MULTIDIMENSI PADA DATA WAREHOUSE DENGAN MENGGUNAKAN RUMUS KOMBINASI

Ukuran: px
Mulai penontonan dengan halaman:

Download "MULTIDIMENSI PADA DATA WAREHOUSE DENGAN MENGGUNAKAN RUMUS KOMBINASI"

Transkripsi

1 MULTIDIMENSI PADA DATA WAREHOUSE DENGAN MENGGUNAKAN RUMUS KOMBINASI Spits Warars Harco Leslie Hedric Fakultas Tekologi Iformasi, Uiversitas Budi Luhur ABSTRACT Multidimesioal i data warehouse is a compulsio ad become the most importat for iformatio delivery, without multidimesioal data warehouse is icomplete. Multidimesioal give the able to aalyze busiess measuremet i may differet ways. Multidimesioal is also syoymous with olie aalytical processig (OLAP). Keywords: multidimesioal, data warehouse, OLAP 1. PENDAHULUAN Tabel Fakta terbetuk berdasarka hypercubes merupaka kumpula lebih dari 3 dimesi yag terbetuk dari aalisa dari sebuah lapora. ika haya 2 atau 3 dimesi maka tabel fakta terbetuk berdasarka cube. Dega peritah structured query laguage (sql) sederhaa yag megakses tabel fakta dihasilka sebuah tabel database temporary yag aka berilai makaya jika ditampilka dalam betuk grafik. Betuk grafik ii adalah gambara tampila data yag secara kasat mata aka lebih mudah utuk dipahami dalam meetuka suatu keputusa maajeme dibadigka dega tampila data yag bersifat agka. Beberapa peeliti megataka bahwa gambar mempuyai bayak maka dibadig agka, selai itu aka lebih mudah melihat suatu tre peurua atau keaika melalui gambar grafik dibadigka dega data agka. Asal Sekolah eis Kelami Asal URSMA umlah Mahasiswa Gambar 1. Hypercubes Program Studi ejag Gambar 3. Tabel Fakta Data1 da table dimesi PSEN, URSMA da SEKOLAH Sebagai cotoh perhatika tabel database fakta Tabel 1. Cotoh database fakta e PS ENIS jum p w p w p w p w p p w p w 17 dega memberika peritah sql seperti E N I S Gambar 2. Cubes ejag select ag,jej,jekel, sum(jum) as jumlah from dwmhs where ag= 2000 group by ag,jej,jekel; Maka hasil dari peritah sql diatas aka meampilka lapora seperti : 2000 eis S1 D3 Pria Waita

2 ika lapora tersebut ditampilka dalam betuk grafik aka berbetuk seperti S Pria Waita Gambar 3. Betuk grafik dari lapora hasil peritah sql 2. SLICE DAN DICE Kemampua multidimesi hypercubes atau cube dalam memberika iformasi dalam pegambila keputusa dapat ditigkatka dega megguaka kosep slice da dice. Kosep slice da dice pada data warehouse ii merupaka sebuah kosep multi dimesi pada datawarehouse, dimaa hypercubes atau cube dapat dilihat dari berbagai dimesi. Selai itu kosep slice da dice berfugsi utuk megambil potoga hypercubes atau cube berdasarka ilai tertetu pada satu atau beberapa dimesiya. Kosep slice da dice ii dapat dilakuka dega memberika query atau peritah structured query laguage (sql) sederhaa. : 2000 eis S1 D3 Pria Waita ejag: Strata satu Agk P W eis: Pria eja 200 g 1 S1 D3 E N I S 3. ROLL UP DAN DRILL DOWN Selai megguaka slice da dice kemampua multidimesi hypercubes atau cube dalam memberika iformasi dalam pegambila keputusa dapat ditigkatka dega megguaka kosep roll up da drill dow. Roll up adalah proses geeralisasi satu atau beberapa dimesi dega meragkum atau merigkas ilai-ilai ukuraya. Dega kata lai geeralisasi berarti aik ke tigkat A g k a t a D3 ejag e 2 a g eis Gambar 4. Kosep Slice da Dice ejag eis atasya dalam hirarki dimesi. Sedagka proses drill dow adalah proses memilih da meampilka data ricia dalam satu atau beberapa dimesi da merupaka kebalika dari operasi roll-up. Sama seperti kosep slice da dice dapat dilakuka dega memberika query atau peritah structured query laguage (sql) sederhaa, demikia juga dega kosep roll up da drill dow dapat dilakuka dega memberika query atau peritah structured query laguage (sql) sederhaa. Ag jej jekel jum p w p w p w p w p w p w 66 Gambar 5. Kosep Roll up Kosep roll up pada gambar 5 diatas dalam meggeeralisasi data dilakuka dega peritah sql Select Ag, sum(jum) as jum from DWmhs group by ag Nim Nama ekel oi p Too p Edi saku p Feri p Boo p Diru p Guawa p Hari p Tomi p Bud i p Lukas p Gambar 6. Kosep Drill dow Ag um ag jej ps jekel jum p w p w p w p w p 15-2

3 Kosep drill dow pada gambar 6 diatas dalam merici data dilakuka dega peritah sql Select a.im,a.ama from mastmhs a, DWmhs b where left(a.im,2)=right(b.ag,2) ad substr(a.im,3,2)=b.ps ad substr(a.im,5,1)b.jej ad a.jekel=b.jekel Maajeme pegambil keputusa aka sagat terbatu dalam megambil keputusa dega melihat hypercubes atau cube secara geeralisasi dega kosep roll up da secara terici dega kosep drill dow. Geeralisasi data dega kosep roll up membatu maajeme pegambil keputusa dega data-data yag bersifat ragkuma atau rigkasa. Ricia data dega kosep drill dow membatu maajeme pegambil keputusa dega data-data yag bersifat terici. 4. PERTANYAAN-PERTANYAAN Berdasarka uraia-uraia diatas terlihat bahwa kosep multidimesi dega meerapka kosep slice da dice, roll up da drill dow aka meigkatka kemampua hypercubes atau cube dalam memberika iformasi pegambila keputusa bagi maajeme pegambil keputusa. Meigkatya kemampua hypercubes atau cube dalam memberika iformasi pegambila keputusa, meimbulka pertayaa-pertayaa yag aka dibahas lebih lajut pada pembahasa berikutya. Adapu pertayaa-pertayaa tersebut adalah: 1. Berapa dimesi miimal da dimesi maksimal yag dapat dibetuk dari sebuah hypercubes atau cube? 2. Berapa kombiasi lapora atau grafik yag dapat dibetuk dari sebuah hypercubes atau cube? 3. Berapa kombiasi lapora atau grafik yag dapat dibetuk pada setiap dimesi dari sebuah hypercubes atau cube? 5. PEMBAHASAN AWAL Lapora yag ditampilka dalam betuk sebuah grafik merupaka perpotoga atara sumbu horisotal da sumbu vertikal. Sumbu horisotal pada sebuah grafik haya meggambarka ilai sebuah kolom, sedagka sumbu vertikal meggambarka ilai sebuah kolom atau perpadua lebih dari satu kolom. Kolom bisa juga diartika sebagai dimesi pada hypercubes atau cube. Maksimal kolom yag dapat dipakai sebagai sumbu horisotal adalah jumlah kolom tabel fakta (atau jumlah dimesi pada hypercubes atau cube) selai kolom jumlah. Kolom jumlah tidak dapat dijadika sebagai sumbu vertikal maupu sumbu horisotal dikareaka kolom jumlah adalah ilai yag aka ditampilka pada perpotoga sumbu vertikal da sumbu horisotal pada tampila grafik. Kolom jumlah ii aka memperlihatka ilai tre keaika atau peurua pada sebuah tampila grafik. Sumbu vertikal Kolom jumlah Sumbu horisotal Gambar 7. Grafik Sumbu vertikal adalah dimesi yag dapat dibetuk dari sebuah kolom/dimesi atau perpadua ilai kolom/dimesi. Sehigga kita dapati maksimal ilai dimesi suatu tabel fakta adalah jumlah kolom tabel fakta tersebut selai kolom jumlah. Sehigga apabila sebuah tabel mempuyai 2 kolom selai kolom jumlah maka aka mempuyai maksimal 2 dimesi, jika mempuyai 3 kolom selai kolom jumlah maka aka mempuyai maksimal 3 dimesi da seterusya. Hal ii juga dapat terlihat pada hypercubes atau cube dimaa jumlah dimesi pada hypercubes atau cube adalah sama dega jumlah kolom pada tabel fakta selai kolom jumlah. Perhatika gambar dibawah ii dimaa jumlah dimesi pada hypercubes yaitu 6 sama dega jumlah field pada tabel fakta data1 selai field jum yaitu 6. Gambar 8. Hypercubes da tabel fakta Data1 Dega demikia pertayaa berapa dimesi miimal da dimesi maksimal yag dapat dibetuk dari sebuah hypercubes atau cube telah terjawab. Dimaa jumlah dimesi miimal adalah 1 da jumlah dimesi maksimal adalah sebayak dimesi yag dimiliki oleh hypercubes atau cube. 6. RUMUS KOMBINASI Utuk medapatka kombiasi lapora/tabel yag dapat dibetuk dari masig-masig dimesi pada hypercubes tapa memperhatika uruta susuaya serta utuk mejawab pertayaa berapa kombiasi lapora atau grafik yag dapat dibetuk -3

