SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT ANEMIA DENGAN MENGGUNAKAN METODE TEOREMA BAYES

Ukuran: px
Mulai penontonan dengan halaman:

Download "SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT ANEMIA DENGAN MENGGUNAKAN METODE TEOREMA BAYES"

Transkripsi

1 ISSN : SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT ANEMIA DENGAN MENGGUNAKAN METODE TEOREMA BAYES * Triada Syahputra #1, Muhammad Dahria #2, Prilla Desila Putri #3 #1,2,3 Program Studi Sistem Iformasi, STMIK Trigua Dharma triadasyahputra@gmail.com Abstrak Sistem pakar merupaka salah satu cabag dari kecerdasaa buata yag mempelajari bagaimaa megadopsi cara berfikir seorag pakar dalam meyelesaika suatu permasalaha da membuat suatu keputusa megambil kesimpula. Dalam hal ii sistem pakar diguaka utuk mediagosa peyakit aemia. Adapu yag dibahas adalah bagaimaa meetuka jeis peyakit, bagaimaa megatasi peyakit aemia pada masyarakat da meracag sistem pakar dega megguaka tekologi. Metode bayes merupaka suatu metode utuk meghasilka estimasi parameter dega meggabugka iformasi dari sampel da iformasi lai yag telah tersedia sebelumya. Teorema bayes diguaka utuk meghitug probabilitas terjadiya suatu peristiwa berdasarka pegaruh yag didapat dari hasil observasi tersebut. Dari beberapa peelitia yag telah dilakuka diperoleh solusi utuk mecegah peyakit aemia. Peyakit aemia dapat meyebabka kelemaha da kepala terasa pusig dikareaka kekuraga darah higga dapat megalami komplikasi. Tujua yag didapat adalah memberika iformasi utuk membatu masyarakat pada umumya dalam mediagosa peyakit aemia da medapatka hasil diagosa yag tepat da akurat. Kata kuci : Sistem Pakar, Metode Teorema Bayes, Peyakit Aemia Abstract Expert system is oe brach of artificial itelligece that lears how to adopt the way a expert thiks i solvig a problem ad make a decisio to draw coclusios. I this case the expert system is used to diagose aemia disease. The discussed is how to determie the type of disease, how to overcome aemia i the commuity ad desig expert systems usig techology. Bayes method is a method to geerate parameter estimatio by combiig iformatio from sample ad other iformatio that has bee available before. Bayes theorem is used to calculate the probability of occurrece of a evet based o the effects of the observatios. From several studies that have bee doe obtaied a solutio to prevet aemia. Aemia disease ca cause weakess ad head feels dizzy due to lack of blood to be able to experiece complicatios. The objective is to provide iformatio to help the geeral public i diagosig aemia disease ad get accurate ad accurate diagostic results. Keywords: Expert System, Bayes Theorem Method, Aemia Disease

2 I. PENDAHULUAN Sistem pakar merupaka program komputer yag meiru proses pemikira da pegetahua pakar dalam meyelesaika suatu masalah tertetu. Sistem pakar diguaka dalam berbagai bidag baik itu pedidika, idustri maupu kesehata. Pada bidag kesehata sistem pakar dapat diguaka utuk mediagosa suatu peyakit. Aemia merupaka masalah medis yag palig serig ditemuka pada masyarakat, disampig berbagai masalah utama masyarakat yag mempuyai dampak besar terhadap kesehata. Masyarakat masih belum sepeuhya meyadari bahwa sulitya medapatka iformasi tetag peyakit aemia membuat masyarakat tidak begitu paham dega peyakit aemia. Dega adaya sistem ii dapat mempermudah masyarakat dalam megetahui gejala da jeis peyakit aemia tapa harus bertemu dega dokter secara lagsug, serta dapat megetahui solusi utuk mecegah terjadiya peyakit aemia. Petigya berkomuikasi dalam proses keperawata dapat dilakuka melalui pemeriksaa darah sederhaa bisa meetuka adaya aemia. Persetase sel darah merah dalam volume darah total (hematocrit) da jumlah hemoglobi dalam suatu cotoh darah bisa ditetuka. Pemeriksaa tersebut merupaka bagia dari hitug jeis darah komplit atau Complete Blood Cout (CBC). Sel darah merah megadug hemoglobi, yag memugkika mereka megagkut oksige dari paru-paru da megatarkaya ke seluruh bagia tubuh. Aemia meyebabka berkuragya jumlah sel darah merah atau jumlah hemoglobi dalam sel darah merah, sehigga darah tidak dapat megagkut oksige dalam jumlah sesuai yag diperluka tubuh. Aemia bisa meyebabka kelelaha, kelemaha, kurag teaga da kepala terasa melayag. Jika aemia bertambah berat, bisa meyebabka stroke atau seraga jatug. II. TINJAUAN PUSTAKA 2.1 Teorema Bayes Teorema bayes dikemuka oleh seorag pedeta Presbyteria iggris pada tahu 1763 yag berama Thomas Bayes ii kemudia disempuraka Laplace.Teorema bayes diguaka utuk meghitug probabilitas terjadiya suatu peristiwa berdasarka pegaruh yag didapat dari hasil observasi. Disampig ii metode bayes memafaaka data sampel yag diperoleh dari populasi juga memperhitugka suatu distribusi awal yag disebut distribusi prior. Metode bayes juga memadag parameter sebagai variable yag meggambarka pegetahua awal tetag parameter sebelum pegamata dilakuka da diyataka dalam suatu distribusi yag disebut dega distribusi prior.setelah pegamata dilakuka, iformasi dalam distribusi prior dikombiasika dega data sampel melalui teorema bayes. Sesuai dega probabilitas subjektif, bila seseorag megamati kejadia da mempuyai keyakia bahwa ada kemugkia B aka mucul, maka probabilitas B disebut prior. Sedagka ada iformasi tambaha bahwa misalka kejadia A telah mucul, mugki aka terjadi perubaha terhadap perkiraa semula megeai kemugkia B utuk mucul. Probabilitas utuk B sekarag adalah 284

