Optimalisasi dan Pemodelan Inventory dengan Dua Gudang Penyimpanan untuk Barang yang Mengalami Penyusutan

Ukuran: px
Mulai penontonan dengan halaman:

Download "Optimalisasi dan Pemodelan Inventory dengan Dua Gudang Penyimpanan untuk Barang yang Mengalami Penyusutan"

Transkripsi

1 PROSIDING ISBN : Opimalisasi a Pemoela Iveory ega Dua Guag Peyimpaa uuk Barag yag Megalami Peyusua ega Backlog Shorage a Waku Tuggu Lea Time Fuzzy T-3 Dwi Eriigsih, Wioo Deparme of Mahemaics, Faculy of Mahemaics a Naural Scieces Gaah Maa Uiversiy wi_eriigsih@ugm.ac.i, wioo_mah@ugm.ac.i ABSTRAK Aaya kebiaka opimalisasi iveory yag iambil sebuah perusahaa aau reailer uuk barag yag megalami peyusua ega keiakpasia waku uggu lea ime sampai barag selesai iprouksi aau pesaa aag, aaya backlog shorage sebagia aau peuh, a igka permiaa bergaug harga ikembagka alam sisem ua guag yag masig masig sebagai guag peuala isplay aau empa rasaksi barag a guag empa peyimpaa ika barag yag iprouksi aau ibeli iak cukup iempaka i guag peuala. Tuua perusahaa aau reailer mempuyai ua guag peyimpaa aalah uuk megopimalka keuuga raa raa ika memprouksi aau membeli barag alam umlah besar. Perusahaa aau reailer mempuyai sau guag ega kapasias erbaas yag leakya i lokasi sraegis sebagai empa peuala, yag isebu sebagai guag milik ow warehouse, OW a guag yag lai ega kapasias cukup luas isesuaika ega kebuuha yag lokasiya berbea ega empa peuala aau rasaksi, yag isebu sebagai guag sewa ree warehouse, RW. Biaya peyimpaa barag i RW meuru ega berambahya arak ari RW ke OW. Hal ii isebabka oleh biaya sewa guag a upah eaga kera yag lebih murah ibaigka i lokasi OW. Barag ikirim ari RW ke OW alam umlah yag elah ieuka fie berasarka pola ereu. Dalam peeliia ii ikembagka ua moel iveory yaiu moel iveory ega backlog shorage sebagia a moel iveory ega backlog shorage peuh. Uuk memperoleh peyelesaia aka iguaka meoe peekaa ierval ereka uuk fugsi sigle obekif yag memaksimalka keuuga raa raa alam fuzzy efuzzifie a irasformasika alam fugsi muli obekif crisp yag selauya aka iselesaika ega meoe krieria global global crierio meho uuk memperoleh solusi opimal Pareo. Kaa kuci : Dua Guag Peyimpaa, Backlog Shorage, Waku Tuggu Fuzzy.. PENDAHULUAN.. Laar Belakag Semiar Nasioal Maemaika a Peiika Maemaika Jurusa Peiika Maemaika FMIPA UNY, 5 Desember

2 PROSIDING ISBN : Dari suu paag keuaga, perseiaa barag meyaaka moal yag berhubuga ega ase lai ermasuk moal erbaas perusahaa. Masalah iveory klasik elah iformulasika ega memperimbagka fakor fakor alam koisi real, seperi peyusua barag perseiaa a igka peuala. Meskipu masalah pegambila kepuusa muli obekif muli obecive ecisio makig problems, MODMP elah iaplikasika alam beberapa area yag berbea eapi masih seiki peeliia eag MODMP alam biag korol opimal perseiaa barag ega ua guag peyimpaa. Moel iveory klasik suau perusahaa aau reailer selama ii ikembagka ega empa peyimpaa uggal OW. Teapi keyaaa alam maaeme iveory, keika pembelia aau prouksi barag alam umlah besar maka iak apa isimpa i empa peyimpaa yag aa OW ikareaka erbaasya kapasias sehigga kelebiha barag i OW isimpa i RW yag lokasiya berbea ega OW. RW mempuyai kapasias cukup luas yag isesuaika ega kebuuha. Dalam prakekya, reailer membeli barag alam umlah besar paa suau waku ika memperoleh harga iscou uuk seumlah pembelia aau biaya pegambila barag acquisiio haya uuk megisi kapasias i OW paa suau waku lebih iggi ibaigka biaya peyimpaa i RW sehigga uuk memaksimalka keuuga raa raa iperluka empa peyimpaa kelebiha barag yag ibeli seelah iisika i OW... Perumusa Masalah Dalam peeliia ii iformulasika moel iveory alam sisem ua guag peyimpaa ega backlog shorage uuk barag yag megalami peyusua a keiakpasia waku uggu lea ime a suau kebiaka iveory ikembagka uuk memaksimalka keuuga raa raa. Permiaa kosume iasumsika bergaug harga peuala. Reailer mempuyai ua guag, yaiu OW ega kapasias erbaas a RW ega kapasias cukup luas yag isesuaika ega kebuuha. OW iempaka i pusa peuala a RW lokasiya berbea ega OW. Barag yag ipesa, perama kali iisika i OW berasarka kapasias maksimal a kelebiha barag isimpa i RW. Permiaa barag haya ilayai i OW a Semiar Nasioal Maemaika a Peiika Maemaika Jurusa Peiika Maemaika FMIPA UNY, 5 Desember

3 PROSIDING ISBN : selama peuala OW iisi sesuai ega kapasias maksimal ari RW alam umlah ereu megikui pola yag ieuka paa suau ierval waku sampai perseiaa barag i RW kosog. Karea lokasi RW berbea ega OW maka biaya peyimpaa i RW a biaya rasporasi ari RW ke OW bergaug paa arak RW a OW. Backlog shorage sebagia a backlog shorage peuh i OW iiika. Terapa selag waku aara waku pemesaa a peerimaa pesaa sebagai keiakpasia imprecise. Keiakpasia waku uggu lea ime ersebu irepreseasika ega bilaga fuzzy kemuia irasformasika ega ierval arimaika sehigga fugsi sigle obekif yag memaksimalka keuuga raa raa iubah alam fugsi muli obekif. Secara aaliik aka iuukka bahwa moel ega backlog shorage sebagia moel aau backlog shorage peuh moel mempuyai peyelesaia opimal pareo..3. Tuua Peeliia a. Megealka waku uggu lea ime alam fuzzy uuk moel moel iveory ua guag uuk memperoleh keuuga raa raa opimal ari perusahaa baru a aau barag barag iovasi baru akiba aaya persaiga pasar globalisasi. b. Membua pemoela a aalisis sisem korol iveory ega ua guag peyimpaa uuk barag yag megalami peyusua ega backlog shorage a waku uggu lea ime fuzzy..4. Mafaa Peeliia Dari peeliia ii iharapka apa memberika rekomeasi kepaa perusahaa aau reailer alam meeuka kepuusa yag epa yaiu : peeua oal perseiaa barag awal, umlah barag yag ipiahka ari RW ke OW seiap pegirima, bayakya waku pegirima yag iperluka uuk memiahka barag ari RW ke OW, arak ari RW ke OW, waku eraiya kekosoga barag, waku pemesaa barag uuk megaisipasi kekosoga barag, a waku pegirima barag agar peapaaya maksimal alam sisem korol iveory Semiar Nasioal Maemaika a Peiika Maemaika Jurusa Peiika Maemaika FMIPA UNY, 5 Desember

