BAB II LANDASAN TEORI

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB II LANDASAN TEORI"

Transkripsi

1 22 BAB II LANDASAN TEORI 2.1 Pedahulua Pegerta Mateace Beberapa pegerta perawata (mateace) meurut ahl : 1. Meurut Corder (1988), perawata merupaka suatu kombas dar tdaka yag dlakuka utuk mejaga suatu barag dalam, atau utuk memperbakya sampa, suatu kods yag bsa dterma. 2. Meurut Assaur (1993), perawata dartka sebaga suatu kegata pemelharaa fasltas pabrk serta megadaka perbaka, peyesuaa atau peggata yag dperluka agar terdapat suatu keadaa operas produks yag sesua dega yag drecaaka. 3. Meurut Dhllo (1997), perawata adalah semua tdaka yag petg dega tujua utuk meghaslka produk yag bak atau utuk megembalka kedalam keadaa yag memuaska. Perawata mes adalah semua kegata yag dbutuhka utuk mempertahaka suatu mes atau peralata agar tetap dalam kods sap utuk beroperas da jka terjad kerusaka maka dusahaka agar mes atau

2 23 peralata tersebut dapat dkembalka pada kods yag bak. Tetap dalam koteks yag lebh luas setap sstem perawata meyagkut semua kegata utuk mempertahaka mes, mausa, materal, cara/metode da uag dalam ragka mecapa kerja, mes yag selalu sap beroperas dalam ragka meghaslka produk yag optmal. Blachard (1980) megklasfkas perawata mejad 6 baga, yatu: a. Correctve Mateace, merupaka perawata yag terjadwal ketka suatu sstem megalam kegagala utuk memperbak sstem pada kods tertetu. b. Prevetve Mateace, melput semua aktvtas yag terjadwal utuk mejaga sstem/produk dalam kods operas tertetu. Jadwal perawata melput perode speks. Prevetve mateace d bag mejad 2 kegata, yatu: (a). Route Mateace, yatu kegata pemelharaa yag dlakuka secara rut, sebaga cotoh adalah kegata pembersha fasltas da peralata, pembera myak pelumas atau pegeceka ol, serta pegeceka baha bakar da sebagaya. (b). Perodc Mateace, yatu kegata pemelharaa yag dlakuka secara berkala. Perawata berkala dlakuka berdasarka lamaya

3 24 jam kerja mes produk tersebut sebaga jadwal kegata msalya setap seratus jam sekal. b. Predctve Mateace, serg berhubuga dega memotor kods program perawata prevetf dmaa metode memotor secara lagsug dguaka utuk meetuka kods peralata secara telt. c. Mateace Preveto, merupaka usaha megarahka mateace free desg yag dguaka dalam kosep Total Prevetve Mateace (TPM). Melalu desa da pegembaga peralata, keadala da pemelharaa dega memmalka dowtme dapat megkatka produktvtas da megurag baya sklus hdup. d. Adaptve Mateace, megguaka software komputer utuk memproses data yag dperluka utuk perawata. e. Perfectve Mateace, megkatka kerja, pembugkusa/ pegepaka/ pemelharaa dega megguaka software komputer. Pemlha metode peetua umur peggata pecegaha yatu dega megguaka metode umur peggata pecegaha peralata yag optmal berdasarka terjadya kerusaka, dega memperhtugka waktu yag dperluka utuk melaksaaka peggata kerusaka da pecegaha. Mmas total ogkos peggata yag dperluka perut waktu.

4 Kosep Relablty (Keadala) Keadala dapat ddefska sebaga probabltas sstem aka memlk kerja sesua fugs yag dbutuhka dalam perode waktu tertetu (Ebelg, 1997). Defs la keadala adalah probabltas suatu sstem aka berfugs secara ormal ketka dguaka utuk perode waktu yag dgka dalam kods operas yag spesfk (Dhllo, 1997). dperhatka, yatu: Berdasarka defs datas, maka ada beberapa hal yag perlu Probabltas, dmaa la relablty adalah berada datara 0 da1. Kemampua yag dharapka, harus dgambarka secara terag atau jelas. Utuk setap ut terdapat suatu stadar utuk meetuka apa yag dmaksud dega kemampua yag dharapka. Tujua yag dgka, dmaa keguaa peralata harus spesfk. Hal dkareaka terdapat beberapa tgkata dalam memproduks suatu barag kosume. Waktu, merupaka parameter yag petg utuk melakuka pelaa kemugka suksesya suatu sstem.

5 26 Kods Lgkuga, mempegaruh umur dar sstem atau peralata sepert suhu, kelembaba da kecepata gerak. Hal mejelaska bagamaa perlakua yag dterma sstem dapat memberka tgkat keadala yag berbeda dalam kods operasoalya Kosep Mataablty (Keterawata) Keterawata ddefska sebaga probabltas suatu sstem / kompoe aka kembal pada keadaa yag memuaska da dalam kods operas mampu mecapa waktu dowtme mmum (Dhllo, 1997). Defs la keterawata adalah probabltas bahwa kompoe atau sstem yag rusak aka dperbak ke dalam suatu kods tertetu dalam perode waktu tertetu sesua dega prosedur yag telah dtetuka (Ebelg, 1997). Prosedur perawata melbatka perbaka, ketersedaa sumber daya perawata (teaga kerja, suku cadag, peralata, dsb), program perawata pecegaha, keahla teaga kerja da jumlah orag yag termasuk d dalam baga perawata tersebut Kosep Avalablty (Ketersedaa) Ketersedaa dapat ddefska sebaga probabltas suatu sstem beroperas sesua fugsya dalam suatu waktu tertetu dalam kods operas yag telah dtetapka (Ebelg, 1997). Sehgga ketersedaa merupaka

6 27 fugs dar suatu sklus waktu operas (relablty) da waktu dowtme (mataablty) Dstrbus Kerusaka Merupaka suatu dstrbus yag dguaka utuk pola data kerusaka yag terbetuk pada kompoe mes, sehgga kta dapat megetahu pola data kerusaka tersebut. Apabla pola data kerusaka telah dketahu, maka aka dapat dketahu pola data tersebut termasuk dalam dstrbus apa. Setelah dketahu pola data tersebut termasuk dalam dstrbus apa, maka aka dapat dukur parameter, yag atya parameter tersebut dguaka utuk mecar la MTTR da MTTF, yag akhrya dguaka utuk mecar realblty. Ada empat macam pola data yag dapat terbetuk, atara la : Dstrbus Webull, Dstrbus Ekspoetal, Dstrbus Normal, da Dstrbus Logormal Dstrbus Webull Dstrbus Webull merupaka jes dstrbus yag palg serg dguaka utuk waktu kerusaka, dkareaka dstrbus dapat dmafaatka utuk megetahu laju kerusaka yag megkat maupu laju kerusaka yag meuru. Dua parameter yag dguaka dalam dstrbus adalah θ yag dsebut dega scale parameter ( parameter skala ) da β yag dsebut dega