4 dari sebuah tabel fakta maka ada baikya kita megguaka rumus kombiasi pada ilmu statistik. Teori kombiasi megataka Kombiasi dari sejumlah objek yag berbeda yag diambil sejumlah r pada satu saat adalah pemiliha r objek itu tapa memperhatika uruta susuaya. (og ek Siag, 2002). umlah kombiasi dari objek sejumlah yag diambil r pada satu saat mempuyai rumus sebagai berikut: Cr atau C(,r) atau C,r atau dimaa: C r =! r! (-r)! dimaa:! = (-1)(-2) 1 maka: 0! = 1 1! = 1 2! = 2*1 = 2 3! = 3*2*1 = 6 6! = 6*5*4*3*2*1 = 720 Dega megguaka rumus kombiasi diatas maka dikembagka sebuah rumus yag dapat memperlihatka jumlah lapora atau grafik yag dapat dibetuk berdasar jumlah dimesi pada hypercubes utuk memeuhi kosep multi dimesi pada datawarehouse yaitu: * -1 C r-1 dimaa: adalah jumlah dimesi hypercubes r adalah ilai dimesi yag aka dibetuk Dega dikembagkaya rumus ii maka kita aka megetahui: 1. Keseluruha kombiasi lapora atau grafik yag dapat dibetuk 2. Kombiasi lapora atau grafik pada setiap dimesi Timbul pertayaa lajuta: keapa pembahasa dalam ragka medapatka dimesi pada sebuah hypercubes atau cube dikembagka dari rumus teori kombiasi statistik da keapa tidak megguaka rumus teori laiya? Utuk mejawab pertayaa tersebut ada baikya kita bahas beberapa alasa yag medasari pemiliha rumus teori kombiasi tersebut. Utuk pembuata lapora dimesi 2 keatas kolom pertama bersifat tetap sedagka kolom berikutya selai kolom jumlah dapat ditukar posisiya. Kolom pertama tidak dapat dipertukarka dikareaka kolom pertama ii mejadi ilai pada garis horisotal pada grafik, sedagka kolom jumlah adalah ilai yag aka ditampilka pada perpotoga baris da kolom pada tampila grafik. Sebagai cotoh perhatika pejelasa perbadiga tampila lapora dapat dilihat di tabel 2. r Tabel 2. Cotoh pejelasa perbadiga tampila lapora ejag eis umlah P W P W P W P W P W P W 17 umlah 328 Lapora di atas jika ditampilka dalam betuk grafik aka mempuyai tampila grafik seperti P W P W Gambar 9. Tampila grafik hasil lapora Tampila lapora/tabel diatas dapat mempuyai tampila lapora yag ditukar posisi kolomya selai kolom pertama da kolom jumlah, yaitu kolom eis dipidah ke posisi kolom ejag sebalikya kolom ejag dipidah ke posisi kolom eis. Sehigga tampila lapora diatas aka berubah mejadi lapora seperti Tabel 3. Cotoh pejelasa perbadiga tampila lapora eis ejag umlah 2000 P W P W P W P W P W P W 3 17 umlah

5 Lapora diatas jika ditampilka dalam betuk grafik aka mempuyai tampila grafik seperti P W P w Gambar 10. Betuk grafik hasil lapora tabel 3 Terlihat bahwa tampila kedua lapora/tabel diatas tidak berbeda dalam hal ilai pada kolom jumlah, yag berbeda hayalah adaya peukara kolom jeis da jejag. Demikia juga dega tampila kedua grafik diatas terlihat bahwa betuk grafik sama, mempuyai garis horizotal yag berisi agkata yag tetap sama. Yag berbeda hayalah tampila pada legeda grafik yaitu utuk legeda garis wara biru pada grafik pertama adalah 5 p, sedag pada grafik kedua adalah p 5. Dari pejelasa perbadiga betuk kedua lapora tersebut jelas bahwa kombiasi dimesi yag aka dicari adalah kombiasi sejumlah objek yag berbeda yag diambil dari sejumlah r tapa memperhatika uruta susuaya. Hal ii sejala dega isi da pejelasa rumus teori kombiasi, sehigga pembahasa utuk medapatka dimesi pada sebuah hypercubes atau cube diguaka rumus teori kombiasi statistik. 7. KOMBINASI RUMUS 3 DIMENSI Utuk mecoba pembuktia pegembaga rumus kombiasi diatas maka dipadag perlu utuk meguji coba pegembaga rumus kombiasi tersebut dega megambil sampel dari sebuah hypercubes atau cube 3 dimesi. Utuk memudahka pejelasa maka setiap dimesi aka diwakilka dega huruf alphabet sehigga hypercubes atau cube 3 dimesi tersebut mempuyai tampila lapora sebagai berikut: A B C umlah ii aka dicari kombiasi lapora/tabel atau grafik yag dapat dibetuk pada setiap dimesiya. Dimesi 1, berarti r=1 maka = * -1 C r-1 = 3 * 3-1 C 1-1 = 3 * 2 C 0 = 3 * (! ) r! (-r)! 0! (2-0)! 0! (2!) = 3 * ( 1*2 ) 1 (1*2) = 3 * 1 = 3 Dimesi 3, berarti r=3 maka = * -1 C r-1 = 3 * 3-1 C 3-1 = 3 * 2 C 2 = 3 * (! ) r! (-r)! 2! (2-2)! 2! (0!) = 3 * ( 1*2 ) 1*2 (1) = 3 * 1 = 3 Dimesi 2, berarti r=2 maka = * -1 C r-1 = 3 * 3-1 C 2-1 = 3 * 2 C 1 = 3 * (! ) r! (-r)! 1! (2-1)! 1! (1!) = 3 * ( 1*2 ) 1 (1 ) = 3 * 2 = 6 Hasil dari rumus kombiasi ii pada hypercubes 3 dimesi ii dapat terlihat pada tabel Tabel 4. Hasil rumus kombiasi hypercubes 3 dimesi Sumbu Dimesi horizotal A A AB A BC atau A CB AC B B BA B AC atau A CA BC C C CA C AB atau A BA CB Kombiasi Total: 12 kombiasi Pada tabel diatas pada dimesi 3 kombiasi lapora/tabel/grafik mempuyai 2 piliha misalya utuk sumbu horisotal A dapat mempuyai tampila lapora sebagai berikut: A B C umlah Dega megguaka rumus kombiasi: *-1 C r-1 dimaa adalah jumlah dimesi hypercubes da r adalah ilai dimesi yag aka dibetuk. Karea jumlah dimesi hypercubes cotoh adalah 3 maka =3. Sesuai dega kosep multidimesi data warehouse maka berdasarka hypercubes 3 dimesi Sesuai dega pejelasa sebelumya bahwa utuk pembuata lapora dimesi 2 keatas kolom pertama bersifat tetap sedagka kolom berikutya selai kolom jumlah dapat ditukar posisiya,, da kolom pertama ii mejadi sumbu horizotal pada -5

6 tampila grafik. Sehigga lapora diatas dapat dirubah mejadi seperti lapora dibawah ii da mempuyai maka yag sama. A C B umlah Terlihat dari pembuktia dega rumus kombiasi * -1 C r-1 diatas: pada saat dimesi 1 yaitu r=1 meghasilka 3 kombiasi lapora/tabel/grafik pada saat dimesi 2 yaitu r=2 meghasilka 6 kombiasi lapora/tabel/grafik pada saat dimesi 3 yaitu r=3 meghasilka 3 kombiasi lapora/tabel/grafik Sehigga total tampila lapora/tabel/grafik yag dapat dibetuk adalah 12 kombiasi Perpotoga atar 2 dimesi dibawah ii aka memperlihatka adaya 6 perpotoga kolom yaitu AB, AC, BA, BC,CA da CB. A B C A AB AC B BA BC C CA CB Hal ii sesuai dega hasil pembuktia dega rumus pada saat dimesi 2 aka meghasilka 6 kombiasi lapora/tabel/grafik. Perpotoga atar 3 dimesi dibawah ii aka memperlihatka adaya 6 perpotoga kolom yaitu A BC, A CB, B AC, B CA, C AB da C BA. A B C B C A C A B A A BC A CB B B AC B CA C C AB C BA Sesuai dega pejelasa sebelumya bahwa utuk pembuata lapora dimesi 2 keatas kolom pertama bersifat tetap sedagka kolom berikutya selai kolom jumlah dapat ditukar posisiya,, da kolom pertama ii mejadi sumbu horizotal pada tampila grafik. Oleh karea itu 6 perpotoga kolom diatas karea mempuyai betuk tampila lapora yag sama da mempuyai betuk tampila grafik yag sama dapat dipertukarka kolom berikutya selai kolom pertama da kolom jumlah. adi oleh karea 6 perpotoga kolom diatas mempuyai kolom pertama yag sama da kolom berikutya yag sama yag salig dipertukarka posisiya yaitu: A BC atau A CB B AC atau B CA C AB atau C BA Sehigga sebearya haya ada 3 perpotoga kolom da hal ii sesuai dega hasil pembuktia dega rumus pada saat dimesi 3 aka meghasilka 3 kombiasi lapora/tabel/grafik. Terlihat juga dega pembuktia rumus kombiasi pada hypercubes 3 dimesi ii kombiasi awal da akhir mempuyai ilai yag sama dega jumlah dimesi yaitu KESIMPULAN Akhirya kita aka megambil kesimpula bahwa: 1. Nilai kombiasi awal da akhir mempuyai ilai yag sama dega jumlah dimesi selai kolom jumlah pada tabel fakta atau hypercubes 2. Rumus kombiasi ii dapat mempermudah da mejadi acua dalam membuat sebuah aplikasi OLAP (Olie Aalytical Processig) yag megakses data warehouse da dapat meampilka kemampua mutidimesi dari sebuah hypercubes atau cube secara lebih maksimal. 3. secara kosep peritah sql yag diguaka utuk megakses hypercubes data warehouse mempuyai kesamaa sebagai berikut: select field1..field, sum(jum) as jumlah from amatabel group by field1..field; Dimaa uruta select sama dega group by field1 field field1 field harus DAFTAR PUSTAKA Elmasri ad Navathe, Fudametals of Database Systems, Addiso Wesley, og ek Siag, Matematika Diskrit da aplikasiya pada ilmu komputer, Adi, Paulraj Poiah, Data Warehousig Fudametals, oh wiley&sos, Ic, Vivek R. Gupta 1997, A Itroductio to Data Warehousig, diambil taggal: 9 Maret 2006 dari: -6