4 PROSIDING ISBN : ega ua guag peyimpaa uuk barag yag megalami peyusua ega backlog shorage a waku uggu lea ime fuzzy.. METODE PENELITIAN a. Mempelaari secara mealam sumber sumber pusaka erkai ega program o liear muli obekif fuzzy a o fuzzy a meoe peekaa ierval ereka baik ari ural, buku eks maupu hasil hasil peeliia erahulu b. Membua pemoela eag sisem korol iveory ega ua guag peyimpaa uuk barag yag megalami peyusua ega backlog shorage a waku uggu lea ime fuzzy ega peyeerhaaa a asumsi asumsi ereu c. Mecari peyelesaia ari sisem korol iveory ega ua guag peyimpaa uuk barag yag megalami peyusua ega backlog shorage a waku uggu lea ime fuzzy yag elah ibeuk. Megaalisis a membukika peyelesaia secara mealam ari sisem korol iveory ega ua guag peyimpaa uuk barag yag megalami peyusua ega backlog shorage a waku uggu lea ime fuzzy. e. Membua algorima peyelesaia 3. HASIL DAN PEMBAHASAN 3.. Formulasi Masalah Muli Obekif Secara umum, maslah opimisasi ega beberapa parameer berilai ierval iberika sebagai beriku : Memaksimalka : Z k i C i α i Dega keala : Semiar Nasioal Maemaika a Peiika Maemaika Jurusa Peiika Maemaika FMIPA UNY, 5 Desember

5 PROSIDING ISBN : A i 0 βi B i, i,,..., k,,..., 4 ega C c, c ], A [ a, a ], a B [ b, b ] aalah bilaga bilaga i [ Li Ri i Li Ri i Li Ri ierval imaa c, Li, ali bli aalah limi limi kiri a c Ri ari, bri, aalah limi limi kaa seagka α, β, i,,..., k ;,,...,, aalah kosaa kosaa real. i i Jelas bahwa formulasi masalah 4 merupaka suau masalah muli obekif oliear. Karea fugsi uua Z a keala keala memua beberapa parameer yag iyaaka alam ierval ierval, sehigga himpua peyelesaia 4 iefiisika berasarka hubuga aar ierval. Dari persamaa 4, limi kiri z L, limi kaa z R, a ceer z C ari fugsi uua Z iberika sebagai beriku : z L z R k i k i C C Li Ri α i α i 5 6 Z L zc [ zl + zr ] 7 Megguaka aalisis ierval, Z ekuivale ega Z, Z ] imaa [ L R a Z R apa iierpreasika sebagai keuuga pesimisis a opimisis. Meuru Ishibuchi a Taaka 990, masalah memaksimalka 4 ikoversi alam masalah muli obekif ua uua, yaiu : memaksimalka keuuga ereah a ceer ari ierval fugsi uua. Dua uua ersebu apa iyaaka sebagai memaksimalka kasus erburuk a kasus raa raa. Oleh sebab iu, masalah 4 irasformasika sebagai beriku : Memaksimalka : { z L, z C } Dega keala : Semiar Nasioal Maemaika a Peiika Maemaika Jurusa Peiika Maemaika FMIPA UNY, 5 Desember

6 PROSIDING ISBN : a a Li Ri 0 βi βi B B Ri Li, i,,..., k,,..., 8 ega a Li a ari aalah sumber miimum a maksimum yag ibuuhka oleh sau ui barag ke a b, aalah ilai ilai pesimisis a opimisis ari oal Li bri sumber yag erseia. Keala keala i aas irumuska megikui ierval maemaika. 3.. Asumsi a Noasi Asumsi a oasi yag iguaka uuk megembagka moel iveory ua guag 3... Asumsi i. Sigle iem a iak aa perbaika/ peggaia uuk ui yag megalami peyusua ii. Biaya peyimpaa barag ierapka haya paa ui ui yag bagus iii. Waku ak berhigga iv. Shorage iiika a kekecewaa kosume akiba kekosoga barag i backlog sebagia alam moel aau i backlog peuh alam moel. Hal ii berari bahwa keika shorage i backlog sebagia alam suau aria, umlah kosume meigka alam aria, yaiu backlog meai kehilaga peuala. Selauya kehilaga peuala iasumsika sebagai fugsi liear ari igka backlog paa moel a uuk moel shorage i backlog peuh. v. Waku rasporasi ari RW ke OW iabaika vi. Biaya rasporasi bergaug paa arak ari RW ke OW vii. Kapasias ari OW erbaas semeara kapasias i RW cukup luas yag isesuaika ega kebuuha viii. Biaya peyimpaa i OW eap semeara biaya peyimpaa i RW bergaug arak lokasi RW ari empa peuala yaiu biaya meuru Semiar Nasioal Maemaika a Peiika Maemaika Jurusa Peiika Maemaika FMIPA UNY, 5 Desember

7 PROSIDING ISBN : Noasi p erhaap berambahya arak ari OW. : biaya pembelia/ prouksi per ui barag s : harga peuala per ui barag ega s mp m > D s : igka permiaa per bula yag bergaug paa harga peuala ega D s αs β, α, β > 0, imaa α aalah skala parameer a β aalah beuk β parameer ari kurva permiaa. Karea D s αβs < 0 uuk s > 0, maka igka permiaa Ds uru ega aikya s. : arak ari RW ke OW : waku pemesaa/ prouksi L : waku uggu uuk meerima pesaa T : waku perpuara barag ega T + L s H : biaya peyimpaa per ui barag i OW F :biaya peyimpaa per ui barag i RW ega F λ μ, λ,, μ > 0 c s : biaya shorage per ui barag per bula c g : biaya opporuiy akiba kehilaga peuala per ui barag per bula c :biaya rasporasi ari RW ke OW per ui barag ega c ω ψ, ω, ψ > 0 : oal umlah peyusua i RW a OW b : umlah permiaa akiba kekosoga barag yag aka ipeuhi keika Barag pesaa aag ega b [ bl, br ] imaa bl, br masig masig aalah baas bawah a baas aas ari bilaga ierval b ls : umlah kehilaga peuala : umlah barag yag ikirim ari RW ke OW paa seiap pegirima Semiar Nasioal Maemaika a Peiika Maemaika Jurusa Peiika Maemaika FMIPA UNY, 5 Desember

8 PROSIDING ISBN : : igka perseiaa i RW seelah pegirima ke,,,..., : bayakya pegirima yag iperluka ari RW ke OW : ierval waku aara ua pegirima ari RW ke OW q : igka perseiaa i OW i seiap, [ 0,, ] 0 q r : igka perseiaa i RW i seiap,,,,,..., q b : igka backlog i seiap, [, T ] δ : kehilaga peuala akiba kekuraga barag yag i backlog, 0 < δ c : biaya peyusua per ui barag S : oal igka perseiaa barag awal i RW a OW paa awal puara W : kapasias peyimpaa i OW eap a W < S θ : igka peyusua i RW a OW, θ, θ,θ 0 γ A L :biaya pemesaa per puara ega A L a bl, a, b, γ > 0 imaa A γ A L uru ega aikya ilai L, yaiu : γbl < 0 l, : Limi kiri a limi kaa ari raa raa ierval fugsi keuuga, i, il ir 3.3. Deskripsi Moel Reailer memperoleh barag ari supplier a perama kali meyimpaya i OW seagka kelebiha ui isimpa i RW. Permiaa kosume ilayai i OW a kekosoga barag i OW iisi maksimal ega rasfer ui ari RW ke OW paa suau ierval waku ereu. Awalya seumlah S ui ibeli imaa W ui isimpa i OW a S W ui isimpa i RW. Perseiaa i OW meuru akiba permiaa kosume a peyusua barag. Seelah waku, ui ari RW ipiahka ke OW seemikia higga igka perseiaa i OW kembali meai W yag megisi peuh kekosoga empa i OW. Proses ersebu berlau sampai pegirima. Berasarka asumsi awal, seelah pegirima ke iak aa ui barag Semiar Nasioal Maemaika a Peiika Maemaika Jurusa Peiika Maemaika FMIPA UNY, 5 Desember

