ANALISIS SISTEM ANTRIAN PESAWAT TERBANG DI BANDARA INTERNASIONAL AHMAD YANI SEMARANG

Ukuran: px
Mulai penontonan dengan halaman:

Download "ANALISIS SISTEM ANTRIAN PESAWAT TERBANG DI BANDARA INTERNASIONAL AHMAD YANI SEMARANG"

Transkripsi

1 ISSN: JURNAL GAUSSIAN, Volume 4, Nomor 4, Tahu 2015, Halama Olie di: ANALISIS SISTEM ANTRIAN PESAWAT TERBANG DI BANDARA INTERNASIONAL AHMAD ANI SEMARANG Aggit Ratakusuma 1, Abdul Hoyyi 2, Sugito 3 1 Mahasiswa Jurusa Statistika FSM Uiversitas Dipoegoro 2,3 Staf Pegajar Jurusa Statistika FSM Uiversitas Dipoegoro aggit.ratakusuma@gmail.com ABSTRACT Log queuig is ot expected by ayoe, because it s takig much time ad tiresome. However, this situatio is ot avoidable i public area, for example Ahmad ai Iteratioal Airport Semarag. Aircraft queuig that will take off ad laded resulted i icreasig of the queuig of passegers to aboard. The suitable queuig system model for Ahmad ai Iterasioal Airport Semarag to solve its air traffic is usig (M/M/6):(GD/ / ), with six apros as server of reguler commercial flight. Moreover, based o the result of system performace measure, service system i Ahmad ai Iterasioal Airport Semarag report is good eough. The result of system performace measure said that average umber of aircraft i the system (Ls) was 1,0716 aircraft per hour, average umber of aircraft i the queue (Lq) was 0,0002 aircraft per hour, average time aircraft speds i the system (Ws) was 0,4977 from a hour, ad average time aircraft speds i the queue (Wq) was 0,0001 from a hour. The simulatio showed that by usig four operatig server or addig two more arrival additioals i every hour, the service system is quite effective. Keywords: Queuig System Model, Ahmad ai Iteratioal Airport Semarag 1. PENDAHULUAN Atria terjadi apabila jumlah pelagga yag datag utuk dilayai melebihi jumlah fasilitas pelayaa yag ada, sehigga meyebabka pelagga meuggu atau megatri utuk medapatka pelayaa. Salah satu fasilitas umum yag meggambarka situasi atria yaitu Badara Iterasioal Ahmad ai Semarag. Badara Iterasioal Ahmad ai Semarag merupaka salah satu badara yag dikelola oleh PT Agkasa Pura I (Persero), sebagai pitu gerbag da ujug tombak lalu litas udara yag berlokasi di bagia barat Kota Semarag. Teori atria adalah salah satu metode statistika yag dapat diguaka utuk megatasi permasalaha tersebut. Teori atria diguaka utuk meetuka karakteristik, model da ukura-ukura kierja sistem atria pesawat di badara, yaitu waktu atar kedataga pesawat, waktu pelayaa pesawat, da waktu tuggu pesawat utuk lepas ladas. Pegguaa aplikasi teori atria diharapka dapat meigkatka kualitas pelayaa badara. Peerapa teori atria yag dilakuka haya dibatasi pada permasalaha atria pesawat terbag komersil reguler yag melalui Badara Iterasioal Ahmad ai Semarag. Dalam hal ii, apro yag berada di Badara Iterasioal Ahmad ai Semarag sebagai pelaya da pesawat terbag sebagai pelagga.

2 2. TINJAUAN PUSTAKA 2.1. Kosep Dasar Teori Atria Teori atria dikemukaka da dikembagka pada tahu 1910 oleh AK. Erlag, seorag isiyur Demark. Teori atria merupaka sebuah teori yag memfokuska pada upaya peguraia waktu tuggu yag terjadi dalam suatu barisa atria. Meurut Kakiay (2004), proses atria (queueig process) adalah suatu proses yag berhubuga dega kedataga pelagga pada suatu fasilitas pelayaa, meuggu dalam barisa atria jika belum dapat dilayai, kemudia dilayai, da akhirya meiggalka fasilitas tersebut setelah dilayai. Sedagka sistem atria adalah suatu himpua pelagga, pelaya, da suatu atura yag megatur pelayaa kepada pelagga. Meurut Kakiay (2004), barisa atria da pelayaaya dipegaruhi oleh eam faktor yag terkait erat, yaitu: 1. Distribusi kedataga pelagga 2. Distribusi waktu pelayaa 3. Fasilitas pelayaa 4. Disipli pelayaa 5. Ukura sistem atria 6. Sumber pemaggila 2.2. Notasi Kedall Meurut Kakiay (2004), otasi Kedall adalah otasi baku yag merupaka stadar uiversal dari betuk kombiasi proses kedataga dega pelayaa dalam format sebagai berikut: (a/b/c) : (d/e/f) a : distribusi kedataga (Arrival Distributio) b : distribusi waktu pelayaa atau keberagkata c : jumlah pelayaa dalam pararel, dega c = 1, 2, 3, d : disipli pelayaa (seperti, FCFS, LCFS, SIRO) e : jumlah maksimum yag diijika dalam sistem f : jumlah pelagga yag igi memasuki sistem sebagai sumber 2.3. Ukura Steady-State Meurut Taha (1996), utuk melakuka perhituga ukura steady-state dari kierja situasi atria terlebih dahulu harus meetuka probabilitas steady-state dari utuk pelagga dalam sistem atria. Misal λ adalah jumlah rata-rata pelagga yag datag ketempat pelayaa per satua waktu tertetu da μ adalah jumlah rata-rata pelagga yag telah dilayai per satua waktu tertetu, maka ρ didefiisika sebagai perbadiga atara jumlah rata-rata pelagga yag datag (λ) dega jumlah rata-rata pelagga yag telah dilayai per satua waktu (μ) atau dapat dituliska sebagai berikut: Kodisi steady-state terpeuhi jika jumlah rata-rata pelagga yag datag tidak melebihi jumlah rata-rata pelagga yag telah dilayai, dega kata lai atau ρ < 1. Setelah probabilitas steady-state dari utuk pelagga dalam sistem ditetuka, dapat dihitug ukura-ukura steady-state dari kierja dari situasi atria tersebut dega cara yag sederhaa. Ukura-ukura kierja tersebut dapat diotasika sebagai berikut: JURNAL GAUSSIAN Vol. 4, No. 4, Tahu 2015 Halama 726

