OPTIMASI PERENCANAAN PRODUKSI UNTUK PRODUK PESANAN PADA PERUSAHAAN PESTISIDA MENGGUNAKAN METODE GOAL PROGRAMMING
|
|
- Suhendra Iwan Hermanto
- 7 tahun lalu
- Tontonan:
Transkripsi
1 OPIMASI PERENCANAAN PRODUKSI UNUK PRODUK PESANAN PADA PERUSAHAAN PESISIDA MENGGUNAKAN MEODE GOAL PROGRAMMING Nama : Rossy Susati NRP : Jurusa : Matematika FMIPA-IS Dose Pembimbig : Drs. Suharmadi S., DiplSc.,Mphil Abstrak Perecaaa produksi mempuyai peraa petig dalam maajeme perusahaa. Pada Perusahaa Pestisida yag meghasilka beberapa produk berdasarka jumlah pesaa, perecaaa produksi sagat diperhatika agar jumlah pesaa terpeuhi dalam satu periode. Produk yag dipilih pada ugas Akhir ii adalah dua produk pesaa yag bersifat kotiu. Pegolaha data pada ugas Akhir ii megguaka Miitab, SPSS, SAS, da LINDO. Metode yag diguaka utuk optimasi perecaaa produksi adalah metode goal programmig karea mampu meyelesaika permasalaha optimasi yag meghedaki beberapa sasara dega berbagai prioritas utuk mecapai semua tujua secara optimal da simulta. Biaya trasportasi ke gudag sebesar pada periode pertama da pada periode kedua dari aggara perusahaa sebesar per periode. Biaya peyimpaa produk di gudag sebesar pada periode pertama da pada periode kedua dari aggara sebesar per periode. Perusahaa dapat meambah pegguaa mesi utuk produksi produk I higga pada periode pertama da pada periode kedua dari target sebesar per periode. Kata kuci: Goal Programmig, Optimasi, Perecaaa Produksi.. Pedahulua Perecaaa produksi merupaka hal petig dalam maajeme perusahaa karea perusahaa serig meghadapi masalah keterbatasa sumber daya. Hal ii megakibatka peudaa dalam produksi da kekuraga persediaa barag sehigga perusahaa tidak dapat memeuhi pesaa. Dalam merecaaka produksi harus memperhatika kedala yag ada di pabrik karea seluruh kosep, recaa, da umpa balik aka ditrasformasika ke dalam pabrik (Hadigua, 009). Utuk produksi pesaa diperhatika pula ketepata waktu da jumlah pesaa. Optimasi perecaaa produksi agregat perah diterapka pada ugas Akhir Megasari (00). Faktor kedala pada tugas akhir tersebut adalah baha baku, jam teaga kerja, da kapasitas mesi. Sedagka pada peelitia ii aka dibahas bagaimaa meetuka model optimasi perecaaa produksi da peyelesaiaya sehigga diperoleh hasil optimal, dalam hal ii lebih ditekaka pada kedala da tujua yag mempegaruhi setiap periode produksi atau pesaa, yaitu mempertimbagka persediaa baha baku, pemafaata kapasitas mesi secara maksimum, terpeuhiya aggara daa utuk trasportasi da peyimpaa produk di gudag, pemafaata kapasitas gudag, serta terpeuhiya pesaa produk setiap periode. Batasa masalah pada peelitia ii adalah: a. Fugsi tujua yag aka dicapai atara lai: terpeuhiya pesaa produk, memiimumka trasportasi dari pabrik ke gudag, memiimumka peyimpaa produk di gudag, da memaksimumka pemafaata kapasitas mesi. b. Data yag diaalisis adalah data pejuala dari Perusahaa Pestisida selama periode Jauari 006 Maret 0, da perecaaa produksi dilakuka utuk dua periode. c. idak ada masalah dalam pegadaa baha baku (pembelia, peyimpaa, trasportasi, dsb), pabrik berproduksi megguaka sistem mesi tuggal, da proses produksi diaggap berjala ormal, sehigga tidak ada hambata dalam proses produksi. d. Peramala jumlah permitaa diaalisis dari data pejuala periode sebelumya dega metode time series model ARIMA. Pedekata goal programmig diguaka dalam meetuka model optimasi perecaaa produksi karea meghedaki beberapa sasara dega berbagai prioritas dari perecaaa produksi. Pada dasarya, struktur goal programmig
2 da liier programmig adalah sama, amu kosep goal programmig adalah utuk memperkealka tambaha variabel batu yag disebut deviasi, jarak atau selisih atara ilai target yag diigika da hasil yag diperoleh, yag bertidak buka sebagai pegambil keputusa tetapi haya sebagai fasilitator utuk merumuska model (Leug & Cha, 009). Pegolaha data utuk peramala da optimasi goal programmig megguaka Miitab, SPSS, SAS, da LINDO.. ijaua Pustaka. Pestisida Pestisida adalah semua zat kimia atau baha lai serta jasad reik da virus yag diguaka utuk megedalika atau mecegah hama da peyakit taama, megatur da atau mestimulir pertumbuha taama atau bagia-bagia taama (Kemeteria Pertaia Idoesia, 00). Perusahaa pestisida merupaka pabrik formulasi pestisida yag termasuk dalam idustri agrokimia. Formulasi adalah campura baha aktif da baha tambaha tertetu agar pestisida dapat efektif, efisie da ekoomis. Dalam perdagaga pestisida, baha aktif diformulasika terlebih dahulu dega dicampur baha pembatu, misalya solvet (pelarut), emulsifier (pembuat emulsi), diluet (pembasah da pegecer), carrier (baha pembawa), atau syergist (utuk meigkatka efektifitas pestisida).. Maajeme Produksi da Perecaaa Produksi Pesaa Dalam pegorgaisasia kegiata pabrik dikedalika oleh maajeme pabrik. Salah satu kierja maajeme pabrik yaitu melakuka fugsi perecaaa. Padaga moder dalam operasioal pabrik adalah meetapka hasil dari setiap eleme sebagai upaya mecapai tujua global yag optimum. Optimasi produksi adalah medayaguaka keterbatasa sumber daya utuk medapatka hasil yag maksimum pada proses produksi. Sehigga dalam proses optimasi produksi diperluka adaya perecaaa produksi agar kebutuha produksi terpeuhi meskipu adaya keterbatasa sumber daya. Perecaaa produksi adalah aktivitas utuk meetapka produk yag diproduksi, jumlah yag dibutuhka, kapa produk tersebut harus selesai da sumber-sumber yag dibutuhka (Klipig Nurmala, 00). Proses produksi pesaa adalah perusahaa aka melakuka produksi apabila terdapat pesaa. ujua produksi pesaa adalah meghasilka barag dega spesifikasi tertetu memeuhi permitaa pelagga da dalam kuru waktu yag telah disepakati. Sehigga perecaaa produksi pesaa adalah aktivitas perecaaa produksi utuk memeuhi jumlah pesaa dalam satu periode. Perusahaa yag megerjaka order yag terputus-putus berdasarka permitaa pelagga yag pemeuhaya pada waktu yag aka datag, tigkat kesulita dalam meyusu perecaaa lebih sulit dibadig perusahaa yag megerjaka produksi kotiu. Oleh karea itu, produk yag dipilih dalam studi kasus ii adalah produk pesaa herbisida yag produksiya bersifat kotiu. Produksi pada produk herbisida dilakuka secara kotiu karea produk ii bayak dibutuhka dalam pertaia..3 Program Liier Program liier adalah cara utuk meyelesaika persoala pegalokasia sumber yag terbatas di atara beberapa aktivitas yag bersaig. Program liier megguaka model matematis yag berkarakteristik liier utuk meemuka suatu peyelesaia optimal, yaitu dega memaksimumka atau memiimumka fugsi tujua terhadap suatu susua kedala (Dimyati, 009). Lagkah petig pertama pada peerapa tekik riset operasi adalah perumusa model, yaitu membuat peraliha dari realita ke model kuatitatif. Model program liier mempuyai tiga usur utama, yaitu variabel keputusa yag mempegaruhi ilai tujua yag hedak dicapai, fugsi tujua yag dimaksimumka atau dimiimumka terhadap kedala yag ada, fugsi kedala berupa pembatas, syarat, atau keharusa. Meurut Siswato (007), betuk umum model matematis program liier adalah: Fugsi tujua: Optimumka Z = j = C j X j, j =,,, () Fugsi kedala: j = a ij X j b i, i =,,, m da X j 0 () atau j = a ij X j b i, i =,,, m da X j 0 (3) dega: C j : koefisie dari fugsi tujua a ij : koefisie variabel desai x j : variabel desai b i : target atau tujua.4 Goal Programmig Model goal programmig merupaka perluasa dari model program liier, sehigga seluruh asumsi, otasi, formulasi model matematis, prosedur perumusa model da peyelesaiaya tidak berbeda. Perbedaa haya terletak
