga bahwa Asih terkena cacar

VI. KETIDAKPASTIAN. Contoh : Asih mengalami gejala ada bintik-bintik di wajahnya. Dokter menduga bahwa Asih terkena cacar VI. KETIDAKPASTIAN 12 Dalam enyataan sehar-har banya masalah dduna n tda dapat dmodelan secara lengap dan onssten. Suatu penalaran dmana adanya penambahan fata baru mengabatan etdaonsstenan, dengan cr-cr

Lebih terperinci

Created by Simpo PDF Creator Pro (unregistered version)

Created by Simpo PDF Creator Pro (unregistered version) Created by Smpo PDF Creator Pro (unregstered verson) http://www.smpopd.com Statst Bsns : BAB IV. UKURA PEMUSATA DATA. Pendahuluan Untu mendapatan gambaran yang lebh jelas tentang seumpulan data mengena

Lebih terperinci

IMPLEMENTASI MODEL OPTIMASI LINIER INTEGER DENGAN BANYAK TUJUAN UNTUK PENGALOKASIAN PEKERJAAN

IMPLEMENTASI MODEL OPTIMASI LINIER INTEGER DENGAN BANYAK TUJUAN UNTUK PENGALOKASIAN PEKERJAAN SISFO-Jurnal Sstem Informas IMPLEMENTASI MODEL OPTIMASI LINIER INTEGER DENGAN BANYAK TUJUAN UNTUK PENGALOKASIAN PEKERJAAN Fazal Mahananto 1), Mahendrawath ER 2), Rully Soelaman 3) Jurusan Sstem Informas,

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. 2.1 Konsep Dasar Infeksi, Saluran Pernafasan, Infeksi Akut, dan Infeksi Saluran Pernafasan Akut (ISPA)

BAB 2 TINJAUAN TEORITIS. 2.1 Konsep Dasar Infeksi, Saluran Pernafasan, Infeksi Akut, dan Infeksi Saluran Pernafasan Akut (ISPA) BAB TINJAUAN TEORITIS. Knsep Dasar Infes, Saluran Pernafasan, Infes Aut, dan Infes Saluran Pernafasan Aut (ISPA.. Infes Infes adalah masunya uman atau mrrgansme e dalam tubuh manusan dan berembang ba sehngga

Lebih terperinci

PENJADWALAN PEKERJAAN DENGAN MENGGUNAKAN DISPATCHING RULES DI PT. TIGA SERANGKAI PUSTAKA MANDIRI

PENJADWALAN PEKERJAAN DENGAN MENGGUNAKAN DISPATCHING RULES DI PT. TIGA SERANGKAI PUSTAKA MANDIRI PENJADWALAN PEKERJAAN DENGAN MENGGUNAKAN DISPATCHING RULES DI PT. TIGA SERANGKAI PUSTAKA MANDIRI Yunarstanto 1 Irwan Iftad 1 Iwan Ngabd Raharjo 2 Abstract: Producton flow n PT. Tga Seranga Pustaa Mandr

Lebih terperinci

PENENTUAN JUMLAH PRODUKSI OPTIMAL CPO DENGAN MENGGUNAKAN METODE GOAL PROGRAMMING PADA PABRIK KELAPA SAWIT PT. XYZ

PENENTUAN JUMLAH PRODUKSI OPTIMAL CPO DENGAN MENGGUNAKAN METODE GOAL PROGRAMMING PADA PABRIK KELAPA SAWIT PT. XYZ e-jurnal Ten Industr FT USU Vol 3, No., Otober 03 pp. 45-5 PENENTUAN JUMLAH PRODUKSI OPTIMAL CPO DENGAN MENGGUNAKAN METODE GOAL PROGRAMMING PADA PABRIK KELAPA SAWIT PT. YZ Delmar Bnhot Lumbantoruan, Poerwanto,

Lebih terperinci

BAB III METODE PENELITIAN. penelitian dilakukan secara purposive atau sengaja. Pemilihan lokasi penelitian