3 Ls Lq Ws Wq : jumlah pelagga yag diperkiraka dalam sistem : jumlah pelagga yag diperkiraka dalam atria : waktu meuggu yag diperkiraka dalam sistem : waktu meuggu yag diperkiraka dalam atria 2.4. Uji Kecocoka Distribusi Meurut Daiel (1989), uji kecocoka distribusi adalah suatu uji utuk meetuka apakah suatu populasi atau variabel acak mempuyai distribusi teoritik tertetu. Uji-uji keselarasa (goodess of fit) merupaka uji kecocoka distribusi yag bermafaat utuk megevaluasi sampai seberapa jauh suatu model mampu medekati situasi yata yag digambarkaya, dalam hal ii adalah distribusi yag sesuai. Salah satu uji goodess of fit adalah uji Kolmogorov-Smirov. Adapu prosedur pegujiaya adalah sebagai berikut: 1. Meetuka hipotesis H 0 : Distribusi yag diamati sama dega distribusi yag diduga H 1 : Distribusi yag diamati tidak sama dega distribusi yag diduga 2. Taraf sigifikasi Taraf sigifikasi yag diguaka adalah 3. Statistik uji dega: : distribusi kumulatif data sampel : distribusi kumulatif dari distribusi yag dihipotesiska 4. Kriteria Uji Tolak H 0 pada taraf sigifikasi jika ilai > ilai. Nilai merupaka ilai kritis yag diperoleh dari tabel Kolmogorov-Smirov. 2.5 Model Sistem Atria (M/M/c) : (GD/ / ) Meurut Gross da Harris (1998), pada model atria ii pelagga tiba dega tigkat kedataga rata-rata adalah λ da maksimum c pelagga yag dapat dilayai secara bersama. Laju pelayaa utuk setiap pelaya adalah kosta sama dega μ, dega parameter λ da μ megikuti distribusi Poisso atau distribusi Ekspoesial. Pelayaa dilakuka atas dasar pelagga yag pertama datag pertama yag dilayai. λ λ utuk semua 0 μ ; c μ cμ ; c Dega memisalka r / da r / c atau / c, diperoleh probabilitas utuk 0 pelagga, yaitu: c1 c ( c) (c) P0 0! c! (1 ) Sedagka probabilitas utuk pelagga yaitu: r P0 utuk c! P r P utuk c c 0 c c! 1 JURNAL GAUSSIAN Vol. 4, No. 4, Tahu 2015 Halama 727

4 Ukura kierja sistem utuk model (M/M/c):(GD/ / ) yaitu: 1. Jumlah rata-rata meuggu dalam atria: r c Lq P 2 0 c!(1 ) 2. Jumlah rata-rata pelagga yag meuggu dalam sistem: L L r s r c Ls 0 r 2!(1 ) P c 3. Rata-rata waktu pelagga meuggu dalam atria: L W q q λ r c Wq P 2 0 c!( c )(1 ) 4. Rata-rata waktu pelagga meuggu dalam sistem: L W s s λ 1 Ws Wq W s q 1 r c c!( c)(1 ) 2 P 0 3. METODOLOGI PENELITIAN Peelitia dilakuka di Apro Movemet Cotrol Badara Iterasioal Ahmad ai Semarag selama satu miggu. Waktu pegambila data dimulai dari pukul WIB sampai pukul WIB. Baha yag diguaka dalam peelitia adalah data hasil pegamata lagsug jumlah kedataga da jumlah pelayaa pesawat terbag setiap satu jam di Badara Iterasioal Ahmad ai Semarag. Lagkah aalisis data disajika pada diagram alir aalisis (flowchart) Gambar HASIL DAN PEMBAHASAN 4.1. Gambara Sistem Atria Pelayaa Pesawat di Badara Iterasioal Ahmad ai Semarag Sistem atria pesawat di Badara Iterasioal Ahmad ai Semarag secara umum haya terdiri dari satu bagia da terdapat 6 apro yag bertidak sebagai pelaya pada peerbaga reguler. Pesawat yag datag melalui ladasa di Badara Iterasioal Ahmad ai Semarag, kemudia aka parkir di apro yag telah ditetuka. Saat parkir, pesawat aka di block o atau digajal, pada saat iilah pesawat diyataka datag. Proses pelayaa dimulai ketika para peumpag mulai melakuka boardig utuk peerbaga selajutya da pelayaa diyataka selesai setelah pesawat di block off atau gajalya dilepas. Utuk lebih jelasya, sistem atria pesawat di Badara Iterasioal Ahmad ai Semarag disajika pada Gambar 2. JURNAL GAUSSIAN Vol. 4, No. 4, Tahu 2015 Halama 728

5 Mulai Iput Data T Data jumlah/waktu kedataga Data jumlah/waktu pelayaa Pemeriksaa Steady State Uji Kecocoka Distribusi jumlah/waktu kedataga dega Kolmogorov-Smirov Uji Kecocoka Distribusi jumlah/waktu pelayaa dega Kolmogorov-Smirov T Apakah Data Berdistribusi Poisso/Ekspoesial Apakah Data Berdistribusi Poisso/Ekspoesial T Data Berdistribusi Umum/Geeral Data Berdistribusi Poisso/Ekspoesial Data Berdistribusi Poisso/Ekspoesial Data Berdistribusi Umum/Geeral Peetua Model Atria (a/b/c) : (d/e/f) Aalisis Hasil Peelitia (Meetuka Ukura Kierja Sistem) Pegambila Keputusa Selesai Gambar 1. Diagram Alir Aalisis (Flowchart) JURNAL GAUSSIAN Vol. 4, No. 4, Tahu 2015 Halama 729

6 P 6 P 5 Datag Atria P 4 Keluar P 3 P 2 P 1 Gambar 2. Sistem Atria Pesawat di Badara Iterasioal Ahmad ai Semarag 4.2. Aalysis Ukura Steady-State dari Kierja Sistem Pelayaa Ukura steady-state dari kierja sistem pelayaa dapat diperoleh dari data jumlah kedataga da jumlah pelayaa pelagga dega megguaka iterval waktu satu jam. Berdasarka data yag diperoleh pada saat peelitia satu miggu, diperoleh ilai sebagai berikut: Rata-rata jumlah kedataga dalam 7 hari: 2,15306 pesawat setiap satu jam 2,15306 pesawat/jam Rata-rata jumlah pelayaa dalam 7 hari: 2,00952 pesawat setiap satu jam 2,00952 pesawat/jam Probabilitas dari sistem pelayaa : 2, ,17857 c 6x2,00952 Dapat dilihat bahwa < 1 maka dapat diyataka bahwa sistem atria pesawat di Badara Iterasioal Ahmad ai Semarag telah memeuhi kodisi steady-state. Artiya, bahwa rata-rata jumlah kedataga tidak melebihi rata-rata jumlah pelayaa Uji Distribusi Jumlah Kedataga Pesawat 1. Hipotesis: H 0 : Jumlah kedataga pesawat berdistribusi Poisso H 1 : Jumlah kedataga pesawat tidak berdistribusi Poisso 2. Taraf Sigifikasi Taraf sigifikasi yag diguaka adalah 3. Statistik Uji : dega: : distribusi kumulatif data sampel (jumlah kedataga pesawat setiap satu jam) : distribusi kumulatif dari distribusi Poisso JURNAL GAUSSIAN Vol. 4, No. 4, Tahu 2015 Halama 730