3 pada variabel deviasi (d i da d + i ) yag mucul pada fugsi kedala da fugsi tujua. Oleh karea itu, kosep dasar program liier selalu meladasi pembahasa model goal programmig (Siswato, 007). Variabel deviasioal berfugsi utuk meampug deviasi hasil terhadap sasara yag dikehedaki. Meurut Siswato (007), Variabel deviasioal dibedaka mejadi dua yaitu: a. Variabel deviasioal utuk meampug deviasi di bawah sasara. Variabel deviasioal d berfugsi utuk meampug deviasi egatif, maka persamaa (3) mejadi: j = a ij X ij + d i = b i (4) i =,,, m, j =,,, da d i 0. b. Variabel deviasioal utuk meampug deviasi di atas sasara. Variabel deviasioal d + berfugsi utuk meampug deviasi positif, maka persamaa () mejadi: j = a ij X ij d + i = b i (5) i =,,, m, j =,,, da d i + 0 Betuk umum model matematis goal programmig dirumuska sebagai berikut: m Miimumka i=(d + i + d i ) (6) dega kedala sasara: j = (a ij x j ) + d i d + i = b i (7) x j, d i, d + i 0 (8) i =,,, m da j =,,, dega: d i : batas bawah dari ketercapaia tujua i d + i : batas atas dari ketercapaia tujua i a ij : koefisie variabel desai x j : variabel desai b i : target atau tujua.5 Peramala Permitaa mejadi perhatia karea aka meetuka jeis da jumlah produk yag harus diproduksi. Peramala permitaa merupaka kegiata yag megawali ragkaia kegiata laiya di dalam pabrik. Selajutya, ragkaia kegiata perecaaa da pejadwala dilakuka berdasarka hasil ramala dega memperhatika kedala-kedala yag ada. ARIMA serig disebut metode time series Box-Jekis. Metode ARIMA terdiri dari tiga lagkah dasar, yaitu tahap idetifikasi, pegujia parameter, da Pegujia ilai residual. Selajuya model ARIMA dapat diguaka utuk melakuka peramala jika model yag diperoleh memadai. Notasi model umum Box-Jekis adalah sebagai berikut: (Makridakis, 999) ARIMA p, d, q (9) da betuk persamaaya p B B d Z t = θ 0 + θ q (B)a t (0) dega orde p sebagai operator dari AR, orde d merupaka differecig, da orde q sebagai operator dari MA. Dalam metode time series perlu diperhatika kestasioera data, fugsi autokorelasi, da fugsi autokorelasi parsial. Namu kebayaka deret berkala bersifat tidak stasioer, sehigga utuk meghilagka ketidakstasioera maka data tersebut dapat dibuat lebih medekati stasioer dega cara melakuka pegguaa metode differecig atau dega megguaka trasformasi Box-Cox. rasformasi Box-Cox yag didefiisika sebagai berikut: (Wei, 006) (Z t λ ) Z t = λ, λ 0 () l Z t, λ = 0 rasformasi Box-Cox utuk ilai λ yag serig diguaka dapat dilihat pada abel.. abel. rasformasi Box-Cox Nilai estimasi λ rasformasi.0 Z t 0.5 Z t 0.0 l Z t 0.5 Z t.0 Z t (tidak ada trasformasi) Sumber: Wei (006) Idetifikasi Model ARIMA Box-Jekis da Peaksira Parameter Setelah data sudah statioer dalam mea da varia maka selajutya membuat plot ACF da PACF yag diguaka utuk megidetifikasi model awal ARIMA. Selajutya dilakuka peaksira parameter yag bertujua utuk meetuka apakah parameter model sudah layak masuk kedalam model. Uji kesigifikaa paramater dapat dilakuka sebagai berikut: Hipotesis H 0 : θ = 0 (paramater tidak sigifika) H : θ 0 (paramater sigifika) Statistik Uji t itug = θ SE(θ) Kriteria Pegujia Jika p value < α atau t itug > t ( α, df= p d ), dega : bayak pegamata p : bayak parameter yag ditaksir d : pembedaa maka H 0 ditolak da parameter model sigifika. 3
4 Pegujia Nilai Residual Berikut ii adalah lagkah-lagkah dalam melakuka tahap pegujia residual: a. Pegujia residual white oise Uji yag diguaka utuk asumsi white oise adalah uji Ljug-Box. Uji white oise adalah sebagai berikut: Hipotesis H 0 : ρ = ρ = = ρ k = 0 (residual memeuhi asumsi white oise) H : miimum ada satu ρ i 0, utuk i =,,, k (residual tidak white oise) Statistik Uji Ljug-Box statistik (Box-Pierce modified) K Q = ( + ) ( k) k= ρ k dega: ρ k : taksira autokorelasi residual lag k Kriteria Pegujia Jika Q >, dega ilai p ;df =k p q da q adalah order dari ARMA (p,q), atau P value <, maka H 0 ditolak. b. Pegujia residual berdistribusi ormal Utuk megetahui bahwa residual berdistribusi ormal, maka dilakuka uji yaitu Kolmogorov Smirov. Uji Kolmogorov Smirov adalah sebagai berikut: Hipotesa H 0 : F x = F 0 (x) (residual berdistibusi ormal) H : F x F 0 (x) (residual tidak berdistribusi ormal) Statistik Uji D=sup S(x)-F 0 (x) dega, S(x) : fugsi peluag kumulatif yag dihitug dari data sampel F 0 (x): fugsi peluag kumulatif distribusi yag dihipotesiska F(x) : fugsi distribusi yag belum diketahui Sup : ilai supremum semua x dari S(x)-F 0 (x) Kriteria Pegujia Jika D itug > D ( α,) atau ilai p value < α, maka H 0 ditolak. 3. Metodologi Peelitia Metode yag diguaka dalam meyelesaika permasalaha adalah: a. Pegamata da idetifikasi faktor perecaaa produksi pesaa. b. Pegumpula data da pedefiisia variabel. 4 c. Perumusa model optimasi dega fugsi kedala da fugsi tujua. d. Peramala permitaa. e. Peyelesaia model optimasi. f. Aalisis da kesimpula. 4. Aalisis da Pembahasa 4. Pegumpula Data yag Mempegaruhi Perecaaa Produksi Pada peelitia ii dipilih dua produk pestisida yag produksiya bersifat kotiu. Periode setiap perecaaa produksi adalah satu bula karea peyelesaia setiap pesaa selama satu bula. Produk pestisida memiliki kadaluarsa selama dua tahu. Karea perecaaa produksi dilakuka utuk dua periode, maka masa kadaluarsa produk diabaika. Data yag diguaka dalam perecaaa produksi ii atara lai: a. Persediaa da Pegguaa Baha Baku Persediaa baha baku selama satu periode da pegguaa baha baku setiap produksi dapat dilihat pada abel 4.. abel 4. Pegguaa baha baku tiap produk da ketersediaaya selama satu periode Baha baku Baha A Baha B Baha C Persediaa baha baku selama bula/liter Pegguaa baha baku/botol (liter) Produk I 0,450 0,87 0,05 Produk II 0,7 0,369 0,05 b. Kapasitas Jam Kerja Mesi igkat kemampua pabrik utuk memeuhi permitaa pesaa dipegaruhi pemaksimuma pegguaa kapasitas jam kerja mesi. Jeis da kapasitas jam kerja mesi utuk memformulasika pestisida dapat dilihat pada abel 4.. abel 4. Pegguaa mesi utuk proses produksi tiap produk dalam satu periode Mesi Pegaduka Pegemasa Jumlah Kapasitas Jam Kerja Mesi () Jam Kerja Mesi/bula per produk() Produk I Produk II c. Biaya rasportasi Pabrik ke Gudag Gudag produk terletak diluar atau terpisah dega komplek pabrik sehigga diperluka aggara daa utuk trasportasi. Biaya trasportasi dapat dilihat pada abel 4.3. abel 4.3 Biaya trasportasi tiap jeis produk Biaya trasportasi Produk Produk I Produk II per produk (Rp) 0 0