BAB III METODE PENELITIAN. penelitian dilakukan secara purposive atau sengaja. Pemilihan lokasi penelitian BAB III METODE PENELITIAN 3.1 Lokas Peneltan Peneltan dlaksanakan d Desa Sempalwadak, Kecamatan Bululawang, Kabupaten Malang pada bulan Februar hngga Me 2017. Pemlhan lokas peneltan dlakukan secara purposve

Lebih terperinci

FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (Studi kasus: klasifikasi kualitas produk)

FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (Studi kasus: klasifikasi kualitas produk) Semnar Nasonal plas enolog Informas (SNI ) Yogyaarta, Jun FUZZY BCKPROPGION UNUK KLSIFIKSI POL (Stud asus: lasfas ualtas produ) Sr Kusumadew Jurusan en Informata, Faultas enolog Industr Unverstas Islam

Lebih terperinci

ANALISIS MODEL PERSEDIAAN BARANG EOQ DENGAN MEMPERTIMBANGKAN FAKTOR KADALUARSA DAN FAKTOR ALL UNIT DISCOUNT

ANALISIS MODEL PERSEDIAAN BARANG EOQ DENGAN MEMPERTIMBANGKAN FAKTOR KADALUARSA DAN FAKTOR ALL UNIT DISCOUNT LAORAN HASIL ENELITIAN ANALISIS MOEL ERSEIAAN BARANG EO ENGAN MEMERTIMBANGKAN FAKTOR KAALUARSA AN FAKTOR ALL UNIT ISOUNT Tauf Lmansyah LEMBAGA ENELITIAN AN ENGABIAN KEAA MASYARAKAT UNIVERSITAS KATOLIK

Lebih terperinci

PENGUJIAN PROPORSI MENGGUNAKAN KETERKAITAN DISTRIBUSI CHI-SQUARE DENGAN PENDEKATAN DISTRIBUSI BINOMIAL TERHADAP DISTRIBUSI NORMAL STANDARD

PENGUJIAN PROPORSI MENGGUNAKAN KETERKAITAN DISTRIBUSI CHI-SQUARE DENGAN PENDEKATAN DISTRIBUSI BINOMIAL TERHADAP DISTRIBUSI NORMAL STANDARD ORBITH Vl. 7 N. 3 Nvember 11: 366-37 ENGUJIAN ROORSI MENGGUNAKAN KETERKAITAN DISTRIBUSI CHI-SQUARE DENGAN ENDEKATAN DISTRIBUSI BINOMIAL TERHADA DISTRIBUSI NORMAL STANDARD Oleh: Endang Tryan Staf engajar

Lebih terperinci

STATISTIKA. Bab. Di unduh dari : Bukupaket.com. Mean Median Modus Simpangan baku Varian Histogram Quartil Desil Persentil

STATISTIKA. Bab. Di unduh dari : Bukupaket.com. Mean Median Modus Simpangan baku Varian Histogram Quartil Desil Persentil Bab 7 STATISTIKA A. KOMPETENSI DASAR DAN PENGALAMAN BELAJAR Kompetens Dasar Setelah mengut pembelajaran n sswa mampu:. Menghayat dan mengamalan ajaran agama yang danutnnya. 2. Meml motvas nternal, emampuan

Lebih terperinci

Optimasi Baru Program Linear Multi Objektif Dengan Simplex LP Untuk Perencanaan Produksi

Optimasi Baru Program Linear Multi Objektif Dengan Simplex LP Untuk Perencanaan Produksi JURNA INFORMATIKA, Vol.4 No.2 September 27, pp. 222~229 ISSN: 2355-6579 E-ISSN: 2528-2247 222 Optmas Baru Program near Mult Objetf Dengan Smplex P Untu Perencanaan Produs Maxs Ary Am BSI Bandung e-mal:

Lebih terperinci

PENERAPAN PETA P MULTIVARIAT PADA PENGONTROLAN PROSES PEMOTONGAN KACA JENIS LNFL DI PT. ASAHIMAS FLAT GLASS, TBK.