9 PROSIDING ISBN : yag ersisa i RW 0. Sisa W ui i OW iguaka a berkurag akiba ari permiaa kosume a peyusua barag. Paa saa, perseiaa i OW mecapai ol a kehabisa perseiaa barag mulai ihiug a sampai T saa seumlah barag yag ipesa iba. Dalam kasus ii igka perseiaa berasarka perumusa i aas iberika paa gambar beriku : Gambar. Moel iveory ua guag. MODEL Moel uuk Backlog Shorage Sebagia Jika oal shorage yag ihiug i backlog sebagia, maka kehilaga peuala erai. Oleh karea iu erapa biaya ambaha opporuiy cos karea kehilaga peuala. Guag Sewa RW/ Ree Warehouse Ui ui yag ikirim ari RW ke OW berasarka pola ereu, igka iveory i RW berkurag secara iskri paa suau ierval waku ereu, yaiu paa suau iik waku eap. Teapi selama ierval waku ersebu, perseiaa i RW berkurag secara koiu yag haya iakibaka oleh peyusua ui barag. Oleh karea iu, igka iveory q r i RW paa seiap selama <,,,..., memeuhi persamaa iferesial sebagai beriku: q θq, <,,,..., 9 r r Semiar Nasioal Maemaika a Peiika Maemaika Jurusa Peiika Maemaika FMIPA UNY, 5 Desember 009 0

10 PROSIDING ISBN : Selauya i seiap ierval waku <,,,...,, q r aalah fugsi uru secara koiu ari igka [ qr ] eapi iskoiu ari kiri i karea ari eskripsi moel elas bahwa : lim qr + qr. Berasarka hal ersebu, peyelesaia ari persamaa iferesial 9 iberika sebagai beriku : θ qr + e,,,..., 0 θ Karea qr, maka ari persamaa 0 iperoleh : + e Jai,,,..., berlaku : sθ e s θ θ merupaka ere geomeri berhigga ega suku awal a e a rasio r e sehigga iperoleh : e θ θ e, 0 e θ θ θ Paa awal puara, e S W e 0 θ e Karea fugsi q r aalah fugsi koiu sepoog sepoog paa ierval 0, ], [ maka oal iveory i RW paa ierval waku ersebu aalah : θ θ e θ G q + e e θ θ e r 3 Guag Milik OW/ Ow Warehouse Berkuragya perseiaa barag i OW selama ierval 0, ] akiba ari permiaa kosume a peyusua barag. Selauya igak iveory meai ol a shorage mulai ihiug selama [, T ] yag i backlog sebagia. Persamaa iferesial yag meyaaka igka iveory q o selama ierval 0, ] a [ [ Semiar Nasioal Maemaika a Peiika Maemaika Jurusa Peiika Maemaika FMIPA UNY, 5 Desember 009 0

11 PROSIDING ISBN : backlog shorage q b selama [, T ] i OW iberika sebagai beriku : q D s θ q, <,,,..., 4 o 0 ega syara q o W i a q D s θq, 5 o 0 ega syara q o 0. Seagka, qb D s δqb, T 6 ega syara q b 0. Peyelesaia ari persama iferesial 4 6 aalah sebagai beriku : D D qo + W + e θ θ θ uuk <,,,..., 7a D qo θ θ e, 7b D qb δ δ e, < T 8 Fugsi q o iskoiu ari kiri i. Dari gambar elas bahwa,,..., limqo W W qo 9 Ambil limi kiri ari q o paa persamaa 7a, maka iperoleh : θ e D W + θ 0 Fugsi q o uga koiu sepoog poog paa 0, ] sehigga oal iveory paa [ ] guag OW selama 0, ] iberika sebagai beriku : [ ] G o D θ q + W e D θ θ Semiar Nasioal Maemaika a Peiika Maemaika Jurusa Peiika Maemaika FMIPA UNY, 5 Desember

12 PROSIDING ISBN : Dari persamaa 7 a 9 iperoleh : D W θ θ e Toal iveory i guag OW paa ierval. ] aalah [ D G 3 qo θ e θ θ `3 Megguaka persamaa 8 seumlah barag yag ibacklog selama perioe T aalah : b T q b D δ T e δ T δ 4 Oleh karea iu, umlah kehilaga peuala selama [, T ] aalah : qr + θqo + θqo θ G θ + G + G 3 θ 6 Fugsi uua, memua eleme eleme sebagai beriku : i. Biaya pemesaa A L a bl γ ii. Biaya peyimpaa F + G + G H iii. Biaya shorage b cs G 3 iv. Biaya opporuiy akiba ari kehilaga peuala ls cg v. Biaya rasporasi c vi. Biaya peyusua barag c D p S + e δ vii. Biaya pembelia δ T D δ Jai, oal keuuga apa irumuska sebagai beriku : viii. Peapaa peuala + δ T mp D e, Peapaa peuala biaya pembelia + biaya peyimpaa + biaya pemesaa + biaya shorage + biaya opporuiy + biaya rasporasi + biaya peyusua Semiar Nasioal Maemaika a Peiika Maemaika Jurusa Peiika Maemaika FMIPA UNY, 5 Desember

13 PROSIDING ISBN : mp D D + e δ D p S + e δ δ T δ T F G + G H A L b cs ls cg c c 7 G 3 Oleh karea iu, raa raa keuuga paa ierval waku [ 0, T ] aalah :,, 8 T ~ Diasumsika bahwa waku uggu L sebagai bilaga fuzzy rapezoia yag ~ iaproksimasi oleh suau bilaga ierval crisp. Uuk L l, l, l3, l4 ega meoe ~ ierval ereka iperoleh limi kiri a limi kaa ari ierval ereka ke L aalah : L L l + l a L R l + l 3 4 Selauya ega megguaka ierval arimaika, fugsi uua paa persamaa 8 meai : ega : [,,, ], L R, L, L a, R, R L + L + R Dega megguaka persamaa 8, moel i aas apa irasformasika alam masalah program muli obekif oliear bilaga bula sebagai beriku : {, L,, } ega,, +, ma C 9 C L R aalah ceer ari fugsi keuuga. MODEL Moel uuk Backlog Shorage Peuh Jika oal shorage yag ihiug i backlog peuh paa waku seumlah barag iba i OW, maka iak aa biaya ambaha selai biaya shorage. Dalam hal ii, fugsi keuuga, memua eleme eleme sebagai beriku L i. Biaya pemesaa A L a bl γ. Biaya peyimpaa F + G + G H G 3 Semiar Nasioal Maemaika a Peiika Maemaika Jurusa Peiika Maemaika FMIPA UNY, 5 Desember

14 PROSIDING ISBN : i. Biaya shorage c T ii. Biaya rasporasi c iii. Biaya peyusua barag c iv. Biaya pembelia p[ S + D T ] v. Peapaa peuala DmpT Jai, raa raa keuuga apa irumuska sebagai beriku :, Dmp D + δ T p S e + G F + G + G3 H + T δ A L + c + c + D c s T 30 Dari pembahasa sebelumya, waku uggu sebagai suau bilaga ierval a megguaka ierval arimaika moel i aas apa irasformasika alam masalah program muli obekif oliear bilaga bula sebagai beriku : {, L,, } ega,, +, ma C 3 L R aalah ceer ari fugsi keuuga. Teorema C + Jika kehilaga shorage yag i backlog meuu ol, yaiu δ 0, maka moel apa ireuksi meai moel, yaiu :,, 3.4. Meoe Peyelesaia Moel a moel yag irepreseasika oleh persamaa 9 a 30 aalah moel muli obekif yag iselesaika ega meoe krieria global. Dega meoe krieria global, masalah program muli obekif oliear bilaga bula ikoversi alam masalah sigle obekif. Beriku algorima peyelesaia yag iguaka uuk meyelesaika masalah program muli obekif ieger oliear : Semiar Nasioal Maemaika a Peiika Maemaika Jurusa Peiika Maemaika FMIPA UNY, 5 Desember