5 d. Biaya Peyimpaa Produk di Gudag Perusahaa meyewa gudag di luar area perusahaa utuk meyimpa hasil produksi. Kapasitas gudag dapat meampug sebayak botol produk. Biaya peyimpaa produk di gudag dapat dilihat pada abel 4.4. abel 4.4 Biaya peyimpaa produk di gudag dalam satu periode Biaya peyimpaa Produk Produk I Produk II per produk (Rp) 8 8 e. Aggara da target perusahaa Aggara adalah ketetapa yag disediaka perusahaa utuk memeuhi kebutuha selama satu periode perecaaa. arget adalah sasara hasil kerja yag direcaaka perusahaa utuk dicapai selama satu periode perecaaa. Aggara da target perusahaa tiap periode ditujukka pada abel 4.5. abel 4.5 Aggara & target perusahaa tiap periode ujua Pegguaa mesi Biaya trasportasi gudag Biaya sewa gudag Ketetapa Perusahaa Model da Hasil Peramala Permitaa Peramala ii megguaka beberapa program, yaitu Miitab utuk medapatka plot time series da plot Box-Cox, SPSS utuk medapatka plot ACF da PACF, da SAS utuk aalisis model da medapatka hasil ramala. Utuk memperoleh model peramala terbaik telah dilakuka overfittig. Berikut ii merupaka model peramala terbaik utuk produk I da produk II yag diperoleh dari proses overfittig. a. Permitaa Produk I Pada tahap idetifikasi, rouded value pada data permitaa produk I sebelum dtrasformasi adalah 0,5 da setelah trasformasi pertama diperoleh rouded value =, maka deret telah stasioer dalam varias. Selajutya dibuat plot ACF da PACF. Dari plot tersebut terlihat bahwa deret belum stasioer dalam meas, maka perlu dilakuka differecig. Setelah deret stasioer dalam varia da mea, maka ditetuka model ARIMA berdasarka outlier pada plot ACF da PACF pada Gambar 4.. Gambar 4. Plot ACF da PACF produk I Model ARIMA terbaik dari produk I adalah ARIMA (,,[5][7]), dega pegujia parameter da white oise pada abel 4.6 da abel 4.7 berikut: abel 4.6 Uji sigifika parameter produk I Parameter Estimasi Stadart Error t-hitug P-value φ -0, , -3,044 0,009 θ 0, , 0,038 θ ,507, 0,0035 t tabel dari ketiga parameter adalah,960. Karea diperoleh ilai t itug > t tabel atau p value < α = 0.05, maka H 0 ditolak, sehigga dapat dikataka estimasi parameter sigifika. abel 4.7 Uji residual white oise produk I Lag (K) Q χ α,k p q P-value 6 7,37 7,85 0,06,55 6,99 0,40 8 4,40 4,996 0, ,95 3,67 0,469 Karea Q < χ 0.05,df atau p value > 0,05 maka H 0 diterima, sehigga dapat dikataka bahwa residual white oise. Pada tahap idetifikasi diketahui bahwa deret sudah stasioer dalam meas da varias, maka model dapat dikataka sudah idetik. Berdasarka uji ormalitas hasil dari SAS diperoleh ilai D = 0,06595 da ilai p value > 0,5. Karea D < (D 0.5,6 = 0,77) atau (p value > 0,5) > (α = 0,05) maka H 0 diterima, sehigga dapat dikataka bahwa residual model berdistribusi ormal. b. Permitaa Produk II Pada tahap idetifikasi, rouded value pada data permitaa produk II sebelum trasformasi adalah 0. Setelah dilakuka trasformasi pertama diperoleh rouded value =.33, maka perlu dilakuka trasformasi kedua higga diperoleh rouded value = da deret dikataka stasioer dalam varias. Selajutya dibuat plot ACF da PACF. Dari plot tersebut terlihat bahwa deret belum stasioer dalam meas, maka dilaku- 5
6 ka differecig. Setelah deret stasioer dalam varia da mea, ditetuka model ARIMA berdasarka outlier pada plot ACF da PACF pada Gambar 4.. Gambar 4. Plot ACF da PACF produk II Model ARIMA terbaik dari produk II adalah ARIMA (,,0), dega pegujia parameter da white oise pada abel 4.8 da abel 4.9 berikut: abel 4.8 Uji sigifika parameter produk II Parameter Estimasi SE t hitug P-value θ -0,503 0,780-4,33 <0,000 θ -0,4340 0,787-3,5 0,0009 t tabel dari kedua parameter adalah,960. Karea diperoleh ilai t itug > t tabel atau p value < α = 0.05, maka H 0 ditolak, sehigga dapat dikataka estimasi parameter sigifika. abel 4.9 Uji Asumsi Residual White oise produk I Lag (K) Q χ α,k p q P-value 6 4,83 9,488 0,3050 7,9 8,307 0,7066 8,54 6,96 0, ,70 33,94 0,9 Karea Q < χ 0.05,df atau p value > 0,05 maka H 0 diterima, sehigga dapat dikataka bahwa residual white oise. Pada tahap idetifikasi diketahui bahwa deret sudah stasioer dalam meas da varias, maka model dapat dikataka sudah idetik. Berdasarka uji ormalitas hasil dari SAS diperoleh ilai D = 0, da ilai p value > 0,5. Karea D < (D 0.5,6 = 0,77) atau (p value > 0,5) > (α = 0,05) maka H 0 diterima, sehigga dapat dikataka bahwa residual model berdistribusi ormal. Hasil Peramala Permitaa Hasil ramala utuk produk I da produk II yag sesuai dega model ARIMA terbaik da 6 diolah megguaka SAS dapat dilihat pada abel 4.0. abel 4.0 Ramala permitaa produk I da produk II (dalam liter) Bula Produk I Produk II April Mei Jui Juli Agustus September Peracaga Model Goal Programmig Variabel keputusa adalah variabel persoala yag aka memberika ilai tujua yag hedak dicapai. Pedefiisia variabel keputusa yag diguaka dalam model goal programmig ii adalah sebagai berikut: X it : jumlah produk i yag diproduksi pada periode-t. i : jeis produk yag dihasilka, i = da. t : periode produksi, i = da (bula). : jeis baha baku yag tersedia, =,, 3, 4. Perumusa Model Legkap Notasi da variabel yag diguaka dalam permasalaha perecaaa produksi ii adalah sebagai berikut: P : otasi prioritas pertama, yaitu terpeuhiya target jumlah produk pesaa yag aka diproduksi. P : otasi prioritas kedua, yaitu terpeuhiya aggara yag tersedia utuk trasportasi dari pabrik ke gudag. P 3 : otasi prioritas ketiga, yaitu terpeuhiya aggara yag tersedia utuk sewa gudag produksi. P 4 : otasi prioritas keempat, yaitu terpeuhiya target memaksimumka pegguaa mesi. d, d, d 3, d 4 : deviasi egatif meujukka tigkat pecapaia produksi kurag dari target jumlah permitaa yag ditetapka. dp, dp, dp 3, dp 4 : deviasi positif meujukka tigkat pecapaia produksi lebih dari target jumlah permitaa yag ditetapka. dp 5 : deviasi positif meujukka tigkat pecapaia lebih dari target pegeluara total. dp 6 : deviasi positif meujukka tigkat pecapaia lebih dari target pegeluara total.