PENERAPAN PETA P MULTIVARIAT PADA PENGONTROLAN PROSES PEMOTONGAN KACA JENIS LNFL DI PT. ASAHIMAS FLAT GLASS, TBK. PENERAPAN PETA P MULTIVARIAT PADA PENGONTROLAN PROSES PEMOTONGAN KACA JENIS LNFL DI PT. ASAHIMAS FLAT GLASS, TBK. Fanny Ayu Octavana dan Dra. Luca Ardnant, MT. Jurusan Statsta, Faultas Matemata dan Ilmu

Lebih terperinci

Benyamin Kusumoputro Ph.D Computational Intelligence, Faculty of Computer Science University of Indonesia METODE PEMBELAJARAN

Benyamin Kusumoputro Ph.D Computational Intelligence, Faculty of Computer Science University of Indonesia METODE PEMBELAJARAN METODE PEMBELAJARAN Sebelum suatu Jarngan Neural Buatan (JNB) dgunaan untu menglasfasan pola, terlebh dahulu dlauan proses pembelaaran untu menentuan strutur arngan, terutama dalam penentuan nla bobot.

Lebih terperinci

Implementasi Jaringan Saraf Tiruan Backpropagation Pada Aplikasi Pengenalan Wajah Dengan Jarak Yang Berbeda Menggunakan MATLAB 7.0

Implementasi Jaringan Saraf Tiruan Backpropagation Pada Aplikasi Pengenalan Wajah Dengan Jarak Yang Berbeda Menggunakan MATLAB 7.0 Implementas Jarngan Saraf Truan Bacpropagaton Pada Aplas Pengenalan Waah Dengan Jara Yang Berbeda Menggunaan MATLAB 7.0 Syafe Nur Luthfe Jurusan Ten Informata, Unverstas Gunadarma Jl. Margonda Raya 100,

Lebih terperinci

PEMODELAN PENGELUARAN RUMAH TANGGA UNTUK KONSUMSI MAKANAN DI KOTA SURABAYA DAN FAKTOR-FAKTOR YANG MEMPENGARUHI MENGGUNAKAN PENDEKATAN REGRESI SPLINE

PEMODELAN PENGELUARAN RUMAH TANGGA UNTUK KONSUMSI MAKANAN DI KOTA SURABAYA DAN FAKTOR-FAKTOR YANG MEMPENGARUHI MENGGUNAKAN PENDEKATAN REGRESI SPLINE PEMODELAN PENGELUARAN RUMAH TANGGA UNTUK KONSUMSI MAKANAN DI KOTA SURABAYA DAN FAKTOR-FAKTOR YANG MEMPENGARUHI MENGGUNAKAN PENDEKATAN REGRESI SPLINE Dew Arfanty Azm, Dra.Madu Ratna,M.S. dan 3 Prof. Dr.

Lebih terperinci

Perbandingan Masalah Optimasi TSP dengan Menggunakan Algoritma Ant Colony dan Jaringan Hopfield

Perbandingan Masalah Optimasi TSP dengan Menggunakan Algoritma Ant Colony dan Jaringan Hopfield Perbandngan Masalah Optmas TSP dengan Menggunaan Algortma Ant Colony dan Jarngan Hopfeld 1 Yulan, Moh.Isa Irawan, dan 3 Mardljah 1,, 3 Jurusan Matemata, Insttut Tenolog Sepuluh Noember Kampus ITS, Surabaya

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 III ANALISIS DISKRIMINAN. Analisis diskriminan (discriminant analysis) merupakan salah satu metode

BAB III ANALISIS DISKRIMINAN. Analisis diskriminan (discriminant analysis) merupakan salah satu metode BAB III ANALISIS DISKRIMINAN 3. Analss Dsrmnan Analss dsrmnan (dscrmnant analyss) merupaan salah satu metode yan dunaan dalam analss multvarat. Dalam analss dsrmnan terdapat dua jens varabel yan terlbat