Solusi Numerik PDP. ( Metode Beda Hingga ) December 9, 2013. Solusi Numerik PDP

Solusi Numerik PDP. ( Metode Beda Hingga ) December 9, 2013. Solusi Numerik PDP ( Metode Beda Higga ) December 9, 2013 Sebuah persamaa differesial apabila didiskritisasi dega metode beda higga aka mejadi sebuah persamaa beda. Jika persamaa differesial parsial mempuyai solusi eksak

Lebih terperinci

Bab 3 Kerangka Pemecahan Masalah

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

Lebih terperinci

Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Unand

Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Unand TEKIK SAMPLIG PCA SEDERHAA Hazmira Yozza Izzati Rahmi HG Jurusa Matematika FMIPA Uad Defiisi : Jika suatu cotoh berukura diambil dari suatu populasi berukura sedemikia rupa sehigga setiap kemugkia cotoh

Lebih terperinci

SINYAL WAKTU Pengolahan Sinyal Digital Minggu II

SINYAL WAKTU Pengolahan Sinyal Digital Minggu II SINYAL WAKTU Pegolaha Siyal Digital Miggu II 24 Goodrich, Tamassia PENDAHULUAN Defiisi Siyal x(t) Fugsi dari variabel bebas yag memiliki ilai real/skalar yag meyampaika iformasi tetag keadaa atau ligkuga

Lebih terperinci

Cara Pengisian Pada File Excel

Cara Pengisian Pada File Excel Cara Pegisia Pada ile Excel Pada tabel realisasi da keuaga ias Pekerjaa Umum Bia Marga Propisi Jawa Timur ii terdiri dari beberapa kolom seperti dibawah ii: atker Tahu Bula Adapu cara pegisia dari masig-masig

Lebih terperinci

SISTEM PENGAMBILAN KEPUTUSAN UNTUK PEMILIHAN TEKNISI LAB DENGAN MULTI KRITERIA MENGGUNAKAN METODE AHP (ANALYTIC HIERARCHY PROCESS)

SISTEM PENGAMBILAN KEPUTUSAN UNTUK PEMILIHAN TEKNISI LAB DENGAN MULTI KRITERIA MENGGUNAKAN METODE AHP (ANALYTIC HIERARCHY PROCESS) SISTEM PENGAMBILAN KEPUTUSAN UNTUK PEMILIHAN TEKNISI LAB DENGAN MULTI KRITERIA MENGGUNAKAN METODE AHP (ANALYTIC HIERARCHY PROCESS) Oleh : Adri Suryadi Dia Nurdiaa Abstrak Dalam proses perekruta calo pegawai

Lebih terperinci

Program Bonus Mempertahankan Tingkat Pencapaian Dalam Rangka Pembelian Kendaraan Bermotor (Program Kendaraan Bermotor)

Program Bonus Mempertahankan Tingkat Pencapaian Dalam Rangka Pembelian Kendaraan Bermotor (Program Kendaraan Bermotor) Program Bous Mempertahaka Tigkat Pecapaia Dalam Ragka Pembelia Kedaraa Bermotor (Program Kedaraa Bermotor) Perusahaa : PT. Family Member Group Idoesia (FM Group Idoesia) Mulai Program : 1 Jauari 2015 Kualifikasi

Lebih terperinci

SB/P/BF/14 PERFORMA PERTUMBUHAN IKAN NILA BEST PADA BERBAGAI MEDIA ph

SB/P/BF/14 PERFORMA PERTUMBUHAN IKAN NILA BEST PADA BERBAGAI MEDIA ph SB/P/BF/14 PERFORMA PERTUMBUHAN IKAN NILA BEST PADA BERBAGAI MEDIA ph M.H. Fariduddi Ath-thar, Vitas Atmadi Prakoso, Otog Zeal Arifi, da Rudhy Gustiao Balai Riset Perikaa Budidaya Air Tawar, Jl. Sempur

Lebih terperinci

Buku Padua Belajar Maajeme Keuaga Chapter 0 KONSEP NILAI WAKTU UANG. Pegertia. Nilai Uag meurut waktu, berarti uag hari ii lebih baik / berharga dari pada ilai uag dimasa medatag pada harga omial yag sama.

Lebih terperinci

PEMBUKTIAN TEOREMA HUKUM LEMAH BILANGAN BESAR DENGAN MENGGUNAKAN FUNGSI KARAKTERISTIK

PEMBUKTIAN TEOREMA HUKUM LEMAH BILANGAN BESAR DENGAN MENGGUNAKAN FUNGSI KARAKTERISTIK Jural Matematika UNAND Vol. 2 No. 2 Hal. 71 75 ISSN : 2303 2910 c Jurusa Matematika FMIPA UNAND PEMBUKTIAN TEOREMA HUKUM LEMAH BILANGAN BESAR DENGAN MENGGUNAKAN FUNGSI KARAKTERISTIK SUCI SARI WAHYUNI,

Lebih terperinci

BAB 4: PELUANG DAN DISTRIBUSI NORMAL.

BAB 4: PELUANG DAN DISTRIBUSI NORMAL. BAB 4: PELUANG DAN DISTRIBUSI NORMAL. PELUANG Peluag atau yag biasa juga disebut dega istilah keugkia, probablilitas, atau kas eujukka suatu tigkat keugkia terjadiya suatu kejadia yag diyataka dala betuk

Lebih terperinci

NILAI MAKSIMUM DARI KOEFISIEN KORELASI. hanggamula@yahoo.com ABSTRACT 1. PENDAHULUAN

NILAI MAKSIMUM DARI KOEFISIEN KORELASI. hanggamula@yahoo.com ABSTRACT 1. PENDAHULUAN NILAI MAKSIMUM DARI KOEFISIEN KORELASI Hagga Mula Kuria *, Firdaus, Sigit Sugiarto haggamula@yahoo.com Mahasiswa program Studi S Matematika Dose Jurusa Matematika FMIPA-UR Jurusa Matematika Fakultas Matematika

Lebih terperinci

FAKTOR FAKTOR YANG MEMPENGARUHI KEPATUHAN WAJIB PAJAK PEKERJAAN BEBAS UNTUK MEMBAYAR PAJAK PADA KANTOR PELAYANAN PAJAK PRATAMA ILIR TIMUR PALEMBANG

FAKTOR FAKTOR YANG MEMPENGARUHI KEPATUHAN WAJIB PAJAK PEKERJAAN BEBAS UNTUK MEMBAYAR PAJAK PADA KANTOR PELAYANAN PAJAK PRATAMA ILIR TIMUR PALEMBANG FAKTOR FAKTOR YANG MEMPENGARUHI KEPATUHAN WAJIB PAJAK PEKERJAAN BEBAS UNTUK MEMBAYAR PAJAK PADA KANTOR PELAYANAN PAJAK PRATAMA ILIR TIMUR PALEMBANG Abstrak Mawadda Warohmah (Mwd_16@yahoo.com) Rika Lidyah

Lebih terperinci

Oleh: Bambang Widodo, SPd SMA Negeri 9 Yogyakarta

Oleh: Bambang Widodo, SPd SMA Negeri 9 Yogyakarta Oleh: Bambag Widodo, SPd SMA Negeri 9 Yogyakarta PETA KONSEP Prisip Superposisi Liier Sefase π π beda faseya : 0,2, 4,. beda litasa : 0,,2, 3,. terjadi iterferesi Kostruktif/ salig meguatka, amplitudo