7 4. Kriteria Uji Tolak H 0 pada taraf sigifikasi jika ilai >. 5. Pegambila Keputusa Karea ilai < yaitu 0,050 < 0,137 maka H 0 diterima. 6. Kesimpula Dari keputusa di atas, diketahui bahwa data jumlah kedataga pesawat berdistribusi Poisso Uji Distribusi Jumlah Pelayaa Pesawat 1. Hipotesis: H 0 : Jumlah pelayaa pesawat berdistribusi Poisso H 1 : Jumlah pelayaa pesawat tidak berdistribusi Poisso 2. Taraf Sigifikasi Taraf sigifikasi yag diguaka adalah 3. Statistik Uji : dega: : distribusi kumulatif data sampel (jumlah pelayaa pesawat setiap satu jam) : distribusi kumulatif dari distribusi Poisso 4. Kriteria Uji Tolak H 0 pada taraf sigifikasi jika ilai >. 5. Pegambila Keputusa Karea ilai < yaitu 0,036 < 0,133 maka H 0 diterima. 6. Kesimpula Dari keputusa di atas, diketahui bahwa data jumlah pelayaa pesawat berdistribusi Poisso Model Sistem Atria Pesawat Berdasarka hasil aalisis ukura steady-state da uji distribusi jumlah kedataga da jumlah pelayaa pesawat, dapat diyataka bahwa sistem atria pesawat terbag di Badara Iterasioal Ahmad ai Semarag megikuti model (M/M/6):(GD/ / ). Model tersebut meujukka bahwa jumlah kedataga da jumlah pelayaa pesawat berdistribusi Poisso dega jumlah server yag beroperasi sebayak eam pelaya. Disipli atria yag diterapka adalah FCFS (pertama datag pertama dilayai) dega jumlah kapasitas utuk pesawat yag datag da sumber pemaggila tidak terbatas. Tabel 1. Output Aalisis JURNAL GAUSSIAN Vol. 4, No. 4, Tahu 2015 Halama 731

8 4.6. Simulasi Sistem Atria Pesawat dega Peguraga Jumlah Server Berdasarka hasil simulasi yag telah dilakuka dega peguraga jumlah server yaitu haya empat apro saja yag beroperasi, dapat disimpulka bahwa sistem pelayaa pesawat tergolog cukup efektif. Hasil simulasi ii dapat mejadi masuka bagi pihak pegelola Badara Iterasioal Ahmad ai Semarag apabila igi megguaka dua apro laiya utuk keperlua yag lai, misalya saja apabila ada pesawat militer yag igi medarat di badara tersebut. Tabel 2. Output Simulasi dega Peguraga Jumlah Server 4.7. Simulasi Sistem Atria Pesawat dega Peambaha Jumlah Kedataga Pesawat Berdasarka data peambaha jumlah kedataga pesawat, yaitu dua pesawat setiap jamya, diperoleh ilai rata-rata jumlah kedataga pesawat sebesar 4,15306 setiap satu jam. Berdasarka hasil simulasi yag telah dilakuka dega peambaha jumlah kedataga pesawat sebayak dua pesawat setiap jamya, dapat disimpulka bahwa sistem pelayaa pesawat cukup efektif. Hasil simulasi ii dapat mejadi masuka bagi pihak pegelola Badara Iterasioal Ahmad ai Semarag apabila igi meambah jumlah kedataga pesawat, misalya dega meambah jadwal peerbaga pesawat ke daerah tujua yag baru. Tabel 3. Output Simulasi dega Peambaha Jumlah Kedataga Pesawat 5. KESIMPULAN Berdasarka hasil aalisis pada peelitia yag telah dilaksaaka selama satu miggu, maka dapat disimpulka sebagai berikut: JURNAL GAUSSIAN Vol. 4, No. 4, Tahu 2015 Halama 732

9 1. Model sistem atria yag sesuai dega kodisi fasilitas pelayaa pesawat di Badara Iterasioal Ahmad ai Semarag, yaitu model (M/M/6):(GD/ / ). Model tersebut meujukka bahwa jumlah kedataga da jumlah pelayaa pesawat berdistribusi Poisso dega jumlah server yag beroperasi sebayak 6 apro. Sedagka disipli atria yag diterapka yaitu pesawat yag pertama datag maka pertama dilayai dega jumlah kapasitas utuk pesawat yag datag da sumber pemaggila tidak terbatas. 2. Berdasarka ilai ukura kierja yag diperoleh, dapat disimpulka bahwa sistem pelayaa pesawat terbag di Badara Iterasioal Ahmad ai Semarag sudah cukup baik. 3. Hasil simulasi meujukka bahwa dega megguaka empat apro yag beroperasi maupu dega peambaha jumlah kedataga pesawat sebayak dua pesawat setiap jamya, sistem pelayaa pesawat cukup efektif. Hasil simulasi ii dapat mejadi masuka bagi pihak pegelola Badara Iterasioal Ahmad ai Semarag apabila igi megguaka dua apro laiya utuk keperlua yag lai atau apabila igi meambah jadwal peerbaga ke daerah tujua yag baru. DAFTAR PUSTAKA Daiel, W. W Statistika Noparametrik Terapa. Diterjemahka oleh: Alex Tri Katjoo W. Jakarta : PT. Gramedia. Terjemaha dari: Applied Noparametric Statistics. Gross, D. ad Harris, C. M Fudametal of Queueig Theory Third Editio. New ork : Joh Wiley ad Sos, INC. Kakiay, T. J Dasar Teori Atria Utuk Kehidupa Nyata. ogyakarta : Adi. Taha, H. A Riset Operasi. Jilid 2. Diterjemahka oleh: Drs. Daiel Wirajaya. Jakarta : Biarupa Aksara. Terjemaha dari: Operatios Research. Secod Editio. JURNAL GAUSSIAN Vol. 4, No. 4, Tahu 2015 Halama 733

ANALISIS SISTEM PELAYANAN DI STASIUN TAWANG SEMARANG DENGAN METODE ANTRIAN. Nursihan 1, Sugito 2, Hasbi Yasin 3