7 28 parameter betuk ( shape parameter ). Fugs Realblty yag terdapat dalam dstrbus Webull yatu : Fugs Realbltas : R ( t ) = Dmaa θ > 0, β > 0, da t > 0 Dalam dstrbus Webull yag meetuka tgkat kerusaka dar pola data yag terbetuk adalah parameter β. Jka parameter β mempegaruh laju kerusaka, maka θ mempegaruh la tegah data Dstrbus Ekspoetal Dstrbus dguaka utuk meghtug keadala dar dstrbus kerusaka, yag memlk laju kerusaka kosta. Dstrbus mempuya laju kerusaka yag tetap terhadap waktu, dega kata la peluag atau probabltas terjad kerusaka alat tdak tergatug pada la umur ekooms alat tersebut. Parameter yag dguaka dalam dstrbus adalah λ, yag meujukka rata rata kedataga kerusaka yag terjad. Fugs Realblty yag terdapat dalam dstrbus adalah ; Fugs Realbltas : R ( t ) = Dmaa t > 0, λ > 0

8 Dstrbus Normal Dstrbus Normal dguaka utuk memodelka feomea keausa. Parameter yag dguaka adalah ( la tegah ) da ( stadar devas ). Karea dstrbus mempuya hubuga dega dstrbus Logormal, maka dstrbus juga dapat dguaka utuk megaalsa probabltas Logormal. Fugs Realblty yag terdapat dalam dstrbus adalah : Fugs Relabltas : R ( t ) = Dmaa > 0, > 0, da t > Dstrbus Logormal Dstrbus Logormal megguaka dua parameter, yatu s yag merupaka parameter betuk ( shape parameter ) da sebaga parameter lokas ( locato parameter ) yag merupaka la tegah dar suatu dstrbus kerusaka. Dstrbus memlk berbaga macam betuk sehgga serg djumpa data yag sesua dega dstrbus Webull, juga sesua dega dega data dalam dstrbus Logormal. Fugs Realblty yag terdapat pada dstrbus Logormal yatu : Fugs Relabltas : R ( t ) = 1 Dmaa s > 0, > 0 da t > 0

9 Idetfkas Dstrbus Idetfkas dstrbus dlakuka dalam dua tahap, yatu ; Least Square Curve Fttg da Goodess Of Ft Test. Least Square Curve Fttg Metode dguaka utuk meghtug la dex of ft ( r ). Dstrbus dega la r yag terbesar aka dplh utuk duj dega megguaka Goodess Of Ft Test. Rumus umum yag terdapat dalam Least Square Curve Fttg adalah : F ( ) = Dmaa : = data waktu ke t = jumlah data kerusaka Rumus dar Idex of Ft adalah : r = z z x x z x z x *Utuk Webull, Normal, Logormal

10 31 Maka la : b= *Utuk Ekspoetal Rumus yag dmlk oleh masg masg dstrbus : 1. Dstrbus Webull = l dmaa adalah data waktu ke- = l [ l ] Parameter : β = b da θ = 2. Dstrbus Ekspoetal = dmaa adalah data waktu ke- = l Parameter : λ = b 3. Dstrbus Normal = dmaa adalah data waktu ke- = = [ F( ) ] Parameter : da

11 32 4. Dstrbus Logormal = l dmaa adalah data waktu ke- = = [ F( ) ] Parameter : s = da = Goodess Of Ft Test Setelah dlakuka perhtuga dex of ft maka tahap selajutya dlakuka peguja Goodess Of Ft utuk la dex of ft yag terbesar. Uj dlakuka dega membadgka hpotesa ol ( Ho ) yag meyataka bahwa data kerusaka megkut dstrbus plha da hpotess alteratf yag meyataka bahwa data kerusaka tdak megkut dstrbus plha. Peguja yag dlakuka dalam Goodess Of Ft ada tga macam, yatu Ma Test utuk dstrbus Webull, Bartlett Test utuk dstrbus Ekspoetal da Kolmogorov-Smrov utuk dstrbus Normal da Logormal Ma Test Utuk Ma Test hpotesa cara utuk melakuka uj adalah : Ho : Data kerusaka utuk dstrbus Webull H1 : Data kerusaka tdak berdstrbus Webull

12 33 Rumusya adalah : M ; Dmaa : - l (1- ) Jka la M < maka dterma. Nla dperoleh dar tabel dstrbus F dega Bartlet s Test Sedagka utuk Bartlet s, hpotesa utuk melakuka uj adalah Ho : Data kerusaka berdstrbus Ekspoetal H1 : Data kerusaka tdak berdstrbus Ekspoetal Rumusya adalah : B =

13 34 Dmaa : adalah data waktu kerusaka ke r adalah jumlah kerusaka. B adalah la statstk utuk uj Barlett test Ho dterma jka : < B < Kolmogorov-Smrov Test uj adalah : Dalam metode Kolomogorov-Smrov hpotesa dalam melakuka Ho : Data kerusaka berdstrbus Normal atau Logormal H1 : Data kerusaka tdak berdstrbus Normal atau Logormal Uj Stattstkya adalah : max {D1,D2 } Dmaa : { - } { } Da utuk meghtug stadar devas ( s ) ;

14 35 adalah waktu kerusaka ke s adalah stadar devas Jka < maka terma Ho. Nla dperoleh dar tabel crtcal value for Kolomogorov Smrov test for ormalty Mea Tme To Falure ( MTTF ) Mea Tme To Falure merupaka rata rata selag waktu kerusaka dar suatu dstrbus kerusaka. Perhtuga MTTF utuk masg masg dstrbus adalah : Dstrbus Webull MTTF =.Ґ Dstrbus Ekspoetal MTTF = Dstrbus Normal MTTF = Dstrbus Logormal MTTF = Mea Tme To Repar ( MTTR ) Utuk meghtug la rata rata perbaka, dstrbus data utuk waktu perbaka, dstrbus data utuk waktu perbaka perlu dketahu lebh