7 d 7 : deviasi egatif meujukka tigkat pegguaa mesi kurag dari target pegguaa mesi yag ditetapka. X : jumlah produk I yag diproduksi pada periode. X : jumlah produk I yag diproduksi pada periode. X : jumlah produk II yag diproduksi pada periode. X : jumlah produk II yag diproduksi pada periode. Model legkap permasalaha perecaaa produksi berdasarka betuk umum model goal programmig dapat dirumuska sebagai berikut: a. Fugsi ujua Miimumka Z, dega: Z = P d + dp + d + dp + d 3 + dp 3 + d 4 + dp 4 + P dp 5 + P 3 dp 6 + P 4 (d 7 ) b. Fugsi Kedala. Kedala baha baku Nilai koefisie berupa pemakaia baha baku da ilai target berupa kapasitas baha baku selama satu periode pada model diperoleh dari abel 4.. Perumusa model sebagai berikut: Baha A 0,450X + 0,7X ,450X + 0,7X Baha B 0,87X + 0,369X ,87X + 0,369X Baha C 0,05X + 0,05X ,05X + 0,05X Kedala kapasitas jam kerja mesi Nilai koefisie berupa jam kerja mesi per bula utuk tiap produk da ilai target berupa kapasitas jam kerja mesi selama sebula pada model diperoleh dari abel 4.. Perumusa model: Mesi Pegaduka 0,073X + 0,069X.500 0,073X + 0,069X.500 Mesi Pegemasa 0,060X + 0,069X.600 0,060X + 0,069X Kedala kapasitas gudag Nilai koefisie berupa pegguaa laha gudag per bula utuk tiap produk da ilai target berupa kapasitas gudag selama sebula pada model diperoleh dari abel 4.4. Perumusa model sebagai berikut: X + X X + X c. Kedala Sasara atau ujua. arget pemeuha jumlah pesaa Nilai target berupa peramala permitaa periode yag aka datag pada model diperoleh dari abel 4.0. Perumusa model: X + d dp = X + d dp = X + d 3 dp 3 =.059 X + d 4 dp 4 =.78. arget memiimumka trasportasi Nilai koefisie berupa yag dikeluarka utuk trasportasi dari pabrik ke gudag da ilai target berupa aggara perusahaa pada model diperoleh dari abel 4.3 da 4.5. Perumusa model sebagai berikut: 0X + 0X dp 5 = X + 0X dp 5 = arget memiimumka peyimpaa produk Nilai koefisie berupa sewa gudag yag dikeluarka utuk peyimpaa produk da ilai target berupa aggara perusahaa pada model diperoleh dari abel 4.4 da 4.5. Perumusa model sebagai berikut: 8X + 8X dp 6 = X + 8X dp 6 = arget memaksimumka pegguaa mesi ujua ii adalah pemaksimuma pegguaa mesi utuk produksi produk I sehigga proses produksi dapat berjala secara maksimum dalam meghasilka produk pesaa. Nilai-ilai koefisie berupa jam kerja mesi per bula utuk produk I da ilai target berupa kapasitas jam kerja mesi selama sebula utuk meghasilka produk I pada model diperoleh dari abel 4. da 4.5. Perumusa model sebagai berikut: 0,33X + d 7 = ,33X + d 7 =
8 d. Fugsi Kedala utuk Setiap Variabel X 0 d 0 dp 0 X 0 d 3 0 dp 3 0 X 0 d 4 0 dp 4 0 X 0 d 7 0 dp 5 0 d 0 dp 0 dp Hasil Pemrograma LINDO Berikut ii adalah hasil dari model goal programmig yag diolah dega LINDO. Aalisis dari setiap tujua utuk perecaaa produksi periode pertama dapat dilihat pada abel 4.. abel 4. Hasil LINDO utuk periode pertama Prioritas Sasara arget I II III IV Memeuhi jumlah pesaa trasportasi gudag Memaksimumka pegguaa mesi Keteraga: : ercapai : idak ercapai X = X = Hasil LINDO X = X = ,379 Aalisis setiap tujua perecaaa produksi periode kedua dapat dilihat pada abel 4.. abel 4. Hasil LINDO utuk periode kedua Prioritas Sasara arget I II III IV Memeuhi jumlah pesaa trasportasi gudag Memaksimumka pegguaa mesi Keteraga: : ercapai : idak ercapai X = X = Hasil LINDO X = X = ,699 Berdasarka abel 4. diketahui bahwa semua target dapat tercapai. Pada prioritas I, target pesaa terpeuhi. Pada prioritas II, sasara utuk memiimumka trasportasi memeuhi target dega simpaga egatif da simpaga positif ol, perusahaa dapat meguragi trasportasi sebesar Ket Ket Pada prioritas III, sasara utuk memiimumka peyimpaa hasil produk memeuhi target dega simpaga egatif da simpaga positif ol, perusahaa dapat meampug seluruh hasil produk pesaa tapa megeluarka tambaha utuk produk yag tidak tertampug di gudag. Pada prioritas IV, sasara utuk memaksimumka pegguaa mesi memeuhi target dega simpaga positif.778, da simpaga egatif ol, perusahaa dapat meambah pegguaa mesi sebesar.778, Berdasarka abel 4. diketahui bahwa semua target dapat tercapai. Pada prioritas I, target pesaa terpeuhi. Pada prioritas II, sasara utuk memiimumka trasportasi memeuhi target dega simpaga positif ol da simpaga egatif , perusahaa dapat meguragi trasportasi sebesar Pada prioritas III, sasara utuk memiimumka peyimpaa hasil produk memeuhi target dega simpaga positif ol da simpaga egatif 5.75, perusahaa dapat meampug seluruh hasil produk pesaa tapa harus megeluarka tambaha utuk produk yag tidak tertampug di gudag. Pada prioritas IV, sasara utuk memaksimumka pegguaa mesi memeuhi target dega simpaga egatif ol da simpaga positif 9.99,6999, perusahaa dapat meambah pegguaa mesi sebesar 9.99, Aalisis Pemafaata Sumber Daya Dari hasil optimasi goal programmig dega megguaka LINDO meghasilka output utuk pegguaa sumber daya. Aalisis pemafaata sumber daya utuk dua periode dapat dilihat pada abel 4.3. abel 4.3 Pemafaata sumber daya utuk periode Sumber Daya Periode Kapasitas Pemafaata Ket Baha A , ,756 Baha B , ,943 Baha C ,785 Muata Gudag Jam Kerja Mesi Pegaduka Jam Kerja Mesi Pegemasa , , , , ,46 8