Lebih terperinci

BAB II DIMENSI PARTISI

BAB II DIMENSI PARTISI BAB II DIMENSI PARTISI. Defns dasar dan eteratannya dengan metrc dmenson Dalam pembahasan dmens parts, graf yang dbahas adalah graf terhubung sederhana dan tda meml arah. Sebelum mendefnsan graf yang dgunaan

Lebih terperinci

PROPOSAL SKRIPSI JUDUL:

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

Lebih terperinci

BAB III METODOLOGI PENELITIAN

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

MODEL REGRESI SEMIPARAMETRIK SPLINE UNTUK DATA LONGITUDINAL PADA KASUS KADAR CD4 PENDERITA HIV. Lilis Laome 1)

MODEL REGRESI SEMIPARAMETRIK SPLINE UNTUK DATA LONGITUDINAL PADA KASUS KADAR CD4 PENDERITA HIV. Lilis Laome 1) Paradgma, Vol. 13 No. 2 Agustus 2009 hlm. 189 194 MODEL REGRESI SEMIPARAMERIK SPLINE UNUK DAA LONGIUDINAL PADA KASUS KADAR CD4 PENDERIA HIV Lls Laome 1) 1) Jurusan Matemata FMIPA Unverstas Haluoleo Kendar

Lebih terperinci

PERANCANGAN PROGRAM APLIKASI PERAMALAN BANJIR KANAL BARAT JAKARTA MENGGUNAKAN AUTOREGRESI MULTIVARIANT

PERANCANGAN PROGRAM APLIKASI PERAMALAN BANJIR KANAL BARAT JAKARTA MENGGUNAKAN AUTOREGRESI MULTIVARIANT PERANCANGAN PROGRAM APLIKASI PERAMALAN BANJIR KANAL BARAT JAKARTA MENGGUNAKAN AUTOREGRESI MULTIVARIANT Ngarap Im Man Jurusan Matemata FST BINUS Unversty, Jln.Kebon Jeru Raya no.27 Jaarta Barat 11480, Indonesa

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

Oleh : Wahyu Safi i Dosen Pembimbing : Drs. Soehardjoepri, M.Si

Oleh : Wahyu Safi i Dosen Pembimbing : Drs. Soehardjoepri, M.Si Analsa Penerapan Metode Robust Locally Weght Regresson Smoothng Scatterplots Pada Oblgas ( Analyss of Applcaton Robust Locally Weght Regresson Smoothng Scatterplots s Method n Oblgaton ) Oleh : Wahyu Saf

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 RESPONSE SURFACE DENGAN SIMULASI MONTE CARLO. solusi dari suatu masalah diberikan berdasarkan proses rendomisasi (acak).

BAB III METODE RESPONSE SURFACE DENGAN SIMULASI MONTE CARLO. solusi dari suatu masalah diberikan berdasarkan proses rendomisasi (acak). BAB III METODE RESPONSE SURFACE DENGAN SIMULASI MONTE CARLO 3. Smulas Monte Carlo Smulas Monte Carlo merupaan bentu smulas probablst dmana solus dar suatu masalah dberan berdasaran proses rendomsas (aca).

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

III FUZZY GOAL LINEAR PROGRAMMING

III FUZZY GOAL LINEAR PROGRAMMING 7 Ilustras entu hmpunan fuzzy dan fungs eanggotaannya dapat dlhat pada Contoh 3. Contoh 3 Msalan seseorang dataan sudah dewasa ja erumur 7 tahun atau leh, maa dalam loga tegas, seseorang yang erumur urang

Lebih terperinci

Implementasi Algoritma Radix Sort dalam Berbagai Kasus Bilangan Dibandingkan Algoritma Pengurutan yang lain

Implementasi Algoritma Radix Sort dalam Berbagai Kasus Bilangan Dibandingkan Algoritma Pengurutan yang lain Abstra Implementas Algortma Radx Sort dalam Berbaga Kasus Blangan Dbandngan Algortma Pengurutan yang lan Dean Fathony Alfatwa, Ere Rahman Syah P 2, Fahrs Mumtaza Ahsan 3 Departemen Ten Informata, Insttut