15 36 dahulu. Peguja utuk meetuka dstrbus data dlakuka dega cara sepert yag ada datas. Rumus utuk masg masg dstrbus adalah : Dstrbus Webull MTTR =.Ґ Dstrbus Ekspoetal MTTR = Dstrbus Logormal Da Normal MTTR = Fshboe Dagram Meurut V. Gaspersz (1998) dagram sebab akbat adalah suatu dagram yag meujukka hubuga atara sebab akbat. Berkata dega pegedala proses statstcal, dagram sebab akbat dperguaka utuk meujukka faktor - faktor peyebab. Dagram sebab akbat dsebut juga dagram tulag ka ( fshboe dagram ) karea betukya sepert keragka tulag ka da dperkealka pertama kal oleh Prof. Kaoru Ishkawa dar uverstas Tokyo tahu 1953 sehgga dsebut juga dagram Ishkawa. Meurut V. Gasperz ( 2001 ), lagkah lagkah dalam membuat suatu dagram Fshboe, atara la :

16 37 Memula dega peryataa masalah-masalah utama yag petg da medesak utuk dselesaka. Meulska peryataa masalah tu pada kepala ka yag merupaka akbat (effect) pada ss sebelah kaa pada kertas, kemuda meggambarka tulag belakag dar kr ke kaa da meempatka peryataa masalah tu dalam kotak. Meulska faktor-faktor peyebab utama yag mempegaruh masalah kualtas sebaga tulag besar, juga dtempatka daloam kotak. Kategorkategor peyebab utama dapat dkembagka melalu stratfkas ke dalam pegelompoka dar factor-faktor, sepert mausa, mes, peralata, materal, metode kerja, lgkuga, da la-la. Meulska peyebab peyebab sekuder yag mempegaruh peyebab tugas utama, dyataka sebaga tulag sedag.

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Pegerta Perawata (Mateace) Meurut Assaur (999, p95) perawata merupaka kegata utuk memelhara atau mejaga fasltas da peralata pabrk, da megadaka perbaka, peyesuaa, atau peggata yag dperluka

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu. BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa yag varabel bebasya ( berpagkat palg tgg satu. Utuk regres ler sederhaa, regres ler haya melbatka dua varabel ( da. Persamaa regresya dapat dtulska

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2. Pegerta Pemelharaa da Perawata Pegerta Pemelharaa da Perawata ( Mateace ) meurut Assaur adalah suatu kegata utuk mejaga atau memelhara fasltas da peralata pabrk da megadaka perbaka

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 9 BAB LANDASAN TEORI. Defs Pemelharaa Agar suatu kegata produks dapat berlagsug dega lacar, meghaslka produk-produk yag bermutu tgg, maka perlu ddukug oleh mes-mes atau peralata yag hadal da sap bekerja

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 8 BAB LANDASAN TEORI. Prevetve Mateace.. Pegerta Perawata (Mateace) Meurut Assaur (999, p59) perawata merupaka kegata utuk memelhara atau mejaga fasltas da peralata pabrk, da megadaka perbaka, peesuaa

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pemelharaa (Mateace) 2.1.1 Pegerta Pemelharaa Defs pemelharaa (mateace) meurut Patrck (2001, p407) adalah suatu kegata utuk memelhara da mejaga fasltas yag ada serta memperbak,

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2. Perawata (Mateace) Perawata (mateace) adalah memperbak alat-alat mekak atau elektrk yag sedag rusak atau tergaggu (dkeal sebaga reparas, tdak terjadwal atau pemelharaa secara kebetula),

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa merupaka baga regres yag mecakup hubuga ler satu peubah acak tak bebas dega satu peubah bebas. Hubuga ler da dar satu populas dsebut gars regres

Lebih terperinci

BAB 4 PENGUMPULAN, PENGOLAHAN DAN ANALISIS DATA

BAB 4 PENGUMPULAN, PENGOLAHAN DAN ANALISIS DATA 97 BAB 4 PENGUMPULAN, PENGOLAHAN DAN ANALISIS 4. Hasl da Pegumpula Data 4.. Peetua L Krts DATA Berdasarka hasl peelta da observas dlapaga secara lagsug pada lata produks PT. Fajar It Plasdo yag meghaslka

Lebih terperinci

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM 1 Megetahu perhtuga persamaa regres ler Meggambarka persamaa regres ler ke dalam dagram pecar TEORI PENUNJANG Persamaa Regres adalah persamaa matematka

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 1 Pegerta Regres Istlah regres pertama kal dperkealka oleh Fracs Galto Meurut Galto, aalss regres berkeaa dega stud ketergatuga dar suatu varabel yag dsebut tak bebas depedet varable,

Lebih terperinci

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai BAB LANDASAN TEORI. Kosep Dasar Aalss Regres Aalss regres regressso aalyss merupaka suatu tekk utuk membagu persamaa da megguaka persamaa tersebut utuk membuat perkraa predcto. Dega demka, aalss regres

Lebih terperinci

BAB 2. Tinjauan Teoritis

BAB 2. Tinjauan Teoritis BAB Tjaua Teorts.1 Regres Lear Sederhaa Regres lear adalah alat statstk yag dperguaka utuk megetahu pegaruh atara satu atau beberapa varabel terhadap satu buah varabel. Varabel yag mempegaruh serg dsebut

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2. Perawata (Mateace) Perawata (mateace) adalah memperbak alat-alat mekak atau elektrk yag sedag rusak atau tergaggu (dkeal sebaga reparas, tdak terjadwal atau pemelharaa secara kebetula),

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Pegerta Pemelharaa (Mateace) Tujua pemelharaa adalah utuk memelhara kemampua sstem da megedalka baya sehgga system harus dracag da dpelhara utuk mecapa stadar mutu da kerja yag dharapka.