9 Keteraga : : ercapai : idak ercapai Berdasarka abel 4.3 dapat dilihat bahwa sumber daya yag terdiri dari baha baku, kapasitas gudag produk, jam kerja mesi pegaduka, da jam kerja mesi pegemasa, diguaka sebesar ilai pemafaataya. Hal ii meujukka bahwa baha baku, kapasitas gudag produk, jam kerja mesi pegaduka, da jam kerja mesi pegemasa yag dimafaatka utuk meghasilka produk pesaa selama dua periode memeuhi ilai target da kapasitasya. 4.6 Hasil Model Goal Programmig pada LINDO dega Keaika Permitaa Keaika maksimal utuk permitaa kedua produk pada periode pertama yag masih dapat dipeuhi sebesar 5%. Aalisis setiap tujua perecaaa produksi dapat dilihat pada abel 4.4. abel 4.4 Hasil LINDO utuk periode pertama dega keaika permitaa 5% Prioritas Sasara arget I II III IV Memeuhi jumlah pesaa trasportasi gudag Memaksimumka pegguaa mesi Keteraga: : ercapai : idak ercapai X = X = Hasil LINDO X = X = ,97 5 Berdasarka abel 4.4 diketahui bahwa semua target dapat tercapai. Pada prioritas II, perusahaa dapat meguragi trasportasi sebesar Pada prioritas III, perusahaa dapat meguragi peyimpaa produk sebesar , hal ii meujukka bahwa perusahaa dapat meampug seluruh hasil produk pesaa tiap periode tapa harus megeluarka tambaha utuk produk yag tidak tertampug di gudag produk. Pada prioritas IV, perusahaa dapat meambah pegguaa mesi sebesar 9.7, Keaika maksimal utuk permitaa kedua produk pada periode kedua yag masih Ket 9 dapat dipeuhi sebesar 3%. Aalisis dari setiap tujua perecaaa produksi dapat dilihat pada abel 4.5. abel 4.5 Hasil LINDO utuk periode kedua dega keaika permitaa 3% Prioritas Sasara arget Hasil LINDO X X I Memeuhi = = jumlah pesaa X X =.83 =.83 II III IV trasportasi gudag Memaksimumka pegguaa mesi Keteraga: : ercapai : idak ercapai ,469 Berdasarka abel 4.5 diketahui bahwa semua target dapat tercapai. Pada prioritas II, perusahaa dapat meguragi trasportasi sebesar Pada prioritas III, perusahaa dapat meguragi peyimpaa produk sebesar 57.58, hal ii meujukka bahwa perusahaa dapat meampug seluruh hasil produk pesaa tiap periode tapa harus megeluarka tambaha utuk produk yag tidak tertampug di gudag produk. Pada prioritas IV, perusahaa dapat meambah pegguaa mesi sebesar.04, Kesimpula da Sara Berdasarka hasil aalisis da pembahasa dapat diambil kesimpula sebagai berikut:. Goal programmig diaplikasika dega pegembaga model matematik pada optimasi perecaaa produksi terutama dalam meghasilka produk pesaa sehigga jumlah pesaa terpeuhi dalam suatu periode. Dalam perumusa model diperluka fugsi kedala berupa pembatas da fugsi tujua yag memiimumka atau memaksimumka deviasi terhadap kedala yag ada.. Aalisis hasil utuk sasara yag telah ditetapka adalah sebagai berikut: a. Jumlah pesaa dari kedua produk utuk dua periode dapat terpeuhi. Pesaa produk I bula pertama sebesar da bula kedua Ket
10 sebesar dapat terpeuhi. Pesaa produk II bula pertama sebesar.059 da bula kedua sebesar.78 dapat terpeuhi. b. Biaya trasportasi dari pabrik ke gudag yag dikeluarka perusahaa sebesar pada periode pertama da pada periode kedua, sehigga perusahaa dapat meguragi trasportasi sebesar pada periode pertama da pada periode kedua dari aggara yag disediaka sebesar setiap periode. c. Biaya peyimpaa produk di gudag yag dikeluarka perusahaa sebesar pada periode pertama da pada periode kedua, sehigga perusahaa dapat meguragi peyimpaa produk sebesar pada periode pertama da 5.75 pada periode kedua dari aggara yag disediaka setiap periode. d. arget pegguaa mesi pegaduka da mesi pegemasa utuk produksi produk I sebesar setiap periode dapat dicapai dega model yag ada yaitu sebesar 7.778, pada periode pertama da 34.99,6999 pada periode kedua. 3. Jumlah produk yag dihasilka telah memeuhi jumlah pesaa. Namu produksi tersebut kurag maksimal karea pemakaia baha baku, jam kerja mesi, da kapasitas gudag masih kurag dari ketersediaaya. Berdasarka hasil aalisis da pembahasa yag didapatka maka ada beberapa hal yag harus diperhatika, yaitu:. Utuk memperoleh hasil optimasi yag medekati kodisi yata perusahaa maka sebaikya pada peelitia selajutya meambah fugsi tujua da memperbayak fugsi kedalaya. Diperluka iformasi yag lebih megeai tujua da kedala perusahaa dalam produksi sehigga hasil perecaaa produksi lebih optimal.. Bagi perusahaa, dega adaya perecaaa produksi maka perusahaa bisa lebih mempersiapka kebutuha produksi tiap periode, terlebih dalam meyediaka baha da memperhitugka kapasitas gudag. Bila jumlah pesaa dalam suatu periode lebih besar dari kapasitas gudag, maka perusahaa harus melakuka pedistribusia secara cepat tapa harus meuggu masa pesaa agar produk tidak meumpuk di gudag yag dapat megakibatka overload. 6. Daftar Pustaka Dimyati, jutju. & Dimyati, Ahmad Operatio Research: Model-Model Pegambila Keputusa. Siar Baru Algesido. Badug. Hadigua, Rika A Maajeme Pabrik. Bumi Aksara. Jakarta. Kemeteria Pertaia Idoesia. 00. Apa Itu Pestisida?. <URL: de/apa-itu-pestisida-58> diakses pada 5 Februari 0 pukul 0.5 WIB. Klipig Nurmala. 00. Perecaaa da Pegedalia Produksi. <URL: 00/05/perecaaa-da-pegedaliaproduksi.html> diakses pada 3 Maret 0 pukul 0.03 WIB. Leug, Stephe C.H. & Cha, Shirley S.W A Goal Programmig Model for Aggregate Productio Plaig with Resource Utilizatio Costrait. Computers & Idustrial Egieerig 56 (009) Makridakis, S., Steve C. Wheelwright, ad Victor E. McGee Metode da Aplikasi Peramala, edisi kedua. Biarupa Aksara. Jakarta. Megasari, Kartika. 00. Goal Programmig utuk Perecaaa Produksi Agregat dega Kedala Sumber Daya. Jurusa Matematika IS. Surabaya Siswato Operatio Research Jilid Satu. Erlagga. Bogor. Wei, William W.S ime Series Aalysis: Uivariate ad Multivariate Methods. Pearso Educatio, Ic. USA. 0
OPTIMASI PRODUKSI UNTUK PRODUK PESANAN PADA PERUSAHAAN PESTISIDA MENGGUNAKAN METODE GOAL PROGRAMMING. Oleh: Rossy Susanti ( )
OPTIMASI PRODUKSI UNTUK PRODUK PESANAN PADA PERUSAHAAN PESTISIDA MENGGUNAKAN METODE GOAL PROGRAMMING Oleh: Rossy Susanti (1207 100 007) Dosen Pembimbing: Drs. Suharmadi S., DiplSc.,MPhil JURUSAN MATEMATIKA
Lebih terperinciBAB 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 terperinciIII. 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 terperinciBAB II MAKALAH. : Seminar Nasional Sains dan Pendidikan Sains VIII UKSW. : Prosiding Seminar Nasional Matematika VIII UKSW 15 Juni
