ANALISIS PERENCANAAN TENAGA KERJA DI PERUSAHAAN REDRYING TEMBAKAU DENGAN PENDEKATAN LINEAR PROGRAMMING

Ukuran: px
Mulai penontonan dengan halaman:

Download "ANALISIS PERENCANAAN TENAGA KERJA DI PERUSAHAAN REDRYING TEMBAKAU DENGAN PENDEKATAN LINEAR PROGRAMMING"

Transkripsi

1 ANALISIS PERENCANAAN TENAGA KERJA DI PERUSAHAAN REDRYING TEMBAKAU DENGAN PENDEKATAN LINEAR PROGRAMMING S A R T I N JURUSAN TEKNIK INDUSTRI FAKULTAS TEKNOLOGI INDUSTRI UNVERSITAS PEMBANGUNAN NASIONAL VETERAN JAWA TIMUR Abstrak Perecaaa teaga kerja merpaka kegata peeta jmlah da jes teaga kerja yag dperlka oleh sat orgasas tk masa yag aka datag. Oleh karea t perecaaa teaga kerja adalah seragkaa kegata yag berkata dega peramala kebtha teaga kerja d masa datag pada sat orgasas, melpt peyedaa teaga kerja bar da pedayagaa yag sdah terseda. Ata dega kata la meetka geraka teaga kerja yag ada dar poss saat mej poss yag dgka d masa datag. Dalam peelta dlakka peghtga da aalss tetag perecaaa teaga kerja pada persahaa redryg tembaka yag aka melakka perbaha teral yat melakka pemasaga mes bar dega memperhatka beberapa kebjaka da tja yag dtetapka oleh persahaa. Metode yag dgaka adalah lear programmg, sedagka proses yag djalaka adalah meetka da medefska arabel keptsa kemda dyataka dalam smbol matemats, membag model matemats yag darahka pada formlas lear programmg kemda meghtg fgs obyektf tk masgmasg tja yat memmmka reddacy da memmmka baya dmaa dalam peghtga dgaka bata software kompter QM for wdows erso., software tk metode kattatf, maagemet scece ata rset operas. Dar hasl perhtga da aalss terlhat bahwa perecaaa teaga kerja dega kebjaka tk memmmka reddacy da kebjaka tk memmmka baya meghaslka perbedaa hasl perhtga yag ckp sgfka. Kata kc: Perecaaa teaga kerja (mapower plag), lear programmg Abstract Plag of labor s actty of determato of amot ad labors types reqred by a orgazatos for a perod of whch wll come. Therefore plag of labor s wth refer to actty related to forecastg of reqremet of labor a perod of to come at oe partclar orgazato, coer ew labor preparato ad tlzato whch hae s aalable. Or eqally determe the labor moemet from posto ths tme towards posto whch wated a perod of to come. I ths research doe by aalyss ad emerato cocerg plag of labor at compay of redryg tobacco whch wll make a chage s teral that s dog stallato of ew mache by payg atteto to some polces ad prpose of specfed by compaes. Method whch appled s programmg lear, whle processg whch mplemeted s determe ad defe decso arable the epressed mathematcal symbol, deelop(bld amed at mathematcal model s programmg lear formlato the calclate objecte fcto for each prpose of that s mmzg reddacy ad mmze epese where ths emerato appled by compter software ad QM for wdows erso., software for qattate method, maagemet scece or operatoal research. From reslt calclato ad aalyss see that plag of labor wth polcy for mmzg reddacy ad polcy for mmzg epese yeld dfferece of reslt calclato eogh sgfka. Keyword: Plag of labor ( mapower plag), programmg lear Jral Tekk Kma, Vol 3, No., September 008 4

2 Pedahla Saat semak dsadar bahwa asset yag termahal da terpetg persahaa adalah masa, yat karyawaya. Maka wajarlah apabla perecaaa teaga kerja persahaa medapatka pemkra da peagaa yag sgghsggh. Kala tdak, masa depa persahaa mejad raph. Perecaaa sstem teaga kerja d dalam sat orgasas ddefska sebaga sat paya tk medapatka jmlah yag tepat dar masgmasg tpe masa pada taptap pekerjaa yag ada ddalam sat orgasas pada wakt yag tepat[]. Sebah persahaa dalam perjalaaya past aka meghadap kompets da tataga yag semak kat. Selrh potes persahaa hars dkosoldaska tk mejawab tataga yag selal dams serg dega perkembaga zama, dar beberapa potes yag dmlk oleh persahaa, teaga kerja yag terecaa dega bak merpaka eleme terpetg dalam mejawab kompets da tataga persahaa. Persahaa redryg tembaka Bojoegoro adalah persahaa yag bergerak dalam bdag pemrosesa tembaka tdak terlepas dar persaga yag semak lama semak ketat. Sebaga persahaa yag mejalaka sahaya berdasarka pesaa dar phak lar (system job o order), persahaa saat meghadap persaga yag semak ketat serg dega semak bayakya persahaa pegerg tembaka yag bar berdr, d tambah lag adaya recaa dar pemertah tk megjka sebah persahaa pembat rokok medrka saha pegerga tembaka sedr. Persahaa redryg tembaka Bojoegoro yag memlk lebh dar serb karyawa da merpaka salah sat plar pedkg perekooma masyarakat Bojoegoro hars memperhatka perecaaa teaga kerjaya. Perecaaa teaga kerja yag bak dharapka dapat megkatka efses baya persahaa sehgga perkembaga persaha dapat semak efektf. Dalam meghadap berbaga persaga, Persahaa redryg tembaka Bojoegoro aka mecoba melakka perbaha teral persahaa yat dega melakka pemasaga mes bar am dalam hal aka mempegarh komposs jmlah teaga kerja dalam beberapa kategor yag ada dalam persahaa sehgga perl kraya sebah perhtga yag akrat megea kebtha smber daya persahaa dalam melakka perbaha spaya persahaa dapat berjala dega bak. Permsa Masalah Permasalaha yag aka dbahas dalam peelta tgas akhr adalah sebaga berkt :. Bagamaa meghtg da memmalsas reddacy pada persahaa redryg tembaka Bojoegoro.. Bagamaa meghtg da memmalsas baya bdag keteagakerjaa pada persahaa redryg tembaka Bojoegoro. 3. Berapa besarya baya yag dperlka oleh persahaa redryg tembaka Bojoegoro dalam proses perecaaa teaga kerja berkata dega perbaha yag aka dlakka. Batasa Masalah Permasalaha yag aka dbahas dalam peelta tgas akhr dbatas pada halhal sebaga berkt :. Peelta dlakka pada persahaa redryg tembaka Bojoegoro tk t threshg da t redryg yag dkelola oleh koperas karyawa redryg Bojoegoro (KAREB).. Varabel yag dgaka dalam peelta meggaka arabel yag ada dalam kebjaka persahaa 3. Reddacy yag dmaksd adalah pemtsa hbga kerja karea persahaa melakka pegembaga dega meggaka mesmes bertekolog bar. 4. Selama persahaa melakka rekostrks bdag keteagakerjaa, costrats/kedala yag dberka bersfat kot. Asms yag dgaka dalam peelta adalah bahwa data yag dperoleh tdak terdapat perbaha yag ckp sgfka selama proses pegolaha data. Tja Tja yag g dcapa pada peelta adalah :. Meghtg da memmalsas reddacy pada persahaa redryg tembaka Bojoegoro.. Medapatka perhtga jmlah reddacy da baya bdag keteagakerjaa yag aka dtaggg oleh persahaa dalam melakka perbaha teral yat melakka pemasaga mes bar. 3. Memberka baha pertmbaga da maska kepada persahaa redryg tembaka Bojoegoro dalam mermska perecaaa teaga kerja. Mafaat Mafaat yag aka dperoleh dar peelta adalah :. Dapat dketah besarya tgkat reddacy pada persahaa redryg tembaka Bojoegoro.. Dapat dketah besarya jmlah reddacy da baya bdag keteagakerjaa yag aka dtaggg oleh persahaa dalam melakka perbaha teral yat melakka pemasaga mes bar. 3. Tersedaya baha pertmbaga tetag perecaaa teaga kerja bag persahaa redryg tembaka Bojoegoro. Jral Tekk Kma, Vol 3, No., September 008 5