15 PROSIDING ISBN : Tahap : Uuk bilaga bula, selesaika masalah program mili obekif 9 aau 3 sebagai masalah sigle obekif megguaka sau fugsi obekif paa suau waku ega megabaika fugsi obekif yag lai. π aau 0 0 Tahap : Dari hasil ahap, euka vekor obekif ieal misalka L, π C 0 0 π L, π C. Vekor obekif ieal iguaka sebagai iik referesi sehigga masalah 9 aau 3 meai : mi GCi mi L, C i,,, 0 i 0 i p / p, 3 ega i aau, p <. 4. KESIMPULAN DAN SARAN Peeliia ii beruua uuk meeuka proseur peyelesaia ari suau masalah iveory ua guag ega harga peuala bergaug igka permiaa a peyusua barag. Shorage iperbolehka a i backlog sebagia/ peuh. Dalam kasus real, biaya pemesaa meuru erhaap berambahya waku uggu/ lea ime. Lea ime ieuka sebagai keiakpasia alam fuzzy yag iyaaka ega fugsi keaggoaa liear selauya iaproksimasi ke suau bilaga ierval. Kemuia masalah ersebu ikoversi alam masalah iveory muli obekif imaa fugsi fugsi obekif ya irepreseasika oleh limi kiri a ceer ari fugsi fugsi ierval. Uuk memperoleh peyelesaia ari masalah iveory muli obekif ersebu iguaka meoe krieria global. Uuk peeliia selauya masalah iveory apa iformulasika a iselesaika alam fuzzyprobabilisik ega isribusi probabilias uuk harga peuala a biaya biaya iveory. 5. DAFTAR PUSTAKA Semiar Nasioal Maemaika a Peiika Maemaika Jurusa Peiika Maemaika FMIPA UNY, 5 Desember

16 PROSIDING ISBN : Bazaraa, M.S. a Shey,C.M., 993, Noliear Programmig, Theory Algorihms, Joh Wiley & Sos, Sigapore. Chiag, J., Yao, J. S., Lee, H. M., 005, Fuzzy iveory wih backorer efuzzificaio by sige isace meho, Joural of Iformaio Sciece a Egieerig, Debulal Paa, Samari Kar, 005, Muli iem Sochasic a Fuzzy Sochasic Iveory Moels Uer Imprecise Goal a Chace Cosrais, AMO Avace Moelig a Opimizaio, Volume 7, Number. Dey, J.K., Kar, S., Maii, M., 005, A ieracive meho for iveory corol wih fuzzy lea ime a yamic ema, Europea Joural of Operaioal Research 67, K.Maiy, M. Maii, 007, A umerical approach o a muli obecive opimal corol problem for eerioraig muli iem uer fuzzy iflaio a iscouig, Compuers a Mahemaics wih Applicaios. K. Maiy, M. Maii, 005, Proucio iveory sysem for eerioraig muli iem wih iveory epee yamic emas uer iflaio a iscouig, Tamsui Ofor Joural of Maageme Sciece, 8. Lee, C.C., Ma, C.Y., 000, Opimal Iveory policy for eerioraig iems wih wowarehouse a ime epee emas, Proucio Plaig & Corol 7, S.K. Goyal, B.C. Giri, 00, Rece res moelig of eerioraig iveory, Europea Joural of Operaio Research 34, 6. S. Papachrisos, K. Skouri, 003, A iveory moel of eerioraig iems, quaiy iscou, pricig a ime epee parial backloggig, Ieraioal Joural of Proucio Ecoomics 83, Semiar Nasioal Maemaika a Peiika Maemaika Jurusa Peiika Maemaika FMIPA UNY, 5 Desember

PEMODELAN INVENTORY DENGAN DUA GUDANG PENYIMPANAN UNTUK BARANG YANG MENGALAMI PENYUSUTAN DENGAN BACKLOG SHORTAGE SEBAGIAN DAN LEAD TIME FUZZY

PEMODELAN INVENTORY DENGAN DUA GUDANG PENYIMPANAN UNTUK BARANG YANG MENGALAMI PENYUSUTAN DENGAN BACKLOG SHORTAGE SEBAGIAN DAN LEAD TIME FUZZY Pmola Ivory ga Dua Guag Pyimpaa... Dwi Eriigsih) PEMODELAN INVENTORY DENGAN DUA GUDANG PENYIMPANAN UNTUK BARANG YANG MENGALAMI PENYUSUTAN DENGAN BACKLOG SHORTAGE SEBAGIAN DAN LEAD TIME FUZZY Dwi Eriigsih,

Lebih terperinci

OPTIMASI INVENTORY COST PADA MODEL MATEMATIKA EPQ (ECONOMIC PRODUCTION QUANTITY) DENGAN BACKORDER DAN VARIASI SET UP COST Rofila El Maghfiroh 4

OPTIMASI INVENTORY COST PADA MODEL MATEMATIKA EPQ (ECONOMIC PRODUCTION QUANTITY) DENGAN BACKORDER DAN VARIASI SET UP COST Rofila El Maghfiroh 4 JURNAL ILMU-ILMU EKNIK - SISEM Vol. 3 No. OPIMASI INVENORY COS PAA MOEL MAEMAIKA EP (ECONOMIC PROUCION UANIY) ENGAN ACKORER AN VARIASI SE UP COS Rofila El Maghfiroh 4 Absrak: Masalah pegedalia persediaa

Lebih terperinci

Sistim Komunikasi 1. Pertemuan 5 Konversi Analog ke Digital

Sistim Komunikasi 1. Pertemuan 5 Konversi Analog ke Digital isim Komuikasi 1 Peremua 5 Koversi Aalog ke Digial Murik Alayrus Tekik Elekro Fakulas Tekik, UMB murikalayrus@yahoo.com 1 Base Ba Moulaio Paa bagia sebelum kia meapaka siyal koiyu erhaap waku, misalyasiyalm(),

Lebih terperinci

PREMI TAHUNAN ASURANSI JIWA BERJANGKA DENGAN HUKUM DE MOIVRE UNTUK STATUS GABUNGAN

PREMI TAHUNAN ASURANSI JIWA BERJANGKA DENGAN HUKUM DE MOIVRE UNTUK STATUS GABUNGAN PREMI TAHUNAN ASURANSI JIWA BERJANGKA DENGAN HUKUM DE MOIVRE UNTUK STATUS GABUNGAN Nurma Harisa * Johaes Kho 2 Aziskha 2 Mahasiswa Program S Maemaika 2 Dose Jurusa Maemaika Fakulas Maemaika a Ilmu Pegeahua

Lebih terperinci

INTEGRAL TAK TENTU (pecahan rasional) Agustina Pradjaningsih, M.Si. Jurusan Matematika FMIPA UNEJ

INTEGRAL TAK TENTU (pecahan rasional) Agustina Pradjaningsih, M.Si. Jurusan Matematika FMIPA UNEJ INTEGRL TK TENTU pecaha rasioal gusia Pradjaigsih, M.Si. Jurusa Maemaika FMIP UNEJ agusia.fmipa@uej.ac.id DEFINISI Fugsi suku bayak derajad dega bula o egaif 0 dimaa, 0 a a a a a P Fugsi kosa dipadag sbg