BAB II MAKALAH Makalah I. Judul Dipresetasika : Liear Goal Programmig utuk Optimasi Perecaaa si : Semiar Nasioal Sais da Pedidika Sais VIII UKSW 201 yag diseleggaraka oleh Fakultas Sais da Matematika UKSW
Lebih terperinciIII. 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 terperinciBAB III METODOLOGI PENELITIAN. Variabel-variabel yang digunakan pada penelitian ini adalah:
BAB III METODOLOGI PENELITIAN 3. Variabel da Defiisi Operasioal Variabel-variabel yag diguaka pada peelitia ii adalah: a. Teaga kerja, yaitu kotribusi terhadap aktivitas produksi yag diberika oleh para
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Perecaaa Produksi 2.1.1 Pegertia Perecaaa Produksi Perecaaa produksi dapat diartika sebagai proses peetua sumber-sumber yag diperluka utuk melaksaaka operasi maufaktur da megalokasikaya
Lebih terperinciBab 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 terperinciKAJIAN METODE BOOTSTRAP DALAM MEMBANGUN SELANG KEPERCAYAAN DENGAN MODEL ARMA (p,q)
KAJIA METODE BOOTSTRAP DALAM MEMBAGU SELAG KEPERCAYAA DEGA MODEL ARMA (p,q) Oleh : Rata Evyka E.S.A 06 00 043 Dose Pembimbig : Dra. uri Wahyuigsih, M.Kes Dra. Laksmi Prita W, M.Si Jurusa Matematika Fakultas
Lebih terperinciIV. METODE PENELITIAN. berdasarkan tujuan penelitian (purposive) dengan pertimbangan bahwa Kota
IV. METODE PENELITIAN 4.1. Lokasi da Waktu Peelitia ii dilaksaaka di Kota Bogor Pemiliha lokasi peelitia berdasarka tujua peelitia (purposive) dega pertimbaga bahwa Kota Bogor memiliki jumlah peduduk yag
Lebih terperinciIII. 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 terperinciBAB 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 terperinciBAB 1 PENDAHULUAN. Bagi Negara yang mempunyai wilayah terdiri dari pulau-pulau yang dikelilingi lautan,
BAB 1 PENDAHULUAN 1.1 Latar Belakag Bagi Negara yag mempuyai wilayah terdiri dari pulau-pulau yag dikeliligi lauta, laut merupaka saraa trasportasi yag dimia, sehigga laut memiliki peraa yag petig bagi
Lebih terperinciIII. METODOLOGI PENELITIAN
16 III. METODOLOGI PENELITIAN 3.1. Keragka Pemikira Peelitia Perkembaga zama yag meutut setiap idividu baik dari segi kemampua maupu peampila. Boss Parfum yag bergerak di bidag isi ulag miyak wagi didirika
Lebih terperinciAPLIKASI PROGRAM LINIER DALAM PEMBELIAN BAHAN BAKU
Semiar SaidaTekologi ISSN : 693 6809 APLIKASI PROGRAM LINIER DALAM PEMBELIAN BAHAN BAKU Tri Herawati Prodi Tekik Idustri, Fakultas Tekik, Uiversitas Islam Sumatera UtaraMeda Abstrak Pegambila keputusa
Lebih terperinciBAB III PEMBAHASAN. Pada BAB III ini akan dibahas mengenai bentuk program linear fuzzy
BAB III PEMBAHASAN Pada BAB III ii aka dibahas megeai betuk program liear fuzzy dega koefisie tekis kedala berbetuk bilaga fuzzy da pembahasa peyelesaia masalah optimasi studi kasus pada UD FIRDAUS Magelag
Lebih terperinciBAB II LANDASAN TEORI. matematika secara numerik dan menggunakan alat bantu komputer, yaitu:
4 BAB II LANDASAN TEORI 2.1 Model matematis da tahapa matematis Secara umum tahapa yag harus ditempuh dalam meyelesaika masalah matematika secara umerik da megguaka alat batu komputer, yaitu: 2.1.1 Tahap
Lebih terperinciPENAKSIRAN 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 terperinciIII. 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 3 METODE PENELITIAN
BAB 3 METODE PENELITIAN 3.1 Disai Peelitia Tujua Jeis Peelitia Uit Aalisis Time Horiso T-1 Assosiatif survey Orgaisasi Logitudial T-2 Assosiatif survey Orgaisasi Logitudial T-3 Assosiatif survey Orgaisasi
Lebih terperinciMETODE 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 terperinciBAB 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 terperinciBAB III METODE PENELITIAN. Penelitian ini merupakan jenis penelitian deskriptif-kuantitatif, karena
7 BAB III METODE PENELITIAN A. Jeis Peelitia Peelitia ii merupaka jeis peelitia deskriptif-kuatitatif, karea melalui peelitia ii dapat dideskripsika fakta-fakta yag berupa kemampua siswa kelas VIII SMP
Lebih terperinciI. 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 terperinciBAB 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 terperinciIV. METODE PENELITIAN
IV. METODE PENELITIAN 4.1. Lokasi da Waktu Peelitia Daerah peelitia adalah Kota Bogor yag terletak di Provisi Jawa Barat. Pemiliha lokasi ii berdasarka pertimbaga atara lai: (1) tersediaya Tabel Iput-Output
Lebih terperinciContoh Produksi dua jenis sepatu A dan B memberikan fungsi keuntungan bulanan sebagai berikut :
I. OPTIMISASI FUNGSI TANPA KENDALA Utuk fugsi dua peubah ) f ag terdiferesial dua kali. Jika di titik ) P dipeuhi :. sarat stasioer)... > maka mecapai ekstrim di ) P. Jika : ekstrim maksimum mecapai maka
Lebih terperinciREGRESI 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 terperinciBAB 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 terperinciBAB 3 METODE PENELITIAN
BAB 3 METODE PENELITIAN 3.1 Metode Pegumpula Data Dalam melakuka sebuah peelitia dibutuhka data yag diguaka sebagai acua da sumber peelitia. Disii peulis megguaka metode yag diguaka utuk melakuka pegumpula
Lebih terperinciBAB III METODE PENELITIAN. penelitian yang tepat dalam sebuah penelitian ditentukan guna menjawab
BAB III METODE PENELITIAN Metode peelitia merupaka suatu cara atau prosedur utuk megetahui da medapatka data dega tujua tertetu yag megguaka teori da kosep yag bersifat empiris, rasioal da sistematis.
Lebih terperinciPedahulua 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 terperinciBAB III METODE PENELITIAN. penelitian yaitu PT. Sinar Gorontalo Berlian Motor, Jl. H. B Yassin no 28
5 BAB III METODE PENELITIAN 3.1 Lokasi Peelitia da Waktu Peelitia Sehubuga dega peelitia ii, lokasi yag dijadika tempat peelitia yaitu PT. Siar Gorotalo Berlia Motor, Jl. H. B Yassi o 8 Kota Gorotalo.