3 Metodolog Peelta Metodolog dalam peelta terdr atas tahapatahapa pada proses peelta ata rta lagkah yag aka dlakka dalam mejalaka peelta. Adap metodolog yag dgaka pada peelta adalah sebaga berkt :.6.. Tahap Persapa Tahap merpaka tahap awal dar peelta, mecakp detfkas masalah da pegmpla formas awal yag berga bag peelta. Tahap persapa terdr dar : a. Idetfkas da permsa masalah, yat peeta masalah apa yag aka daalss dalam peelta. b. Peeta tja peelta, tk memberka arah kerja da meggatka peelt setap saat tetag apa yag mejad tja dalam peelta. c. Std pstaka, yat tahap peelsra referes yag bersmber pada bk da peeltapeelta sebelmya, yag berkata dega pemecaha masalah yag dhadap dalam peelta. d. Std pedahla persahaa, yat melakka pegamata awal pada persahaa yag bertja tk megetah keadaa persahaa yag sesgghya, sehgga peelta yag dlakka tdak aka meympag dar tja..6.. Tahap Pegmpla da Pegolaha Data Tahap merpaka tahap pegmpla berbaga data da formas yag berga bag peelta tk kemda dolah dega meggaka metode peelta yag ada Tahap Aalss Tahap bers tetag aalss dar peghtga terhadap datadata yag terkmpl da yag telah dolah tk meetka besarya jmlah reddacy da baya bdag keteagakerjaa yag aka dtaggg oleh persahaa dalam melakka perbaha teral yat melakka pemasaga mes bar Tahap Pearka Kesmpla da Sara Tahap pearka kesmpla tahapa terakhr dar keselrha ragkaa proses peelta Berdasarka hasl peelta da aalsa data yag dlakka, dbat ragkma berpa kesmpla da sara yag berkata dega tja peysa tgas akhr. Dasar Teor Pegerta Perecaaa Teaga Kerja Keberadaa teaga kerja sebaga salah sat faktor prodks sagat petg artya bag persahaa. Dalam perkembagaya, orgasas aka meghadap permasalaha teaga kerja yag semak kompleks, dega demka perecaaa teaga kerja hars dlakka secara profesoal. Teaga kerja dapat dartka sebaga masa yag bekerja d lgkga sat persahaa ata potes masaw sebaga peggerak persahaa dalam mewjdka eksstesya. Perecaaa teaga kerja merpaka kegata peeta jmlah da jes teaga kerja yag dperlka oleh sat orgasas (persahaa) tk masa yag aka datag (Irawa, 000). Oleh karea t perecaaa teaga kerja adalah seragkaa kegata yag berkata dega peramala kebtha teaga kerja d masa aka datag pada sat orgasas, melpt peyedaa teaga kerja bar da pedayagaa yag sdah terseda. Ata dega kata la meetka geraka teaga kerja yag ada dar poss saat mej poss yag dgka d masa datag. Perecaaa teaga kerja dapat jga dartka sebaga sat proses tk meetapka strateg memperoleh, memafaatka, megembagka da mempertahaka teaga kerja sesa dega kebtha persahaa sekarag da pegembagaya d masa medatag. Secara sgkat, perecaaa teaga kerja merpaka proses aalss da detfkas kebtha tk da ketersedaa teaga kerja dalam persahaa. Lear Programmg Lear programmg adalah metode ata tekk matemats yag dgaka tk membat maajer dalam pegambla keptsa. Cr khss peggaa metode matemats adalah bersaha medapatka maksmsas ata mmsas. Maksmsas dapat berpa memaksmmka ketga. Mmsas dapat berpa memmmka baya. Lear programmg merpaka peralata stadar yag telah meghemat rba ata jtaa dolar bag bayak persahaa, bahka bag persahaa yag sedag besarya, d berbaga egara dstr, da pemakaaya d sektorsektor la masyarakat melas dega cepat. Lear programmg memaka sat model matemats tk meggambarka masalah yag dhadap. Kata sfat lear berart bahwa sema fgs matemats dalam model hars merpaka fgsfgs lear. Kata programmg ds merpaka som tk kata perecaaa. Maka, membat lear programmg adalah membat recaa kegatakegata tk memperoleh hasl yag optmal, alah sat hasl yag mecapa tja yag dtetka dega cara yag palg bak (sesa model matemats) d atara sema alteratf yag mgk. Meskp megalokas smbersmber daya kepada kegatakegata merpaka jes aplkas yag palg mm, lear programmg mempya bayak aplkas petg laya. Sebearya, setap masalah yag model matematsya sesa dega format mm bag lear programmg merpaka masalah lear programmg. Jral Tekk Kma, Vol 3, No., September 008 6

