Pemodelan Pengukuran Tingkat Kematangan Kerangka Kerja COBIT Menggunakan Ontology

Ukuran: px
Mulai penontonan dengan halaman:

Download "Pemodelan Pengukuran Tingkat Kematangan Kerangka Kerja COBIT Menggunakan Ontology"

Transkripsi

1 Pemodelan Pengukuran Tingkat Kematangan Kerangka Kerja COBIT Menggunakan Ontology

2 BATASAN MASALAH Hanya melakukan perhitungan kemiripan antara dokumen perusahaan dengan dokumen COBIT Dokumen yang digunakan, terbatas untuk dokumen berbahasa Inggris. Asumsi : dokumen yang digunakan merupakan representasi dari kenyataan

3 Alasan Menggunakan Ontology Ontology mendefinisikan konsep, relasi, dan perbedaan lainnya yang relevan untuk pemodelan domain permasalahan (Gruber, 2007; Nicola, et al., 2009; Amborowati, 2007) merepresentasikan Metadata (Cimiano, et al., 2010) Ontology bersifat flexibel (Hamlington, et al., 2010) Memiliki kemampuan inferencing (jiang,2009) Memungkinkan untuk berbagi pengetahuan dan penggunaan kembali ontology (Gruber, 2007; Noy, et al., 2001)

4 Langkah-langkah Penelitian Membangun Ontology Metamodel Menentukan area perbaikan metamodel COBIT Memperbaiki metamodel COBIT Membangun Ontology Metamodel Ontology Metamodel COBIT Ontology Metamodel Perusahaan Membangun Ontology Dokumen Praproses Dokumen Pemangkasan Kata Pembentukan Herarki Pembobotan Pencocokan Ontology Pencocokan ontology Dokumen Pencocokan ontology Metamodel

5 Metamodel COBIT Goeken dan Alter 2008 pengklasifikasian dan gambaran secara umum kerangka kerja COBIT dalam bentuk metamodel mengekstraksi dan menyajikan hubungan logis dan semantik yang mendasari framework COBIT

6 Gambar Metamodel Usulan (Memperbaiki metamodel COBIT)

7 (Skema Ontology COBIT) Gambar Skema Ontology COBIT

8 Tahapan Pembentukan ontologi dari dokumen Praproses Sinonim Hitung frekuesi kata Pemangkasan kata Membentuk hirarki Pembobotan Pembentukan ontology

9 Pencocokan Ontology Cosine similarity Metode pencocokan ontology berdasarkan ruang vektor Cosine =1 kedua vector adalah sama. Cosine =0 kedua vector tidak sama A B t cos A B similarity ( q, d) t t 2 wqk. wdk k 1 k 1 w qk w k 1 dk 2

10 Tahapan Pencocokan menggunakan semantic cosine similarity Mapping Ontology : untuk menghitung kemiripan konsep yang sinonim Vektorisasi Membangun ruang vektor dari kedua ontology Menghitung kemiripan antar dua konsep berdasarkan wordnet menggunakan rumus Wu-palmer Menghitung kemiripan dua ontology menggunakan semantic cosine similarity

11 Semantic Cosine Similarity Rumus Semantic Cosine t similarity wqk simwu PL ( c1, c2) similarity ( q, d) t t 2 wqk simwu PL ( c1, c2). wdk k 1 k 1 w k 1 dk 2 Rumus Wu-Palmer

12 Tahapan Pencocokan Ontology dengan Graf Matching (similarity Floding) Menghitung kemiripan antar node Menghitung kemiripan antar arc Menghitung kemiripan graf ontology

13 Pencocokan Ontology dengan Graf Matching (similarity Floding) Rumus Perhitungan Bobot Node dan Arc

14 Uji Coba Skenario 1 Dokumen Uji Coba No Nama Dokumen Ukuran (dalam kb) 1 AI1.ML AI2.ML AI1.CO 2 4 AI6.ML 3 5 The Tactical Plan 4 6 Company_Doc 5

15 Hasil Perbandingan Hasil uji parameter kinerja AI1.ML.0 AI2.ML.2 AI1.CO AI6.ML Tactical Plan Company _Doc2 Recall Precision F-measure

16 Analisa Didalam text2onto seluruh kata hasil ekstraksi di jadikan konsep, sedangkan didalam sistem yang dibangun terdapat proses pemotongan kata-kata yang memiliki frekuensi lebih kecil atau sama dengan dibandingkan nilai ambang batas

17 No Hasil Perbandingan Waktu Skenario 1 Ukuran Lama ekstraksi Nama Dokumen (dalam (dalam s) kb) Sistem Text2onto 1 AI1.ML.1.txt AI1.CO.txt AI6.ML.txt The Tactical Plan.txt Company_Doc Perbandingan waktu AI1.ML.1.txt AI1.CO.txt AI6.ML.txt The Tactical Plan.txt Company_Doc system text2onto

18 Skenario 2 Dokumen Uji Coba Skenario 2 No Dokumen No Dokumen No Dokumen No Dokumen Mirip Pembanding sama Beda 1 AI1.ML.0 1 AI1.ML.0 1 B1 1 AI6.CO 2 AI1.ML.2 2 AI1.ML.2 2 B2 2 Document_comp2 3 AI1.ML.3 3 AI1.ML.3 3 B3 3 AI2.ML 4 AI6.ML 5 The Tactical Plan

19 Dokumen pembanding Dokumen Uji Sim Dokumen Sama AI1.ML.0 AI1.ML AI1.ML.2 AI1.ML AI1.ML.3 AI1.ML.3 1 Dokumen Beda AI1.ML.0 B1 0 AI1.ML.2 B2 0 AI1.ML.3 B3 0 Dokumen Mirip AI1.ML.0 AI6.CO 0.18 AI1.ML.2 Document_comp AI1.ML.3 AI2.ML 0.57 AI1.ML.0 AI6.ML 0.15 AI1.ML.2 AI1.ML 0.37 AI1.ML.3 AI6.ML 0.4 Hasil Uji Coba

20 Uji Coba Skenario 3 Dokumen uji coba No Dokumen Perusahaan 1 NOAA_Strategic_IT_Plans 2 Michigan Strategic_Plan_ Miami university IT Strategic Planning Tactical Plan 4 Kitsap County_IT strategic Plan 5 SLC_Strategic Master Plan YoungTown_IT Master Plan Web Version

21 Hasil Uji Coba Skenario 3 No_Doc Kemiripan per Level Kematangan Maturity Lv.0 Lv.1 Lv.2 Lv.3 Lv.4 Lv.5 Level MANUAL No_Doc Kemiripan per Level Kematangan Lv.0 Lv.1 Lv.2 Lv.3 Lv.4 Lv.5 Maturity Level SISTEM

22 Uji Validitas SISTEM (skenario 3) Alat uji statistic yang digunakan adalah uji Homogeneity-of-Variance One-Way Anova Ho = hasil perhitungan antara manual dan sistem adalah sama. H1= hasil perhitungan antara manual dan sistem adalah beda. = luas daerah penolakan/probabilitas = 0.05,

23 Hasil Uji Seluruh dokumen Homogeneity-of-Variance One-Way Anova f tabel pada percobaan ini adalah 4.00 ANOVA ML Between Groups Within Groups Total Sum of Squares df Mean Square F Sig

24 Analisa hasil uji one way ANOVA yang telah dilakukan mengindikasikan bahwa : nilai uji-f tidak signifikan berbeda pada kelompok uji, ini ditunjukkan oleh nilai F hitung sebesar 0,344 lebih kecil daripada F tabel (4.00), diperkuat dengan nilai p value lebih kecil daripada nilai kritik (1-α) yaitu Artinya uji ini menunjukan bahwa hasil pengujian terhadap seluruh dokumen dengan perhitungan manual maupun sistem memiliki kesamaan Hasil tersebut menunjukkan bahwa H0 diterima, dan menolak H1

25 Hasil Uji Coba Perdokumen Dokumen 6 Fhitung=0.136 Pvalue=0.720 Dokumen 1 Fhitung=0.022 Pvalue=0.886 Dokumen 5 Fhitung=0.259 Pvalue=0.622 Ftabel=4.96 (1-α)=0.95 Dokumen 2 Fhitung=0.012 Pvalue=0.916 Dokumen 4 Fhitung=0.592 Pvalue=0.459 Dokumen 3 Fhitung=0.112 Pvalue=0.745

26 Analisa hasil uji one way ANOVA yang telah dilakukan mengindikasikan bahwa: nilai uji-f tidak signifikan berbeda pada kelompok uji, ini ditunjukkan oleh nilai F hitung sebesar 0,022 pada dokumen 1, pada dokumen 2, pada dokumen 3, pada dokumen 4, pada dokumen 5, pada dokumen 6, lebih kecil daripada F tabel (4.96), diperkuat dengan nilai p value lebih kecil daripada nilai kritik (1-α). Artinya uji ini menunjukan bahwa hasil pengujian terhadap masing-masing dokumen dengan perhitungan manual maupun sistem memiliki kesamaan Hasil tersebut menunjukkan bahwa H0 diterima, dan menolak H1

27 Nomor Dokumen Hasil Uji Coba Skenario 4 (sistem) Maturity Level Control Objective Metamodel Waktu (detik) Waktu rata-rata yang diperlukan untuk pemeriksaan dokumen secara manual adalah rata-rata 1 jam atau 360 detik

28 Kesimpulan Sistem ini telah mampu membangun skema ontology dokumen COBIT maupun ontology dokumen perusahaan. Konsep-konsep yang terbentuk dari sistem ini memiliki presisi yang cukup tinggi pada saat dibandingkan dengan text2onto, tetapi memiliki recall yang rendah hal ini disebabkan pada text2onto seluruh konsep diambil seluruhnya tanpa ada proses pruning dan text2onto telah mampu menghasilkan suatu frase kalimat. Berdasarkan waktu proses ekstraksi dokumen, sistem lebih cepat dibandingkan dengan text2onto. Sistem telah mampu menghasilkan nilai yang tepat sama dengan 1 untuk dokumen yang sama dengan dokumen COBIT, nilai 0 untuk dokumen yang berbeda dengan dokumen COBIT, dan nilai antara 0 dan 1 untuk dokumen yang mirip dengan dokumen COBIT

29 Kesimpulan Berdasarkan hasil uji berbedaan One-Way Anova dengan dua cara pengujian menunjukkan hasil antara perhitungan sistem dan manual adalah sama. Hal ini menunjukkan Ontology Metamodel COBIT telah mampu memberikan nilai kematangan proses TI dengan tepat Berdasarkan perbandingan nilai tingkat kematangan proses TI, perhitungan secara sistem lebih tinggi dibandingkan secara manual. Sistem mampu menyelesaikan permasalahan lebih cepat dibandingkan secara manual.

30 Saran Perusahaan yang telah menerapkan kerangka kerja COBIT diharapkan untuk menata dokumen sesuai dengan acuan yang terdapat didalam COBIT, sehingga memudahkan sistem dalam melakukan perhitungan tingkat kematangan proses TI. Perlu dilakukan pengkajian lebih dalam terkait metode pencocokan ontology untuk menghitung kemiripan dua dokumen, terutama untuk mengatasi perbedaan besar dan kecilnya dokumen. Perlu dilakukan perbaikan pada proses ekstraksi dokumen sehingga sistem mampu menghasilkan frase kalimat yang sesuai.

LAMPIRAN. Arang Sekam (C)

LAMPIRAN. Arang Sekam (C) LAMPIRAN A. Data Mentah Hasil Pengukuran Panjang Tanaman Sawi Panjang Tanaman 1 (Cm) U1 8.0 8.6 3.3 7.9 7.0 8.6 U2 8.9 9.7 4.0 5.5 2.5 8.0 U3 7.5 9.0 2.3 9.5 8.5 6.6 U4 8.3 9.2 3.0 11.0 7.7 7.0 U5 6.5

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA 6 BAB 2 TINJAUAN PUSTAKA Ontologi populasi teks berkaitan dengan populasi ontologi dengan basis dokumen teks, yang menentukan instansi hubungan sebagai konsep, dengan penentuan instansi hubungan adalah

Lebih terperinci

Latent Semantic Analysis dan. Similarity untuk Pencarian. oleh : Umi Sa adah

Latent Semantic Analysis dan. Similarity untuk Pencarian. oleh : Umi Sa adah Metode Latent Semantic Analysis dan Algoritma Weighted Tree Similarity untuk Pencarian berbasis b Semantik oleh : Umi Sa adah 5109201030 Pembimbing : Prof. Drs.Ec. Ir. Riyanarto Sarno, M.Sc, Ph.D Umi Laili

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Bagi perusahaan yang bergerak dalam industri manufaktur, sistem informasi produksi yang efektif merupakan suatu keharusan dan tidak lepas dari persoalan persediaan

Lebih terperinci

BAB 4 HASIL DAN PEMBAHASAN

BAB 4 HASIL DAN PEMBAHASAN BAB 4 HASIL DAN PEMBAHASAN 4.1 Panelis Agar hasil yang didapat menjadi lebih akurat, maka panelis yang digunakan oleh penulis merupakan sampel jenuh dimana penulis menggunakan seluruh anggota populasi

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskripsi Data Data penelitian diperoleh dari siswa Kelas XII Jurusan Teknik Gambar Bangunan SMK Negeri 1 Adiwerna. Data variabel soft skill dan pelaksanaan praktik

Lebih terperinci

Analisis Data kategorik tidak berpasangan skala pengukuran numerik

Analisis Data kategorik tidak berpasangan skala pengukuran numerik Analisis Data kategorik tidak berpasangan skala pengukuran numerik Uji t dengan 2 kelompok Uji t Tidak Berpasangan Uji t dikembangkan oleh William Sealy Gosset. Dalam artikel publikasinya, ia menggunakan

Lebih terperinci

BAB IV HASIL PENELITIAN. beberapa guru PAI yang belum tersertifikasi dan guru PAI yang sudah. dan 15 item untuk penilaian kompetensi professional.

BAB IV HASIL PENELITIAN. beberapa guru PAI yang belum tersertifikasi dan guru PAI yang sudah. dan 15 item untuk penilaian kompetensi professional. 126 BAB IV HASIL PENELITIAN A. Deskripsi Data Penelitian ini dilakukan pada tanggal 20 Maret sampai dengan 12 Mei 2016 terhadap penilaian siswa yang diajar guru PAI yang belum tersertifikasi dan sudah

Lebih terperinci

LAMPIRAN. Lampiran 1. Gambar minyak kemangi. Universitas Sumatera Utara

LAMPIRAN. Lampiran 1. Gambar minyak kemangi. Universitas Sumatera Utara LAMPIRAN Lampiran 1. Gambar minyak kemangi Lampiran 2. Gambar sediaan pasta gigi A Keterangan : A : Saat selesai dibuat B : Setelah penyimpanan 12 minggu F1 : Sediaan mengandung minyak kemangi 0,1% F2

Lebih terperinci

Perhitungan Uji Keseragaman & Keseragaman Data Menggunakan Excel Nama. Dicatat Oleh: Waktu Penyelesaian (detik)

Perhitungan Uji Keseragaman & Keseragaman Data Menggunakan Excel Nama. Dicatat Oleh: Waktu Penyelesaian (detik) Perhitungan Uji Keseragaman & Keseragaman Data Menggunakan Excel Tanggal 06/Mei/2013 Waktu 07.00-14.00 Nama WIB Proses: Operator Pak. Septian Kebisingan 70-80 db Dicatat Oleh: Jumlah Waktu Penyelesaian

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Pertumbuhan jumlah situs web (website) di Internet berdasarkan hasil survey dari Netcraft (2013) menunjukkan peningkatan pesat dari 18 juta website pada tahun 2000

Lebih terperinci

BAB IV HASIL PENELITIAN

BAB IV HASIL PENELITIAN BAB IV HASIL PENELITIAN A. Penyajian Statistik Deskripsi Hasil Penelitian 1. Kemampuan Awal Siswa Dalam penelitian ini seperti telah dijelaskan pada bab III, analisis tentang data kemampuan awal digunakan

Lebih terperinci

Lampiran 1. Pembuatan Suspensi Zat Uji

Lampiran 1. Pembuatan Suspensi Zat Uji Lampiran 1 Pembuatan Suspensi Zat Uji Bahan obat herbal X yang merupakan hasil fraksinasi dari daun sukun tidak dapat larut secara langsung dalam air maka dibuat dalam bentuk sediaan suspensi agar dapat

Lebih terperinci

Modul 2017/2018 TUTORIAL SIMULASI KOMPUTER. Laboratorium Pemodelan dan Simulasi Industri Universitas Islam Indonesia

Modul 2017/2018 TUTORIAL SIMULASI KOMPUTER. Laboratorium Pemodelan dan Simulasi Industri Universitas Islam Indonesia TUTORIAL SIMULASI KOMPUTER 5 2017/2018 Modul DESAIN EKSPERIMENT & PEMILIHAN ALTERNATIF Laboratorium Pemodelan dan Simulasi Industri Universitas Islam Indonesia DAFTAR ISI 1. Tujuan Umum... 2 2. Desain

Lebih terperinci

LAMPIRAN A STANDARISASI SIMPLISIA HASIL PERHITUNGAN SUSUT PENGERINGAN SERBUK Hasil susut pengeringan daun alpukat

LAMPIRAN A STANDARISASI SIMPLISIA HASIL PERHITUNGAN SUSUT PENGERINGAN SERBUK Hasil susut pengeringan daun alpukat LAMPIRAN A STANDARISASI SIMPLISIA HASIL PERHITUNGAN SUSUT PENGERINGAN SERBUK Replikasi Hasil susut pengeringan daun alpukat Hasil susut pengeringan daun belimbing manis 1 5,30 % 6,60% 2 5,20 % 6,80% 3

Lebih terperinci

STATISTICAL STUDENT OF IST AKPRIND

STATISTICAL STUDENT OF IST AKPRIND E-mail : statistikaista@yahoo.com Blog : Contoh Kasus One Way Anova dan Two Way Anova Menggunakan SPSS Lisensi Dokumen: Copyright 2010 ssista.wordpress.com Seluruh dokumen di ssista.wordpress.com dapat

Lebih terperinci

Pengujian One-Way ANOVA dengan manual dan dilengkapi analisis dengan SPSS 19 SOWANTO-KEMPO ANALYSIS OF VARIANS (ANOVA)

Pengujian One-Way ANOVA dengan manual dan dilengkapi analisis dengan SPSS 19 SOWANTO-KEMPO ANALYSIS OF VARIANS (ANOVA) ANALYSIS OF VARIANS (ANOVA) A. Memahami ANOVA Analysis of variance (ANOVA) atau Analisis Variansi (ANAVA) adalah tehnik statistik yang dikembangkan dan diperkenalkan pertama kali oleh Sir. R. A. Fisher.

Lebih terperinci

Komang Suardika, S.Pd (Pendidikan Fisika, Undiksha) 2013

Komang Suardika, S.Pd (Pendidikan Fisika, Undiksha) 2013 Komang Suardika, S.Pd (Pendidikan isika, Undiksha) 013 Anova Satu Jalur (One Way Anova) Suatu penelitian dilakukan di SMA N 1 Banjar untuk mengetahui perbedaan rata-rata dengan lima metode pembelajaran

Lebih terperinci

LAMPIRAN 1. ONE WAY ANOVA

LAMPIRAN 1. ONE WAY ANOVA 50 LAMPIRAN 1. ONE WAY ANOVA Descriptives Konsentrasi Xylitol Statistic Std. Error Komposisi Kalsium konsentrasi 20% Mean 42,8020 1,95318 95% Confidence Interval for Mean Lower Bound 37,3791 Upper Bound

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Teks naratif menurut kamus besar bahasa Indonesia adalah teks yang berisikan deretan sejarah, peristiwa atau kejadian dan sebagainya. Kata naratif sendiri berasal

Lebih terperinci

Lampiran 1. Data Eksperimen

Lampiran 1. Data Eksperimen 1 Lampiran 1. Data Eksperimen No. Kelas Kelompok Lingkungan Produksi Insentif Moneter Kinerja Kelompok Uji Manipulasi 1 A 0 Lini Perakitan Piece Rate 13 Lolos 2 A 1 Lini Perakitan Piece Rate 6 Lolos 3

Lebih terperinci

2. Bak Pemeliharaan Ikan Patin (Pangasius sp)

2. Bak Pemeliharaan Ikan Patin (Pangasius sp) Lampiran 1. Foto Lokasi Penelitian 1. Halaman Depan BBI Binjai 2. Bak Pemeliharaan Ikan Patin (Pangasius sp) Lampiran 2. Foto Filter Penyaringan Air 1. Kerikil 2. Zeolit 3.Ijuk 4.Pasir 5.Arang Lampiran

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN

BAB IV HASIL DAN PEMBAHASAN BAB IV HASIL DAN PEMBAHASAN 4.1 Profil Responden Penelitian ini dilakukan pada Polisi Lalu Lintas, mulai tanggal 1 Juli 2011-25 Juli 2011 dengan menyebar 100 kuesioner. Berikut ini akan dibahas mengenai

Lebih terperinci

BAB 5 HASIL. Hasil perhitungan perkembangan tumor disajikan pada tabel sebagai berikut :

BAB 5 HASIL. Hasil perhitungan perkembangan tumor disajikan pada tabel sebagai berikut : 42.1. Deskriptif BAB HASIL.1.1. Perkembangan tumor Hasil perhitungan perkembangan tumor disajikan pada tabel sebagai berikut : Tabel-2. Nilai hasil penghitungan ukuran diameter awal tumor pada tiap kelompok

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Gambaran Umum Subjek Penelitian Penelitian ini dilakukan di SMA KRISTEN 1 Salatiga yang terletak di Jl. Osa Maliki no. 32 Salatiga. Subjek penelitian adalah kelas

Lebih terperinci

PENCARIAN DOKUMEN BERDASARKAN KOMBINASI ANTARA MODEL RUANG VEKTOR DAN MODEL DOMAIN ONTOLOGI

PENCARIAN DOKUMEN BERDASARKAN KOMBINASI ANTARA MODEL RUANG VEKTOR DAN MODEL DOMAIN ONTOLOGI PENCARIAN DOKUMEN BERDASARKAN KOMBINASI ANTARA MODEL RUANG VEKTOR DAN MODEL DOMAIN ONTOLOGI Agung Hadhiatma Jurusan Teknik Informatika, Fakultas Sains dan Teknologi, Universitas Sanata Dharma Yogyakarta

Lebih terperinci

METODE PENELITIAN. Gambar 2 Metodologi penelitian.