Lebih terperinci

Eman Lesmana, Riaman. Jurusan Matematika FMIPA Universitas Padjadjaran, Jl. Raya Bandung-Sumedang km 21 Jatinangor ABSTRAK

Eman Lesmana, Riaman. Jurusan Matematika FMIPA Universitas Padjadjaran, Jl. Raya Bandung-Sumedang km 21 Jatinangor ABSTRAK PENGGUNAAN MODEL REGRESI LINEAR BERGANDA PADA PROGRAM PENGGEMUKAN SAPI PO ( PERANAKAN ONGOLE) SERTA ANALISIS BCR ( BENEFIT COST RATIO ) PENGGUNAAN PAKAN BAHAN KERING Eman Lesmana, Raman Jurusan Matemata

Lebih terperinci

BAB IV HASIL ANALISIS

BAB IV HASIL ANALISIS BAB IV HASIL ANALISIS. Standarda Varabel Dalam anal yang dtamplan pada daftar tabel, dar e-39 wadu yang meml fator-fator melput luaan DAS, apata awal wadu, 3 volume tahunan rerata pengendapan edmen, dan

Lebih terperinci

Studi Perhitungan CCT Menggunakan Metode EEAC (Extended Equal Area Criterion) Dan Trajektori Kritis/ Critical Trajectory Untuk Kestabilan Transien

Studi Perhitungan CCT Menggunakan Metode EEAC (Extended Equal Area Criterion) Dan Trajektori Kritis/ Critical Trajectory Untuk Kestabilan Transien JURAL TEKIK POITS Vol., o., (0) -6 Stud Perhtungan CCT enggunaan etode EEAC (Extended Equal Area Crteron) Dan Trajetor Krts/ Crtcal Trajectory Untu Kestablan Transen Hardansyah Pratama, Ardyono Pryad,

Lebih terperinci

KOLINEARITAS GANDA (MULTICOLLINEARITY) Oleh Bambang Juanda

KOLINEARITAS GANDA (MULTICOLLINEARITY) Oleh Bambang Juanda KOLINEARITAS GANDA MULTICOLLINEARIT Oleh Bambang Juanda Model: = X + X + + X + ε. Hubungan Lnear Sempurna esa, Ja C X 0 C onstanta yg td semuanya 0. Mudah detahu rn td ada dugaan parameter oef dgn OLS,

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

METODE OPTIMASI SELEKSI FITUR DENGAN ALGORITMA FAST BRANCH AND BOUND

METODE OPTIMASI SELEKSI FITUR DENGAN ALGORITMA FAST BRANCH AND BOUND METODE OPTIMASI SELEKSI FITUR DENGAN ALGORITMA FAST BRANCH AND BOUND Rully Soelaman, Suc Hatnng Rn dan Dana Purwtasar Faultas Tenolog Informas, Insttut Tenolog Sepuluh Nopember (ITS), Surabaya, 60, Indonesa

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN ORI. Aljabar Matrs.. Defns Matrs Matrs adalah suatu umpulan anga-anga yang juga serng dsebut elemen-elemen yang dsusun secara teratur menurut bars dan olom sehngga berbentu perseg panjang,

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

Strategi Meminimalkan Load Shedding Menggunakan Metode Sensitivitas Untuk Mencegah Voltage Collapse Pada Sistem Kelistrikan Jawa-Bali 500 kv

Strategi Meminimalkan Load Shedding Menggunakan Metode Sensitivitas Untuk Mencegah Voltage Collapse Pada Sistem Kelistrikan Jawa-Bali 500 kv 1 Strateg Memnmalan Load Sheddng Menggunaan Metode Senstvtas Untu Mencegah Voltage Collapse Pada Sstem Kelstran Jawa-Bal 500 V Rs Cahya Anugrerah Haebb, Ad Soepranto,, Ardyono Pryad Jurusan Ten Eletro,