4 Formlas Model Lear Programmg Masalah keptsa yag serg dhadap aals adalah alokas optmm smber daya yag lagka. Smber daya dapat berpa ag, teaga kerja, baha metah, kapastas mes, wakt, raga da tekolog. Tgas aals adalah mecapa hasl terbak yag mgk dega keterbatasa smber daya. Hasl yag dgka mgk dtjkka sebaga maksmsas dar beberapa kra sepert proft, pejala da kesejahteraa, ata mmsas sepert pada baya, wakt da jarak. Setelah masalah ddetfkaska, tja dtetapka, lagkah selajtya adalah formlas model matematk yag melpt tga tahap sepert berkt :. Tetka arabel yag tak dketah (arabel keptsa) da yataka dalam smbol matematk.. Membetk fgs tja yag dtjkka sebaga sat hbga ler (bka perkala) dar arabel keptsa. 3. Meetka sema kedala masalah tersebt da megekspreska dalam persamaa ata pertdaksamaa yag jga merpaka hbga lear dar arabel keptsa yag mecermka keterbatasa smber daya masalah t. Betk Umm Model Lear Programmg Model lear programmg merpaka sat model matemats permsa masalah mm pegalokasa smberdaya tk bayak kegata. Dalam lear programmg dkeal da macam fgs, yat fgs tja (objecte fcto) da fgsfgs pembatas (costrat fcto). Fgs tja merpaka peggambara tja ata sasara ddalam permasalaha lear programmg yag berkata dega pegatra secara optmal smberdayasmberdaya tk memperoleh ketga maksmal ata baya mmal. Pada mmya la yag aka doptmalka dyataka sebaga Z sedagka fgs pembatas merpaka betk peyaja secara matemats batasabatasa kapastas yag terseda yag aka dalokaska secara optmal ke berbaga kegata. Dalam pembahasa model lear programmg, secara mm aka dgaka smbolsmbol sebaga berkt : m : macammacam batasa smber ata fasltas yag terseda. : macam kegata yag meggaka smber fasltas tersebt. : omor setap macam smber ata fasltas yag terseda ( =,,... m) j : omor setap macam kegata ata obyek yag meggaka smber ata fasltas yag terseda ( j =,,... ) j : tgkat kegata ke j ( j =,,... ) j : bayakya smber yag dperlka tk meghaslka setap t kelara (otpt) kegata j ( =,,... m da j =,,... ) b : bayakya smber (fasltas) yag terseda tk dalokaska ke setap kegata ( =,,... ) Z : keaka la Z apabla ada pertambaha kegata ( ) dega sata kelara kegata Aktftas Smber j j terhadap la Z Keselrha smbolsmbol datas kemda dss dalam betk tabel stadar lear programmg sepert yag terlhat pada tabel.. m Z Pertambaha Tgkat kegata Tabel Tabel Stadar Lear Programmg... m m... C C m C Kapast as Smber b b b m Berdasarka tabel dapat dss sat model matemats yag dgaka tk meemka sat permasalaha lear programmg sebaga berkt : Maksmmka Z = C + C C Berdasarka pembatas : b b m Pemakaa Smber Per Ut Kegata (Otpt) m m 0, 0,..., da 0 b m Jral Tekk Kma, Vol 3, No., September 008 7

5 Betk model lear programmg datas merpaka betk stadar bag masalahmasalah lear programmg yag aka dpaka selajtya. Ata dega kata la, apabla setap masalah dapat dformlaska secara matemats megkt model datas, maka masalah tersebt dapat dpecahka dega tekk lear programmg. Betk mm model lear progrmmg datas dapat drgkas sebaga berkt :. Fgs yag dmaksd : C + C C merpaka fgs tja (objecte fcto). Fgsfgs pembatas dapat dkelompokka mejad : a. Fgs pembatas fgsoal, yat fgsfgs batasa sebayak m (yat ). b. Fgs pembatas oegatf yat fgsfgs pembatas yag dyataka dega 0 3. Varabelarabel j dsebt sebaga arabel keptsa (decso arable) 4. b, C, merpaka maskamaska j, j kosta yag dsebt parameter model. Dsampg model datas, ada pla model lear programmg yag agak berbeda, sepert :. Fgs tja yag bka memaksmalka melaka memmalka. cotoh : mmmka Z = C C C. Beberapa pembatas fgsoal memlk pertdaksamaa dalam betk lebh besar ata sama dega. cotoh : b 3. Beberapa pembatas fgsoal mempya betk persamaa cotoh : = b 4. Meghlagka pembatas oegatf tk beberapa arabel keptsa. Perecaaa Teaga Kerja a. Gambara Obyektf Persahaa redryg tembaka Bojoegoro saat aka melakka sebah perbaha teral pada proses prodksya, dmaa perbaha yag aka dlakka adalah melakka pemasaga mes bertekolog bar. Hal megakbatka persahaa membthka perecaaa teaga kerja da peghtga kebtha teaga kerja tk beberapa tah kedepa. Dega adaya pemasaga mes bar persahaa membthka lebh bayak teaga kerja kategor sklled da semsklled sedagka kebtha aka teaga kerja kategor sklled jmlahya sagat kecl. Dperkraka teaga kerja yag dbthka tk tga tah medatag adalah sebaga berkt : Usklled Semsklled Sklled Crret Stregth Tah ke Tah ke Tah ke Dalam meghadap perbaha yag dlakka, persahaa meetapka kebjaka yag berhbga dega kebtha teaga kerja selama tga tah ke depa sepert yag dperkraka. Kebjaka persahaa tersebt atara la adalah : (). Peermaa teaga kerja bar (Recrtmet) (). Trag lag (Retrag) (3). Reddacy (4). Kerja parh wakt (Shorttme Workg). Dalam persahaa terdapat kejada alamah dar teaga kerja. Dalam megelola teaga kerjaya, persahaa redryg tembaka Bojoegoro mecatat bahwa ckp besar jmlah teaga kerja yag secara alamah megggalka/kelar dar persahaa sampa tah pertama sejak dterma sebaga karyawa tetap setelah sat tah ratarata teaga kerja yag meggalka persahaa semak kecl jmlahya. Adap jmlah ratarata teaga kerja yag meggalka persahaa adalah sebaga berkt : (). Peermaa teaga kerja bar (Recrtmet) Persahaa dapat meerma sejmlah teaga kerja bar dar lar. Dalam sat tah, jmlah teaga kerja bar yag dapat dterma tk masgmasg kategor adalah sebaga berkt : Jmlah teaga kerja bar yag dapat dterma Usklled Semsklled Sklled Usklled Semsklled Sklled Sampa tah pertama 5 % 0 % 0 % Setelah tah pertama 0 % 5 % 5 % (). Trag lag (Retrag) Persahaa dapat melakka trag lag terhadap teaga kerja berkategor sklled hgga sejmlah 70 teaga kerja per tah tk mejadka berkategor semsklled, baya tk trag adalah,5 jta rpah per teaga kerja. Jral Tekk Kma, Vol 3, No., September 008 8

