Penentuan Diagram Kendali Dalam Analisis Kualitas Produksi Biskuit Square Puff PT. UBM Biscuit Sidoarjo

Ukuran: px
Mulai penontonan dengan halaman:

Download "Penentuan Diagram Kendali Dalam Analisis Kualitas Produksi Biskuit Square Puff PT. UBM Biscuit Sidoarjo"

Transkripsi

1 JURNAL SAINS DAN SENI POMITS Vol., No., (3) (3-98X Prit) D-4 Peetua Diagram Kedali Dalam Aalisis Kualitas Produksi Biskuit Square Puff PT. UBM Biscuit Sidoaro Septia Fediasari, Lucia Aridiati, da Wibawati Jurusa Statistika, Fakultas Matematika da Ilmu Pegetahua Alam, Istitut Tekologi Sepuluh Nopember (ITS) Jl. Arief Rahma Hakim, Surabaya 6 lucia_a@statistika.its.ac.id Abstrak Pegembaga produk yag berkualitas perlu dilakuka agar produksi di bidag idustri makaa dapat terus berala da berkembag. PT. UBM Biscuit merupaka salah satu perusahaa yag bergerak di bidag idustri makaa yag sagat memetigka kualitas hasil produksi. Salah satu produk uggula di perusahaa ii adalah biskuit Square Puff. Kualitas hasil produksi Square Puff diukur berdasarka umlah cacat yag satuaya berupa variabel berat yaitu kilogram (kg). Oleh karea itu, peelitia ii dilakuka utuk melakuka peetua diagram kedali dalam aalisis kualitas proses produksi. Diagram kedali yag dapat diguaka adalah D (Mahalaobis Distace) sebagai diagram yag berdasar pada proporsi cacat. Selai itu adalah diagram T Hotellig Idividual yag berdasar pada data variabel. Terdapat 4 variabel eis cacat yag salig berkorelasi dari variabel eis cacat yag telah diklasifikasika. Dega megguaka kedua diagram kedali, proses produksi meuukka hasil yag belum terkedali secara statistik. Diagram D meghasilka batas kedali yag lebih sesitif, sehigga lebih baik megguaka diagram kedali D dalam megevaluasi kualitas proses produksi biskuit Square Puff di PT. UBM Biscuit Sidoaro. Namu dari segi pegguaa, T Hotellig Idividual lebih mudah utuk diguaka. Kata Kuci Biskuit Square Puff, Diagram Kedali D, Diagram Kedali T Hotellig Idividual, Variabel Cacat I. PENDAHULUAN roduk makaa biasaya tidak dapat bersaig dalam Pagka waktu yag paag. Oleh karea itu, pegembaga produk yag berkualitas perlu dilakuka agar produksi di bidag idustri makaa dapat terus berala da berkembag. Kualitas adalah salah satu hal petig utuk keberhasila, baik dalam bidag bisis maupu idustri yag mempuyai arti deraat atau tigkat baik burukya suatu produk maupu asa. Kosume sebagai peggua produk tetuya aka memilih berdasarka kualitas produk, semaki baik kualitas yag diberika maka kosume aka meadi loyal utuk megguaka produk suatu perusahaa. PT. UBM Biscuit Sidoaro merupaka salah satu perusahaa yag bergerak di bidag idustri makaa. Produk uggula da palig bayak dimiati di perusahaa ii adalah biskuit Square Puff. Proses pegevaluasia biskuit Square Puff dilakuka di departeme Packagig. Pada proses diketahui bahwa masih bayak teradi cacat pada salah satu tahapa proses produksi, yaitu tahap ove. Terdapat klasifikasi karakteristik kualitas cacat yag diukur dega meimbag biskuit cacat utuk masigmasig karakteristik kualitas cacat yag telah diklasifikasika. Sehigga proses ii termasuk dalam kasus multivariat. Diagram kedali D (Mahalaobis Distace) merupaka diagram kedali multivariat atribut yag diguaka utuk megevaluasi kualitas berdasarka proporsi cacat dega eis cacat umlahya lebih dari satu da salig berkorelasi satu sama lai []. Sedagka ika melihat dari eis data yag merupaka data variabel berat, metode lai yag dapat diguaka dalam kasus ii adalah diagram kedali T Hotellig Idividual, yaitu diagram kedali utuk megevaluasi kualitas berdasarka karakteristik kualitas yag terukur. Peelitia megeai diagram kedali D perah dilakuka pada proses pegecata kipas agi tetapi haya melihat pegamata maa yag terkedali da tidak, da membadigka dega diagram kedali uivariat p secara idividu da overall []. Sedagka utuk diagram T Hotellig Idividual, perah diterapka utuk studi kasus proses Mout di PT. Paasoic Lightig Idoesia megguaka acua batas kedali atas sebesar,76 da diperoleh kesimpula bahwa proses belum terkedali []. Peelitia yag membadigka diagram kedali D perah dilakuka oleh Parsawa [3], yaitu diagram kedali D da p multivariat utuk studi kasus pegotrola kualitas produksi di PT. IGLAS (Persero) Gresik. Peelitia meghasilka batas kedali diagram D lebih sesitif dibadigka dega diagram p multivariat. Kualitas hasil produksi biskuit Square Puff di PT. UBM Biscuit Sidoaro diukur berdasarka umlah cacat yag satuaya adalah kilogram (kg). Oleh karea itu, tuua dari peelitia ii adalah utuk melakuka peetua diagram kedali dalam aalisis kualitas proses produksi biskuit Square Puff di PT. UBM Biscuit Sidoaro. Diagram kedali yag diguaka adalah D sebagai diagram yag berdasar pada proporsi cacat da T Hotellig Idividual yag berdasar pada data variabel berat dalam pegotrola kualitas produksi. Peelitia ii dibatasi pada data hasil produksi biskuit Square Puff yag memiliki klasifikasi karakteristik kualitas cacat periode Agustus sampai dega Oktober.