3 probabilitas bersyarat akibat A da disebut sebagai probabilitas posterior. Teorema bayes merupaka mekaisme utuk memperbaharui probabilitas prior mejadi probabilitas prosterior.teorema bayes juga, diambil dari ama Rev. Thomas Bayes, meggambarka hubuga atara peluag bersyarat dari dua kejadia merupaka salah satu cara yag baik megatasi ketidakpastia data dega megguaka formula bayes yag diyataka dega rumus sebagai berikut: 2.2 Peyakit Aemia Aemia secara fugsioal didefiisika sebagai peurua jumlah massa eritrosit (red cell mass) sehigga tidak dapat memeuhi fugsiya utuk membawa oksige dalam jumlah yag cukup ke jariga perifer (peurua oxyge carryig capacity). Secara praktis aemia ditujukka oleh peurua kadar hemoglobi, hematocrit atau hitug eritrosit (red cell mas). Aemia adalah peurua kuatitas atau kualitas sel-sel darah merah dalam sirkulasi, yag dapat disebabka oleh gaggua pembetuka sel darah merah, peigkata kehilaga sel darah merah melalui perdaraha kroik atau medadak, atau lisis (destruksi) sel darah merah yag berlebiha. Dimaa isideya 30% pada setiap idividu di seluruh duia. Prevalesi terutama tiggi di egara berkembag karea faktor defisiesi diet da atau kehilaga darah akibat ifeksi parasit gastroitestial. Umumya aemia asemtomatid pada kadar hemoglobi diatas 10 gr/dl, tetapi sudah dapat meyebabka gaggua peampila fisik da metal. Bahaya Aemia yag sagat parah bisa megakibatka kerusaka jatug, otak da orga tubuh lai, bahka dapat meyebabka kematia. Sel darah merah megadug hemoglobi yag memugkika mereka megagkut oksige dari paruparu, da megatarkaya ke seluruh bagia tubuh. Aemia meyebabka berkuragya jumlah sel darah merah atau jumlah hemoglobi dalam sel darah merah, sehigga darah tidak dapat megagkut oksige dalam jumlah sesuai yag diperluka tubuh. Aemia buka suatu peyakit tertetu, tetapi cermia perubaha patofisiologik yag medasar yag diuraika melalui aamesis yag seksama, pemeriksaa fisik, da kofirmasi laboratorium. Aemia merupaka masalah medis yag palig serig dijumpai di seluruh duia, disampig berbagai masalah kesehata utama masyarakat terutama di egara berkembag yag mempuyai dampak besar terhadap kesejahteraa sosial da ekoomi serta kesehata fisik. Peata laksaaa aemia yag tepat sesuai dega etiologi da klasifikasiya dapat mempercepat pemuliha kodisi pasie. Peyakit Aemia terdiri dari: Aemia Aplastik Aemia Aplastik adalah aemia yag disebabka oleh ketidak saggupa sum-sum tulag belakag membetuk sel darah merah da juga faktor dari luar 285

4 tubuh mausia, seperti halya terpapar baha kimia, terkea perawata medis atau bahka faktor fisik laiya. Aemia aplastik terjadi ketika tubuh yag ada miliki tidak saggup utuk memproduksi sel darah merah kembali.terkadag jeis peyakit aemia yag satu ii tidak diketahui dega pasti apa peyebabya, amu kii autoimu juga diyakii sebagai salah satu betuk peyebabya. Aemia Defisiesi Zat Besi Aemia Defiisi Zat Besi adalah jeis yag palig umum di kalaga masyarakat.jeis peyakit yag satu ii biasaya terjadi pada kalaga waita yag subur.peyakit yag satu ii terjadi karea tubuh tersebut tidak dapat megahasilka hemoglobi yag cukup, serta kuragya persediaa besi utuk eritropoiesis, karea cadaga besi kosog (depleted iro store) sehigga pembetuka hemoglobi berkurag. Aemia Krois Aemia Krois adalah tidak ada pegobata khusus utuk aemia jeis ii.dokter berfokus pada megobati peyakit yag medasari. Supleme zat besi da vitami umumya tidak membatu jeis aemia ii.namu, jika gejala mejadi parah, trasfusi darah atau sutika eritropoieti sitetis, hormo yag biasaya dihasilka oleh gijal, dapat membatu meragsag produksi sel darah merah da meguragi kelelaha. Pecegaha yag harus dilakuka agar terhidar dari peyakit aemia adalah dega cara: Besi Sumber terbaik zat besi adalah dagig sapi da dagig laiya. Makaa lai yag kaya zat besi, termasuk kacag-kacaga, letil, sereal kaya zat besi, sayura berdau hijau tua, buah kerig, selai kacag da kacagkacaga. Folat Gizi ii, da betuk sitetik, asam folat, dapat ditemuka di jus jeruk da buah-buaha, pisag, sayura berdau hijau tua, kacag polog da dibetegi roti, sereal da pasta. Vitami B-12 Vitami ii bayak dalam dagig da produk susu. Vitami C Makaa yag megadug vitami C, seperti jeruk, melo da beri, membatu meigkatka peyerapa zat besi. III. TUJUAN DAN MANFAAT PENELITIAN Adapu tujua peelitia dalam meracag da membuat sistem mediagosa peyakit aemia adalah sebagai berikut: Utuk dapat memahami suatu metode teorema bayes dalam mediagosa peyakit aemia. Meracag sistem pakar utuk mediagosa peyakit aemia da memberika iformasi utuk jeis peyakit aemia pada mausia. Memberika hasil aalisa yag bear da tepat megeai pegobata peyakit secara 286