6 Utk melakka trag lag terhadap teaga kerja berkategor semsklled tk mejadka berkategor sklled, persahaa membatas jmlahya tdak lebh dar 4 (seper empat) jmlah teaga kerja kategor sklled yag ada selama proses trag dlaksaaka. Baya tk trag adalah,5 jta rpah per teaga kerja. Pera kategor skll ke dalam kategor yag lebh redah (dowgradg) dapat terjad pada teaga kerja tetap 50% dar teaga kerja yag megalam hal sepert aka kelar dar persahaa, walap hal tdak membthka baya dar persahaa. (3). Reddacy Reddacy adalah pemtsa hbga kerja karea persahaa melakka perbaha/pegembaga dega meggaka mesmes bertekolog bar. Kebtha pembayara baya reddacy tk setap teaga kerja kategor sklled adalah sebesar,8 jta rpah sedagka tk setap teaga kerja kategor semsklled ata sklled adalah sebesar 35 jta rpah. Kelebha jmlah teaga kerja (Oermag) Persahaa dapat mempekerjaka hgga sejmlah 5 teaga kerja lebh bayak dar yag dbthka oleh persahaa tetap dbthka baya tambaha per teaga kerja per tah. Besarya baya tambaha yag dbthka per teaga kerja per tah adalah sebaga berkt : Baya oermag Usklled Semsklled Sklled 6 jta rpah 0 jta rpah 5 jta rpah (4). Kerja parh wakt (Shorttme workg) Persahaa dapat mempekerjaka teaga kerja dega stats kerja parh wakt hgga sejmlah 0 teaga kerja pada setap kategor skll, baya per teaga kerja per tah tk program adalah sebaga berkt : Baya shorttme workg Usklled Semsklled Sklled 3 jta rpah 5 jta rpah 5 jta rpah Seorag pekerja dega kerja parh wakt meghaslka separh prodks pekerja basa. Persahaa redryg tembaka Bojoegoro meetapka tjaya adalah tk memmmka reddacy. Bagamaa seharsya mereka melakka saha tk mecapa tja? Jka kebjaka mereka adalah tk memmmka baya, berapa besarya baya yag dapat dhemat? b. Formlas Lear Programmg Dalam melakka perbaha teral persahaa, hars dlakka ealas terhadap segala kebjaka yag telah dtetapka. Kebjaka dapat dtetapka da dealas dalam setap tah yag maa kebjaka dapat dambl pada bla pertama dalam setap tah. Pada bla pertama dalam setap tah dapat dlakka ealas da dtetapka kebjaka secara seretak yag berkata dega halhal sebaga berkt :. Melakka rekrtme teaga kerja tk sema kategor skll.. Meghtg jmlah teaga kerja yag memtska kelar/meggalka persahaa dalam wakt yag relatf sgkat yat krag dar sat tah. 3. Meghtg jmlah teaga kerja yag memtska kelar/meggalka persahaa dalam wakt yag relatf lebh lama yat lebh dar sat tah. 4. Meetka jmlah teaga kerja yag aka d trag lag. 5. Meetka jmlah teaga kerja yag dyataka sebaga reddat. 6. Meetka jmlah teaga kerja yag aka dpekerjaka sebaga pekerja parh wakt. Pedefsa arabelarabel.. Varabel jmlah smber daya teaga kerja t SK = jmlah teaga kerja kategor sklled yag dpekerjaka pada tah t SS = jmlah teaga kerja kategor semsklled yag dpekerjaka pada tah t US = jmlah teaga kerja kategor sklled yag dpekerjaka pada tah. Peermaa teaga kerja bar (Recrtmet) SK = jmlah teaga kerja kategor sklled yag dterma/drekrt pada tah SS = jmlah teaga kerja kategor semsklled yag dterma pada tah US = jmlah teaga kerja kategor sklled yag dterma pada tah 3. Trag lag (Retrag) = jmlah teaga kerja kategor sklled USSS SSSK yag d trag lag tk mejad teaga kerja kategor semsklled pada tah = jmlah teaga kerja kategor semsklled yag d trag lag tk mejad teaga kerja kategor sklled pada tah 4. Pera kategor skll (Dowgradg) = jmlah teaga kerja kategor sklled yag SKSS dtrka tgkatya mejad teaga kerja kategor semsklled pada tah Jral Tekk Kma, Vol 3, No., September 008 9