Lebih terperinci

[RUMUS CEPAT MATEMATIKA] http://meetabied.wordpress.com

[RUMUS CEPAT MATEMATIKA] http://meetabied.wordpress.com http://meetabied.wordpress.com SMAN Boe-Boe, Luwu Utara, Sul-Sel Setiap pria da waita sukses adalah pemimpipemimpi besar. Mereka berimajiasi tetag masa depa mereka, berbuat sebaik mugki dalam setiap hal,

Lebih terperinci

UNJUK KERJA PENYAMA TURBO PADA SISTEM CODE DIVISION MULTIPLE ACCESS (CDMA)

UNJUK KERJA PENYAMA TURBO PADA SISTEM CODE DIVISION MULTIPLE ACCESS (CDMA) UNJUK KERJA PENYAMA TURBO PADA SISTEM CODE DIVISION Program Studi Tekik Elektro, Fakultas Tekik UKSW Jl. Dipoegoro 52-60, Salatiga Email : eva.utami@staff.uksw.edu INTISARI Peelitia ii bertujua megetahui

Lebih terperinci

Analisa Perhitungan Perencanaan Pengendalian Produksi Dengan metode Economic Production Quantity(EPQ) Pada PT XYZ

Analisa Perhitungan Perencanaan Pengendalian Produksi Dengan metode Economic Production Quantity(EPQ) Pada PT XYZ Aalisa Perhituga Perecaaa Pegedalia Produksi Dega metode Ecoomic Productio Quatity(EPQ) Pada PT XYZ Erry Rimawa Program Studi Tekik Idustri Fakultas Tekik, Uiversitas Mercu Buaa ABSTRAK PT Citra Abadi

Lebih terperinci

BAB 2 TINJAUAN KEPUSTAKAAN

BAB 2 TINJAUAN KEPUSTAKAAN BAB 2 TINJAUAN KEPUSTAKAAN 2.1 Pegertia Rumah Susu Rumah susu merupaka bagua gedug bertigkat yag dibagu dalam suatu ligkuga yag terbagi dalam bagia-bagia yag distrukturka secara fugsioal dalam arah horizotal

Lebih terperinci

A B S T R A K. Setiap teori integral selalu memuat masalah sebagai. berikut. Jika untuk setiap n berlaku fungsi f n

A B S T R A K. Setiap teori integral selalu memuat masalah sebagai. berikut. Jika untuk setiap n berlaku fungsi f n INTEGRAL TAK MUTLAK A B S T R A K Seti teori itegral selalu memuat masalah sebagai berikut. Jika utuk seti berlaku fugsi f teritegral da barisa fugsi {f } koverge ke f hampir di maa-maa pada selag (a,b),

Lebih terperinci

LAPORAN BARANG MILIK NEGARA

LAPORAN BARANG MILIK NEGARA BAGIAN ANGGARAN 005.03 BADAN URUSAN ADMINISTRASI MAHKAMAH AGUNG REPUBLIK INDONESIA opetbs1 LAPORAN BARANG MILIK NEGARA UNIT AKUNTANSI KUASA PENGGUNA BARANG PENGADILAN NEGERI SIBOLGA LAPORAN SEMESTER I

Lebih terperinci

MODEL SIMULASI NUMERIK HUBUNGAN PANJANG BOBOT IKAN TONGKOL (Auxis thazard) PADA PANGKALAN PENDARATAN IKAN LABUAN BAJO KABUPATEN DONGGALA

MODEL SIMULASI NUMERIK HUBUNGAN PANJANG BOBOT IKAN TONGKOL (Auxis thazard) PADA PANGKALAN PENDARATAN IKAN LABUAN BAJO KABUPATEN DONGGALA J. Agrolad 16 (3) : 74-8, September 009 ISSN : 0854 641X MODEL SIMULASI NUMERIK HUBUNGAN PANJANG BOBOT IKAN TONGKOL (Aus thazard) PADA PANGKALAN PENDARATAN IKAN LABUAN BAJO KABUPATEN DONGGALA Numerical

Lebih terperinci

PERSEPSI PERAWAT PELAKSANA TENTANG SUPERVISI PIMPINAN RUANG DENGAN PELAKSANAAN SOP PEMBERIAN OBAT PARENTERAL INTRAVENA

PERSEPSI PERAWAT PELAKSANA TENTANG SUPERVISI PIMPINAN RUANG DENGAN PELAKSANAAN SOP PEMBERIAN OBAT PARENTERAL INTRAVENA PERSEPSI PERAWAT PELAKSANA TENTANG SUPERVISI PIMPINAN RUANG DENGAN PELAKSANAAN SOP PEMBERIAN OBAT PARENTERAL INTRAVENA Duwi Basuki STIKES PPNI MOJOKERTO, Jl. Raya Jabo Km 06 Mojoayar- Mojokerto. Email

Lebih terperinci

Fendy Santoso Dosen Fakultas Teknologi Industri, Jurusan Teknik Elektro Universitas Kristen Petra email: fendy@petra.ac.id.

Fendy Santoso Dosen Fakultas Teknologi Industri, Jurusan Teknik Elektro Universitas Kristen Petra email: fendy@petra.ac.id. JURNAL TEKNIK MESIN Vol. 5, No., April 003: 36 4 Perbadiga Kierja Sistem Kotrol Berumpa Balik (Feedbak) Dega Sistem Kotrol Berumpa Maju (Feedfoward) Pada Jariga Peukar Paas (Heat Exhager) Fedy Satoso Dose

Lebih terperinci

CATATAN KULIAH Pertemuan VII: Konsep Total Derivatif dan Aplikasinya pada Komparatif Statik

CATATAN KULIAH Pertemuan VII: Konsep Total Derivatif dan Aplikasinya pada Komparatif Statik CATATAN KULIAH ertemua VII: Kosep Total erivati a Aplikasia paa Komparati tatik A. ieresial Masalah ag ihaapi: Bagaimaa aalisis komparati-statik jika tiak aa solusi betuk-rigkas reuce-orm ikareaka oleh

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI.1 Pegertia da Maksud Irigasi Irigasi berasal dari istilah irrigatie dalam bahasa Belada atau irrigatio dalam bahasa Iggris. Irigasi dapat diartika sebagai suatu usaha yag dilakuka

Lebih terperinci

JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS JEMBER

JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS JEMBER STATISTIK CUKUP Oleh: Ramayai Rizka M (11810101003), Dey Ardiao (1181010101), Ikfi Ulyawai (1181010103), Falviaa Yulia Dewi (1181010106), Ricki Dio Rosada (11810101034), Nurma Yuia D (11810101035), Wula

Lebih terperinci

Ruang Banach. Sumanang Muhtar Gozali UNIVERSITAS PENDIDIKAN INDONESIA

Ruang Banach. Sumanang Muhtar Gozali UNIVERSITAS PENDIDIKAN INDONESIA Ruag Baach Sumaag Muhtar Gozal UNIVERSITAS PENDIDIKAN INDONESIA Satu kose etg d kulah Aalss ugsoal adalah teor ruag Baach. Pada baga aka drevu defs, cotoh-cotoh, serta sfat-sfat etg ruag Baach. Kta aka

Lebih terperinci

InfoPOM PENGOBATAN SENDIRI. Editorial. Vol. 5, No. 6, November 2004 ISSN 1829-9334

InfoPOM PENGOBATAN SENDIRI. Editorial. Vol. 5, No. 6, November 2004 ISSN 1829-9334 IfoPOM BADAN PENGAWAS OBAT DAN MAANAN REPUBLI INDONESIA Vol. 5, No. 6, November 04 ISSN 8299334 Editorial Pembaca yag terhormat, Sekarag ii, dimaapu dia berada, kosume aka berusaha megatasi sediri masalah

Lebih terperinci

MODEL FISIK BANGUNAN PENGAMAN PILAR JEMBATAN AKIBAT ALIRAN DEBRIS

MODEL FISIK BANGUNAN PENGAMAN PILAR JEMBATAN AKIBAT ALIRAN DEBRIS Jural Sais da Pedidika. No. (4) 5-8 MODEL FISIK BANGUNAN PENGAMAN PILAR JEMBATAN AKIBAT ALIRAN DEBRIS Awar Maasiswa Program Magister Tekik Sipil, Program Pascasarjaa, Uiversitas Lampug Abstract: Alira

Lebih terperinci

RingkasanKajian. Sanitasi dan perilaku kebersihan yang buruk. Pada dekade-dekade sebelumnya, Indonesia. Air Bersih, Sanitasi & Kebersihan.