5 mudah da cepat bagi masyarakat. Adapu mafaat peelitia yag diperoleh dari peelitia ii adalah sebagai berikut: Sebagai sumber iformasi bagi masyarakat megeai permasalaha peyakit aemia yag selama ii kurag dipahami. Mempermudah da mempercepat para dokter dalam IV. PEMBAHASAN DAN HASIL 4.1 Pembahasa Adapu utuk meetuka jeis peyakit, dalam hal ii peyakit aemia perlu diketahui ada 3 jeis peyakit bedasarka gejalaya, sebagai berikut: Tabel 4.1 Jeis Peyakit Bedasarka 3 jeis peyakit aemia tersebut maka diperoleh 12 jeis gejala yag sudah diratig da dikodeka utuk meetuka kriteria gejala peyakit. Adapu kode gejala dari jeis peyakit aemia atara lai: Tabel 4.2 Nama Gejala Dalam meetuka ratig kecocoka utuk kriteria jeis peyakit yaitu peyakit aemia maka dibuatlah ruleya terlebih dahulu bedasarka kaidah sistem pakar dega proses mediagosa serta memberika solusi da iformasi tetag peyakit aemia terhadap pederita dega cepat da mudah. Bermafaat utuk masyarakat yag igi megetahui tetag hasil mediagosa peyakit beserta keteraga da solusi dega mudah da cepat. megguaka metode teorema bayes adalah sebagai berikut: 1. Rule 1 Jika [ Lemas ] DAN [ Sakit kepala ] DAN [ Demam ] DAN [ Mutah-mutah ] DAN [ Mimisa ] MAKA [ Aemia Aplastik ] 2. Rule 2 JIKA [ Sakit kepala ] DAN [Nyeri pada dada] DAN [Kaki da taga terasa digi] DAN [Kesemuta pada kaki] DAN [ Nyeri paggul higga ke paha ] MAKA [ Aemia Defisiesi Zat Besi ] 3. Rule 3 JIKA [Kaki da taga terasa digi ] DAN [Nyeri paggul higga ke paha] DAN [ Lemas ] DAN [ Nyeri ulu hati ] DAN [ BAB megeluarka darah ] MAKA [ Aemia Krois ] Peryataa-peryataa diatas aka diproses dega betuk sebagai berikut: If G01 Ad G02 Ad G04 Ad G09 Ad G05 The P01 If G02 Ad G03 Ad G06 Ad G07 Ad G10 The P02 287

6 If G06 Ad G010 Ad G01 Ad G11 Ad G12 The P03 Dalam membatu pegembaga aplikasi sistem pakar ii, maka ditampilka data-data hubuga atara gejala da jeis peyakit ke dalam tabel. Tabel 4.3 Rule gejala yag diberika kepada pasie dapat dijawab sebagai berikut: Tabel ii berfugsi utuk meyimpa data peyakit usus butu. Pada tabel ii berisi kode peyakit, kode gejala da probabilitas. Nilai probabilitas yag berdasarka dari pegalama seorag pakar yag telah meagai peyakit usus butu berdasarka gejala dari peyakit tersebut: Seorag pasie megalami gejala peyakit aemia, kemudia pasie melakuka kosultasi kepada perawat Rumah Sakit Umum dari 12 piliha Setelah hasil jawaba dari pertayaa yag diajuka, maka dilakuka perhituga megguaka Teorema Bayes utuk tiap gejala. 1. Medefiisika terlebih dahulu ilai probabilitas dari tiap evidece utuk tiap hipotesis berdasarka data sampel yag ada megguaka rumus probabilitas bayes. a. Aemia Aplastik = P01 G01 = P(E / H1) = G02 = P(E / H1) = G04 = P(E / H1) = 0.4 G08 = P(E / H1) = 0.6 G09 = P(E / H1) = 0.4 G011 = P(E / H1) = 0.7 b. Aemia Defisiesi Zat Besi G01 = P(E / H2) = G02 = P(E / H2) = G08 = P(E / H2) = 0.6 c. Aemia Krois G01 = P(E / H3) = G02 = P(E / H3) = G04 = P(E / H3) = 0.4 G09 = P(E / H3) = 0.4 G011 = P(E / H3) = Mejumlahka ilai probabilitas dari tiap evidece utuk masig-masig hipotesis berdasarka data sampel. 289