7 SKUS SSUS = jmlah teaga kerja kategor sklled yag dtrka tgkatya mejad teaga kerja kategor sklled pada tah = jmlah teaga kerja kategor semsklled yag dtrka tgkatya mejad teaga kerja kategor sklled pada tah 5. Reddacy w SK = jmlah teaga kerja kategor sklled yag tergolog reddat pada tah w SS w US = jmlah teaga kerja kategor semsklled yag tergolog reddat pada tah = jmlah teaga kerja kategor sklled yag tergolog reddat pada tah 6. Kerja parh wakt (Shorttme Workg) = jmlah teaga kerja kategor sklled yag SK SS US dpekerjaka dega sstem parh wakt pada tah = jmlah teaga kerja kategor semsklled yag dpekerjaka dega sstem parh wakt pada tah = jmlah teaga kerja kategor sklled yag dpekerjaka dega sstem parh wakt pada tah 7. Kelebha jmlah teaga kerja (Oermag) y SK = jmlah kelebha teaga kerja kategor sklled yag dpekerjaka pada tah y SS y US = jmlah kelebha teaga kerja kategor semsklled yag dpekerjaka pada tah = jmlah kelebha teaga kerja kategor sklled yag dpekerjaka pada tah Costrats. Kedala komposs teaga kerja [] t SK = t SK SK SSSK SKSS SKUS w SK [] t SS = 0.95 t SS SS USSS SSSK SKSS SSUS w SS [3] t US = 0.9t US US USSS SKUS SSUS w US. Kedala trag lag teaga kerja kategor semsklled [] SSSK 0. 5t SK 0 3. Kedala kelebha jmlah teaga kerja [] y y + y 5 SK + SS US 4. Kedala jmlah kebtha persahaa terhadap teaga kerja [] t SK ysk 0. 5SK = 44, 366, 486 ( =,, 3 ) [] t SS yss 0. 5SS = 34, 489, 6 ( =,, 3 ) [3] tus yus 0. 5US = 43,, 0 ( =,, 3 ) Ital Codtos (Kods Awal) Jmlah teaga kerja pada kods awal adalah t SK 0 = 44, t SS 0 = 366, t US 0 = 487. Beberapa arabel mempya batas atas yag berlak kosta tk =,, 3. Adap batas atas beberapa arabel tk =,, 3 adalah sebaga berkt : Batas atas beberapa arabel pada tah ke Peermaa teaga kerja bar Kerja parh wakt Trag lag SK 00 SS 80 US 00 SK SS US USSS 70 Fgs obyektf tk memmmka reddacy adalah w + w + w ) ( SK SS US Fgs obyektf tk memmmka baya adalah ( USSS SSSK w SK w SS w US SK SS US y SK y SS y US ) Permsa mempya 4 costrat (kedala) da 60 arabel serta arabel batas atas sederhaa. c. Meghtg Fgs Obyektf Utk Masg Masg Tja Dega meggaka bata software kompter QM for wdows erso., software tk metode kattatf, maagemet scece ata rset operas. Ddapatka kebjaka optmal pada fgs obyektf tk memmmka reddacy sebaga berkt : Jral Tekk Kma, Vol 3, No., September

8 . Peermaa teaga kerja bar (Recrtmet) Jmlah peermaa teaga kerja bar Usklled Semsklled Sklled Tah ke Tah ke Tah ke Trag lag da pera kategor skll (Retrag da dowgradg) Jmlah teaga kerja yag dtrag lag da dowgradg Usklled mejad semsklled Semsklled mejad sklled Semsklled mejad sklled Sklled mejad sklled Sklled mejad semsklled Th ke Th ke Th ke Reddacy Jmlah reddacy teaga kerja Usklled Semsklled Sklled Tah ke Tah ke Tah ke Kerja parh wakt (Shorttme Workg) Jmlah teaga kerja yag dkeaka kerja parh wakt Usklled Semsklled Sklled Tah ke Tah ke Tah ke Kelebha jmlah teaga kerja (Oermag) Jmlah kelebha teaga kerja Usklled Semsklled Sklled Tah ke Tah ke Tah ke Dega kebjaka ddapatka jmlah total reddacy sebesar 45 teaga kerja selama tga tah. Jmlah total baya yag dbthka tk kebjaka adalah sebesar Rp Adap jka fgs obyektf adalah tk mmze cost / memmmka baya maka ddapatka kebjaka optmal sebaga berkt :. Peermaa teaga kerja bar (Recrtmet) Jmlah peermaa teaga kerja bar Usklled Semsklled Sklled Th ke Th ke Th ke Trag lag da pera kategor skll (Retrag da dowgradg) Jmlah teaga kerja yag dtrag lag da dowgradg Usklled mejad semsklled Semsklled mejad sklled Semsklled mejad sklled Sklled mejad sklled Sklled mejad semsklled Tah ke Tah ke Tah ke Reddacy Jmlah reddacy teaga kerja Usklled Semsklled Sklled Tah ke 0 0 Tah ke Tah ke Kerja parh wakt (Shorttme Workg) Jmlah teaga kerja yag dkeaka kerja parh wakt Usklled Semsklled Sklled Tah ke Tah ke Tah ke Kelebha jmlah teaga kerja (Oermag) Tabel 4.6 Jmlah kelebha teaga kerja Usklled Semsklled Sklled Tah ke Tah ke Tah ke Jmlah total baya yag dbthka tk kebjaka adalah sebesar Rp selama tga tah da ddapatka jmlah total reddacy sebesar 49 teaga kerja. Sols alteratf la hars dpertmbagka jka dperlka tk memastka bahwa dega jmlah reddacy adalah merpaka sols dega kebtha baya yag palg mmm. Jad jmlah baya yag dapat dhemat adalah sebesar Rp , tetap megakbatka jmlah reddacy bertambah sebesar 4 teaga kerja. Jral Tekk Kma, Vol 3, No., September 008 3

9 Kesmpla da Sara Dar hasl peelta, dapat dsmplka beberapa hal yat :. Perecaaa teaga kerja dega kebjaka tk memmmka reddacy map kebjaka tk memmmka baya meghaslka perbedaa hasl perhtga yag ckp sgfka.. Kebjaka optmal tk memmmka baya dapat meghemat baya sebesar Rp dbadg kebjaka optmal tk memmmka reddacy sedagka jka dtja dar jmlah reddacy, kebjaka optmal tk memmmka baya dapat memperkecl reddacy sejmlah 4 teaga kerja dbadg kebjaka optmal tk memmmka reddacy. 3. Jmlah reddacy teaga kerja pada kebjaka tk memmmka reddacy pada tah pertama, keda da ketga adalah 8, 7 da 0, sedagka jmlah reddacy teaga kerja pada kebjaka tk memmmka baya pada tah pertama, keda da ketga adalah, 7, Jmlah baya perecaaa teaga kerja yag dbthka pada kebjaka tk memmmka reddacy adalah sebesar Rp , sedagka jmlah baya perecaaa teaga kerja yag dbthka pada kebjaka tk memmmka baya adalah sebesar Rp Adap sara yag dapat dsampaka oleh pels setelah melakka peelta adalah sebaga berkt :. Peelta dapat dkembagka lebh lajt dega meambahka data estas tk pemasaga mes bar, sehgga dapat dketah tgkat efektftas persahaa dalam melakka perbaha dega pemasaga mes bar.. Metode dapat dgaka apabla dalam proses pegambla keptsa dbthka lagkah cepat. Daftar Pstaka. Grold, R. C., & Marshall K. T Mapower Plag Models, Elseer North Hollad Ic., New York.. Hller, Frederck S., Leberma, Gerald J., Gawa, Elle., Mla, Ard Wrda Pegatar Rset Operas, Eds Kelma. Erlagga, Jakarta. 3. Slalah, Beet N. B Perecaaa Pembaa Teaga Kerja Persahaa, Pstaka Bama Pressdo, Jakarta. 4. Taha, Hamdy A RISET OPERASI Sat Pegatar. Barpa Aksara. Jakarta. 5. Utomo, Hastho Joko Nr, Sgarto, Mela., 007. Maajeme Smber Daya Masa. Ardaa Meda. Yogyakarta. 6. Yamt, Zla, (996). Maajeme Kattatf tk Bss (Operato Research), BPFE Yogyakarta, Yogyakarta. Jral Tekk Kma, Vol 3, No., September 008 3