Lebih terperinci

CADANGAN PROSPEKTIF ASURANSI JIWA BERJANGKA DENGAN HUKUM DE MOIVRE

CADANGAN PROSPEKTIF ASURANSI JIWA BERJANGKA DENGAN HUKUM DE MOIVRE CDNGN POSPEKTIF SUNSI JIW BEJNGK DENGN HUKUM DE MOIVE Dii amaai *, Johaes Kho 2, ziskha 2 Mahasiswa Program S Maemaika 2 Dose Jurusa Maemaika Fakulas Maemaika a Ilmu Pegeahua lam Uiersias iau Kampus Bia

Lebih terperinci

METODE TRANSFORMASI ELZAKI DALAM MENYELESAIKAN PERSAMAAN DIFERENSIAL BIASA LINEAR ORDE-N DENGAN KOEFISIEN KONSTANTA. Mahasiswa Program S1 Matematika 2

METODE TRANSFORMASI ELZAKI DALAM MENYELESAIKAN PERSAMAAN DIFERENSIAL BIASA LINEAR ORDE-N DENGAN KOEFISIEN KONSTANTA. Mahasiswa Program S1 Matematika 2 METODE TRANSFORMASI ELZAKI DALAM MENYELESAIKAN PERSAMAAN DIFERENSIAL BIASA LINEAR ORDE-N DENGAN KOEFISIEN KONSTANTA Roki Nuari *, Aziskha, Edag Lily Mahasiswa Program S Maemaika Dose Jurusa Maemaika Fakulas

Lebih terperinci

NILAI AKUMULASI ANUITAS AKHIR DENGAN ASUMSI DISTRIBUSI UNIFORM UNTUK m KALI PEMBAYARAN

NILAI AKUMULASI ANUITAS AKHIR DENGAN ASUMSI DISTRIBUSI UNIFORM UNTUK m KALI PEMBAYARAN NILAI AKUMULASI ANUITAS AKHIR DENGAN ASUMSI DISTRIBUSI UNIFORM UNTUK m KALI PEMBAYARAN Nomi Kelari *, Hasriai 2, Musraii 2 Mahasiswa Program S Maemaika 2 Dose Jurusa Maemaika Fakulas Maemaika da Ilmu Pegeahua

Lebih terperinci

Beberapa Definisi Ruang Contoh Kejadian dan Peluang Definisi L.1 (Ruang contoh dan kejadian) . Definisi L.2 (Kejadian lepas )

Beberapa Definisi Ruang Contoh Kejadian dan Peluang Definisi L.1 (Ruang contoh dan kejadian) .   Definisi L.2 (Kejadian lepas ) 33 LAMPIRAN 34 35 Beberapa Defiisi Ruag Cooh Kejadia da Peluag Suau percobaa yag dapa diulag dalam kodisi yag sama, yag hasilya idak dapa diprediksi dega epa eapi kia bisa megeahui semua kemugkia hasil

Lebih terperinci

KRITERIA INVESTASI DEPARTEMEN AGRIBISNIS FEM - IPB

KRITERIA INVESTASI DEPARTEMEN AGRIBISNIS FEM - IPB KRITERIA INVESTASI DEPARTEMEN AGRIBISNIS FEM - IPB Sudi kelayaka bisis pada dasarya berujua uuk meeuka kelayaka bisis berdasarka krieria ivesasi Krieria ersebu diaaraya adalah ; 1. Nilai bersih kii (Ne

Lebih terperinci

B. DESKRIPSI SINGKAT MATA KULIAH

B. DESKRIPSI SINGKAT MATA KULIAH A. IDENTITAS MATA KULIAH Nama Maa Kuliah : Kalkulus 1 Kode Maa Kuliah : MUG1A4 SKS : 4 (empa) Jeis : Maa kuliah wajib Jam pelaksaaa : Taap muka di kelas = 4 jam per peka Tuorial/ resposi Semeser / Tigka

Lebih terperinci

PEMETAAN LINIER KONTINU PADA RUANG BERNORMA KABUR. Muhammad Ahsar K. dan Yuni Yulida

PEMETAAN LINIER KONTINU PADA RUANG BERNORMA KABUR. Muhammad Ahsar K. dan Yuni Yulida Jural Maemaika Muri da Terapa Vol. 3 No. Desember 009: 39-50 PEMETAAN LINIER KONTINU PADA RUANG BERNORMA KABUR Muhammad Ahsar K. da Yui Yulida Program Sudi Maemaika Uiversias Lambug Magkura Jl. Jed. A.

Lebih terperinci

BAB III PENAKSIR DERET FOURIER. Dalam statistika, penaksir adalah sebuah statistik (fungsi dari data sampel

BAB III PENAKSIR DERET FOURIER. Dalam statistika, penaksir adalah sebuah statistik (fungsi dari data sampel BAB III PENAKSIR DERET FOURIER 3. Peaksi Dalam saisika, peaksi adalah sebuah saisik (fugsi dai daa sampel obsevasi) yag diguaka uuk meaksi paamee populasi yag idak dikeahui (esimad) aau fugsi yag memeaka

Lebih terperinci

BAB III FORMULA PENENTUAN HARGA OPSI ASIA

BAB III FORMULA PENENTUAN HARGA OPSI ASIA 3 BAB III FORMULA PEETUA HARA OPSI ASIA Pada Bab III ii aka dibahas megeai opsi Asia da aalisisya, di maa yag aka dibahas hayalah beberapa ipe opsi Asia, da erbaas pada eis Europea call saa. Jeis-eis opsi

Lebih terperinci

III. METODE KAJIAN 1. Lokasi dan Waktu 2. Metode Pengumpulan Data

III. METODE KAJIAN 1. Lokasi dan Waktu 2. Metode Pengumpulan Data III. METODE KAJIAN 1. Lokasi da Waku Lokasi kajia berempa uuk kelompok dilaksaaka di kelompok peeraka sapi di Bagka Tegah, Provisi Bagka Beliug, da Kelompok Peeraka Sapi di Cisarua, Bogor, Provisi Jawa

Lebih terperinci

2. SAMBUNGAN PAKU KELING

2. SAMBUNGAN PAKU KELING . SAMBUNGAN PAKU KELING. Pegguaa Sambuga paku Kelig Paku kelig aalah sejeis pasak aau paku yag iguaka uuk megika suau sambuga, yag sifaya permae imaksuka agar bagia-bagia ksruksi yag elah isambug/iika

Lebih terperinci

PROSIDING ISSN:

PROSIDING ISSN: PROSIDING ISSN: 5-656 OPTIMISASI BERKENDALA MENGGUNAKAN METODE GRADIEN TERPROYEKSI Nida Sri Uami Uiversias Muhammadiyah Suraara idaruwiyai@gmailcom ABSTRAK Dalam ulisa ii dibahas eag meode gradie erproyesi

Lebih terperinci

BAB 2 LANDASAN TEORI. pada masa mendatang. Peramalan penjualan adalah peramalan yang mengkaitkan berbagai

BAB 2 LANDASAN TEORI. pada masa mendatang. Peramalan penjualan adalah peramalan yang mengkaitkan berbagai BAB 2 LANDASAN TEORI 2.1 Pegeria Peramala (orecasig) Peramala (orecasig) adalah suau kegiaa yag memperkiraka apa yag aka erjadi pada masa medaag. Peramala pejuala adalah peramala yag megkaika berbagai

Lebih terperinci

MODIFIKASI METODE DEKOMPOSISI ELZAKI (MMDE) UNTUK PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL TAK LINEAR

MODIFIKASI METODE DEKOMPOSISI ELZAKI (MMDE) UNTUK PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL TAK LINEAR Bulei Ilmiah Ma.Sa. da Terapaya (Bimaser) Volume 06, No. (07), hal -0. MODIFIKASI METODE DEKOMPOSISI ELZAKI (MMDE) UNTUK PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL TAK LINEAR Ermawai, Helmi, Frasiskus