RingkasanKajian. Sanitasi dan perilaku kebersihan yang buruk. Pada dekade-dekade sebelumnya, Indonesia. Air Bersih, Sanitasi & Kebersihan. UNICEF INDONESIA OKTOBER 2012 RigkasaKajia Air Bersih, Saitasi & Kebersiha Isu petig Saitasi da perilaku kebersiha yag buruk serta air mium yag tidak ama berkotribusi terhadap 88 perse kematia aak akibat

Lebih terperinci

ANALISIS TINGKAT PELAYANAN JARINGAN JALAN DI KOTA WONOSOBO (STUDI KASUS PADA BEBERAPA RUAS JALAN DI KOTA WONOSOBO)

ANALISIS TINGKAT PELAYANAN JARINGAN JALAN DI KOTA WONOSOBO (STUDI KASUS PADA BEBERAPA RUAS JALAN DI KOTA WONOSOBO) ANALISIS TINGKAT PELAYANAN JARINGAN JALAN DI KOTA WONOSOBO (STUDI KASUS PADA BEBERAPA RUAS JALAN DI KOTA WONOSOBO oleh Hermawa Fakultas Tekik Uiversitas Sais Al-Qur a Woosobo Abstract City Growth has effect

Lebih terperinci

MODEL PEMBELAJARAN DRAMA DENGAN MENGGUNAKAN TEKNIK GANTI TOKOH PADA SISWA KELAS XI SMAN 1 KARANGPAWITAN GARUT TAHUN PELAJARAN 2011/2012

MODEL PEMBELAJARAN DRAMA DENGAN MENGGUNAKAN TEKNIK GANTI TOKOH PADA SISWA KELAS XI SMAN 1 KARANGPAWITAN GARUT TAHUN PELAJARAN 2011/2012 MODEL PEMBELAJARAN DRAMA DENGAN MENGGUNAKAN TEKNIK GANTI TOKOH PADA IWA KELA XI MAN KARANGPAWITAN GARUT TAHUN PELAJARAN 0/0 EMA ROHMAWATI NPM. 0.0499 Program tudi PB Idoeia ekolah Tiggi Kegurua da Ilmu

Lebih terperinci

LANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal)

LANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal) LANGKAH-LANGKAH UJI HIPOTESIS DENGAN (Utuk Data Nomal). Merumuska hpotess (termasuk rumusa hpotess statstk). Data hasl peelta duat dalam etuk tael slag (tael frekues oservas) 3. Meetuka krtera uj atau

Lebih terperinci

UKURAN GEJALA PUSAT (UGP)

UKURAN GEJALA PUSAT (UGP) UKURAN GEJALA PUSAT (UGP) Pegerta: Rata-rata (average) alah suatu la yag mewakl suatu kelompok data. Nla dsebut juga ukura gejala pusat karea pada umumya mempuya kecederuga terletak d tegah-tegah da memusat

Lebih terperinci

SATUAN ACARA PERKULIAHAN ( SAP ) Mata Kuliah : Pengolahan Citra Digital Kode : IES 6323 Semester : VI Waktu : 1 x 3x 50 Menit Pertemuan : 12

SATUAN ACARA PERKULIAHAN ( SAP ) Mata Kuliah : Pengolahan Citra Digital Kode : IES 6323 Semester : VI Waktu : 1 x 3x 50 Menit Pertemuan : 12 SATUAN ACARA PERKULIAHAN ( SAP ) Mata Kuliah : Pegolaha Citra Digital Kode : IES 6323 Seester : VI Waktu : 1 x 3x 50 Meit Perteua : 12 A. Kopetesi 1. Utaa Mahasiswa dapat eahai tetag siste pegolaha citra

Lebih terperinci

ANALISIS BEDA Fx F.. S u S g u i g y i an a t n o t da d n a Ag A u g s u Su S s u wor o o

ANALISIS BEDA Fx F.. S u S g u i g y i an a t n o t da d n a Ag A u g s u Su S s u wor o o ANALII BEDA Fx. ugiyao da Agus usworo Kosep Peeliia bermaksud meguji keadaa (sesuau) yag erdapa dalam suau kelompok dega kelompok lai Meguji apakah erdapa perbedaa yg Meguji apakah erdapa perbedaa yg sigifika

Lebih terperinci

NILAI AKUMULASI ANUITAS AKHIR DENGAN ASUMSI DISTRIBUSI UNIFORM UNTUK m KALI PEMBAYARAN

NILAI AKUMULASI ANUITAS AKHIR DENGAN ASUMSI DISTRIBUSI UNIFORM UNTUK m KALI PEMBAYARAN NILAI AKUMULASI ANUITAS AKHIR DENGAN ASUMSI DISTRIBUSI UNIFORM UNTUK m KALI PEMBAYARAN Nomi Kelari *, Hasriai 2, Musraii 2 Mahasiswa Program S Maemaika 2 Dose Jurusa Maemaika Fakulas Maemaika da Ilmu Pegeahua

Lebih terperinci

ANALISIS BEDA. Konsep. Uji t (t-test) Teknik Uji Beda. Agus Susworo Dwi Marhaendro

ANALISIS BEDA. Konsep. Uji t (t-test) Teknik Uji Beda. Agus Susworo Dwi Marhaendro ANALII BEA Agus usworo wi Marhaedro Kosep Peeliia bermaksud meguji keadaa (sesuau) yag erdapa dalam suau kelompok dega kelompok lai Meguji apakah erdapa perbedaa yg sigifika di aara kelompok-kelompok Tekik

Lebih terperinci

Bab 5 Sinyal dan Sistem Waktu Diskrit. Oleh: Tri Budi Santoso Laboratorium Sinyal, EEPIS-ITS

Bab 5 Sinyal dan Sistem Waktu Diskrit. Oleh: Tri Budi Santoso Laboratorium Sinyal, EEPIS-ITS Bab 5 Siyal da Sistem Watu Disrit Oleh: Tri Budi Satoso Laboratorium Siyal, EEPIS-ITS Materi: Represetasi matemati pada siyal watu disrit, domai watu da freuesi pada suatu siyal watu disrit, trasformasi

Lebih terperinci

Pembuatan Kebijakan Keamananan Nasional dan Gender

Pembuatan Kebijakan Keamananan Nasional dan Gender Tool 8 Toolkit Geder da RSK Reformasi Sektor Keamaa da Geder Pembuata Kebijaka Keamaaa Nasioal da Geder Peter Albrecht da Kare Bares Geeva Cetre for the Democratic Cotrol of Armed Forces (DCAF) Pembuata

Lebih terperinci

review Tsunami: belajar dari respons kemanusiaan Edisi khusus

review Tsunami: belajar dari respons kemanusiaan Edisi khusus Edisi khusus Agustus 2005 review Tsuami: belajar dari respos kemausiaa Forced Migratio Review: majalah yag megupas tetag isu-isu pegugsi da perpidaha iteral dega jumlah pembaca terbayak di duia Forced

Lebih terperinci

PENINGKATAN UNJUK KERJA MYSQL DALAM INPUT DAN OUTPUT DATA. Jaeni 1

PENINGKATAN UNJUK KERJA MYSQL DALAM INPUT DAN OUTPUT DATA. Jaeni 1 PENINGKATAN UNJUK KERJA MYSQL DALAM INPUT DAN OUTPUT DATA Jaeni 1 Abstraksi Proses input data dan output data pada mysql membutuhkan waktu proses. Waktu proses yang baik adalah waktu sedikit yang mempercepat

Lebih terperinci

KEPUTUSAN KEPALA BADAN PENGAWAS OBAT DAN MAKANAN REPUBLIK INDONESIA N0MOR : HK,00.05'72.4472

KEPUTUSAN KEPALA BADAN PENGAWAS OBAT DAN MAKANAN REPUBLIK INDONESIA N0MOR : HK,00.05'72.4472 KEPUTUSAN KEPALA BADAN PENGAWAS OBAT DAN MAKANAN REPUBLIK INDONESIA N0MOR : HK,00.05'72.4472 TENTANG PEDOMAN POLA TINDAK LANJUT PENYIDIKAN TINDAK PIDANA DI BIDANG OBAT DAN MAKANAN KEPALA BADAN PENGAWAS

Lebih terperinci

PENGARUH BUANGAN PABRIK TERHADAP KANDUNGAN PESTISIDA DAN LOGAM BERAT AIR KALI CIPINANG - SUNTER JAKARTA

PENGARUH BUANGAN PABRIK TERHADAP KANDUNGAN PESTISIDA DAN LOGAM BERAT AIR KALI CIPINANG - SUNTER JAKARTA Presidig Presetasi lmiah Kcselamata Radiasi da Ligkugaii,20-2 Agustus 996 D0000 PENGARUH BUANGAN PABRK TERHADAP KANDUNGAN PESTSDA DAN LOGAM BERAT AR KAL CPNANG - SUNTER JAKARTA ) OoOOtOO Ulfa, T. Syahrir,

Lebih terperinci

Analisis Data dengan Menggunakan ERD dan Model Konseptual Data Warehouse

Analisis Data dengan Menggunakan ERD dan Model Konseptual Data Warehouse Analisis Data dengan Menggunakan ERD dan Model Konseptual Data Warehouse Doro Edi 1), Stevalin Betshani 2) Jurusan Sistem Informasi Fakultas Teknologi Informasi, Universitas Kristen Maranatha Jl. Prof.