2 JURNAL SAINS DAN SENI POMITS Vol., No., (3) (3-98X Prit) D-43 II. TINJAUAN PUSTAKA A. Ui Korelasi Korelasi memiliki arti sebagai suatu hubuga timbal balik atau sebab akibat atara dua buah keadia. Salah satu metode perhituga koefisie korelasi adalah metode Pearso yag diguaka utuk melihat hubuga atara variabel miimal berskala iterval. Selautya dilakuka peguia koefisie korelasi sebagai berikut [4]: H : ρρ = I (tidak ada korelasi atar variabel) H : ρρ I (ada korelasi atar variabel) Statistik ui : tt = rr rr () Dimaa = umlah pegamata da r = ilai koefisie korelasi. Daerah peolaka : t statistik > t tabel(α/, df) atau P value < α/ B. Ui Distribusi Multivariat Normal Variabel X, X,..., X p dikataka berditribusi multivariat ormal dega parameter µ da ika mempuyai probability desity fuctio [5]: (X µ)' Σ (X µ) f ( x) = e () p / / (π ) Σ Jika X, X,..., X p berdistribusi ormal multivariat maka (X µ )' Σ (X µ ) berdistribusi χ p. Berdasarka sifat ii maka pemeriksaa distribusi multivariat ormal dapat dilakuka dega cara membuat Q-Q plot dari ilai d = X X)' S (X X (3) ( ) Adapu prosedur pembuata Q-Q plot adalah sebagai berikut:. Meghitug kemudia megurutka ilai d dari ilai d terkecil sampai ilai d terbesar.. Membuat plot q da d dega titik koordiat (q ; d ) dimaa qq = χ +, 5 Hipotesis: H : data berdistribusi multivariat ormal H : data tidak berdistribusi multivariat ormal Statistik Ui : t = bayakya ilai d χ +, 5 Daerah kritis: Data aka berdistribusi multivariat ormal ika ilai t >.5 atau Q-Q plot cederug megikuti garis lurus. C. Diagram Kedali Multivariat Secara umum diagram kedali dibagi meadi dua, yaitu diagram kedali atribut utuk data kualitatif da diagram kedali variabel utuk data kuatitatif (pegukura). Data atribut adalah hasil dari proses yag terklasifikasi meadi kategori cacat da tidak cacat. Data yag didapat dari dua kategori tersebut dapat dihitug da diklasifikasika dalam diagram kedali atribut. Sedagka data yag diperoleh dari hasil pegukura diklasifikasika dalam diagram kedali variabel [6]. D. Diagram Kedali D (Mahalaobis Distace) Prisip arak mahalaobis adalah meghitug arak di ruag multidimesioal atara sebuah dega pusat dari semua pegamata [7]. Diagram kedali multivariat atribut arak Mahalaobis adalah arak proporsi umlah ketidaksesuaia seluruh pegamata dega rata-rata proporsi utuk setiap variabel []. Misalka ada m pegamata dega k karakteristik T kualitas, maka p i = [p i, p i,,p ik ] adalah vektor proporsi pegamata ke-i utuk setiap variabel terhadap umlah sampel pada pegamata ke-i ( i ) dega i =,,,m. Dega p T i ~ multiomial dega parameter pp TT ii. P T i adalah proporsi kategori cacat da kategori tidak cacat, sehigga kk diperoleh = pp i =, da perhituga arak mahalaobis pada multiomial utuk masig-masig pegamata adalah sebagai berikut []. DD ii = p i p T ii p i p (4) dega : p i = [p i, p i,,p ik ] T pp = [pp,pp,,, pp kk ] TT ii = geeralized iverse matriks ii ii = matriks varia kovaria dari vektor p i da ilaiya sama dega - i dimaa ΣΣ = σσ iiii, σ i = p i p utuk i= i p i p utuk i sehigga diperoleh matrik adalah sebagai berikut. pp ( pp ) pp pp pp pp kk = pp ( pp ) pp 3pp kk ii pp pp kk pp kk( pp kk) Karea merupaka matriks sigular [8], maka geeralized iverse dari matriks adalah = diag[pp, pp,, pp kk ]] (5) Sehigga matriks ii sebagai berikut ii = rr = i diag[pp, pp,, pp kk ] ii pp = ii pp ii pp kk Persamaa arak mahalaobis utuk masig-masig pegamata adalah ii pp D ii i = [(p i p )(p i p ) (p ik p k )] pp DD ii = ii(pp ii pp ) pp ii (pp ii pp ) pp DD ii = ii(pp iiii pp kk) pp kk p i p p i p p ii ik p k pp kk p i p p i p p ik p k kk ii (pp iiii pp ) = (6) pp Berdasarka kosep diagram kedali D sesuai perhituga statistik T Hottelig, yaitu ika xx da s adalah vektor rata-rata da matrik kovaria dari sampel berukura, da x ~ N kk [μμ, ], maka - (x μμ) T ss (x μμ)~ TT (kk, -) (7) Sehigga diperoleh persamaa