Lebih terperinciBAB 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 terperinciTINJAUAN 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 terperinciPENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:
PENGUJIAN HIPOTESIS A. Lagkah-lagkah pegujia hipotesis Hipotesis adalah asumsi atau dugaa megeai sesuatu. Jika hipotesis tersebut tetag ilai-ilai parameter maka hipotesis itu disebut hipotesis statistik.
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Optimasi 2.1.1. Pegertia Optimasi Optimasi (Optimizatio) adalah aktivitas utuk medapatka hasil terbaik di bawah keadaa yag diberika. Tujua akhir dari semua aktivitas tersebut
Lebih terperinciBAB III METODOLOGI PENELITIAN
3 BAB III METODOLOGI PENELITIAN A. Metode Peelitia Metode yag diguaka dalam peelitia ii adalah metode kuatitatif dega eksperime semu (quasi eksperimet desig). Peelitia ii melibatka dua kelas, yaitu satu
Lebih terperinciBAB III METODE PENELITIAN
36 BAB III METODE PENELITIAN A. Racaga Peelitia 1. Pedekata Peelitia Peelitia ii megguaka pedekata kuatitatif karea data yag diguaka dalam peelitia ii berupa data agka sebagai alat meetuka suatu keteraga.
Lebih terperinciBAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya
5 BAB II LANDASAN TEORI Dalam tugas akhir ii aka dibahas megeai peaksira besarya koefisie korelasi atara dua variabel radom kotiu jika data yag teramati berupa data kategorik yag terbetuk dari kedua variabel
Lebih terperinciIV. 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 terperinciBAB 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 terperinciBAB 1 PENDAHULUAN. dimana f(x) adalah fungsi tujuan dan h(x) adalah fungsi pembatas.
BAB 1 PENDAHUUAN 1.1 atar Belakag Pada dasarya masalah optimisasi adalah suatu masalah utuk membuat ilai fugsi tujua mejadi maksimum atau miimum dega memperhatika pembatas pembatas yag ada. Dalam aplikasi
Lebih terperinciTRANSFORMASI 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 terperinciBAB 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 terperinciIV METODE PENELITIAN
IV METODE PENELITIAN 4.1. Lokasi da Waktu Peelitia Lokasi peelitia dilakuka di PT. Bak Bukopi, Tbk Cabag Karawag yag berlokasi pada Jala Ahmad Yai No.92 Kabupate Karawag, Jawa Barat da Kabupate Purwakarta
Lebih terperinciIII. 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 terperinciBAB 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 terperinciA. 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 terperinciBAB 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 terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 1 Seputih Agung. Populasi dalam
19 III. METODE PENELITIAN A. Populasi da Sampel Peelitia ii dilaksaaka di SMP Negeri 1 Seputih Agug. Populasi dalam peelitia ii adalah seluruh siswa kelas VII SMP Negeri 1 Seputih Agug sebayak 248 siswa
Lebih terperinciIII. METODE PENELITIAN. Pembangunan Daerah (BAPPEDA) Provinsi NTB, BPS pusat, dan instansi lain
III. METODE PENELITIAN 3.1 Jeis da Sumber Data Data yag diguaka pada peelitia ii merupaka data sekuder yag diperoleh dari Bada Pusat Statistik (BPS) Provisi NTB, Bada Perecaaa Pembagua Daerah (BAPPEDA)
Lebih terperinciBab 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 terperinciBAB 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 terperinciBAB 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 terperinciUkuran 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 terperinciIV. METODE PENELITIAN. Penelitian ini dilakukan di Kawasan Pantai Anyer, Kabupaten Serang
IV. METODE PENELITIAN 4.1 Lokasi da Waktu Peelitia Peelitia ii dilakuka di Kawasa Patai Ayer, Kabupate Serag Provisi Bate. Lokasi ii dipilih secara segaja atau purposive karea Patai Ayer merupaka salah
Lebih terperinciTEORI PENAKSIRAN. Bab 8. A. Pendahuluan. Kompetensi Mampu menjelaskan dan menganalisis teori penaksiran
Bab 8 TEORI PENAKSIRAN Kompetesi Mampu mejelaska da megaalisis teori peaksira Idikator 1. Mejelaska da megaalisis data dega megguaka peaksira titik 2. Mejelaska da megaalisis data dega megguaka peaksira
Lebih terperinciBAB 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 terperinciBAB 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 terperinciBAB IV. METODE PENELITlAN. Rancangan atau desain dalam penelitian ini adalah analisis komparasi, dua
BAB IV METODE PENELITlAN 4.1 Racaga Peelitia Racaga atau desai dalam peelitia ii adalah aalisis komparasi, dua mea depede (paired sample) yaitu utuk meguji perbedaa mea atara 2 kelompok data. 4.2 Populasi
Lebih terperinciMasih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel berikut: Ukuran/Ciri Statistik Sampel Parameter Populasi.
Distribusi Samplig (Distribusi Pearika Sampel). Pedahulua Bidag Iferesia Statistik membahas geeralisasi/pearika kesimpula da prediksi/ peramala. Geeralisasi da prediksi tersebut melibatka sampel/cotoh,
Lebih terperinci= Keterkaitan langsung ke belakang sektor j = Unsur matriks koefisien teknik
Aalisis Sektor Kuci Dimaa : KLBj aij = Keterkaita lagsug ke belakag sektor j = Usur matriks koefisie tekik (b). Keterkaita Ke Depa (Forward Ligkage) Forward ligkage meujukka peraa suatu sektor tertetu
Lebih terperinciIII. METODE PENELITIAN. kelas VIII semester ganjil SMP Sejahtera I Bandar Lampung tahun pelajaran 2010/2011
III. METODE PENELITIAN A. Latar Peelitia Peelitia ii merupaka peelitia yag megguaka total sampel yaitu seluruh siswa kelas VIII semester gajil SMP Sejahtera I Badar Lampug tahu pelajara 2010/2011 dega
Lebih terperinciIII. 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 terperinciBAB 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 terperinciFORECASTING (Peramalan)
FORECASTING (Peramala) PENDAHULUAN Forecastig adalah ramala tetag apa yag aka terjadi dimasa yag aka datag. Forecast Demad atau peramala permitaa mejadi dasar yag sagat petig dalam perecaaa suatu keputusa
Lebih terperinciAplikasi Integer Programming Dalam Optimasi Produksi
Semiar Nasioal III Tekologi Da Rekayasa ISBN 978-60-96853-1- Aplikasi Iteger Programmig Dalam Optimasi Produksi Tri Herawati Staf Pegaar Kopertis Wilayah I Dpk Fakultas Tekik Uiversitas Islam Sumatera
Lebih terperinciAplikasi Integer Programming Dalam Optimasi Produksi
Semiar Nasioal III Tekologi Da Rekayasa ISBN 978-60-96853-1- Aplikasi Iteger Programmig Dalam Optimasi Produksi Tri Herawati Staf Pegaar Kopertis Wilayah I Dpk Fakultas Tekik Uiversitas Islam Sumatera
Lebih terperinciPETA KONSEP RETURN dan RISIKO PORTOFOLIO
PETA KONSEP RETURN da RISIKO PORTOFOLIO RETURN PORTOFOLIO RISIKO PORTOFOLIO RISIKO TOTAL DIVERSIFIKASI PORTOFOLIO DENGAN DUA AKTIVA PORTOFOLIO DENGAN BANYAK AKTIVA DEVERSIFIKASI DENGAN BANYAK AKTIVA DEVERSIFIKASI
Lebih terperinciBAB III METOE PENELITIAN. penelitian ini, hanya menggunakan kelas eksperimen tanpa adanya kelas
BAB III METOE PENELITIAN A. Jeis Peelitia Jeis peelitia ii adalah peelitia eksperime. Karea pada peelitia ii, haya megguaka kelas eksperime tapa adaya kelas cotrol. Peelitia ii megguaka pedekata kuatitatif.