7 K=1 a. Aemia Aplastik = P01 G01 = P(E / H1) = G02 = P(E / H1) = G04 = P(E / H1) = 0.4 G08 = P(E / H1) = 0.6 G09 = P(E / H1) = 0.4 G011 = P(E / H1) = 0.7 P(E / Hk) = G G P(E / Hk) = K=1 = b. Aemia Defisiesi Zat Besi = P02 G01 = P(E / H2) = G02 = P(E / H2) = G08 = P(E / H2) = 0.6 P(E / Hk) = K=1 = 1.2 c. Aemia Krois = P03 G01 = P(E / H3) = G02 = P(E / H3) = G04 = P(E / H3) = 0.4 G09 = P(E / H3) = 0.4 G011 = P(E / H3) = 0.7 P(E / Hk) = K=1 = Mecari ilai probabilitas hipotesis H tapa memadag evidece apapu bagi masig-masig. P(E / Hi) P(Hi) = P(E / Hk) K=1 a. Aemia Aplastik = P01 G01 = P(H1) = = G02 = P(H1) = = G04 = P(H1) = = G08 = P(H1) = = G09 = P(H1) = = G011 = P(H1) = = b. Aemia Defisiesi Zat Besi = P02 G01 = P(H1) = = G02 = P(H1) = = G08 = P(H1) = = 1.2 c. Aemia Krois = P03 G01 = P(H1) = = G02 = P(H1) = = G04 = P(H1) = =

8 0.4 G09 = P(H1) = = G011 = P(H1) = = Mecari ilai probabilitas hipotesis memadag evidece dega cara megalika ilai probabilitas evidece awal dega ilai probabilitas hipotesis tapa memadag evidece da mejumlahka hasil perkalia bagi masig-masig hipotesis. P(Hi) * P(E / Hi-) = P(H1) * P(E H1) + + P(Hi) * P(E Hi) K= a. Aemia Aplastik = P01 6 = ( * ) + ( * ) + (0.4 * ) + (0.6 * ) + (0.4 K=6 * ) + (0.7 * ) = b. Aemia Defisiesi Zat Besi = P02 3 = ( * 0.25) + ( * 0.25) + (0.6 * ) K=3 = 0.45 c. Aemia Krois = P03 5 = ( * ) + ( * ) + (0.4 * ) + (0.4 * ) + (0.7 K=5 * 333) = Mecari ilai P(Hi E) atau probabilitas hipotesis Hi bear jika diberika evidece e. P(E / Hi) * P(Hi) P(Hi / Ei) = K= P(E / Hk) a. Aemia Aplastik = P01 * P(H1 E1) = = 0.02 * P(H1 E2) = = * P(H1 E4) = = * P(H1 E8) = = * P(H1 E9) = = * P(H1 E11) = = b. Aemia Defisiesi Zat Besi = P02 * P(H1 E1) = = * P(H1 E2) = = * P(H1 E8) = = c. Aemia Krois = P03 * P(H1 E1) = = * P(H1 E2) = =

9 * P(H1 E4) = = * P(H1 E9) = = * P(H1 E5) = = Mecari ilai kesimpula dari Teorema Bayes dega cara megalika ilai probabilitas b. Aemia Defisiesi Zat Besi = P02 3 Bayes = ( * 0.05) + ( * 0.05) + (0.6 * 0.4) K= 3 = 0.27 * 100% = 27% c. Aemia Krois = P03 5 Bayes = ( * ) + ( * ) + (0.4 * ) + (0.4 * ) V. Hasil Kebutuha sistem adalah akhir dari proses peerapa sistem baru dimaa sistem yag baru ii aka dioperasika secara meyeluruh. Data peyakit berisi data yag terdiri dari kode peyakit, ama peyakit da solusi. evidece awal atau P(E Hi) dega ilai hipotesis Hi bear jika diberika evidece E atau P(Hi E) da mejumlahka hasil perkalia. Bayes = P(E H1) * P(E1 H1) + + P(E Hi) * P(E Hi) K= a. Aemia Aplastik = P01 6 Bayes = ( * 0.02) + ( * 0.02) + (0.4 * ) + (0.6 * 0.16) + (0.4 K=6 * ) + (0.7 * ) = 237 * 100% = 32.38% K= 5 + (0.7 * 464) = 106 * 100% = 31.07% Dari proses perhituga megguaka metode bayes diatas, maka dapat diketahui bahwa diagosa peyakit Aemia Aplastik dega ilai keyakia 237 atau 32.38% Sebelum sistem ii bear-bear bisa diguaka dega baik, sistem harus melalui tahap pegujia terlebih dahulu utuk mejami tidak adaya kedala yag mucul pada saat sistem diguaka. Data gejala berisi dari gejalagejala yag serig dialami oleh pasie 292

10 Pada pegujia sistem ii utuk mediagosa peyakit yag tidak diketahui atau tidak terdiagosa. perawat harus megiput data pasie yag terdapat pada combo box da Di dalam suatu peelitia yag diimplemetasika ke dalam suatu kode program dega megguaka aplikasi yag terdapat di dalam sistem komputer, berikut ii merupaka kelemaha da kelebiha dari implemetasi sistem pakar utuk mediagosa peyakit aemia megguaka teorema bayes. VI. KESIMPULAN Setelah melakuka berbagai macam tahapa-tahapa maka diperoleh suatu kesimpula sebagai berikut: memilih 2 gejala peyakit aemia. Berikut ii adalah form hasil diagosa. Form diagosa ii meampilka data pasie, jeis peyakit, ilai probabilitas da solusiya yag tidak terdiagosa. 1. Peerapa aplikasi metode teorema bayes utuk meetuka peyakit aemia yaitu dega meetuka gejala da jeis peyakit yag telah ditetuka, sehigga dapat melakuka perhituga da medapatka hasil jeis peyakit dari perhituga metode teorema bayes tersebut. 2. Dega peracaga da implemetasi Sistem Pakar utuk Mediagosa Peyakit Aemia, masyarakat aka dega mudah megetahui gejala peyakit aemia tapa harus bertemu dega dokter. 3. Dega adaya sistem ii, diharapka dapat meeka tigkat pertumbuha peyakit aemia dikalaga masyarakat, karea diketahui peyakit aemia aka berbahaya yag membawa dampak buruk bagi masyarakat. 293