ANALISIS SISTEM PELAYANAN DI STASIUN TAWANG SEMARANG DENGAN METODE ANTRIAN. Nursihan 1, Sugito 2, Hasbi Yasin 3 ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 2, Tahu 2015, Halama 375-382 Olie di: http://ejoural-s1.udip.ac.id/idex.php/gaussia ANALISIS SISTEM PELAYANAN DI STASIUN TAWANG SEMARANG DENGAN METODE ANTRIAN

Lebih terperinci

ANALISIS SISTEM ANTRIAN PADA LAYANAN PENGURUSAN PASPOR DI KANTOR IMIGRASI KELAS I SEMARANG ABSTRACT

ANALISIS SISTEM ANTRIAN PADA LAYANAN PENGURUSAN PASPOR DI KANTOR IMIGRASI KELAS I SEMARANG ABSTRACT ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 3, Nomor 4, Tahu 2014, Halama 801-810 Olie di: http://ejoural-s1.udip.ac.id/idex.php/gaussia ANALISIS SISTEM ANTRIAN PADA LAYANAN PENGURUSAN PASPOR DI KANTOR IMIGRASI

Lebih terperinci

ANALISIS SISTEM ANTRIAN PESAWAT TERBANG DI BANDARA INTERNASIONAL AHMAD YANI SEMARANG

ANALISIS SISTEM ANTRIAN PESAWAT TERBANG DI BANDARA INTERNASIONAL AHMAD YANI SEMARANG ANALISIS SISTEM ANTRIAN PESAWAT TERBANG DI BANDARA INTERNASIONAL AHMAD YANI SEMARANG SKRIPSI Oleh: ANGGIT RATNAKUSUMA NIM. J2E009025 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO

Lebih terperinci

Lecture 4 : Queueing Theory and Aplications. Hanna Lestari, M.Eng

Lecture 4 : Queueing Theory and Aplications. Hanna Lestari, M.Eng Leture 4 : Queueig Theory ad Apliatios Haa Lestari, M.Eg Struktur Dasar Model Model Atria Teori Atria bertujua utuk megetahui/meetuka besara kierja sistem atria. Ukura kierja sistem dalam kodisi steady

Lebih terperinci

Elemen Dasar Model Antrian. Aktor utama customer dan server. Elemen dasar : 1.distribusi kedatangan customer. 2.distribusi waktu pelayanan. 3.

Elemen Dasar Model Antrian. Aktor utama customer dan server. Elemen dasar : 1.distribusi kedatangan customer. 2.distribusi waktu pelayanan. 3. Eleme Dasar Model Atria. Aktor utama customer da server. Eleme dasar :.distribusi kedataga customer. 2.distribusi waktu pelayaa. 3.disai fasilitas pelayaa (seri, paralel atau jariga). 4.disipli atria (pertama

Lebih terperinci

ANALISIS SISTEM ANTRIAN PELAYANAN NASABAH DI PT. BANK NEGARA INDONESIA (PERSERO) TBK KANTOR CABANG UTAMA USU

ANALISIS SISTEM ANTRIAN PELAYANAN NASABAH DI PT. BANK NEGARA INDONESIA (PERSERO) TBK KANTOR CABANG UTAMA USU Saitia Matematika ISSN: 2337-9197 Vol. 02, No. 03 (2014), pp. 277 287. ANALISIS SISTEM ANTRIAN PELAYANAN NASABAH DI PT. BANK NEGARA INDONESIA (PERSERO) TBK KANTOR CABANG UTAMA USU Siti Aria R. Harahap

Lebih terperinci

TEORI ANTRIAN. Gambar 1 Proses antrian pada suatu sistem antrian

TEORI ANTRIAN. Gambar 1 Proses antrian pada suatu sistem antrian TEORI ANTRIAN Teori atria merupaka studi matematis megeai atria atau waitig lies yag di dalamya disediaka beberapa alteratif model matematika yag dapat diguaka utuk meetuka beberapa karakteristik da optimasi

Lebih terperinci

MODEL STOKHASTIK ANTRIAN NON POISSON PADA PELAYANAN PERBANKAN

MODEL STOKHASTIK ANTRIAN NON POISSON PADA PELAYANAN PERBANKAN ODEL STOKHASTIK ANTRIAN NON POISSON PADA PELAYANAN PERBANKAN 1 Sugito, 2 Ala Prahutama, 3 Budi Warsito, 4 och Abdul ukid, 5 Nia Puspita Sari 1,2,3,4,5 Departeme Statistika, Fakultas Sais da atematika,uiversitas

Lebih terperinci

simulasi selama 4,5 jam. Selama simulasi dijalankan, animasi akan muncul pada dijalankan, ProModel akan menyajikan hasil laporan statistik mengenai

simulasi selama 4,5 jam. Selama simulasi dijalankan, animasi akan muncul pada dijalankan, ProModel akan menyajikan hasil laporan statistik mengenai 37 Gambar 4-3. Layout Model Awal Sistem Pelayaa Kedai Jamoer F. Aalisis Model Awal Model awal yag telah disusu kemudia disimulasika dega waktu simulasi selama 4,5 jam. Selama simulasi dijalaka, aimasi

Lebih terperinci

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

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

Lebih terperinci

Hubungan Antara Panjang Antrian Kendaraan dengan Aktifitas Samping Jalan

Hubungan Antara Panjang Antrian Kendaraan dengan Aktifitas Samping Jalan Hubuga Atara Pajag Atria Kedaraa dega Aktifitas Sampig Jala Frasiscus Mitar Ferry Sihotag Jurusa Tekik Sipil Fakultas Desai da Tekik Perecaaa Uiversitas Pelita Harapa. fmitarfs@yahoo.com, fmitarfs@uph.edu

Lebih terperinci

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

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

Lebih terperinci

TINJAUAN PUSTAKA Pengertian

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

Lebih terperinci

PENDUGA RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KUARTIL VARIABEL BANTU PADA PENGAMBILAN SAMPEL ACAK SEDERHANA DAN PENGATURAN PERINGKAT MEDIAN

PENDUGA RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KUARTIL VARIABEL BANTU PADA PENGAMBILAN SAMPEL ACAK SEDERHANA DAN PENGATURAN PERINGKAT MEDIAN PEDUGA RASIO UTUK RATA-RATA POPULASI MEGGUAKA KUARTIL VARIABEL BATU PADA PEGAMBILA SAMPEL ACAK SEDERHAA DA PEGATURA PERIGKAT MEDIA ur Khasaah, Etik Zukhroah, da Dewi Reto Sari S. Prodi Matematika Fakultas

Lebih terperinci

Perbandingan Power of Test dari Uji Normalitas Metode Bayesian, Uji Shapiro-Wilk, Uji Cramer-von Mises, dan Uji Anderson-Darling

Perbandingan Power of Test dari Uji Normalitas Metode Bayesian, Uji Shapiro-Wilk, Uji Cramer-von Mises, dan Uji Anderson-Darling Jural Gradie Vol No Juli 5 : -5 Perbadiga Power of Test dari Uji Normalitas Metode Bayesia, Uji Shapiro-Wilk, Uji Cramer-vo Mises, da Uji Aderso-Darlig Dyah Setyo Rii, Fachri Faisal Jurusa Matematika,

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di MTs Muhammadiyah 1 Natar Lampung Selatan.

III. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di MTs Muhammadiyah 1 Natar Lampung Selatan. 9 III. METODOLOGI PENELITIAN A. Populasi Da Sampel Peelitia ii dilaksaaka di MTs Muhammadiyah Natar Lampug Selata. Populasiya adalah seluruh siswa kelas VIII semester geap MTs Muhammadiyah Natar Tahu Pelajara

Lebih terperinci

PENENTUAN MODEL DAN PENGUKURAN KINERJA SISTEM PELAYANAN PT. BANK NEGARA INDONESIA (PERSERO) Tbk. KANTOR LAYANAN TEMBALANG ABSTRACT

PENENTUAN MODEL DAN PENGUKURAN KINERJA SISTEM PELAYANAN PT. BANK NEGARA INDONESIA (PERSERO) Tbk. KANTOR LAYANAN TEMBALANG ABSTRACT ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 3, Nomor 4, Tahun 2014, Halaman 741-749 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PENENTUAN MODEL DAN PENGUKURAN KINERJA SISTEM PELAYANAN PT.

Lebih terperinci

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI MIA SMA Negeri 5

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI MIA SMA Negeri 5 III. METODOLOGI PENELITIAN A. Populasi da Sampel Peelitia Populasi dalam peelitia ii adalah semua siswa kelas I MIA SMA Negeri 5 Badar Lampug Tahu Pelajara 04-05 yag berjumlah 48 siswa. Siswa tersebut

Lebih terperinci

Ukuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus

Ukuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus -Mar- Ukura Pemusata Pertemua STATISTIKA DESKRIPTIF Statistik deskripti adalah pegolaha data utuk tujua medeskripsika atau memberika gambara terhadap obyek yag diteliti dega megguaka sampel atau populasi.

Lebih terperinci

Bab III Metoda Taguchi

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

Lebih terperinci

APLIKASI GOODNESS OF-FIT TEST KOLMOGOROV- SMIRNOV (K-S) UNTUK PENGUJIAN WAKTU TUNGGU KECELAKAAN PESAWAT TERBANG

APLIKASI GOODNESS OF-FIT TEST KOLMOGOROV- SMIRNOV (K-S) UNTUK PENGUJIAN WAKTU TUNGGU KECELAKAAN PESAWAT TERBANG APLIKASI GOODNESS OF-FIT TEST KOLMOGOROV- SMIRNOV (K-S) UNTUK PENGUJIAN WAKTU TUNGGU KECELAKAAN PESAWAT TERBANG Jurusa Matematika, Fakultas Matematika da Ilmu Pegetahua Alam, Uiversitas Negeri Semarag

Lebih terperinci

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

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

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 Lokasi da objek peelitia Lokasi peelitia dalam skripsi ii adalah area Kecamata Pademaga, alasa dalam pemiliha lokasi ii karea peulis bertempat tiggal di lokasi tersebut sehigga

Lebih terperinci

BAB V ANALISA PEMECAHAN MASALAH

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

Lebih terperinci

Pendekatan Nilai Logaritma dan Inversnya Secara Manual

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

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penelitian ini dilakukan pada PT Gapura Angkasa khususnya sistem

BAB III METODOLOGI PENELITIAN. Penelitian ini dilakukan pada PT Gapura Angkasa khususnya sistem BAB III METODOLOGI PENELITIAN A. Waktu da Tempat Peelitia Peelitia ii dilakuka pada PT Gapura Agkasa khususya sistem peagaa bagasi di Termial 2 Gate D da E Badara Iterasioal Soekaro-Hatta, Cegkareg, Jakarta

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 20 Bandar Lampung, dengan populasi

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 20 Bandar Lampung, dengan populasi 5 III. METODE PENELITIAN A. Populasi da Sampel Peelitia ii dilaksaaka di SMPN 0 Badar Lampug, dega populasi seluruh siswa kelas VII. Bayak kelas VII disekolah tersebut ada 7 kelas, da setiap kelas memiliki

Lebih terperinci

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

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

Lebih terperinci

PENAKSIRAN DAN PERAMALAN BIAYA D. PENAKSIRAN BIAYA JANGKA PANJANG E. PERAMALAN BIAYA

PENAKSIRAN DAN PERAMALAN BIAYA D. PENAKSIRAN BIAYA JANGKA PANJANG E. PERAMALAN BIAYA PENAKSIRAN DAN PERAMALAN BIAYA Ari Darmawa, Dr. S.AB, M.AB Email: aridarmawa_fia@ub.ac.id A. PENDAHULUAN B. PENAKSIRAN DAN PRAKIRAAN FUNGSI BIAYA C. PENAKSIRAN JANGKA PENDEK - Ekstrapolasi sederhaa - Aalisis

Lebih terperinci

Pertemuan Ke-11. Teknik Analisis Komparasi (t-test)_m. Jainuri, M.Pd

Pertemuan Ke-11. Teknik Analisis Komparasi (t-test)_m. Jainuri, M.Pd Pertemua Ke- Komparasi berasal dari kata compariso (Eg) yag mempuyai arti perbadiga atau pembadiga. Tekik aalisis komparasi yaitu salah satu tekik aalisis kuatitatif yag diguaka utuk meguji hipotesis tetag

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

I. DERET TAKHINGGA, DERET PANGKAT

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

Lebih terperinci

A. Pengertian Hipotesis

A. Pengertian Hipotesis PENGUJIAN HIPOTESIS A. Pegertia Hipotesis Hipotesis statistik adalah suatu peryataa atau dugaa megeai satu atau lebih populasi Ada macam hipotesis:. Hipotesis ol (H 0 ), adalah suatu hipotesis dega harapa

Lebih terperinci

Distribusi Pendekatan (Limiting Distributions)

Distribusi Pendekatan (Limiting Distributions) Distribusi Pedekata (Limitig Distributios) Ada 3 tekik utuk meetuka distribusi pedekata: 1. Tekik Fugsi Distribusi Cotoh 2. Tekik Fugsi Pembagkit Mome Cotoh 3. Tekik Teorema Limit Pusat Cotoh Fitriai Agustia,