Lebih terperinci

TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP

TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP JURNAL MATEMATIKA DAN KOMPUTER Vol. 7. No. 1, 11-19, Aprl 004, ISSN : 1410-8518 TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM Sudaro Jurusa Matematka FMIPA UNDIP Abstrak Sstem yag dbetuk

Lebih terperinci

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI 9.1. Dstrbus Kotu Dstrbus memlk sfat kotu dmaa data yag damat berjala secara kesambuga da tdak terputus. Maksudya adalah bahwa data yag damat tersebut tergatug

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Metode Sychroous Servcg Secara umum hubuga mausa da mes dapat berbetuk salah satu dar tpe berkut (Wgjosoebroto,S., 000. Ergoom Stud Gerak da Waktu, halama 53): Sychroous servcg. Completely

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 4 BAB LANDASAN TEORI. Prevetve Mateace.. Pegerta Perawata ( Mateace ) Meurut Assaur (999, p95) perawata merupaka kegata utuk memelhara atau mejaga fasltas da peralata pabrk, da megadaka perbaka, peyesuaa,

Lebih terperinci

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu KORELASI 1 D dua kta tdak dapat hdup sedr, tetap memerluka hubuga dega orag la. Hubuga tu pada umumya dlakuka dega maksud tertetu sepert medapat kergaa pajak, memperoleh kredt, memjam uag, serta mta pertologa/batua

Lebih terperinci

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling BAB LANDASAN TEORI Kosep Dasar Aalss Regres Aalss regres adalah suatu proses memperkraka secara sstemats tetag apa yag palg mugk terjad dmasa yag aka datag berdasarka formas yag sekarag dmlk agar memperkecl

Lebih terperinci

UNIVERSITAS INDONESIA

UNIVERSITAS INDONESIA UNIVERSITAS INDONESIA OPTIMASI PREVENTIVE MAINTENANCE DAN PENJADWALAN PENGGANTIAN KOMPONEN MESIN KOMPRESSOR DENGAN MENGGUNAKAN MIXED INTEGER NON LINIER PROGRAMMING DARI KAMRAN TESIS PRIMA FITHRI 0906495886

Lebih terperinci

UKURAN GEJALA PUSAT DAN UKURAN LETAK

UKURAN GEJALA PUSAT DAN UKURAN LETAK UKURAN GEJALA PUSAT DAN UKURAN LETAK MODUL 4 UKURAN GEJALA PUSAT DAN UKURAN LETAK. Pedahulua Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu persoala, bak megea sampel atau pu

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Pegerta pemelharaa (mateace) Pemelharaa atau perawata merupaka kegata utuk mejaga atau memelhara fasltas atau perawata pabrk dega megadaka perbaka, peyesuaa atau pergata yag dperluka

Lebih terperinci

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas:

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas: ANALISIS REGRESI Pedahulua Aalss regres berkata dega stud megea ketergatuga satu peubah (peubah terkat) terhadap satu atau lebh peubah laya (peubah pejelas). Jka Y dumpamaka sebaga peubah terkat da X1,X,...,X

Lebih terperinci

8. MENGANALISIS HASIL EVALUASI

8. MENGANALISIS HASIL EVALUASI 8. MENGANALISIS HASIL EVALUASI Tujua : Mampu megaalsa tgkat kesukara hasl evaluas utuk megkatka hasl proses pembelajara Kegata megaals hasl evaluas merupaka upaya utuk memperbak programprogram pembelajara

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA.1 Pedahulua Sebelum membahas megea prosedur peguja hpotess, terlebh dahulu aka djelaska beberapa teor da metode yag meujag utuk mempermudah pembahasa. Adapu teor da metode tersebut

Lebih terperinci

ANALISIS KEANDALAN (RELIABILITY) MESIN PRODUKSI DENGAN FUNGSI DISTRIBUSI WEIBULL

ANALISIS KEANDALAN (RELIABILITY) MESIN PRODUKSI DENGAN FUNGSI DISTRIBUSI WEIBULL ANALISIS KEANDALAN (RELIABILITY) MESIN PRODUKSI DENGAN FUNGSI DISTRIBUSI WEIBULL Agus Fkr, ST., MM Muhammad Irva, ST.,MT. ABSTRACT I a producto system, all mache related to the creato of added value of

Lebih terperinci

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten BAB III METODE PENELITIAN 3. Tempat da Waktu Peelta 3.. Tempat Tempat peelta dlaksaaka d SMP Neger 4 Tlamuta Kabupate Boalemo pada sswa kelas VIII. 3.. Waktu Peelta dlaksaaka dalam waktu 3 bula yatu dar

Lebih terperinci

BAB 2 LANDASAN TEORI. Definisi pemeliharaan menurut O Connor (2001,p407) adalah suatu kegiatan

BAB 2 LANDASAN TEORI. Definisi pemeliharaan menurut O Connor (2001,p407) adalah suatu kegiatan BAB LANDASAN TEORI. Pemelharaa (Mateace) Defs pemelharaa meurut O Coor (00,p407) adalah suatu kegata utuk memelhara da mejaga fasltas yag ada serta meperbak. Melakuka peyesuaa atau pegata yag dperluka

Lebih terperinci

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL 3. Pegerta Masalah regres vers dega betuk lear dapat djumpa dalam berbaga bdag kehdupa, dataraya dalam bdag ekoom, kesehata, fska, kma

Lebih terperinci

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES * PENYAJIAN DATA Secara umum, ada dua cara peyaja data, yatu : 1. Tabel atau daftar. Grafk atau dagram Macam-macam daftar yag dkeal : a. Daftar bars kolom b. Daftar kotges c. Daftar dstrbus frekues Sedagka

Lebih terperinci

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri III. METODE PEELITIA A. Metodolog Peelta Metodolog peelta adalah cara yag dlakuka secara sstemats megkut atura-atura, recaaka oleh para peeltutuk memecahka permasalaha yag hdup da bergua bag masyarakat,

Lebih terperinci

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST Koferes Nasoal Tekk Spl 3 (KoNTekS 3) Jakarta, 6 7 Me 009 WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST Maksum Taubrata Program Stud Tekk Spl, Uverstas Krste Maraatha Badug Jl.