Lebih terperinci

Perancangan Data Warehouse Pemetaan Data Siswa Pada Disdikpora Kota Palembang

Perancangan Data Warehouse Pemetaan Data Siswa Pada Disdikpora Kota Palembang Perancangan Data Warehouse Pemetaan Data Siswa Pada Disdikpora Kota Palembang Rian Pratama (ryan3877@gmail.com), Suci Roisyah (Suci.mdp@gmail.com) Abdul Rahman (arahman@stmik-mdp.net) Jurusan Teknik Informatika

Lebih terperinci

KETENTUAN UMUM KEGIATAN

KETENTUAN UMUM KEGIATAN KLASIFIK ASI RUANG DESKRIPSI er : Modul Terapa, Pedom a Kriteria Tekis Kawasa Budi Daya, Peratur a Meter i Pekerja a Umum No. 41/PRT /M/20 07) 2. Kawasa yag diperu tukka bagi taama paga laha kerig utuk

Lebih terperinci

Data Manipulation Language (DML)

Data Manipulation Language (DML) Modul ke: Data Manipulation Language (DML) Pemrograman Basis Data & SQL Fakultas FASILKOM Alen Boby Hartanto, S.Kom,M.M. Program Studi Sistem Informasi Data Manipulation Language DML (Data Manipulation

Lebih terperinci

Buku Pendalaman Konsep. Trigonometri. Tingkat SMA Doddy Feryanto

Buku Pendalaman Konsep. Trigonometri. Tingkat SMA Doddy Feryanto Buku Pendalaman Konsep Trigonometri Tingkat SMA Doddy Feryanto Kata Pengantar Trigonometri merupakan salah satu jenis fungsi yang sangat banyak berguna di berbagai bidang. Di bidang matematika sendiri,

Lebih terperinci

Implementasi Konsep Data Warehouse Untuk Laporan Keragaan Angka Perusahaan Studi Kasus Bank XYZ Kanwil Palembang

Implementasi Konsep Data Warehouse Untuk Laporan Keragaan Angka Perusahaan Studi Kasus Bank XYZ Kanwil Palembang Implementasi Konsep Data Warehouse Untuk Laporan Keragaan Angka Perusahaan Studi Kasus Bank XYZ Kanwil Palembang Johannes Petrus STMIK MDP Palembang Johannes@stmik-mdp.net Abstrak: Gambaran secara rinci

Lebih terperinci

B A B I I K A J I A N T E O R I D A N H I P O T E S I S T I N D A K A N

B A B I I K A J I A N T E O R I D A N H I P O T E S I S T I N D A K A N B A B I I K A J I A N T E O R I D A N H I P O T E S I S T I N D A K A N 2. 1 K a j i a n T e o r i 2. 1. 1 P e r m a i n a n B o l a B a s k e t P e r m a i n a n b o l a b a s k e t t e r c e t u s d

Lebih terperinci

DAFTAR ISI. Halaman PENGANTAR. BAB I PENDAHULUAN 1 1.1 Latar Belakang 1 1.2 Landasan Hukum 1 1.3 Maksud dantujuan 3 1.4 Sistematika Penulisan 3

DAFTAR ISI. Halaman PENGANTAR. BAB I PENDAHULUAN 1 1.1 Latar Belakang 1 1.2 Landasan Hukum 1 1.3 Maksud dantujuan 3 1.4 Sistematika Penulisan 3 DAFTAR ISI Halama PENGANTAR i DAFTAR ISI ii BAB I PENDAHULUAN 1 1.1 Latar Belakag 1 1.2 Ladasa Hukum 1 1.3 Maksud datujua 3 1.4 Sistematika Peulisa 3 BAB II GAMBARAN PELAYANAN SKPD 4 2.1 Tugas,Fugsi da

Lebih terperinci

E-book Statistika Gratis... Statistical Data Analyst. Penyajian Data Statistik

E-book Statistika Gratis... Statistical Data Analyst. Penyajian Data Statistik Penyajian Data Statistik Pada penulisan kedua tentang Statistika Elementer ini, penulis akan memberikan bahasan mengenai Penyajian Data Statistik kepada para pembaca untuk mengetahui bentuk penyajian data

Lebih terperinci

Pertemuan 3 dan 4 : MODEL DATA RELASIONAL

Pertemuan 3 dan 4 : MODEL DATA RELASIONAL Pertemuan 3 dan 4 : MODEL DATA RELASIONAL Tujuan Instruksional Khusus : Mahasiswa dapat menjelaskan pengertian model data relasional, istilah-istilah dalam model data relasional, jenis-jenis kunci relasional,

Lebih terperinci

TATA KELOLA DATABASE PERGURUAN TINGGI YANG OPTIMAL DENGAN DATA WAREHOUSE

TATA KELOLA DATABASE PERGURUAN TINGGI YANG OPTIMAL DENGAN DATA WAREHOUSE ISSN: 1693-6930 25 TATA KELOLA DATABASE PERGURUAN TINGGI YANG OPTIMAL DENGAN DATA WAREHOUSE Spits Warnars Fakultas Teknologi Informasi, Universitas Budi Luhur Jl. Petukangan Selatan, Kebayoran Lama, Jakarta

Lebih terperinci

Emp_Dept(EmpName, SSN, Bdate, Address, DeptNumber, DeptName, DeptMngSSN) Emp_Proj(SSN,ProjNumber, Hours, EmpName, ProjName, ProjLoc)

Emp_Dept(EmpName, SSN, Bdate, Address, DeptNumber, DeptName, DeptMngSSN) Emp_Proj(SSN,ProjNumber, Hours, EmpName, ProjName, ProjLoc) Update Anomaly (insert, delete,modification)?? Emp_Dept(EmpName, SSN, Bdate, Address, DeptNumber, DeptName, DeptMngSSN) Emp_Proj(SSN,ProjNumber, Hours, EmpName, ProjName, ProjLoc) Kedua tabel di tas bisa

Lebih terperinci

INTEGRASI DAN PERTUKARAN DATA SISTEM INFORMASI

INTEGRASI DAN PERTUKARAN DATA SISTEM INFORMASI INTEGRASI DAN PERTUKARAN DATA No.003/I1.B05.4/SOP/2014 Kantor Wakil Rektor Bidang Sumberdaya dan Organisasi Institut Teknologi Bandung 2014 HALAMAN : 1 dari 6 RIWAYAT REVISI - LEMBAR PENGESAHAN 1 HALAMAN

Lebih terperinci

PERATURAN PRESIDEN NOMOR 29 TAHUN 2014 TENTANG SISTEM AKUNTABILITAS KINERJA INSTANSI PEMERINTAH

PERATURAN PRESIDEN NOMOR 29 TAHUN 2014 TENTANG SISTEM AKUNTABILITAS KINERJA INSTANSI PEMERINTAH PERATURAN PRESIDEN NOMOR 29 TAHUN 2014 TENTANG SISTEM AKUNTABILITAS INSTANSI PEMERINTAH ISI PERATURAN PRESIDEN NO 29 TAHUN 2014 BAB I KETENTUAN UMUM ( 1 asal ) Pasal 1 BAB II PENYELENGGARAAN SAKIP ( 29

Lebih terperinci

RHEINHARDT MAUPA NRP 3106 100 023. Dosen Pembimbing : Tavio, ST, MT, Ph.D Bambang Piscesa, ST, MT

RHEINHARDT MAUPA NRP 3106 100 023. Dosen Pembimbing : Tavio, ST, MT, Ph.D Bambang Piscesa, ST, MT MAKALAH TUGAS AKHIR STUDI KOMPARATIF DESAIN STRUKTUR GEDUNG TAHAN GEMPA DENGAN FLAT PLATE SYSTEM BERDASARKAN TATA CARA PEMBEBANAN GEMPA SNI 03-76-00 DAN ASCE 7-05 RHEINHARDT MAUPA NRP 306 00 03 Dose Pembmbg

Lebih terperinci

Rancang Bangun Data Warehouse

Rancang Bangun Data Warehouse Rancang Bangun Data Warehouse i ii Rancang Bangun Data Warehouse Rancang Bangun Data Warehouse iii iv Rancang Bangun Data Warehouse RANCANG BANGUN DATA WAREHOUSE Oleh : Muhammad Yazdi Pusadan, S.Kom.,

Lebih terperinci

KAJIAN SIFAT KEKOMPAKAN PADA RUANG BANACH. Ariyanto* ABSTRACT

KAJIAN SIFAT KEKOMPAKAN PADA RUANG BANACH. Ariyanto* ABSTRACT Aryato, Kaja Sfat Keompaa pada Ruag Baah KAJIAN SIFAT KEKOMPAKAN PADA RUANG BANACH Aryato* ABSTRACT The propertes of ompatess Baah spaes ths paper s a geeralzato of a ompat uderstadg the system o the real

Lebih terperinci

UJI CHI SQUARE ( 2 ) PRINSIP : 1. merupakan analisis data kategorial. data kualitatif (nominal) data kategorial. data semikuantitatif (ordinal)

UJI CHI SQUARE ( 2 ) PRINSIP : 1. merupakan analisis data kategorial. data kualitatif (nominal) data kategorial. data semikuantitatif (ordinal) ( 2 ) UJI CHI SQUARE ( 2 ) PRINSIP : 1. merupakan analisis data kategorial data kualitatif (nominal) data kategorial data semikuantitatif (ordinal) lebih tepat menggunakan analisis data semikuantitatif

Lebih terperinci

Keliling segitiga ABC pada gambar adalah 8 cm. Panjang sisi AB =... A. 4

Keliling segitiga ABC pada gambar adalah 8 cm. Panjang sisi AB =... A. 4 1. Keliling segitiga ABC pada gambar adalah 8 cm. Panjang sisi AB =... A. 4 D. (8-2 ) cm B. (4 - ) cm E. (8-4 ) cm C. (4-2 ) cm Jawaban : E Diketahui segitiga sama kaki = AB = AC Misalkan : AB = AC = a

