BAB 2 TINJAUAN PUSTAKA DAN LANDASAN TEORI

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB 2 TINJAUAN PUSTAKA DAN LANDASAN TEORI"

Transkripsi

1 BAB 2 TINJAUAN PUSTAKA DAN LANDASAN TEORI Bab 2 berisi megeai studi pustaka yag dilakuka utuk medapatka gambara tetag metode yag tepat utuk megatasi permasalaha yag dihadapi, serta dasar-dasar teori yag diguaka utuk meyelesaika permasalaha. 2.. Taua Pustaka Pemiliha sebuah supplier memiliki potesi da dampak yag sagat berpegaruh terhadap kierja sebuah perusahaa (Herbo et al, 202). Dampak yag berpegaruh dapat dirasaka pada bagia keuaga perusahaa. Dalam hal ii bagi perusahaa jelas tidak dapat dega mudah diabaika, karea dalam membagu sebuah kerja sama pada supplier yag tepat dapat meyebabka peguraga biaya (Asamoah et al, 202). Dalam kutipaya (Erdal, 2009) megataka baha dalam duia bisis pemiliha supplier pihak ke tiga mejadi sagat petig utuk membatu sebuah perusahaa utuk bersaig dega perusahaa lai. Petigya supplier pihak ke tiga dapat membatu perusahaa agar dapat lebih fokus kepada kompetisi iti dega perusahaa lai. Maka dari pemiliha perusahaa pihak ke tiga mejadi sagat petig, Selama beberapa dekade terakhir Kag da Lee (200) bayak melakuka peelitia yag megagkat masalah pemiliha supplier da dipelajari lebih dalam secara ekstesif oleh sejumlah peeliti. Meskipu demikia, sagat bayak peelitia supplier yag ada terdapat perbedaa masig-masig peelitia yag terletak pada metode yag dipakai. Metode yag mejadi piliha disesuaika dega tujua da taua dari objek yag ditelti oleh masig masig ahli. Masalah dalam memilih supplier merupaka masalah MCDM atau lebih serig disebut Multi Criteria Decisio Makig. Adapu masalah MCDM tetag pemiliha supplier dega beberapa metode adalah sebagai berikut: Peelitia Kag da Lee (200) lebih megacu kepada peelitia sebelumya, dalam megevaluasi supplier diperluka sebuah metode evaluasi sebagai alat dalam proses evaluasi supplier yag telah ada. Sagat bayak tools dalam 4

2 proses megevaluasi supplier yag ada tetapi pada peelitia Kag da Lee (200), metode yag diguaka adalah terbatas pada metode AHP (Aalytic Hierarchy Prcess) da DEA (Data Evelopmet Aalysis) yag pada dasarya metode ii diguaka karea koteks peelitia da karateristik kierja objektif da subjektif secara bersamaa ada dalam proses megevaluasi supplier baru. Pada akhirya aka dalam kutipaya Yoo (2003) dari hasil peggabuga kedua metode atara AHP (Aalytic Hierarchy Prcess) da DEA (Data Evelopmet Aalysis) aka didapatka efisiesi evaluasi. Jika dilihat Metode AHP dalam peelitia Kag da Lee (200), metode AHP diguaka utuk meagai sebuah kriteria atau permasalahaa yag berbetuk kualitatif da kuatitatif da juga dapat dipahami serta diterapka dalam berbagai bayak masalah sehigga dapat diguaka utuk pegambila keputusa bisis da meghitug bobot faktor keberhasila pada TQM (total quality maagemet) da dipakai utuk meghasilka data output da iput serta DEA kemudia diguaka utuk megevaluasi efisiesi TQM. Meurut peelitia Ku dkk, (200) memaparka baha pemiliha supplier global megguaka 2 metode peyelesaia yaitu fuzzy goal programmig da fuzzy AHP. Fuzzy goal programmig diguaka sebagai pegambila keputusa dalam meetuka jumlah atau kapasitas pesaa yag sesuai pada kemempua supplier, sedagka fuzzy AHP diguaka sebagai mempermudah evaluasi supplier dalam dalam jumlah yag sagat besar dari keiteria kualitaatif. Dalam jural (Prasad et al, 200) da meurut Ku dkk, (200) meau sebuah artikel tetag pemiliha sebuah supplier dari tahu da dalam semua artikel tersebut mereka meyimpulka baha patoka sebuah kriteria yag palig populer yag harus dipertimbagka oleh pegambil keputusa adalah kualitas, pegirima, diikuti dega harga atau biaya, jasa, maajeme da kemampua maufaktur. Patil (204) dalam peelitiaya memaparka baha dalam peelitiaya berfokus kepada keriteria da pemiliha supplier yag sudah diterapka pada peelitia sebelumya. Meurut Patil (204), baha peelitia usula da kriteria yag telah diidetidikasi, kualitas merupaka faktor palig petig dalam peelitiaya diikuti dega pegirima, harga, reputasi, orgaisasi, kemampua tekis, layaa da maajeme. Utuk metode yag diguaka dalam jural tersebut adalah DEA, pemograma secara matematis da AHP da 5