3 JURNAL SAINS DAN SENI POMITS Vol., No., (3) (3-98X Prit) D-44 DD ppii, pp ~ TT kk, ii (8) Deraat bebas pertama utuk T pada persamaa (7) adalah k- buka k, seperti distribusi T pada persamaa (8) kk karea = pp i =, i=,,,m. Sedagka deraat bebas kedua adalah i, buka i -, karea ii merupaka peaksir tak bias utuk populasi dega ukura sampel sebayak i. Batas kedali utuk diagram kedali D dega tigkat sigifika α adalah sebagai berikut [] BKA (Batas Kedali Atas) = TT kk, ii,αα = ii(kk ) FF ( ii kk+) kk, ii kk+,αα (9) BKA (Batas Kedali Bawah) = E. Diagram T Hotellig Idividual Diagram kedali T Hotellig Idividual merupaka salah satu diagram kedali multivariat berdasarka pegamata idividu. Diagram kedali ii medeteksi pergesera mea proses dega megguaka vektor mea sampel da matrik kovariasi. Berikut adalah perhituga utuk ilai T Hotellig Idividual [9]. TT ii = (х ii х ) TT SS (х ii х ) () Dega х merupaka sampel vektor rata-rata sedagka S merupaka matrik kovarias. Pada peelitia ii, yag diguaka utuk meghitug matrik kovarias adalah dega metode succesive differece oleh Holmes da Merge (993) dalam [8] yaitu. SS = mm vv (mm ) ii= ii TT vv ii () dimaa: v i = x i+ x i Batas kedali yag diguaka dalam peelitia ii adalah sebagai berikut. (mm ) BKA (Batas Kedali Atas) = ββ pp mm ( αα),,(ff pp )/ () dimaa ff = (mm ) 3mm 4 BKA (Batas Kedali Bawah) = F. Peetua Peyebab Variabel Tidak Terkedali Salah satu pedekata yag dapat diguaka dalam mediagosis siyal tidak terkedali adalah meguraika statistik T ke dalam kompoe-kompoe yag meuukka kotribusi dari masig-masig variabel. Jika T adalah sebuah ilai statistik, da T () adalah sebuah ilai statistik utuk semua variabel proses tapa variabel ke-, maka Ruger, Alt da Motgomery (996) dalam [8] meelaska bahwa dd = TT TT () (3) Utuk diagram kedali D, statistik yag diguaka adalah DD ii, maka perhituga dd dilakuka dega ilai statistik DD ii da DD ii (). Sehigga persamaa yag diguaka utuk perhituga dd adalah dd = DD ii DD ii () (4) Perhituga DD ii megacu pada persamaa (6) da DD ii () adalah hasil perhituga DD ii tapa variabel ke-. dd merupaka idikator kotribusi relatif dari variabel ke- utuk keseluruha statistik. Sedagka utuk diagram T Hotellig Idividual persamaa yag diguaka utuk perhituga dd adalah dd = TT TT () (5) Perbaika proses difokuska pada variabel yag memiliki ilai dd > χχ (αα, ). Jika ilai dd > XX αα,. maka dapat Tabel. Struktur Data Diagram Kedali D Variabel Pegamata Sampel X X X X 3 X 4 p p p p 3 p 4 D p p p p 3 p 4 D 3 3 p 3 p 3 p 3 p 33 P 34 D p 57 p 57 p 57 p 573 p 574 D 57 pp. pp. pp. pp.3 pp.4 Tabel. Struktur Data Diagram Kedali T Hotellig Idividual Variabel T Pegamata X X X 3 X 4 X X X 3 X 4 T X X X 3 X 4 T 3 X 3 X 3 X 33 X 34 T 3 57 X 57 X 57 X 573 X 574 T 57 Rata-rata XX XX XX 3 XX 4 Varias SS SS SS 3 SS 4 disimpulka bahwa variabel ke- adalah peyebab siyal tidak terkedali. G. Diagram Pareto da Diagram Sebab Akibat Diagram pareto diguaka utuk meggambarka tigkat kepetiga relatif atar berbagai faktor. Dega diagram ii dapat diketahui faktor yag domia da yag tidak. Sehigga, perhatia bisa dikosetrasika kepada faktor domia []. Sedagka diagram sebab akibat diguaka utuk megorgaisasi iformasi hasil braistor-mig sebabsebab suatu masalah. Hasil braistormig masalah dikelompokka ke dalam beberapa tema sebab utama []. III. METODOLOGI PENELITIAN Data yag diguaka dalam peelitia tugas akhir ii megguaka data sekuder hasil rekap data Departeme Packagig PT. UBM Biscuit Sidoaro. Data difokuska pada hasil produksi Square Puff periode Agustus sampai dega Oktober. Terdapat 57 pegamata dega umlah sampel yag berbeda. Data pegukura dilakuka setelah proses ove yag memiliki karakteristik kualitas cacat yaitu Patah Ove (X ), Patah Mesi (X ), Gosog (X 3 ), Gosog Piggir (X 4 ), Melegkug (X 5 ), Biskuit Merah (X 6 ), Biskuit Tumpuk (X 7 ), Biskuit Putih (X 8 ), Kea Tepug (X 9 ), Kea Sho (X ), Bayak Gula (X ), Belag (X ). Berikut struktur data diagram kedali D da T Hotellig Idividual yag meggambarka proses pegamata da karakteristik cacat. Lagkah-lagkah aalisis dalam peelitia ii adalah sebagai berikut (Tabel da ). ) Ui Korelasi da Distribusi Multivariat Normal. ) Meghitug ilai arak Mahalaobis (D i ) pada setiap pegamata da meghitug ilai Batas Kedali Atas (BKA). 3) Membuat diagram kedali Multivariat D dega titiktitik pegamata adalah hasil perhituga arak Mahalaobis. 4) Meghitug ilai statistik T pada setiap pegamata sesuai da meghitug ilai Batas Kedali Atas (BKA). 5) Membuat diagram kedali Multivariat T Hotellig Idividual dega titik-titik pegamata adalah hasil perhituga statistik T. D

4 JURNAL SAINS DAN SENI POMITS Vol., No., (3) (3-98X Prit) D-45 Tabel 3. Nilai Korelasi atar Variabel Patah Patah Gosog Tumpuk Ove Mesi Patah Ove Korelasi,356,574,48 P-Value.,7,, Patah Korelasi,356,388,64 Mesi P-Value,7.,3,47 Gosog Korelasi,574,388,395 P-Value,,3., Tumpuk Korelasi,48,387,395 P-Value,,44,. 6) Idetifikasi Peyebab Tidak Terkedali. 7) Aalisis Kualitas Produksi Kedua Diagram Kedali. 8) Kesimpula. IV. PEMBAHASAN A. Ui Korelasi Atar Variabel Karakteristik Kualitas Peguia korelasi dilakuka utuk megetahui apakah terdapat hubuga atar variabel secara statistik. Peguia dilakuka pada karakteristik kualitas cacat yag kemudia haya diguaka variabel-variabel berkorelasi utuk aalisis selautya. Berikut adalah peguia korelasi dega metode Pearso dega tigkat sigifikasi α=,5. Hipotesis H ditolak ika ilai P value < α. H : ρρ = I (tidak ada korelasi atar variabel) H : ρρ I (ada korelasi atar variabel) Perhituga ilai korelasi atar variabel yag berkorelasi da sigifika dapat dilihat pada Tabel 3. Berdasarka Tabel 3 dapat diketahui bahwa dari variabel, haya 4 variabel yag sigifika salig berkorelasi pada taraf sigifikasi 5%, yaitu Patah Ove (X ), Patah Mesi (X ), Gosog (X 3 ) da Biskuit Tumpuk (X 7 ), sehigga utuk aalisis selautya haya megguaka keempat variabel tersebut. Hal ii dilakuka utuk medapatka hasil diagram kedali yag baik dari data yag diguaka. Selai itu karea diagram kedali multivariat diguaka utuk aalisis yag megelola data secara seretak dega variabel lebih dari satu yag salig berkorelasi. B. Ui Distribusi Multivariat Normal Asumsi selautya yag harus dipeuhi dalam aalisis multivariat adalah data megikuti distribusi multivariat ormal. Hipotesis yag diguaka adalah sebagai berikut. H : Data karakteristik kualitas biskuit Square Puff berdistribusi multivariat ormal H : Data karakteristik kualitas biskuit Square Puff tidak berdistribusi multivariat ormal d = X X)' S (X X Statistik Ui : t = bayakya ilai ( ) χ +,5 Hasil perhituga didapatka ilai t =,68579 yag artiya sebayak 68% data memiliki ilai d χ. +,5 Karea ilai statistik ui t lebih dari 5%, maka H gagal ditolak sehigga dapat data karakteristik kualitas biskuit Square Puff berdistribusi multivariat ormal. C. Hasil Evaluasi Proses Produksi dega Diagram Kedali D (Mahalaobis Distace) Peerapa diagram kedali D pada peelitia ii Dsquared Pegamata ke BKA=3,3 BKB= Gambar. Diagram Kedali D (Mahalaobis Distace) Tabel 4. Variabel Peyebab Out of Diagram D Variabel Variabel Pegamata Pegamata Peyebab Peyebab No. Out of No. Out of Out of Out of. X 3, X X 3. 4 X X X X X X 3 5. X X 3 6. X X, X X X X X X, X X 3. 9 X X 3. X X 3. 6 X X X X X X X X X X X X X X X X X, X X X X 3 megguaka data kecacata pada proses produksi pembuata biskuit Square Puff di PT. UBM Biscuit Sidoaro. Periode data yag diguaka mulai taggal Agustus - Oktober dega 57 pegamata. Kosep pegguaa variabel pada diagram kedali D adalah k+, adi terdapat k sebayak empat eis cacat dega satu variabel tidak cacat atau variabel baik. Setelah dilakuka perhituga, didapatka diagram kedali D sebagai berikut. Pada Gambar, terlihat bahwa proses produksi teryata belum terkedali secara statistik dega BKA sebesar 3,3 da BKB adalah. Diagram yag dihasilka kurag baik, terdapat ilai DD ii yag sagat auh diatas batas kedali yag dihasilka. Hal ii disebabka karea atar masig-masig variabel memiliki perbedaa umlah cacat yag terlalu besar higga sebesar 7 kg sehigga berpegaruh pada hasil ratarata proporsi masig-masig variabel eis cacat da ilai DD ii. Selai itu karea hasil produksi memiliki variasi umlah yag cukup besar yag dalam peelitia ii diguaka sebagai pembagi proporsi cacat. Jumlah hasil produksi berkisar atara 5.66 kg.466 kg. Terdapat 4 pegama-