11 Triada Syahputra, M Dahria, Prilla Desila, Sistem Pakar Utuk Mediagosa... DAFTAR PUSTAKA Arhami, Muhammad. (2005). Kosep Dasar Sistem Pakar. Adi. Yogyakarta Bakta IM. Pedekata terhadap pasie aemia. Buku Ajar Ilmu Peyakit Dalam. Edisi V. Jakarta pusat : Itera Publishig;2011. H Nugroho, Buafit. (2008). Membuat Aplikasi Sistem Pakar. Gava Media : Yogyakarta Price, Sylvia Patofisiologis : Kosep Kliis Proses-proses Peyakit. Jakarta Suparma da Marla. (2007). Komputer Masa Depa, Pegeala Artificial Itelligece. Adi. Yogyakarta 294

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

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

Lebih terperinci

Sistem Pakar Deteksi Diabetes Mellitus Menggunakan Metode Bayesian Berbasis Web

Sistem Pakar Deteksi Diabetes Mellitus Menggunakan Metode Bayesian Berbasis Web Sistem Deteksi Diabetes Mellitus Megguaka Metode Bayesia Berbasis Web Voy Pawaka Program Studi Tekik Iformatika Jurusa Tekik Elektro Fakultas Tekik Uiversitas Tajugpura e-mail: voypwk@gmail.com Abstrak

Lebih terperinci

Probabilitas dan Statistika Teorema Bayes. Adam Hendra Brata

Probabilitas dan Statistika Teorema Bayes. Adam Hendra Brata robabilitas da Statistika Teorema ayes dam Hedra rata Itroduksi - Joit robability Itroduksi Teorema ayes eluag Kejadia ersyarat Jika muculya mempegaruhi peluag muculya kejadia atau sebalikya, da adalah

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:

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

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

SISTEM PAKAR DIAGNOSA PENYAKIT DIABETES MELITUS MENGGUNAKAN TEOREMA BAYES

SISTEM PAKAR DIAGNOSA PENYAKIT DIABETES MELITUS MENGGUNAKAN TEOREMA BAYES SISTEM PAKAR DIAGNOSA PENYAKIT DIABETES MELITUS MENGGUNAKAN TEOREMA BAYES Cha Uswatu Khasaah 1), Nuzul Dwi Profesiigrum 2), Ade Pujiato 3) 1), 2, 3) Tekik Iformatika STMIK AMIKOM Yogyakarta Jl Rig Road

Lebih terperinci

TINJAUAN PUSTAKA Pengertian

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

Lebih terperinci

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 4

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 4 Program Studi : Tekik Iformatika Miggu ke : 4 INDUKSI MATEMATIKA Hampir semua rumus da hukum yag berlaku tidak tercipta dega begitu saja sehigga diraguka kebearaya. Biasaya, rumus-rumus dapat dibuktika

Lebih terperinci

IV. METODE PENELITIAN

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

Lebih terperinci

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

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

Lebih terperinci

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL

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

Lebih terperinci

BAB I KONSEP DASAR PERSAMAAN DIFERENSIAL

BAB I KONSEP DASAR PERSAMAAN DIFERENSIAL BAB I KONSEP DASAR PERSAMAAN DIFERENSIAL Defiisi Persamaa diferesial adalah persamaa yag melibatka variabelvariabel tak bebas da derivatif-derivatifya terhadap variabel-variabel bebas. Berikut ii adalah

Lebih terperinci

3 METODE PENELITIAN 3.1 Kerangka Pemikiran 3.2 Lokasi dan Waktu Penelitian

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

Lebih terperinci

SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT MENTAL PADA ANAK MENGGUNAKAN ALGORITMA BAYES

SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT MENTAL PADA ANAK MENGGUNAKAN ALGORITMA BAYES Semiar Nasioal Tekologi Iformasi da Multimedia 2016 SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT MENTAL PADA ANAK MENGGUNAKAN ALGORITMA BAYES Ade Pujiato 1), Ibu Titto Dessetiadi 2), M. Gustafiato Ardi 3) 1),

Lebih terperinci

BAB III METODOLOGI PENELITIAN

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

Lebih terperinci

Modul Kuliah statistika

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang Permasalahan

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

Lebih terperinci

PENENTUAN SOLUSI RELASI REKUREN DARI BILANGAN FIBONACCI DAN BILANGAN LUCAS DENGAN MENGGUNAKAN FUNGSI PEMBANGKIT

PENENTUAN SOLUSI RELASI REKUREN DARI BILANGAN FIBONACCI DAN BILANGAN LUCAS DENGAN MENGGUNAKAN FUNGSI PEMBANGKIT Prosidig Semiar Nasioal Matematika da Terapaya 06 p-issn : 0-0384; e-issn : 0-039 PENENTUAN SOLUSI RELASI REKUREN DARI BILANGAN FIBONACCI DAN BILANGAN LUCAS DENGAN MENGGUNAKAN FUNGSI PEMBANGKIT Liatus

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

IV. METODE PENELITIAN

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

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di halaman Pusat Kegiatan Olah Raga (PKOR) Way Halim Bandar Lampung pada bulan Agustus 2011.