3 pada abat ke-20 para peeliti mulai megguaka kosep fuzzy. Dimaa kosep ii meatag peeliti utuk megambil keputusa pemecaha masalah pemiliha supplier. Moberg da Speh (2004), pemiliha perusahaa pihak ketiga berhubuga dega keterkaita meaggapi permitaa dari kosume, maajeme uum da masalah etika. Speh da Moberg (2004) mejelaska ada beberapa kriteria yag kurag petig atara lai afiitas resiko peyedia pihak ketiga, ukura perusahaa da cakupa, tekologi iformasi. Erdal (2009) dalam peilitiaya memaparka baha sistem pegambila keputusa pemiliha 3PL megguaka Fuzzy AHP, dimaa metode ii bayak diguaka utuk peyelesaia multi kriteria atau multiple criteria decisio makig (MCDM) dalam memilih supplier. Dalam peelitiaya Erdal juga memaparka baha model fuzzy AHP dapat megatisipasi ketidak pastia pemilih dalam memilih supplier dega megguaka pedekata data empiris kemudia memvalidasi desai kosep dari perusahaa pihak ke tiga dalam pemiliha supplier da hasil dari peelitia tersebut yag mejadi acua. Erlad (2009) memaparka baha faktor yag palig petig dalam peelitiaya adalah kierja operasioal, kierja fiasial, harga pelayaa, hubuga jagka pajag da reputasi dari perusahaa pihak ke tiga. Bevilacqua da Petroi (2002) megembagka sebuah sistem utuk pemiliha supplier megguaka logika fuzzy. Kahrama dkk. (2003) megguaka fuzzy AHP utuk memilih perusahaa supplier terbaik yag memberika kepuasa utuk pelagga di Turki. Cha da Cha (2004) megaalisis sebuah studi kasus utuk mejelaska sebuah model iovasi AHP da prisip pegembaga sistem maajeme kualitas dari pemiliha supplier. Xia da Wu (2005) megusulka sebuah itegrase pedekata AHP yag dikembagka dega sets theory da multi-objective mixed iteger programmig utuk simulasi meetuka jumlah pemasok yag aka diguaka da megalokasika jumlah pesaa kepada beberapa pemasok dega kasus multi supplier, multi produk, dega multi kriteria da dega keterbatasa kirim supplier. Dulmi da Miio (2003) megusulka sebuah multi-criteria decisio method yag meggguaka softare promethee/gaia utuk masalah pemiliha supplier. Dalam kasusya Dulmi da Miio (2003) meerapka model tersebut kepada 6

4 perusahaa meegah di italia yag beroperasi di bida jala publik da trasportasi kereta api. Aguezzoul (204) membahas tetag 87 jural dari tahu yag membahas pemiliha perusahaa 3PL da megataka dalam pemeliha perusahaa 3PL metode yag palig bayak diguaka utuk memilih supplier adalah Fuzzy Set Theory dega,24%, AHP 8,99% kemudia ANP, TOPSIS, ISM, VIKOR, DEMATEL, QFD, ELECTRE, da Utility Theory. Hal dikareaka dalam memilih perusahaa 3PL berhubuga dega multi criteria decisio makig yag dimaa peeliti memilih dari sekia bayak kriteria kemudia setelah diselesaika dega metode yag sesuai dega keigia peeliti. Dalam juralya Aguezzoul (204) juga meuliska kriteria yag diguaka utuk pemiliha supplier 3PL Ladasa Teori Pegertia Perusahaa 3PL Meurut Va Laarhove dkk, 2000 preusahaa logistik pihak ketiga atau 3PL merupaka sebuah aktivitas atau kegiata yag dilakuka oleh peyedia layaa logistik yag memberika kepetiga pegirima da terdiri dari beberapa trasportasi. Selai itu, kegiata lai yag dapat ditergtasika kedalam peaara layaa, sebagai berikut: pergudaga da maajeme persediaa, iformasi kegiata pegirima, seperti pelacaka pegirima da kegiata peambaha ilai ratai pasok seperti perakita sekuder da pegistalasi produk. Dega kata lai perusahaa logistik pihak ketiga merupaka sebuah pemafaata orgaisasi eksteral utuk mejalaka kegiata logistik secara tradisioal yag dilakuka di dalam orgaisasi tersebut. Pegertia laiya 3PL adalah sebuah perusahaa yag meyediaka pelayaa distribusi logistk yag sesuai dega komplekya layaa distribusi logistik yag diigika. Perusahaa 3PL juga memiliki sebuah taggug jaab dalam memberika pelayaaya kepada pelagga, taggug jaab tersebut berkaita dega iboud maajeme bea cukai, maajeme peerbaga, packagig, pergudaga atau arehouse, pemeuha pesaa, distribusi da outboud foreight kepada pihak kosume. (Va Laarhove dkk, 2000). Meurut Hertz (2003) perusahaa 3PL merupaka sebuah perusahaa yag megelola, megedalika da memberika aktivitas logistik sesuai dega 7