Lebih terperinci

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

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

Lebih terperinci

BAB VII RANDOM VARIATE DISTRIBUSI DISKRET

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

Lebih terperinci

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

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

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 77-85, Agustus 2003, ISSN : DISTRIBUSI WAKTU BERHENTI PADA PROSES PEMBAHARUAN

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 77-85, Agustus 2003, ISSN : DISTRIBUSI WAKTU BERHENTI PADA PROSES PEMBAHARUAN JURAL MATEMATKA DA KOMPUTER Vol. 6. o., 77-85, Agustus 003, SS : 40-858 DSTRBUS WAKTU BERHET PADA PROSES PEMBAHARUA Sudaro Jurusa Matematika FMPA UDP Abstrak Dalam proses stokhastik yag maa kejadia dapat

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara

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

Lebih terperinci

PENGGUNAAN METODE BAYESIAN OBYEKTIF DALAM PEMBUATAN GRAFIK PENGENDALI p-chart

PENGGUNAAN METODE BAYESIAN OBYEKTIF DALAM PEMBUATAN GRAFIK PENGENDALI p-chart Prosidig Semiar Nasioal Peelitia, Pedidika da Peerapa MIPA, Fakultas MIPA, Uiversitas Negeri Yogyakarta, 2 Jui 2012 PENGGUNAAN METODE BAYESIAN OBYEKTIF DALAM PEMBUATAN GRAFIK PENGENDALI p-chart Adi Setiawa

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Madiun, untuk mendapatkan gambaran kondisi tempat penelitian secara umum,

BAB III METODOLOGI PENELITIAN. Madiun, untuk mendapatkan gambaran kondisi tempat penelitian secara umum, 32 BAB III METODOLOGI PENELITIAN 3.1 Objek Peelitia Peelitia dilakuka di PT. INKA yag terletak di Jl. Yos Sudarso o 71 Madiu, utuk medapatka gambara kodisi tempat peelitia secara umum, termasuk kegiata-kegiata

Lebih terperinci

BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI

BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI Utuk lebih memahami megeai etropi, pada bab ii aka diberika perhituga etropi utuk beberapa distribusi diskrit da kotiu. 3. Distribusi Diskrit Pada sub bab ii dibahas

Lebih terperinci

BAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan

BAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan BAB III METODE PENELITAN. Tempat Da Waktu Peelitia Peelitia dilakuka di SMP Negeri Batudaa Kab. Gorotalo dega subject Peelitia adalah siswa kelas VIII. Pemiliha SMP Negeri Batudaa Kab. Gorotalo. Adapu

Lebih terperinci

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

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

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 6 BAB III METODE PENELITIAN 3.1 Desai Peelitia Meurut Kucoro (003:3): Peelitia ilmiah merupaka usaha utuk megugkapka feomea alami fisik secara sistematik, empirik da rasioal. Sistematik artiya proses yag

Lebih terperinci

BAB III METODE PENELITIAN

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

Lebih terperinci

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

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

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

3 METODE PENELITIAN 3.1 Kerangka Pemikiran 3.2 Lokasi dan Waktu Penelitian

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

Lebih terperinci

ANALISIS MODEL WAKTU ANTAR KEDATANGAN DAN WAKTU PELAYANAN PADA BAGIAN PENDAFTARAN INSTALASI RAWAT JALAN RSUP Dr. KARIADI SEMARANG

ANALISIS MODEL WAKTU ANTAR KEDATANGAN DAN WAKTU PELAYANAN PADA BAGIAN PENDAFTARAN INSTALASI RAWAT JALAN RSUP Dr. KARIADI SEMARANG ANALISIS MODEL WAKTU ANTAR KEDATANGAN DAN WAKTU PELAYANAN PADA BAGIAN PENDAFTARAN INSTALASI RAWAT JALAN RSUP Dr. KARIADI SEMARANG Vita Dwi Rachmawati 1, Sugito 2, Hasbi Yasin 3 1 Alumni Jurusan Statistika

Lebih terperinci

Simulasi Antrian Sistem Pelayanan Nasabah (Studi Kasus: Bank X)

Simulasi Antrian Sistem Pelayanan Nasabah (Studi Kasus: Bank X) JURNAL SAINS DAN SENI POMITS Vol. 6, No.1, (2013) 2337-3520 (2301-928X Prit) 1 Simulasi Atria Sistem Pelayaa Nasabah (Studi Kasus: Bak X) Falah Egy Sujaa da Soetriso Jurusa Matematika, Fakultas Matematika

Lebih terperinci

ANALISIS SISTEM ANTRIAN PELAYANAN TIKET KERETA API STASIUN TAWANG SEMARANG ABSTRACT

ANALISIS SISTEM ANTRIAN PELAYANAN TIKET KERETA API STASIUN TAWANG SEMARANG ABSTRACT ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 3, Nomor 4, Tahun 2014, Halaman 761-770 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian ANALISIS SISTEM ANTRIAN PELAYANAN TIKET KERETA API STASIUN TAWANG

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

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

Lebih terperinci

LIMIT. = δ. A R, jika dan hanya jika ada barisan. , sedemikian hingga Lim( a n

LIMIT. = δ. A R, jika dan hanya jika ada barisan. , sedemikian hingga Lim( a n LIMIT 4.. FUNGSI LIMIT Defiisi 4.. A R Titik c R adalah titik limit dari A, jika utuk setiap δ > 0 ada palig sedikit satu titik di A, c sedemikia sehigga c < δ. Defiisi diatas dapat disimpulka dega cara

Lebih terperinci

Institut Teknologi Sepuluh Nopember Surabaya. Model Sistem dalam Persamaan Keadaan

Institut Teknologi Sepuluh Nopember Surabaya. Model Sistem dalam Persamaan Keadaan Istitut Tekologi Sepuluh Nopember Surabaya Model Sistem dalam Persamaa Keadaa Pegatar Materi Cotoh Soal Rigkasa Latiha Pegatar Materi Cotoh Soal Rigkasa Istilah-istilah Dalam Persamaa Keadaa Aalisis Sistem

Lebih terperinci

BAB III METODOLOGI PENELITIAN

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

Lebih terperinci

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

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

Lebih terperinci

IV. METODE PENELITIAN

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

Lebih terperinci

TRANSFORMASI BOX-COX PADA ANALISIS REGRESI LINIER SEDERHANA

TRANSFORMASI BOX-COX PADA ANALISIS REGRESI LINIER SEDERHANA Jural Matematika UNAND Vol. 2 No. 2 Hal. 115 122 ISSN : 2303 2910 c Jurusa Matematika FMIPA UNAND TRANSFORMASI BOX-COX PADA ANALISIS REGRESI LINIER SEDERHANA ELVI YATI, DODI DEVIANTO, YUDIANTRI ASDI Program