Lebih terperinci

BAB IV METODOLOGI PENELITIAN

BAB IV METODOLOGI PENELITIAN BAB IV ETODOLOGI PENELITIAN IV Lagkah-Lagkah Aalisis Struktur yag aka ijaika moel alam peelitia ii aalah struktur bagua latai a latai, yag iasumsika terbuat ari baja Struktur terlebih ahulu imoel ega megguaka

Lebih terperinci

PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL LINEAR DENGAN MENGGUNAKAN METODE TRANSFORMASI ELZAKI

PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL LINEAR DENGAN MENGGUNAKAN METODE TRANSFORMASI ELZAKI Bulei Ilmiah Ma. Sa. da erapaya (Bimaser) Volume 4, No. (5), hal 7 6. PNYLSAIAN PRSAMAAN DIFRNSIAL PARSIAL LINAR DNGAN MNGGUNAKAN MOD RANSFORMASI LZAKI Noa Miari, Mariaul Kifiah, Helmi INISARI Persamaa

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI 6 BAB II LANASAN TEORI.1 Pegeria Persediaa Meuru Ragkui (000,p1) persediaa adalah suau akiva yag melipui barag-barag milik perusahaa dega maksud uuk dijual dalam suau periode usaha ereu, aau persediaa

Lebih terperinci

BAB II TEORI DASAR. 2.1 Proses Stokastik Rantai Markov

BAB II TEORI DASAR. 2.1 Proses Stokastik Rantai Markov BAB II TEORI DASAR. Proses Sokasik Raai Markov Proses sokasik merupaka suau cara uuk mempelajari hubuga yag diamis dari suau ruua perisiwa aau proses yag kejadiaya bersifa idak pasi. Dalam memodelka perubaha

Lebih terperinci

BAB 2 TINJAUAN TEORI. Ramalan pada dasarnya merupakan dugaan atau perkiraan mengenai terjadinya suatu

BAB 2 TINJAUAN TEORI. Ramalan pada dasarnya merupakan dugaan atau perkiraan mengenai terjadinya suatu BAB 2 TINJAUAN TEORI 2.1 Pegeria Peramala Ramala pada dasarya merupaka dugaa aau perkiraa megeai erjadiya suau kejadia aau perisiwa di waku yag aka daag. Peramala merupaka sebuah ala bau yag peig dalam

Lebih terperinci

BAB V ANALISA HASIL. Untuk mendapatkan jenis peramalan yang dinginkan terdapat banyak

BAB V ANALISA HASIL. Untuk mendapatkan jenis peramalan yang dinginkan terdapat banyak BB V NLIS HSIL 5.1 Ukura kurasi Hasil Peramala Uuk medapaka jeis peramala yag digika erdapa bayak parameer-parameer yag dapa diguaka. Seperi yag elah diuraika pada ladasa eori, parameer-parameer ersebu

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN BAB 3 METODE PENELITIAN 3 Meode Pegumpula Daa 3 Jeis Daa Pada peeliia ii aka megguaka jeis daa yag bersifa kuaiaif Daa kuaiaif adalah daa yag berbeuk agka / omial Dalam peeliia ii aka megguaka daa pejuala

Lebih terperinci

= 0 diturunkan terhadap x. Karena y fungsi dari x, maka setiap kali menurunkan y harus dikalikan dengan didapat diselesaikan ke y '.

= 0 diturunkan terhadap x. Karena y fungsi dari x, maka setiap kali menurunkan y harus dikalikan dengan didapat diselesaikan ke y '. 6..MENURUNKAN FUNGSI IMPLISIT Padag y fugsi dari yag disajika dalam beuk implisi f (, y) 0. Turuaya y' didapa sebagai beriku: a. Jika mugki y diyaaka sebagai beuk eksplisi dari, lalu diuruka erhadap b.

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Laar Belakang Masalah persediaan merupakan masalah yang sanga pening dalam perusahaan. Persediaan mempunyai pengaruh besar erhadap kegiaan produksi. Masalah persediaan dapa diaasi

Lebih terperinci

BAB II TINJAUAN PUSTAKA. Black dan Scholes (1973) menyatakan bahwa nilai aset mengikuti Gerak

BAB II TINJAUAN PUSTAKA. Black dan Scholes (1973) menyatakan bahwa nilai aset mengikuti Gerak BAB II TINJAUAN PUSTAKA. Peeliia Terdahulu Black da Scholes (973) meyaaka bahwa ilai ase megikui Gerak Brow Geomeri, dega drif μ (ekpekasi dari reur) da volailias σ (deviasi sadar dari reur). Berawal dari

Lebih terperinci

BAB 3 PERANCANGAN SISTEM

BAB 3 PERANCANGAN SISTEM BB PERNCNGN SISTEM. Peracaga wal Dari Sisem Yag ka Dibagu Peracaga awal ari sisem ag aka ibagu ii aalah implemeasi auo-uig PID koroler megguaka muliple iegraios ke alam sofware ega megguaka program MTLB.

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2. Ruag sampel da Kejadia Defiisi Himpua semua hasil yag mugki dari suau percobaa disebu ruag sampel da diyaaka dega S Mogomery, 2004: 7. Tiap hasil dari ruag sampel disebu usur aau

Lebih terperinci

BAGIAN 2 TOPIK 5. andhysetiawan

BAGIAN 2 TOPIK 5. andhysetiawan BAGIAN OIK 5 adhyseiawa Isi Maeri Modulasi Aliudo AM Modulasi Frekuesi FM adhyseiawa MODULASI AMLIUDO DAN MODULASI ANGULAR SUDU Modulasi roses erubaha karakerisik aau besara gelobag ebawa, euru ola gelobag

Lebih terperinci

Bab 3. Migrasi Data Seismik. Migrasi dilakukan untuk memindahkan posisi reflektor yang terlihat pada

Bab 3. Migrasi Data Seismik. Migrasi dilakukan untuk memindahkan posisi reflektor yang terlihat pada Bab 3 Migrasi Daa Seismik Migrasi ilakukan unuk meminahkan posisi reflekor yang erliha paa rekaman aa seismik menjai posisi yang sebenarnya sesuai engan posisi i bawah permukaan. Unuk srukur geologi yang

Lebih terperinci

MODIFIKASI METODE DEKOMPOSISI ADOMIAN UNTUK MENYELESAIKAN PERSAMAAN GELOMBANG NONLINEAR

MODIFIKASI METODE DEKOMPOSISI ADOMIAN UNTUK MENYELESAIKAN PERSAMAAN GELOMBANG NONLINEAR MODIFIKSI METODE DEKOMPOSISI DOMIN UNTUK MENYEESIKN PERSMN GEOMBNG NONINER Wiiya Firia Sari * eli Deswia Ea ily Mahasiswa Proram S Maemaika Dose Jrsa Maemaika Faklas Maemaika a Ilm Peeaha lam Uiversias

Lebih terperinci

BAB V METODE PENELITIAN

BAB V METODE PENELITIAN 31 BAB V METODE PENELITIAN 5.1 Lokasi da Waku Peeliia Peeliia ii dilaksaaka di Kecamaa Sukaagara, Kabupae Ciajur. Pemiliha lokasi peeliia dilakuka secara segaja (purposive samplig) dega memperimbagka aspek

Lebih terperinci

METODE PENELITIAN. Lokasi dan Waktu Penelitian. sampai dengan April 2008, di DAS Waeruhu, yang secara administratif terletak di

METODE PENELITIAN. Lokasi dan Waktu Penelitian. sampai dengan April 2008, di DAS Waeruhu, yang secara administratif terletak di 8 METODE PENELITIAN Lokasi da Waku Peeliia Peeliia ii dilaksaaka selama 3 bula, erhiug sejak bula Februari sampai dega April 2008, di DAS Waeruhu, yag secara admiisraif erleak di wilayah Kecamaa Sirimau,

Lebih terperinci

JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS JEMBER

JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS JEMBER STATISTIK CUKUP Oleh: Ramayai Rizka M (11810101003), Dey Ardiao (1181010101), Ikfi Ulyawai (1181010103), Falviaa Yulia Dewi (1181010106), Ricki Dio Rosada (11810101034), Nurma Yuia D (11810101035), Wula

Lebih terperinci

II LANDASAN TEORI. of Portfolio Transactions (Almgren & Chriss 2000).