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penyusunan laporan tugas akhir ini dilakukan sesuai dengan langkahlangkah

BAB III METODOLOGI PENELITIAN. Penyusunan laporan tugas akhir ini dilakukan sesuai dengan langkahlangkah BAB III METODOLOGI PENELITIAN Penyusunan laporan tugas ahr n dlauan sesua dengan langahlangah peneltan yang aan dperlhatan pada dagram d bawah n, agar peneltan n dapat berjalan secara ba dan terarah. Sehngga

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang I ENDHULUN. Latar elakang Mengambl keputusan secara aktf memberkan suatu tngkat pengendalan atas kehdupan spengambl keputusan. lhan-plhan yang dambl sebenarnya membantu dalam penentuan masa depan. Namun

Lebih terperinci

Didownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN

Didownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN BAB I PENDAHULUAN Sebuah jarngan terdr dar sekelompok node yang dhubungkan oleh busur atau cabang. Suatu jens arus tertentu berkatan dengan setap busur. Notas standart untuk menggambarkan sebuah jarngan

Lebih terperinci

APLIKASI PENENTUAN PENERIMA BEASISWA MENGGUNAKAN METODE ALGORITMA FUZZY MADM PADA BEASISWA RUTIN UKSW

APLIKASI PENENTUAN PENERIMA BEASISWA MENGGUNAKAN METODE ALGORITMA FUZZY MADM PADA BEASISWA RUTIN UKSW Semnar NasonalTenologInformasdan Multmeda 2015 STMIK AMIKOM Yogyaarta, 6-8Februar 2015 APLIKASI PENENTUAN PENERIMA BEASISWA MENGGUNAKAN METODE ALGORITMA FUZZY MADM PADA BEASISWA RUTIN UKSW Aslnda 1), Andea

Lebih terperinci

Jurnal Einstein 4 (1) (2016): Jurnal Einstein. Available online

Jurnal Einstein 4 (1) (2016): Jurnal Einstein. Available online Jurnal Ensten 4 () (06): 4-3 Jurnal Ensten Avalable onlne http://jurnal.unmed.ac.d/0/ndex.php/ensten Penguuran Intrus Ar Laut Pada Sumur Gal Dengan Kondutvtmeter D Desa Pematang Guntung Kecamatan Telu

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 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

Pengaruh Kelembaban dan Seri Tanah Terhadap Mutu dan Produksi Tanaman Tembakau Temanggung dengan Metode MANOVA

Pengaruh Kelembaban dan Seri Tanah Terhadap Mutu dan Produksi Tanaman Tembakau Temanggung dengan Metode MANOVA Pengaruh Kelembaban dan Ser Tanah Terhadap Mutu dan Produs Tanaman Tembaau Temanggung dengan Metode MANOVA Mftala Al Rza ), Sutno ), dan Dumal ) ) Jurusan Statsta, Faultas MIPA, Insttut Tenolog Sepuluh

Lebih terperinci

Bab 1 PENDAHULUAN Latar Belakang

Bab 1 PENDAHULUAN Latar Belakang 11 Bab 1 PENDAHULUAN 1.1. Latar Belakang Perbankan adalah ndustr yang syarat dengan rsko. Mula dar pengumpulan dana sebaga sumber labltas, hngga penyaluran dana pada aktva produktf. Berbaga kegatan jasa

Lebih terperinci

PENENTUAN LOKASI GUDANG DISTRIBUSI PADA SISTEM DISTRIBUSI PRODUK KONSUMSI PT X DI JAWA TIMUR

PENENTUAN LOKASI GUDANG DISTRIBUSI PADA SISTEM DISTRIBUSI PRODUK KONSUMSI PT X DI JAWA TIMUR Prosdng Semnar Nasonal Manajemen Tenolog IX Program Stud MMT-ITS, Surabaya 14 Pebruar 2009 PENENTUAN LOKASI GUDANG DISTRIBUSI PADA SISTEM DISTRIBUSI PRODUK KONSUMSI PT X DI JAWA TIMUR Teguh Otarso Program