I. PENDAHULUAN II LANDASAN TEORI

I. PENDAHULUAN II LANDASAN TEORI I PENDAHULUAN Latar Belakag Secara mm prodk asras memerlka peghtga prem Prsp peghtga prem saat semak berkembag dega berbaga pedekata Pedekata palg sederhaa adalah prsp la harapa yat prem bersh sama dega

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

Analitik Data Tingkat Lanjut (Clustering)

Analitik Data Tingkat Lanjut (Clustering) 6 September 06 Aatk Data Tgkat Lat Csterg Imam Chossod mam.chossod@gma.com Pokok Bahasa. Kosep Csterg. K-meas vs Kere K-Meas 3. Std Kass 4. Tgas Kosep Csterg Cster data dartka keompok. Dega demka, pada

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

KULIAH KE 7. METODA KELOMPOK (COHORT SURVIVAL METHOD) Lanjutan. Melihat pengaruh komponen kematian terhadap perubahan penduduk.

KULIAH KE 7. METODA KELOMPOK (COHORT SURVIVAL METHOD) Lanjutan. Melihat pengaruh komponen kematian terhadap perubahan penduduk. ROGRA TUDI ERENANAAN WILAYAH DAN KOTA FAKULTA TEKNIK UNIVERITA EA UNGGUL ETODE ANALII ERENANAAN TL K DR. Ir. Ke arta K, T. b. Kompoe Kemata KULIAH KE ETODA KELOOK (OHORT URVIVAL ETHOD) Lajta elhat pegarh

Lebih terperinci

MODIFIKASI PENAKSIR UNTUK RASIO PADA SAMPLING BERPERINGKAT. ABSTRACT 1. PENDAHULUAN

MODIFIKASI PENAKSIR UNTUK RASIO PADA SAMPLING BERPERINGKAT. ABSTRACT 1. PENDAHULUAN MODIFIKAI PAKIR UTUK RAIO PADA AMPLIG BRPRIGKAT Deva rw, Arsma Ada, Rstam fed Devaerw@ahoo.com Mahasswa Program Matematka Dose Jrsa Matematka Fakltas Matematka da Ilm Pegetaha Alam Kamps Bawda Pekabar,893,Idoesa

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 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

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 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

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

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 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 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

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

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

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

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

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

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 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 1 PENDAHULUAN. digunakan sebagai rujukan yang mempunyai fungsi utama menyediakan dan. menyelenggarakan upaya kesehatan yang bersifat penyembuhan,

BAB 1 PENDAHULUAN. digunakan sebagai rujukan yang mempunyai fungsi utama menyediakan dan. menyelenggarakan upaya kesehatan yang bersifat penyembuhan, BAB 1 PENDAHULUAN A. Latar Belakag Rmah sakt merpaka salah sat t kesehata masayarakat yag dgaka sebaga rjka yag mempya fgs tama meyedaka da meyeleggaraka paya kesehata yag bersfat peyembha, perawata, pemlha,

Lebih terperinci

BAB IV METODE BINOMIAL UNTUK PENENTUAN HARGA OPSI ASIA

BAB IV METODE BINOMIAL UNTUK PENENTUAN HARGA OPSI ASIA BAB IV : METODE BIOMIAL UTUK PEETUA HARGA OPSI ASIA 35 BAB IV METODE BIOMIAL UTUK PEETUA HARGA OPSI ASIA Pada bab ii aka dibahas sat pedekata merik tk peeta harga opsi Asia, khssya opsi Asia dega rata-rata

Lebih terperinci

Dasar Ekonomi Teknik: Matematika Uang. Ekonomi Teknik TIP FTP UB

Dasar Ekonomi Teknik: Matematika Uang. Ekonomi Teknik TIP FTP UB Dasar Ekoom Tekk: Matematka Uag Ekoom Tekk TIP TP UB Bahasa lra Kas (Cash low Tme Value of Moey Buga Ekvales Cash low Tata alra uag masuk da keluar per perode waktu pada suatu perusahaa lra kas aka terjad

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 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 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

ANALISA KINERJA SMP N 2 BATUWARNO DENGAN MENGGUNAKAN METODE DEA (DATA ENVELOPMENT ANALISYS)

ANALISA KINERJA SMP N 2 BATUWARNO DENGAN MENGGUNAKAN METODE DEA (DATA ENVELOPMENT ANALISYS) Smposm Nasoal RAPI VIII 29 ISSN : 1412-9612 ANALISA KINERJA SMP N 2 BATUWARNO DENGAN MENGGUNAKAN METODE DEA (DATA ENVELOPMENT ANALISYS) Mch. Dad 1, Hafdh Mawr 2 1, 2 Jrsa Tekk Idstr, Fakltas Tekk, Uverstas

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

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

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

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

IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB

IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB Semar Nasoal Tekolog 007 (SNT 007) ISSN : 978 9777 IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB Krsawat STMIK AMIKOM Yogyakarta e-mal : krsa@amkom.ac.d

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

PEMODELAN REGRESI PROBIT ORDINAL TERHADAP INDEKS PEMBANGUNAN MANUSIA PROPINSI JAWA TENGAH TAHUN 2007

PEMODELAN REGRESI PROBIT ORDINAL TERHADAP INDEKS PEMBANGUNAN MANUSIA PROPINSI JAWA TENGAH TAHUN 2007 Semar Nasoal Statstka IX Isttt ekolog Seplh Nopember, 7 November 009 PEMODEAN REGRESI PROBI ORDINA ERHADAP INDEKS PEMBANGUNAN MANUSIA PROPINSI JAWA ENGAH AHUN 007 Def Yst Fadah da Prhad Mahasswa Jrsa Statstka

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

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

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

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

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

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

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

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

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

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

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

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

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

APLIKASI ALGORITMA GENETIKA DALAM OPTIMASI REKAYASA STRUKTUR

APLIKASI ALGORITMA GENETIKA DALAM OPTIMASI REKAYASA STRUKTUR APLIKASI ALGORITMA GENETIKA DALAM OPTIMASI REKAYASA STRUKTUR Har Alrasd Mahasswa Pasca Sarjaa Jrsa Tekk Spl Strktr Isttt Tekolog Seplh Nopember Emal: har_s45@ahoo.com Pjo Aj Dose Tekk Spl Isttt Tekolog

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

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

Mean untuk Data Tunggal. Definisi. Jika suatu sampel berukuran n dengan anggota x1, x2, x3,, xn, maka mean sampel didefinisiskan : n Xi.