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 Metode Peelitia Peelitia ii megguaka metode peelitia Korelasioal. Peelitia korelasioaal yaitu suatu metode yag meggambarka secara sistematis da obyektif tetag hubuga atara

Lebih terperinci

JENIS PENDUGAAN STATISTIK

JENIS PENDUGAAN STATISTIK ENDUGAAN STATISTIK ENDAHULUAN Kosep pedugaa statistik diperluka utuk membuat dugaa dari gambara populasi. ada pedugaa statistik dibutuhka pegambila sampel utuk diaalisis (statistik sampel) yag ati diguaka

Lebih terperinci

III. METODOLOGI PENELITIAN. diinginkan. Menurut Arikunto (1991 : 3) penelitian eksperimen adalah suatu

III. METODOLOGI PENELITIAN. diinginkan. Menurut Arikunto (1991 : 3) penelitian eksperimen adalah suatu III. METODOLOGI PENELITIAN A. Metode Peelitia Metode peelitia merupaka suatu cara tertetu yag diguaka utuk meeliti suatu permasalaha sehigga medapatka hasil atau tujua yag diigika. Meurut Arikuto (99 :

Lebih terperinci

BAB III MENENTUKAN MODEL KERUSAKAN DAN INTERVAL WAKTU PREVENTIVE MAINTENANCE OPTIMUM SISTEM AXIS PADA MESIN CINCINNATI MILACRON DOUBLE GANTRY TIPE-F

BAB III MENENTUKAN MODEL KERUSAKAN DAN INTERVAL WAKTU PREVENTIVE MAINTENANCE OPTIMUM SISTEM AXIS PADA MESIN CINCINNATI MILACRON DOUBLE GANTRY TIPE-F BAB III MENENUKAN MODEL KERUSAKAN DAN INERVAL WAKU PREVENIVE MAINENANCE OPIMUM SISEM AXIS PADA MESIN CINCINNAI MILACRON DOUBLE GANRY IPE-F 3.1 Pedahulua Pada Bab II telah dijelaska beberapa teori yag diguaka

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Distribusi Ekspoesial Fugsi ekspoesial adalah salah satu fugsi yag palig petig dalam matematika. Biasaya, fugsi ii ditulis dega otasi exp(x) atau e x, di maa e adalah basis logaritma

Lebih terperinci

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

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

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Tujua Peelitia Peelitia ii bertujua utuk megetahui apakah terdapat perbedaa hasil belajar atara pegguaa model pembelajara Jigsaw dega pegguaa model pembelajara Picture ad Picture

Lebih terperinci

BAB III METODOLOGI PENELITIAN. data dalam penelitian ini termasuk ke dalam data yang diambil dari Survei Pendapat

BAB III METODOLOGI PENELITIAN. data dalam penelitian ini termasuk ke dalam data yang diambil dari Survei Pendapat BAB III METODOLOGI PENELITIAN 3.1. Jeis da Sumber Data Jeis peelitia yag aka diguaka oleh peeliti adalah jeis peelitia Deskriptif. Dimaa jeis peelitia deskriptif adalah metode yag diguaka utuk memperoleh

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 38 BAB III METODOLOGI PENELITIAN A. Metode Peelitia Metode peelitia adalah suatu cara ilmiah utuk medapatka data dega tujua tertetu. Peelitia yag megagkat judul Efektivitas Tekik Permaia Pioy Heyo dalam

Lebih terperinci

Bab 3 Metode Interpolasi

Bab 3 Metode Interpolasi Baha Kuliah 03 Bab 3 Metode Iterpolasi Pedahulua Iterpolasi serig diartika sebagai mecari ilai variabel tergatug tertetu, misalya y, pada ilai variabel bebas, misalya, diatara dua atau lebih ilai yag diketahui

Lebih terperinci

PROSIDING ISBN:

PROSIDING ISBN: S-6 Perlukah Cross Validatio dilakuka? Perbadiga atara Mea Square Predictio Error da Mea Square Error sebagai Peaksir Harapa Kuadrat Kekelirua Model Yusep Suparma (yusep.suparma@ upad.ac.id) Uiversitas

Lebih terperinci

MATERI 14 EVALUASI KINERJA PORTOFOLIO

MATERI 14 EVALUASI KINERJA PORTOFOLIO MATERI 14 EVALUASI KINERJA PORTOFOLIO KERANGKA PIKIR EVALUASI KINERjA PORTOFOLIO (EKP) MENGUKUR TINGKAT RETURN PORTOFOLIO RISK-ADJUSTED PERFORMANCE - INDEKS SHARPE - INDEKS TREYNOR - INDEKS JENSEN dede08m.com

Lebih terperinci

HASIL DAN PEMBAHASAN. Performance Model. Real System. Mangukur Utilisasi CPU dan Penggunaan memori. Menghitung Utilisasi CPU dan Penggunaan memori

HASIL DAN PEMBAHASAN. Performance Model. Real System. Mangukur Utilisasi CPU dan Penggunaan memori. Menghitung Utilisasi CPU dan Penggunaan memori Real System Pegukura Magukur Utilisasi CPU da Pegguaa memori Diterima? Ya Performace Model Kalkulasi Meghitug Utilisasi CPU da Pegguaa memori Tidak Kalibrasi Model Gambar 3 Cara utuk melakuka validasi

Lebih terperinci

9 Departemen Statistika FMIPA IPB

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

Lebih terperinci

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

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

Lebih terperinci

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL

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

Lebih terperinci

Pengendalian Proses Menggunakan Diagram Kendali Median Absolute Deviation (MAD)

Pengendalian Proses Menggunakan Diagram Kendali Median Absolute Deviation (MAD) Prosidig Statistika ISSN: 2460-6456 Pegedalia Proses Megguaka Diagram Kedali Media Absolute Deviatio () 1 Haida Lestari, 2 Suliadi, 3 Lisur Wachidah 1,2,3 Prodi Statistika, Fakultas Matematika da Ilmu

Lebih terperinci

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

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

Lebih terperinci

b. Penyajian data kelompok Contoh: Berat badan 30 orang siswa tercatat sebagai berikut:

b. Penyajian data kelompok Contoh: Berat badan 30 orang siswa tercatat sebagai berikut: Statistik da Peluag A. Statistik Statistik adalah metode ilmiah yag mempelajari cara pegumpula, peyusua, pegolaha, da aalisis data, serta cara pegambila kesimpula berdasarka data-data tersebut. Data ialah

Lebih terperinci

MODEL EKSPONENSIAL GANDA PADA PROSES STOKASTIK (STUDI KASUS DI STASIUN PURWOSARI)