5 JURNAL SAINS DAN SENI POMITS Vol., No., (3) (3-98X Prit) D BKA=3,3 Tsquared 3 BKA=8, Dsquared 5 BKB= BKB= Pegamata ke Pegamata ke Gambar. Diagram Kedali T Hotellig Idividual (a) Diagram D Iterasi I Tabel 5. Variabel Peyebab Out of Diagram T Hotellig Idividual BKA=, No. Pegamata Out of Variabel Peyebab Out of. X 7 Tsquared X X, X 3 ta yag diluar batas kedali sehigga perlu dilakuka idetifikasi variabel peyebab siyal tidak terkedali utuk megetahui variabel yag palig berpegaruh membuat pegamata tidak terkedali da memudahka utuk melakuka perbaika proses. Tabel 4 di atas meuukka hasil idetifikasi variabel yag meadi peyebab siyal out of cotrol. Sebagia besar disebabka oleh variabel X 3, yaitu Gosog, sehigga variabel X 3 meadi variabel yag diprioritaska dalam perbaika proses. D. Hasil Evaluasi Proses Produksi dega Diagram Kedali T Hotellig Idividual Berikut ii adalah diagram kedali T Hotellig Idividual yag dihasilka utuk pegotrola proses produksi Square Puff periode Agustus - Oktober. Gambar meuuka proses produksi belum terkotrol secara statistik karea terdapat 3 pegamata yag diluar batas kedali atas yaitu pegamata ke-, 6 da 7 dega ilai BKA=8 da BKB=. Sehigga perlu dilakuka idetifikasi peyebab siyal tidak terkotrol seperti Tabel 5 berikut. Peelitia ii membadigka dua diagram kedali, sehigga umlah pegamata yag dihilagka utuk kedua diagram adalah sama, yaitu 4 pegamata. Berikut hasil iterasi kedua diagram. Dari hasil iterasi utuk kedua diagram, dapat diketahui bahwa proses telah terkedali setelah 4 pegamata dihilagka. Batas kedali yag dihasilka oleh diagram kedali T Hotellig Idividual memiliki rage yag lebih kecil dibadig diagram kedali D. E. Jeis Cacat Domia Prosedur lai yag dapat diguaka utuk megetahui variabel yag palig meyebabka teradi pegamata tidak terkedali selai dega idetifikasi variabel peyebab pegamata tidak terkedali adalah diagram pareto. Diagram ii utuk megetahui karakteristik eis cacat yag palig bayak teradi da utuk meemuka masalah utama kecacata. Haya diguaka 4 variabel yag salig berkorelasi utuk diaalisis Pegamata ke BKB= (b) Diagram Kedali T Hotellig Idividual Iterasi I Gambar 3. Kedua Diagram Kedali Iterasi Jumlah Kecacata Gosog Patah Mesi Patah Ove Tumpuk Gambar 4. Diagram Pareto Karakteristik Kualitas Cacat Produksi Square Puff Gambar 4 meuuka bahwa persetase kumulatif cacat sebesar 64,4% yag didomiasi oleh cacat Gosog. F. Peetua Diagram Kedali Hasil Evaluasi Proses Produksi Berdasarka aalisis pegotrola kualitas produksi biskuit Square Puff dega megguaka diagram kedali D da diagram kedali T Hotellig Idividual, dihasilka bahwa proses belum terkedali karea terdapat bayak pegamata yag out of cotrol. Utuk diagram kedali D diperoleh pegamata yag tidak terkedali sebayak 4 pegamata dega BKA=3,3. Sedagka utuk diagram T Hotellig Idividual terdapat 3 pegamata yag tidak terkedali dega BKA=8. Hal ii meuukka bahwa diagram kedali D lebih baik utuk diguaka karea batas kedali yag dihasilka lebih sesitif dibadigka dega batas kedali yag dihasilka oleh diagram kedali T Hotellig Idividual. Namu perlu diketahui bahwa kodisi data secara yata kurag baik utuk diterapka pada diagram kedali D. Jarak atara umlah cacat masigmasig variabel da umlah cacat terbayak dega umlah cacat terkecil terlalu auh. Selai itu hasil produksi yag dalam peelitia ii diguaka sebagai sampel pegamata memiliki variasi umlah yag cukup besar. Sehigga berpegaruh terhadap ilai statistik DD ii. Dari batas kedali yag dihasilka setelah 4 pegamata out of cotrol dihilagka, diagram kedali T Hotellig Idividual meghasilka batas kedali yag berbeda karea perhituga ilai batas kedali pada diagram Perse