III. METODE PENELITIAN. Penelitian ini dilaksanakan di halaman Pusat Kegiatan Olah Raga (PKOR) Way Halim Bandar Lampung pada bulan Agustus 2011. III. METODE PENELITIAN A. Tempat da Waktu Peelitia Peelitia ii dilaksaaka di halama Pusat Kegiata Olah Raga (PKOR) Way Halim Badar Lampug pada bula Agustus 2011. B. Objek da Alat Peelitia Objek peelitia

Lebih terperinci

I. DERET TAKHINGGA, DERET PANGKAT

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

Lebih terperinci

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

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

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

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

Lebih terperinci

PENGARUH INFLASI TERHADAP KEMISKINAN DI PROPINSI JAMBI

PENGARUH INFLASI TERHADAP KEMISKINAN DI PROPINSI JAMBI Halama Tulisa Jural (Judul da Abstraksi) Jural Paradigma Ekoomika Vol.1, No.5 April 2012 PENGARUH INFLASI TERHADAP KEMISKINAN DI PROPINSI JAMBI Oleh : Imelia.,SE.MSi Dose Jurusa Ilmu Ekoomi da Studi Pembagua,

Lebih terperinci

Inflasi dan Indeks Harga I

Inflasi dan Indeks Harga I PERTEMUAN 1 Iflasi da Ideks Harga I 1 1 TEORI RINGKAS A Pegertia Agka Ideks Agka ideks merupaka suatu kosep yag dapat memberika gambara tetag perubaha-perubaha variabel dari suatu priode ke periode berikutya

Lebih terperinci

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

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

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

KERANGKA ACUAN PROGRAM KESELAMATAN/KEAMANAN LABORATORIUM PUSKESMAS MUARA AMAN TIM MUTU (AKREDITASI)

KERANGKA ACUAN PROGRAM KESELAMATAN/KEAMANAN LABORATORIUM PUSKESMAS MUARA AMAN TIM MUTU (AKREDITASI) KERANGKA ACUAN PROGRAM KESELAMATAN/KEAMANAN LABORATORIUM PUSKESMAS MUARA AMAN TIM MUTU (AKREDITASI) DINAS KESEHATAN KABUPATEN LEBONG PUSKESMAS MUARA AMAN Jala Lapaga Hatta No. 1 Keluraha Pasar Muara ama

Lebih terperinci

III. METODE PENELITIAN

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

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Jeis peelitia Peelitia ii merupaka jeis peelitia eksperime. Karea adaya pemberia perlakua pada sampel (siswa yag memiliki self efficacy redah da sagat redah) yaitu berupa layaa

Lebih terperinci

SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT PARU-PARU MENGGUNAKAN ALGORITMA BAYES

SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT PARU-PARU MENGGUNAKAN ALGORITMA BAYES Semiar Nasioal Tekologi Iformasi da Multimedia 2016 SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT PARU-PARU MENGGUNAKAN ALGORITMA BAYES Ibu Titto Dessetiadi 1), Ade Pujiato 2), M. Gustafiato Ardi 3) 1), 2, 3)

Lebih terperinci

Bab III Metoda Taguchi

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

Lebih terperinci

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

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

Lebih terperinci

BAB V ANALISA PEMECAHAN MASALAH

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

Lebih terperinci

KISI-KISI SOAL ULANGAN HARIAN. Soal Soal Kunci Rubrik Mendeskripsi kan fungsi tulang

KISI-KISI SOAL ULANGAN HARIAN. Soal Soal Kunci Rubrik Mendeskripsi kan fungsi tulang No Idicator kompetesi 1. Medeskrips ika 2. Megidetif ikasi 3. Medeskrips ika 4. Meyebutka 5. Meyebutka Idicator pembelajara Medeskripsika fugsi sistem ragka bagi tubuh Megidetifikasi jeis tulag peyusu

Lebih terperinci

1 n MODUL 5. Peubah Acak Diskret Khusus

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB VIII KONSEP DASAR PROBABILITAS

BAB VIII KONSEP DASAR PROBABILITAS BAB VIII KONSEP DASAR PROBABILITAS 1.1. Pedahulua Dalam pertemua ii Ada aka mempelajari beberapa padaga tetag permutasi da kombiasi, fugsi da metode perhituga probabilitas, da meghitug probabilitas. Pada

Lebih terperinci

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

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

Lebih terperinci

Pendekatan Nilai Logaritma dan Inversnya Secara Manual

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

Lebih terperinci

BAB 3 METODE PENELITIAN

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

Lebih terperinci

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

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

Lebih terperinci

BAB III METODE PENELITIAN. Lokasi penelitian ini dilakukan di Puskesmas Limba B terutama masyarakat

BAB III METODE PENELITIAN. Lokasi penelitian ini dilakukan di Puskesmas Limba B terutama masyarakat 38 3.1 Lokasi da Waktu Peelitia 3.1.1 Lokasi Peelitia BAB III METODE PENELITIAN Lokasi peelitia ii dilakuka di Puskesmas Limba B terutama masyarakat yag berada di keluraha limba B Kecamata Kota Selata