Lebih terperinciPENGGGUNAAN ALGORITMA GAUSS-NEWTON UNTUK MENENTUKAN SIFAT-SIFAT PENAKSIR PARAMETER DAN
PENGGGUNAAN ALGORITMA GAUSS-NEWTON UNTUK MENENTUKAN SIFAT-SIFAT PENAKSIR PARAMETER DAN DALAM SUATU MODEL NON-LINIER Abstrak Nur ei 1 1, Jurusa Matematika FMIPA Uiversitas Tadulako Jl. Sukaro-Hatta Palu,
Lebih terperinciBAB 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 terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Lokasi da Waktu Peelitia Kegiata peelitia ii dilaksaaka pada bula Mei 2011 bertempat di Dusu Nusa Bakti, Kecamata Serawai da Dusu Natai Buga, Kecamata Melawi yag merupaka
Lebih terperinciREGRESI DAN KORELASI
REGRESI DAN KORELASI Pedahulua Dalam kehidupa sehari-hari serig ditemuka masalah/kejadia yagg salig berkaita satu sama lai. Kita memerluka aalisis hubuga atara kejadia tersebut Dalam bab ii kita aka membahas
Lebih terperinciBAB III METODE PENELITIAN. Jenis penelitian ini adalah penelitian pengembangan (research and
BAB III METODE PENELITIAN A. Jeis Peelitia Jeis peelitia ii adalah peelitia pegembaga (research ad developmet), yaitu suatu proses peelitia utuk megembagka suatu produk. Produk yag dikembagka dalam peelitia
Lebih terperinciAPLIKASI FUZZY LINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PRODUKSI LAMPU (Studi Kasus di PT. Sinar Terang Abadi )
APLIKASI FUZZY LINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PRODUKSI LAMPU (Studi Kasus di PT. Siar Terag Abadi ) Nama Mahasiswa : Bagus Suryo Adi Utomo NRP : 203 09 00 Jurusa : Matematika Dose Pembimbig :
Lebih terperinciBAB 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 terperinciBAB 3 DATA DAN METODOLOGI PENELITIAN
BAB 3 DATA DAN METODOLOGI PENELITIAN Pada Bab ii aka memberika iformasi hal yag berkaita dega lagkah-lagkah sistematis yag aka diguaka dalam mejawab pertayaa peelitia.utuk itu diperluka beberapa hal sebagai
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakag Dalam keadaa dimaa meghadapi persoala program liier yag besar, maka aka berusaha utuk mecari peyelesaia optimal dega megguaka algoritma komputasi, seperti algoritma
Lebih terperinciPOSITRON, Vol. II, No. 2 (2012), Hal. 1-5 ISSN : Penentuan Energi Osilator Kuantum Anharmonik Menggunakan Teori Gangguan
POSITRON, Vol. II, No. (0), Hal. -5 ISSN : 30-4970 Peetua Eergi Osilator Kuatum Aharmoik Megguaka Teori Gaggua Iklas Saubary ), Yudha Arma ), Azrul Azwar ) )Program Studi Fisika Fakultas Matematika da
Lebih terperinciBAB 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 terperinciPendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X
Pedugaa Selag: Metode Pivotal Lagkah-lagkahya 1. Adaika X1, X,..., X adalah cotoh acak dari populasi dega fugsi kepekata f( x; ), da parameter yag tidak diketahui ilaiya. Adaika T adalah peduga titik bagi..
Lebih terperinciBAB 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 terperinciPENGARUH INFLASI TERHADAP KEMISKINAN DI PROPINSI JAMBI
Halama Tulisa Jural (Judul da Abstraksi) Jural Paradigma Ekoomika Vol.1, No.5 April 2012 PENGARUH INFLASI TERHADAP KEMISKINAN DI PROPINSI JAMBI Oleh : Imelia.,SE.MSi Dose Jurusa Ilmu Ekoomi da Studi Pembagua,
Lebih terperinciPENGENDALIAN 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 terperinciBAB III METODE PENELITIAN. objek penelitian yang penulis lakukan adalah Beban Operasional susu dan Profit
BAB III METODE PENELITIAN 3.1 Objek Peelitia Objek peelitia merupaka sasara utuk medapatka suatu data. Jadi, objek peelitia yag peulis lakuka adalah Beba Operasioal susu da Profit Margi (margi laba usaha).
Lebih terperinciLampiran 1 Bukti Kas Masuk
Lampira 1 Bukti Kas Masuk Lampira 2 Bukti Kas Keluar Lampira 3 Struktur Orgaisasi Lampira 3 Tabel Jawaba Respode Lampira 4 Tabel Hasil Pegujia Data dega SPSS N A1 N A2 N A3 N A4 N A5 N A6 N A7 Pearso TOTAL
Lebih terperinciIII. 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 terperinciInstitut 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 terperinciIII. METODE PENELITIAN. Variabel X merupakan variabel bebas adalah kepemimpinan dan motivasi,
7 III. METODE PENELITIAN 3.1 Idetifikasi Masalah Variabel yag diguaka dalam peelitia ii adalah variabel X da variabel Y. Variabel X merupaka variabel bebas adalah kepemimpia da motivasi, variabel Y merupaka
Lebih terperinciJurnal Ilmiah Universitas Batanghari Jambi Vol.8 N0. 2 Juli 2008 ANALISIS PERENCANAAN PERSEDIAAN BAHAN BAKU (STUDY KASUS PD.
Jural Ilmiah Uiversitas Bataghari Jambi Vol.8 N0. 2 Juli 2008 ANALISIS PERENCANAAN PERSEDIAAN BAHAN BAKU (STUDY KASUS PD. GUNUNG MAS JAMBI) PENDAHULUAN Perusahaa yag didirika pada umumya mempuyai tujua
Lebih terperinciIII. METODE PENELITIAN. Lokasi penelitian dilakukan di Provinsi Sumatera Barat yang terhitung
42 III. METODE PENELITIAN 3.. Lokasi da Waktu Peelitia Lokasi peelitia dilakuka di Provisi Sumatera Barat yag terhitug mulai miggu ketiga bula April 202 higga miggu pertama bula Mei 202. Provisi Sumatera
Lebih terperinciBAB II LANDASAN TEORI
8 BAB II LANDASAN TEORI 2.1. Optimasi Produksi Optimasi adalah tidaka utuk memperoleh hasil yag terbaik dega keadaa yag diberika.dalam pelaksaaaya harus diambil keputusa maajerial dalam beberapa tahap.tujua
Lebih terperinciMETODE PENELITIAN. Subyek dalam penelitian ini adalah siswa kelas XI IPA 1 SMA Wijaya Bandar
III. METODE PENELITIAN A. Settig Peelitia Subyek dalam peelitia ii adalah siswa kelas XI IPA 1 SMA Wijaya Badar Lampug, semester gajil Tahu Pelajara 2009-2010, yag berjumlah 19 orag terdiri dari 10 siswa
Lebih terperinciPENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR
PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR Nur Aei Prodi Matematika, FST-UINAM uraeiatullah@gmail.com Ifo: Jural MSA Vol. 3 No. 2 Edisi: Juli Desember
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakag Dalam duia iformatika, assigmet Problem yag biasa dibetuk dega matriks berbobot merupaka salah satu masalah terbesar, dimaa masalah ii merupaka masalah yag metode peyelesaiaya
Lebih terperinciBAB 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