6 JURNAL SAINS DAN SENI POMITS Vol., No., (3) (3-98X Prit) D-47 Ligkuga Material Suhu Listrik Mati Baha Baku Komposisi Adoa Metode Metode Pegotrola Mausia Mesi Kelelaha Kurag Teliti Cacat Gosog Biskuit Square Puff Suhu Mesi Ove Usia Mesi Gambar 5. Diagram Sebab Akibat Faktor Peyebab Pegamata Out of kedali T Hotellig Idividual tergatug pada umlah pegamataya. Selai itu dari segi pegguaa, metode diagram kedali T Hotellig idividual lebih mudah diguaka. G. Faktor-Faktor Peyebab Proses Produksi Square Puff Tidak Terkedali Variabel yag palig berpegaruh terhadap timbulya pegamata out of cotrol adalah variabel X 3 (Gosog). Hasil aalisis diagram pareto uga meuukka bahwa cacat Gosog merupaka variabel yag palig berpegaruh karea memiliki umlah yag palig besar dibadig eis cacat laiya. Setelah dilakuka peelusura variabel peyebab out of cotrol, perlu pula ditelusuri faktor-faktor peyebab ketidakstabila proses produksi Square Puff agar dapat dilakuka perbaika proses produksi sehigga kualitas hasil produksi dapat ditigkatka melalui diagram sebab akibat sebagai berikut. Berdasarka Gambar 5 diagram sebab akibat utuk variabel eis cacat proses produksi X 3 (Gosog) adalah faktor ligkuga, metode, mesi, material da mausia di PT. UBM Biscuit Sidoaro. V. KESIMPULAN Pegotrola kualitas produksi biskuit Square Puff di PT. UBM Biscuit Sidoaro meuukka proses belum terkedali secara statistik. Diagram kedali D (Mahalaobis Distace) memiliki ilai BKA=3,3 da dari 57 pegamata terdapat 4 pegamata tidak terkedali atau sebesar 73,68%. Sedagka diagram kedali T Hotellig Idividual memiliki ilai BKA=8 da terdapat 3 pegamata tidak terkedali atau sebesar 5,6%. Diagram kedali D lebih baik karea mempuyai batas kedali yag lebih sesitif dibadigka dega diagram kedali T Hotellig Idividual. Namu perlu diketahui bahwa kodisi data secara yata kurag baik utuk diterapka pada diagram kedali D karea atar masig-masig variabel memiliki perbedaa umlah cacat yag terlalu besar higga sebesar 7 kg sehigga berpegaruh pada hasil rata-rata proporsi masig-masig variabel eis cacat da ilai DD ii. Selai itu karea hasil produksi memiliki variasi umlah yag cukup besar yag dalam peelitia ii diguaka sebagai pembagi proporsi cacat. Jumlah hasil produksi berkisar atara 5.66 kg.466. Namu dari segi pegguaa, metode diagram kedali T Hotellig Idividual lebih mudah diguaka. Sara utuk pihak PT. UBM Biscuit Sidoaro adalah melakuka perbaika proses produksi biskuit Square Puff terutama utuk proses set up suhu mesi ove yag diketahui sebagai peyebab utama teradiya cacat Gosog, yag merupaka variabel palig berpegaruh terhadap timbulya pegamata tidak terkedali. Selai itu, utuk peelitia selautya megguaka diagram kedali D sebaikya megguaka data yag sesuai, dimaa data yag diguaka memiliki rage umlah cacat tiap variabel tidak terlalu auh da variasi umlah sampel pegamata tidak terlalu besar. LAMPIRAN No Karakteristik Kualitas Keteraga Patah Ove (X ) Jumlah biskuit patah setelah dilakuka proses pegovea. Patah Mesi (X ) Jumlah biskuit patah saat aka melewati mesi Wrappig. 3 Gosog (X 3) Jumlah biskuit gosog pada bagia tegah. 4 Gosog Piggir (X 4) Jumlah biskuit gosog pada bagia piggir. 5 Melegkug (X 5) Jumlah biskuit meggelembug. 6 Biskuit Merah (X 6) Jumlah biskuit berwara terlalu merah. 7 Biskuit Tumpuk (X 7) Jumlah biskuit bertumpuk atau ragkap. 8 Biskuit Putih (X 8) Jumlah biskuit berwara terlalu putih. 9 Kea Tepug (X 9) Jumlah biskuit terkea bayak tabura tepug yag belum tercampur secara merata saat proses pegovea. Kea Sho (X ) Jumlah biskuit membelah akibat terkea bayak campura tepug da amoium sulfat yag belum merata. Bayak Gula (X ) Jumlah biskuit terlalu bayak gula da porsi gula tidak merata pada biskuit. Belag (X ) Jumlah biskuit berwaa tidak merata. UCAPAN TERIMAKASIH Peulis megucapka terima kasih kepada PT. UBM Biscuit Sidoaro khususya Bapak Made selaku Pimpia PT. UBM Biscuit Sidoaro, yag serta merta telah memberika kesempata kepada peulis utuk dapat melakuka peelitia tugas akhir di PT. UBM Biscuit Sidoaro. DAFTAR PUSTAKA [] A.R. Mukhopadhyay, Multivariate Attribute Chart Usig Mahalaobis D Statistic. Joural of Applied Statistics, Vol.35, No.4, (8) [] N. Sulistyaigtyas, Diagram Kotrol Proses Multivariat Berdasarka Pegamata Idividual (Studi Kasus Proses Mout di PT. Paasoic Lightig Idoesia)". Tugas Akhir Mahasiswa Jurusa Statistika Fakultas Matematika da Ilmu Pegetahua Alam Istitut Tekologi Sepuluh Nopember, Surabaya. (7). [3] I.M. Parsawa, "Perbadiga Diagram D da Diagram p Multivariat (Studi Kasus) Pegotrola Kualitas Produksi PT. IGLAS (Persero) Gresik". Tugas Akhir Mahasiswa Jurusa Statistika Fakultas Matematika da Ilmu Pegetahua Alam Istitut Tekologi Sepuluh Nopember, Surabaya. (7). [4] D.A. Lid, W.G Marchal, da S.A Wathe, Tekik-Tekik Statistika dalam Bisis da Ekoomi, Diteremahka oleh Chriswa Sugkoo. Jakarta: Salemba Empat. (8). [5] R.A. Johso da W.D. Wicher, Applied Multivariate Statistical Aalysis Sixth Editio. New Jersey: Pretice Hall Ic. (7). [6] A. Hidayat, Strategi Six Sigma; Peta Pegembaga Kualitas da Kiera Bisis. Jakarta: PT. Elex Media Komputido. (7). [7] J.F. Hair da R.E. Aderso, Multivariate Data Aalysis, 5th. New Jersey: Pretice Hall, Ic. (998). [8] A.R. Rao da P. Bhimasakaram, Liear Algebra. New Delhi:McGraw Hill. (99). [9] D.C. Motgomery, Itroductio to Statistical Quality 5th Editio. New York: Joh Wiley & Sos, ic. (5). [] E. Herato, Maaeme Operasi Edisi Ketiga. Jakarta: Grasido. (7). [] C. Trihedradi, Statistik Six Sigma dega Miitab: Padua Cerdas Iisiatif Kualitas. Yogyakarta: ANDI. (6).