5 kepetiga dari sebuah perusahaa. Aktivitas logistik yag dalaka terdiri dari kegiata pegelolaaa kegiata logistik seperti trasportasi da pergudaga Berikut adalah cotoh gambara umum perusahaa 3PL: Gambar 2.. Keberadaa Third Party Logistic atara pihak da ke 2 Peelitia hertz (2003) terdapat empat kategori 3PL atara lai sebagai berikut:. Stadar 3PL provider Provider ii merupaka provider palig dasar dari peyediaa 3PL. Aktivitas yag dilakuka provider ii seperti loadig-uloadig barag, pergudaga, distribusi barag da melakuka kegiata fugsi dasar dari logistik (Ivetory maagemet, purchasig, trasportasio ad distributio serta arehousig). Sebagia besar perusahaa-perusahaa yag berada pada pada kategori ii fugsi 3PL buka mejadi aktivitas utama. 2. Service Developer Dalam kategori ii jeis peyediaa 3PL meaarka kepada layaa kepada kosume dega layaa yag lebih kompleks seperti: trackig service, crossdockig, special case delivery atau meyediaka escort utuk keamaa barag. Dega layaa tersebut biasaya perusahaa 3PL sudah memiliki sistem IT yag solid da berfokus pada skala ekoomu serta luag ligkup yag lebih besar dari pada stadar 3PL provider, 3. The costumer adapter Pada kategori ii peyediaa jasa 3PL meaarka layaa berdasarka permitaa peggua 3PL. Pada dasarya perusahaa 3PL dalam kategori ii, perusahaa 3PL tersebut megambil ahli kotrol sebagia kegiataa perusahaa yag igi megguaka jasa perusahaa 3PL. Peyedia 3PL dalam kategori ii meigkatka kierja logistik secara dramatis, tetapi tidak megembagka adaya layaa baru. Jumlah peggua layaa utuk jeis 3PL ii sagat kecil pemiatya. 4. The costumer developer Perusahaa 3PL dalam tigkat ii merupaka tigkat tertiggi dalam peyediaa jasa 3PL. Dalam peyediaa layaa 3PL ii aka teritergrasi dega peggua jasa 3PL da megambil seluruh ahli fugsi logistik perusahaa. 8

6 Peyediaa jasa 3PL ii aka memeiliki beberapa peggua da aka melakuka fugsi-fugsi logistik secara rici bagi peggua layaa tersebut 2.3. Metode Aalytic Hierarchy Process (AHP) Aalytic Hierarchy Process (AHP) pertama kali diperkealka oleh Saaty pada tahu 97 utuk memecahka alokasi da perecaaa sumber daya utuk kebutuha militer. AHP mejadi salah satu metode yag bayak diguaka dega membadigka beberapa kriteria kemudaia dari kriteria tersebut diambillah sebuah keputusa. Metode AHP bayak memecahka masalah dari berbagai ragam kebutuha da kepetiga seperti, ilmu politik, ekoomi, social da maajeme. Dalam AHP, faktor-faktor yag mempegaruhi sebuah sistem diracag hirarkis da alterative keputusa dievaluasi dega perbadiga eleme yag berpasaga disemua tigkata. Skor alterative yag dihitug sesuai dega karateristik yag diperoleh. AHP lebih domia diguaka sebagai metode pemecaha sebuah permasalaha dibadigka dega metode lai karea: a. Struktur yag memiliki hirarki, sebagai kosekuesi dari kriteria yag dipilih, sampai pada akhir subkriteria yag palig dalam. b. Meghitug validitas sampai dega batas tolerasi ikosistesi dari berbagai kriteria da alterative yag dipilih dalam megambil keputusa c. Memperhitugka daya taha dari sebuah output aalisis sesitivitas terhadap pegambilak keputusa Tahapa AHP Dalam metode AHP terdapat beberapa lagkah utuk meetuka sebuah keputusa da lagkah-lagkahya adalah sebagai berikut: 9

7 Gambar 2.2. Lagkah-lagkah dalam Metode AHP a. Medefiisika masalah da merumuska solusi yag diigika. Dalam tahapa ii yag harus dilakuka yaitu meetuka da mecari masalah yag aka dipecahka secara detail, jelas, mudah dipahami da rici. Dari meetuka masalah tersebut harus dulakuka sebuah peetua solusi yag cocok bagi masalah tersebut. Solusi dari masalah tersebut berjumlah lebih dari satu. Selajutya rumusa solusi tersebut aka dikembagka lebih lajut terhadap proses selajutya. b. Membuat sebuah peyusua struktur hierarki Pada tahapa ii, semua masalah yag ada aka dimodelka dalam sebuah struktur heiraki. Struktur heirarki ii utuk pembuataya didasarka pada observasi dalam memahami sebuah permasalaha yag ada, kemudaia permasalaha yag ada ditrasmisika kedalam betuk aritmatik (Saaty,994). Pada dasarya hierarki merupaka alat dasar yag diguaka 0

8 utuk megatasi da meyelesaika berbagai sistem yag kompleks (Saaty, 994). Gambar 2.3. Tiga Level Sederhaa Sebuah Struktur Hierarki (Sumber: Saat, 994) Setelah meyusu da meetuka tujua utama dari berbagai level teratas yag aka disusu level hirarki yag berada di baah yaitu kriteria yag cocok utuk mempertimbagka atau meilai sebuah alterative yag diberika da meetuka alteratif tersebut. Setiap kriteria mempuyai ilai itesitas yag berbeda-beda da hirarki dilajutka dega subkriteria (jika hal ii mugki diperluka). c. Membuat peilaia perbadiga berpasaga dalam betuk matriks Dalam megguaka AHP dibutuhka sebuah peyelesai metode permasalahka yag dibutuhka dalam sebuah heirarki. Hai iii dibutuhka utuk mejelaska da merepresetasika masalah yag ada da utuk membadigka pasaga da membagu hubuga dalam sebuah struktur heirarki. (Saaty, 994) Peilaia perbadiga berpasaga dalam AHP diterapka dalam pasaga eleme yag homoge. Dalam peilaia ii megguaka skala umerik meurut Saaty. Skala tersebut telah telah tervalidasi dalam keefektifaya utuk membadigka eleme homoge, sehigga dapat membedaka itesitas atar semua elemeya. Berikut adalah skala umerik meurut Saaty:

9 Tabel 2.. Skala Numerik Perbadiga Berpasaga Skala Numerik Pegertia Kedua eleme sama petig 3 Eleme yag satu lebih sedikit petig dibadig eleme laiya 5 Eleme yag satu sagat petig dibadig eleme laiya 7 Satu eleme jelas lebih petig dibadigka eleme laiya 9 satu eleme mutlak lebih petig dibadig eleme laiya 2,4,6,8 Nilai-ilai diatara kedua derajat kepetiga yag berdekata Setelah melakuka peilaia perbadiga berpasaga telah dilakuka kemudia ilai yag didapatka kemudia dimasuka dalam sebuah matriks A berukura x. Berikut adalah gambar matriks perbadiga berpasaga pada Gambar 2.4. Gambar 2.4. Matriks Peilaia Perbadiga Berpasaga Pada Matrks A x, utuk ilai perbadiga berpasaga atara A i terhadap A j adalah a. Jika atriks diyataka dalam W maka ilai a adalah i j sehigga matris perbadiga berpasaga dapat diyataka dalam Gambar 2.4. Gambar 2.5. Matriks Perbadiga Berpasaga dega Nilai W (Sumber: Satty,994) 2

10 Nilai ilai i j i j adalah ilai perbadiga atar eleme da eleme dimaa juga meggambarka seberapa petig sebuah elem pada level tersebut dibadigka dega eleme. Begitu juga dega ilai laiya yag ada dalam metriks perbadiga berpasaga. Utuk membadigka peilaia perbadiga berpasaga yag melibatka satu expert aka meghasilka peilaia yag berbeda-beda. Hasil peilaia dari seriap expert aka digabugka mejadi satu ila perbadiga yag meakili semua hasil peilaia. Dalam meggabugka ilai tersebut dilakuka dega cara mecari ilai rata-rata dari setiap matriks. Maka dari itu meurut Saaty (994) metode dalam peryataaya metode peralata yag diguaka adalah metode Geometric Mea. Berikut model matematis Geometric Mea yag dituliska sebagai berikut (Che,2006): a a 2... a ( 2.) dimaa: = Geometric Mea baris ke-i kolom ke-j = Jumlah expert d. Meghitug ormalisasi data Normaisasi data dilakuka dega membagi setiap ilai dalam matriks perbadiga berpasaga dega ilai keseluruha total kolom yag bersagkuta. Formulasi utuk meghitug ormalisasi data adalah sebagai berikut (Che, 2006): A a i a ( 2.2 ) dimaa: A jk = Hasil pembagia ilai baris ke-i kolom ke-j dega total ilai kolom ke-j a = Hasil perbadiga berpasaga baris ke-i kolom ke-j i a = Total ilai perbadiga berpasaga kolom ke-j 3

11 e. Meghitug ilai bobot lokal Meghitug bobot lokal yag dihitug dega meghitug egeivector da eigevalue. Dalam defiisiya egeivector adalah bobot dari masig-masig faktor yag ada. Sedagka egeivalue merupaka ilai hasil dari perbadiga atara matriks da egeivector dega egeivector tersebut. (Che, 2006) Berikut model matematis egeivector da egeivalue sebagai berikut: dimaa: = Egeivector (ilai bobot lokal) dari eleme-j j j i m A ( 2.3) A = Jumlah ilai dari ormalisasi data pada kolom-j m = Jumlah eleme dalam satu matriks A. =. W ( 2.4 ) 2 2 = ( 2.5 ) dimaa: A = Matriks = egeivector = egeivalue f. Meghitug uji kosetrasi Tujua meghitug uji kosetrasi bertujua utuk memvalidasi data dega katalai utuk memeriksa apakah data yag diperoleh sudah valid atau belum. Data yag diyataka valid terlihat dalam data yag telah kosiste. Data tersebut dapat diyataka kosiste jika ilai dari Cosistecy Rasio (CR) 0.0. Jika ilai CR kurag dari 0.0, maka harus dilakuka peaua da melakuka melakuka revisi peilaia dari seriap expert (Saaty, 994). Nilai CR dapat dihitug daga membagi ilai Cosistecy 4

12 Idex (CI) dega ilai Radom Cosistecy Idex (RI). Utuk meghitug ilai Cosistecy Idex (CI) dapat dihitug dega formulasi berikut: CI = ( max ( ) ) ( 2.6 ) dimaa: CI = Cosistecy Idex / Ideks kosetrasii max = ilai maksimum egeivalue = ordo matriks Nilai maksimum Eigevalue didapatka melalui formulasi berikut: max i ( 2.7 ) dimaa: max = Nilai maksimum Eigevalue i = Pejumlah dari Eigevalue = Ordo Matriks Meurut Saaty (994) ilai rata rata Radom Idex (RI) dapat dilihat pada Tabel 2.2. Tabel 2.2. Nilai Radom Cosistecy Idex (CI) Ordo matriks () Nilai RI Setelah megetahui ilai matriks CI kemudia meghitug ilai Cosistecy Rasio (CR) yag dihitug dega rumus sebagai berikut: CR CI RI ( 2.8 ) g. Meghitug ilai bobot keseluruha Nilai bobot keseluruha dapat dihitug dega megalika ilai dari bobot kriteria, ilai bobot sub kriteria da ilai bobot alteratif. 5