Lebih terperinci

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

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

Lebih terperinci

IV METODE PENELITIAN

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

DIAGNOSA PENYAKIT TELINGA HIDUNG DAN TENGGOROKAN (THT) PADA ANAK DENGAN MENGGUNAKAN SISTEM PAKAR BERBASIS MOBILE ANDROID

DIAGNOSA PENYAKIT TELINGA HIDUNG DAN TENGGOROKAN (THT) PADA ANAK DENGAN MENGGUNAKAN SISTEM PAKAR BERBASIS MOBILE ANDROID DIAGNOSA PENYAKIT TELINGA HIDUNG DAN TENGGOROKAN (THT) PADA ANAK DENGAN MENGGUNAKAN SISTEM PAKAR BERBASIS MOBILE ANDROID [1] Dii Aggraii, [2] Bei Irawa, da [3] Tedy Rismawa [1] [2] [3] JurusaSistem Komputer,

Lebih terperinci

BAB III METODE PENELITIAN

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

Lebih terperinci

6. Pencacahan Lanjut. Relasi Rekurensi. Pemodelan dengan Relasi Rekurensi

6. Pencacahan Lanjut. Relasi Rekurensi. Pemodelan dengan Relasi Rekurensi 6. Pecacaha Lajut Relasi Rekuresi Relasi rekuresi utuk dereta {a } adalah persamaa yag meyataka a kedalam satu atau lebih suku sebelumya, yaitu a 0, a,, a -, utuk seluruh bilaga bulat, dega 0, dimaa 0

Lebih terperinci

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

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

Lebih terperinci

Statistika Inferensia: Pengujian Hipotesis. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015

Statistika Inferensia: Pengujian Hipotesis. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015 Statistika Iferesia: Pegujia Hipotesis Dr. Kusma Sadik, M.Si Dept. Statistika IPB, 05 Populasi : = 0 Butuh pembuktia berdasarka cotoh!!! Apa yag diperluka? > 0? Maa yag bear? Sampel : x 5 Hal itu merupaka

Lebih terperinci

BAB II TINJAUAN TEORITIS

BAB II TINJAUAN TEORITIS BAB II TINJAUAN TEORITIS.1 Pegertia-pegertia Lapaga pekerjaa adalah bidag kegiata dari pekerjaa/usaha/ perusahaa/kator dimaa seseorag bekerja. Pekerjaa utama adalah jika seseorag haya mempuyai satu pekerjaa

Lebih terperinci

BAB III METODOLOGI PENELITIAN

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

Lebih terperinci

III. METODE PENELITIAN. Subjek dari penelitian adalah siswa kelas X.B SMA Muhammadiyah 2 Bandar

III. METODE PENELITIAN. Subjek dari penelitian adalah siswa kelas X.B SMA Muhammadiyah 2 Bandar III. METODE PENELITIAN A. Subjek da Tempat Peelitia Subjek dari peelitia adalah siswa kelas.b SMA Muhammadiyah 2 Badar Lampug Tahu Ajara 2011-2012 dega jumlah siswa 40 orag yag terdiri dari 15 siswa laki-laki

Lebih terperinci

Diagnosa Jenis Tuberculosis Dengan Algoritma Bayes

Diagnosa Jenis Tuberculosis Dengan Algoritma Bayes Koferesi Nasioal Sistem & Iformatika 2015 STMIK STIKOM Bali, 9 10 Oktober 2015 Diagosa Jeis Tuberculosis Dega Algoritma Bayes Hartatik 1) STMIK AMIKOM Yogyakarta Jala Rig Road Utara Codog Catur Depok-Slema

Lebih terperinci

BAB VII RANDOM VARIATE DISTRIBUSI DISKRET

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

Lebih terperinci

BAB 2 TINJAUAN TEORI

BAB 2 TINJAUAN TEORI BAB 2 TINJAUAN TEORI 2.1 ISTILAH KEENDUDUKAN 2.1.1 eduduk eduduk ialah orag atatu idividu yag tiggal atau meetap pada suatu daerah tertetu dalam jagka waktu yag lama. 2.1.2 ertumbuha eduduk ertumbuha peduduk

Lebih terperinci

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

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

Lebih terperinci

PETA KONSEP RETURN dan RISIKO PORTOFOLIO

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

Lebih terperinci

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

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

Lebih terperinci

UKURAN PEMUSATAN DATA

UKURAN PEMUSATAN DATA Malim Muhammad, M.Sc. UKURAN PEMUSATAN DATA J U R U S A N A G R O T E K N O L O G I F A K U L T A S P E R T A N I A N U N I V E R S I T A S M U H A M M A D I Y A H P U R W O K E R T O DEFINISI UKURAN PEMUSATAN

Lebih terperinci

PENGARUH VARIASI PELUANG CROSSOVER DAN MUTASI DALAM ALGORITMA GENETIKA UNTUK MENYELESAIKAN MASALAH KNAPSACK. Sutikno

PENGARUH VARIASI PELUANG CROSSOVER DAN MUTASI DALAM ALGORITMA GENETIKA UNTUK MENYELESAIKAN MASALAH KNAPSACK. Sutikno sutiko PENGARUH VARIASI PELUANG CROSSOVER DAN MUTASI DALAM ALGORITMA GENETIKA UNTUK MENYELESAIKAN MASALAH KNAPSACK Sutiko Program Studi Tekik Iformatika Fakultas Sais da Matematika UNDIP tik@udip.ac.id