Pengujian Normal Multivariat T 2 Hotteling pada Faktor-Faktor yang Mempengaruhi IPM di Jawa Timur dan Jawa Barat Tahun 2007

Pengujian Normal Multivariat T 2 Hotteling pada Faktor-Faktor yang Mempengaruhi IPM di Jawa Timur dan Jawa Barat Tahun 2007 1 Peguia Normal Multivariat T Hottelig pada Faktor-Faktor yag Mempegaruhi IPM di Jawa Timur da Jawa Barat Tahu 007 Dedi Setiawa, Zuy Iesa Pratiwi, Devi Lidasari, da Sati Puteri Rahayu Jurusa Statistika,

Lebih terperinci

PENENTUAN DIAGRAM KENDALI DALAM ANALISIS KUALITAS PRODUKSI BISKUIT SQUARE PUFF PT. UBM BISCUIT SIDOARJO

PENENTUAN DIAGRAM KENDALI DALAM ANALISIS KUALITAS PRODUKSI BISKUIT SQUARE PUFF PT. UBM BISCUIT SIDOARJO Program Studi MMT-ITS, Surabaya Februari 3 PENENTUAN DIAGRAM KENDALI DALAM ANALISIS KUALITAS PRODUKSI BISKUIT SQUARE PUFF PT. UBM BISCUIT SIDOARJO Rizal Rinumpoko *), Septia Fendiasari, Lucia Aridinanti,

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

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

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA. Langkah Langkah Dalam Pengolahan Data

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA. Langkah Langkah Dalam Pengolahan Data BAB IV PENGUMPULAN DAN PENGOLAHAN DATA 4.1 Metode Pegolaha Data Lagkah Lagkah Dalam Pegolaha Data Dalam melakuka pegolaha data yag diperoleh, maka diguaka alat batu statistik yag terdapat pada Statistical

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

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 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 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

BAB III METODE PENELITIAN

BAB 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 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

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:

PENGUJIAN 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 terperinci

BAB IV. METODE PENELITlAN. Rancangan atau desain dalam penelitian ini adalah analisis komparasi, dua

BAB 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 terperinci

PETA KONSEP RETURN dan RISIKO PORTOFOLIO

PETA 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 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

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

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

PENGGGUNAAN ALGORITMA GAUSS-NEWTON UNTUK MENENTUKAN SIFAT-SIFAT PENAKSIR PARAMETER DAN

PENGGGUNAAN 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 terperinci

BAB IV PEMBAHASAN DAN ANALISIS

BAB IV PEMBAHASAN DAN ANALISIS BAB IV PEMBAHASAN DAN ANALISIS 4.1. Pembahasa Atropometri merupaka salah satu metode yag dapat diguaka utuk meetuka ukura dimesi tubuh pada setiap mausia. Data atropometri yag didapat aka diguaka utuk

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

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

STATISTIKA NON PARAMETRIK

STATISTIKA NON PARAMETRIK . PENDAHULUAN STATISTIKA NON PARAMETRIK Kelebiha Uji No Parametrik: - Perhituga sederhaa da cepat - Data dapat berupa data kualitatif (Nomial atau Ordial) - Distribusi data tidak harus Normal Kelemaha

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1. Lokasi da Waktu Pegambila Data Pegambila data poho Pius (Pius merkusii) dilakuka di Huta Pedidika Guug Walat, Kabupate Sukabumi, Jawa Barat pada bula September 2011.

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

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

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

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

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

PENAKSIRAN. Penaksiran Titik. Selang Kepercayaan untuk VARIANSI. MA2181 ANALISIS DATA Utriweni Mukhaiyar 17 Oktober 2011

PENAKSIRAN. Penaksiran Titik. Selang Kepercayaan untuk VARIANSI. MA2181 ANALISIS DATA Utriweni Mukhaiyar 17 Oktober 2011 PENAKSIRAN Peaksira Titik Peaksira Selag Selag Kepercayaa utuk RATAAN Selag Kepercayaa utuk VARIANSI MA8 ANALISIS DATA Utriwei Mukhaiyar 7 Oktober 0 Metode Peaksira Peaksira Titik Peaksira Selag Nilai

Lebih terperinci

BAB III METODE PENELITIAN. Metode yang digunakan dalam penelitian ini adalah penelitian korelasi,

BAB III METODE PENELITIAN. Metode yang digunakan dalam penelitian ini adalah penelitian korelasi, BAB III METODE PENELITIAN 3.1 Metode Peelitia Metode yag diguaka dalam peelitia ii adalah peelitia korelasi, yaitu suatu metode yag secara sistematis meggambarka tetag hubuga pola asuh orag tua dega kosep

Lebih terperinci

BAB III METODOLOGI 3.1 Tempat dan Waktu Penelitian 3.2 Bahan dan Alat 3.3 Metode Pengumpulan Data Pembuatan plot contoh

BAB III METODOLOGI 3.1 Tempat dan Waktu Penelitian 3.2 Bahan dan Alat 3.3 Metode Pengumpulan Data Pembuatan plot contoh BAB III METODOLOGI 3.1 Tempat da Waktu Peelitia Pegambila data peelitia dilakuka di areal revegetasi laha pasca tambag Blok Q 3 East elevasi 60 Site Lati PT Berau Coal Kalimata Timur. Kegiata ii dilakuka

Lebih terperinci

Analisis Regresi Ordinal Untuk Mengetahui Faktor-Faktor Yang Mempengaruhi Kualitas Pelayanan Kesehatan Pada Komunitas Latino