Lebih terperinci

BAB III PERSAMAAN PANAS DIMENSI SATU

BAB III PERSAMAAN PANAS DIMENSI SATU BAB III PERSAMAAN PANAS DIMENSI SAU Pada baga sebelumya, kta telah membahas peerapa metoda Ruge-Kutta orde 4 utuk meyelesaka masalah la awal dar persamaa dferesal basa orde. Pada bab, kta aka melakuka

Lebih terperinci

BAB 5. ANALISIS REGRESI DAN KORELASI

BAB 5. ANALISIS REGRESI DAN KORELASI BAB 5. ANALISIS REGRESI DAN KORELASI Tujua utama aalss regres adalah mecar ada tdakya hubuga ler atara dua varabel: Varabel bebas (X), yatu varabel yag mempegaruh Varabel terkat (Y), yatu varabel yag dpegaruh

Lebih terperinci

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu BAB II LADASA TEORI Dalam pegambla sampel dar suatu populas, dperluka suatu tekk pegambla sampel yag tepat sesua dega keadaa populas tersebut. Sehgga sampel yag dperoleh adalah sampel yag dapat mewakl

Lebih terperinci

Uji Statistika yangb digunakan dikaitan dengan jenis data

Uji Statistika yangb digunakan dikaitan dengan jenis data Uj Statstka yagb dguaka dkata dega jes data Jes Data omal Ordal Iterval da Raso Uj Statstka Koefse Kotges Rak Spearma Kedall Tau Korelas Parsal Kedall Tau Koefse Kokordas Kedall W Pearso Korelas Gada Korelas

Lebih terperinci

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP Msal dguaka kode ler C[, k, d] dega matrks pembagu G da matrks cek partas H. Sebuah blok formas x = x 1 x 2 x k, x = 0 atau 1, yag aka dkrm terlebh

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4. Deskrps Peelta Berdasarka hasl peelta, d peroleh data megea kemempua sswa melakuka smash sebelum da sesudah latha power otot lega adalah sebaga berkut : Tabel.

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu

BAB 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu BAB TINJAUAN TEORITIS. Pegerta Aalsa Regres Istlah regres pertama kal dperkealka oleh Fracs Galto. Meurutya, aalss regres berkeaa dega stud ketergatuga atara dua atau lebh varabel yatu varabel yag meeragka

Lebih terperinci

3.1 Biaya Investasi Pipa

3.1 Biaya Investasi Pipa BAB III Model Baya Pada model baya [8] d tugas akhr, baya tahua total utuk megoperaska jarga ppa terdr dar dua kompoe, yatu baya operasoal da baya vestas. Baya operasoal terdr dar baya operasoal ppa da

Lebih terperinci

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas TEKNIK SAMPLING Hazmra Yozza Izzat Rahm HG Jurusa Matematka FMIPA Uverstas Adalas Defs Suatu cotoh gerombol adalah suatu cotoh acak sederhaa dmaa setap ut pearka cotoh adalah kelompok atau gerombol dar

Lebih terperinci

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan Aalsa Numerk Baha Matrkulas PENDAHULUAN Metode umerk merupaka suatu tekk atau cara utuk megaalsa da meyelesaka masalah masalah d dalam bdag rekayasa tekk da sa dega megguaka operas perhtuga matematk Masalah-masalah

Lebih terperinci

BAB III ISI. x 2. 2πσ

BAB III ISI. x 2. 2πσ BAB III ISI 4. Keadata Normal Multvarat da Sfat-sfatya Keadata ormal multvarat meruaka geeralsas dar keadata ormal uvarat utuk dmes. f ( x) [( x )/ ] / = e x π x = ( x )( ) ( x ). < < (-) (-) Betuk (-)

Lebih terperinci

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan,

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan, BAB II TINJAUAN TEORITIS.1 Kosep Dasar Statstka Statstk merupaka cara cara tertetu yag dguaka dalam megumpulka, meyusu atau megatur, meyajka, megaalsa da member terpretas terhadap sekumpula data, sehgga

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel BAB I PENDAHULUAN 1.1 Statstka Deskrptf da Statstka Iferesal Dewasa d berbaga bdag lmu da kehdupa utuk memaham/megetahu sesuatu dperluka dat Sebaga cotoh utuk megetahu berapa bayak rakyat Idoesa yag memerluka

Lebih terperinci

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI BB 6 PRINSIP INKLUSI DN EKSKLUSI Pada baga aka ddskuska topk berkutya yatu eumeras yag damaka Prsp Iklus da Eksklus. Kosep dalam bab merupaka perluasa de dalam Dagram Ve beserta oepras rsa da gabuga, amu

Lebih terperinci

BAB 2 : BUNGA, PERTUMBUHAN DAN PELURUHAN

BAB 2 : BUNGA, PERTUMBUHAN DAN PELURUHAN Jl. Raya Wagu Kel. Sdagsar Kota Bogor Telp. 0251-8242411, emal: prohumas@smkwkrama.et, webste : www.smkwkrama.et BAB 2 : BUNGA, PERTUBUHAN DAN PELURUHAN PENGERTIAN BUNGA Buga adalah jasa dar smpaa atau

Lebih terperinci

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS C. Pembelajara 3 1. Slabus N o STANDA R KOMPE TENSI KOMPE TENSI DASAR INDIKATOR MATERI TUGAS BUKTI BELAJAR KON TEN INDIKA TOR WAK TU SUM BER BELA JAR Meerap ka atura kosep statstka dalam pemecah a masalah

Lebih terperinci

BAB 4 PENGUMPULAN, PENGOLAHAN DAN ANALISIS DATA

BAB 4 PENGUMPULAN, PENGOLAHAN DAN ANALISIS DATA 08 BAB 4 PENGUMPULAN, PENGOLAHAN DAN ANALISIS DATA 4. Pegumpula Data Data yag peuls kumpulka adalah data yag berhubuga dega proses produks, lapora kerusaka mes, lapora reject dalam produks yag dtaga oleh

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Bab aka mejelaska megea ladasa teor yag dpaka oleh peuls dalam peelta. Bab dbag mejad beberapa baga, yag masg masg aka mejelaska Prcpal Compoet Aalyss (PCA), Egeface, Klusterg K-Meas,

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Sampa saat, model Regres da model Aalss Varas telah dpadag sebaga dua hal ag tdak berkata. Meskpu merupaka pedekata ag umum dalam meeragka kedua cara pada taraf permulaa,

Lebih terperinci

BAB 1 ERROR PERHITUNGAN NUMERIK

BAB 1 ERROR PERHITUNGAN NUMERIK BAB ERROR PERHITUNGAN NUMERIK A. Tujua a. Memaham galat da hampra b. Mampu meghtug galat da hampra c. Mampu membuat program utuk meelesaka perhtuga galat da hampra dega Matlab B. Peragkat da Mater a. Software

Lebih terperinci

X a, TINJAUAN PUSTAKA

X a, TINJAUAN PUSTAKA PENELITIAN SEBELUMNYA Statstka Deskrptf TINJAUAN PUSTAKA TINJAUAN STATISTIKA Uj Idepedes Uj depedes dguak utuk megetahu adaya hubuga atara dua varabel (Agrest, 1990). H 0 : tdak ada hubuga atara varabel