13 2.4. Fuzzy Aalitic Hierarchy Process (F-AHP) Fuzzy Set Theory (FST) Fuzzy Set Theory dikeal ka oleh Zadeh pertama kali pada tahu 965, yag diracag utuk memodelka presepsi ketidakpastia, ketidakjelasa da ketidatepata dari pegambila keputusa. (Kahrama dkk, 2004). Meurut Kahrama dkk, (2004), teori fuzzy merupaka sebuah teori yag megelompoka data data dalam satu himpua dega batas yag tidak ditetuka dega jelas atau kabur. Dalam Fuzzy memiliki himpua yag meakili keaggotaa yag meggambarka derajat dega eleme-eleme dalam iterval peilaia yag dimaa atiya iterval peilaiiaya adalah [0,] (Che, 2006) Trigular Fuzzy Number (TFN) TFN (Triagular Fuzzy Number) merupaka ilai yag disimbolka dega M ~ dimaa terdiri dari iterval l higga u. Dalam ilai iterval tersebut terdapat tiga bilaga yaitu (l, m, da u). Dimaa l merupaka ilai loer, m ilai middle da u adalah ilai upper (Chag, 996). Chag (996) megemuka ilai keaggotaa Triagular Fuzzy Number dapat yataka sebagai berikut: x l, x [ m, l ] m l m l ( x ) x u M, x [ m, u ] m u m u otherise 0 ( 2.9 ) Chag (996) megemuka Jika ditemuka ada ya 2 ilai TFN yaitu M da M 2 dimaa M =(l, m, u ) da M 2 =(l 2, m 2, u 2 ) maka berikut persamaa yag berlaku: l l m m, 2 2 2, u u l l m m, 2 2 2, u u l * l, m * m, u * * u l, * m, * * u ( 2.0 ) ( 2. ) ( 2.2 ) ( 2.3 ), u m, l ( 2.4 ) 6

BAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI

BAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI BAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI Bab 2 berisi tetag studi pustaka yag dilakuka utuk medapatka gambara tetag metode yag tepat utuk megatasi permasalaha yag dihadapi, serta dasar-dasar teori yag diguaka

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN III. METODE PENELITIAN 3.1. Keragka Pemikira Percetaka LAI adalah sebuah percetaka di bawah Yayasa Lembaga Alkitab Idoesia. Percetaka ii adalah perusahaa irlaba yag mecetak Alkitab khususya ijil yag dipasarka

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

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA 2.1. Peelitia Terdahulu Aloii dkk (2014) memiliki permasalaha dalam memilih mesi Vertical Form Fill ad Seal (VFFS) utuk Double Square Bottom Bag (DSBB). Pemiliha mesi yag tepat ditetuka

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

Pemilihan Ketua BEM Fakultas Teknik UN PGRI Kediri menggunakan Metode ELECTRE

Pemilihan Ketua BEM Fakultas Teknik UN PGRI Kediri menggunakan Metode ELECTRE Pemiliha Ketua BEM Fakultas Tekik UN PGRI Kediri megguaka Metode ELECTRE Nalsa Citya Resti Sistem Iformasi, Fakultas Tekik, Uiversitas Nusatara PGRI Kediri E-mail: alsacitya@upkediri.ac.id Abstrak salah

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

BAB I PENDAHULUAN. Matematika merupakan suatu ilmu yang mempunyai obyek kajian

BAB I PENDAHULUAN. Matematika merupakan suatu ilmu yang mempunyai obyek kajian BAB I PENDAHULUAN A. Latar Belakag Masalah Matematika merupaka suatu ilmu yag mempuyai obyek kajia abstrak, uiversal, medasari perkembaga tekologi moder, da mempuyai pera petig dalam berbagai disipli,

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

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

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

BAB II LANDASAN TEORI. matematika secara numerik dan menggunakan alat bantu komputer, yaitu:

BAB II LANDASAN TEORI. matematika secara numerik dan menggunakan alat bantu komputer, yaitu: 4 BAB II LANDASAN TEORI 2.1 Model matematis da tahapa matematis Secara umum tahapa yag harus ditempuh dalam meyelesaika masalah matematika secara umerik da megguaka alat batu komputer, yaitu: 2.1.1 Tahap

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Multi-Criteria Decisio Makig (MCDM) Multi-Criteria Decisio Makig (MCDM) adalah suatu metode pegambila keputusa utuk meetapka alteratif terbaik dari sejumlah alteratif berdasarka

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

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

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

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 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 METODOLOGI PENELITIAN

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

Lebih terperinci

BAB 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 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 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

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

I. DERET TAKHINGGA, DERET PANGKAT

I. DERET TAKHINGGA, DERET PANGKAT I. DERET TAKHINGGA, DERET PANGKAT. Pedahulua Pembahasa tetag deret takhigga sebagai betuk pejumlaha suku-suku takhigga memegag peraa petig dalam fisika. Pada bab ii aka dibahas megeai pegertia deret da

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakag Maajeme risiko merupaka salah satu eleme petig dalam mejalaka bisis perusahaa karea semaki berkembagya duia perusahaa serta meigkatya kompleksitas aktivitas perusahaa

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

III. METODOLOGI PENELITIAN

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

Lebih terperinci

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

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. 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

BAB I PENDAHULUAN. Integral adalah salah satu konsep penting dalam Matematika yang

BAB I PENDAHULUAN. Integral adalah salah satu konsep penting dalam Matematika yang BAB I PENDAHULUAN 1.1 Latar Belakag Masalah Itegral adalah salah satu kosep petig dalam Matematika yag dikemukaka pertama kali oleh Isac Newto da Gottfried Wilhelm Leibiz pada akhir abad ke-17. Selajutya

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

Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai

Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai PENGUJIAN HIPOTESIS Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai ilai-ilai parameter populasi,

Lebih terperinci

BAB III PEMBAHASAN. Pada BAB III ini akan dibahas mengenai bentuk program linear fuzzy

BAB III PEMBAHASAN. Pada BAB III ini akan dibahas mengenai bentuk program linear fuzzy BAB III PEMBAHASAN Pada BAB III ii aka dibahas megeai betuk program liear fuzzy dega koefisie tekis kedala berbetuk bilaga fuzzy da pembahasa peyelesaia masalah optimasi studi kasus pada UD FIRDAUS Magelag

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

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

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

Lebih terperinci

BAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan

BAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan BAB III METODE PENELITAN. Tempat Da Waktu Peelitia Peelitia dilakuka di SMP Negeri Batudaa Kab. Gorotalo dega subject Peelitia adalah siswa kelas VIII. Pemiliha SMP Negeri Batudaa Kab. Gorotalo. Adapu

Lebih terperinci

Masih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel berikut: Ukuran/Ciri Statistik Sampel Parameter Populasi.

Masih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel berikut: Ukuran/Ciri Statistik Sampel Parameter Populasi. Distribusi Samplig (Distribusi Pearika Sampel). Pedahulua Bidag Iferesia Statistik membahas geeralisasi/pearika kesimpula da prediksi/ peramala. Geeralisasi da prediksi tersebut melibatka sampel/cotoh,

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

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 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

BAB II METODOLOGI PENELITIAN. kualitatif. Kerangka acuan dalam penelitian ini adalah metode penelitian

BAB II METODOLOGI PENELITIAN. kualitatif. Kerangka acuan dalam penelitian ini adalah metode penelitian BAB II METODOLOGI PEELITIA 2.1. Betuk Peelitia Betuk peelitia dapat megacu pada peelitia kuatitatif atau kualitatif. Keragka acua dalam peelitia ii adalah metode peelitia kuatitatif yag aka megguaka baik

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1. Bicriteria Liear Programmig (BLP) Pesoala optimisasi dega beberapa fugsi tujua memperhitugka beberapa tujua yag koflik secara simulta, secara umum Multi objective programmig (MOP)

Lebih terperinci

III. METODE PENELITIAN. Pembangunan Daerah (BAPPEDA) Provinsi NTB, BPS pusat, dan instansi lain

III. METODE PENELITIAN. Pembangunan Daerah (BAPPEDA) Provinsi NTB, BPS pusat, dan instansi lain III. METODE PENELITIAN 3.1 Jeis da Sumber Data Data yag diguaka pada peelitia ii merupaka data sekuder yag diperoleh dari Bada Pusat Statistik (BPS) Provisi NTB, Bada Perecaaa Pembagua Daerah (BAPPEDA)

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

BAB 3 DATA DAN METODOLOGI PENELITIAN

BAB 3 DATA DAN METODOLOGI PENELITIAN BAB 3 DATA DAN METODOLOGI PENELITIAN Pada Bab ii aka memberika iformasi hal yag berkaita dega lagkah-lagkah sistematis yag aka diguaka dalam mejawab pertayaa peelitia.utuk itu diperluka beberapa hal sebagai

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PEMBELIAN SEPEDA MOTOR DENGAN METODE WEIGHTED PRODUCT

SISTEM PENDUKUNG KEPUTUSAN PEMBELIAN SEPEDA MOTOR DENGAN METODE WEIGHTED PRODUCT Jural Iformatika Mulawarma Vol. 10 No. 2 September 2015 20 SISTEM PENDUKUNG KEPUTUSAN PEMBELIAN SEPEDA MOTOR DENGAN METODE WEIGHTED PRODUCT Necy Nurjaah 1), Zaial Arifi 2), Dya Marisa Khairia 3) 1,2,3)

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1 Metodologi Peelitia Metodologi peelitia ii merupaka cara yag diguaka utuk memecahka masalah dega lagkah-lagkah yag aka ditempuh harus releva dega masalah yag telah dirumuska.

Lebih terperinci

KONTRAK PERKULIAHAN. Disusun Oleh: Supardi Nani, SE., M.Si

KONTRAK PERKULIAHAN. Disusun Oleh: Supardi Nani, SE., M.Si KONTRAK PERKULIAHAN Disusu Oleh: Supardi Nai, SE., M.Si Mata Kuliah : Maajeme Pemasara Kode : 9114-6-0253 Program Studi : Peddika Ekoomi Jurusa : Pedidika Ekoomi Fakultas : Ekoomi da Bisis Jumlah Pertemua

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

III. METODE PENELITIAN. Variabel X merupakan variabel bebas adalah kepemimpinan dan motivasi,

III. METODE PENELITIAN. Variabel X merupakan variabel bebas adalah kepemimpinan dan motivasi, 7 III. METODE PENELITIAN 3.1 Idetifikasi Masalah Variabel yag diguaka dalam peelitia ii adalah variabel X da variabel Y. Variabel X merupaka variabel bebas adalah kepemimpia da motivasi, variabel Y merupaka

Lebih terperinci

IV. 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

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

PENERAPAN ALGORITMA ANALITYCAL HIRACY PROCESS DALAM PEMILIHAN BEASISWA PADA SMA KALUKUBULA

PENERAPAN ALGORITMA ANALITYCAL HIRACY PROCESS DALAM PEMILIHAN BEASISWA PADA SMA KALUKUBULA Semiar Nasioal Tekologi Iformasi da Multimedia 207 STMIK AMIKOM Yogyakarta, 4 Februari 207 PENERAPAN ALGORITMA ANALITYCAL HIRACY PROCESS DALAM PEMILIHAN BEASISWA PADA SMA KALUKUBULA Dewi Kusumawati ) )

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

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1. Lokasi da Waktu Peelitia Peelitia ii merupaka studi kasus di Lembaga Pertaia Sehat yag terletak di Jl. Racamaya No 22 Harjasari, Bogor Selata. Pemiliha lokasi dilakuka secara

Lebih terperinci

Distribusi Sampling (Distribusi Penarikan Sampel)

Distribusi Sampling (Distribusi Penarikan Sampel) Distribusi Samplig (Distribusi Pearika Sampel) 1. Pedahulua Bidag Iferesia Statistik membahas geeralisasi/pearika kesimpula da prediksi/ peramala. Geeralisasi da prediksi tersebut melibatka sampel/cotoh,

Lebih terperinci

BAB IV METODE PENELITIAN. Provinsi Jawa Barat. Penentuan lokasi ini dilakukan secara sengaja (purposive).

BAB IV METODE PENELITIAN. Provinsi Jawa Barat. Penentuan lokasi ini dilakukan secara sengaja (purposive). 60 BAB IV METODE PENELITIAN 4.1 Lokasi da Waktu Peelitia Peelitia ii dilakuka Kecamata Warugkodag Kabupate Ciajur Provisi Jawa Barat. Peetua lokasi ii dilakuka secara segaja (purposive). Dega mempertimbagka

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 37 BAB III METODOLOGI PENELITIAN A. Jeis Peelitia Peelitia ii termasuk peelitia pegembaga, yaitu pegembaga buku teks matematika. Model pegembaga yag diguaka adalah model 4-D (four D models) dari Thigaraja

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

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

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN TELEPON SELULER MENGUNAKAN METODE ANALYTIC NETWORK PROCESS (ANP)

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN TELEPON SELULER MENGUNAKAN METODE ANALYTIC NETWORK PROCESS (ANP) SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN TELEPON SELULER MENGUNAKAN METODE ANALYTIC NETWORK PROCESS (ANP) Oleh: Arief Geta Aldiasyah Tekik Iformatika Uiversitas Dia Nuswatoro Semarag 111201005304@mhs.dius.ac.id

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Aalisis Regresi Istilah regresi pertama kali diperkealka oleh seorag ahli yag berama Facis Galto pada tahu 1886. Meurut Galto, aalisis regresi berkeaa dega studi ketergatuga dari suatu

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakag Dalam duia iformatika, assigmet Problem yag biasa dibetuk dega matriks berbobot merupaka salah satu masalah terbesar, dimaa masalah ii merupaka masalah yag metode peyelesaiaya

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

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

FORECASTING (Peramalan)

FORECASTING (Peramalan) FORECASTING (Peramala) PENDAHULUAN Forecastig adalah ramala tetag apa yag aka terjadi dimasa yag aka datag. Forecast Demad atau peramala permitaa mejadi dasar yag sagat petig dalam perecaaa suatu keputusa

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

SISTEM PENDUKUNG KEPUTUSAN PRIORITAS PENDIRIAN BTS MENGGUNAKAN METODE FUZZY AHP (Studi Kasus: PT. Indosat Solo)

SISTEM PENDUKUNG KEPUTUSAN PRIORITAS PENDIRIAN BTS MENGGUNAKAN METODE FUZZY AHP (Studi Kasus: PT. Indosat Solo) ISSN : 2338-408 SISTEM PENDUKUNG KEPUTUSAN PRIORITAS PENDIRIAN BTS MENGGUNAKAN METODE FUZZY AHP (Studi Kasus: PT. Idosat Solo) Satria Yuda Prasetyo (satreea@gmail.com) Sri Tomo (szrie@yahoo.com) Teguh

Lebih terperinci

ANALISA KEPUTUSAN PEMINDAHAN MESIN ZEHNTEL DI PT INTI (PERSERO) DENGAN MENGGUNAKAN METODA ANALYTICAL HIERARCHY PROCESS (AHP)

ANALISA KEPUTUSAN PEMINDAHAN MESIN ZEHNTEL DI PT INTI (PERSERO) DENGAN MENGGUNAKAN METODA ANALYTICAL HIERARCHY PROCESS (AHP) ANALISA KEPUTUSAN PEMINDAHAN MESIN ZEHNTEL DI PT INTI (PERSERO) DENGAN MENGGUNAKAN METODA ANALYTICAL HIERARCHY PROCESS (AHP) Asep Toto Kartama, Yogi Yogaswara, Zulfikar Jurusa Tekik da Maajeme Idustri

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

Modul Kuliah statistika

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

Lebih terperinci

DISTRIBUSI SAMPLING (Distribusi Penarikan Sampel)

DISTRIBUSI SAMPLING (Distribusi Penarikan Sampel) DISTRIBUSI SAMPLING (Distribusi Pearika Sampel) I. PENDAHULUAN Bidag Iferesia Statistik membahas geeralisasi/pearika kesimpula da prediksi/ peramala. Geeralisasi da prediksi tersebut melibatka sampel/cotoh,

Lebih terperinci

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

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

Lebih terperinci

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

Keterkaitan Karakteristik Pergerakan di Kawasan Pinggiran Terhadap Kesediaan Menggunakan BRT di Kota Palembang

Keterkaitan Karakteristik Pergerakan di Kawasan Pinggiran Terhadap Kesediaan Menggunakan BRT di Kota Palembang C463 Keterkaita Karakteristik di Kawasa Piggira Terhadap Kesediaa Megguaka BRT di Kota Palembag Dia Nur afalia, Ketut Dewi Martha Erli Hadayei Departeme Perecaaa Wilayah da Kota, Fakultas Tekologi Sipil

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

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

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

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

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

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Program Bedah Rumah Bali Madara Program Bedah Rumah merupaka salah satu upaya utuk mempercepat peaggulaga kemiskia di Provisi Bali yag bertujua agar keluarga miski memliki rumah

Lebih terperinci

ABSTRAK. Kata Kunci : Sistem pendukung keputusan, AHP, Penilaian Karyawan.

