Pengukuran adalah penempatan angka (atau bilangan) pada objek atau peristiwa menurut aturan. SKALA merupakan bagian dari aturan penempatan angka itu

Ukuran: px
Mulai penontonan dengan halaman:

Download "Pengukuran adalah penempatan angka (atau bilangan) pada objek atau peristiwa menurut aturan. SKALA merupakan bagian dari aturan penempatan angka itu"

Transkripsi

1 BAB IV SKALA

2 A. DASAR PENGERTIAN. a. Pengukuran adalah penempatan angka (atau bilangan) pada objek atau peristiwa menurut aturan. SKALA merupakan bagian dari aturan penempatan angka itu b. c. Rencana konsisten secara internal pada pengukuran untuk menempatkan bilangan dikenal sebagai MODEL PENSKALAAN dan ukuran yang dihasilkan oleh penerapan rencana itu disebut SKALA (skala adalah ukuran) NUNNALY SKALA adalah seperangkat lambang atau angka yang dibuat sehingga, melalui aturan, lambang atau angka itu dapat ditempatkan pada individu (atau perilaku mereka) yang menjadi sasaran penggunaan skala itu.. (KERLINGER)

3 . SKALA UKUR Cara yang dipakai untuk menempatkan angka atau bilangan pada hasil ukur Alat ukur METERAN Skala ukur METER Hasil ukur: 5 meter Alat ukur TIMBANGAN Skala ukur KILOGRAM Hasil ukur : 9 kilogram Alat ukur UJIAN Skala ukur ANGKA SAMPAI 0 Hasil ukur : 7 Alat ukur KUESIONER Skala ukur ANGKA SAMPAI 5 Hasil ukur : 3

4 KATEGORI SKALA 3. Ada berbagai cara untuk melihat kategori skala, meliputi Level skala Tipe skala Sifat skala Nilai skala Skala yang digunakan merupakan kombinasi di antara mereka, yakni ADA LEVEL, ADA TIPE, ADA SIFAT, DAN ADA NILAI

5 B. LEVEL SKALA. HAKIKAT SKALA mengenal level angka yang menunjukkan banyaknya informasi yang terkandung di dalam skala itu Level SKALA makin tinggi jika kandungan informasinya makin banyak Dan demikian sebaliknya 5

6 . URUTAN LEVEL SKALA LEVEL RASIO TINGGI LEVEL INTERVAL LEVEL ORDINAL LEVEL NOMINAL TINGGI RENDAH : BANYAK MENGANDUNG INFORMASI RENDAH : SEDIKIT MENGANDUNG INFORMASI LEVEL LEBIH TINGGI DAPAT DIRINGKAS MENJADI LEBIH RENDAH, TIDAK BOLEH SEBALIKNYA 6

7 3. LEVEL NOMINAL a) b) c) CIRI Hanya untuk membedakan satu dan lainnya Kandungan informasi Kandungan informai paling sedikit Contoh PRIA WANITA : : MANGGA JERUK DUKU MANGGIS : : : : 3 ANGKA HANYA SEBAGAI PEMBEDA 7

8 . LEVEL ORDINAL a) CIRI Membedakan satu dan lainnya Menunjukkan peringkat Mis : TINGGI RENDAH BESAR KECIL dan sejenisnya (tanpa memperhatikan jarak di antara skala) b) KANDUNGAN INFORMASI Kandungan informasi lebih banyak dari level nominal c) PERINGKASAN Jika perlu, dapat diringkas, diturunkan, atau dianggap sebagai skala nominal 8

9 d) Contoh LUAS BAK AIR LUAS KOLAM IKAN LUAS SAMUDRA PASIFIK 3 PERINGKAT : BESAR-KECIL TINGGI ALMARI TINGGI RUMAH TINGGI GNG. HIMALAYA 3 PERINGKAT : TINGGI-RENDAH KADAR KOPI ENCER KADAR KOPI SEDANG KADAR KOPI PEKAT 3 PERINGKAT : BANYAK-SEDIKIT 3 9

10 5. LEVEL INTERVAL a. CIRI Membedakan satu dan lainnya Menunjukkan peringkat Memiliki jarak skala yang sama (tidak harus memiliki titik nol mutlak atau tulen) b. KANDUNGAN INFORMASI Kandungan informasi lebih banyak dari level ordinal c. PERINGKASAN Jika perlu, dapat diringkas, diturunkan, atau dianggap sebagai level ordinal 0

11 d) Contoh C 370 C 380 C 390 C - VOLT - VOLT JARAK SKALA DI ANTARA ANGKA ADALAH SAMA 0 VOLT VOLT VOLT

12 6. LEVEL RASIO a) CIRI b) Membedakannya satu dan lainnya Menunjukkan peringkat Memiliki jarak skala yang sama Memiliki titik nol mutlak (tulen) KANDUNGAN INFORMASI Kandungan informasi lebih banyak dari level interval c) PERINGKASAN Jika perlu, dapat diringkas, diturunkan, atau dianggap sebagai level interval atau ordinal

13 d) Contoh 3 orang 3 orang orang 5 orang 6 orang ADA TITIK NOL MUTLAK DAPAT DIBUAT RASIO ORANG : ORANG : Rp ORANG : ORANG 3 : Rp. 000 Rp. 000 : Rp. 000 : Rp Rp

14 7. PENSKALAAN COOMBS ( OBJEK) HAKIKAT a) Level skala terletak di antara skala ORDINAL dan INTERVAL, dengan menunjukkan jarak mana LEBIH DEKAT dan mana LEBIH JAUH A A B B C C D D AB > CD AB < CD Menentukan urutan objek, mis. A, B, C, D JIKA SETUJU A, JUGA SETUJU BCD JIKA SETUJU B, JUGA SETUJU CD JIKA SETUJU C, JUGA SETUJU D

15 b) SKALA I (INDIVIDUAL SCALE) Terdiri atas banyak kombinasi ABCD ABDC ACBD BACD BADC MACAM Yang diperhatikan 7 macam : ABCD BACD BCAD CBAD CBDA CDBA DCBA atau BCDA 5

16 c) SKALA J (JOINT SCALE) Terdiri atas wilayah di antara titik tengah AB, AC, AD, BC, BD, CD AB A AC BC 3 AD BD B 5 CD 6 7 C D KOMBINASI JARAK MACAM AB BD CD a Kecil Sedang Besar b Kecil Besar Sedang c Sedang Kecil Besar d Sedang Besar Kecil e Besar Kecil Sedang f Besar Sedang Kecil AB < CD AB > CD 6

17 AB a. AC A 3 A 5 BC AD B CD 6 7 D BD CD C AC BC AD A A BD C B AB d. AC AB c. AD B AB b. BC AC B D BD CD C AD BC D BD CD C D 7

18 AB e. A A AD BC BD B AB f. AC AC C BC 3 AD B CD D BD 5 CD 6 C 7 D 8

19 CIRI KOMBINASI abc AB AC BC AD BD CD AB < CB def AB AC AD BC BD CD AB > CB SEBAGAI WAKIL ADALAH MACAM a DAN f AB a. A X AC BC 3 B AD BD 5 CD 6 C 7 D JIKA X DI () JARAK JARAK JARAK JARAK AX BX CX DX TERDEKAT BERIKUTNYA BERIKUTNYA TERJAUH URUTAN DEKAT KE JAUH : ABCD 9

20 AB a. AC A BC 3 AD BD XB 5 CD 6 7 C D JIKA X DI () X DI KANAN AB, X DI KIRI AC, JARAK JARAK JARAK JARAK BX AX CX DX TERDEKAT BERIKUTNYA BERIKUTNYA TERJAUH URUTAN DEKAT KE JAUH : BACD JIKA X DI (3) D A TEKNIK PEMEKARAN C ACB BC AB A 3 B X AD BD 5 C CD 6 7 D 0

21 UNTUK LETAK DI SEMUA WILAYAH, URUTAN MODEL a d) MODEL f WILAYAH URUTAN WILAYAH URUTAN () ABCD () ABCD () BACD () BACD (3) BCAD (3) BCAD () CBAD () BCDA (5) CBDA (5) CBDA (6) CDBA (6) CDBA (7) DCBA (7) DCBA Contoh Bagaimana urutan persyaratan untuk menjadi anggota pemerhati pendidikan SEMUA ORANG PARA PROFESIONAL PARA PENDIDIK PARA GURU Bagaimana jarak skala

22 HASIL ANGKET POLA RESPONSI FREKUENSI. SEMUA PROFESIONAL PENDIDIK GURU 53. PROFESIONAL PENDIDIK SEMUA GURU 3. PENDIDIK PROFESIONAL GURU SEMUA 0. PENDIDIK GURU PROFESIONAL SEMUA PROFESIONAL SEMUA PENDIDIK GURU 3 6. GURU PENDIDIK PROFESIONAL SEMUA 6 7. PROFESIONAL PENDIDIK GURU SEMUA 3 8. PROFESIONAL GURU SEMUA PENDIDIK 9. PENDIDIK GURU SEMUA PROFESIONAL 0. PROFESIONAL SEMUA GURU - PENDIDIK. DAN 7. BERKEBALIKAN MENJADI ABCD DAN CDBA SEHINGGA : A SEMUA ORANG B PROFESIONAL C D PENDIDIK GURU

23 URUTAN MENJADI ABCD BCAD CBDA CDBA BACD DCBA BCDA COCOK DENGAN MODEL f JARAK AB > CD SEMUA ORANG PROFESIONAL > PENDIDIK - GURU 3

24 C. TIPE SKALA. SKALA KATEGORIS a) b) Skala ini hanya menunjukkan KATEGORI OBJEK UKUR Contoh 7 MAKANAN ASIN MAKANAN MANIS MAKANAN ASAM 3 MAKANAN PEDAS ORANG DESA ORANG KOTA

25 . SKALA KUALITATIF BERPERINGKAT a) b) Skala ini menunjukkan peringkat pada objek ukur Contoh 8 Tingkat status sosial ekonomi TINGGI SEDANG RENDAH 3 Ragam Tutur Bahasa HALUS MENENGAH KASAR 3 5

26 Kepekatan kopi TIADA KOPI KOPI ENCER KOPI AGAK ENCER KOPI SEDANG KOPI AGAK PEKAT KOPI PEKAT FREKUENSI TIDAK PERNAH KADANG-KADANG AGAK SERING SERING SELALU STATUS PENDIDIKAN TIDAK PERNAH BERSEKOLAH TIDAK LULUS SD LULUS SD LULUS SLTP LULUS SLTA LULUS S PERGURUAN TINGGI LULUS S PERGURUAN TINGGI LULUS S3 PERGURUAN TINGGI JUMLAH MAHASISWA KURANG DARI LEBIH DARI

27 3. SKALA (KIRAAN) LIKERT a) PILIHAN PERTANYAAN Skala ini dibuat oleh R. LIKERT untuk pengukuran sikap, dengan lima jawaban : SANGAT SETUJU SETUJU RAGU TIDAK SETUJU SANGAT TIDAK SETUJU Diterapkan pada setiap butir pertanyaan 7

28 b) BENTUK PERTANYAAN Ada dua macam pertanyaan POSITIF dan NEGATIF Pertanyaan POSITIF mengharapkan responden setuju, seperti : Pendidikan adalah penting bagi bangsa dan negara Pertanyaan NEGATIF mengharapkan responden tidak setuju, seperti : Bersekolah hanya membuang waktu saja Di dalam kuesioner, terdapat campuran pertanyaan positif dan pertanyaan negatif 8

29 c) PEMBERIAN NILAI Pada pertanyaan positif dan negatif PILIHAN JAWABAN PERTANYAAN POSITIF NEGATIF SANGAT SETUJU 5 SETUJU RAGU 3 3 TIDAK SETUJU SANGAT TIDAK SETUJU 5 9

30 d) LEVEL SKALA Pada umumnya setiap butir pada skala Likert dianggap memiliki level ordinal SANGAT SETUJU SETUJU RAGU TIDAK SETUJU SANGAT TIDAK SETUJU LEVEL ORDINAL Jumlah skor dari banyak (semua) butir sering dianggap memiliki level interval 30

31 . SKALA KIRAAN LAINNYA a) Biasanya berbentuk pertanyaan dengan pilihan jawaban pada rentangan angka tertentu, misal : 3 5 TERBURUK TERBAIK TERENDAH TERTINGGI PALING TIDAK DIKEHENDAKI PALING DIKEHENDAKI PALING TIDAK MEMADAI PALING MEMADAI MENGGUNAKAN ANGKA PADA SKALA ATAU MEMBERI ANGKA PERINGKAT 3

32 b) SKALA KIRAAN LAINNYA MELIPUTI: Skala Skala Skala Skala Skala Skala Skala Skala Frekuensi Verbal Ordinal Komparatif Numerik Pilihan Kata Sifat Stapel Peringkat Paksaan Diferensial Semantik (lihat BAB III) Setiap butir dianggap berlevel ordinal Jumlah skor dari semua butir ada kalanya dapat dianggap berlevel ordinal 3

33 5. SKALA (KIRAAN) THURSTONE a) Skala ini dibuat oleh L. L. THURSTONE untuk mengukur sikap dengan : BERSKALA INTERVAL BENTANGAN SKALA 0 - b) Penyusunan Kuesioner Penyusunan kuesioner dilakukan dengan memilih sejumlah butir dari kumpulan butir, sehingga nilai untuk semua butir membentuk urutan interval Misal : 0,3 0,6 0,9,,5,8,,,7 3,0 3,3 3,6 3,9,... 33

34 c) PENENTUAN NILAI BUTIR ) Butir yang telah disusun diserahkan kepada para pakar untuk ditanggapi Rentangan nilai untuk tanggapan adalah A sampai K ( kategori) A B C D SANGAT TIDAK DIKEHENDAKI E F G H I J K SANGAT DIKEHENDAKI PAKAR MEMILIH SALAH SATU DIANTARA A SAMPAI K 3

35 ) PERHITUNGAN Pada A sampai K diberi nilai sampai A B C D E F G H I J K dengan interval misalnya : i E 5 BATAS BAWAH 5,5 F 6 i 6,5 G 7 BATAS ATAS 35

36 3) NILAI DAN KUALITAS BUTIR NILAI BUTIR KUALITAS BUTIR MEDIAN M JARAK INTERKUARTIL MAKIN KECIL JARAK INTERKUARTIL, MAKIN BESAR KECOCOKAN DI ANTARA PARA PAKAR, MAKIN TINGGI KUALITAS BUTIR 36

37 d) CONTOH 9 Butir ditanggapi oleh 00 pakar dengan hasil : FREK A B C 3 6 INTERVAL A B C D E F G H I J K D E 5 6 BATAS BAWAH F 6 6 BATAS ATAS G 7 6 H 8 6 I 9 8 FREK PROP ,0 0,0 0,03 0,0 0,03 0,3 0,3 0,3 0,09 0,0 0,0 J 0 8 K KUM PROP 0,0 0,0 0,05 0,06 0,09 0,0 0,7 0,85 0,9 0,98,00 37

38 6. SKALA NILAI Biasanya berbentuk nilai yang ditunjukkan oleh alat ukur misal : TEKANAN DARAH NILAI UJIAN NILAI POTENSI AKADEMIK 7. SKALA FREKUENSI Berbentuk hasil cacahan, seperti : BANYAKNYA JAWABAN BENAR BANYAKNYA PENUTUR BAHASA ASING BANYAKNYA PENGGEMAR SEPAK BOLA 38

39 8. SKALA LAIN - LAIN Ada sejumlah skala lain-lain yang tidak banyak digunakan (dapat dicari di dalam bacaan) 9. KAITAN DI ANTARA LEVEL DAN TIPE SKALA RASIO INTERVAL ORDINAL NOMINAL KUALITATIF BERPERINGKAT KIRAAN NILAI FREKUENSI KATEGORIS 39

40 D. SIFAT SKALA. SKALA DISKRIT Jika diurutkan, terdapat lompatan di antara skala, Misal :, 5, 00,. X. X. X3., 3, 0, 5, 50, 00,.., 0, 50,. 5, SKALA KONTINU Jika diurutkan, menjadi serba terus berkesinambungan Misal :,5 3 5,5 0

41 3. DISKRIT SEMU Skala sesungguhnya adalah kontinu, tetapi diberi nilai secara diskrit, melalui aturan tertentu KONTINU DISKRIT SEMU MISAL : ,5 6 7, , ,5 0 7,5 5 5,5 0 5

42 E. NILAI SKALA. MACAM NILAI SKALA Secara garis besar, dikenal dua nilai skala. DIKOTOMI POLITOMI SKALA DIKOTOMI a) Hanya ada dua macam nilai, biasanya dinyatakan sebagai 0 dan b) Contoh 5 JAWABAN BENAR JAWABAN SALAH 0 ADA TIDAK ADA SETUJU TIDAK SETUJU 0 0

43 3. SKALA POLITOMI a) b) Memiliki bentangan nilai lebih dari dua macam Contoh 6 SALAH, SEBAGIAN BENAR, BENAR SALAH 0 SEBAGIAN BENAR 9 BENAR 0 PERINGKAT DARI RENDAH KE TINGGI,, 3,, 5 KIRAAN (RATING) DARI BURUK KE BAIK,, 3,, 5, 6, 7 3

NON TES Penilaian Unjuk Kerja (Observasi, Daftar Cek, Skala Pilihan/Rating Scale) Penilaian Sikap (Skala Sikap/Skala Likert)

NON TES Penilaian Unjuk Kerja (Observasi, Daftar Cek, Skala Pilihan/Rating Scale) Penilaian Sikap (Skala Sikap/Skala Likert) SKALA LIKERT) NON TES Penilaian Unjuk Kerja (Observasi, Daftar Cek, Skala Pilihan/Rating Scale) Penilaian Sikap (Skala Sikap/Skala Likert) Kemampuan yang diharapkan:. Menyusun penilaian unjuk kerja dalam

Lebih terperinci

Combinatorics. Aturan Jumlah. Teknik Menghitung (Kombinatorik) Contoh

Combinatorics. Aturan Jumlah. Teknik Menghitung (Kombinatorik) Contoh Combinatorics Teknik Menghitung (Kombinatorik) Penjumlahan Perkalian Kombinasi Adalah cabang dari matematika diskrit tentang cara mengetahui ukuran himpunan terbatas tanpa harus melakukan perhitungan setiap

Lebih terperinci

7. LAMPIRAN Formula Adonan Arem-Arem 1 kilogram beras 3 liter santan Kara yang diencerkan 1 sachet royco rasa daging ayam Daun pandan

7. LAMPIRAN Formula Adonan Arem-Arem 1 kilogram beras 3 liter santan Kara yang diencerkan 1 sachet royco rasa daging ayam Daun pandan 7. LAMPIRAN 7.1. Formula Arem-Arem, untuk 5 arem-arem (Lampiran 1) 7.1.1. Formula Isian Daging Ayam 25 gram bawang merah 5 gram bawang putih 5 gram cabai merah 5 gram daging ayam 1 gram gula pasir 1 sendok

Lebih terperinci

Pengukuran dan Penetapan Skala DOSEN : DIANA MA RIFAH

Pengukuran dan Penetapan Skala DOSEN : DIANA MA RIFAH Pengukuran dan Penetapan Skala DOSEN : DIANA MA RIFAH Pendahuluan Pengukuran berarti menggunakan angka atau simbol lain atas karakteristik obyek menurut aturan yang sudah dispesifikasikan sebelumnya Skala

Lebih terperinci

7. LAMPIRAN Perhitungan. Perhitungan jumlah fortifikan yang ditambahkan : AKG zat besi wanita = 18 mg/hari

7. LAMPIRAN Perhitungan. Perhitungan jumlah fortifikan yang ditambahkan : AKG zat besi wanita = 18 mg/hari 7. LAMPIRAN 7.1. Perhitungan Perhitungan jumlah fortifikan yang ditambahkan : AKG zat besi wanita = 18 mg/hari 20 % AKG = 20% x 18 mg/hari = 3,6 mg/hari Jumlah kandungan zat besi dalam fortifikan kedelai

Lebih terperinci

NON TES. Penilaian Unjuk Kerja(Observasi, Daftar Cek, Skala Pilihan/Rating Scale) Penilaian Sikap(Skala Sikap/Skala Likert)

NON TES. Penilaian Unjuk Kerja(Observasi, Daftar Cek, Skala Pilihan/Rating Scale) Penilaian Sikap(Skala Sikap/Skala Likert) NON TES Penilaian Unjuk Kerja(Observasi, Daftar Cek, Skala Pilihan/Rating Scale) Penilaian Sikap(Skala Sikap/Skala Likert) Kemampuan yang diharapkan: 1. Menyusun penilaian unjuk kerja dalam pembelajaran

Lebih terperinci

KONSEP DASAR STATISTIK

KONSEP DASAR STATISTIK KONSEP DASAR STATISTIK DATA STATISTIK Data 1. Besaran Statistika berbicara tentang data dalam bentuk besaran (dimensi) Besaran adalah sesuatu yang dapat dipaparkan secara jelas dan pada prinsipnya dapat

Lebih terperinci

LAMPIRAN 1. Proses Pembuatan Kopi Tanpa Ampas. Green Bean Kopi Tempur. Jadi. Digiling. Diseduh. Jadi. Hasil Seduhan Kopi Tempur. Disaring.

LAMPIRAN 1. Proses Pembuatan Kopi Tanpa Ampas. Green Bean Kopi Tempur. Jadi. Digiling. Diseduh. Jadi. Hasil Seduhan Kopi Tempur. Disaring. LAMPIRAN 1. Proses Pembuatan Kopi Tanpa Ampas Dis ang rai Green Bean Kopi Tempur Jadi Mesin Penyangrai Digiling Hasil Sangrai Biji Kopi Tempur Jadi Mesin Penggiling Diseduh Bubuk Kopi Tempur Jadi Kompor

Lebih terperinci

Contoh. Teknik Menghitungdan Kombinatorial. Contoh. Combinatorics

Contoh. Teknik Menghitungdan Kombinatorial. Contoh. Combinatorics Contoh Teknik Menghitungdan Kombinatorial Berapa banyak pelat nomor bisa dibuat dengan mengunakan 3 huruf dan 3 angka? Berapa banyak pelat nomor bisa dibuat dengan menggunakan 3 huruf dan 3 angka tapi

Lebih terperinci

KECERDASAN BUATAN METODE HEURISTIK / HEURISTIC SEARCH ERWIEN TJIPTA WIJAYA, ST., M.KOM

KECERDASAN BUATAN METODE HEURISTIK / HEURISTIC SEARCH ERWIEN TJIPTA WIJAYA, ST., M.KOM KECERDASAN BUATAN METODE HEURISTIK / HEURISTIC SEARCH ERWIEN TJIPTA WIJAYA, ST., M.KOM KERANGKA MASALAH Generate And Test Hill Climbing Best First Search PENCARIAN HEURISTIK Kelemahan blind search : 1.

Lebih terperinci

KONSEP DASAR STATISTIK

KONSEP DASAR STATISTIK KONSEP DASAR STATISTIK Hakikat Statistika 1. Asal Kata Kata statistika berasal dari kata status atau statista yang berarti negara Tulisan Aristoteles Politeia menguraikan keadaan dari 158 negara yakni

Lebih terperinci

KUISIONER. 2. Apakah anda pernah mengkonsumsi Jelly (dalam kemasan cup dan siap dikonsumsi) a) Ya, alasannya

KUISIONER. 2. Apakah anda pernah mengkonsumsi Jelly (dalam kemasan cup dan siap dikonsumsi) a) Ya, alasannya 7. LAMPIRAN Lampiran 1. Lembar Kuisioner Pendahuluan KUISIONER Nama : Umur : Jenis kelamin : Waktu pelaksanaan: 1. Apa yang anda ketahui tentang Jelly? 2. Apakah anda pernah mengkonsumsi Jelly (dalam kemasan

Lebih terperinci

Pencarian. Kecerdasan Buatan Pertemuan 3 Yudianto Sujana

Pencarian. Kecerdasan Buatan Pertemuan 3 Yudianto Sujana Pencarian Kecerdasan Buatan Pertemuan 3 Yudianto Sujana Metode Pencarian dan Pelacakan Hal penting dalam menentukan keberhasilan sistem cerdas adalah kesuksesan dalam pencarian. Pencarian = suatu proses

Lebih terperinci

Pembobotan Butir Pernyataan Dalam Bentuk Skala Likert Dengan Pendekatan Distribusi Z

Pembobotan Butir Pernyataan Dalam Bentuk Skala Likert Dengan Pendekatan Distribusi Z Pembobotan Butir Pernyataan Dalam Bentuk Skala Likert Dengan Pendekatan Distribusi Z Oleh : Baso Intang Sappaile ) Abstrak: Skala adalah alat pengumpul data yang dapat merupakan skala penilaian yang sifatnya

Lebih terperinci

Pembahasan Matematika SMP IX

Pembahasan Matematika SMP IX Pembahasan Matematika SMP IX Matematika SMP Kelas IX Bab Pembahasan dan Kunci Jawaban Ulangan Harian Pokok Bahasan : Kesebangunan Kelas/Semester : IX/ A. Pembahasan soal pilihan ganda. Bangun yang tidak

Lebih terperinci

Aplikasi Teori Peluang dalam Permainan Poker

Aplikasi Teori Peluang dalam Permainan Poker Aplikasi Teori Peluang dalam Permainan Poker Rien Nisa and 13510098 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132, Indonesia

Lebih terperinci

UJI KECOCOKAN ( MATCHING TEST

UJI KECOCOKAN ( MATCHING TEST 7. LAMPIRAN Lampiran 1.Worksheet, Scoresheet dan Hasil Seleksi Panelis Terlatih WORKSHEET UJI KECOCOKAN (MATCHING TEST) Jenis Uji Sensori : kecocokan Tanggal Pengujian : Jenis Sampel : larutan rasa dasar

Lebih terperinci

BAB III METODE PELACAKAN/PENCARIAN

BAB III METODE PELACAKAN/PENCARIAN BAB III METODE PELACAKAN/PENCARIAN Hal penting dalam menentukan keberhasilan sistem cerdas adalah kesuksesan dalam pencarian. Pencarian = suatu proses mencari solusi dari suatu permasalahan melalui sekumpulan,

Lebih terperinci

PELUANG. Jika seluruhnya ada banyak kegiatan, dan masing-masing berturut-turut dapat dilakukan dalam

PELUANG. Jika seluruhnya ada banyak kegiatan, dan masing-masing berturut-turut dapat dilakukan dalam PELUANG Prinsip Perkalian Bila suatu kegiatan dapat dilakukan dalam n 1 cara yang berbeda, dan kegiatan yang lain dapat dilakukan dalam n 2 cara yang berbeda, maka seluruh peristiwa tersebut dapat dikerjakan

Lebih terperinci

HEURISTIC SEARCH. Irvanizam Zamanhuri, M.Sc Dr. Taufiq A. Gani, M.EngSc

HEURISTIC SEARCH. Irvanizam Zamanhuri, M.Sc Dr. Taufiq A. Gani, M.EngSc HEURISTIC SEARCH Irvanizam Zamanhuri, M.Sc Dr. Taufiq A. Gani, M.EngSc Jurusan Informatika Universitas Syiah Kuala http://informatika.unsyiah.ac.id/irvanizam Travelling Salesmen Problem Seorang salesman

Lebih terperinci

Bahan Ajar untuk Guru Kelas 5 Rasio dan Proporsi

Bahan Ajar untuk Guru Kelas 5 Rasio dan Proporsi Bahan Ajar untuk Guru Kelas 5 Rasio dan Proporsi Bilangan-bilangan rasional dat diinterpretasikan sebagai sebuah rasio. Sebagai contoh, rasio jumlah pria dan jumlah wanita adalah 1 dan 2, maksudnya bahwa

Lebih terperinci

C. { 0, 1, 2, 3, 4 } D. { 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10 }

C. { 0, 1, 2, 3, 4 } D. { 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10 } 1. Himpunan penyelesaian dari 2x - 3 7, x { bilangan cacah }, adalah... A. { 0, 1, 2 } B. { 0, 1, 2, 3, 4, 5 } 2x - 3 7, x {bilangan cacah} 2x 7 + 3 2x 10 x 5 Hp : { 0, 1, 2, 3, 4, 5 } C. { 0, 1, 2, 3,

Lebih terperinci

ISTILAH UMUM STATISTIKA

ISTILAH UMUM STATISTIKA ISTILAH UMUM STATISTIKA dan PENYAJIAN DATA BERDASARKAN DAFTAR STATISTIK DAN DIAGRAM By: Kania Evita Dewi ISTILAH UMUM STATISTIKA Statistika ilmu yang berkaitan dengan cara pengumpulan, pengolahan, analisis,

Lebih terperinci

III. METODE PENELITIAN. Jenis penelitian ini merupakan penelitian deskriptif kuantitatif yaitu tentang data

III. METODE PENELITIAN. Jenis penelitian ini merupakan penelitian deskriptif kuantitatif yaitu tentang data III. METODE PENELITIAN Metode yang digunakan dalam penelitian ini adalah metode deskriptif yaitu suatu metode dalam meneliti status kelompok manusia, suatu objek, suatu kondisi, suatu sistem pemikiran

Lebih terperinci

UN SMP 2011 MATEMATIKA

UN SMP 2011 MATEMATIKA UN SMP 011 MATEMATIKA Kode Soal Doc. Name: UNSMP011MAT999 Version: 01-10 halaman 1 01. Perhatikan gambar di atas, nilai q (A) 68 (B) 55 (C) 48 (D) 5 0. Ibu membeli 40 kg gula pasir, gula itu akan dijual

Lebih terperinci

STAND N AR R K OMP M E P T E EN E S N I:

STAND N AR R K OMP M E P T E EN E S N I: Silabus Matematika Kelas XI IPS Smester 1 STANDAR KOMPETENSI: Menggunakan aturan statistika, kaidah pencacahan, dan sifat- sifat peluang dalam pemecahan masalah. u Kompetensi Dasar 1.1 Membaca data dalam

Lebih terperinci

Standar Mutu Bihun Instan Menurut SNI No. Uraian Satuan Persyaratan 1. Keadaan : 1.1. bau 1.2. rasa 1.3. warna

Standar Mutu Bihun Instan Menurut SNI No. Uraian Satuan Persyaratan 1. Keadaan : 1.1. bau 1.2. rasa 1.3. warna LAMPIRAN Lampiran 1. Standar Mutu Bihun Instan Standar Mutu Bihun Instan Menurut SNI 01-3742-1995 No. Uraian Satuan Persyaratan 1. Keadaan : 1.1. bau 1.2. rasa 1.3. warna normal normal normal 2. Benda-benda

Lebih terperinci

Sudaryatno Sudirham. Permutasi dan Kombinasi

Sudaryatno Sudirham. Permutasi dan Kombinasi Sudaryato Sudrham Permutas da Kombas Permutas Permutas adalah bayakya peelompoka sejumlah tertetu kompoe ya dambl dar sejumlah kompoe ya terseda; dalam setap kelompok uruta kompoe dperhatka Msalka terseda

Lebih terperinci

B A B VIII TEKNIK PENGUKURAN

B A B VIII TEKNIK PENGUKURAN B A B VIII TEKNIK PENGUKURAN Pada penelitian sosial ataupun pendidikan, proses pengukuran adalah rangkaian dari empat aktivitas, yakni 1) menentukan dimensi konsep penelitian. Konsep dan variabel penelitian

Lebih terperinci

DATA. Teknik Informatika FTI ITP 2013

DATA. Teknik Informatika FTI ITP 2013 DATA Teknik Informatika FTI ITP 2013 Pengertian Data Data berkala adalah data yang dikumpulkan dari waktukewaktu untuk menggambarkan perkembangan suatu kegiatan. Analisis data berkala memungkinkan kita

Lebih terperinci

Pertemuan Ke-4 Pengertian Data Jenis Jenis/Klasifikasi Data

Pertemuan Ke-4 Pengertian Data Jenis Jenis/Klasifikasi Data Pertemuan Ke-4 Pengertian Data Jenis Jenis/Klasifikasi Data Statistik Inferensial-jk 1 Pengertian Data Data adalah sejumlah informasi yang dapat memberikan gambaran tentang suatu keadaan atau masalah,

Lebih terperinci

OLIMPIADE SAINS TERAPAN NASIONAL SEKOLAH MENENGAH KEJURUAN TINGKAT PROPINSI JAWA TENGAH 2010 BIDANG MATEMATIKA TEKNOLOGI

OLIMPIADE SAINS TERAPAN NASIONAL SEKOLAH MENENGAH KEJURUAN TINGKAT PROPINSI JAWA TENGAH 2010 BIDANG MATEMATIKA TEKNOLOGI OLIMPIADE SAINS TERAPAN NASIONAL SEKOLAH MENENGAH KEJURUAN TINGKAT PROPINSI JAWA TENGAH 2010 BIDANG MATEMATIKA TEKNOLOGI SESI III (ISIAN SINGKAT DAN ESSAY) WAKTU : 180 MENIT ============================================================

Lebih terperinci

2. Suku-suku sejenis Suku-suku sejenis adalah suku-suku yang mempunyai variabel dan bilangan pangkat dari variabel tersebut sama.

2. Suku-suku sejenis Suku-suku sejenis adalah suku-suku yang mempunyai variabel dan bilangan pangkat dari variabel tersebut sama. A. OPERASI BENTUK ALJABAR 1. Pengertian suku, koefisien, variabel, dan konstanta bentuk aljabar Bentuk 8x + 17 merupakan bentuk aljabar dengan x sebagai variabel, 8 sebagai koefisien, dan 17 adalah konstant

Lebih terperinci

PEMANTAPAN UJIAN NASIONAL Kerjakan dengan sungguh-sungguh dengan kejujuran hati!

PEMANTAPAN UJIAN NASIONAL Kerjakan dengan sungguh-sungguh dengan kejujuran hati! PEMANTAPAN UJIAN NASIONAL 203 Kerjakan dengan sungguh-sungguh dengan kejujuran hati!. Hasil dari (-5 7) : 4 x (-5) + 8 adalah. A. -26 B. -23 C. 23 D. 26 2. Perbandingan banyak kelereng Taris dan Fauzan

Lebih terperinci

STATISTIKA. Pendahuluan 3 SKS. Hugo Aprilianto, M.Kom. - Pengertian Statistik - Jenis - Karakteristik - Kegunaan - Skala Pengukuran - Sumber Data

STATISTIKA. Pendahuluan 3 SKS. Hugo Aprilianto, M.Kom. - Pengertian Statistik - Jenis - Karakteristik - Kegunaan - Skala Pengukuran - Sumber Data STATISTIKA 3 SKS Pendahuluan - Pengertian Statistik - Jenis - Karakteristik - Kegunaan - Skala Pengukuran - Sumber Data Hugo Aprilianto, M.Kom STATISTIK ilmu untuk mengumpulkan data, mengolah, menyajikan,

Lebih terperinci

Pertemuan Ke-4 Klasifikasi Data dan Tipe Pengukuran Data

Pertemuan Ke-4 Klasifikasi Data dan Tipe Pengukuran Data Pertemuan Ke-4 Klasifikasi Data dan Tipe Pengukuran Data 1 Pengertian Data Arikunto (2006): data adalah hasil pencatatan peneliti baik yang berupa fakta maupun angka - angka. 2 Pengertian Data Husaini

Lebih terperinci

Teknik Pengumpulan Data. Prepared By : Dr. Mustakim, MM.

Teknik Pengumpulan Data. Prepared By : Dr. Mustakim, MM. Teknik Pengumpulan Data Prepared By : Dr. Mustakim, MM. Teknik Pengumpulan Data 1. Angket (Questionnaire) a). Angket Terbuka (angket tidak berstruktur) ialah angket yang disajikan dalam bentuk sederhana

Lebih terperinci

TINJAUAN LITERATUR: PERSEPSI TENTANG JENIS DATA, SKALA DATA DAN HUBUNGANNYA DENGAN TEKNIK PEMBERIAN SKOR TES

TINJAUAN LITERATUR: PERSEPSI TENTANG JENIS DATA, SKALA DATA DAN HUBUNGANNYA DENGAN TEKNIK PEMBERIAN SKOR TES JMP : Volume 6 Nomor 2, Desember 204, hal. 97-04 TINJAUAN LITERATUR: PERSEPSI TENTANG JENIS DATA, SKALA DATA DAN HUBUNGANNYA DENGAN TEKNIK PEMBERIAN SKOR TES Hendra Kartika Program Studi Pendidikan Matematika,

Lebih terperinci

SELEKSI OLIMPIADE MATEMATIKA INDONESIA 2006 TINGKAT PROVINSI TAHUN Prestasi itu diraih bukan didapat!!!

SELEKSI OLIMPIADE MATEMATIKA INDONESIA 2006 TINGKAT PROVINSI TAHUN Prestasi itu diraih bukan didapat!!! SELEKSI OLIMPIADE MATEMATIKA INDONESIA 006 TINGKAT PROVINSI TAHUN 005 Prestasi itu diraih bukan didapat!!! SOLUSI SOAL Bidang Matematika Bagian Pertama Disusun oleh : Solusi Olimpiade Matematika Tk Provinsi

Lebih terperinci

1. Diketahui fungsi : f mempunyai sifat f x 1 1 f x untuk setiap x. Jika f 2. 2, maka nilai fungsi f B. 2 C. 3 D E.

1. Diketahui fungsi : f mempunyai sifat f x 1 1 f x untuk setiap x. Jika f 2. 2, maka nilai fungsi f B. 2 C. 3 D E. f x f mempunyai sifat f x f x untuk setiap x. Jika f, maka nilai fungsi f 06. Diketahui fungsi : 06 06. Perhatikan gambar berikut ini! Berapakah ukuran luas daerah yang diarsir jika diketahui ukuran luas

Lebih terperinci

Soal-soal dan Pembahasan UN Matematika SMP/MTs Tahun Pelajaran 2010/2011

Soal-soal dan Pembahasan UN Matematika SMP/MTs Tahun Pelajaran 2010/2011 Soal-soal dan Pembahasan UN Matematika SMP/MTs Tahun Pelajaran 2010/2011 1. Diketahui A = 7x + 5 dan B = 2x 3. Nilai A B adalah A. -9x +2 B. -9x +8 C. -5x + 2 D. -5x +8 BAB II BENTUK ALJABAR A B = -7x

Lebih terperinci

1 R i m a R a c h m a w a t i

1 R i m a R a c h m a w a t i Instrumen penelitian diperlukan dalam penelitian kuantitatif untuk mengukur nilai variabel yang diteliti. Oleh karena itu jumlah instrument penelitian tergantung pada jumlah variabel yang diteliti. Jika

Lebih terperinci

Manfaat Metode Penelitian

Manfaat Metode Penelitian Metode Penelitian Pengertian Metodologi Penelitin: Merupakan suatu cabang ilmu pengetahuan yang membicarakan atau mempersoalkan cara-cara melaksanakan penelitian (yaitu meliputi kegiatan-kegiatan mencari,

Lebih terperinci

INDEKS DAN SKALA PENGUKURAN SIKAP

INDEKS DAN SKALA PENGUKURAN SIKAP INDEKS DAN SKALA PENGUKURAN SIKAP Konsep Skala dan Indeks Skala Ukuran dimana peneliti menangkap intensitas, arah, tingkat, atau potensi suatu variable dan mengatur respons atau observasi pada sebuah kontinum.

Lebih terperinci

PAKET 1 Berilah tanda silang (x) pada huruf A, B, C atau D di depan jawaban yang benar! 1. Hasil dari ( ) : (-8 + 6) adalah. a. -6 b. -5 c.

PAKET 1 Berilah tanda silang (x) pada huruf A, B, C atau D di depan jawaban yang benar! 1. Hasil dari ( ) : (-8 + 6) adalah. a. -6 b. -5 c. PAKET 1 Berilah tanda silang (x) pada huruf A, B, C atau D di depan jawaban yang benar! 1. Hasil dari (- + 11) : (-8 + 6) adalah. a. -6 b. -5 c. 5 d. 6. Pak Budi pada awal bulan menabung uang di koperasi

Lebih terperinci

Peranan Statistika. Disusun oleh Putriaji Hendikawati, S.Si., M.Pd., M.Sc. Dr. Scolastika Mariani, M.Si.

Peranan Statistika. Disusun oleh Putriaji Hendikawati, S.Si., M.Pd., M.Sc. Dr. Scolastika Mariani, M.Si. Peranan Statistika Disusun oleh Putriaji Hendikawati, S.Si., M.Pd., M.Sc. Dr. Scolastika Mariani, M.Si. 1. Pengertian Statistika Statistika banyak dimanfaatkan dalam berbagai aspek dan bidang kehidupan

Lebih terperinci

PENDAHULUAN METODE STATISTIKA

PENDAHULUAN METODE STATISTIKA PENDAHULUAN METODE STATISTIKA Arti Kata Metode Statistika Metode statistika adalah bagaimana cara-cara mengumpulkan data atau fakta, mengolah, menyajikan, dan menganalisa, penarikan kesimpulan serta pembuatan

Lebih terperinci

7. LAMPIRAN. Lampiran 1. Hasil Analisa Data Karakteristik fisik nugget ikan nila

7. LAMPIRAN. Lampiran 1. Hasil Analisa Data Karakteristik fisik nugget ikan nila 7. LAMPIRAN Lampiran 1. Hasil Analisa Data Karakteristik fisik nugget ikan nila 43 44 Karakteristik kimia nugget ikan nila 45 46 47 Karakteristik sensori nugget ikan nila 48 49 Lampiran 2. Worksheet Uji

Lebih terperinci

Soal Babak Penyisihan MIC LOGIKA 2011

Soal Babak Penyisihan MIC LOGIKA 2011 Soal Babak Penyisihan MIC LOGIKA 2011 1. Jika adalah bilangan bulat dan angka puluhan dari adalah tujuh, maka angka satuan dari adalah... a. 1 c. 5 e. 9 b. 4 d. 6 2. ABCD adalah pesergi dengan panjang

Lebih terperinci

Prestasi itu diraih bukan didapat!!! SOLUSI SOAL

Prestasi itu diraih bukan didapat!!! SOLUSI SOAL SELEKSI OLIMPIADE TINGKAT PROVINSI 013 TIM OLIMPIADE MATEMATIKA INDONESIA 014 Prestasi itu diraih bukan didapat!!! SOLUSI SOAL BAGIAN PERTAMA Disusun oleh : Solusi Olimpiade Matematika Tk Provinsi 013

Lebih terperinci

BAB 4 HASIL PENELITIAN. Sebelum hasil penelitian disajikan, maka terlebih dahulu akan dijelaskan mengenai

BAB 4 HASIL PENELITIAN. Sebelum hasil penelitian disajikan, maka terlebih dahulu akan dijelaskan mengenai BAB 4 HASIL PENELITIAN 4.1 Karateristik Responden Sebelum hasil penelitian disajikan, maka terlebih dahulu akan dijelaskan mengenai karateristik responden yang meliputi jenis kelamin, usia, pendidikan

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN BAB 3 METODE PENELITIAN 3.1 Desain Penelitian Jenis penelitian : Asosiatif Jenis penelitian dalam skripsi ini adalah asosiatif. Menurut Sugiyono (2006 pg 11) penelitian asosiatif merupakan penelitian yang

Lebih terperinci

Statistika Psikologi 1

Statistika Psikologi 1 Modul ke: Statistika Psikologi 1 SKALA PENGUKURAN Fakultas Psikologi Arie Suciyana S., S.Si., M.Si. Program Studi Psikologi APA YANG DIUKUR DALAM STATISTIKA Variabel: karakteristik atau kondisi yang dapat

Lebih terperinci

LOGO.

LOGO. LOGO Pendahuluan dadan.dasari@gmail.com Statistika (statistics) Beberapa pengertian Dasar Status (latin), state (inggris): kesatuan politik Untuk melayani keperluan adimistrasi negara, catatan kekayaan

Lebih terperinci

ISTILAH UMUM STATISTIKA. JUMLAH PERTEMUAN : 1 PERTEMUAN TUJUAN INSTRUKSIONAL KHUSUS : Mendeskripsikan istilah umum statistika

ISTILAH UMUM STATISTIKA. JUMLAH PERTEMUAN : 1 PERTEMUAN TUJUAN INSTRUKSIONAL KHUSUS : Mendeskripsikan istilah umum statistika 1 ISTILAH UMUM STATISTIKA JUMLAH PERTEMUAN : 1 PERTEMUAN TUJUAN INSTRUKSIONAL KHUSUS : Mendeskripsikan istilah umum statistika Materi : 1.1 Definisi Statistika adalah ilmu yang berkaitan dengan cara pengumpulan,

Lebih terperinci

BAB IV TEKNIK PELACAKAN

BAB IV TEKNIK PELACAKAN BAB IV TEKNIK PELACAKAN A. Teknik Pelacakan Pelacakan adalah teknik untuk pencarian :sesuatu. Didalam pencarian ada dua kemungkinan hasil yang didapat yaitu menemukan dan tidak menemukan. Sehingga pencarian

Lebih terperinci

Prestasi itu diraih bukan didapat!!! SOLUSI SOAL

Prestasi itu diraih bukan didapat!!! SOLUSI SOAL SELEKSI OLIMPIADE TINGKAT PROVINSI 2013 TIM OLIMPIADE MATEMATIKA INDONESIA 2014 Prestasi itu diraih bukan didapat!!! SOLUSI SOAL BAGIAN PERTAMA Disusun oleh : BAGIAN PERTAMA 1. ABC adalah segitiga sama

Lebih terperinci

BAB V DESAIN PENELITIAN

BAB V DESAIN PENELITIAN BAB V DESAIN PENELITIAN ANDRI HELMI M, SE., MM (Metode Penelitian) Digunakan sebagai pedoman dalam melakukan proses penelitian. Desain penelitain akan berguna bagi semua pihak yang terlibat dalam proses

Lebih terperinci

MATA KULIAH METODE RISET [KODE/SKS : IT /2 SKS]

MATA KULIAH METODE RISET [KODE/SKS : IT /2 SKS] MATA KULIAH METODE RISET [KODE/SKS : IT-021235/2 SKS] Desain Riset dan Skala pengukuran data Desain Riset Desain riset adalah kerangka atau framework untuk mengadakan penelitian ( misalnya : marketing

Lebih terperinci

ARTI PROBABILITAS. Pr s =P= 1-q = Pr G =q = 1-p. dalam mana Pr S dan Pr G masing-masing adalah probabilitas sukses dan probabilitas gagal.

ARTI PROBABILITAS. Pr s =P= 1-q = Pr G =q = 1-p. dalam mana Pr S dan Pr G masing-masing adalah probabilitas sukses dan probabilitas gagal. Probabilitas Probabilitas P( A) = peluang (probabilitas) bahwa kejadian A terjadi 0 < P(A) < 1 P(A) = 0 artinya A pasti terjadi P(A) = 1 artinya A tidak mungkin terjadi ARTI PROBABILITAS Jika sebutir mata

Lebih terperinci

BAB V. PERTIDAKSAMAAN

BAB V. PERTIDAKSAMAAN BAB V. PERTIDAKSAMAAN Pengertian: Pertidaksamaan adalah kalimat terbuka dimana ruas kiri dan kanannya dihubungkan dengan tanda pertidaksamaan > (lebih dari), < (kurang dari), (lebih besar dari dan sama

Lebih terperinci

Untuk mencari akar-akar dari persamaan kuadrat, dapat menggunakan rumus :

Untuk mencari akar-akar dari persamaan kuadrat, dapat menggunakan rumus : RUMUS-RUMUS PERSAMAAN KUADRAT Bentuk umum: ax 2 + bx + c = 0, a 0 AKAR-AKAR PERSAMAAN KUADRAT Untuk mencari akar-akar dari persamaan kuadrat, dapat menggunakan rumus : X 1.2 = Dengan : D = b 2 4ac, dan

Lebih terperinci

Bahan kuliah Metodologi Penelitian Jurusan Teknik Kimia Fak. Teknik Universitas Diponegoro

Bahan kuliah Metodologi Penelitian Jurusan Teknik Kimia Fak. Teknik Universitas Diponegoro RANCANGAN PENELITIAN Bahan kuliah Metodologi Penelitian Jurusan Teknik Kimia Fak. Teknik Universitas Diponegoro KARAKTERISTIK KERJA ILMIAH 1. BERTUJUAN : arah dan target yang hendak dicapai dalam kegiatan

Lebih terperinci

SD kelas 6 - MATEMATIKA BAB 11. BIDANG DATARLatihan Soal 11.1

SD kelas 6 - MATEMATIKA BAB 11. BIDANG DATARLatihan Soal 11.1 SD kelas 6 - MATEMATIKA BAB 11. BIDANG DATARLatihan Soal 11.1 1. Perhatikan gambar di bawah ini! http://primemobile.co.id/assets/uploads/materi/123/1701_5.png Dari bangun datar di atas, maka sifat bangun

Lebih terperinci

TKS 4209 PENELITIAN DAN STATISTIKA 4/1/2015

TKS 4209 PENELITIAN DAN STATISTIKA 4/1/2015 TKS 4209 Dr. AZ Jurusan Teknik Sipil Fakultas Teknik Universitas Brawijaya Penelitian adalah merupakan cara ilmiah untuk mendapatkan data dengan tujuan dan kegunaan tertentu. Berdasarkan pengertian tersebut

Lebih terperinci

Jika persegi panjang ABCD di atas diketahui OA = 26 cm, maka panjang BO adalah... A. 78 cm. C. 26 cm B. 52 cm. D. 13 cm Kunci : C Penyelesaian :

Jika persegi panjang ABCD di atas diketahui OA = 26 cm, maka panjang BO adalah... A. 78 cm. C. 26 cm B. 52 cm. D. 13 cm Kunci : C Penyelesaian : 1. Jika persegi panjang ABCD di atas diketahui OA = 26 cm, maka panjang BO adalah... A. 78 cm C. 26 cm B. 52 cm D. 13 cm 2. Gambar disamping adalah persegi panjang. Salah satu sifat persegi panjang adalah

Lebih terperinci

KOMBINATORIK. Disampaikan dalam kegiatan: PEMBEKALAN OSN-2010 SMP STELA DUCE I YOGYAKARTA

KOMBINATORIK. Disampaikan dalam kegiatan: PEMBEKALAN OSN-2010 SMP STELA DUCE I YOGYAKARTA KOMBINATORIK Disampaikan dalam kegiatan: PEMBEKALAN OSN-2010 SMP STELA DUCE I YOGYAKARTA Oleh: Murdanu Dosen Jurusan Pendidikan Matematika FMIPA Universitas Negeri Yogyakarta SEKOLAH MENENGAH PERTAMA STELA

Lebih terperinci

Konsep statistika. Didin Astriani Prasetyowati, M.Stat. Universitas Indo Global Mandiri Palembang

Konsep statistika. Didin Astriani Prasetyowati, M.Stat. Universitas Indo Global Mandiri Palembang Konsep statistika Didin Astriani Prasetyowati, M.Stat Universitas Indo Global Mandiri Palembang Statistik VS Statistika Statistik merupakan kumpulan dari data data yang sering dinyatakan atau disajikan

Lebih terperinci

Asosiasi dan Uji Perbedaan

Asosiasi dan Uji Perbedaan Asosiasi dan Uji Perbedaan Learning Outcomes Pada akhir pertemuan ini, diharapkan mahasiswa akan mampu : Menjelaskan pengertian asosiasi dan Tabulasi Silang. Menghitung koefisien korelasi dan uji perbedaan.

Lebih terperinci

STATISTIK EKONOMI. Fakultas Ekonomi-Akuntansi Universitas Negeri Jakarta. Nisrina Anzilla

STATISTIK EKONOMI. Fakultas Ekonomi-Akuntansi Universitas Negeri Jakarta. Nisrina Anzilla STATISTIK EKONOMI Fakultas Ekonomi-Akuntansi Universitas Negeri Jakarta Nisrina Anzilla 8335128433 Data yang diperoleh dari suatu penelitian yang masih berupa random dapat disusun menjadi data yang berurutan

Lebih terperinci

Bab 15. Interaksi antar dua spesies (Model Kerjasama)

Bab 15. Interaksi antar dua spesies (Model Kerjasama) Bab 15. Interaksi antar dua spesies (Model Kerjasama) Dalam hal ini diberikan dua spesies yang hidup bersama dalam suatu habitat tertutup. Kita ketahui bahwa terdapat beberapa jenis hubungan interaksi

Lebih terperinci

Lampiran 1. Worksheet Uji Ranking Hedonik Konsentrasi Rumput Laut. Worksheet Uji Ranking Hedonik ABCD 11 BCDA 12 CDAB 13 DABC 14 ACBD 15

Lampiran 1. Worksheet Uji Ranking Hedonik Konsentrasi Rumput Laut. Worksheet Uji Ranking Hedonik ABCD 11 BCDA 12 CDAB 13 DABC 14 ACBD 15 7. LAMPIRAN Lampiran 1. Worksheet Uji Ranking Hedonik Konsentrasi Rumput Laut Tanggal uji : Jenis sampel : Nugget Lele Rumput Laut Worksheet Uji Ranking Hedonik Identifikasi sampel Nugget Lele Rumput Laut

Lebih terperinci

PERSAMAAN DAN PERTIDAKSAMAAN PERSAMAAN LINEAR

PERSAMAAN DAN PERTIDAKSAMAAN PERSAMAAN LINEAR PERSAMAAN DAN PERTIDAKSAMAAN PERSAMAAN LINEAR Persamaan linear Bentuk umun persamaan linear satu vareabel Ax + b = 0 dengan a,b R ; a 0, x adalah vareabel Contoh: Tentukan penyelesaian dari 4x-8 = 0 Penyelesaian.

Lebih terperinci

TRY OUT UJIAN NASIONAL TAH SMA/MA PROGRAM STUDI IPA MATEMATIKA

TRY OUT UJIAN NASIONAL TAH SMA/MA PROGRAM STUDI IPA MATEMATIKA DOKUMEN SEKOLAH MATEMATIKA SMA/MA IPA PAKET NAMA : NO.PESERTA : TRY OUT UJIAN NASIONAL TAH TAHUN UN PELAJARAN 0/0 SMA/MA PROGRAM STUDI IPA MATEMATIKA PUSPENDIK SMAYANI SMA ISLAM AHMAD YANI BATANG 0 TRY

Lebih terperinci

TRY OUT UJIAN NASIONAL TAH SMA/MA PROGRAM STUDI IPA MATEMATIKA

TRY OUT UJIAN NASIONAL TAH SMA/MA PROGRAM STUDI IPA MATEMATIKA DOKUMEN SEKOLAH MATEMATIKA SMA/MA IPA PAKET NAMA : NO.PESERTA : TRY OUT UJIAN NASIONAL TAH TAHUN UN PELAJARAN 0/0 SMA/MA PROGRAM STUDI IPA MATEMATIKA PUSPENDIK SMAYANI SMA ISLAM AHMAD YANI BATANG 0 TRY

Lebih terperinci

Metode Penelitian Kuantitatif Aswad Analisis Deskriptif

Metode Penelitian Kuantitatif Aswad Analisis Deskriptif Analisis Deskriptif Tanpa mengurangi keterumuman, pembahasan analisis deskriptif kali ini difokuskan kepada pembahasan tentang Ukuran Pemusatan Data, dan Ukuran Penyebaran Data Terlebih dahulu penting

Lebih terperinci

ANGKET WAWANCARA PENGAMATAN NON TES PORTOFOLIO PENUGASAN PROYEK. Parsaoran Siahaan Fisika, UPI

ANGKET WAWANCARA PENGAMATAN NON TES PORTOFOLIO PENUGASAN PROYEK. Parsaoran Siahaan Fisika, UPI ANGKET WAWANCARA NON TES PENGAMATAN PORTOFOLIO PENUGASAN PROYEK DATA Informasi yang diperoleh dari hasil pengamatan (melihat, mendengar...) Data nominal data yang menunjukkan kategori/ label misal: jenis

Lebih terperinci

Case Study : Search Algorithm

Case Study : Search Algorithm Case Study : Search Algorithm INF-303 Kecerdasan Buatan Jurusan Informatika FMIPA UNSYIAH Irvanizam Zamanhuri, M.Sc Dr. Taufiq A. Gani, M.EngSc Website: http://informatika.unsyiah.ac.id/irvanizam Contoh

Lebih terperinci

1. Sekumpulan angka untuk menerangkan sesuatu, baik angka yang belum tersusun maupun angka angka yang sudah tersusun dalam suatu daftar atau grafik.

1. Sekumpulan angka untuk menerangkan sesuatu, baik angka yang belum tersusun maupun angka angka yang sudah tersusun dalam suatu daftar atau grafik. 1. Sekumpulan angka untuk menerangkan sesuatu, baik angka yang belum tersusun maupun angka angka yang sudah tersusun dalam suatu daftar atau grafik. 3. Sekumpulan angka yang menjelaskan sifat-sifat data

Lebih terperinci

Bab 5 TEKNIK PENGUMPULAN DATA. Abdul Jamil, S.Kom., MM

Bab 5 TEKNIK PENGUMPULAN DATA. Abdul Jamil, S.Kom., MM Bab 5 TEKNIK PENGUMPULAN DATA Abdul Jamil, S.Kom., MM Pengertian Data dan Jenis-jenis Data Data adalah keterangan keterangan tentang suatu hal, dpat berupa sesuatu yang diketahui atau yang dianggap atau

Lebih terperinci

PERSAMAAN KUADRAT. Persamaan. Sistem Persamaan Linear

PERSAMAAN KUADRAT. Persamaan. Sistem Persamaan Linear Persamaan Sistem Persamaan Linear PENGERTIAN Definisi Persamaan kuadrat adalah kalimat matematika terbuka yang memuat hubungan sama dengan yang pangkat tertinggi dari variabelnya adalah 2. Bentuk umum

Lebih terperinci

PENGANTAR STATISTIK JR113. Drs. Setiawan, M.Pd. Pepen Permana, S.Pd. Deutschabteilung UPI Pertemuan 3

PENGANTAR STATISTIK JR113. Drs. Setiawan, M.Pd. Pepen Permana, S.Pd. Deutschabteilung UPI Pertemuan 3 PENGANTAR STATISTIK JR113 Drs. Setiawan, M.Pd. Pepen Permana, S.Pd. Deutschabteilung UPI 2008 Pertemuan 3 DATA STATISTIK Keterangan atau ilustrasi mengenai suatu hal yang berbentuk kategori ataupun bilangan.

Lebih terperinci

BAB 4 HASIL PENELITIAN Deskripsi Data Terdistribusi Kualitas Sistem Informasi Business

BAB 4 HASIL PENELITIAN Deskripsi Data Terdistribusi Kualitas Sistem Informasi Business BAB 4 HASIL PENELITIAN 4.1 Deskripsi Data Hasil Penelitian 4.1.1 Deskripsi Data Terdistribusi Kualitas Sistem Informasi Business Trip Berdasarkan instrumen penelitian yang menggunakan skala 1 (satu) sampai

Lebih terperinci

BAB 4 HASIL PENELITIAN

BAB 4 HASIL PENELITIAN BAB 4 HASIL PENELITIAN 4.1 Karakteristik Responden Sebelum hasil penelitian disajikan, terlebih dahulu dengan sederhana dijelaskan karakteristik responden. Karakteristik responden meliputi jenis kelamin,

Lebih terperinci

Pertemuan Ke-5. Skala Pengukuran. Pertemuan 5_Statistik Inferensial

Pertemuan Ke-5. Skala Pengukuran. Pertemuan 5_Statistik Inferensial Pertemuan Ke-5 Skala Pengukuran Pertemuan 5_Statistik Inferensial 1 Model Skala Pengukuran Para ahli sosiologi membedakan skala pengukuran menurut gejala sosial yang diukur, yaitu : 1. Skala pengukuran

Lebih terperinci

RISET AKUNTANSI. Materi UJI INSTRUMEN

RISET AKUNTANSI. Materi UJI INSTRUMEN RISET AKUNTANSI Materi UJI INSTRUMEN Dr. Kartika Sari Universitas Gunadarma Pengantar - 1 Skala Pengukuran Skala pengukuran dalam penelitian untuk mengklasifikasikan variabel yang akan di ukur agar tidak

Lebih terperinci

OLIMPIADE SAINS TERAPAN NASIONAL SEKOLAH MENENGAH KEJURUAN TINGKAT PROPINSI JAWA TENGAH 2010 BIDANG MATEMATIKA TEKNOLOGI

OLIMPIADE SAINS TERAPAN NASIONAL SEKOLAH MENENGAH KEJURUAN TINGKAT PROPINSI JAWA TENGAH 2010 BIDANG MATEMATIKA TEKNOLOGI OLIMPIADE SAINS TERAPAN NASIONAL SEKOLAH MENENGAH KEJURUAN TINGKAT PROPINSI JAWA TENGAH 200 BIDANG MATEMATIKA TEKNOLOGI SESI II (PILIHAN GANDA DAN ISIAN SINGKAT) WAKTU : 20 MENIT ============================================================

Lebih terperinci

Bagian 1 Sistem Bilangan

Bagian 1 Sistem Bilangan Bagian 1 Sistem Bilangan Dalam bagian 1 Sistem Bilangan kita akan mempelajari berbagai jenis bilangan, pemakaian tanda persamaan dan pertidaksamaan, menggambarkan himpunan penyelesaian pada selang bilangan,

Lebih terperinci

REVIEW BIOSTATISTIK DESKRIPTIF

REVIEW BIOSTATISTIK DESKRIPTIF REVIEW BIOSTATISTIK DESKRIPTIF POKOK BAHASAN 1. Konsep statistik deskriptif 2. Data dan variabel 3. Nilai Tengah (Ukuran Pusat), posisi dan variasi) pada data tunggal dan kelompok 4. Penyajian data 5.

Lebih terperinci

A. HAKIKAT ALAT UKUR

A. HAKIKAT ALAT UKUR BAB ALAT UKUR A. HAKIKAT ALAT UKUR. Konstruksi Alat Ukur Konstruksi Alat ukur melalui suatu proses tertentu Diantaranya melalui PENETAPAN SASARAN PEMERIKSAAN KECOCOKAN UJICOBA PERBAIKAN ADA PELAJARAN TERSENDIRI

Lebih terperinci

UAN MATEMATIKA SMP 2007/2008 C3 P13

UAN MATEMATIKA SMP 2007/2008 C3 P13 1. Hasil dari adalah a. 47 b. 52 c. 57 d. 63 2. Suhu di dalam kulkas sebelum dihidupkan 29 C. Setelah dihidupkan, suhunya turun 3 C setiap 5 menit. Setelah 10 menit suhu di dalam kulkas adalah a. 23 C

Lebih terperinci

Gambar 32. Diagram Alir Pembuatan Tepung Kulit Buah Manggis

Gambar 32. Diagram Alir Pembuatan Tepung Kulit Buah Manggis 7. LAMPIRAN Lampiran 1. Pembuatan Tepung Kulit Buah Manggis Penelitian ini menggunakan bahan baku dari tepung kulit buah manggis. Pertama-tama buah manggis yang digunakan dicuci terlebih dahulu. Proses

Lebih terperinci

Metode Pencarian & Pelacakan dengan Heuristik

Metode Pencarian & Pelacakan dengan Heuristik Metode Pencarian & Pelacakan dengan Heuristik Pencarian Buta (Blind Search) Breadth-First Search Depth-First Search Pencarian Terbimbing (Heuristics Search) Generate & Test Hill Climbing Best-First Search

Lebih terperinci

TIPE DATA DAN PEMILIHAN ANALISIS STATISTIK. https://www.google.co.id-7maret16-budi Murtiyasa Universitas Muhammadiyah Surakarta

TIPE DATA DAN PEMILIHAN ANALISIS STATISTIK. https://www.google.co.id-7maret16-budi Murtiyasa Universitas Muhammadiyah Surakarta TIPE DATA DAN PEMILIHAN ANALISIS STATISTIK https://www.google.co.id-7maret16-budi Murtiyasa Universitas Muhammadiyah Surakarta Pendahuluan Disain penelitian menentukan teknik statistik ; bukan sebaliknya

Lebih terperinci

Psikometri. Ragam Skala dalam Pengukuran Psikologi. Maria Ulfah, M.Psi., Psikolog. Modul ke: Fakultas PSIKOLOGI. Program Studi Psikologi

Psikometri. Ragam Skala dalam Pengukuran Psikologi. Maria Ulfah, M.Psi., Psikolog. Modul ke: Fakultas PSIKOLOGI. Program Studi Psikologi Modul ke: Psikometri Ragam Skala dalam Pengukuran Psikologi Fakultas PSIKOLOGI Maria Ulfah, M.Psi., Psikolog Program Studi Psikologi www.mercubuana.ac.id Ragam Skala dalam Pengukuran Psikologi Skala dalam

Lebih terperinci

BAB III METODE PENELITIAN. Objek atau variabel dalam penelitian ini adalah motivasi belajar siswa yang

BAB III METODE PENELITIAN. Objek atau variabel dalam penelitian ini adalah motivasi belajar siswa yang 57 BAB III METODE PENELITIAN 3.1 Objek dan Subjek Penelitian Objek atau variabel dalam penelitian ini adalah motivasi belajar siswa yang menggunakan Pendekatan Pembelajaran Kontekstual Melalui Metode Diskusi

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA 5 BAB 2 TINJAUAN PUSTAKA Pada bab ini akan dibahas landasan teori, penelitian terdahulu, kerangka berpikir, dan hipotesis yang mendasari penyelesaian Traveling Salesman Problem dalam menentukan lintasan

Lebih terperinci

BAB 4 HASIL PENELITIAN. penelitian ini, terlebih dahulu dideskripsikan karakteristik responden secara

BAB 4 HASIL PENELITIAN. penelitian ini, terlebih dahulu dideskripsikan karakteristik responden secara BAB 4 HASIL PENELITIAN 4.1 Karakteristik Responden Sebelum disajikan data hasil penelitian setiap variabel yang dikaji dalam penelitian ini, terlebih dahulu dideskripsikan karakteristik responden secara

Lebih terperinci

DINAS PENDIDIKAN KABUPATEN MALANG MGMP MATEMATIKA SMPN SATAP TRYOUT UN menit

DINAS PENDIDIKAN KABUPATEN MALANG MGMP MATEMATIKA SMPN SATAP TRYOUT UN menit DINAS PENDIDIKAN KABUPATEN MALANG MGMP MATEMATIKA SMPN SATAP P.19 TRYOUT UN 01 Mata Pelajaran Matematika Hari/Tanggal Waktu 10 menit 1. Hasil dari -15 + (-1 : ) adalah... a -19 b -11 c -9 d 9. Hasil dari

Lebih terperinci

Prestasi itu diraih bukan didapat!!! SOLUSI SOAL

Prestasi itu diraih bukan didapat!!! SOLUSI SOAL "We are the first of the fastest online solution of mathematics" 009 SELEKSI OLIMPIADE TINGKAT PROVINSI 008 TIM OLIMPIADE MATEMATIKA INDONESIA 009 Prestasi itu diraih bukan didapat!!! SOLUSI SOAL Bidang

Lebih terperinci