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 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

ANALISIS PREVENTIVE MAINTENANCE JIG WELDING PADA PROSES PERAKITAN SUPPORT ASSY CLUTCH PEDAL

ANALISIS PREVENTIVE MAINTENANCE JIG WELDING PADA PROSES PERAKITAN SUPPORT ASSY CLUTCH PEDAL Analss Preventve Mantenance Jg Welng Paa Proses Peratan Support Assy Clutch Peal Untu Mobl ANALISIS PREVENTIVE MAINTENANCE JIG WELDING PADA PROSES PERAKITAN SUPPORT ASSY CLUTCH PEDAL UNTUK MOBIL TOYOTA

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

Diagram Kontrol Fuzzy Multinomial Untuk Data Linguistik

Diagram Kontrol Fuzzy Multinomial Untuk Data Linguistik Prosdng Statsta ISSN: 2460-6456 Dagram Kontrol Fuzzy Multnomal Untu Data ngust 1 Amy Amallya Azzah, 2 Suwanda Idrs, 3 snur Wachdah 1,2,3 Prod Statsta, Faultas Matemata dan Ilmu Pengetahuan Alam, Unverstas

Lebih terperinci

Lucas Theorem Untuk Mengatur Penyimpanan Memori yang Lebih Aman

Lucas Theorem Untuk Mengatur Penyimpanan Memori yang Lebih Aman Lucas Theorem Untu Mengatur Penympanan Memor yang Lebh Aman Hendra Hadhl Chor (135 8 41) Program Stud Ten Informata ITB Jalan Ganesha 1, Bandung e-mal: hendra_h2c_mathematcan@yahoo.com; f1841@students.f.tb.ac.d

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

Pengolahan lanjut data gravitasi

Pengolahan lanjut data gravitasi Modul 6 Pengolahan lanjut data gravtas 1. Transformas/proyes e bdang datar (metode Damney atau Euvalen Tt Massa). Pemsahan Anomal Loal/Resdual dan Anomal Regonal a. Kontnuas b. Movng average c. Polynomal

Lebih terperinci

Bab III Model Estimasi Outstanding Claims Liability

Bab III Model Estimasi Outstanding Claims Liability Bab III Model Estmas Outstandng Clams Lablty. Model ELRF Suatu model yang dgunaan untu menasr outstandng clams lablty, tda cuup hanya melbatan data pada run-off trangle saa. Sebab, pembayaran lam d masa

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

Pemodelan Peran Perempuan Terhadap Pertumbuhan Ekonomi di Jawa Timur Tahun Menggunakan Regresi Data Panel

Pemodelan Peran Perempuan Terhadap Pertumbuhan Ekonomi di Jawa Timur Tahun Menggunakan Regresi Data Panel JURNAL SAINS DAN SENI ITS Vol. 5 No. (016) 337-350 (301-98X Prnt) D-305 Pemodelan Peran Perempuan Terhadap Pertumbuhan Eonom d Jawa Tmur Tahun 010-014 Menggunaan Regres Data Panel Putr Rachmawat, Wahu

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

ANALISIS DATA WORLD DEVELOPMENT INDICATORS MENGGUNAKAN CLUSTER DATA MINING

ANALISIS DATA WORLD DEVELOPMENT INDICATORS MENGGUNAKAN CLUSTER DATA MINING Semnar Nasonal Tenolog Informas dan Multmeda 207 STMIK AMIKOM Yogyaarta, 4 Februar 207 ANALIS DATA WORLD DEVELOPMENT INDICATORS MENGGUNAKAN CLUSTER DATA MINING Sgt Kamseno ), Bara Satya 2) ), 2) Ten Informata