Analisis Regresi Ordinal Untuk Mengetahui Faktor-Faktor Yang Mempengaruhi Kualitas Pelayanan Kesehatan Pada Komunitas Latino Jural Gradie Vol 8 No 2 Juli 22 82-88 Aalisis Regresi Ordial Utuk Megetahui Faktor-Faktor Yag Mempegaruhi Kualitas Pelayaa Kesehata Pada Komuitas Latio Idhia Sriliaa Jurusa Matematika, Fakultas Matematika

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

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

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 V UKURAN GEJALA PUSAT (TENDENSI CENTRAL)

BAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL) BAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL) Setiap peelitia selalu berkeaa dega sekelompok data. Yag dimaksud kelompok disii adalah: Satu orag mempuyai sekelompok data, atau sekelompok orag mempuyai satu

Lebih terperinci

BAB 6: ESTIMASI PARAMETER (2)

BAB 6: ESTIMASI PARAMETER (2) Bab 6: Estimasi Parameter () BAB 6: ESTIMASI PARAMETER (). ESTIMASI PROPORSI POPULASI Proporsi merupaka perbadiga atara terjadiya suatu peristiwa dega semua kemugkiaa peritiwa yag bisa terjadi. Besara

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

BAB III METODE PENELITIAN 22 BAB III METODE PENELITIAN 3.1. Metode Peelitia Pada bab ii aka dijelaska megeai sub bab dari metodologi peelitia yag aka diguaka, data yag diperluka, metode pegumpula data, alat da aalisis data, keragka

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

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

Masih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel berikut: Ukuran/Ciri Statistik Sampel Parameter Populasi.

Masih 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

BAB V METODOLOGI PENELITIAN

BAB V METODOLOGI PENELITIAN BAB V METODOLOGI PEELITIA 5.1 Racaga Peelitia Peelitia ii merupaka peelitia kualitatif dega metode wawacara medalam (i depth iterview) utuk memperoleh gambara ketidaklegkapa pegisia berkas rekam medis

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

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 31 Flowchart Metodologi Peelitia BAB III METODOLOGI PENELITIAN Gambar 31 Flowchart Metodologi Peelitia 18 311 Tahap Idetifikasi da Peelitia Awal Tahap ii merupaka tahap awal utuk melakuka peelitia yag

Lebih terperinci

Pendugaan Parameter. Debrina Puspita Andriani /

Pendugaan Parameter. Debrina Puspita Andriani    / Pedugaa Parameter 7 Debria Puspita Adriai E-mail : debria.ub@gmail.com / debria@ub.ac.id Outlie Pedahulua Pedugaa Titik Pedugaa Iterval Pedugaa Parameter: Kasus Sampel Rataa Populasi Pedugaa Parameter:

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

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 PENELITIAN

BAB 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 terperinci

BAB III METODE PENELITIAN. Penelitian ini merupakan jenis penelitian deskriptif-kuantitatif, karena

BAB 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 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

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 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

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

Makalah ANALISIS REGRESI DAN REGRESI GANDA

Makalah ANALISIS REGRESI DAN REGRESI GANDA 1 Makalah ANALISIS REGRESI DAN REGRESI GANDA Disusu oleh : 1. Rudii mulya ( 41610010035 ). Falle jatu awar try ( 41610010036 ) 3. Novia ( 41610010034 ) Tekik Idustri Uiversitas Mercu Buaa Jakarta 010 Rudii

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

4.7 TRANSFORMASI UNTUK MENDEKATI KENORMALAN

4.7 TRANSFORMASI UNTUK MENDEKATI KENORMALAN 4.7 TRANSFORMASI UNTUK MENDEKATI KENORMALAN Saat asumsi keormala tidak dipuhi maka kesimpula yag kita buat berdasarka suatu metod statistik yag mesyaratka asumsi keormala meadi tidak baik, sehigga mucul

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 II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya

BAB 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 terperinci

BAB III METODOLOGI PENELITIAN

BAB 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 terperinci

METODE PENELITIAN. 3.1 Kerangka Pemikiran

METODE PENELITIAN. 3.1 Kerangka Pemikiran 24 III. METODE PENELITIN 3.1 Keragka Pemikira BMT l-fath IKMI melakuka fugsi meyalurka daa dega melakuka pembiayaa kepada UMKM. Produk pembiayaa yag dimiliki BMT l-fath IKMI adalah Murabahah da Iarah.

Lebih terperinci

III. METODELOGI PENELITIAN

III. METODELOGI PENELITIAN III. METODELOGI 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 (998:73)

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 III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 Objek Peelitia Peelitia dilakuka di bagia spiig khususya bagia widig Pabrik Cambrics Primissima (disigkat PT.Primissima) di Jala Raya Magelag Km.15 Slema, Yogyakarta. Peelitia

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

II. LANDASAN TEORI. dihitung. Nilai setiap statistik sampel akan bervariasi antar sampel.

II. LANDASAN TEORI. dihitung. Nilai setiap statistik sampel akan bervariasi antar sampel. II. LANDASAN TEORI Defiisi 2.1 Distribusi Samplig Distribusi samplig adalah distribusi probibilitas dari suatu statistik. Distribusi tergatug dari ukura populasi, ukura sampel da metode memilih sampel.

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

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

POSITRON, Vol. II, No. 2 (2012), Hal. 1-5 ISSN : Penentuan Energi Osilator Kuantum Anharmonik Menggunakan Teori Gangguan

POSITRON, 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 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

BAB III METODE PENELITIAN. penelitian yaitu PT. Sinar Gorontalo Berlian Motor, Jl. H. B Yassin no 28

BAB 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 terperinci

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto. Statistika

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto. Statistika Wed 6/0/3 ETIMAI (PENDUGAAN TATITIK) Ir. Tito Adi Dewato tatistika Deskriptif Iferesi Estimasi Uji Hipotesis Titik Retag Estimasi da Uji Hipotesis Dilakuka setelah peelitia dalam tahap pegambila suatu

Lebih terperinci

Statistika Inferensia: Pendugaan Parameter. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015

Statistika Inferensia: Pendugaan Parameter. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015 Statistika Iferesia: Pedugaa Parameter Dr. Kusma Sadik, M.Si Dept. Statistika IPB, 05 Populasi : Parameter Sampel : Statistik Statistik merupaka PENDUGA bagi parameter populasi Pegetahua megeai distribusi

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN. Alat terapi ini menggunakan heater kering berjenis fibric yang elastis dan