II LANDASAN TEORI. of Portfolio Transactions (Almgren & Chriss 2000). of Porfolio Trasaios (Almgre & Chriss 000 14 Sisemaika Peulisa Karya ilmiah ii erdiri aas eam bagia Bagia perama berupa pedahulua, erdiri aas laar belakag, ujua peulisa, meode peulisa, da sisemaika peulisa

Lebih terperinci

ANALISA SISTEM ANTRIAN DENGAN METODE KOMPUTASI TURBO PASCAL

ANALISA SISTEM ANTRIAN DENGAN METODE KOMPUTASI TURBO PASCAL Aalisa Sisem Aria Dega Meode Kompuasi Turbo Pascal ANALISA SISTEM ANTRIAN DENGAN METODE KOMPUTASI TURBO PASCAL RINA OKTAVIYANTHI Uiversias Serag Raya, riaoka@usera.ac.id Absrak. Sisem aria yag erjadi di

Lebih terperinci

PEMBAHASAN. Solusi Eksak Persamaan Boltzman dengan Nilai Awal Bobylev Misalkan dipilih nilai awal Bobylev berikut:

PEMBAHASAN. Solusi Eksak Persamaan Boltzman dengan Nilai Awal Bobylev Misalkan dipilih nilai awal Bobylev berikut: PEMBAHASAN Paa karya ilmiah ini persamaan Bolzmann yang akan icari solusinya aalah persamaan Bolzmann spasial homogen yaiu persamaan Bolzmann engan x bernilai nol iuliskan: S cos [ ] e. g θ 4 uas kiri

Lebih terperinci

Bab II Sistem Dengan Fase Nonminimum Dan Iterative Learning Control

Bab II Sistem Dengan Fase Nonminimum Dan Iterative Learning Control Bab II Sistem Dea Fase Nomiimum Da Iterative Leari Cotrol Paa baia ii, aka ibahas sistem plat oliear ea ase o miimum a hal-hal ya terkait ea plat oliear. Pembahasa teta iversi stabil a iterative leari

Lebih terperinci

MODEL HUBUNGAN INTENSIFIKASI LAHAN PERTANIAN DAN PERPINDAHAN PENDUDUK DESA-KOTA

MODEL HUBUNGAN INTENSIFIKASI LAHAN PERTANIAN DAN PERPINDAHAN PENDUDUK DESA-KOTA MODE HUBUNGAN INTENSIFIKASI AHAN PERTANIAN DAN PERPINDAHAN PENDUDUK DESA-KOTA Oleh : TIKA DESIANA MUSTIKASARI G54102038 DEPARTEMEN MATEMATIKA FAKUTAS MATEMATIKA DAN IMU PENGETAHUAN AAM INSTITUT PERTANIAN

Lebih terperinci

Rancangan Percobaan. Arum Handini Primandari, M.Sc.

Rancangan Percobaan. Arum Handini Primandari, M.Sc. Kosep Dasar Statistika utuk Racaga Percobaa Arum aii Primaari, M.Sc. Operator Pejumlaha Operator pejumlaha: Sifat: i1 i i1 i1 k k kx k x i1 i i1 i1 i i i i i1 i1 i1 i a bx a b x x y x y x x x... x i i

Lebih terperinci

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang BAB 2 LANDASAN EORI 2.1 Pegeria Peramala Peramala adalah kegiaa uuk memperkiraka apa yag aka erjadi di masa yag aka daag. Sedagka ramala adalah suau siuasi aau kodisi yag diperkiraka aka erjadi pada masa

Lebih terperinci

Kecepatan putar sebuah motor servo dengan input konstan digambar sebagai berikut: Time (s)

Kecepatan putar sebuah motor servo dengan input konstan digambar sebagai berikut: Time (s) UJIAN TENAH SEMESTER ANJIL TAHUN / JURUSAN TEKNIK ELEKTRO FAKULTAS TEKNIK UNIVERSITAS DIPONEORO Mata Uji : Sistem Kotrol Aalog Sifat : Terbuka Hari, taggal : Rabu, Nopember Waktu : 6.3 8. (9 meit) Ruag

Lebih terperinci

PENGUJIAN HIPOTESIS. Hipotesis Statistik : pernyataan atau dugaan mengenai satu atau lebih populasi.

PENGUJIAN HIPOTESIS. Hipotesis Statistik : pernyataan atau dugaan mengenai satu atau lebih populasi. . Pedahulua PENGUJIAN HIPOTESIS Hipoesis Saisik : peryaaa aau dugaa megeai sau aau lebih populasi. Pegujia hipoesis berhubuga dega peerimaa aau peolaka suau hipoesis. Kebeara (bear aau salahya) suau hipoesis

Lebih terperinci

Universitas Sumatera Utara

Universitas Sumatera Utara Uiversias Sumaera Uara BAB 2 LANDASAN TEORI Ladasa eori ii merupaka hasil dari ijaua lieraur-lieraur yag ada kaiaya dega meode-meode peramala maupu dega koeks laiya dalam peulisa Tugas Akhir ii. Adapu

Lebih terperinci

MENENTUKAN PERSEDIAAN BERAS DENGAN MENGGUNAKAN MODEL ECONOMIC ORDER QUANTITY (EOQ) BERDASARKAN RAMALAN PERMINTAAN PADA TAHUN 2012

MENENTUKAN PERSEDIAAN BERAS DENGAN MENGGUNAKAN MODEL ECONOMIC ORDER QUANTITY (EOQ) BERDASARKAN RAMALAN PERMINTAAN PADA TAHUN 2012 MENENTUKAN PERSEDIAAN BERAS DENGAN MENGGUNAKAN MODEL ECONOMIC ORDER QUANTITY (EOQ) BERDASARKAN RAMALAN PERMINTAAN PADA TAHUN 2012 Julia Nahar 1 1 Uiversias Padjadjara, Jala Raya Badug-Sumedag km 21,Jaiagor

Lebih terperinci

ANALISIS KELAYAKAN INVESTASI PENAMBAHAN ARMADA TRANSPORTASI DAN PERBAIKAN SISTEM PERSEDIAAN PERGUDANGAN (STUDY KASUS PT

ANALISIS KELAYAKAN INVESTASI PENAMBAHAN ARMADA TRANSPORTASI DAN PERBAIKAN SISTEM PERSEDIAAN PERGUDANGAN (STUDY KASUS PT ANALISIS KELAYAKAN INVESTASI PENAMBAHAN ARMADA TRANSPORTASI DAN PERBAIKAN SISTEM PERSEDIAAN PERGUDANGAN (STUDY KASUS PT. LEMINDO ABADI JAYA AREA DISTRIBUSI RIAU DARATAN) Peir Papilo 1, Ramadhail 2 Jurusa

Lebih terperinci

KAJIAN MATEMATIS DAN SIMULASI NUMERIK TENTANG KEKONVERGENAN HARGA OPSI CALL TIPE EROPA MODEL BINOMIAL KE MODEL BLACK-SCHOLES