MODEL EKSPONENSIAL GANDA PADA PROSES STOKASTIK (STUDI KASUS DI STASIUN PURWOSARI) Model Eksponensial (Sugito) MODEL EKSPONENSIAL GANDA PADA PROSES STOKASTIK (STUDI KASUS DI STASIUN PURWOSARI) Sugito 1, Yuciana Wilandari 2 1,2 Staf Pengajar Jurusan Statistika FSM Undip sugitozafi@undip.ac.id,

Lebih terperinci

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

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

Lebih terperinci

Analisis Sistem Antrian Kapal Pengangkut Barang di Pelabuhan Tanjung Perak Surabaya

Analisis Sistem Antrian Kapal Pengangkut Barang di Pelabuhan Tanjung Perak Surabaya JURNAL SAINS DAN SENI ITS Vol. 5, No.1, (2016) 2337-3520 (2301-928X Prit) D-96 Aalisis Sistem Atria Kapal Pegagkut Barag di Pelabuha Tajug Perak Surabaya Aulia Ahmad da Muhammad Mashuri Jurusa Statistika,

Lebih terperinci

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

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

Lebih terperinci

STATISTICS. Hanung N. Prasetyo Week 11 TELKOM POLTECH/HANUNG NP

STATISTICS. Hanung N. Prasetyo Week 11 TELKOM POLTECH/HANUNG NP STATISTICS Haug N. Prasetyo Week 11 PENDAHULUAN Regresi da korelasi diguaka utuk megetahui hubuga dua atau lebih kejadia (variabel) yag dapat diukur secara matematis. Ada dua hal yag diukur atau diaalisis,

Lebih terperinci

PENGENDALIAN KUALITAS STATISTIKA UNTUK MONITORING DAN EVALUASI KINERJA DOSEN DI JURUSAN MATEMATIKA FMIPA UNIVERSITAS TANJUNGPURA

PENGENDALIAN KUALITAS STATISTIKA UNTUK MONITORING DAN EVALUASI KINERJA DOSEN DI JURUSAN MATEMATIKA FMIPA UNIVERSITAS TANJUNGPURA PRISMA 1 (2018) PRISMA, Prosidig Semiar Nasioal Matematika https://joural.ues.ac.id/sju/idex.php/prisma/ PENGENDALIAN KUALITAS STATISTIKA UNTUK MONITORING DAN EVALUASI KINERJA DOSEN DI JURUSAN MATEMATIKA

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1.Tempat da Waktu Peelitia ii dilakuka di ligkuga Kampus Aggrek da Kampus Syahda Uiversitas Bia Nusatara Program Strata Satu Reguler. Da peelitia dilaksaaka pada semester

Lebih terperinci

BAB 2 TINJAUAN TEORI

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

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2. Peetua Waktu Pegamata Seara Aak Berulag kali telah disebutka bahwa kujuga-kujuga utuk melakuka pegamata dilakuka dalam waktu-waktu yag ditetuka seara aak. Utuk itu, biasaya satu

Lebih terperinci

ISSN: JURNAL GAUSSIAN, Volume 4, Nomor 3, Tahun 2015, Halaman Online di:

ISSN: JURNAL GAUSSIAN, Volume 4, Nomor 3, Tahun 2015, Halaman Online di: ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 3, Tahun 2015, Halaman 507-516 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PENENTUAN MODEL ANTRIAN DAN PENGUKURAN KINERJA PELAYANAN PLASA

Lebih terperinci

Gambar 3.1Single Channel Multiple Phase

Gambar 3.1Single Channel Multiple Phase BAB III MODEL ANTRIAN PADA PEMBUATAN SIM C. Sigle Chael Multiple Phase Sistem atria sigle chael multiple phase merupaa sistem atria dimaa pelagga yag tiba, dapat memasui sistem dega megatri di tempat yag

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

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

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

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang Permasalahan

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

Lebih terperinci

OPTIMALISASI SISTEM ANTRIAN PELANGGAN PADA PELAYANAN TELLER DI KANTOR POS (STUDI KASUS PADA KANTOR POS CABANG SUKOREJO KENDAL)

OPTIMALISASI SISTEM ANTRIAN PELANGGAN PADA PELAYANAN TELLER DI KANTOR POS (STUDI KASUS PADA KANTOR POS CABANG SUKOREJO KENDAL) OPTIMALISASI SISTEM ANTRIAN PELANGGAN PADA PELAYANAN TELLER DI KANTOR POS (STUDI KASUS PADA KANTOR POS CABANG SUKOREJO KENDAL) Diyan Mumpuni 1, Bambang Irawanto 2, Dr. Sunarsih 3 1,2,3 Jurusan Matematika

Lebih terperinci

BAB III ANALISIS PEMODELAN ANTRIAN HAULER PENGANGKUTAN OVERBURDEN PADA JALAN 7F

BAB III ANALISIS PEMODELAN ANTRIAN HAULER PENGANGKUTAN OVERBURDEN PADA JALAN 7F BAB III AALISIS EMODELA ATRIA HAULER EGAGKUTA OVERBURDE ADA JALA 7F 3.. edahulua ada Bab II telah dijelaka beberapa teori yag diguaka utuk melakuka aalii yag tepat dalam memecahka maalah yag ada. ada bab

Lebih terperinci

BAB VI DERET TAYLOR DAN DERET LAURENT

BAB VI DERET TAYLOR DAN DERET LAURENT BAB VI DERET TAYLOR DAN DERET LAURENT. Deret Taylor Misal fugsi f() aalitik pada - < R ( ligkara dega pusat di da jari-jari R ). Maka utuk setiap titik pada ligkara itu, f() dapat diyataka sebagai : f

Lebih terperinci

Metode Bootstrap Persentil Pada Sensor Tipe II Berdistribusi Eksponensial

Metode Bootstrap Persentil Pada Sensor Tipe II Berdistribusi Eksponensial Statistika, Vol. 7 No. 1, 1 6 Mei 007 Metode Bootstrap Persetil Pada Sesor Tipe II Berdistribusi Ekspoesial Jurusa Statistika FMIPA Uiversitas Islam Idoesia Yogyakarta Abstrak Metode bootstrap adalah suatu

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB II METODOLOGI PENELITIAN. kualitatif. Kerangka acuan dalam penelitian ini adalah metode penelitian

BAB II METODOLOGI PENELITIAN. kualitatif. Kerangka acuan dalam penelitian ini adalah metode penelitian BAB II METODOLOGI PEELITIA 2.1. Betuk Peelitia Betuk peelitia dapat megacu pada peelitia kuatitatif atau kualitatif. Keragka acua dalam peelitia ii adalah metode peelitia kuatitatif yag aka megguaka baik

Lebih terperinci