BAB IV HASIL DAN PEMBAHASAN. Alat terapi ini menggunakan heater kering berjenis fibric yang elastis dan BAB IV HASIL DAN PEMBAHASAN 4.1. Spesifikasi Alat Alat terapi ii megguaka heater kerig berjeis fibric yag elastis da di bugkus dega busa, pasir kuarsa, da kai peutup utuk memberi isolator terhadap kulit

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

Penaksiran Titik Penaksiran Selang. Selang Kepercayaan untuk VARIANSI MA2081 STATISTIKA DASAR

Penaksiran Titik Penaksiran Selang. Selang Kepercayaan untuk VARIANSI MA2081 STATISTIKA DASAR PENAKSIRAN Peaksira Titik Peaksira Selag Selag Kepercayaa utuk RATAAN Selag Kepercayaa utuk VARIANSI MA08 STATISTIKA DASAR MA08 STATISTIKA DASAR Utriwei Mukhaiyar 5 Oktober 0 Metode Peaksira Peaksira Titik

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

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

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

PENAKSIRAN M A S T A T I S T I K A D A S A R 1 7 M A R E T 2014 U T R I W E N I M U K H A I Y A R

PENAKSIRAN M A S T A T I S T I K A D A S A R 1 7 M A R E T 2014 U T R I W E N I M U K H A I Y A R PENAKSIRAN P E N A K S I R A N T I T I K P E N A K S I R A N S E L A N G S E L A N G K E P E R C A Y A A N U N T U K R A T A A N S E L A N G K E P E R C A Y A A N U N T U K V A R I A N S I M A 0 8 S T

Lebih terperinci

PENAKSIRAN METODE PENAKSIRAN CONTOH. Kasus 1: taksiran titik IP = 3,5 Kasus 2: taksiran selang IP = [3,4]

PENAKSIRAN METODE PENAKSIRAN CONTOH. Kasus 1: taksiran titik IP = 3,5 Kasus 2: taksiran selang IP = [3,4] PENAKIRAN Peaksira Titik Peaksira elag elag Kepercayaa utuk µ elag Kepercayaa utuk σ MA 8 Aalisis Data Utriwei Mukhaiyar Oktober 00 008 by UP & UM METODE PENAKIRAN. Peaksira Titik Nilai tuggal dari suatu

Lebih terperinci

Bab 3 Kerangka Pemecahan Masalah

Bab 3 Kerangka Pemecahan Masalah Bab 3 Keragka Pemecaha Masalah 3.1. Metode Pemecaha Masalah Peelitia ii disajika dalam lagkah-lagkah seperti ag terdapat pada gambar dibawah ii. Peajia secara sistematis dibuat agar masalah ag dikaji dalam

Lebih terperinci

II. LANDASAN TEORI. Sampling adalah proses pengambilan atau memilih n buah elemen dari populasi yang

II. LANDASAN TEORI. Sampling adalah proses pengambilan atau memilih n buah elemen dari populasi yang II. LANDASAN TEORI Defiisi 2.1 Samplig Samplig adalah proses pegambila atau memilih buah eleme dari populasi yag berukura N (Lohr, 1999). Dalam melakuka samplig, terdapat teori dasar yag disebut teori

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 IV PEMECAHAN MASALAH

BAB IV PEMECAHAN MASALAH BAB IV PEMECAHAN MASALAH 4.1 Metodologi Pemecaha Masalah Dalam ragka peigkata keakurata rekomedasi yag aka diberika kepada ivestor, maka dicoba diguaka Movig Average Mometum Oscillator (MAMO). MAMO ii

Lebih terperinci

BAB IV PENELITIAN. menggunakan sensor mekanik limit switch sebagai mekanis hitungnya

BAB IV PENELITIAN. menggunakan sensor mekanik limit switch sebagai mekanis hitungnya BAB IV PENELITIAN 4.1 Spesifikasi Alat Coloy couter didesai khusus agar diperutuka bagi user utuk membatu meghitug sekaligus megaalisa jumlah media dega megguaka sesor mekaik limit switch sebagai mekais

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

BAB 3 METODE PENELITIAN

BAB 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 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

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 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

III. METODE PENELITIAN. Lokasi penelitian dilakukan di Provinsi Sumatera Barat yang terhitung

III. 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 terperinci

BAB III METODOLOGI PENELITIAN. Variabel-variabel yang digunakan pada penelitian ini adalah:

BAB 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 terperinci

DISTRIBUSI SAMPLING (Distribusi Penarikan Sampel)

DISTRIBUSI SAMPLING (Distribusi Penarikan Sampel) DISTRIBUSI SAMPLING (Distribusi Pearika Sampel) I. PENDAHULUAN Bidag Iferesia Statistik membahas geeralisasi/pearika kesimpula da prediksi/ peramala. Geeralisasi da prediksi tersebut melibatka sampel/cotoh,

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

BAB III METODOLOGI PENELITIAN. deskriptif kuantitatif bertujuan untuk menjelaskan hasil penelitian yang disajikan

BAB III METODOLOGI PENELITIAN. deskriptif kuantitatif bertujuan untuk menjelaskan hasil penelitian yang disajikan 3 BAB III METODOLOGI PENELITIAN A. Jeis Peelitia Jeis peelitia ii tergolog peelitia deskriptif kuatitatif. Peelitia deskriptif kuatitatif bertujua utuk mejelaska hasil peelitia yag disajika dalam betuk

Lebih terperinci

BAB III LANDASAN TEORI

BAB III LANDASAN TEORI BAB III LANDASAN TEORI III.1 Peambaga Teks (Text Miig) Text Miig memiliki defiisi meambag data yag berupa teks dimaa sumber data biasaya didapatka dari dokume, da tujuaya adalah mecari kata-kata yag dapat

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

3. METODE PENELITIAN

3. METODE PENELITIAN 3. METODE PENELITIAN 3.1. Waktu da Lokasi Peelitia Peelitia ii megguaka data primer da sekuder. Data primer diambil dari kegiata peelitia skala laboratorium. Peelitia dilakuka pada bula Februari-Jui 2011.

Lebih terperinci

BAB III METODOLOGI PENELITIAN. yang diperoleh dengan penelitian perpustakaan ini dapat dijadikan landasan

BAB III METODOLOGI PENELITIAN. yang diperoleh dengan penelitian perpustakaan ini dapat dijadikan landasan BAB III METODOLOGI PENELITIAN 3.. Jeis Peelitia Peelitia perpustakaa yaitu peelitia yag pada hakekatya data yag diperoleh dega peelitia perpustakaa ii dapat dijadika ladasa dasar da alat utama bagi pelaksaaa

Lebih terperinci