LAMPIRAN. Lampiran 1. Bagan alir pembuatan basis gel pengharum ruangan
|
|
- Fanny Makmur
- 5 tahun lalu
- Tontonan:
Transkripsi
1 LAMPIRAN Lampra. Baga alr pembuata bass gel pegharum ruaga Akuades Dpaaska sampa suhu 75 0 C Karagea, Agar-Agar, Natrum bezoat Daduk hgga homoge Dturuka suhu hgga 65 0 C Prople glkol Daduk hgga homoge Dtuagka dalam cetaka Dbarka pada suhu ruaga hgga megeras Betuk sedaa gel 4 Uverstas umatera Utara
2 Lampra. Baga alr pembuata gel pegharum ruaga Akuades Dpaaska sampa suhu 75 0 C Karagea, Agar agar, Natrum bezoat Daduk hgga homoge Dturuka suhu hgga 65 0 C Prople glkol Daduk hgga homoge Myak mawar, myak akar wag Daduk hgga homoge Dtuagka dalam cetaka Dbarka pada suhu ruaga hgga megeras Gel pegharum ruaga 44 Uverstas umatera Utara
3 Lampra. Lembar pelaa uj kesukaa Lembar Pelaa Uj Kesukaa (Hedoc Test) Nama : Umur : struks : berka pedapat ada tetag aroma wag seda gel pegharum ruaga yag duj, kemuda berlah tada cetag ( ) pada salah satu kolom (//C/K/T) yag terseda. edaa Pelaa C K T %,5% %,5% Keteraga : Nla 5 agat uka () Nla 4 uka () Nla Cukup uka (C) Nla Kurag uka (K) Nla Tdak uka (T) 45 Uverstas umatera Utara
4 Lampra 4. Lembar pelaa uj ketahaa wag Lembar Pelaa Uj Ketahaa Wag Nama : Umur : struks : berka pedapat ada tetag aroma wag seda gel pegharum ruaga yag d uj, kemuda berlah tada cetag ( ) pada salah satu kolom (W/KW/KW/GW/TW) yag terseda. edaa Pelaa W KW KW GW TW %,5% %,5% Keteraga : Nla 5 ama Wag(W) Nla 4 edkt Kurag Wag (KW) Nla Kurag Wag (KW) Nla agat Kurag Wag (GW) Nla Tdak Wag (TW) 46 Uverstas umatera Utara
5 Lampra 5.Gambar myak mawar 47 Uverstas umatera Utara
6 Lampra 6.Gambar myak akar wag 48 Uverstas umatera Utara
7 Lampra 7.Rumus perhtuga la uj kestabla gel (%) eress M0 M M0 x 00% Keteraga: M 0 berat mula mula M berat akhr 49 Uverstas umatera Utara
8 Lampra 7. (Lajuta) Formula B eress (%) 44,67-44,4 44,67 Formula B 0,96 eress (%) 4,8-4,0 4,8 Formula B,6 eress (%) 45,7-44,46 45,7 Formula B4,78 eress (%) 46,5-45,56 46,5 Formula B5,0 eress (%) 46,55-45,56 46,55, x 00% x 00% x 00% x 00% x 00% 50 Uverstas umatera Utara
9 Lampra 8.Rumus perhtuga la uj kesukaa Utuk meghtug la kesukaa rata-rata dar setap paels dguaka rumus sebaga berkut: P ( X (,96. / )) µ ( X + (,96. / )) 95% X X ( X X ) Keteraga : : Bayak paels : Keseragama la kesukaa,96 : Koefse stadar devas pada taraf 95% X : Nla kesukaa rata-rata X : Nla dar paels ke, dmaa,,,, : mpaga baku la kesukaa P : Tgkat kepercayaa µ : Retag la 5 Uverstas umatera Utara
10 Lampra 8.(Lajuta) Formula Paels F F F F Jumlah Uverstas umatera Utara
11 Lampra 8.(Lajuta) Formula F X X 97 5,88 ( X X ) ( 5,88) + ( 4,88) + (,88) + (,88) + (,88),85 5 0,64 5 0,55 0,74 P ( X (,96. / ) µ ( X (,96. / P(,88 (,96.0,74 / 5) µ (,88 + (.96.0,74 / 5 P(,88 0,9) µ (,88 + 0,9) P(,59 µ 4,7) 5 Uverstas umatera Utara
12 Formula F (Lajuta) X X 85,4 5 ( X X ) ( 4,4) + (,4) + (,4) 5 0,48 5 0,48 0,7 P ( X (,96. / ) µ ( X (,96. / P(,8 (,96.0,8/ 5) µ (,8 + (.96.0,8 / 5 P(,4 0,4) µ (,4 + 0,4) P(, µ 4,7) 54 Uverstas umatera Utara
13 Formula F (Lajuta) X X 76,04 5 ( X X ) ( 5,04) + (4,04) + (,04) + (,04) 4,5 5 0,60 5 0,60 0,77 P ( X (,96. / ) µ ( X (,96. / P(,04 (,96.0,77 / 5) µ (,04 + (.96.0,77 / 5 P(,04 0,) µ (,04 + 0,) P(,7 µ,) 55 Uverstas umatera Utara
14 Formula F4 (Lajuta) X X 7 5,88 ( X X ) ( 4,88) + (,88) + (,88) + (,88),50 5 0,90 5 0,90 0,95 P ( X (,96. / ) µ ( X (,96. / P(,88 (,96.0,95/ 5) µ (,88 + (.96.0,95/ 5 P(,88 0,7) µ (,88 + 0,7) P(,5 µ,) 56 Uverstas umatera Utara
15 Lampra 9.Rumus perhtuga persetase peguapa zat car zat car meguap (M0 - M) bobot myak + bobot akuades % peguapa zat car x 00% Keteraga: M0: Berat gel mula-mula M: Berat gel mggu ke- 57 Uverstas umatera Utara
16 Lampra 9. (Lajuta) Formula F Mggu Mggu Mggu Mggu 4 Formula F Mggu Mggu Mggu Mggu 4 Perse total peguapa zat car,4 4,8 x 00%8,8% Perse total peguapa zat car 6,84 4,8 x00%6,64% Perse total peguapa zat car 0,6 4,8 x00%4,546% Perse total peguapa zat car,684 4,8 x00%,78% Perse total peguapa zat car,85 40,09 x00%9,56% Perse total peguapa zat car 7,670 40,09 x00%9,% Perse total peguapa zat car,505 40,09 x00%8,684% Perse total peguapa zat car 5,40 40,09 x00%8,45% 58 Uverstas umatera Utara
17 Formula F(Lajuta) Mggu Mggu Mggu Mggu 4 Formula 4 Mggu Mggu Mggu Mggu 4 Perse total peguapa zat car 4,4 40,906 x00%0,786% Perse total peguapa zat car 8,84 40,906 x00%,57% Perse total peguapa zat car,6 40,906 x00%,57% Perse total peguapa zat car 7,648 40,906 x00%4,4% Perse total peguapa zat car 5,97 4,95 x00%,87% Perse total peguapa zat car 0,94 4,95 x00%4,575% Perse total peguapa zat car 5,59 4,95 x00%6,86% Perse total peguapa zat car 0,788 4,95 x00%49,50% 59 Uverstas umatera Utara
18 Lampra9.(Lajuta) Ruaga AC Formula F Mggu Mggu Mggu Mggu 4 Formula F Mggu Mggu Mggu Perse total peguapa zat car 4,87 4,478 x00%,87% Perse total peguapa zat car 9,74 4,478 x00%,068% Perse total peguapa zat car 4,0 4,478 x00%,984% Perse total peguapa zat car 8,89 4,478 x00%44,47% Perse total peguapa zat car 5,4 4,456 x00%,06% Perse total peguapa zat car 0,84 4,456 x00%6,5% 60 Uverstas umatera Utara
19 Perse total peguapa zat car 6,4 4,456 x00%9,4% Mggu 4 Perse total peguapa zat car,56 4,456 x00%5,04% Formula F (Lajuta) Mggu Mggu Mggu Mggu 4 Formula F4 Mggu Mggu Mggu Perse total peguapa zat car 6,09 4,69 x00%4,80% Perse total peguapa zat car,86 4,69 x00%8,76% Perse total peguapa zat car 9,069 4,69 x00%45,007% Perse total peguapa zat car 5,9 4,69 x00%59,9 Perse total peguapa zat car 6,56 4,47 %5,507% Perse total peguapa zat car,07 4,47 %,00% 6 Uverstas umatera Utara
20 Perse total peguapa zat car 9,6 4,47 %46,556% Mggu 4 Perse total peguapa zat car 6,6 4,47 %6,07% Lampra 9. (Lajuta) Ruaga Kpas Formula F Mggu Mggu Mggu Mggu 4 Formula F Mggu Perse total peguapa zat car 8,9 4,84 %9,47% Perse total peguapa zat car 6, 4,84 %8,79% Perse total peguapa zat car 4,4 4,84 %58,7% Perse total peguapa zat car,9 4,84 %77,467% 6 Uverstas umatera Utara
21 Perse total peguapa zat car 8,647 4,775 %0,698% Mggu Perse total peguapa zat car 7,87 4,775 %4,8% Mggu Perse total peguapa zat car 5,9 4,775 %6,07% Mggu 4 Perse total peguapa zat car 4,55 4,775 %8,707% Formula F (Lajuta) Mggu Mggu Mggu Mggu 4 Formula F4 Mggu Perse total peguapa zat car 8,88 40,978 %,670% Perse total peguapa zat car 7,755 40,978 %4,8% Perse total peguapa zat car 6,669 40,978 %65,08% Perse total peguapa zat car 5,55 40,978 %86,69% 6 Uverstas umatera Utara
22 Perse total peguapa zat car 9,9 4,95 %,407% Mggu Perse total peguapa zat car 9,4 4,95 %45,9% Mggu Perse total peguapa zat car 8,65 4,95 %67,70% Mggu 4 Perse total peguapa zat car 7,967 4,9 %89,767% Lampra 0.Hasl uj ketahaa wag pada ruaga basa Mggu Formula Paels F F F F Uverstas umatera Utara
23 Jumlah Lampra 0.(Lajuta) Formula F X X 8 5 4,7 ( X X ) 65 Uverstas umatera Utara
24 ( 5 4,7) + (4 4,7) 5,08 5 0,0 5 0,0 0,45 P ( X (,96. / ) µ ( X (,96. / P(4,7 (,96.0,45/ 5) µ (4,7 + (.96.0,45/ 5 P(4,7 0,8) µ (4,7 + 0,8) P(4,54 µ 4,9) Formula F (Lajuta) X X 5 4,48 ( X X ) 66 Uverstas umatera Utara
25 ( 5 4,48) + (4 4,48) 6, 5 0,5 5 0,5 0,5 P ( X (,96. / ) µ ( X (,96. / P(4,48 (,96.0,5 / 5) µ (4,48 + (.96.0,5 / 5 P(4,48 0,0) µ (4,48 + 0,0) P(4,8 µ 4,68) Formula F (Lajuta) X X 97 5,88 ( X X ) 67 Uverstas umatera Utara
26 ( 5,88) + (4,88), (,88) 0,50 0,50 0,7 P ( X (,96. / ) µ ( X (,96. / P(,88 (,96.0,7/ 5) µ (,88 + (.96.0,7/ 5 P(,88 0,8) µ (,88 + 0,8) P(,60 µ 4,6) Formula F4 (Lajuta) X X 9 5,7 ( X X ) 68 Uverstas umatera Utara
27 ( 5,7) + (4,7),08 5 0, (,7) 0,44 0,66 P ( X (,96. / ) µ ( X (,96. / P(,7 (,96.0,66 / 5) µ (,7 + (.96.0,66 / 5 P(,7 0,6) µ (,7 + 0,6) P(,46 µ,98) Lampra 0.(Lajuta) Mggu Formula Paels N N N N Uverstas umatera Utara
28 Jumlah Lampra 0.(Lajuta) Formula F X X ,8 70 Uverstas umatera Utara
29 ( X X ) ( 5 4,8) + (4 4,8) 5,04 5 0,0 5 0,0 0,45 P ( X (,96. / ) µ ( X (,96. / P(4,8 (,96.0,45 / 5) µ (4,8 + (.96.0,45/ 5 P(4,8 0,8) µ (4,8 + 0,8) P(4,0 µ 4,46) Formula F (Lajuta) X X 86 5,44 7 Uverstas umatera Utara
30 ( X X ) ( 4,44) + (,44) 6,07 5 0,4 5 0,4 0,49 P ( X (,96. / ) µ ( X (,96. / P(,44 (,96.0,49 / 5) µ (,44 + (.96.0,49 / 5 P(,44 0,9) µ (,44 + 0,9) P(,5 µ,6) Formula F (Lajuta) X X 84 5,6 7 Uverstas umatera Utara
31 ( X X ) ( 4,6) + (,6) 5,77 5 0, 5 0, 0,48 P ( X (,96. / ) µ ( X (,96. / P(,6 (,96.0,48/ 5) µ (,44 + (.96.0,48/ 5 P(,6 0,9) µ (,6 + 0,9) P(,7 µ,55) Formula F4 (Lajuta) X X 6 5,48 7 Uverstas umatera Utara
32 ( X X ) (,48) + (,48) 6, 5 0,5 5 0,5 0,50 P ( X (,96. / ) µ ( X (,96. / P(,48 (,96.0,50 / 5) µ (,48 + (.96.0,50 / 5 P(,48 0,0) µ (,48 + 0,0) P(,8 µ,68) Lampra 0.(Lajuta) Mggu Formula Paels N N N N4 74 Uverstas umatera Utara
33 Jumlah Lampra 0.(Lajuta) Formula F X X 75 Uverstas umatera Utara
34 8 5, ( X X ) ( 4,) + (,) 9,4 5 0,8 5 + (,) 0,8 0,6 P ( X (,96. / ) µ ( X (,96. / P(, (,96.0,6 / 5) µ (, + (.96.0,6 / 5 P(, 0,4) µ (, + 0,4) P(,08 µ,56) Formula F (Lajuta) X X 76 Uverstas umatera Utara
35 6 5,48 ( X X ) (,48) + (,48) 6,4 5 0,5 5 0,5 0,50 P ( X (,96. / ) µ ( X (,96. / P(,48 (,96.0,50 / 5) µ (,48 + (.96.0,50 / 5 P(,48 0,9) µ (,48 + 0,9) P(,9 µ,67) Formula F (Lajuta) X X 77 Uverstas umatera Utara
36 60 5,40 ( X X ) (,40) + (,40) 6,00 5 0,4 5 0,4 0,49 P ( X (,96. / ) µ ( X (,96. / P(,40 (,96.0,49 / 5) µ (,40 + (.96.0,49 / 5 P(,48 0,9) µ (,48 + 0,9) P(,9 µ,67) Formula F4 (Lajuta) X X 78 Uverstas umatera Utara
37 58 5, ( X X ) (,) + (,) 9,4 5 0,8 5 + (,) 0,8 0,6 P ( X (,96. / ) µ ( X (,96. / P(, (,96.0,6 / 5) µ (, + (.96.0,6 / 5 P(, 0,4) µ (, + 0,4) P(,08 µ,56) Lampra 0.(Lajuta) Mggu 4 Paels Formula 79 Uverstas umatera Utara
38 N N N N Jumlah Lampra 0.(Lajuta) Formula F 80 Uverstas umatera Utara
39 X X 7,48 5 ( X X ) (,48) + (,48) + (,48) 8, 5 0, 5 0, 0,57 P ( X (,96. / ) µ ( X (,96. / P(,48 (,96.0,57 / 5) µ (,48 (.96.0,57 / 5 P(,48 0,) µ (,48 + 0,) P(,6 µ,7) Formula F (Lajuta) 8 Uverstas umatera Utara
40 X X 5,40 5 ( X X ) (,40) + (,40) + (,40) 8,00 5 0, 5 0, 0,56 P ( X (,96. / ) µ ( X (,96. / P(,40 (,96.0,56 / 5) µ (,40 (.96.0,56 / 5 P(,40 0,) µ (,40 + 0,) P(,8 µ,6) Formula F (Lajuta) 8 Uverstas umatera Utara
41 X X,8 5 ( X X ) (,8) + (,8) 5,08 5 0,0 5 0,0 0,45 P ( X (,96. / ) µ ( X (,96. / P(,8 (,96.0,45 / 5) µ (,8 (.96.0,45 / 5 P(,8 0,8) µ (,8 + 0,8) P(,0 µ,46) Formula F4 (Lajuta) 8 Uverstas umatera Utara
42 X X 8, 5 ( X X ) (,) + (,),5 5 0,0 5 0,0 0, P ( X (,96. / ) µ ( X (,96. / P(, (,96.0, / 5) µ (, (.96.0, / 5 P(, 0,) µ (, + 0,) P(0,99 µ,5) Lampra 0.(Lajuta) 84 Uverstas umatera Utara
43 Mggu Formula Paels N N N N Jumlah Lampra 0.(Lajuta) 85 Uverstas umatera Utara
44 Formula X X 5 4,5 ( X X ) ( 5 4,5) + (4 4,5) 6, 5 0,5 5 0,5 0,50 P ( X (,96. / ) µ ( X (,96. / P(4,5 (,96.0,50 / 5) µ (4,5 + (.96.0,50 / 5 P(4,5 0,0) µ (4,5 + 0,0) P(4,4 µ 4,6) Formula (Lajuta) 86 Uverstas umatera Utara
45 X X 5 4,48 ( X X ) ( 5 4,48) + (4 4,48) 6, 5 0,5 5 0,5 0,50 P ( X (,96. / ) µ ( X (,96. / P(4,48 (,96.0,50 / 5) µ (4,48 + (.96.0,50 / 5 P(4,48 0,9) µ (4,48 + 0,9) P(4,9 µ 4,67) Formula (Lajuta) 87 Uverstas umatera Utara
46 X X 97 5,88 ( X X ) ( 5,88) + (4,88) 0, (,88) 0,4 0,4 0,65 P ( X (,96. / ) µ ( X (,96. / P(,88 (,96.0,65 / 5) µ (,88 + (.96.0,65 / 5 P(,88 0,5) µ (,88 + 0,5) P(,6 µ 4,) Formula 4 (Lajuta) 88 Uverstas umatera Utara
47 X X 9 5,68 ( X X ) ( 5,88) + (4,88) + (,88) ),8 5 0,46 5 0,46 0,68 P ( X (,96. / ) µ ( X (,96. / P(,68 (,96.0,68/ 5) µ (,68 + (.96.0,68/ 5 P(,68 0,7) µ (,68 + 0,7) P(,4 µ,95) Lampra 0.(Lajuta) 89 Uverstas umatera Utara
48 Mggu Formula Paels N N N N Jumlah Lampra 0.(Lajuta) 90 Uverstas umatera Utara
49 Formula F X X , ( X X ) ( 5 4,) + ( 4 4,) + (,40) 5,40 5 0, 5 0, 0,47 P ( X (,96. / ) µ ( X (,96. / P(4, (,96.0,47 / 5) µ (4, (.96.0,47 / 5 P(4, 0,8) µ (4, + 0,8) P(4,4 µ 4,50) Formula F (Lajuta) 9 Uverstas umatera Utara
50 X X 8 5,8 ( X X ) ( 4,8) + (,8) 5,05 5 0,0 5 0,0 0,45 P ( X (,96. / ) µ ( X (,96. / P(,8 (,96.0,45/ 5) µ (,8 (.96.0,45/ 5 P(,8 0,8) µ (,8 + 0,8) P(,0 µ,46) Formula F (Lajuta) 9 Uverstas umatera Utara
51 X X 80 5,0 ( X X ) ( 4,0) + (,0) 4,00 5 0,6 5 0,6 0,40 P ( X (,96. / ) µ ( X (,96. / P(,0 (,96.0,40 / 5) µ (,0 (.96.0,40 / 5 P(,0 0,6) µ (,0 + 0,6) P(,04 µ,6) Formula F4 (Lajuta) 9 Uverstas umatera Utara
52 X X 60 5,40 ( X X ) (,40) + (,40) 6,00 5 0,4 5 0,4 0,49 P ( X (,96. / ) µ ( X (,96. / P(,40 (,96.0,49 / 5) µ (,40 + (.96.0,49 / 5 P(,40 0,9) µ (,40 + 0,9) P(, µ,59) Lampra 0.(Lajuta) 94 Uverstas umatera Utara
53 Mggu Formula Paels N N N N Jumlah Lampra 0.(Lajuta) 95 Uverstas umatera Utara
54 Formula F X X 80 5,0 ( X X ) ( 4,0) + (,0) + (,0) ) 7,96 5 0, 5 0, 0,57 P ( X (,96. / ) µ ( X (,96. / P(,0 (,96.0,57 / 5) µ (,0 + (.96.0,57 / 5 P(,0 0,) µ (,68 + 0,) P(,98 µ,4) Formula F (Lajuta) 96 Uverstas umatera Utara
55 X X 70 5,80 ( X X ) (,80) + (,80) 4,00 5 0,6 5 0,6 0,40 P ( X (,96. / ) µ ( X (,96. / P(,80 (,96.0,40 / 5) µ (,80 (.96.0,40 / 5 P(,80 0,9) µ (,80 + 0,9) P(,4 µ,9) Formula F (Lajuta) 97 Uverstas umatera Utara
56 X X 60 5,40 ( X X ) (,40) + (,40) 7,60 5 0,0 5 0,0 0,55 P ( X (,96. / ) µ ( X (,96. / P(,40 (,96.0,55/ 5) µ (,40 (.96.0,55 / 5 P(,40 0,) µ (,80 + 0,) P(,8 µ,6) Formula F4 (Lajuta) 98 Uverstas umatera Utara
57 X X 58 5, ( X X ) (,) + (,) 9,4 5 0,8 5 + (,) 0,8 0,6 P ( X (,96. / ) µ ( X (,96. / P(, (,96.0,6 / 5) µ (, (.96.0,6 / 5 P(, 0,4) µ (, + 0,4) P(,08 µ,56) Lampra 0.(Lajuta) 99 Uverstas umatera Utara
58 Mggu 4 Formula Paels N N N N Jumlah Lampra 0.(Lajuta) 00 Uverstas umatera Utara
59 Formula F X X 5,40 5 ( X X ) (,40, ) + (,40) 6,00 5 0,4 5 0,4 0,49 P ( X (,96. / ) µ ( X (,96. / P(,40 (,96.0,49 / 5) µ (,40 (.96.0,49 / 5 P(,40 0,9) µ (,40 + 0,9) P(, µ,59) Formula F(Lajuta) 0 Uverstas umatera Utara
60 X X, 5 ( X X ) (,, ) + (,) 5,44 5 0, 5 0, 0,47 P ( X (,96. / ) µ ( X (,96. / P(, (,96.0,47 / 5) µ (, (.96.0,47 / 5 P(, 0,8) µ (, + 0,8) P(,4 µ,50) Formula F (Lajuta) 0 Uverstas umatera Utara
61 X X 0,0 5 ( X X ) (,0, ) + (,0),0 5 0,09 5 0,09 0,0 P ( X (,96. / ) µ ( X (,96. / P(,0 (,96.0,0 / 5) µ (,0 (.96.0,0 / 5 P(,0 0,) µ (,0 + 0,) P(,08 µ,) Formula F4(Lajuta) 0 Uverstas umatera Utara
62 X X 7,08 5 ( X X ) (,08, ) + (,08) 4, 5 0,7 5 0,7 0,4 P ( X (,96. / ) µ ( X (,96. / P(,08 (,96.0,4/ 5) µ (,08 (.96.0,4/ 5 P(,08 0,6) µ (,08 + 0,6) P(0,9 µ,4) Lampra 0.(Lajuta) 04 Uverstas umatera Utara
63 Mggu Formula Paels N N N N Jumlah Lampra 0.(Lajuta) 05 Uverstas umatera Utara
64 Formula F X X 5 4,44 ( X X ) ( 5 4,44) + ( 4 4,44) + ( 4,44) 0,9 5 0,4 5 0,4 0,64 P ( X (,96. / ) µ ( X (,96. / P(4,44 (,96.0,64 / 5) µ (4,44 (.96.0,64 / 5 P(4,44 0,5) µ (4,44 + 0,5) P(4,9 µ 4,69) Formula F (Lajuta) 06 Uverstas umatera Utara
65 X X 0 5 4,08 ( X X ) ( 5 4,08) + ( 4 4,08) + ( 4,08) 6,99 5 0,8 5 0,8 0,5 P ( X (,96. / ) µ ( X (,96. / P(4,08 (,96.0,5/ 5) µ (4,08 (.96.0,5/ 5 P(4,08 0,) µ (4,08 + 0,) P(,87 µ 4,9) Formula F (Lajuta) 07 Uverstas umatera Utara
66 X X 9 5,68 ( X X ) ( 5,68) + ( 4,68) + (,68),8 5 0,54 5 0,54 0,7 P ( X (,96. / ) µ ( X (,96. / P(,68 (,96.0,7/ 5) µ (,68 (.96.0,7/ 5 P(,68 0,9) µ (,68 + 0,9) P(,9 µ,97) Formula F4 (Lajuta) 08 Uverstas umatera Utara
67 X X 89 5,56 ( X X ) ( 5,56) + ( 4,56) + (,56),07 5 0,48 5 0,48 0,70 P ( X (,96. / ) µ ( X (,96. / P(,56 (,96.0,70 / 5) µ (,56 (.96.0,70 / 5 P(,56 0,7) µ (,56 + 0,7) P(,9 µ,8) Lampra 0.(Lajuta) 09 Uverstas umatera Utara
68 Mggu Formula Paels N N N N Jumlah Lampra 0.(Lajuta) 0 Uverstas umatera Utara
69 Formula F X X 80 5,0 ( X X ) ( 4,0, ) + (,0) 8,00 5 0, 5 + (,0) 0, 0,56 P ( X (,96. / ) µ ( X (,96. / P(,0 (,96.0,56 / 5) µ (,0 (.96.0,56 / 5 P(,0 0,) µ (,0 + 0,) P(,98 µ,5) Formula F (Lajuta) Uverstas umatera Utara
70 X X 6 5,44 ( X X ) (,44) + (,44) 6, 5 0,5 5 0,5 0,50 P ( X (,96. / ) µ ( X (,96. / P(,44 (,96.0,50 / 5) µ (,44 (.96.0,50 / 5 P(,44 0,0) µ (,44 + 0,0) P(,4 µ,64) Formula F (Lajuta) Uverstas umatera Utara
71 X X 55 5,0 ( X X ) (,0) + (,0) 9,6 5 0,7 5 + (,0) 0,7 0,6 P ( X (,96. / ) µ ( X (,96. / P(,0 (,96.0,6/ 5) µ (,0 (.96.0,6/ 5 P(,0 0,4) µ (,0 + 0,4) P(,96 µ,44) Formula F4 (Lajuta) Uverstas umatera Utara
72 X X 5 5, ( X X ) (,) + (,) 9,65 5 0,9 5 + (,) 0,9 0,6 P ( X (,96. / ) µ ( X (,96. / P(, (,96.0,6 / 5) µ (, (.96.0,6 / 5 P(, 0,4) µ (, + 0,4) P(,88 µ,6) Lampra 0.(Lajuta) 4 Uverstas umatera Utara
73 Mggu 4 Formula Paels N N N N Jumlah Lampra 0.(Lajuta) 5 Uverstas umatera Utara
74 Formula F X X 4,6 5 ( X X ) (,6) + (,6) 5,76 5 0, 5 0, 0,48 P ( X (,96. / ) µ ( X (,96. / P(,6 (,96.0,48 / 5) µ (,6 (.96.0,48 / 5 P(,6 0,9) µ (,0 + 0,9) P(,7 µ,55) Formula F (Lajuta) 6 Uverstas umatera Utara
75 X X,8 5 ( X X ) (,8) + (,8),96 5 0,5 5 0,5 0,7 P ( X (,96. / ) µ ( X (,96. / P(,8 (,96.0,7 / 5) µ (,8 (.96.0,7 / 5 P(,8 0,8) µ (,8 + 0,8) P(,00 µ,56) Formula F (Lajuta) 7 Uverstas umatera Utara
76 X X 0,0 5 ( X X ) (,0) + (,0) 6,00 5 0,64 5 0,64 0,80 P ( X (,96. / ) µ ( X (,96. / P(,0 (,96.0,80 / 5) µ (,0 (.96.0,80 / 5 P(,0 0,) µ (,0 + 0,) P(0,89 µ,5) Formula F4 (Lajuta) 8 Uverstas umatera Utara
77 X X 6,04 5 ( X X ) (,04) + (,04) 4,0 5 0,96 5 0,96 0,98 P ( X (,96. / ) µ ( X (,96. / P(,04 (,96.0,98 / 5) µ (,0 (.96.0,98 / 5 P(,04 0,8) µ (,04 + 0,8) P(0,66 µ,4) Lampra. Gambar gel pegharum ruaga 9 Uverstas umatera Utara
78 0 Uverstas umatera Utara
LAMPIRAN. Lampiran 1. Bagan alir pembuatan gel sebelum ditambah minyak nilam dan minyak lavender. Aquades. Panaskan aquades sampai mendidih
LAMPIRAN Lampra 1. Baga alr pembuata gel sebelum dtambah myak lam da myak laveder Aquades Paaska aquades sampa meddh Agar agar, xatha gum, sodum bezoat Aduk hgga homoge Turuka suhu hgga 65 0 C Prople glkol
Lebih terperinci8. MENGANALISIS HASIL EVALUASI
8. MENGANALISIS HASIL EVALUASI Tujua : Mampu megaalsa tgkat kesukara hasl evaluas utuk megkatka hasl proses pembelajara Kegata megaals hasl evaluas merupaka upaya utuk memperbak programprogram pembelajara
Lebih terperinciBAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.
BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa yag varabel bebasya ( berpagkat palg tgg satu. Utuk regres ler sederhaa, regres ler haya melbatka dua varabel ( da. Persamaa regresya dapat dtulska
Lebih terperinciANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas:
ANALISIS REGRESI Pedahulua Aalss regres berkata dega stud megea ketergatuga satu peubah (peubah terkat) terhadap satu atau lebh peubah laya (peubah pejelas). Jka Y dumpamaka sebaga peubah terkat da X1,X,...,X
Lebih terperinciSTATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi
STATISTIKA A. Des Umum. Pegerta statstk Statstk adalah kumpula akta yag berbetuk agka da dsusu dalam datar atau tabel yag meggambarka suatu persoala. Cotoh: statstk kurs dolar Amerka, statstk pertumbuha
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai
BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4. Deskrps Peelta Berdasarka hasl peelta, d peroleh data megea kemempua sswa melakuka smash sebelum da sesudah latha power otot lega adalah sebaga berkut : Tabel.
Lebih terperinciBAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier
BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa merupaka baga regres yag mecakup hubuga ler satu peubah acak tak bebas dega satu peubah bebas. Hubuga ler da dar satu populas dsebut gars regres
Lebih terperinciBAB 2. Tinjauan Teoritis
BAB Tjaua Teorts.1 Regres Lear Sederhaa Regres lear adalah alat statstk yag dperguaka utuk megetahu pegaruh atara satu atau beberapa varabel terhadap satu buah varabel. Varabel yag mempegaruh serg dsebut
Lebih terperinciUji Statistika yangb digunakan dikaitan dengan jenis data
Uj Statstka yagb dguaka dkata dega jes data Jes Data omal Ordal Iterval da Raso Uj Statstka Koefse Kotges Rak Spearma Kedall Tau Korelas Parsal Kedall Tau Koefse Kokordas Kedall W Pearso Korelas Gada Korelas
Lebih terperinciPERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM
PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM 1 Megetahu perhtuga persamaa regres ler Meggambarka persamaa regres ler ke dalam dagram pecar TEORI PENUNJANG Persamaa Regres adalah persamaa matematka
Lebih terperinciIII BAHAN/OBJEK DAN METODE PENELITIAN. Objek yang digunakan dalam penelitian ini adalah 50 ekor sapi Pasundan
III BAHAN/OBJEK DAN METODE PENELITIAN 3.1. Baha da Alat Peelta 3.1.1. Baha Peelta Objek yag dguaka dalam peelta adalah 50 ekor sap Pasuda jata da beta dewasa dega umur -3 tahu da tdak butg utuk meghdar
Lebih terperinciBAB 5 BARISAN DAN DERET KOMPLEKS. Secara esensi, pembahasan tentang barisan dan deret komlpeks sama dengan barisan dan deret real.
BAB 5 BARIAN DAN DERET KOMPLEK ecara eses, pembahasa tetag barsa da deret komlpeks sama dega barsa da deret real. 5. Barsa Barsa merupaka sebuah fugs dega doma berupa hmpua blaga asl N. ebuah barsa kompleks
Lebih terperinci4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data
//203 UKURAN GEJALA PUSAT DAN UKURAN LETAK Kaa Evta Dew, S.Pd., M.S. Ukura gejala pusat Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu hal, bak tu dar sampel ataupu populas Ukura
Lebih terperinciUKURAN 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 terperinciLampiran 1. Gambar tumbuhan pandan wangi
Lampira 1. Gambar tumbuha pada wagi A Keteraga: A. Gambar tumbuha dau pada wagi B. Gambar dau pada wagi B 50 Lampira 2. Gambar lemari pegerig Lampira 3. Gambar dau pada wagi kerig yag sudah dirajag 51
Lebih terperinciBAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten
BAB III METODE PENELITIAN 3. Tempat da Waktu Peelta 3.. Tempat Tempat peelta dlaksaaka d SMP Neger 4 Tlamuta Kabupate Boalemo pada sswa kelas VIII. 3.. Waktu Peelta dlaksaaka dalam waktu 3 bula yatu dar
Lebih terperinci3/19/2012. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut
3/9/202 UKURAN GEJALA PUSAT DAN UKURAN LETAK Kaa Evta Dew, S.Pd., M.S. Ukura gejala pusat Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu hal, bak tu dar sampel ataupu populas
Lebih terperinciBAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP
BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP Msal dguaka kode ler C[, k, d] dega matrks pembagu G da matrks cek partas H. Sebuah blok formas x = x 1 x 2 x k, x = 0 atau 1, yag aka dkrm terlebh
Lebih terperinciPENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan
Aalsa Numerk Baha Matrkulas PENDAHULUAN Metode umerk merupaka suatu tekk atau cara utuk megaalsa da meyelesaka masalah masalah d dalam bdag rekayasa tekk da sa dega megguaka operas perhtuga matematk Masalah-masalah
Lebih terperinciFMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani
FMDAM (2) Chartas Fbra Techque for Order Preferece by Smlarty to Ideal Soluto () ddasarka pada kosep dmaa alteratf terplh yag terbak tdak haya memlk jarak terpedek dar solus deal postf, amu juga memlk
Lebih terperinciMETODOLOGI PENELITIAN. pengaruh atau akibat dari suatu perlakuan atau treatment, dalam hal ini yaitu
47 III. METODOLOGI PENELITIAN A. Metode Peelta Metode peelta yag dguaka dalam peelta adalah metode eksperme. Metode dguaka atas pertmbaga bahwa sfat peelta ekspermetal yatu mecobaka suatu program latha
Lebih terperinciSTATISTIKA. A. Tabel Langkah untuk mengelompokkan data ke dalam tabel distribusi frekuensi data berkelompok/berinterval: a. Rentang/Jangkauan (J)
STATISTIKA A. Tabel Lagkah utuk megelompokka data ke dalam tabel dstrbus frekues data berkelompok/berterval: a. Retag/Jagkaua (J) J X maks X m b. Bayak kelas (k) Megguaka atura Sturgess, yatu k,. log c.
Lebih terperinciPEDOMAN STATISTIK UJI PROFISIENSI
DPLP 3 Rev. 0 PEDOMAN STATISTIK UJI PROFISIENSI Komte Akredtas Nasoal Natoal Accredtato Body of Idoesa Gedug Maggala Waabakt, Blok IV, Lt. 4 Jl. Jed. Gatot Subroto, Seaya, Jakarta 070 Idoesa Tel. : 6 5747043,
Lebih terperinciBAB III METODOLOGI PENELITIAN. Propinsi Gorontalo tahun pelajaran 2012/2013.
BAB III METODOLOGI PENELITIAN 3.. Tempat da Waktu Peelta Peelta dlaksaaka d SMP Neger 3 Gorotalo kota Gorotalo Props Gorotalo tahu pelajara 0/03. D SMP Neger 3 Gorotalo memlk 6 romboga belajar yag terdr
Lebih terperinciPenarikan Contoh Acak Sederhana (Simple Random Sampling)
Pearka Cotoh Acak Sederhaa (Smple Radom Samplg) Defs Jka sebuah cotoh berukura dambl dar suatu populas sedemka rupa sehgga setap cotoh berukura ag mugk memlk peluag sama utuk terambl, maka prosedur tu
Lebih terperinciIII. METODE PENELITIAN. Populasi dalam penelitian ini adalah seluruh siswa kelas VII semester ganjil SMP
III. METODE PENELITIAN A. Popula da Sampel Popula dalam peelta adalah eluruh wa kela VII emeter gajl SMP Ba Mulya Badar Lampug Tahu Pelajara 0/0 dega jumlah wa ebayak 03 wa yag terbag dalam 3 kela. Sampel
Lebih terperinciPenurunan Persamaan Perpetuitas dan Anuitas
SEMINR NSIONL MTEMTIK DN PENDIDIKN MTEMTIK UNY 2016 Peurua Persamaa Perpetutas da utas T - 6 Bud Fresdy Fakultas Ekoom da Bss Uverstas Idosa bstrak Mahasswa bss da akutas, debtor bak, da vestor memerluka
Lebih terperinciUKURAN PEMUSATAN & PENYEBARAN
UKURAN PEMUSATAN & PENYEBARAN RATA - RATA UKURAN PEMUSATAN MEDIAN MODUS Rata rata htug (mea) Merupaka hasl bag dar sejumlah skr dega bayakya respde Utuk Data Tdak Berkelmpk x Dmaa : = la samapa x = la
Lebih terperinciSTATISTIK. Ukuran Gejala Pusat Ukuran Letak Ukuran Simpangan, Dispersi dan Variasi Momen, Kemiringan, dan Kurtosis
STATISTIK Ukura Gejala Pusat Ukura Letak Ukura Smpaga, Dspers da Varas Mome, Kemrga, da Kurtoss Notas Varabel dyataka dega huruf besar Nla dar varabel dyataka dega huruf kecl basaya dtuls Tmes New Roma
Lebih terperinciIII. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah seluruh siswa kelas X SMA Negeri 1
8 III. MEODOLOGI PEELIIA A. Popula da Sampel Popula dalam peelta adalah eluruh wa kela X SMA eger Bagurejo Lampug egah tahu pelajara 009/00 ebayak 75 orag yag terdtrbu dalam lma kela dmaa tgkat kemampua
Lebih terperinciUKURAN GEJALA PUSAT DAN UKURAN LETAK
UKURAN GEJALA PUSAT DAN UKURAN LETAK MODUL 4 UKURAN GEJALA PUSAT DAN UKURAN LETAK. Pedahulua Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu persoala, bak megea sampel atau pu
Lebih terperinciBAB III UKURAN PEMUSATAN DATA
BAB III UKURAN PEMUSATAN DATA A. Ukura Gejala Pusat Ukura pemusata adalah suatu ukura yag meujukka d maa suatu data memusat atau suatu kumpula pegamata memusat (megelompok). Ukura pemusata data adalah
Lebih terperinci* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES
* PENYAJIAN DATA Secara umum, ada dua cara peyaja data, yatu : 1. Tabel atau daftar. Grafk atau dagram Macam-macam daftar yag dkeal : a. Daftar bars kolom b. Daftar kotges c. Daftar dstrbus frekues Sedagka
Lebih terperinciBAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel
BAB I PENDAHULUAN 1.1 Statstka Deskrptf da Statstka Iferesal Dewasa d berbaga bdag lmu da kehdupa utuk memaham/megetahu sesuatu dperluka dat Sebaga cotoh utuk megetahu berapa bayak rakyat Idoesa yag memerluka
Lebih terperinciBAB IV HASIL PENELITIAN. Hasil penelitian ini berdasarkan data yang diperoleh dari kegiatan penelitian
BAB IV HASIL PENELITIAN Hasl peelta berdasarka data yag dperole dar kegata peelta yag tela dlaksaaka ole peelt d MTs Salafya II Radublatug Blora pada kelas VIII A tau ajara 1 11. Data asl peelta tersebut
Lebih terperinciLANGKAH-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 terperinciTINJAUAN PUSTAKA Evaluasi Pengajaran
TINJAUAN PUSTAKA Evaluas Pegajara Evaluas adalah suatu proses merecaaka, memperoleh da meyedaka formas yag sagat dperluka utuk membuat alteratf- alteratf keputusa. Dalam hubuga dega kegata pegajara evaluas
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA.1 Pedahulua Sebelum membahas megea prosedur peguja hpotess, terlebh dahulu aka djelaska beberapa teor da metode yag meujag utuk mempermudah pembahasa. Adapu teor da metode tersebut
Lebih terperinciPOLIGON TERBUKA TERIKAT SEMPURNA
MODUL KULIAH ILMU UKUR TANAH POLIGON TERBUKA TERIKAT SEMPURNA Pegerta : peetua azmuth awal da akhr, peetuat kesalaha peutup sudut,koreks sudut, kesalaha lear da koreks lear kearah sumbu X da Y, Peetua
Lebih terperinciBAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 15 di kota Gorontalo
BAB III METODOLOGI PENELITIAN 3. Tempat Da Waktu Peelta 3.. Tempat peelta Peelta dlaksaaka d SMP Neger 5 d kota Gorotalo 3.. Waktu peelta Peelta dlaksaaka sejak bula oktober hgga bula desember, yag melput
Lebih terperinciUKURAN SIMPANGAN DAN UKURAN VARIASI UKURAN SIMPANGAN. Rentang= 4/1/2013 KANIA EVITA DEWI S.PD., M.SI.
//03 UKURAN SIMPANGAN DAN UKURAN VARIASI KANIA EVITA DEWI S.PD., M.SI. UKURAN SIMPANGAN Ukura mpaga merupaka tattk yag meggambarka peympaga data-data terhadap rata-rataya Semak bear ukura mpaga emak meyebar
Lebih terperinciTATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Fitri Yulianti, SP. Msi.
TATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Ftr Yulat, SP. Ms. UKURAN DATA Ukura data Ukura Pemusata data Ukura letak data Ukura peyebara data Mea Meda Jagkaua Meda Kuartl Jagkaua atar
Lebih terperinciPRAKTIKUM 20 Interpolasi Polinomial dan Lagrange
Praktkum 0 Iterpolas Polomal da Lagrage PRAKTIKUM 0 Iterpolas Polomal da Lagrage Tuua : Mempelaar berbaga metode Iterpolas ag ada utuk meetuka ttkttk atara dar buah ttk dega megguaka suatu fugs pedekata
Lebih terperinciPenelitian Operasional II Teori Permainan TEORI PERMAINAN
Peelta Operasoal II Teor Permaa 7 2 TEORI PERMAINAN 2 Pegatar 2 Krtera Tekk Permaa : () Terdapat persaga kepetga datara pelaku (2) Setap pema memlk stateg, bak terbatas maupu tak terbatas (3) Far Game
Lebih terperinciPenarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB
Pearka Cotoh Gerombol (Cluster Samplg) Departeme Statstka FMIPA IPB Radom samplg (Revew) Smple radom samplg Stratfed radom samplg Rato, regresso, ad dfferece estmato Systematc radom samplg Cluster radom
Lebih terperinciBAB III LANDASAN TEORI. Pengisian data hujan yang hilang dapat dilakukan dengan reciprocal method
BAB III LANDASAN TEORI 3.1 Perbaka Data Pegsa data huja yag hlag dapat dlakuka dega recprocal method P x 1 1 P L 1 L (3.1) Px = data stasu huja yag hlag P = data huja d stasu L = jarak ke stasu 3. Uj Kosstes
Lebih terperinciBAB 1 ERROR PERHITUNGAN NUMERIK
BAB ERROR PERHITUNGAN NUMERIK A. Tujua a. Memaham galat da hampra b. Mampu meghtug galat da hampra c. Mampu membuat program utuk meelesaka perhtuga galat da hampra dega Matlab B. Peragkat da Mater a. Software
Lebih terperinciIII. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri
III. METODE PEELITIA A. Metodolog Peelta Metodolog peelta adalah cara yag dlakuka secara sstemats megkut atura-atura, recaaka oleh para peeltutuk memecahka permasalaha yag hdup da bergua bag masyarakat,
Lebih terperinciWAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST
Koferes Nasoal Tekk Spl 3 (KoNTekS 3) Jakarta, 6 7 Me 009 WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST Maksum Taubrata Program Stud Tekk Spl, Uverstas Krste Maraatha Badug Jl.
Lebih terperinciUKURAN PEMUSATAN DAN LETAK DATA
UKURAN PEMUSATAN DAN LETAK DATA PENDAHULUAN Suatu harga yag dapat dpaka utuk mewakl sekumpula data. Harga rata-rata merupaka suatu la sektar maa blaga-blaga la tersebar. Harga rata-rata serg damaka measure
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 1 Pegerta Regres Istlah regres pertama kal dperkealka oleh Fracs Galto Meurut Galto, aalss regres berkeaa dega stud ketergatuga dar suatu varabel yag dsebut tak bebas depedet varable,
Lebih terperinciBAB 6 PRINSIP INKLUSI DAN EKSKLUSI
BB 6 PRINSIP INKLUSI DN EKSKLUSI Pada baga aka ddskuska topk berkutya yatu eumeras yag damaka Prsp Iklus da Eksklus. Kosep dalam bab merupaka perluasa de dalam Dagram Ve beserta oepras rsa da gabuga, amu
Lebih terperinciUkuran Pemusatan Data. Arum Handini P., M.Sc Ayundyah K., M.Si.
Ukura Pemusata Data Arum Had P., M.Sc Ayudyah K., M.S. Notas utuk Populas da Sampel Notas: Mea (rata-rata) Sample x Populas μ Varas s 2 σ 2 Smpaga baku s σ Ukura Pemusata Data 1. Mea (rata-rata) 2. Meda
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN A. Jes Peelta Dalam pelta peelt megguaka racaga eksperme. Eksperme adalah observas dbawah kods buata (artfcal codto), dmaa kods tersebut dbuat da d atur oleh s peelt. Dega
Lebih terperinciINTERVAL KEPERCAYAAN UNTUK PERBEDAAN KOEFISIEN VARIASI DARI DISTRIBUSI LOGNORMAL I. Pebriyani 1*, Bustami 2, S. Sugiarto 2
INTERVAL KEPERCAAAN UNTUK PERBEDAAN KOEFIIEN VARIAI DARI DITRIBUI LOGNORMAL I. Pebrya * Bustam. ugarto Mahasswa Program Matematka Dose Jurusa Matematka Fakultas Matematka da Ilmu Pegetahua Alam Uverstas
Lebih terperinciTEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas
TEKNIK SAMPLING Hazmra Yozza Izzat Rahm HG Jurusa Matematka FMIPA Uverstas Adalas Defs Suatu cotoh gerombol adalah suatu cotoh acak sederhaa dmaa setap ut pearka cotoh adalah kelompok atau gerombol dar
Lebih terperinciUKURAN SIMPANGAN UKURAN SIMPANGAN DAN UKURAN VARIASI. Rentang Antar Kuartil. Rentang= 3/26/2012
/6/0 UKURAN SIMPANGAN UKURAN SIMPANGAN DAN UKURAN VARIASI KANIA EVITA DEWI S.PD., M.SI. Ukura mpaga merupaka tattk yag meggambarka peympaga data-data terhadap rata-rataya Semak bear ukura mpaga emak meyebar
Lebih terperinciIII. METODOLOGI PENELITIAN. Menurut Arikunto (1991 : 3) penelitian eksperimendalah suatu penelitian yang
37 III. METODOLOGI PENELITIAN A. Metode Peelta Metode peelta merupaka suatu cara tertetu yag dguaka utuk meelt suatu permasalaha sehgga medapatka hasl atau tujua yag dgka. Meurut Arkuto (1991 : 3) peelta
Lebih terperinciMETODE PENELITIAN. Kota Bogor. Kecamatan Bogor Barat. Purposive. Kelurahan Cilendek Barat RW 05 N1= 113. Cluster random sampling.
METODE PENELITIAN Desa, Tempat da Waktu Peelta Peelta megguaka desa cross sectoal study. Lokas peelta d Kota Bogor. Pemlha lokas peelta secara purposve dega pertmbaga merupaka salah satu kecamata dega
Lebih terperinciRegresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( )
Regres & Korelas Ler Sederhaa 1. Pedahulua Gagasa perhtuga dtetapka oleh Sr Fracs Galto (18-1911) Persamaa regres :Persamaa matematk yag memugkka peramala la suatu peubah takbebas (depedet varable) dar
Lebih terperinciBAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu
BAB II LADASA TEORI Dalam pegambla sampel dar suatu populas, dperluka suatu tekk pegambla sampel yag tepat sesua dega keadaa populas tersebut. Sehgga sampel yag dperoleh adalah sampel yag dapat mewakl
Lebih terperinciBAB V ANALISIS HIDROLOGI
ANALISIS HIDROLOGI 64 BAB V ANALISIS HIDROLOGI 5.. Tjaua Umum Utuk meetuka debt recaa, dapat dguaka beberapa metode atau cara. Metode yag dguaka sagat tergatug dar data yag terseda, data data tersebut
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PENDAHULUAN. Latar Belakag Sampa saat, model Regres da model Aalss Varas telah dpadag sebaga dua hal ag tdak berkata. Meskpu merupaka pedekata ag umum dalam meeragka kedua cara pada taraf permulaa,
Lebih terperinciMean untuk Data Tunggal. Definisi. Jika suatu sampel berukuran n dengan anggota x1, x2, x3,, xn, maka mean sampel didefinisiskan : n Xi.
Mea utuk Data Tuggal Des. Jka suatu sampel berukura dega aggota x1, x, x3,, x, maka mea sampel ddesska : 1... N 1 Mea utuk Data Kelompok Des Mea dar data yag dkelompoka adalah : x x 1 1 1 dega : x = ttk
Lebih terperinciRegresi Linier Sederhana Definisi Pengaruh
Regres Ler Sederhaa Dah Idra Baga Bostatstka da Kepeduduka Fakultas Kesehata Masyarakat Uverstas Arlagga Defs Pegaruh Jka terdapat varabel, msalka da yag data-dataya dplot sepert gambar dbawah 3 Defs Pegaruh
Lebih terperinciMATEMATIKA INTEGRAL RIEMANN
MATEMATIKA KELAS XII IPA - KURIKULUM GABUNGAN Ses NGAN INTEGRAL RIEMANN A. NOTASI SIGMA a. Defs Notas Sgma Sgma (Σ) adalah otas matematka megguaka smbol yag mewakl pejumlaha da beberapa suku yag memlk
Lebih terperinciBAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling
BAB LANDASAN TEORI Kosep Dasar Aalss Regres Aalss regres adalah suatu proses memperkraka secara sstemats tetag apa yag palg mugk terjad dmasa yag aka datag berdasarka formas yag sekarag dmlk agar memperkecl
Lebih terperinciBAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai
BAB LANDASAN TEORI. Kosep Dasar Aalss Regres Aalss regres regressso aalyss merupaka suatu tekk utuk membagu persamaa da megguaka persamaa tersebut utuk membuat perkraa predcto. Dega demka, aalss regres
Lebih terperinciANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS
ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS = 1 + + + + k k + u PowerPot Sldes baa Rohmaa Educato Uverst of Idoesa 007 Laboratorum Ekoom & Koperas Publshg Jl. Dr. Setabud
Lebih terperinciIII. METODOLOGI PENELITIAN. Metode penelitian merupakan strategi umum yang di anut dalam
III. METODOLOGI PENELITIAN A. Metode Peelta Metode peelta merupaka strateg umum yag d aut dalam pegumpula data da aalss data yag dperluka, gua mejawab persoala yag dhadap. Meurut Arkuto (006 : 3) peelta
Lebih terperinciBAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 1 Paleleh pada semester genap
BAB III METODOLOGI PENELITIAN 3. Lokas Da Waktu Peelta Peelta dlaksaaka d SMP Neger Paleleh pada semester geap tahu ajara 0/0. Peelta berlagsug selama 4 bula (Aprl, Me, Ju, Jul) mula dar persapa hgga pelaksaaa
Lebih terperinciTabel Distribusi Frekuensi
Tabel Dstrbus Frekues Tabel dstrbus frekues adalah susua data meurut kelas-kelas terval tertetu atau meurut kategor tertetu dalam sebuah daftar. Dar dstrbus frekues, dapat dperoleh keteraga atau gambara
Lebih terperinciBAB IX PENGGUNAAN STATISTIK DALAM SIMULASI
BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI 9.1. Dstrbus Kotu Dstrbus memlk sfat kotu dmaa data yag damat berjala secara kesambuga da tdak terputus. Maksudya adalah bahwa data yag damat tersebut tergatug
Lebih terperinciBAB III METODE PENELITIAN. Penelitian diajukan untuk melihat dan mengkaji hubungan antara dua
38 BAB III METODE PENELITIAN A. Metode Peelta Peelta dajuka utuk melhat da megkaj hubuga atara dua varabel atau lebh. Sebagamaa yag dkemukaka oleh Sudjaa (1988: 56)..Peelt harus melakuka mapulas atau perlakua
Lebih terperinciIII. METODOLOGI PENELITIAN. Metode penelitian adalah adalah suatu cara berfikir dan berbuat, yang
8 III. METODOLOGI PENELITIAN A. Metode Peelta Metode peelta adalah adalah suatu cara berfkr da berbuat, yag dpersapka dega bak utuk megadaka suatu kegata peelta da utuk mecapa suatu tujua dega sebak mugk
Lebih terperinciDi dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu
KORELASI 1 D dua kta tdak dapat hdup sedr, tetap memerluka hubuga dega orag la. Hubuga tu pada umumya dlakuka dega maksud tertetu sepert medapat kergaa pajak, memperoleh kredt, memjam uag, serta mta pertologa/batua
Lebih terperinciBAHAN DAN METODE. Waktu dan Tempat. Bahan dan Alat
BAHAN DAN METODE Waktu da Tempat Peelta dlaksaaka pada musm hua (MH) 010/011 da 011/01 d 7 (tuuh) lokas yatu Tama Bogo da Natar (Lampug); Sukabum da Idramayu (Jawa Barat); Purworeo (Jawa Tegah); Woosar
Lebih terperinciBAB 2 LANDASAN TEORITIS. yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama.