Lebih terperinci

Dasar-dasar SQL Cosmas Haryawan Hal : 1/9 DASAR DASAR SQL (Structured Query Language) SQL adalah bahasa standar dalam basis data yang digunakan untuk melakukan manipulasi data. Standardisasi bahasa ini

Lebih terperinci

Pengenalan Database. Dian Suci Ariyanti. Abstrak. Pendahuluan. Pembahasan. Dianariyanti31@gmail.com

Pengenalan Database. Dian Suci Ariyanti. Abstrak. Pendahuluan. Pembahasan. Dianariyanti31@gmail.com Pengenalan Database Dian Suci Ariyanti Dianariyanti31@gmail.com Abstrak Dalam ilmu komputer terdapat sistem untuk mengatur pendataan dalam komputer. Database adalah sistem yang digunakan untuk mengatur

Lebih terperinci

Membuat Aplikasi Tampil, Entri, Edit, Delete Mahasiswa

Membuat Aplikasi Tampil, Entri, Edit, Delete Mahasiswa Tutorial Macromedia Dreamweaver PHP MySQL Membuat Aplikasi Tampil, Entri, Edit, Delete Mahasiswa Oleh Achmad Solichin, http://achmatim.net, achmatim@gmail.com Dalam Tutorial Ini Diasumsikan Bahwa: 1. Di

Lebih terperinci

TINJAUAN MATA KULIAH BAB I PENDAHULUAN

TINJAUAN MATA KULIAH BAB I PENDAHULUAN TINJAUAN MATA KULIAH BAB I PENDAHULUAN I. Beberapa Defs Dalam berbaga meda serg djumpa hasl jejak pedapat dar masarakat tetag su tertetu, jejak pedapat tu dlakuka utuk megetahu gambara pedapat dar masarakat

Lebih terperinci

BAB III LANDASAN TEORI. 3.1 Pengertian Sistem Informasi Manajemen. informasi yang berguna dalam pengambilan keputusan.

BAB III LANDASAN TEORI. 3.1 Pengertian Sistem Informasi Manajemen. informasi yang berguna dalam pengambilan keputusan. BAB III LANDASAN TEORI 3.1 Pengertian Sistem Informasi Manajemen 3.1.1 Sistem Informasi Untuk menghasilkan informasi yang berkualitas maka dibuatlah sistem informasi. Sistem informasi didefinisikan oleh

Lebih terperinci

LATIHAN 3 : QUERY DATABASE

LATIHAN 3 : QUERY DATABASE LATIHAN 3 : QUERY DATABASE Start ArcMap dan buka peta existing Menambahkan map tips Identify Mencari objek Membuat query spasial Membuat layer hasil query Menyimpan layer data. Menyimpan dokumen peta dan

Lebih terperinci

www.konsultasivb.com

www.konsultasivb.com Oleh : Uus Rusmawan Hal - 1 Program Ganti Password User Catatan : Anda harus membuat database dan memiliki tabel kasir terlebih dahulu. Field Type Size Ket Kodeksr Text 5 Primary Key Namaksr Text 30 Passwordksr

Lebih terperinci

PERTEMUAN 4 MENAMPILKAN DATA DARI BANYAK TABEL

PERTEMUAN 4 MENAMPILKAN DATA DARI BANYAK TABEL PERTEMUAN 4 MENAMPILKAN DATA DARI BANYAK TABEL Tujuan Pembelajaran : Dapat menulis statement SELECT yang mengakses data ke lebih dari satu table dengan menggunakan operator join. Menampilkan data yang

Lebih terperinci

PERANCANGAN DATA WAREHOUSE PENJUALAN UNTUK MENDUKUNG KEBUTUHAN INFORMASI EKSEKUTIF CEMERLANG SKIN CARE

PERANCANGAN DATA WAREHOUSE PENJUALAN UNTUK MENDUKUNG KEBUTUHAN INFORMASI EKSEKUTIF CEMERLANG SKIN CARE PERANCANGAN DATA WAREHOUSE PENJUALAN UNTUK MENDUKUNG KEBUTUHAN INFORMASI EKSEKUTIF CEMERLANG SKIN CARE Suparto Darudiato Jurusan Sistem Informasi. Fakultas Ilmu Komputer. Binus University Jl. Kh. Syahdan

Lebih terperinci

Titik Berat. da y. Suatu elemen da

Titik Berat. da y. Suatu elemen da Titik Berat da Suatu eleme da Titik erat atau pusat suatu luasa adala suatu titik dimaa luasa terkosetrasi da tetap meiggalka mome ag tidak erua teradap semarag sumu. Pada umuma leak titik erat diataka

Lebih terperinci

SOAL UJIAN NASIONAL. PROGRAM STUDI IPA ( kode P 45 ) TAHUN PELAJARAN 2008/2009

SOAL UJIAN NASIONAL. PROGRAM STUDI IPA ( kode P 45 ) TAHUN PELAJARAN 2008/2009 SOAL UJIAN NASIONAL PROGRAM STUDI IPA ( kode P 4 ) TAHUN PELAJARAN 8/9. Perhatikan premis premis berikut! - Jika saya giat belajar maka saya bisa meraih juara - Jika saya bisa meraih juara maka saya boleh

Lebih terperinci

Bab 9. Peluang Diskrit

Bab 9. Peluang Diskrit Bab 9. Peluang Diskrit Topik Definisi Peluang Diskrit Sifat Peluang Diskrit Probabilitas terbatas Konsep Teori Himpunan pada Peluang Diskrit Probabilitas Kejadian Majemuk A B dan A B DuaKejadianSalingLepas

Lebih terperinci

BAB 2 : Dasar Penulisan Statemen SQL. 2.1. Sasaran Mengetahui kemampuan dari SQL SELECT Statement Dapat membuat perintah SQL dengan SELECT Statement

BAB 2 : Dasar Penulisan Statemen SQL. 2.1. Sasaran Mengetahui kemampuan dari SQL SELECT Statement Dapat membuat perintah SQL dengan SELECT Statement BAB 2 : Dasar Penulisan Statemen SQL 2.1. Sasaran Mengetahui kemampuan dari SQL SELECT Statement Dapat membuat perintah SQL dengan SELECT Statement 2.2. Dasar Statement SELECT Sintak (cara penulisan) dari

Lebih terperinci

BAB III AUTOMATA HINGGA NON-DETERMINISTIK DAN EKUIVALENSI AHN AHD - GR

BAB III AUTOMATA HINGGA NON-DETERMINISTIK DAN EKUIVALENSI AHN AHD - GR Bab III Automata Hingga Non-Deterministik 15 BAB III AUTOMATA HINGGA NON-DETERMINISTIK DAN EKUIVALENSI AHN AHD - GR TUJUAN PRAKTIKUM 1) Mengetahui apa yang dimaksud dengan Automata Hingga Non-deterministik

Lebih terperinci

ANALISIS TANGGAPAN PERALIHAN

ANALISIS TANGGAPAN PERALIHAN 54 IV ANALISIS TANGGAPAN PERALIHAN Dekrii : Bab ii memberika gambara tetag aalii taggaa eraliha utuk item ore atu, ore ua a ore tiggi Objektif : Memahami bab ii aka memermuah embaca utuk memahami riirii

Lebih terperinci

Cara Cepat : Belajar Pemrograman Web Part 2. Oleh : Harry Sufehmi Institusi : AOSI.or.id (Asosiasi Open Source Indonesia) Revisi : 20090601

Cara Cepat : Belajar Pemrograman Web Part 2. Oleh : Harry Sufehmi Institusi : AOSI.or.id (Asosiasi Open Source Indonesia) Revisi : 20090601 Cara Cepat : Belajar Pemrograman Web Part 2 Oleh : Harry Sufehmi Institusi : AOSI.or.id (Asosiasi Open Source Indonesia) Revisi : 20090601 Pengenalan Database Simpan / Cari / Update / Hapus Data Sangat

Lebih terperinci

Simple ROI untuk justifikasi investasi proyek Data Warehouse pada perguruan tinggi swasta

Simple ROI untuk justifikasi investasi proyek Data Warehouse pada perguruan tinggi swasta Simple ROI untuk justifikasi investasi proyek Data Spits Warnars Department of Computing and Mathematics,Manchester Metropolitan University John Dalton Building, Chester Street, Manchester M1 5GD, United

Lebih terperinci

SQL Server 2008 R2 Analysis Service

SQL Server 2008 R2 Analysis Service Mengenal Dasar-Dasar SQL Server 2008 R2 Analysis Service Oleh : Subhan Email : subhan @live.at Lisensi Dokumen: Copyright 2003-20011 IlmuKomputer.Com Seluruh dokumen di IlmuKomputer.Com dapat digunakan,