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara

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

Lebih terperinci

MANAJEMEN RISIKO INVESTASI

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

Lebih terperinci

PENGARUH PENDIDIKAN KESEHATAN TERHADAP TINGKAT PENGETAHUAN DAN SIKAP IBU TENTANG IMUNISASI DI PUSKESMAS PEMBANTU BATUPLAT

PENGARUH PENDIDIKAN KESEHATAN TERHADAP TINGKAT PENGETAHUAN DAN SIKAP IBU TENTANG IMUNISASI DI PUSKESMAS PEMBANTU BATUPLAT PENGARUH PENDIDIKAN KESEHATAN TERHADAP TINGKAT PENGETAHUAN DAN SIKAP IBU TENTANG IMUNISASI DI PUSKESMAS PEMBANTU BATUPLAT Helmi Fagidaea,c*, Elisabeth Herwatib, Maria Y. Biac a b Mahasiswa S-1 Prodi Keperawata,

Lebih terperinci

9 Departemen Statistika FMIPA IPB

9 Departemen Statistika FMIPA IPB Supleme Resposi Pertemua ANALISIS DATA KATEGORIK (STK351 9 Departeme Statistika FMIPA IPB Pokok Bahasa Sub Pokok Bahasa Referesi Waktu Pegatar Aalisis utuk Data Respo Kategorik Data respo kategorik Sebara

Lebih terperinci

TEORI PENAKSIRAN. Bab 8. A. Pendahuluan. Kompetensi Mampu menjelaskan dan menganalisis teori penaksiran

TEORI PENAKSIRAN. Bab 8. A. Pendahuluan. Kompetensi Mampu menjelaskan dan menganalisis teori penaksiran Bab 8 TEORI PENAKSIRAN Kompetesi Mampu mejelaska da megaalisis teori peaksira Idikator 1. Mejelaska da megaalisis data dega megguaka peaksira titik 2. Mejelaska da megaalisis data dega megguaka peaksira

Lebih terperinci

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

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

Lebih terperinci

BAB III METODE PENELITIAN. Dalam melakukan penelitian, terlebih dahulu menentukan desain

BAB III METODE PENELITIAN. Dalam melakukan penelitian, terlebih dahulu menentukan desain BAB III METODE PENELITIAN 3.1 Desai Peelitia Dalam melakuka peelitia, terlebih dahulu meetuka desai peelitia yag aka diguaka sehigga aka mempermudah proses peelitia tersebut. Desai peelitia yag diguaka

Lebih terperinci

Bab 7 Penyelesaian Persamaan Differensial

Bab 7 Penyelesaian Persamaan Differensial Bab 7 Peelesaia Persamaa Differesial Persamaa differesial merupaka persamaa ag meghubugka suatu besara dega perubahaa. Persamaa differesial diataka sebagai persamaa ag megadug suatu besara da differesiala

Lebih terperinci

MATEMATIKA EKONOMI 1 Deret. DOSEN Fitri Yulianti, SP, MSi.

MATEMATIKA EKONOMI 1 Deret. DOSEN Fitri Yulianti, SP, MSi. MATEMATIKA EKONOMI 1 Deret DOSEN Fitri Yuliati, SP, MSi. Deret Deret ialah ragkaia bilaga yag tersusu secara teratur da memeuhi kaidah-kaidah tertetu. Bilaga-bilaga yag merupaka usur da pembetuk sebuah

Lebih terperinci

Aplikasi Interpolasi Bilinier pada Pengolahan Citra Digital

Aplikasi Interpolasi Bilinier pada Pengolahan Citra Digital Aplikasi Iterpolasi Biliier pada Pegolaha Citra Digital Veriskt Mega Jaa - 35408 Program Studi Iformatika Sekolah Tekik Elektro da Iformatika Istitut Tekologi Badug, Jl. Gaesha 0 Badug 403, Idoesia veriskmj@s.itb.ac.id

Lebih terperinci

BAB III METODE PENELITIAN

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

Lebih terperinci

4.7 TRANSFORMASI UNTUK MENDEKATI KENORMALAN

4.7 TRANSFORMASI UNTUK MENDEKATI KENORMALAN 4.7 TRANSFORMASI UNTUK MENDEKATI KENORMALAN Saat asumsi keormala tidak dipuhi maka kesimpula yag kita buat berdasarka suatu metod statistik yag mesyaratka asumsi keormala meadi tidak baik, sehigga mucul

Lebih terperinci

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

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

Lebih terperinci

BAB III METODOLOGI PENELITIAN

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB 1 PENDAHULUAN Latar Belakang

BAB 1 PENDAHULUAN Latar Belakang BAB 1 PENDAHULUAN 1.1. Latar Belakag Dalam keadaa dimaa meghadapi persoala program liier yag besar, maka aka berusaha utuk mecari peyelesaia optimal dega megguaka algoritma komputasi, seperti algoritma

Lebih terperinci

III. METODELOGI PENELITIAN

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

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 36 BAB III METODE PENELITIAN A. Racaga Peelitia 1. Pedekata Peelitia Peelitia ii megguaka pedekata kuatitatif karea data yag diguaka dalam peelitia ii berupa data agka sebagai alat meetuka suatu keteraga.

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PEMBELIAN SEPEDA MOTOR DENGAN METODE WEIGHTED PRODUCT

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

Lebih terperinci

BAB III METODE PENELITIAN

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

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

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

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci