Detail Tugas Besar Mata Kuliah Pemodelan dan Simulasi

Ukuran: px
Mulai penontonan dengan halaman:

Download "Detail Tugas Besar Mata Kuliah Pemodelan dan Simulasi"

Transkripsi

1 Detail Tugas Besar Mata Kuliah Pemodelan dan Simulasi Buatlah aplikasi program untuk menyelesaikan kasus permasalahan dibawah ini, dengan menggunakan software aplikasi yang kalian mampu gunakan, interfacing bisa menggunakan web ataupun desktop. Kasus permasalahannya adalah sbb: 1. User dapat memilih menu: 1.1 Distribusi data menggunakan distribusi segitiga - Data yang didistribusikan adalah 10 data (inputan program) - Banyaknya trial yang digunakan merupakan inputan program - Dapat menyelesaikan kasus : Cari distribusi bilangan 10, 20, 30, 40, 50 dan 60 (inputan program), dengan ketentuan jumlah trial = 20 (inputan program) menggunakan distribusi segitiga 1.2 Bilangan Acak RNG Additif atau Multiply (aplikasi harus menyediakan kedua pilihan tersebut) - Nilai variabel m, a, Xo, dan c diinputkan oleh user - Data random yang dihasilkan minim ada 10 data Cari 15 random number dengan menggunakan multiply, m=27, a=3, Xo=7 dan c=9? 2. Game pelemparan dadu dengan frekuensi komulatif sebagai rule-nya - Dadu yang digunakan berjumlah 1 atau 2 (aplikasi menyediakan dua pilihan tsb) - Banyaknya pelemparan yang dilakukan minim 10 kali (bisa dibuat inputan user) - Variabel penghasil random RNG menggunakan RNG multiply, dengan variabel m, a, dan Xo merupakan inputan user - Output : Munculnya masing-masing mata dadu sebanyak berapa kali?

2 - Dapat menyelesaikan kasus : Ada 20 kali pelemparan dua buah mata dadu, dengan menggunakan xo=7, m=13, a=5. Berapa banyaknya kemungkinan muncul mata dadu pertama=4 dan mata dadu kedua=6? 3. Simulasi Monte Carlo - Variabel yang digunakan minim 2 (nama variabel inputan user) - Probabilitas dari masing-masing variabel juga merupakan inputan user - Data random yang dihasilkan minim 10 data - Output : Nilai rata-rata akhir dari kombinasi nilai 2 variabel tersebut Sebuah pabrik, terdapat 2 besi yang digunakan. Besi A dan B digabungkan untuk memperoleh besi C. Dari data sebelumnya diketahui : Panjang A Panjang B Panjang Probabilitas Panjang Probabilitas Berapa rata-rata panjang C yang dihasilkan, jika panjang C = panjang A + panjang B? (data random 10) 4. Simulasi Antrean diketahui data frekuensi - Yang diketahui adalah frekuensi kedatangan dan pelayanan

3 Kedatangan frekuensi Pelayanan waktu kedatangan menit Frekuensi Berapa panjang antrean dan presentase waktu tunggu untuk 10 kedatangan, dengan m=17, a=3, xo=5? 5. Simulasi antrean diketahui probabilitas data - Yang diketahui adalah probabilitas kedatangan dan pelayanan Kedatangan Probabilitas Pelayanan waktu kedatangan menit Probabilitas Berapa panjang antrean dan presentase waktu tunggu untuk 10 kedatangan, dengan m=17, a=3, xo=5? 6. Simulasi antrean diketahui rata-rata kedatangan n rata-rata pelayanan - Yang diketahui adalah rata-rata kedatangan dan pelayanan

4 Diketahui rata-rata waktu kedatangan 40 menit/kedatangan dan rata-rata pelayanan 60 menit/pelayanan. Dengan menggunakan data random m=13, a=7, xo=1. Berapa panjang antrean dan presentase waktu tunggu untuk 10 kedatangan? 7. Simulasi antrean diketahui data kedatangan frekuensi n rata-rata pelayanan - Yang diketahui adalah frekuensi kedatangan dan rata-rata pelayanan Diketahui Kedatangan frekuensi Dan rata-rata pelayanan 60 menit/pelayanan. Dengan menggunakan data random m=13, a=7, xo=1. Berapa panjang antrean dan presentase waktu tunggu untuk 10 kedatangan? 8. Peramalan regresi - Data yang dijadikan sample adalah 10 data sebelumnya - Sampel data merupakan inputan program oleh user - Data yang dicari adalah inputan user - Outputan : menghasilkan data ramalan dari waktu yang ditentukan user dan standart errornya Diketahui :

5 Data Tahun 2005 Bulan Penjualan x y Berapa data penjualan bulan januari tahun 2006? Dan berapa nilai standart errornya? 9. Peramalan time series - Data yang dijadikan sample adalah 10 data sebelumnya - Sampel data merupakan inputan program oleh user - Data yang dicari adalah inputan user - Outputan : menghasilkan data ramalan dari waktu yang ditentukan user Diberikan data penjualan perusahaan A dalam ribuan rupiah dari tahun 1989 sampai tahun 1997 secara berurutan adalah ; ; ; ; ; ; ; ; Ramalkan penjualan tahun 2000 dengan menggunakan tren linier??

Monte Carlo. Prihantoosa Toosa

Monte Carlo. Prihantoosa  Toosa Monte Carlo Prihantoosa pht854@yahoo.com toosa@teknosoftmedia.com Pendahuluan Simulasi Monte Carlo dikenal dengan intilah sampling simulation atau Monte Carlo Sampling Technique Istilah Monte Carlo pertama

Lebih terperinci

1.1 Latar Belakang Masalah

1.1 Latar Belakang Masalah BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Pengambilan atau pembuatan keputusan berarti memilih satu di antara banyak alternatif. Dalam hal pengambilan keputusan minimal terdapat dua alternatif di mana

Lebih terperinci

Journal of Informatics and Technology, Vol 1, No 4, Tahun 2012, p 1-8

Journal of Informatics and Technology, Vol 1, No 4, Tahun 2012, p 1-8 PREDIKSI PENDAPATAN PEMERINTAH INDONESIA MENGGUNAKAN SIMULASI MONTE CARLO Afry Rachmat, Sukmawati Nur Endah, Aris Sugiharto Program Studi Teknik Informatika, Universitas Diponegoro afry.rachmat27@gmail.com,

Lebih terperinci

BAB III METODOLOGI PENELITIAN. dalam pembuatan solusi tersebut adalah sebagai berikut: harapan dan memiliki manfaat yang maksimal.

BAB III METODOLOGI PENELITIAN. dalam pembuatan solusi tersebut adalah sebagai berikut: harapan dan memiliki manfaat yang maksimal. BAB III METODOLOGI PENELITIAN Pada bab ini akan menjelaskan tentang tahapan-tahapan yang dilakukan untuk memecahkan masalah. Tahapan tersebut diawali dengan analisa permasalahan yang terjadi dalam Puskesmas

Lebih terperinci

PEMILIHAN KEBIJAKAN SISTEM PENGGANTIAN SPARE PART PADA PERUSAHAAN CONSUMER GOOD DENGAN MENGGUNAKAN METODE SIMULASI

PEMILIHAN KEBIJAKAN SISTEM PENGGANTIAN SPARE PART PADA PERUSAHAAN CONSUMER GOOD DENGAN MENGGUNAKAN METODE SIMULASI PEMILIHAN KEBIJAKAN SISTEM PENGGANTIAN SPARE PART PADA PERUSAHAAN CONSUMER GOOD DENGAN MENGGUNAKAN METODE SIMULASI Asep dan Abdulah Shahab Program Studi Magister Manajemen Teknologi Institut Teknologi

Lebih terperinci

KONSEP DASAR PROBABILITAS DAN DISTRIBUSI PROBABILITAS LELY RIAWATI, ST, MT.

KONSEP DASAR PROBABILITAS DAN DISTRIBUSI PROBABILITAS LELY RIAWATI, ST, MT. KONSEP DASAR PROBABILITAS DAN DISTRIBUSI PROBABILITAS LELY RIAWATI, ST, MT. EKSPERIMEN suatu percobaan yang dapat diulang-ulang dengan kondisi yang sama CONTOH : Eksperimen : melempar dadu 1 kali Hasilnya

Lebih terperinci

SATIN Sains dan Teknologi Informasi

SATIN Sains dan Teknologi Informasi SATIN Sains dan Teknologi Informasi, Vol. 2, No. 2, Desember 2016 SATIN Sains dan Teknologi Informasi journal homepage : http://jurnal.stmik-amik-riau.ac.id Simulasi Monte Carlo dan Animasi Operasinya

Lebih terperinci

BAB 4 HASIL DAN PEMBAHASAN. langsung melihat database yang digunakan dengan cara menekan tombol open

BAB 4 HASIL DAN PEMBAHASAN. langsung melihat database yang digunakan dengan cara menekan tombol open BAB 4 HASIL DAN PEMBAHASAN 4.1 Program Peramalan 4.1.1 Tampilan Layar Pada saat pertama kali menjalankan program peramalan ini, user akan dihadapkan pada tampilan program seperti Gambar 4.1. Pada kondisi

Lebih terperinci

Simulasi Monte Carlo

Simulasi Monte Carlo Simulasi Monte Carlo Simulasi Monte Carlo Simulasi monte carlo melibatkan penggunaan angka acak untuk memodelkan sistem, dimana waktu tidak memegang peranan yang substantif (model statis) Pembangkitan

Lebih terperinci

BAB IV PEMBAHASAN. pertanyaan pada perumusan masalah. Hal-hal yang dijelaskan dalam bab ini

BAB IV PEMBAHASAN. pertanyaan pada perumusan masalah. Hal-hal yang dijelaskan dalam bab ini BAB IV PEMBAHASAN Bab ini menguraikan hasil penelitian dan pembahasan untuk menjawab pertanyaan pada perumusan masalah. Hal-hal yang dijelaskan dalam bab ini mencakup pemeriksaan steady state, uji distribusi,

Lebih terperinci

BAB 3 METODE PENELITIAN. Penelitian ini dilakukan di Perusahaan PT. Surya Wahana Fortuna.

BAB 3 METODE PENELITIAN. Penelitian ini dilakukan di Perusahaan PT. Surya Wahana Fortuna. 47 BAB 3 METODE PENELITIAN 3.1 Desain Penelitian Penelitian ini dilakukan di Perusahaan PT. Surya Wahana Fortuna. Penelitian ini merupakan penelitian terapan (applied research). Penelitian terapan adalah

Lebih terperinci

Mata Kuliah Pemodelan & Simulasi

Mata Kuliah Pemodelan & Simulasi Mata Kuliah Pemodelan & Simulasi Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia 1 Pendahuluan (1) Sifat probabilitistik pada sistem nyata mempunyai pola distribusi probabilistik

Lebih terperinci

Lab. Statistik - Kasus 1. Lab. Statistik Kasus 2. Lab. Statistik Kasus 3

Lab. Statistik - Kasus 1. Lab. Statistik Kasus 2. Lab. Statistik Kasus 3 Haryoso Wicaksono, halaman 1 dari 5 halaman Lab. Statistik - Kasus 1 1. Jelaskan istilah-istilah statistik berikut : a. sampel e. responden b. populasi f. data kuantitatif c. statistik sampel g. data kualitatif

Lebih terperinci

(Risk Analysis Simulator)

(Risk Analysis Simulator) (Risk Analysis Simulator) TUJUAN Membuat alat eksperimental, atau simulator, yang akan berlaku seperti sistem yang diinginkan dalam aspek yang pasti dan cepat, dengan biaya yang efektif. PERBANDINGAN ANTARA

Lebih terperinci

STUDI KASUS : SIMULASI MODEL PERMINTAAN SUPERMARKET DENGAN TEKNIK MONTECARLO

STUDI KASUS : SIMULASI MODEL PERMINTAAN SUPERMARKET DENGAN TEKNIK MONTECARLO STUDI KASUS : SIMULASI MODEL PERMINTAAN SUPERMARKET DENGAN TEKNIK MONTECARLO Suatu supermarket telah melakukan pengamatan mengenai permintaan bayam sebagai salah satu item sayur sayuran yang dijualnya.

Lebih terperinci

Bab V MetodeFunctional Statistics Algorithm (FSA) dalam Sintesis Populasi

Bab V MetodeFunctional Statistics Algorithm (FSA) dalam Sintesis Populasi 31 Bab V MetodeFunctional Statistics Algorithm (FSA) dalam Sintesis Populasi V.1 Mengenal Metode Functional Statistics Algorithm (FSA) Metode Functional Statistics Algorithm (FSA) adalah sebuah metode

Lebih terperinci

PREDIKSI LUASAN LUMPUR DENGAN TIME SERIES MENGGUNAKAN SIMULATED ANNEALING

PREDIKSI LUASAN LUMPUR DENGAN TIME SERIES MENGGUNAKAN SIMULATED ANNEALING PREDIKSI LUASAN LUMPUR DENGAN TIME SERIES MENGGUNAKAN SIMULATED ANNEALING ASHAFIDZ FAUZAN DIANTA POLITEKNIK ELEKTRONIKA NEGERI SURABAYA INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA 2010 ABSTRAK Bencana

Lebih terperinci

METODE MONTE CARLO. Pemodelan & Simulasi TM11

METODE MONTE CARLO. Pemodelan & Simulasi TM11 METODE MONTE CARLO Pemodelan & Simulasi TM11 Metode Monte Carlo Metoda Monte Carlo telah digunakan sejak abad ke-18 oleh Comte de Buffon yang mengembangkan eskperimen untuk memperoleh rasio antara diameter

Lebih terperinci

Bab III PERANCANGAN PROGRAM APLIKASI

Bab III PERANCANGAN PROGRAM APLIKASI 35 Bab III PERANCANGAN PROGRAM APLIKASI 3.1 Spesifikasi Rumusan Rancangan Perancangan program aplikasi ini terbagi menjadi dua bagian yaitu proses, yaitu : proses input dan hasil keluaran atau output Proses

Lebih terperinci

Simulasi dan Pemodelan. Kuliah I Ricky Maulana Fajri, M.Sc

Simulasi dan Pemodelan. Kuliah I Ricky Maulana Fajri, M.Sc Simulasi dan Pemodelan Kuliah I Ricky Maulana Fajri, M.Sc Who Am I? SDN 146 Palembang (1997) SMPN 33 Palembang (2000) SMA 11 Palembang (2003) S.Kom, M.Sc and in Software Engineering from Universitas Bina

Lebih terperinci

Simulasi adalah proses implementasi model menjadi program komputer (software) atau rangkaian elektronik dan mengeksekusi software tersebut sedemikian

Simulasi adalah proses implementasi model menjadi program komputer (software) atau rangkaian elektronik dan mengeksekusi software tersebut sedemikian SIMULASI SISTEM Simulasi adalah proses implementasi model menjadi program komputer (software) atau rangkaian elektronik dan mengeksekusi software tersebut sedemikian rupa sehingga perilakunya menirukan

Lebih terperinci

nilai payoff dari Decision Tree, oleh karena itu dilakukanlah pendekatan dengan metode

nilai payoff dari Decision Tree, oleh karena itu dilakukanlah pendekatan dengan metode BABV PEMBAHASAN 5.1 Pembahasan Decision Tree Decision Tree digunakan imtuk memudahkan penggambaran alternatif keputusan tersebut secara sistematik dan komprehensip maka perlu digunakan suatu diagram yang

Lebih terperinci

BAB 1 PENDAHULUAN. Hampir semua fenomena di dunia ini memiliki beberapa ketidakpastian,

BAB 1 PENDAHULUAN. Hampir semua fenomena di dunia ini memiliki beberapa ketidakpastian, BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Hampir semua fenomena di dunia ini memiliki beberapa ketidakpastian, yang tidak dapat diperkirakan sebagai sesuatu yang pasti. Pada umumnya pengukuran berulang

Lebih terperinci

KULIAH ANALISIS STATISTIK DATA SIMULASI Tipe-tipe simulasi berdasarkan analisis output:

KULIAH ANALISIS STATISTIK DATA SIMULASI Tipe-tipe simulasi berdasarkan analisis output: KULIAH ANALISIS STATISTIK DATA SIMULASI Tipe-tipe simulasi berdasarkan analisis output: 1. Terminating simulation 2. Nonterminating simulation: a. Steady-state parameters b. Steady-state cycle parameters

Lebih terperinci

Modul 14. PENELITIAN OPERASIONAL I MODEL SIMULASI. Oleh : Eliyani PROGRAM KELAS KARYAWAN PROGRAM STUDI TEKNIK INDUSTRI FAKULTAS TEKNOLOGI INDUSTRI

Modul 14. PENELITIAN OPERASIONAL I MODEL SIMULASI. Oleh : Eliyani PROGRAM KELAS KARYAWAN PROGRAM STUDI TEKNIK INDUSTRI FAKULTAS TEKNOLOGI INDUSTRI . PENELITIAN OPERASIONAL I MODEL SIMULASI Oleh : Eliyani PROGRAM KELAS KARYAWAN PROGRAM STUDI TEKNIK INDUSTRI FAKULTAS TEKNOLOGI INDUSTRI UNIVERSITAS MERCU BUANA JAKARTA 007 MODEL SIMULASI PENDAHULUAN

Lebih terperinci

TENTANG UTS. Penentuan Cadangan, hal. 1

TENTANG UTS. Penentuan Cadangan, hal. 1 TENTANG UTS Soal 1: Jawaban umumnya tidak fokus atau straight ke pertanyaan/ masalah yang diajukan. Key words dalam pertanyaan di atas tekanan saturasi, sedangkan dalam banyak jawaban di bawah tekanan

Lebih terperinci

BAB I PENDAHULUAN. kelulusan. Hal ini menyebabkan rendahnya tingkat grade nilai yang dicapai oleh

BAB I PENDAHULUAN. kelulusan. Hal ini menyebabkan rendahnya tingkat grade nilai yang dicapai oleh BAB I PENDAHULUAN 1.1 LATAR BELAKANG Pemilihan jurusan oleh seorang calon mahasiswa bukanlah hal yang mudah dan dapat diremehkan, karena banyak hal yang harus dipertimbangkan seperti biaya, kemampuan diri,

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 17 BAB 2 LANDASAN TEORI 2.1 Pengantar Fenomena menunggu untuk kemudian mendapatkan pelayanan, seperti halnya nasabah yang menunggu pada loket bank, kendaraan yang menunggu pada lampu merah, produk yang

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Kehidupan sehari-hari manusia memiliki banyak persoalan yang berkaitan dengan Matematika. Persoalan-persoalan tersebut dapat dilihat langsung dalam sektor pendidikan,

Lebih terperinci

TEKNIK SIMULASI. Nova Nur Hidayati TI 5F

TEKNIK SIMULASI. Nova Nur Hidayati TI 5F TEKNIK SIMULASI Nova Nur Hidayati TI 5F 10530982 PENDAHULUAN TUJUAN MEMPELAJARI SIMULASI Melalui kuliah ini diharapkan kita dapat mempelajari suatu sistem dengan memanfaatkan komputer untuk meniru (to

Lebih terperinci

Mata Kuliah Pemodelan & Simulasi. Riani Lubis. Program Studi Teknik Informatika Universitas Komputer Indonesia

Mata Kuliah Pemodelan & Simulasi. Riani Lubis. Program Studi Teknik Informatika Universitas Komputer Indonesia Mata Kuliah Pemodelan & Simulasi Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia Teori Inventori Inventory merupakan pengumpulan atau penyimpanan komoditas yang akan digunakan

Lebih terperinci

BAB 3 PEMBANGUNAN MODEL SIMULASI MONTE CARLO. Simulasi Monte Carlo merupakan salah satu metode simulasi sederhana yang

BAB 3 PEMBANGUNAN MODEL SIMULASI MONTE CARLO. Simulasi Monte Carlo merupakan salah satu metode simulasi sederhana yang BAB 3 PEMBANGUNAN MODEL SIMULASI MONTE CARLO 3. Simulasi Monte Carlo Simulasi Monte Carlo merupakan salah satu metode simulasi sederhana yang dapat dibangun secara cepat menggunakan spreadsheet. Penggunaan

Lebih terperinci

Model dan Simulasi Universitas Indo Global Mandiri

Model dan Simulasi Universitas Indo Global Mandiri Model dan Simulasi Universitas Indo Global Mandiri Nomor random >> angka muncul secara acak (random/tidak terurut) dengan probabilitas untuk muncul yang sama. Probabilitas/Peluang merupakan ukuran kecenderungan

Lebih terperinci

BAB V PENUTUP ( ( ) )

BAB V PENUTUP ( ( ) ) BAB V PENUTUP 5.1 Kesimpulan Penentuan harga opsi Asia menggunakan rata-rata Aritmatik melalui Simulasi Monte Carlo dapat dinyatakan sebagai berikut. ( ( ) ) ( ( ) ) dimana merupakan harga opsi Call Asia

Lebih terperinci

BAB I PENDAHULUAN. bahan baku di bagian produksi dan berakhir dengan penyerahan produk jadi

BAB I PENDAHULUAN. bahan baku di bagian produksi dan berakhir dengan penyerahan produk jadi BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Siklus kegiatan perusahaan manufaktur dimulai dengan pengolahan bahan baku di bagian produksi dan berakhir dengan penyerahan produk jadi ke bagian gudang. Dalam

Lebih terperinci

Teori Antrian. Prihantoosa Pendahuluan. Teori Antrian : Intro p : 1

Teori Antrian. Prihantoosa  Pendahuluan.  Teori Antrian : Intro p : 1 Pendahuluan Teori Antrian Prihantoosa pht854@yahoo.com toosa@staff.gunadarma.ac.id Last update : 14 November 2009 version 1.0 http://openstat.wordpress.com Teori Antrian : Intro p : 1 Tujuan Tujuan : Meneliti

Lebih terperinci

POKOK BAHASAN. : Peramalan (Forecasting) Bab II : Manajemen Proyek. Bab III : Manajemen Persediaan. Bab IV : Supply-Chain Management

POKOK BAHASAN. : Peramalan (Forecasting) Bab II : Manajemen Proyek. Bab III : Manajemen Persediaan. Bab IV : Supply-Chain Management MANAJEMEN OPERASI 1 POKOK BAHASAN Bab I : Peramalan (Forecasting) Bab II : Manajemen Proyek Bab III : Manajemen Persediaan Bab IV : Supply-Chain Management Bab V : Penetapan Harga (Pricing) 2 BAB I PERAMALAN

Lebih terperinci

Mata Kuliah Pemodelan & Simulasi. Universitas Komputer Indonesia

Mata Kuliah Pemodelan & Simulasi. Universitas Komputer Indonesia MODEL INVENTORY Mata Kuliah Pemodelan & Simulasi Jurusan Teknik Informatika Universitas Komputer Indonesia Pendahuluan Inventory merupakan pengumpulan atau penyimpanan komoditas yang akan digunakan untuk

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN

BAB IV HASIL DAN PEMBAHASAN BAB IV HASIL DAN PEMBAHASAN Dalam bab ini akan menjelaskan tentang hasil pengujian perhitungan secara matematis dengan membandingkan histogram data mentah dan distribusi probabilitias teoritis. Data mentah

Lebih terperinci

BAB II PROBABILITAS Ruang sampel (sample space)

BAB II PROBABILITAS Ruang sampel (sample space) BAB II ROBABILITAS 2.1. Ruang sampel (sample space) Data diperoleh baik dari pengamatan kejadian yang tak dapat dikendalikan atau dari percobaan yang dikendalikan dalam laboratorium. Untuk penyederhanaan

Lebih terperinci

RENCANA PEMBELAJARAN SEMESTER (RPS)

RENCANA PEMBELAJARAN SEMESTER (RPS) RENCANA PEMBELAJARAN SEMESTER (RPS) CSG2F3 PEMODELAN SISTEM Disusun oleh: Novian Anggis Suwastika PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS INFORMATIKA UNIVERSITAS TELKOM LEMBAR PENGESAHAN Rencana Pembelajaran

Lebih terperinci

Simulasi Monte Carlo. (Inventory)

Simulasi Monte Carlo. (Inventory) Simulasi Monte Carlo (Inventory) onsep Dasar Inventory Inventory menjelaskan kuantitas suatu item yang harus dipertahankan untuk dipergunakan oleh sebuah organisasi. Tujuan utama dalam kontrol inventory

Lebih terperinci

BAB 3 METODOLOGI PENELITIAN

BAB 3 METODOLOGI PENELITIAN BAB 3 METODOLOGI PENELITIAN 3.1 Penetapan Kriteria Optimasi Kriteria optimasi yang digunakan dalam analisis pada PT.Tirta Aroma Sari, yang terkait dengan peramalan permintaan, persediaan, dan pengambilan

Lebih terperinci

BAB III METODE PENELITIAN. Penelitian yang dilakukan di Perusahaan Sammy Batik Pekalongan merupakan Applied

BAB III METODE PENELITIAN. Penelitian yang dilakukan di Perusahaan Sammy Batik Pekalongan merupakan Applied BAB III METODE PENELITIAN 3.1 Desain Penelitian Penelitian yang dilakukan di Perusahaan Sammy Batik Pekalongan merupakan Applied Reseach atau penelitian terapan yang mempunyai alasan praktis, keinginan

Lebih terperinci

SIMULASI: Deterministik dan Monte Carlo

SIMULASI: Deterministik dan Monte Carlo SIMULASI: Deterministik dan Monte Carlo Tjipto Juwono, Ph.D. April 2017 TJ (SU) SIMULASI: Deterministik dan Monte Carlo April 2017 1 / 14 Apa itu yang dimaksud dengan simulasi? Apabila semua data diperoleh

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 19 BAB 2 LANDASAN TEORI 2.1 Persediaan 2.1.1 Pengertian Persediaan Persediaan meliputi semua barang dan bahan yang dimiliki oleh perusahaan dan dipergunakan dalam proses produksi atau dalam memberikan

Lebih terperinci

Dasar-dasar Simulasi

Dasar-dasar Simulasi Bab 3: Dasar-dasar Simulasi PEMODELAN DAN SIMULASI SISTEM M O N I C A A. K A P P I A N T A R I - 2 0 0 9 Sumber: Harrell, C., B.K. Ghosh and R.O. Bowden, Jr., Simulation Using Promodel, 2 nd ed., McGraw-

Lebih terperinci

BAB 4 PEMBAHASAN. PT. PLN (Persero) Udiklat Jakarta merupakan lembaga pendidikan yang

BAB 4 PEMBAHASAN. PT. PLN (Persero) Udiklat Jakarta merupakan lembaga pendidikan yang BAB 4 PEMBAHASAN P. PLN (Persero Udiklat Jakarta merupakan lembaga pendidikan yang memiliki fungsi untuk meningkatkan kompetensi SM Pegawai P. PLN (Persero. Selayaknya tempat pelatihan dan pembelajaran,

Lebih terperinci

BAB I PENDAHULUAN. Peramalan keadaan pada suatu waktu merupakan hal penting. Hal itu

BAB I PENDAHULUAN. Peramalan keadaan pada suatu waktu merupakan hal penting. Hal itu BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Peramalan keadaan pada suatu waktu merupakan hal penting. Hal itu dikarenakan peramalan dapat digunakan sebagai rujukan dalam menentukan tindakan yang akan

Lebih terperinci

BAB II STUDI PUSTAKA. Bagian pertama literatur yang membahas dasar teori yang digunakan dan bagian

BAB II STUDI PUSTAKA. Bagian pertama literatur yang membahas dasar teori yang digunakan dan bagian BAB II STUDI PUSTAKA Bab ini membahas beberapa literatur yang terkait dengan penelitian. Bagian pertama literatur yang membahas dasar teori yang digunakan dan bagian kedua membahas penelitian-penelitian

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Simulasi 2.1.1 Pengertian Simulasi Banyak para ahli yang memberikan definisi tentang simulasi. Beberapa diantaranya adalah sebagai berikut: Emshoff dan Simun (1970), simulasi didefinisikan

Lebih terperinci

PEMBANGKIT RANDOM VARIATE

PEMBANGKIT RANDOM VARIATE PEMBANGKIT RANDOM VARIATE Mata Kuliah Pemodelan & Simulasi JurusanTeknik Informatika Universitas Komputer Indonesia 1 Pendahuluan (1) Sifat probalitistik pada sistem nyata mempunyai pola distribusi probabilistik

Lebih terperinci

Agung Yanuar W Prof. Dr. Ir. Adi Soeprijanto.MT, I Gusti Ngurah Satriyadi Hernanda,ST.,MT.

Agung Yanuar W Prof. Dr. Ir. Adi Soeprijanto.MT, I Gusti Ngurah Satriyadi Hernanda,ST.,MT. Agung Yanuar W 2210 105 025 Prof. Dr. Ir. Adi Soeprijanto.MT, I Gusti Ngurah Satriyadi Hernanda,ST.,MT. Pendahuluan Latar Belakang Semakin meningkatnya kebutuhan energi listrik membuat kontinyuitas penyediaan

Lebih terperinci

BAB I PENDAHULUAN. cepat saji dalam annual report sebagai berikut, KFC dalam situs resmi laporan

BAB I PENDAHULUAN. cepat saji dalam annual report sebagai berikut, KFC dalam situs resmi laporan BAB I PENDAHULUAN 1.1 Latar Belakang Restoran cepat saji adalah salah satu tempat makan yang banyak diminati oleh konsumen dari segala umur dan kalangan. Hal ini di ungkapkan bebeapa restoran cepat saji

Lebih terperinci

TEORI PROBABILITAS. Amir Hidayatulloh, S.E., M.Sc Prodi Akuntansi Fakultas Ekonomi dan Bisnis Universitas Ahmad Dahlan

TEORI PROBABILITAS. Amir Hidayatulloh, S.E., M.Sc Prodi Akuntansi Fakultas Ekonomi dan Bisnis Universitas Ahmad Dahlan TEORI PROBABILITAS Amir Hidayatulloh, S.E., M.Sc Prodi Akuntansi Fakultas Ekonomi dan Bisnis Universitas Ahmad Dahlan SAYA YAKIN MAHASISWA BELUM MELUPAKAN SAYA. YUK, INGAT SAYA KEMBALI SEBELUM KITA BERKENALAN

Lebih terperinci

BAB IV IMPLEMENTASI DAN EVALUASI. Pada bab ini akan dijelaskan mengenai kebutuhan sistem, implementasi dan

BAB IV IMPLEMENTASI DAN EVALUASI. Pada bab ini akan dijelaskan mengenai kebutuhan sistem, implementasi dan BAB IV IMPLEMENTASI DAN EVALUASI Pada bab ini akan dijelaskan mengenai kebutuhan sistem, implementasi dan evaluasi simulasi pelayanan retoran cepat saji dengan menggunakan metode next event time advance.

Lebih terperinci

SATIN Sains dan Teknologi Informasi

SATIN Sains dan Teknologi Informasi SATIN - Sains dan Teknologi Informasi, Vol. 2, No. 1, Juni 2016 SATIN Sains dan Teknologi Informasi journal homepage : http://jurnal.stmik-amik-riau.ac.id Optimasi Persediaan Sparepart Menggunakan Model

Lebih terperinci

ANALISIS IMPLEMENTASI RANDOM NUMBER GENERATE(RNG) PADA SIMULASI ANTRIAN MENGGUNAKAN APLIKASI BERBASIS.NET FRAMEWORK

ANALISIS IMPLEMENTASI RANDOM NUMBER GENERATE(RNG) PADA SIMULASI ANTRIAN MENGGUNAKAN APLIKASI BERBASIS.NET FRAMEWORK ANALISIS IMPLEMENTASI RANDOM NUMBER GENERATE(RNG) PADA SIMULASI ANTRIAN MENGGUNAKAN APLIKASI BERBASIS.NET FRAMEWORK Fauziah, Ina Agustina, Septi Andryana Fakultas Teknologi Komunikasi dan Informatika,

Lebih terperinci

B A B 7 KOMPONEN ARSITEKTUR UNTUK DSS

B A B 7 KOMPONEN ARSITEKTUR UNTUK DSS B A B 7 KOMPONEN ARSITEKTUR UNTUK DSS 3 komponen (arsitektur) dalam DSS 1. Dialog (interface software) pemakai dengan sitem 2. Database mendukung sistem tsb 3. Model Base memberikan kemampuan analisis

Lebih terperinci

BAB IV HASIL DAN ANALISIS EKSPERIMEN

BAB IV HASIL DAN ANALISIS EKSPERIMEN BAB IV HASIL DAN ANALISIS EKSPERIMEN 4. 1 Input Data Berdasarkan data yang tersedia dalam tugas yang diberikan di kelas, eksperimen ini menggunakan data permintaan terhadap komoditi soft drink yang merupakan

Lebih terperinci

Bab IV Simulasi Metode Monte Carlo Mengatasi Masalah dalam Distribusi Data

Bab IV Simulasi Metode Monte Carlo Mengatasi Masalah dalam Distribusi Data 24 Bab IV Simulasi Metode Monte Carlo Mengatasi Masalah dalam Distribusi Data IV.1 Mengenal Metode Monte Carlo Distribusi probabilitas digunakan dalam menganalisis sampel data. Sebagaimana kita ketahui,

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN Gambar 3.1. Diagram Alir Sistematika Pemecahan Masalah 30 31 3.1.Tahap Identifikasi dan Pendahuluan Tahap identifikasi dan pendahuluan dilakukan dengan cara melakukan studi

Lebih terperinci

PENGANTAR MANAJEMEN SAINS EXERCISE UAS

PENGANTAR MANAJEMEN SAINS EXERCISE UAS PENGANTAR MANAJEMEN SAINS EXERCISE UAS 2013/2014 UNIVERSITAS INDONESIA FAKULTAS EKONOMI DEPARTEMEN MANAJEMEN PROGRAM STUDI S1 REGULER MANAJEMEN UJIAN AKHIR SEMESTER SEMESTER GASAL 2013/2014 PENGANTAR MANAJEMEN

Lebih terperinci

LABORATORIUM SISTEM PENDUKUNG KEPUTUSAN DAN INTELIGENSIA BISNIS

LABORATORIUM SISTEM PENDUKUNG KEPUTUSAN DAN INTELIGENSIA BISNIS LABORATORIUM SISTEM PENDUKUNG KEPUTUSAN DAN INTELIGENSIA BISNIS Latar Belakang Pelayanan terpusat di satu tempat Antrian pemohon SIM yg cukup panjang (bottleneck) Loket berjauhan Sumber daya terbatas Lamanya

Lebih terperinci

ekonomi, serta para pakar yang mendukung diagnosa medis dan sebagainya ( Heizer,

ekonomi, serta para pakar yang mendukung diagnosa medis dan sebagainya ( Heizer, BAB II LANDASANTEORI 2.1 Analisa Keputusan Anafisa keputusan adalah sebuah metode yang menyediakan dukungan metode kuantitatif bagi seorang pengambil keputusan ( decision maker ) di hampir semua area,

Lebih terperinci

Statistika & Probabilitas

Statistika & Probabilitas Statistika & Probabilitas Peubah Acak Peubah = variabel Dalam suatu eksperimen, seringkali kita lebih tertarik bukan pada titik sampelnya, tetapi gambaran numerik dari hasil. Misalkan pada pelemparan sebuah

Lebih terperinci

PENENTUAN PROSENTASE CALON MAHASISWA BARU YANG AKAN MENDAFTAR ULANG DENGAN BANTUAN SIMULASI MONTE CARLO

PENENTUAN PROSENTASE CALON MAHASISWA BARU YANG AKAN MENDAFTAR ULANG DENGAN BANTUAN SIMULASI MONTE CARLO PENENTUAN PROSENTASE CALON MAHASISWA BARU YANG AKAN MENDAFTAR ULANG DENGAN BANTUAN SIMULASI MONTE CARLO Yogi Yusuf Wibisono Jurusan Teknik Industri Universtias Katolik Parahyangan Jalan Ciumbuleuit 94

Lebih terperinci

PERANCANGAN SIMULASI PENGACAKAN SOAL TRYOUT UNTUK MEMBENTUK PAKET SOAL UJIAN NASIONAL MENGGUNAKAN LINEAR CONGRUENT METHOD (LCM)

PERANCANGAN SIMULASI PENGACAKAN SOAL TRYOUT UNTUK MEMBENTUK PAKET SOAL UJIAN NASIONAL MENGGUNAKAN LINEAR CONGRUENT METHOD (LCM) PERANCANGAN SIMULASI PENGACAKAN SOAL TRYOUT UNTUK MEMBENTUK PAKET SOAL UJIAN NASIONAL MENGGUNAKAN LINEAR CONGRUENT METHOD (LCM) Darma Perwira Hasibuan (0911467) Mahasiswa Jurusan Teknik Informatika, STMIK

Lebih terperinci

METODE DAN DISTRIBUSI SAMPLING. Oleh : Riandy Syarif

METODE DAN DISTRIBUSI SAMPLING. Oleh : Riandy Syarif METODE DAN DISTRIBUSI SAMPLING Oleh : Riandy Syarif HUBUNGAN SAMPEL DAN POPULASI Populasi Sampel DEFINISI Populasi kumpulan dari semua kemungkinan orang-orang, benda-benda, dan ukuran lain yang menjadi

Lebih terperinci

BAB III METODE PENELITIAN. maka perlu dijelaskan mengenai cara-cara yang ditempuh selama proses

BAB III METODE PENELITIAN. maka perlu dijelaskan mengenai cara-cara yang ditempuh selama proses BAB III METODE PENELITIAN Pada pelaksanaan penelitian untuk mempermudah pemecahan masalah, maka perlu dijelaskan mengenai cara-cara yang ditempuh selama proses penelitian. Bab metode penelitian ini menjelaskan

Lebih terperinci

SIMULASI PERENCANAAN BIAYA IBADAH HAJI DENGAN METODE MONTECARLO DAN PERSPEKTIF TIME VALUE OF MONEY

SIMULASI PERENCANAAN BIAYA IBADAH HAJI DENGAN METODE MONTECARLO DAN PERSPEKTIF TIME VALUE OF MONEY SIMULASI PERENCANAAN BIAYA IBADAH HAJI DENGAN METODE MONTECARLO DAN PERSPEKTIF TIME VALUE OF MONEY Yudhi Kurniawan 1, Yuswanto2 2 1 Program Studi Sistem Informasi, Fakultas Sains Dan Teknologi, 2 Program

Lebih terperinci

Peramalan (Forecasting)

Peramalan (Forecasting) Peramalan (Forecasting) Peramalan (forecasting) merupakan suatu proses perkiraan keadaan pada masa yang akan datang dengan menggunakan data di masa lalu (Adam dan Ebert, 1982). Awat (1990) menjelaskan

Lebih terperinci

Nilai harapan suatu variabel acak x ditulis E (x) didefinisikan E (x) = Σ x. f (x) Var (x) = σ x 2 = E [ x E (x) ] 2 = E (x 2 ) { E (x) } 2

Nilai harapan suatu variabel acak x ditulis E (x) didefinisikan E (x) = Σ x. f (x) Var (x) = σ x 2 = E [ x E (x) ] 2 = E (x 2 ) { E (x) } 2 Pertemuan ke- 4 BAB III POPULASI, SAMPEL & DISTRIBUSI TEORITIS VARIABEL DISKRIT DAN FUNGSI PROBABILITAS 3.1 Variabel Random atau Variabel Acak Variabel yang nilainya merupakan suatu bilangan yang ditentukan

Lebih terperinci

BAB III PEMBAHASAN. harga minyak mentah di Indonesia dari bulan Januari 2007 sampai Juni 2017.

BAB III PEMBAHASAN. harga minyak mentah di Indonesia dari bulan Januari 2007 sampai Juni 2017. BAB III PEMBAHASAN Data yang digunakan dalam bab ini diasumsikan sebagai data perkiraan harga minyak mentah di Indonesia dari bulan Januari 2007 sampai Juni 2017. Dengan demikian dapat disusun model Fuzzy

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Wartabone (TNBNW). Ada dua kantor Seksi pengelolaan Hutan yang menangani

BAB III METODOLOGI PENELITIAN. Wartabone (TNBNW). Ada dua kantor Seksi pengelolaan Hutan yang menangani BAB III METODOLOGI PENELITIAN 3.1 Objek Penelitian. Objek penelitian merupakan suatu tempat yang menjadi pusat penelitian, dalam hal ini adalah Kantor Seksi Pengelolaan Hutan Taman Nasional Bogani Nani

Lebih terperinci

Pengembangan Model Simulasi, oleh Hotniar Siringoringo 1

Pengembangan Model Simulasi, oleh Hotniar Siringoringo 1 Simulasi kejadian diskrit memodelkan sistem yang berubah sesuai waktu melalui suatu representasi dimana variabel status berubah secara langsung pada titik terpisah dalam waktu. Titik terpisah dalam waktu

Lebih terperinci

BAB IV PEMODELAN SISTEM

BAB IV PEMODELAN SISTEM BAB IV PEMODELAN SISTEM 4.1 ASUMSI PERHITUNGAN MODEL Model pengendalian persediaan galon menggunakan berbagai asumsi untuk memberikan batasan terhadap model yang merepresentasikan sistem sebenarnya. Asumsi-asumsi

Lebih terperinci

APLIKASI SIMULASI MONTE CARLO PADA PERHITUNGAN MOMEN MAKSIMUM STRUKTUR PORTAL

APLIKASI SIMULASI MONTE CARLO PADA PERHITUNGAN MOMEN MAKSIMUM STRUKTUR PORTAL APLIKASI SIMULASI MONTE CARLO PADA PERHITUNGAN MOMEN MAKSIMUM STRUKTUR PORTAL REZA ASRUL SOLEH 0321012 Pembimbing: Olga Pattipawaej, Ph.D FAKULTAS TEKNIK JURUSAN TEKNIK SIPIL UNIVERSITASKRISTEN MARANATHA

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 Variabel Penelitian Penelitian ini menggunakan satu definisi variabel operasional yaitu ratarata temperatur bumi periode tahun 1880 sampai dengan tahun 2012. 3.2 Jenis dan

Lebih terperinci

STATISTIK II MODUL Oleh. Drs.Hasanuddin Pasiama, MSi PROGRAM KELAS KARYAWAN FAKULTAS EKONOMI UNIVERSITAS MERCU BUANA JAKARTA 2007

STATISTIK II MODUL Oleh. Drs.Hasanuddin Pasiama, MSi PROGRAM KELAS KARYAWAN FAKULTAS EKONOMI UNIVERSITAS MERCU BUANA JAKARTA 2007 STATISTIK II MODUL 8-14 Oleh Drs.Hasanuddin Pasiama, MSi PROGRAM KELAS KARYAWAN FAKULTAS EKONOMI UNIVERSITAS MERCU BUANA JAKARTA 2007 PUSAT PENGEMBANGAN BAHAN AJAR-UMB Drs. Hasanuddin Pasiama, M.Si. STATISTIK

Lebih terperinci

PERANCANGAN PROGRAM SIMULASI PENENTUAN OPTIMASI ARAH TAKSI KOSONG DENGAN GPS DAN METODE MONTE CARLO SKRIPSI. Oleh MIRA

PERANCANGAN PROGRAM SIMULASI PENENTUAN OPTIMASI ARAH TAKSI KOSONG DENGAN GPS DAN METODE MONTE CARLO SKRIPSI. Oleh MIRA PERANCANGAN PROGRAM SIMULASI PENENTUAN OPTIMASI ARAH TAKSI KOSONG DENGAN GPS DAN METODE MONTE CARLO SKRIPSI Oleh MIRA 0900812425 PROGRAM GANDA TEKNIK INFORMATIKA DAN STATISTIKA UNIVERSITAS BINA NUSANTARA

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Berdasarkan sifatnya peramalan terbagi atas dua yaitu peramalan kualitatif dan peramalan kuantitatif. Metode kuantitatif terbagi atas dua yaitu analisis deret berkala

Lebih terperinci

Hidup penuh dengan ketidakpastian

Hidup penuh dengan ketidakpastian BAB 2 Probabilitas Hidup penuh dengan ketidakpastian Tidak mungkin bagi kita untuk dapat mengatakan dengan pasti apa yang akan terjadi dalam 1 menit ke depan tapi Probabilitas akan memprediksikan masa

Lebih terperinci

Pert 3 PROBABILITAS. Rekyan Regasari MP

Pert 3 PROBABILITAS. Rekyan Regasari MP Pert 3 PROBABILITAS Rekyan Regasari MP Berapakah kemungkinan sebuah koin yang dilempar akan menghasilkan gambar angka Berapakah kemungkinan gedung ini akan runtuh Berapakah kemungkinan seorang kreditur

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LADASA TEORI 2.1 Pengertian Peramalan Peramalan adalah kegiatan mengestimasi apa yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama (assaury, 1991). Sedangkan ramalan adalah

Lebih terperinci

BAB 2 LANDASAN TEORI. dari beberapa item atau bahan baku yang digunakan oleh perusahaan untuk

BAB 2 LANDASAN TEORI. dari beberapa item atau bahan baku yang digunakan oleh perusahaan untuk BAB 2 LANDASAN TEORI 2.1 Definisi Persediaan Menurut Jacob, Chase, Aquilo (2009: 547) persediaan merupakan stok dari beberapa item atau bahan baku yang digunakan oleh perusahaan untuk produksi. Sedangkan

Lebih terperinci

BAB 3 LANGKAH PEMECAHAN MASALAH

BAB 3 LANGKAH PEMECAHAN MASALAH 49 BAB 3 LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Standar Optimasi Dasar evaluasi untuk mengoptimalkan supply chain management pada Honda Tebet (PT. Setianita Megah Motor) dari proses bisnis perusahaan

Lebih terperinci

UKDW BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

UKDW BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Universitas Kristen Duta Wacana atau UKDW merupakan salah satu perguruan tinggi yang terletak di Yogyakarta. Universitas Kristen Duta Wacana berdiri pada tanggal

Lebih terperinci

LOGIKA FUZZY DALAM TEKNIK PERAMALAN SECARA STATISTIK

LOGIKA FUZZY DALAM TEKNIK PERAMALAN SECARA STATISTIK LOGIKA FUZZY DALAM TEKNIK PERAMALAN SECARA STATISTIK Deddy Barnabas Lasfeto Abstrak : Selama ini, metode peramalan secara konvensional yang digunakan adalah analisis regresi. Oleh karena itu, dicoba untuk

Lebih terperinci

SATUAN ACARA PEMBELAJARAN (SAP)

SATUAN ACARA PEMBELAJARAN (SAP) 1 SATUAN ACARA PEMBELAJARAN (SAP) Mata Kuliah Kode Mata Kuliah SKS Durasi Pertemuan Pertemuan ke : Statistika dan Probabilitas : TSP-203 : 2 (Dua) : 100 menit : 1 (Satu) A. Kompetensi: a. Umum : Mahasiswa

Lebih terperinci

Bab VI Perbandingan Model Simulasi menggunakan Metode Monte Carlo dan Metode Functional Statistics Algorithm (FSA)

Bab VI Perbandingan Model Simulasi menggunakan Metode Monte Carlo dan Metode Functional Statistics Algorithm (FSA) 37 Bab VI Perbandingan Model Simulasi menggunakan Metode Monte Carlo dan Metode Functional Statistics Algorithm (FSA) VI.1 Probabilitas Integral (Integral Kumulatif) Ketika menganalisis distribusi probabilitas,

Lebih terperinci

ANALISIS SISTEM ANTREAN KENDARAAN DAN KEBUTUHAN PARKIR DI SD MUHAMMADIYAH SOKONANDI DAERAH ISTIMEWA YOGYAKARTA TUGAS AKHIR SKRIPSI

ANALISIS SISTEM ANTREAN KENDARAAN DAN KEBUTUHAN PARKIR DI SD MUHAMMADIYAH SOKONANDI DAERAH ISTIMEWA YOGYAKARTA TUGAS AKHIR SKRIPSI ANALISIS SISTEM ANTREAN KENDARAAN DAN KEBUTUHAN PARKIR DI SD MUHAMMADIYAH SOKONANDI DAERAH ISTIMEWA YOGYAKARTA TUGAS AKHIR SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas

Lebih terperinci

SATUAN ACARA PERKULIAHAN

SATUAN ACARA PERKULIAHAN Versi : 1 Revisi : 0 Tanggal Revisi : Tanggal Berlaku : STUN CR PERKULIHN Fakultas / Jurusan / Program Studi : Teknologi Industri / Teknik Informatika / Teknik Informatika Kode Matakuliah : [kosongkan]

Lebih terperinci

BAB 3 METODOLOGI PEMECAHAN MASALAH

BAB 3 METODOLOGI PEMECAHAN MASALAH BAB 3 METODOLOGI PEMECAHAN MASALAH START Studi Pendahuluan Identifikasi Masalah Studi Pustaka Perumusan Masalah Pengumpulan Data Pengolahan Data A Taguchi Identifikasi faktorfaktor yang berpengaruh Penentuan

Lebih terperinci

ANALISIS SISTEM ANTRIAN PELAYANAN TELLER BANK PADA AKTIVITAS NASABAH DENGAN MENGGUNAKAN SIMULASI (STUDI KASUS BANK XYZ )

ANALISIS SISTEM ANTRIAN PELAYANAN TELLER BANK PADA AKTIVITAS NASABAH DENGAN MENGGUNAKAN SIMULASI (STUDI KASUS BANK XYZ ) ANALISIS SISTEM ANTRIAN PELAYANAN TELLER BANK PADA AKTIVITAS NASABAH DENGAN MENGGUNAKAN SIMULASI (STUDI KASUS BANK XYZ ) Dippo Susetyo N, Dutho Suh Utomo 2, Willy Tambunan 3 Program Studi Teknik Industri,

Lebih terperinci

TOOLS SIMULASI INVENTORI PADA SUPERMARKET

TOOLS SIMULASI INVENTORI PADA SUPERMARKET TOOLS SIMULASI INVENTORI PADA SUPERMARKET 1) Benny Santoso 2) Liliana 3) Imelda Yapitro Jurusan Teknik Informatika Fakultas Teknik Universitas Surabaya Raya Kalirungkut Surabaya 60293 (031) 298 1395 email

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Tempat dan Waktu Penelitian Obyek dalam penelitian ini adalah harga penutupan saham-saham yang direkomendasikan akan dapat bertahan pada tahun politik (2014) dalam media kompas.com,

Lebih terperinci

APLIKASI PEMBELAJARAN DAN TEST TOEFL BERBASIS MOBILE MENGGUNAKAN METODE MONTECARLO

APLIKASI PEMBELAJARAN DAN TEST TOEFL BERBASIS MOBILE MENGGUNAKAN METODE MONTECARLO APLIKASI PEMBELAJARAN DAN TEST TOEFL BERBASIS MOBILE MENGGUNAKAN METODE MONTECARLO D Martha Program Studi Komputerisasi Akuntansi, STMIK CIC Cirebon Email: deny.martha@.cic.ac.id ABSTRAK Bahasa Inggris

Lebih terperinci

Probabilitas & Teorema Bayes

Probabilitas & Teorema Bayes 1 Probabilitas & Teorema Bayes Nurwahyu Alamsyah, S.Kom wahyualamsyah.wordpress.com wahyu@plat-m.com Statistika D3 Manajemen Informatika Universitas Trunojoyo Madura 2 Terminologi Teori Probabilitas didasarkan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Defenisi Peramalan Peramalan adalah suatu kegiatan dalam memperkirakan atau kegiatan yang meliputi pembuatan perencanaan di masa yang akan datang dengan menggunakan data masa lalu

Lebih terperinci