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

EVALUASI STATUS KETERTINGGALAN DAERAH DENGAN ANALISIS DISKRIMINAN 6. Oleh : Anik Djuraidah

EVALUASI STATUS KETERTINGGALAN DAERAH DENGAN ANALISIS DISKRIMINAN 6. Oleh : Anik Djuraidah EVALUASI STATUS KETERTINGGALAN DAERAH DENGAN ANALISIS DISKRIMINAN 6 S-21 Oleh : An Djuradah Departemen Statsta FMIPA- IPB e-mal : andjuradah@gmal.com ABSTRAK Pembangunan daerah tertnggal merupaan upaya

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

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

Lebih terperinci

BAB 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 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 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 10. Menginterpretasikan Populasi Variabel Kanonik. Variabel kanonik secara umumnya artifisal. Jika variabel awal X (1) dan X (2)

BAB 10. Menginterpretasikan Populasi Variabel Kanonik. Variabel kanonik secara umumnya artifisal. Jika variabel awal X (1) dan X (2) BB 0 Mengnterpretasan Populas arabel Kanon arabel anon secara umumnya artfsal. Ja varabel awal X ( dan X ( dgunaan oefsen anon a dan b mempunya unt propors dar hmpunan X ( dan X (. Ja varabel awal yang

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

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 IV METODE PENELITIAN. Penelitian mengenai Analisis Pengaruh Kupedes Terhadap Performance

BAB IV METODE PENELITIAN. Penelitian mengenai Analisis Pengaruh Kupedes Terhadap Performance BAB IV METODE PENELITIAN 4.1 Lokas dan Waktu Peneltan Peneltan mengena Analss Pengaruh Kupedes Terhadap Performance Busness Debtur dalam Sektor Perdagangan, Industr dan Pertanan dlaksanakan d Bank Rakyat

Lebih terperinci

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

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

Lebih terperinci

BAB III METODE PENELITIAN. pretest postes control group design dengan satu macam perlakuan. Di dalam

BAB III METODE PENELITIAN. pretest postes control group design dengan satu macam perlakuan. Di dalam BAB III METODE PEELITIA A. Bentuk Peneltan Peneltan n merupakan peneltan ekspermen dengan model pretest postes control group desgn dengan satu macam perlakuan. D dalam model n sebelum dmula perlakuan kedua

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

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

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakang Dalam kehdupan sehar-har, serngkal dumpa hubungan antara suatu varabel dengan satu atau lebh varabel lan. D dalam bdang pertanan sebaga contoh, doss dan ens pupuk yang dberkan

Lebih terperinci

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

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

Lebih terperinci

BAB III MODUL INJEKTIF

BAB III MODUL INJEKTIF BAB III ODUL INJEKTIF Bab n adalah bab yang palng pentng arena bab n bers mula dar hal-hal dasar mengena modul njet sampa sat-sat stmewanya yang tda dml oleh modul lan yang tda njet, yang merupaan ous

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

TEKNIK EKSTRAPOLASI RICHARDSON BERULANG PADA MODEL BINOMIAL FLEKSIBEL UNTUK MENENTUKAN HARGA OPSI JUAL AMERIKA

TEKNIK EKSTRAPOLASI RICHARDSON BERULANG PADA MODEL BINOMIAL FLEKSIBEL UNTUK MENENTUKAN HARGA OPSI JUAL AMERIKA IndoMS Journal on Statstcs Vol, No (4), Page 39-49 TEKNIK EKSTRAPOLASI RICHARDSON BERULANG PADA MODEL BINOMIAL FLEKSIBEL UNTUK MENENTUKAN HARGA OPSI JUAL AMERIKA Arum Handn Prmandar, Abdurahman Jurusan

Lebih terperinci

Analisis Sensitivitas

Analisis Sensitivitas Analss Senstvtas Terdr dar aa : Analss Senstvtas, bla terad perubahan paraeter seara dsrt Progra Lnear Paraetr, bla terad perubahan paraeter seara ontnu Maa-aa perubahan pasa optu: Perubahan suu tetap,

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 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

Nama : Crishadi Juliantoro NPM :

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

Lebih terperinci