Lebih terperinci

STUDI KELAYAKAN: ASPEK FINANSIAL. F.Hafiz Saragih SP, MSc

STUDI KELAYAKAN: ASPEK FINANSIAL. F.Hafiz Saragih SP, MSc STUDI KELAYAKAN: ASPEK FINANSIAL F.Hafz Saragh SP, MSc Pajak Baya bag perusahaa/ usahata, sehgga merupaka peguraga dar beeft Subsd FINANSIAL Peguraga baya bag perusahaa/ usahata, sehgga merupaka tambaha

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Dalam pemodela program ler, semua parameter yag dguaka dalam model dasumska dapat dketahu secara past. Parameter-parameter terdr dar koefse batasa ( ) a, la kuattas batasa

Lebih terperinci

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN // REGRESI LINEAR SEDERHANA DAN KORELASI. Model Regres Lear. Peaksr Kuadrat Terkecl 3. Predks Nla Respos 4. Iferes Utuk Parameter-parameter Regres 5. Kecocoka Model Regres 6. Korelas Utrwe Mukhayar MA

Lebih terperinci

BAB 2 LANDASAN TEORITIS. yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama.

BAB 2 LANDASAN TEORITIS. yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama. BAB 2 LANDASAN TEORITIS 2.1 Pegerta Peramala Peramala ( forecastg ) adalah kegata memperkraka atau mempredkska apa yag aka terjad pada masa yag aka datag dega waktu yag relatf lama. Sedagka ramala adalah

Lebih terperinci

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran Kurkulum 013/006 matematka K e l a s XI STATISTIKA: UKURAN PEMUSATAN Tujua Pembelajara Setelah mempelajar mater, kamu dharapka memlk kemampua berkut. 1. Dapat meetuka rata-rata data tuggal da data berkelompok..

Lebih terperinci

STATISTIK. Ukuran Gejala Pusat Ukuran Letak Ukuran Simpangan, Dispersi dan Variasi Momen, Kemiringan, dan Kurtosis

STATISTIK. Ukuran Gejala Pusat Ukuran Letak Ukuran Simpangan, Dispersi dan Variasi Momen, Kemiringan, dan Kurtosis STATISTIK Ukura Gejala Pusat Ukura Letak Ukura Smpaga, Dspers da Varas Mome, Kemrga, da Kurtoss Notas Varabel dyataka dega huruf besar Nla dar varabel dyataka dega huruf kecl basaya dtuls Tmes New Roma

Lebih terperinci

BAB 2 LANDASAN TEORI. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama.

BAB 2 LANDASAN TEORI. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama. BAB 2 LANDASAN TEORI 2.1 Pegerta Peramala Peramala ( forecastg ) adalah kegata memperkraka atau mempredkska apa yag aka terjad pada masa yag aka datag dega waktu yag relatve lama. Sedagka ramala adalah

Lebih terperinci

UKURAN GEJALA PUSAT (UGP)

UKURAN GEJALA PUSAT (UGP) UKURAN GEJALA PUSAT (UGP) Pegerta: Rata-rata (average) alah suatu la yag mewakl suatu kelompok data. Nla dsebut juga ukura gejala pusat karea pada umumya mempuya kecederuga terletak d tegah-tegah da memusat

Lebih terperinci

TINJAUAN PUSTAKA Evaluasi Pengajaran

TINJAUAN PUSTAKA Evaluasi Pengajaran TINJAUAN PUSTAKA Evaluas Pegajara Evaluas adalah suatu proses merecaaka, memperoleh da meyedaka formas yag sagat dperluka utuk membuat alteratf- alteratf keputusa. Dalam hubuga dega kegata pegajara evaluas

Lebih terperinci

BAB III MENENTUKAN JADWAL OPTIMUM PERAWATAN OVERHAUL. MESIN OKK Gill BCG1-P2 PADA BAGIAN DRAWING PT VONEX INDONESIA

BAB III MENENTUKAN JADWAL OPTIMUM PERAWATAN OVERHAUL. MESIN OKK Gill BCG1-P2 PADA BAGIAN DRAWING PT VONEX INDONESIA BAB III MENENTUKAN JADWAL OPTIMUM PERAWATAN OVERHAUL MESIN OKK Gll BCG1-P PADA BAGIAN DRAWING PT VONEX INDONESIA 3.1 Pedahulua Pada Bab II elah djelaska megea eor eor yag dbuuhka uuk meeuka jadwal opmum

Lebih terperinci

Penarikan Contoh Acak Sederhana (Simple Random Sampling)

Penarikan Contoh Acak Sederhana (Simple Random Sampling) Pearka Cotoh Acak Sederhaa (Smple Radom Samplg) Defs Jka sebuah cotoh berukura dambl dar suatu populas sedemka rupa sehgga setap cotoh berukura ag mugk memlk peluag sama utuk terambl, maka prosedur tu

Lebih terperinci

Uji Modifikasi Peringkat Bertanda Wilcoxon Untuk Masalah Dua Sampel Berpasangan 1 Wili Solidayah 2 Siti Sunendiari 3 Lisnur Wachidah

Uji Modifikasi Peringkat Bertanda Wilcoxon Untuk Masalah Dua Sampel Berpasangan 1 Wili Solidayah 2 Siti Sunendiari 3 Lisnur Wachidah Prosdg Statstka ISSN 40-45 Uj Modfkas Pergkat Bertada Wlcoxo Utuk Masalah Dua Sampel Berpasaga 1 Wl Soldayah St Suedar 3 Lsur Wachdah 1, Statstka, Fakultas MIPA, Uverstas Islam Badug, Jl. Tamasar No. 1

Lebih terperinci

Regresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( )

Regresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( ) Regres & Korelas Ler Sederhaa 1. Pedahulua Gagasa perhtuga dtetapka oleh Sr Fracs Galto (18-1911) Persamaa regres :Persamaa matematk yag memugkka peramala la suatu peubah takbebas (depedet varable) dar

Lebih terperinci

NORM VEKTOR DAN NORM MATRIKS

NORM VEKTOR DAN NORM MATRIKS NORM VEKTOR DN NORM MTRIK umaag Muhtar Gozal UNIVERIT PENDIDIKN INDONEI. Pedahulua Jka kta membcaraka topk ruag vektor maka cotoh sederhaa yag dapat kta ambl adalah ruag Eucld R. D ruag kta medefska pajag