BAB 2 LANDASAN TEORITIS 2.1 Pegerta Peramala Peramala ( forecastg ) adalah kegata memperkraka atau mempredkska apa yag aka terjad pada masa yag aka datag dega waktu yag relatf lama. Sedagka ramala adalah
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI. Defes Aalss Korelas da Regres a Aalss Korelas adalah metode statstka yag dguaka utuk meetuka kuatya atau derajat huuga lear atara dua varael atau leh. Semak yata huuga ler gars lurus,
Lebih terperinciJawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2
M 81 STTISTIK DSR SEMESTER II 11/1 KK STTISTIK, FMIP IT SOLUSI UJIN TENGH SEMESTER (UTS) Sabtu, 1 Me 1, Pukul 9. 1.4 WI (1 met) Kelas 1. Pegajar: Udjaa S. Pasarbu/Rr. Kura Novta Sar, Kelas. Pegajar: Utrwe
Lebih terperinciS2 MP Oleh ; N. Setyaningsih
S2 MP Oleh ; N. Setyagsh MATERI PERTEMUAN 1-3 (1)Pedahulua pera statstka dalam peelta ; (2)Peyaja data : dalam betuk (a) tabel da (b) dagram; (3) ukura tedes setaral da ukura peympaga (4)dstrbus ormal
Lebih terperinciFORMULIR UJI DAYA TERIMA
FORMULIR UJI DAYA TERIMA Nama :... Umur :... Jeis kelami :... Pemiata :... Petujuk peilaia Ujilah sampel diawah ii dega seaik aikya da yataka pedapat ada tetag apa yag dirasaka oleh idera. Kemudia eri
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PENDAHULUAN. Latar Belakag Dalam pemodela program ler, semua parameter yag dguaka dalam model dasumska dapat dketahu secara past. Parameter-parameter terdr dar koefse batasa ( ) a, la kuattas batasa
Lebih terperinciANALISIS PEUBAH PREDIKTOR YANG MEMUAT KESALAHAN PENGUKURAN DENGAN REGRESI ORTOGONAL
Prosdg Semar Nasoal Peelta, Peddka da Peerapa MIPA, Fakultas MIPA, Uverstas Neger Yogyakarta, 4 Me ANALISIS PEUBAH PREDIKTOR YANG MEMUAT KESALAHAN PENGUKURAN DENGAN REGRESI ORTOGONAL Ksmat Jurusa Peddka
Lebih terperinciOrbit Fraktal Himpunan Julia
Vol. 3, No., 6-7, Jauar 7 Orbt Fraktal Hmpua Jula Ad Kresa Jaya, Nswar Alasa Abstrak Makalah membahas kumpula ttk-ttk yag berada dalam daerah hmpua Jula d ruag kompleks da memperlhatka sebuah algortma
Lebih terperinciJurnal Sketsa Bisnis Vol. 2 No. 1 Agustus 2015 Page 18
ANALISA WAKTU BAKU PRODUKSI DOMPET DENGAN PENDEKATAN PETA TANGAN KIRI DAN TANGAN KANAN PADA CV. XYZ DI PASURUAN Hasa Bashor 1), Rosyatul Umam ) 1) Dose Tekk dustr Fakultas Tekk Uverstas Yudharta Pasurua
Lebih terperinci9/22/2009. Materi 2. Outline. Graphical Techniques. Penyajian Data. Numerical Techniques
Mater Outle Graphcal Techques Peyaja Data Numercal Techques Tekk Grafk (Graphcal Techques) Secara vsual, grafs merupaka gambar-gambar yag meujukka data berupa agka yag basaya dbuat berdasarka tabel yag
Lebih terperinciBAB IV ANALISIS DATA HIDROLOGI
BAB IV ANALISIS DATA HIDROLOGI 4. Data DAS Luas DAS Keduag dhtug dar lokas recaa bagua pegedal sedme d Suga Keduag Desa Bragkal, adalah sebesar 64,8 km dega kemrga rata-rata,05%. Pajag suga utama mecapa
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA.1 Hdrolog Ar d bum megulag terus meerus srkulas peguapa, presptas da pegalra keluar (outflow). Ar meguap ke udara dar permukaa taah da laut, berubah mejad awa sesudah melalu beberapa
Lebih terperinciREGRESI LINIER SEDERHANA
MODUL REGRESI LINIER SEDERHANA Dsusu oleh : I MADE YULIARA Jurusa Fska Fakultas Matematka Da Ilmu Pegetahua Alam Uverstas Udayaa Tahu 016 Kata Pegatar Puj syukur saya ucapka ke hadapa Tuha Yag Maha Kuasa
Lebih terperinciSTUDI KELAYAKAN: ASPEK FINANSIAL. F.Hafiz Saragih SP, MSc
STUDI KELAYAKAN: ASPEK FINANSIAL F.Hafz Saragh SP, MSc Pajak Baya bag perusahaa/ usahata, sehgga merupaka peguraga dar beeft Subsd FINANSIAL Peguraga baya bag perusahaa/ usahata, sehgga merupaka tambaha
Lebih terperinciSUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS
C. Pembelajara 3 1. Slabus N o STANDA R KOMPE TENSI KOMPE TENSI DASAR INDIKATOR MATERI TUGAS BUKTI BELAJAR KON TEN INDIKA TOR WAK TU SUM BER BELA JAR Meerap ka atura kosep statstka dalam pemecah a masalah
Lebih terperinciBAB IV HASIL PENELITIAN DAN ANALISIS HASIL PENELITIAN. Adapun hasil penelitian akan dijelaskan sebagai berikut : TABEL 4.1
68 BAB IV HASIL PENELITIAN DAN ANALISIS HASIL PENELITIAN A. Hasl Peelta Adapu hasl peelta aka djelaska sebaga bekut : TABEL 4. Tabel IQ, Iteleges Gada da Tes Hasl Belaja pada Pokok Bahasa Kesebagua Kelas
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
5 BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Dekrp Data Hal Peelta Setelah melakuka peelta, peelt medapatka hal tud lapaga utuk memperoleh data dega tekk te, etelah dlakuka uatu pembelajara atara kelompok
Lebih terperinciBAB 4 PENGUMPULAN, PENGOLAHAN DAN ANALISIS DATA
97 BAB 4 PENGUMPULAN, PENGOLAHAN DAN ANALISIS 4. Hasl da Pegumpula Data 4.. Peetua L Krts DATA Berdasarka hasl peelta da observas dlapaga secara lagsug pada lata produks PT. Fajar It Plasdo yag meghaslka
Lebih terperinciFORMULIR UJI DAYA TERIMA. Nama Ibu :... Umur :... Nama Balita :... Jenis Kelamin :...
67 Lampira. Formulir Uji Daya Terima FORMULIR UJI DAYA TERIMA Nama Iu :... Umur :... Nama Balita :... Jeis Kelami :... Petujuk peilaia Ujilah sampel diawah ii dega seaik-aikya da yataka pedapat ada tetag
Lebih terperinciBAB 2 LANDASAN TEORI. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama.
BAB 2 LANDASAN TEORI 2.1 Pegerta Peramala Peramala ( forecastg ) adalah kegata memperkraka atau mempredkska apa yag aka terjad pada masa yag aka datag dega waktu yag relatve lama. Sedagka ramala adalah
Lebih terperinciBAB III METODE PENELITIAN
BAB METODE PENELTAN 3.1 Tempat da Waktu Peelta Peelta dlaksaaka d areal/wlaah koses huta PT. Sarmeto Parakata Tmber, Kalmata Tegah pada bula Aprl sampa dega Me 007. 3. Baha da Alat Baha ag dguaka utuk
Lebih terperinciPendahuluan. Pendahuluan. Pendahuluan PERANCANGAN PERCOBAAN (PERBANDINGAN BERGANDA) Dari analisis ragam
Pedahulua PERANCANGAN PERCOBAAN (PERBANDINGAN BERGANDA) Oleh: Dr. Drvamea Boer Dar aalss ragam Bla uj F tdak yata, maka hpotess ol dterma artya semua perlakua yag dcobaka member hasl yag sama tdak perlu
Lebih terperinci2.2.3 Ukuran Dispersi
3 Ukura Dspers Yag aka dbahas ds adalah smpaga baku da varas karea dua ukura dspers yag palg serg dguaka Hubuga atara smpaga baku dega varas adalah Varas = Kuadrat dar Smpaga baku otas yag umum dguaka
Lebih terperinci