METODE PENELITIAN. Gambar 2 Metodologi penelitian. 4 penelitian i, kata diasosiasikan dengan anotasi citra (kata) dan dokumen diasosiasikan dengan citra. Matriks kata-citra tersebut didekomposisi meadi : A USV T dengan A adalah matriks kata-citra, matriks

Lebih terperinci

SISTEM REKOMENDASI DOSEN PEMBIMBING TUGAS AKHIR BERBASIS TEXT MINING MENGGUNAKAN VECTOR SPACE MODEL

SISTEM REKOMENDASI DOSEN PEMBIMBING TUGAS AKHIR BERBASIS TEXT MINING MENGGUNAKAN VECTOR SPACE MODEL SISTEM REKOMENDASI DOSEN PEMBIMBING TUGAS AKHIR BERBASIS TEXT MINING MENGGUNAKAN VECTOR SPACE MODEL SKRIPSI Disusun Sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Komputer pada Departemen Ilmu

Lebih terperinci

Lampiran 1. Surat Keterangan Determinasi

Lampiran 1. Surat Keterangan Determinasi Lampiran 1. Surat Keterangan Determinasi 40 Lampiran 2. Hasil Determinasi Daun Kersen 41 Lampiran 2. Lanjutan 42 Lampiran 3. Surat Keterangan telah Melakukan Penelitian 43 44 Lampiran 4. Perhitungan Susut

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Pada bab ini berisi tentang data dan informasi yang berkaitan dengan pokok permasalahan yang akan diuji, yaitu dengan mendalami tentang klasifikasi teks. Selain itu juga membahas

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN. Level Konsentrasi Elektrolit (%) Tegangan (V) Gap Permesinan (mm) 0,5 0,75 1

BAB IV HASIL DAN PEMBAHASAN. Level Konsentrasi Elektrolit (%) Tegangan (V) Gap Permesinan (mm) 0,5 0,75 1 BAB IV HASIL DAN PEMBAHASAN 4.1 Analisis Data Hasil Permesinan ECM Mendesain eksperimen merupakan hal yang penting sebelum eksperimen di mulai. Eksperimen kali ini melibatkan tiga faktor, yaitu konsentrasi

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Hasil Penelitian Hasil penelitian pada bab IV ini dibagi menjadi empat bagian, yaitu deskripsi subjek penelitian, uji validitas dan reliabilitas instrumen, uji

Lebih terperinci

BAB IV HASIL PENELITIAN. kecenderungan jawaban responden dari tiap-tiap variabel, baik mengenai

BAB IV HASIL PENELITIAN. kecenderungan jawaban responden dari tiap-tiap variabel, baik mengenai BAB IV HASIL PENELITIAN A. Deskripsi Data Statistik deskriptif digunakan sebagai dasar untuk menguraikan kecenderungan jawaban responden dari tiap-tiap variabel, baik mengenai kompetensi guru, motivasi

Lebih terperinci

ROCCHIO CLASSIFICATION

ROCCHIO CLASSIFICATION DOSEN PEMBIMBING : Badriz Zaman, S.Si., M.Kom. 081211632016 S-1 SISTEM INFORMASI UNIVERSITAS AIRLANGGA 1 Informastion retieval system merupakan sebuah sistem yang digunakan untuk mengambil kembali informasi

Lebih terperinci

@UKDW BAB 1 PENDAHULUAN Latar Belakang

@UKDW BAB 1 PENDAHULUAN Latar Belakang BAB 1 PENDAHULUAN 1.1. Latar Belakang Pada saat ini, sangatlah mudah untuk mendapatkan informasi, baik melalui media cetak maupun media elektronik. Akan tetapi, banyaknya informasi yang ada belum tentu

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan internet yang meningkat dengan cepat berpengaruh pada semakin bertambahnya jumlah pengguna internet di dunia. Ini tentunya tak lepas dari penyebaran data

Lebih terperinci

1. BAB I PENDAHULUAN 1.1 Latar Belakang

1. BAB I PENDAHULUAN 1.1 Latar Belakang 1. BAB I PENDAHULUAN 1.1 Latar Belakang Perpustakaan digital merupakan aplikasi praktis yang mengelola koleksi berbagai macam dokumen dalam bentuk digital dan dapat diakses melalui komputer. Melalui aplikasi

Lebih terperinci

Aplikasi Aljabar Vektor pada Sistem Temu-balik Informasi (Information Retrieval System)

Aplikasi Aljabar Vektor pada Sistem Temu-balik Informasi (Information Retrieval System) Aplikasi Aljabar Vektor pada Sistem Temu-balik Informasi (Information Retrieval System) IF3 Aljabar Geometri Oleh: Rinaldi Munir Program Studi Informatika, STEI-ITB Rinaldi Munir - IF3 Aljabar Geometri

Lebih terperinci

BAB IV HASIL PENELITIAN. kecenderungan jawaban responden dari tiap-tiap variabel, tentang budaya. religius dan pembentukan karakter peserta didik.

BAB IV HASIL PENELITIAN. kecenderungan jawaban responden dari tiap-tiap variabel, tentang budaya. religius dan pembentukan karakter peserta didik. 101 BAB IV HASIL PENELITIAN A. Deskripsi Data Statistik deskriptif ini digunakan sebagai dasar untuk menguraikan kecenderungan jawaban responden dari tiap-tiap variabel, tentang budaya religius dan pembentukan

Lebih terperinci

MK. Statistik sosial

MK. Statistik sosial MK. Statistik sosial Digunakan untuk membandingkan rata- rata LEBIH dari dua sampel variabel Independen (Contoh : rata- rata lama TV di tonton oleh anak- anak dari beberapa negara : Australia, Inggris,

Lebih terperinci

BAB IV HASIL PENELITIAN

BAB IV HASIL PENELITIAN 56 BAB IV HASIL PENELITIAN Penelitian ini dilaksanakan dengan tujuan untuk mengetahui Pengaruh Model Pembelajaran Kooperatif Pair Checks Berbasis Masalah Kontekstual Terhadap Hasil Belajar Matematika Siswa

Lebih terperinci

BAB 4 HASIL DAN BAHASAN. dengan melampirkan tabel data precision dan recall serta diagram-diagramnya Precision Recall Interpolasi

BAB 4 HASIL DAN BAHASAN. dengan melampirkan tabel data precision dan recall serta diagram-diagramnya Precision Recall Interpolasi 67 BAB 4 HASIL DAN BAHASAN 4.1 Hasil Penelitian dan Evaluasi 4.1.1 Hasil Penelitian Berikut disajikan beberapa data hasil query dari penelitian yang dilakukan dengan melampirkan tabel data precision dan

Lebih terperinci

Lampiran 1. Surat Keterangan Determinasi Tanaman Ceplukan (Physalis angulata L).

Lampiran 1. Surat Keterangan Determinasi Tanaman Ceplukan (Physalis angulata L). Lampiran 1. Surat Keterangan Determinasi Tanaman Ceplukan (Physalis angulata L). 1 Lampiran 1. Lanjutan 2 3 Lampiran 2. Hasil Pemeriksaan Organoleptis, Daya Lekat, Kekentalan, Susut Pengeringan Ekstrak

Lebih terperinci

BAB IV HASIL PENELITIAN. 1. Uji hipotesis dilakukan dengan bantuansoftwarestatistical Product and

BAB IV HASIL PENELITIAN. 1. Uji hipotesis dilakukan dengan bantuansoftwarestatistical Product and BAB IV HASIL PENELITIAN A. Deskripsi Data Penelitian 1. Uji hipotesis dilakukan dengan bantuansoftwarestatistical Product and Service Solution (SPSS) version 19.0 for windows 7.Berdasarkan hasil uji hipotesis

Lebih terperinci

Lampiran 1. Analisis presentase karkas ayam pedaging. Perlakuan

Lampiran 1. Analisis presentase karkas ayam pedaging. Perlakuan Lampiran 1. Analisis presentase karkas ayam pedaging Perlakuan 1 2 3 4 5 total Rata-rata P0 61.50 61.23 61.51 62.00 61.02 307.26 61.45 P1 61.19 62.30 62.06 62.46 62.00 310.01 62.002 P2 62.30 63.20 63.20

Lebih terperinci

Lampiran 1. Perubahan bobot tubuh ikan selais (Ompok hypopthalmus) pada setiap perlakuan selama penelitian

Lampiran 1. Perubahan bobot tubuh ikan selais (Ompok hypopthalmus) pada setiap perlakuan selama penelitian Lampiran 1. Perubahan bobot tubuh ikan selais (Ompok hypopthalmus) pada setiap perlakuan selama penelitian P1 P2 bobot rata-rata tubuh ikan (g) awal akhir minggu minggu minggu Ulangan (minggu (minggu ke-4

Lebih terperinci

Perbedaan Analisis Univariat dan Multivariat

Perbedaan Analisis Univariat dan Multivariat Perbedaan Analisis Univariat dan Multivariat Jika kita menganalisis data yang mempunyai lebih dari satu variabel, belum tentu analisis data tersebut dikategorikan analisis multivariat, bisa saja analisis

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN Bab ini akan menjelaskan tentang hasil penelitian dan pembahasan tentang gambaran pelaksanaan pembelajaran dengan metode problem-based learning, deskripsi kemampuan

Lebih terperinci

BAB IV HASIL PENELITIAN

BAB IV HASIL PENELITIAN BAB IV HASIL PENELITIAN A. Penyajian Data Hasil Penelitian Penelitian ini dilaksanakan di MTs Negeri Bandung dengan mengambil populasi seluruh kelas VII. Dengan sampel yang digunakan ada dua kelas yaitu,

Lebih terperinci

HASIL DAN PEMBAHASAN. Data

HASIL DAN PEMBAHASAN. Data dengan menggunakan model Bayesian Network. Nilai kemiripan dapat dihitung dengan Persamaan 21. P(I j Q)=n[1-(1-P(CS j CS)) x(1-p(ct j CT))] (21) dengan n adalah jumlah citra pada basis data, P(CS j CS)

Lebih terperinci

BAB IV HASIL PENELITIAN. A. Deskripsi Data Penelitian ini dilakukan terhadap siswa di MAN se Kabupaten Blitar

BAB IV HASIL PENELITIAN. A. Deskripsi Data Penelitian ini dilakukan terhadap siswa di MAN se Kabupaten Blitar BAB IV HASIL PENELITIAN A. Deskripsi Data Penelitian ini dilakukan terhadap siswa di MAN se Kabupaten Blitar yang berjumlah 92 responden, untuk mengetahui seberapa besar pengaruh keterampilan dasar mengajar

Lebih terperinci

1. Persentasi penyerapan zat besi dari tiga jenis makanan sebagai berikut (data fiktif)

1. Persentasi penyerapan zat besi dari tiga jenis makanan sebagai berikut (data fiktif) TUGAS ANALISIS REGRESI (Hal 31-33) NAMA : FADLAN WIDYANANDA NIM : 201432005 SESI : 03 1. Persentasi penyerapan zat besi dari tiga jenis makanan sebagai berikut (data fiktif) Roti Roti + Kedele Roti + Kedele

Lebih terperinci

HUBUNGAN PARTISIPASI ORANG TUA DAN MOTIVASI BELAJAR DENGAN HASIL BELAJAR GEOGRAFI SISWA KELAS XI IPS SMA NEGERI 12 BANDA ACEH ABSTRAK

HUBUNGAN PARTISIPASI ORANG TUA DAN MOTIVASI BELAJAR DENGAN HASIL BELAJAR GEOGRAFI SISWA KELAS XI IPS SMA NEGERI 12 BANDA ACEH ABSTRAK HUBUNGAN PARTISIPASI ORANG TUA DAN MOTIVASI BELAJAR DENGAN HASIL BELAJAR GEOGRAFI SISWA KELAS XI IPS SMA NEGERI 12 BANDA ACEH Wirda Naufa 1, Abdul Wahab Abdi 2, Amsal Amri 3 1 Email: wirda.naufa@gmail.com

Lebih terperinci

BAB IV HASIL PENELITIAN. Mei 2016 terhadap siswa pada mata pelajaran Akidah akhlak di MTsN Kunir

BAB IV HASIL PENELITIAN. Mei 2016 terhadap siswa pada mata pelajaran Akidah akhlak di MTsN Kunir 133 BAB IV HASIL PENELITIAN Pada bab ini diuraikan tentang: a) Deskripsi Data; b) Uji Persyratan Analisis; c) Pengujian Hipotesis Penelitian. A. Deskripsi Data Penelitian ini dilakukan pada tanggal 01

Lebih terperinci

BAB IV HASIL PENELITIAN

BAB IV HASIL PENELITIAN 143 BAB IV HASIL PENELITIAN Pada bab ini diuraikan tentang: a) deskripsi data; b) uji prasyarat analisis; dan c) pengujian hipotesis penelitian. A. Deskripsi Data Penyajian statistik deskripsi hasil penelitian

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN. yang dibagikan. Kuesioner yang disebarkan berjumlah 130 kuesioner. Jumlah

BAB IV HASIL DAN PEMBAHASAN. yang dibagikan. Kuesioner yang disebarkan berjumlah 130 kuesioner. Jumlah BAB IV HASIL DAN PEMBAHASAN 4.1 Gambaran Umum Objek Penelitian Dalam Bab IV disajikan analisis terhadap data yang telah diperoleh selama pelaksanaan penelitian. Data yang terkumpul tersebut merupakan data

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. Pada bab ini diuraikan tentang hasil penelitian yang telah

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. Pada bab ini diuraikan tentang hasil penelitian yang telah 51 BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Hasil Penelitian Pada bab ini diuraikan tentang hasil penelitian yang telah dilakukan di SMAN 5 Padang tentang perbedaan hasil belajar peserta didik menggunakan

Lebih terperinci

Tabel. Pengamatan Jumlah Mortalitas Larva Instar III Plutella xylostella Hama yang diinfeksikan. Persentase Mortalitas (%)Pengamatan ke-

Tabel. Pengamatan Jumlah Mortalitas Larva Instar III Plutella xylostella Hama yang diinfeksikan. Persentase Mortalitas (%)Pengamatan ke- LAMPIRAN 1. Data Pengaruh Pemberian Larutan Pestisida Nabati Perasan Daun Kayu Kuning (Arcangelisia flava L.) terhadap Mortalitas Hama Plutella xylostella pada Tanaman Sawi (Brassica juncea L.) Tabel.

Lebih terperinci

Integrasi Peringkas Dokumen Otomatis Dengan Penggabungan Metode Fitur dan Metode Latent Semantic Analysis (LSA) Sebagai Feature Reduction

Integrasi Peringkas Dokumen Otomatis Dengan Penggabungan Metode Fitur dan Metode Latent Semantic Analysis (LSA) Sebagai Feature Reduction Integrasi Peringkas Dokumen Otomatis Dengan Penggabungan Metode Fitur dan Metode Latent Semantic Analysis (LSA) Sebagai Feature Reduction Junta Zeniarja 1, Abu Salam 2, Ardytha Luthfiarta 3, L Budi Handoko

Lebih terperinci

APLIKASI PENGKATEGORIAN DOKUMEN DAN PENGUKURAN TINGKAT SIMILARITAS DOKUMEN MENGGUNAKAN KATA KUNCI PADA DOKUMEN PENULISAN ILMIAH UNIVERSITAS GUNADARMA

APLIKASI PENGKATEGORIAN DOKUMEN DAN PENGUKURAN TINGKAT SIMILARITAS DOKUMEN MENGGUNAKAN KATA KUNCI PADA DOKUMEN PENULISAN ILMIAH UNIVERSITAS GUNADARMA APLIKASI PENGKATEGORIAN DOKUMEN DAN PENGUKURAN TINGKAT SIMILARITAS DOKUMEN MENGGUNAKAN KATA KUNCI PADA DOKUMEN PENULISAN ILMIAH UNIVERSITAS GUNADARMA Adhit Herwansyah Jurusan Sistem Informasi, Fakultas

Lebih terperinci

TEMU KEMBALI INFORMASI

TEMU KEMBALI INFORMASI JULIO ADISANTOSO Departemen Ilmu Komputer IPB Pertemuan 3 IR MODEL Mengapa Model? 1 Banyak pengembangan teknologi IR seperti web search, translator system, spam filter, dsb membutuhkan teori dan percobaan.

Lebih terperinci

SISTEM TEMU KEMBALI INFORMASI

SISTEM TEMU KEMBALI INFORMASI SISTEM TEMU KEMBALI INFORMASI ROCCHIO CLASSIFICATION Badrus Zaman, S.Si., M.Kom Doc. 1..???? Doc. 2..**** Doc. 3. #### Doc. 4..@@@ 081211633014 Emilia Fitria Fahma S1 Sistem Informasi Pengertian Teknik

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI 16 BAB II LANDASAN TEORI 2.1 Retrival Citra Saat ini telah terjadi peningkatan pesat dalam penggunaan gambar digital. Setiap hari pihak militer maupun sipil menghasilkan gambar digital dalam ukuran giga-byte.

Lebih terperinci

LAMPIRAN. 1. Surat keterangan lolos kaji etik.

LAMPIRAN. 1. Surat keterangan lolos kaji etik. LAMPIRAN 1. Surat keterangan lolos kaji etik. 54 55 2. Lembar persetujuan inform consent. LEMBAR PERSETUJUAN RESPONDEN Assalamualaikum wr.wb Saya mahasisiwa S1 Program Studi Sarjana Kedokteran FK UII Nama

Lebih terperinci

Lampiran 1. Hasil identifikasi tumbuhan

Lampiran 1. Hasil identifikasi tumbuhan Lampiran 1. Hasil identifikasi tumbuhan 39 Lampiran 2. Gambar tumbuhan pisang raja (Musa paradisiaca Linn.) 40 Lampiran 3. Gambar pengolahan air bonggol pisang raja a b c d e f Keterangan: a. Batang pisang

Lebih terperinci

IDENTIFIKASI KEBUTUHAN NON-FUNGSIONAL DALAM SPESIFIKASI TEKSTUAL BERDASARKAN ATRIBUT ISO/IEC 9126

IDENTIFIKASI KEBUTUHAN NON-FUNGSIONAL DALAM SPESIFIKASI TEKSTUAL BERDASARKAN ATRIBUT ISO/IEC 9126 IDENTIFIKASI KEBUTUHAN NON-FUNGSIONAL DALAM SPESIFIKASI TEKSTUAL BERDASARKAN ATRIBUT ISO/IEC 9126 Wiwik Suharso Jurusan Teknik Informatika Fakultas Teknik Universitas Muhammadiyah Jember Jl. Karimata No.

Lebih terperinci

BAB IV HASIL PENELITIAN. variabel yang diperoleh dari hasil penelitian di lapangan. Variabel dalam

BAB IV HASIL PENELITIAN. variabel yang diperoleh dari hasil penelitian di lapangan. Variabel dalam BAB IV HASIL PENELITIAN A. Deskripsi Data Deskripsi data adalah kegiatan menyajikan data dari data yang dikumpulkan. 1 Dalam penelitian ini data diambil dari masing-masing variabel yang diperoleh dari

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. Pengaruh Lama Pengaplikasian Bahan Bonding

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. Pengaruh Lama Pengaplikasian Bahan Bonding 34 BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Hasil Penelitian Penelitian tentang Pengaruh Lama Pengaplikasian Bahan Bonding Total-Etch Terhadap Kekuatan Tarik Resin Komposit Nanofill pada Dentin pada gigi

Lebih terperinci

Analisis Keterhubungan Ontology Pada Web Semantik Menggunakan Semantic-Based Ontology Matching

Analisis Keterhubungan Ontology Pada Web Semantik Menggunakan Semantic-Based Ontology Matching ISSN : 2355-9365 e-proceeding of Engineering : Vol.3, No.3 December 2016 Page 5345 Analisis Keterhubungan Ontology Pada Web Semantik Menggunakan Semantic-Based Ontology Matching Ontology Relationships

Lebih terperinci

Lampiran 1: Pengukuran kadar SOD dan kadar MDA Mencit a. Pengukuran kadar SOD mencit HEPAR. Dicuci dalam 1 ml PBS

Lampiran 1: Pengukuran kadar SOD dan kadar MDA Mencit a. Pengukuran kadar SOD mencit HEPAR. Dicuci dalam 1 ml PBS Lampiran 1: Pengukuran kadar SOD dan kadar MDA Mencit a. Pengukuran kadar SOD mencit HEPAR Dicuci dalam 1 ml PBS Ditambahkan 400 μl larutan kloroform/etanol dingin ke dalam 150 μl lisat hati Divortex selama

Lebih terperinci

Universitas Sumatera Utara

Universitas Sumatera Utara Lampiran 1. Alur Pikir Resin komposit merupakan tumpatan sewarna gigi yang mempunyai tiga kombinasi dimensional dari paling sedikit dua senyawa kimia (silica dan metaakrilat) dengan penghubung (silane)

Lebih terperinci

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA BAB IV PENGUMPULAN DAN PENGOLAHAN DATA 4.1 PENGUMPULAN DATA Pengumpulan data merupakan salah satu aspek yang sangat berperan dalam kelancaran dan keberhasilan dalam suatupenelitian. Dalam penelitian ini

Lebih terperinci

Dimasukkan ke dalam ultrasonic bath selama ± 1 jam

Dimasukkan ke dalam ultrasonic bath selama ± 1 jam Lampiran 1 Alur Penelitian Pembuatan gel kitosan nanopartikel 1 gram kitosan Dilarutkan dengan larutan asam asetat 1% Diaduk dengan stirer Larutan kitosan Ditetesi dengan ±20 tetes TPP Gel kitosan Dimasukkan

Lebih terperinci

ANALISIS DATA KOMPARATIF (Anova)

ANALISIS DATA KOMPARATIF (Anova) PERTEMUAN KE-11 Ringkasan Materi: ANALISIS DATA KOMPARATIF (ANOVA) ANALISIS DATA KOMPARATIF (Anova) Jika uji kesamaan dua rata-rata atau uji-t digunakan untuk mencari perbedaan atau persamaan dua rata-rata,

Lebih terperinci

JURNAL ITSMART Vol 4. No 2. Desember 2015 ISSN :

JURNAL ITSMART Vol 4. No 2. Desember 2015 ISSN : Analisis Perbandingan Metode Vector Space Model dan Weighted Tree Similarity dengan Cosine Similarity pada kasus Pencarian Informasi Pedoman Pengobatan Dasar di Puskesmas Viko Basmalah Wicaksono Jurusan

Lebih terperinci

BAB I PENDAHULUAN. Proses penyimpanan makna dan kandungan dari suatu domain pengetahuan

BAB I PENDAHULUAN. Proses penyimpanan makna dan kandungan dari suatu domain pengetahuan BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Proses penyimpanan makna dan kandungan dari suatu domain pengetahuan dengan menggunakan basis data relasional atau dalam bentuk dokumen terstruktur memiliki

Lebih terperinci

LAMPIRAN A SURAT DETERMINASI TANAMAN PUTRI MALU

LAMPIRAN A SURAT DETERMINASI TANAMAN PUTRI MALU LAMPIRAN A SURAT DETERMINASI TANAMAN PUTRI MALU 69 LAMPIRAN B SERTIFIKAT HEWAN COBA 70 LAMPIRAN C SERTIFIKAT KODE ETIK 71 LAMPIRAN D DASAR PENGGUNAAN DOSIS Dalam penelitian ini penggunaan dosis ditingkatkan

Lebih terperinci

LAMPIRAN A HASIL UJI KERAGAMAN BOBOT TABLET LIKUISOLID IBUPROFEN

LAMPIRAN A HASIL UJI KERAGAMAN BOBOT TABLET LIKUISOLID IBUPROFEN LAMPIRAN A HASIL UJI KERAGAMAN BOBOT TABLET LIKUISOLID IBUPROFEN Hasil Uji Keragaman Bobot Tablet Formula A Replikasi I Replikasi II Replikasi III No Bobot Bobot Bobot Y Y Y Tablet Tablet Tablet (%) (%)

Lebih terperinci

Hasil Uji Normalitas dan Homogenitas Data Kadar Estrogen

Hasil Uji Normalitas dan Homogenitas Data Kadar Estrogen Lampiran 1. Analisis Data Kadar atau Estradiol Tabel 1. Data Kadar pada berbagai perlakuan penelitian (pg/ml) Perlakuan Ulangan 1 16,17 19,23 57,52 47,20 36,77 40,78 2 16,32 18,20 62,00 47,23 13,74 31,14

Lebih terperinci

LATIHAN SPSS I. A. Entri Data

LATIHAN SPSS I. A. Entri Data A. Entri Data LATIHAN SPSS I Variabel Name Label Type Nama Nama Mahasiswa String NIM Nomor Induk Mahasiswa String JK Numeris 1. 2. TglLahir Tanggal Lahir Date da Daerah Asal Numeris 1. Perkotaan 2. Pinggiran

Lebih terperinci

PERBANDINGAN HASIL BELAJAR BIOLOGI MENGGUNAKAN PEMBELAJARAN SNOWBALL THROWING

PERBANDINGAN HASIL BELAJAR BIOLOGI MENGGUNAKAN PEMBELAJARAN SNOWBALL THROWING PERBANDINGAN HASIL BELAJAR BIOLOGI MENGGUNAKAN PEMBELAJARAN SNOWBALL THROWING DAN BERMAIN JAWABAN PADA SISWA KELAS VII SMP N 1 TERAS TAHUN AJARAN 2012/2013 NASKAH PUBLIKASI Diajukan Oleh: DHETA LUSIANINGRUM

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Gambaran Umum Subyek Penelitian Penelitian ini dilaksanakan di Sekolah Dasar Negeri 01 Nampu dan Sekolah Dasar Negeri 01 Jetis Kecamatan Karangrayung Kabupaten

Lebih terperinci

BAB IV PELAKSANAAN DAN HASIL PENELITIAN. SMK PGRI 2 Salatiga yang beralamat di Jl. Nakula-Sadewa I Kembangarum

BAB IV PELAKSANAAN DAN HASIL PENELITIAN. SMK PGRI 2 Salatiga yang beralamat di Jl. Nakula-Sadewa I Kembangarum BAB IV PELAKSANAAN DAN HASIL PENELITIAN 4.1. Gambaran Subjek Penelitian Dalam penelitian ini yang menjadi subjek penelitian adalah siswa kelas X SMK PGRI 2 Salatiga yang beralamat di Jl. Nakula-Sadewa

Lebih terperinci

(a) Nugget ayam kontrol, (b) Nugget ayam 10% rumput laut, (c) Nugget ayam 20% rumput laut, (d) Nugget ayam 30% rumput laut

(a) Nugget ayam kontrol, (b) Nugget ayam 10% rumput laut, (c) Nugget ayam 20% rumput laut, (d) Nugget ayam 30% rumput laut 7. LAMPIRAN Lampiran 1. Gambar Nugget Ayam Rumput Laut Gambar 10. (a) Nugget ayam kontrol, (b) Nugget ayam 10% rumput laut, (c) Nugget ayam 20% rumput laut, (d) Nugget ayam 30% rumput laut (a) (b) (c)

Lebih terperinci

Analisis Varian. Statistika Ekonomi. Ir Tito Adi Dewanto

Analisis Varian. Statistika Ekonomi. Ir Tito Adi Dewanto Analisis Varian Statistika Ekonomi Ir Tito Adi Dewanto 1 Uji Anova Anova : menguji rata-rata satu kelompok / lebih melalui satu variabel dependen / lebih berbeda secara signifikan atau tidak. ONE WAY ANOVA

Lebih terperinci

LAMPIRAN 1 PROFIL SISWA KELAS X SMA KRISTEN PURWODADI

LAMPIRAN 1 PROFIL SISWA KELAS X SMA KRISTEN PURWODADI LAMPIRAN 1 PROFIL SISWA KELAS X SMA KRISTEN PURWODADI Kelas XA NO Kelompok Gaya Belajar 1 Auditorial 69 2 Kinestetik 74 3 Visual 62 4 Visual 62 5 Kinestetik 80 6 Visual 64 7 Auditorial 78 8 Auditorial

Lebih terperinci

Universitas Sumatera Utara

Universitas Sumatera Utara LAMPIRAN 3. Hasil Pemeriksaan Laboratorium Kadar Bilangan Peroksida dan Pengamatan Warna Minyak Goreng Bekas LAMPIRAN 4. Hasil Pengukuran Kadar Bilangan Peroksida dan Pengamatan Warna Sebelum Penambahan

Lebih terperinci

PEMANFAATAN ASSOCIATION RULE MINING DALAM MEMBANTU PENCARIAN DOKUMEN-DOKUMEN BERITA YANG SALING BERKAITAN

PEMANFAATAN ASSOCIATION RULE MINING DALAM MEMBANTU PENCARIAN DOKUMEN-DOKUMEN BERITA YANG SALING BERKAITAN PEMANFAATAN ASSOCIATION RULE MINING DALAM MEMBANTU PENCARIAN DOKUMEN-DOKUMEN BERITA YANG SALING BERKAITAN Hermawan Andika Institut Informatika Indonesia andika@iii.ac.id Suhatati Tjandra Sekolah Tinggi

Lebih terperinci

ANALISIS PENGARUH KUALITAS PELAYANAN KLINIK BERSALIN BAKTI NUGRAHA TERHADAP KEPUASAN PASIEN

ANALISIS PENGARUH KUALITAS PELAYANAN KLINIK BERSALIN BAKTI NUGRAHA TERHADAP KEPUASAN PASIEN ANALISIS PENGARUH KUALITAS PELAYANAN KLINIK BERSALIN BAKTI NUGRAHA TERHADAP KEPUASAN PASIEN Nama : Linda Saraswati NPM : 14211110 Kelas : 3EA18 Pembimbing : Reni Diah Kusumawati, SE., MMSi Latar Belakang

Lebih terperinci

Implementasi Algoritma Term Frequency Inverse Document Frequency dan Vector Space Model untuk Klasifikasi Dokumen Naskah Dinas

Implementasi Algoritma Term Frequency Inverse Document Frequency dan Vector Space Model untuk Klasifikasi Dokumen Naskah Dinas Implementasi Algoritma Term Frequency Inverse Document Frequency dan Vector Space Model untuk Klasifikasi Dokumen Naskah Dinas A. Achmad 1, A. A. Ilham 2, Herman 3 1 Program Studi Teknik Elektro, Jurusan

Lebih terperinci

Lampiran 1.a Data Kadar Air Kelopak Rosella Kadar air (%) = kehilangan berat (g) x 100 Sampel sebelum kering (g)

Lampiran 1.a Data Kadar Air Kelopak Rosella Kadar air (%) = kehilangan berat (g) x 100 Sampel sebelum kering (g) 62 Lampiran 1.a Data Kadar Air Kelopak Rosella Kadar air (%) = kehilangan berat (g) x 100 Sampel sebelum kering (g) Kehilangan berat = berat sampel mula-mula berat sampel setelah dikeringkan Kadar air

Lebih terperinci

BAB IV ANALISA DAN PEMBAHASAN. syarat, jika harga koefisien rhitung 0,300 (Riduwan, 2005:109;

BAB IV ANALISA DAN PEMBAHASAN. syarat, jika harga koefisien rhitung 0,300 (Riduwan, 2005:109; BAB IV ANALISA DAN PEMBAHASAN 4.1 Uji Validitas dan Realiabilitas Hasil uji coba instrumen dilakukan pada 25 responden. Suatu instrument/angket atau bahan test dinyatakan valid atau dianggap memenuhi syarat,

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN. jenis dokumen, yaitu dokumen training dan dokumen uji. Kemudian dua

BAB IV HASIL DAN PEMBAHASAN. jenis dokumen, yaitu dokumen training dan dokumen uji. Kemudian dua BAB IV HASIL DAN PEMBAHASAN 4.1. Dokumen yang digunakan Pada penelitian yang dilakukan oleh penulis ini menggunakan dua jenis dokumen, yaitu dokumen training dan dokumen uji. Kemudian dua jenis dokumen

Lebih terperinci

Analisa Faktor yang Berpengaruh terhadap Penyelesaian Tugas Akhir Mahasiswa Teknik Industri

Analisa Faktor yang Berpengaruh terhadap Penyelesaian Tugas Akhir Mahasiswa Teknik Industri Petunuk Sitasi: Kusumanto, I., & Syahri, M. (017). Analisa Faktor yang Berpengaruh terhadap Penyelesaian Tugas Akhir Mahasiswa Teknik Industri. Prosiding SNTI dan SATELIT 017 (pp. A8-13). Malang: Jurusan

Lebih terperinci

Analisis dan Pengujian Kinerja Korelasi Dokumen Pada Sistem Temu Kembali Informasi

Analisis dan Pengujian Kinerja Korelasi Dokumen Pada Sistem Temu Kembali Informasi Analisis dan Pengujian Kinerja Korelasi Dokumen Pada Sistem emu Kembali Informasi Ari Wibowo Program Studi eknik Multimedia dan Jaringan, Politeknik Negeri Batam E-mail : wibowo@polibatam.ac.id Abstrak

Lebih terperinci

BAB IV HASIL PENELITIAN. 1. Peningkatan Hasil Belajar Siswa pada Kelas Eksperimen

BAB IV HASIL PENELITIAN. 1. Peningkatan Hasil Belajar Siswa pada Kelas Eksperimen 45 BAB IV HASIL PENELITIAN A. Deskripsi Data 1. Peningkatan Hasil Belajar Siswa pada Kelas Eksperimen Data skor pretes dan postes yang diperoleh pada kelas eksperimen adalah sebagai berikut. Tabel 4.1

Lebih terperinci

ANALISA RAGAM DATA (UJI ANOVA)

ANALISA RAGAM DATA (UJI ANOVA) MATERI III ANALISA RAGAM DATA (UJI ANOVA) STMIK KAPUTAMA BINJAI Wahyu S. I. Soeparno, SE., M.Si Analisa Ragam Satu Arah (Oneway) Analisa ragam satu arah ( oneway ANOVA) digunakan untuk membandingkan mean

Lebih terperinci

Lampiran 1: Konversi perhitungan dosis antar jenis hewan. Marmot. Kelinci. 400 g. 1,5 kg 1,0 7,0 12,25 27,8 64,1 124,3 387,9

Lampiran 1: Konversi perhitungan dosis antar jenis hewan. Marmot. Kelinci. 400 g. 1,5 kg 1,0 7,0 12,25 27,8 64,1 124,3 387,9 Lampiran 1: Konversi perhitungan dosis antar jenis hewan Mencit Tikus Marmot Kelinci Kera Anjing Manusia 20 g 200 g 400 g 1,5 kg 4 kg 12 kg 70 kg Mencit 1,0 7,0 12,25 27,8 64,1 124,3 387,9 20 g Tikus 0,14

Lebih terperinci

1. Pendahuluan 1.1 Latar belakang 1.2 Perumusan masalah

1. Pendahuluan 1.1 Latar belakang 1.2 Perumusan masalah 1. Pendahuluan 1.1 Latar belakang Informasi telah menjadi kebutuhan primer pada kehidupan saat ini. Informasi seakan-akan menjadi mata uang baru yang membuat akurasi menjadi sangat penting ketika mencari

Lebih terperinci

BAB V HASIL PENELITIAN DAN PEMBAHASAN

BAB V HASIL PENELITIAN DAN PEMBAHASAN BAB V HASIL PENELITIAN DAN PEMBAHASAN 5.1. Deskripsi Subjek Penelitian Subjek penelitian ini adalah pasien yang dirawat inap di RS Muhammadiyah Darul Istiqomah Kaliwungu Kendal. Adapun teknik pengambilan

Lebih terperinci