Lebih terperinci

Uji Beda Kadar Alkohol Pada Tape Beras, Ketan Hitam Dan Singkong

Uji Beda Kadar Alkohol Pada Tape Beras, Ketan Hitam Dan Singkong Jurnal Teknika Vol 6 No 1, Tahun 014 531 Uji Beda Kadar Alkohol Pada Beras, Ketan Hitam Dan Singkong Cicik Herlina Yulianti 1 1) Dosen Fakultas Teknik Universitas Islam Lamongan ABSTRAK Alkohol banyak

Lebih terperinci

TUTORIAL SIADPA KIPA (KEUANGAN PERKARA)

TUTORIAL SIADPA KIPA (KEUANGAN PERKARA) TUTORIAL SIADPA KIPA (KEUANGAN PERKARA) I. PENGANTAR 1.1. Uraian singkat Aplikasi Sistem Administrasi Keuangan Perkara Kepaniteraan Pengadilan Agama disingkat SIADPA-KIPA adalah bagian dari Sistem Administrasi

Lebih terperinci

Distribusi Normal. Statistika (MAM 4137) Syarifah Hikmah JS

Distribusi Normal. Statistika (MAM 4137) Syarifah Hikmah JS Distribusi Normal Statistika (MAM 4137) Syarifah Hikmah JS Outline Kurva normal Luas daerah di bawah kurva normal Penerapan sebaran normal DISTRIBUSI NORMAL model distribusi kontinyu yang paling penting

Lebih terperinci

MODUL XIII FORM dan REPORTS

MODUL XIII FORM dan REPORTS MODUL XIII FORM dan REPORTS A. MAKSUD DAN TUJUAN 1. MAKSUD Mahasiswa mengerti cara membuat form dan laporan dengan Ms Access 2. TUJUAN!"Agar mahasiswa dapat membust form untuk mengedit dan menambah data

Lebih terperinci

PANDUAN/TATA CARA PENGGUNAAN APLIKASI KEANGGOTAAN HPJI

PANDUAN/TATA CARA PENGGUNAAN APLIKASI KEANGGOTAAN HPJI PANDUAN/TATA CARA PENGGUNAAN APLIKASI KEANGGOTAAN HPJI Halaman Login Website keanggotaan HPJI (http://www.hpji.or.id/keanggotaan) dapat diakses dengan terlebih dahulu melakukan login dengan akun yang telah

Lebih terperinci

MANUAL BOOK APLIKASI COMPLETE MEDICAL SOFTWARE MANAGEMENT (CMSM) MODUL BACK OFFICE

MANUAL BOOK APLIKASI COMPLETE MEDICAL SOFTWARE MANAGEMENT (CMSM) MODUL BACK OFFICE MANUAL BOOK APLIKASI COMPLETE MEDICAL SOFTWARE MANAGEMENT (CMSM) MODUL BACK OFFICE 2014 www.sistemrumahsakit.com DAFTAR ISI A. Table of Contents A. Menu Gudang Kecil... 4 1. Sub-menu Stock Unit... 4 2.

Lebih terperinci

BAB II LANDASAN TEORI. Total Productive Maintenance mula mula berasal dari pemikiran PM ( Preventive

BAB II LANDASAN TEORI. Total Productive Maintenance mula mula berasal dari pemikiran PM ( Preventive BAB II LANDASAN TEORI 2. Toal Producve maeace (TPM) Toal Producve Maeace mula mula berasal dar pemkra PM ( Preveve Maeace da Produco Maeace), dar Amerka masuk ke Jepag da berkembag mejad suau ssem baru

Lebih terperinci

Daftar Perubahan Nomenklatur Program Studi yang Mengacu kepada Rumpun Ilmu, KKNI dan Penamaan secara Internasional KDPS Lama

Daftar Perubahan Nomenklatur Program Studi yang Mengacu kepada Rumpun Ilmu, KKNI dan Penamaan secara Internasional KDPS Lama Daftar Perubaha Nomeklatur Program Studi yag Megacu kepada Rumpu Ilmu, KKNI da Peamaa secara Iterasioal KDPS Lama NMPS Lama JEN Lam a 1 RUMPUN ILMU AGAMA KDPS Baru 2 RUMPUN ILMU HUMANIORA NMPS Baru JEN

Lebih terperinci

ANOVA SATU ARAH Nucke Widowati Kusumo Projo, S.Si, M.Sc

ANOVA SATU ARAH Nucke Widowati Kusumo Projo, S.Si, M.Sc ANOVA SATU ARAH Nucke Widowati Kusumo Proo, S.Si, M.Sc It s about: Ui rata-rata untuk lebih dari dua populasi Ui perbandingan ganda (ui Duncan & Tukey) Output SPSS PENDAHULUAN Ui hipotesis yang sudah kita

Lebih terperinci

K L P Q 1 2 10 2 2 4 13 4 3 8 18 8. Gambar 4.10 Gambar 4.11

K L P Q 1 2 10 2 2 4 13 4 3 8 18 8. Gambar 4.10 Gambar 4.11 B. Relasi Sebelum mendefinisikan produk Cartesius, terlebih dahulu Anda perlu mengenal pengertian pasangan terurut. Dalam sistem koordinat Cartesius dengan sumbu x dan sumbu y, kita mengetahui bahwa titik

Lebih terperinci

TIPE DATA ABSTRAK MENGGUNAKAN BAHASA C

TIPE DATA ABSTRAK MENGGUNAKAN BAHASA C WAHJUDI ULTIMATICS VOL. 1 NO. 1, DESEMBER 2009 TIPE DATA ABSTRAK MENGGUNAKAN BAHASA C Universitas Multimedia Nusantara Tangerang - Banten Januar Wahjudi Abstrak- Tipe data abstrak(abstract data types atau

Lebih terperinci

UJI TANDA (SIGN TEST) By YANUAR,SE., MM.

UJI TANDA (SIGN TEST) By YANUAR,SE., MM. 12 UJI TANDA (SIGN TEST) By YANUAR,SE., MM. Tujuan Instruksional khusus: Mahasiswa diharapkan dapat menerapkan ujia tanda dalam statistika nonparametric. PENDAHULUAN Di dalam bab ini anda akan lebih membicarakan

Lebih terperinci

Aplikasi Kombinatorial dan Peluang Diskrit dalam Permainan Dadu Cee-Lo

Aplikasi Kombinatorial dan Peluang Diskrit dalam Permainan Dadu Cee-Lo Aplikasi Kombinatorial dan Peluang Diskrit dalam Permainan Dadu Cee-Lo Hendy - 13507011 Jurusan Teknik Informatika, ITB, Bandung 40116, email: if17011@students.if.itb.ac.id Abstract Makalah ini membahas

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Diskripsi Data Kemampuan Awal 1. Data Kemampuan Awal Prestasi Belajar Matematika Data yang digunakan kemampuan awal adalah nilai UAN keltika masuk MTs mata pelajaran

Lebih terperinci

visit : www.marisharingilmu.wordpress.com

visit : www.marisharingilmu.wordpress.com Lisensi Pocket Book Pocket Book ini dapat anda copy dan distribusikan dengan gratis untuk kegiatan pembelajaran. Selamat datang di Pocket Book edisi selanjutnya yaitu Pocket Book : Membuat Aplikasi Java

Lebih terperinci

E-Trik JAVA. Pemrograman Database. IRAWAN e-mail : irawan_cyber@yahoo.com.sg

E-Trik JAVA. Pemrograman Database. IRAWAN e-mail : irawan_cyber@yahoo.com.sg DISCLAIMER Seluruh dokumen E-Trik di dalam CD ini dapat digunakan dan disebarkan secara bebas untuk tujuan belajar bukan komersial (non-profit), dengan syarat tidak menghapus atau merubah atribut penulis

Lebih terperinci

RANCANGAN INFRASTRUKTUR E-BISNIS BUSINESS INTELLIGENCE PADA PERGURUAN TINGGI

RANCANGAN INFRASTRUKTUR E-BISNIS BUSINESS INTELLIGENCE PADA PERGURUAN TINGGI RANCANGAN INFRASTRUKTUR E-BISNIS BUSINESS INTELLIGENCE PADA PERGURUAN TINGGI Spits Warnars H.L.H Fakultas Teknologi Informasi, Universitas Budi Luhur Jl. Petukangan Utara, Kebayoran Lama, Jakarta Selatan

Lebih terperinci

PEMBAHASAN UN SMA TAHUN PELAJARAN 2009/2010 MATEMATIKA PROGRAM STUDI IPA

PEMBAHASAN UN SMA TAHUN PELAJARAN 2009/2010 MATEMATIKA PROGRAM STUDI IPA PEMBAHASAN UN SMA TAHUN PELAJARAN 009/00 MATEMATIKA PROGRAM STUDI IPA PEMBAHAS :. Sigit Tri Guntoro, M.Si.. Jakim Wiyoto, S.Si. 3. Marfuah, M.T. 4. Rohmitawati, S.Si. PPPPTK MATEMATIKA 00 . Perhatikan

Lebih terperinci

DATA MINING DAN WAREHOUSE A N D R I

DATA MINING DAN WAREHOUSE A N D R I DATA MINING DAN WAREHOUSE A N D R I CLUSTERING Secara umum cluster didefinisikan sebagai sejumlah objek yang mirip yang dikelompokan secara bersama, Namun definisi dari cluster bisa beragam tergantung

Lebih terperinci