Mean untuk Data Tunggal. Definisi. Jika suatu sampel berukuran n dengan anggota x1, x2, x3,, xn, maka mean sampel didefinisiskan : n Xi. Mea utuk Data Tuggal Des. Jka suatu sampel berukura dega aggota x1, x, x3,, x, maka mea sampel ddesska : 1... N 1 Mea utuk Data Kelompok Des Mea dar data yag dkelompoka adalah : x x 1 1 1 dega : x = ttk

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

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

PERBANDINGAN KEEFEKTIFAN METODE REGRESI ROBUST ESTIMASI-M DAN ESTIMASI- MM KARENA PENGARUH OUTLIER DALAM ANALISIS REGRESI LINEAR

PERBANDINGAN KEEFEKTIFAN METODE REGRESI ROBUST ESTIMASI-M DAN ESTIMASI- MM KARENA PENGARUH OUTLIER DALAM ANALISIS REGRESI LINEAR PERBANDINGAN KEEFEKTIFAN METODE REGRESI ROBUST ESTIMASI-M DAN ESTIMASI- MM KARENA PENGARUH OUTLIER DALAM ANALISIS REGRESI LINEAR (CONTOH KASUS DATA PRODUKSI PADI DI JAWA TENGAH TAHUN 007) skrps dsajka

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 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

BAB III UKURAN PEMUSATAN (RATA-RATA)

BAB III UKURAN PEMUSATAN (RATA-RATA) BAB III UKUAN PEMUSATAN (ATA-ATA Salah sat ra mer yag mejelasa cr-cr data yag petg adalah ra pemsata, yat ra yag meja psat seggs data yag telah drta dar yag terecl sampa yag terbesar ata sebalya Ura pemsata

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

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

Bab 1 PENDAHULUAN Latar Belakang

Bab 1 PENDAHULUAN Latar Belakang Bab PENDAHULUAN.. Latar Belakag Bayak peelitia yag bertja mecari dasar-dasar tk megadaka prediksi sat variabel dari iormasi-iormasi yag diperoleh dari variablel tersebt. Misalya apakah keadaa caca dapat

Lebih terperinci

II. TINJAUAN PUSTAKA. Dalam proses penelitian untuk menganalisis aproksimasi fungsi dengan metode

II. TINJAUAN PUSTAKA. Dalam proses penelitian untuk menganalisis aproksimasi fungsi dengan metode II. TINJAUAN PUSTAKA Dalam proses peelta utuk megaalss aproksmas fugs dega metode mmum orm pada ruag hlbert C[ab] (Stud kasus: fugs rasoal) peuls megguaka defs teorema da kosep dasar sebaga berkut:.. Aproksmas

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

PENERAPAN BARISAN DAN DERET

PENERAPAN BARISAN DAN DERET PENERPN BRIN DN DERET. MODEL PERKEMBNGN UH Jka perkembaga varabel-varabel tertetu dalam kegata usaha (msalya: produks, baya, pedapata, pegguaa teaga kerja, peaama modal) berpola sepert barsa artmetka,

Lebih terperinci

; θ ) dengan parameter θ,

; θ ) dengan parameter θ, Vol. 4. No. 3, 5-59, Desember 00, ISSN : 40-858 APLIKASI METODE BESARAN PIVOTAL DALAM PENENTUAN SELANG KEYAKINAN TAKSIRAN PARAMETER POPULASI. Agus Rusgyoo Jurusa Matematka FMIPA UNDIP Abstraks Dberka populas

Lebih terperinci

III BAHAN/OBJEK DAN METODE PENELITIAN. Objek yang digunakan dalam penelitian ini adalah 50 ekor sapi Pasundan

III BAHAN/OBJEK DAN METODE PENELITIAN. Objek yang digunakan dalam penelitian ini adalah 50 ekor sapi Pasundan III BAHAN/OBJEK DAN METODE PENELITIAN 3.1. Baha da Alat Peelta 3.1.1. Baha Peelta Objek yag dguaka dalam peelta adalah 50 ekor sap Pasuda jata da beta dewasa dega umur -3 tahu da tdak butg utuk meghdar

Lebih terperinci

SIFAT-SIFAT LANJUT FUNGSI TERBATAS

SIFAT-SIFAT LANJUT FUNGSI TERBATAS Bulet Ilmah Mat. Stat. da Terapaya (Bmaster) Volume 03, No. 2(204), hal 35 42. SIFAT-SIFAT LANJUT FUNGSI TERBATAS Suhard, Helm, Yudar INTISARI Fugs terbatas merupaka fugs yag memlk batas atas da batas

Lebih terperinci

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB Pearka Cotoh Gerombol (Cluster Samplg) Departeme Statstka FMIPA IPB Radom samplg (Revew) Smple radom samplg Stratfed radom samplg Rato, regresso, ad dfferece estmato Systematc radom samplg Cluster radom

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

EKSISTENSI BASIS ORTHONORMAL PADA RUANG HASIL KALI DALAM

EKSISTENSI BASIS ORTHONORMAL PADA RUANG HASIL KALI DALAM Ed-Math; ol Tah EKITENI BAI ORTHONORMAL PADA RUANG HAIL KALI DALAM Mhammad Kh Abstras at rag etor ag dlegap oleh sat operas ag memeh beberapa asoma tertet damaa Rag Hasl Kal Dalam (RHKD) Pada RHKD deal

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

Angka Banding Manfaat dan Biaya

Angka Banding Manfaat dan Biaya METODE ANALISIS PERENCANAAN 2 Mater 3 : TPL 311 Oleh : Ke Marta Kaskoe Agka Badg Mafaat da Baya Dalam proyek pembagua, perlu dketahu apa mafaat dar proyek tersebut? Bagamaa keutuga ekoom atau keutuga sosal