Lebih terperinci

Jawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2

Jawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2 M 81 STTISTIK DSR SEMESTER II 11/1 KK STTISTIK, FMIP IT SOLUSI UJIN TENGH SEMESTER (UTS) Sabtu, 1 Me 1, Pukul 9. 1.4 WI (1 met) Kelas 1. Pegajar: Udjaa S. Pasarbu/Rr. Kura Novta Sar, Kelas. Pegajar: Utrwe

Lebih terperinci

PERBANDINGAN ESTIMASI CADANGAN KLAIM

PERBANDINGAN ESTIMASI CADANGAN KLAIM TUGAS AKHIR SS450 TUGAS AKHIR SS 450 PERBANDINGAN ESTIMASI CADANGAN KLAIM PENENTUAN MENGGUNAKAN WAKTU METODE OPTIMUM CHAIN PERBAIKAN LADDER DAN MESIN GENERALIZED KETEL MENGGUNAKAN LINEAR MODELS (GLMs)

Lebih terperinci

LANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal)

LANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal) LANGKAH-LANGKAH UJI HIPOTESIS DENGAN (Utuk Data Nomal). Merumuska hpotess (termasuk rumusa hpotess statstk). Data hasl peelta duat dalam etuk tael slag (tael frekues oservas) 3. Meetuka krtera uj atau

Lebih terperinci

Analisis Kriteria Investasi

Analisis Kriteria Investasi Uverstas Guadarma TUJUAN Setelah mempelajar Bab dharapka mahasswa dapat memaham: Apakah gagasa usaha (proyek) yag drecaaka dapat memberka mafaat (beeft), bak dlhat dar facal beeft maupu socal beeft. Pelaa

Lebih terperinci

BAB II TINJAUAN PUSTAKA. Pada Bab I sudah dijelaskan bahwa tujuan penelitian ini adalah untuk

BAB II TINJAUAN PUSTAKA. Pada Bab I sudah dijelaskan bahwa tujuan penelitian ini adalah untuk BAB II TINJAUAN PUSTAKA 2.1 Pedahulua Pada Bab I sudah djelaska bahwa tujua peelta adalah utuk memperoleh ekspektas bayakya kompoe lstrk motor yag aka medapatka peggata berdasarka kebjaka Reewg Free Replacemet

Lebih terperinci

S2 MP Oleh ; N. Setyaningsih

S2 MP Oleh ; N. Setyaningsih S2 MP Oleh ; N. Setyagsh MATERI PERTEMUAN 1-3 (1)Pedahulua pera statstka dalam peelta ; (2)Peyaja data : dalam betuk (a) tabel da (b) dagram; (3) ukura tedes setaral da ukura peympaga (4)dstrbus ormal

Lebih terperinci

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel BAB LANDASAN TEORI.1 Pegerta Regres Regres dalam statstka adalah salah satu metode utuk meetuka tgkat pegaruh suatu varabel terhadap varabel yag la. Varabel yag pertama dsebut dega bermacam-macam stlah:

Lebih terperinci

3 Departemen Statistika FMIPA IPB

3 Departemen Statistika FMIPA IPB Supleme Respos Pertemua ANALISIS DATA KATEGORIK (STK51) Departeme Statstka FMIPA IPB Pokok Bahasa Sub Pokok Bahasa Referes Waktu U potess Tga Cotoh atau Lebh U Kruskal-Walls (aalss ragam satu-arah berdasarka

Lebih terperinci

POLIGON TERBUKA TERIKAT SEMPURNA

POLIGON TERBUKA TERIKAT SEMPURNA MODUL KULIAH ILMU UKUR TANAH POLIGON TERBUKA TERIKAT SEMPURNA Pegerta : peetua azmuth awal da akhr, peetuat kesalaha peutup sudut,koreks sudut, kesalaha lear da koreks lear kearah sumbu X da Y, Peetua

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Defes Aalss Korelas da Regres a Aalss Korelas adalah metode statstka yag dguaka utuk meetuka kuatya atau derajat huuga lear atara dua varael atau leh. Semak yata huuga ler gars lurus,

Lebih terperinci

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data //203 UKURAN GEJALA PUSAT DAN UKURAN LETAK Kaa Evta Dew, S.Pd., M.S. Ukura gejala pusat Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu hal, bak tu dar sampel ataupu populas Ukura

Lebih terperinci

BAB III UKURAN PEMUSATAN DATA

BAB III UKURAN PEMUSATAN DATA BAB III UKURAN PEMUSATAN DATA A. Ukura Gejala Pusat Ukura pemusata adalah suatu ukura yag meujukka d maa suatu data memusat atau suatu kumpula pegamata memusat (megelompok). Ukura pemusata data adalah

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN A. Jes Peelta Dalam pelta peelt megguaka racaga eksperme. Eksperme adalah observas dbawah kods buata (artfcal codto), dmaa kods tersebut dbuat da d atur oleh s peelt. Dega

Lebih terperinci

Notasi Sigma. Fadjar Shadiq, M.App.Sc &

Notasi Sigma. Fadjar Shadiq, M.App.Sc & Notas Sgma Fadjar Shadq, M.App.Sc (fadjar_pg@yahoo.com & www.fadjarpg.wordpress.com Notas sgma memag jarag djumpa dalam kehdupa sehar-har, tetap otas tersebut aka bayak djumpa pada baga matematka yag la,

Lebih terperinci

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani FMDAM (2) Chartas Fbra Techque for Order Preferece by Smlarty to Ideal Soluto () ddasarka pada kosep dmaa alteratf terplh yag terbak tdak haya memlk jarak terpedek dar solus deal postf, amu juga memlk

Lebih terperinci

2.2.3 Ukuran Dispersi

2.2.3 Ukuran Dispersi 3 Ukura Dspers Yag aka dbahas ds adalah smpaga baku da varas karea dua ukura dspers yag palg serg dguaka Hubuga atara smpaga baku dega varas adalah Varas = Kuadrat dar Smpaga baku otas yag umum dguaka

Lebih terperinci

BAB 5 BARISAN DAN DERET KOMPLEKS. Secara esensi, pembahasan tentang barisan dan deret komlpeks sama dengan barisan dan deret real.