ABSTRAK. Kata Kunci : Sistem pendukung keputusan, AHP, Penilaian Karyawan. Jural Ilmiah INFOTEK, Vol, No, Februari 6 ISSN -6968 (Media Cetak) SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN KARYAWAN TELADAN DENGAN MENGGUNAKAN METODE ANALITYCAL HIERARCHY PROCESS (STUDI KASUS : PT

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 Objek Peelitia Peelitia dilakuka di bagia spiig khususya bagia widig Pabrik Cambrics Primissima (disigkat PT.Primissima) di Jala Raya Magelag Km.15 Slema, Yogyakarta. Peelitia

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 6 BAB III METODE PENELITIAN 3.1 Desai Peelitia Meurut Kucoro (003:3): Peelitia ilmiah merupaka usaha utuk megugkapka feomea alami fisik secara sistematik, empirik da rasioal. Sistematik artiya proses yag

Lebih terperinci

JENIS PENDUGAAN STATISTIK

JENIS PENDUGAAN STATISTIK ENDUGAAN STATISTIK ENDAHULUAN Kosep pedugaa statistik diperluka utuk membuat dugaa dari gambara populasi. ada pedugaa statistik dibutuhka pegambila sampel utuk diaalisis (statistik sampel) yag ati diguaka

Lebih terperinci

Model Pertumbuhan BenefitAsuransi Jiwa Berjangka Menggunakan Deret Matematika

Model Pertumbuhan BenefitAsuransi Jiwa Berjangka Menggunakan Deret Matematika Prosidig Semirata FMIPA Uiversitas Lampug, 0 Model Pertumbuha BeefitAsurasi Jiwa Berjagka Megguaka Deret Matematika Edag Sri Kresawati Jurusa Matematika FMIPA Uiversitas Sriwijaya edagsrikresawati@yahoocoid

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara BAB I PENDAHULUAN 1.1 Latar Belakag Salah satu pera da fugsi statistik dalam ilmu pegetahua adalah sebagai. alat aalisis da iterpretasi data kuatitatif ilmu pegetahua, sehigga didapatka suatu kesimpula

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

METODE PENELITIAN. Penelitian ini dilakukan di wilayah Kampus Institut Pertanian Bogor (IPB)

METODE PENELITIAN. Penelitian ini dilakukan di wilayah Kampus Institut Pertanian Bogor (IPB) IV. METODE PENELITIAN 4. 1 Lokasi da Waktu Peelitia Peelitia ii dilakuka di wilayah Kampus Istitut Pertaia Bogor (IPB) Dramaga. Peelitia ii merupaka survei terhadap kosume miuma supleme bereergi merek

Lebih terperinci

Penyelesaian Persamaan Non Linier

Penyelesaian Persamaan Non Linier Peyelesaia Persamaa No Liier Metode Iterasi Sederhaa Metode Newto Raphso Permasalaha Titik Kritis pada Newto Raphso Metode Secat Metode Numerik Iterasi/NewtoRaphso/Secat - Metode Iterasi Sederhaa- Metode

Lebih terperinci

Masih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel berikut: Ukuran/Ciri Statistik Sampel Parameter Populasi

Masih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel berikut: Ukuran/Ciri Statistik Sampel Parameter Populasi Distribusi Samplig (Distribusi Pearika Sampel) 1. Pedahulua Bidag Iferesia Statistik membahas geeralisasi/pearika kesimpula da prediksi/ peramala. Geeralisasi da prediksi tersebut melibatka sampel/cotoh,

Lebih terperinci

III. METODELOGI PENELITIAN

III. METODELOGI PENELITIAN III. METODELOGI PENELITIAN A. Metode Peelitia Metode peelitia merupaka suatu cara tertetu yag diguaka utuk meeliti suatu permasalaha sehigga medapatka hasil atau tujua yag diigika, meurut Arikuto (998:73)

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penelitian ini dilakukan pada PT Gapura Angkasa khususnya sistem

BAB III METODOLOGI PENELITIAN. Penelitian ini dilakukan pada PT Gapura Angkasa khususnya sistem BAB III METODOLOGI PENELITIAN A. Waktu da Tempat Peelitia Peelitia ii dilakuka pada PT Gapura Agkasa khususya sistem peagaa bagasi di Termial 2 Gate D da E Badara Iterasioal Soekaro-Hatta, Cegkareg, Jakarta

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 69 BAB III METODE PENELITIAN A. Jeis Peelitia Dalam peelitia ii peeliti megguaka jeis Peelitia Tidaka Kelas (Classroom Actio Research) dega megguaka metode Diskriptif Kuatitatif. Peelitia Tidaka Kelas

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

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

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Perecaaa Produksi 2.1.1 Pegertia Perecaaa Produksi Perecaaa produksi dapat diartika sebagai proses peetua sumber-sumber yag diperluka utuk melaksaaka operasi maufaktur da megalokasikaya

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