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

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

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

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

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

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

PENDEKATAN ESTIMATOR KERNEL UNTUK ESTIMASI DENSITAS MULUS

PENDEKATAN ESTIMATOR KERNEL UNTUK ESTIMASI DENSITAS MULUS J. Pjar MIPA Vol. V No. September : 8-85 ISSN 97-7 PENDEATAN ESTIMATOR ERNEL UNTU ESTIMASI DENSITAS MULUS Lala Hayat Program Std Peddka Matematka PMIPA FIP Uverstas Mataram Jl. Majapat No. 6 Mataram 835

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

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

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

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belaag Metode aalss yag telah dbcaraa hgga saat adalah aalss terhadap data megea sebuah araterst atau atrbut da megea sebuah varabel dsrt atau otu. Tetap, sebagamaa dsadar, baya

Lebih terperinci

PRINSIP INKLUSI- EKSKLUSI INCLUSION- EXCLUSION PRINCIPLE

PRINSIP INKLUSI- EKSKLUSI INCLUSION- EXCLUSION PRINCIPLE RISI IKLUSI- EKSKLUSI ICLUSIO- EXCLUSIO RICILE rsp Iklus-Eksklus Ada berapa aggota dalam gabuga dua hmpua hgga? A A = A A - A A Cotoh Ada berapa blaga bulat postf lebh kecl atau sama dega 00 yag habs dbag

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

BAB III PEMBENTUKAN SKEMA PEMBAGIAN RAHASIA

BAB III PEMBENTUKAN SKEMA PEMBAGIAN RAHASIA BAB III PEMBENTUKAN SKEMA PEMBAGIAN RAHASIA 3. Pegkodea Matrks Ketetaggaa Matrks ketetaggaa A adaah matrks smetr, sehgga, dega memh semua eeme pada dagoa utama da eeme-eeme dbawah dagoa utama, maka aka

Lebih terperinci

BAB 1 STATISTIKA RINGKASAN MATERI

BAB 1 STATISTIKA RINGKASAN MATERI BAB STATISTIKA A RINGKASAN MATERI. Pegerta Data adalah kumpula keteraga-keteraga atau catata-catata megea suatu kejada, dapat berupa blaga, smbol, sat atau kategor. Masg-masg keteraga dar data dsebut datum.

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

PERATURAN PRESIDEN NOMOR 29 TAHUN 2014 TENTANG SISTEM AKUNTABILITAS KINERJA INSTANSI PEMERINTAH

PERATURAN PRESIDEN NOMOR 29 TAHUN 2014 TENTANG SISTEM AKUNTABILITAS KINERJA INSTANSI PEMERINTAH PERATURAN PRESIDEN NOMOR 29 TAHUN 2014 TENTANG SISTEM AKUNTABILITAS INSTANSI PEMERINTAH ISI PERATURAN PRESIDEN NO 29 TAHUN 2014 BAB I KETENTUAN UMUM ( 1 asal ) Pasal 1 BAB II PENYELENGGARAAN SAKIP ( 29

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

Regresi & Korelasi Linier Sederhana

Regresi & Korelasi Linier Sederhana Regres & Korelas Ler Sederhaa. Pedahulua Gagasa perhtuga dtetapka oleh Sr Fracs Galto (8-9) Persamaa regres :Persamaa matematk ag memugkka peramala la suatu peubah takbebas (depedet varable) dar la peubah

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

TATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Fitri Yulianti, SP. Msi.

TATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Fitri Yulianti, SP. Msi. TATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Ftr Yulat, SP. Ms. UKURAN DATA Ukura data Ukura Pemusata data Ukura letak data Ukura peyebara data Mea Meda Jagkaua Meda Kuartl Jagkaua atar

Lebih terperinci

METODE PENELITIAN Kerangka Pemikiran dan Kerangka Analisis

METODE PENELITIAN Kerangka Pemikiran dan Kerangka Analisis 28 METODE PENELITIAN Keragka Pemkra da Keragka Aalss Upaya yag dlakuka pemertah adalah dega mealaka otoom daerah yag dtada dega dberlakukaya Udag-Udag omor 22 Tahu 999 ucto No. 32 tahu 2004 tetag Pemertah

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB METODE PENELTAN 3.1 Tempat da Waktu Peelta Peelta dlaksaaka d areal/wlaah koses huta PT. Sarmeto Parakata Tmber, Kalmata Tegah pada bula Aprl sampa dega Me 007. 3. Baha da Alat Baha ag dguaka utuk

Lebih terperinci

Penyelesaian Sistem Persamaan Linier Kompleks Dengan Invers Matriks Menggunakan Metode Faddev (Contoh Kasus: SPL Kompleks dan Hermit)

Penyelesaian Sistem Persamaan Linier Kompleks Dengan Invers Matriks Menggunakan Metode Faddev (Contoh Kasus: SPL Kompleks dan Hermit) Jural Sas Matematka da Statstka, Vol., No. I, Jauar ISSN - Peyelesaa Sstem Persamaa Ler Kompleks Dega Ivers Matrks Megguaka Metode Faddev Cotoh Kasus: SPL Kompleks da Hermt F. rya da Tka Rzka, Jurusa Matematka,

Lebih terperinci

PEMBAHASAN. [Fisher, 1988] Definisi 19 (Fungsi Utilitas Joan) Fungsi utilitas Joan didefinisikan sebagai berikut. dan l. dengan x adalah kekayaan.

PEMBAHASAN. [Fisher, 1988] Definisi 19 (Fungsi Utilitas Joan) Fungsi utilitas Joan didefinisikan sebagai berikut. dan l. dengan x adalah kekayaan. 4 h x x. [Fsher 988] Des 9 (Fgs Utltas Joa Fgs tltas Joa ddeska sebaga berkt ( x x x adalah kekayaa. Teorema (etode Lagrage [Wsto 004] asalah da varabel da sat kedala Utk memaksmmka ata memmmka ( x x terhadap

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

On A Generalized Köthe-Toeplitz Duals

On A Generalized Köthe-Toeplitz Duals JMP : Volume 4 Nomor, Ju 202, hal. 3-39 O A Geeralzed Köthe-Toepltz Duals Sumardoo, Supama 2, da Soepara Darmawaa 3 PPPPTK Matematka, smrd2007@gmal.com 2 Mathematcs Departmet, Gadah Mada Uverst, supama@ugm.ac.d

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB 1 PENDAHULUAN 1.1 Latar Belakag Masalah Regres merupaka suatu metode statstka yag dguaka utuk meyeldk pola hubuga atara dua atau lebh varabel.betuk atau pola hubuga varabelvarabel tersebut dapat ddetfkas

Lebih terperinci