BAB 5 BARISAN DAN DERET KOMPLEKS. Secara esensi, pembahasan tentang barisan dan deret komlpeks sama dengan barisan dan deret real. BAB 5 BARIAN DAN DERET KOMPLEK ecara eses, pembahasa tetag barsa da deret komlpeks sama dega barsa da deret real. 5. Barsa Barsa merupaka sebuah fugs dega doma berupa hmpua blaga asl N. ebuah barsa kompleks

Lebih terperinci

Bab II Teori Pendukung

Bab II Teori Pendukung Bab II Teor Pedukug.. asar Statstka Utuk keperlua peaksra outstadg clams lablty, pegetahua dalam statstka mead hal yag petg. asar statstka yag dguaka dalam tess atara la :. strbus ormal Sebuah peubah acak

Lebih terperinci

BAB III METODE PENELITIAN. Penelitian ini dilakukan di PT. Mulya Agro Bioteknologi yang terletak

BAB III METODE PENELITIAN. Penelitian ini dilakukan di PT. Mulya Agro Bioteknologi yang terletak BAB III METODE PENELITIAN 3.1 Lokas da Waktu Peelta Peelta dlakuka d PT. Mulya Agro Botekolog yag terletak Perumaha Tegalgodo Asr Blok H III No. 10 Kecamata Karagploso, Kabupate Malag. Pemlha lokas peelta

Lebih terperinci

ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF

ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF KELOMPOK A I GUSTI BAGUS HADI WIDHINUGRAHA (0860500) NI PUTU SINTYA DEWI (0860507) LUH GEDE PUTRI SUARDANI (0860508) I PUTU INDRA MAHENDRA PRIYADI (0860500)

Lebih terperinci

ALGORITMA MENENTUKAN HIMPUNAN TERBESAR DARI SUATU MATRIKS INTERVAL DALAM ALJABAR MAX-PLUS

ALGORITMA MENENTUKAN HIMPUNAN TERBESAR DARI SUATU MATRIKS INTERVAL DALAM ALJABAR MAX-PLUS LGORITM MENENTUKN HIMPUNN TERBESR DRI SUTU MTRIKS INTERVL DLM LJBR MX-PLUS Rata Novtasar Program Stud Matematka FMIP UNDIP JlProfSoedarto SH Semarag 575 bstract Ths research dscussed about how to obtaed

Lebih terperinci

Penelitian Operasional II Teori Permainan TEORI PERMAINAN

Penelitian Operasional II Teori Permainan TEORI PERMAINAN Peelta Operasoal II Teor Permaa 7 2 TEORI PERMAINAN 2 Pegatar 2 Krtera Tekk Permaa : () Terdapat persaga kepetga datara pelaku (2) Setap pema memlk stateg, bak terbatas maupu tak terbatas (3) Far Game

Lebih terperinci

I adalah himpunan kotak terbatas dan tertutup yang berisi lebih dari satu

I adalah himpunan kotak terbatas dan tertutup yang berisi lebih dari satu METODE FUNGS QUAS-FED SATU ARAMETER UNTUK MENYEESAKAN MASAAH ROGRAM NTEGER TAK NEAR Ra Hardyat (M4) ABSTRAK Dalam kehdupa sehar-har serg djumpa masalah optmas yag membutuhka hasl teger Masalah tersebut

Lebih terperinci

KALKULUS LANJUT. Pertemuan ke-4. Reny Rian Marliana, S.Si.,M.Stat.

KALKULUS LANJUT. Pertemuan ke-4. Reny Rian Marliana, S.Si.,M.Stat. KALKULUS LANJUT Pertemua ke-4 Rey Ra Marlaa, S.S.,M.Stat. Plot Mater Notas Jumlah & Sgma Itegral Tetu Jumlah Rema Pedahulua Luas Notas Jumlah & Sgma Purcell, et all. (page 226,2003): Sebuah fugs yag daerah

Lebih terperinci

ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET

ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET Prosdg Semar Nasoal Peelta, Peddka da Peerapa MIPA Fakultas MIPA, Uverstas Neger Yogyakarta, 6 Me 9 ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET Sty Rachyay Pusat Pemafaata Sas Atarksa,

Lebih terperinci

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi STATISTIKA A. Des Umum. Pegerta statstk Statstk adalah kumpula akta yag berbetuk agka da dsusu dalam datar atau tabel yag meggambarka suatu persoala. Cotoh: statstk kurs dolar Amerka, statstk pertumbuha

Lebih terperinci

BAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah

BAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah BAB III INEGRAL RIEMANN-SIELJES. Pedahulua Pada Bab, telah dsggug bahwa ukura meghtug merupaka salah satu pedekata utuk membetuk proses ttk. Berkata dega masalah perhtuga, ada hal meark yag perlu amat,

Lebih terperinci

II. LANDASAN TEORI. Pada bab II ini, akan dibahas pengertian-pengertian (definisi) dan teoremateorema

II. LANDASAN TEORI. Pada bab II ini, akan dibahas pengertian-pengertian (definisi) dan teoremateorema II. LANDAAN TEORI Pada bab II aka dbahas pegerta-pegerta (defs) da teoremateorema ag medukug utuk pembahasa pada bab IV. Pegerta (defs) da teorema tersebut dtulska sebaga berkut.. Teorema Proeks Teorema

Lebih terperinci

TUGAS MATA KULIAH TEORI RING LANJUT MODUL NOETHER

TUGAS MATA KULIAH TEORI RING LANJUT MODUL NOETHER TUGAS ATA KULIAH TEORI RING LANJUT ODUL NOETHER Da Aresta Yuwagsh (/364/PPA/03489) Sebelumya, telah dketahu bahwa sebaga rg dega eleme satua memeuh sfat rata ak utuk deal-deal d. Apabla dpadag sebaga modul,

Lebih terperinci

STATISTIKA DASAR. Oleh

STATISTIKA DASAR. Oleh STATISTIKA DASAR Oleh Suryo Gurto cara peyaja data - tabel - grak meghtug harga-harga petg : - ukura lokas - ukura sebara/peympaga apabla data mempuya observasya cukup bayak perlu dsusu secara sstematk

Lebih terperinci

Analisis Kriteria Investasi TUJUAN

Analisis Kriteria Investasi TUJUAN Aalss Krtera Ivestas TUJUAN Setelah mempelajar Bab dharapka mahasswa dapat memaham: Apakah gagasa usaha (proyek) yag drecaaka dapat memberka mafaat (beeft), bak dlhat dar facal beeft maupu socal beeft.

Lebih terperinci