KAJIAN MATEMATIS DAN SIMULASI NUMERIK TENTANG KEKONVERGENAN HARGA OPSI CALL TIPE EROPA MODEL BINOMIAL KE MODEL BLACK-SCHOLES KAJIAN MATEMATIS DAN SIMULASI NUMERIK TENTANG KEKONVERGENAN HARGA OPSI CALL TIPE EROPA MODEL BINOMIAL KE MODEL BLACK-SCHOLES Bey Yog (bey_y@upar.ac.i) Jurusa Matematika FTIS Uiversitas Katolik Parahyaga

Lebih terperinci

BAB 2 URAIAN TEORITIS

BAB 2 URAIAN TEORITIS BAB URAIAN EORIIS Paa bab ini akan ibaas enang masala opimisasi berpembaas persamaan. Sebelum membaas masala opimisasi berpembaas persamaan maka erlebi aulu iberikan pengerian an sia-sia eksrim ari suau

Lebih terperinci

BILANGAN BAB V BARISAN BILANGAN DAN DERET

BILANGAN BAB V BARISAN BILANGAN DAN DERET Maemaika Kelas IX emese Baisa Bilaga da Dee BILANGAN BAB V BARIAN BILANGAN DAN DERET A. Baisa Bilaga. Pegeia Baisa Bilaga Jika bilaga-bilaga diuuka dega aua eeu maka aka dipeoleh suau baisa bilaga. Cooh

Lebih terperinci

KONTRAK ASURANSI JIWA TERKAIT DENGAN EKUITAS

KONTRAK ASURANSI JIWA TERKAIT DENGAN EKUITAS 6 ξ 7 C C Karea oroolio iak iegaruhi oleh arus keluar masukya moal seaag erioe, maka biaya awal yag ikeluarka ersis sama ega umlah yag iivesasika aa waku Dega emikia ilai isko aa waku meai ξ 8 KONRAK AURANI

Lebih terperinci

ρ = sehingga momen pertama dan kedua BAB 2 TEORI DASAR 2.1 Random Walk ρi = ε) = q= 1 p. Posisi suku bunga bergerak pada

ρ = sehingga momen pertama dan kedua BAB 2 TEORI DASAR 2.1 Random Walk ρi = ε) = q= 1 p. Posisi suku bunga bergerak pada BAB EORI DASAR Uuk meeuka ieres rae differeial, peulis aka membahas erlebih dahulu beberapa eori yag berkaia dega proses sokasik Pergeraka suau parikel yag bergerak secara acak aau disebu juga megikui

Lebih terperinci

Manajemen Keuangan. Idik Sodikin,SE,MBA,MM EVALUASI UNTUK MENENTUKAN KEPUTUSAN INVESTASI. Modul ke: 06Fakultas EKONOMI DAN BISNIS

Manajemen Keuangan. Idik Sodikin,SE,MBA,MM EVALUASI UNTUK MENENTUKAN KEPUTUSAN INVESTASI. Modul ke: 06Fakultas EKONOMI DAN BISNIS Modul ke: 06Fakulas EKONOMI DAN BISNIS EVALUASI UNTUK MENENTUKAN KEPUTUSAN INVESTASI Program Sudi Akuasi Idik Sodiki,SE,MBA,MM Krieria Kepuusa Ivesasi aau Pegaggara Modal o Beberapa krieria yag aka diperguaka

Lebih terperinci

PERENCANAAN JUMLAH PRODUK MENGGUNAKAN METODE FUZZY MAMDANI BERDASARKAN PREDIKSI PERMINTAAN

PERENCANAAN JUMLAH PRODUK MENGGUNAKAN METODE FUZZY MAMDANI BERDASARKAN PREDIKSI PERMINTAAN PERENCNN JUMLH PRODUK MENGGUNKN METODE FUZZY MMDNI BERDSRKN PREDIKSI PERMINTN Nama Mahasiswa : Norma Edah Haryai NRP : 1207 100 031 Jurusa : Maemaika FMIP-ITS Dose Pembimbig : Drs. I G N Rai Usadha, M.Si

Lebih terperinci

BAB III HASIL DAN PEMBAHASAN. A. Permasalahan Nyata Penyebaran Penyakit Tuberculosis

BAB III HASIL DAN PEMBAHASAN. A. Permasalahan Nyata Penyebaran Penyakit Tuberculosis BAB III HASIL DAN PEMBAHASAN A. Permasalahan Nyaa Penyebaran Penyaki Tuberculosis Tuberculosis merupakan salah sau penyaki menular yang disebabkan oleh bakeri Mycobacerium Tuberculosis. Penularan penyaki

Lebih terperinci

DSP Application Research Centre, Electrical Engineering Dept. SOLUSI UAS 5 JUNI 2000 TA 1999 / 2000

DSP Application Research Centre, Electrical Engineering Dept. SOLUSI UAS 5 JUNI 2000 TA 1999 / 2000 DSP Applicatio Research Cetre, Electrical Egieerig Dept. SOLUSI UAS 5 JUNI TA 999 /. Sistem Liier ega fugsi trasfer : ( s + H ( s ( s + 4( s + a. Tetuka respose impulse sistem. Apakah sistem stabil? (

Lebih terperinci

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

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

Lebih terperinci

PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR

PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR Nur Aei Prodi Matematika, FST-UINAM uraeiatullah@gmail.com Ifo: Jural MSA Vol. 3 No. 2 Edisi: Juli Desember

Lebih terperinci

BAB II LANDASAN TEORI. Dalam penulisan tugas akhir ini diperlukan teori-teori yang mendukung yang

BAB II LANDASAN TEORI. Dalam penulisan tugas akhir ini diperlukan teori-teori yang mendukung yang BAB II LANDASAN TEORI Dalam peulisa ugas akhir ii diperluka eori-eori yag medukug yag didapa dari maa kuliah yag perah dierima, da referesi-referesi sebagai baha pedukug. Uuk mecapai ujua dari peulisa

Lebih terperinci

BAB 2 KINEMATIKA. A. Posisi, Jarak, dan Perpindahan

BAB 2 KINEMATIKA. A. Posisi, Jarak, dan Perpindahan BAB 2 KINEMATIKA Tujuan Pembelajaran 1. Menjelaskan perbedaan jarak dengan perpindahan, dan kelajuan dengan kecepaan 2. Menyelidiki hubungan posisi, kecepaan, dan percepaan erhadap waku pada gerak lurus

Lebih terperinci

BENTUK KANONIK JORDAN DALAM MENYELESAIKAN SISTEM PERSAMAAN DIFERENSIAL LINEAR

BENTUK KANONIK JORDAN DALAM MENYELESAIKAN SISTEM PERSAMAAN DIFERENSIAL LINEAR Bulei Ilmia Ma. Sa. da Teraaa (Bimaser) Volume 6, No. 0(07), al 8. BENTUK KANONIK JORDAN DALAM MENYELESAIKAN SISTEM PERSAMAAN DIFERENSIAL LINEAR Umi Salma, Mariaul Kifia, Frasiskus Fra INTISARI Beuk kaoik

Lebih terperinci

BAB II LANDASAN TEORI. Pada bagian ini akan dibahas tentang teori-teori dasar yang. digunakan untuk dalam mengestimasi parameter model.

BAB II LANDASAN TEORI. Pada bagian ini akan dibahas tentang teori-teori dasar yang. digunakan untuk dalam mengestimasi parameter model. BAB II LANDASAN TEORI Pada bagia ii aka dibahas tetag teori-teori dasar yag diguaka utuk dalam megestimasi parameter model.. MATRIKS DAN VEKTOR Defiisi : Trace dari matriks bujur sagkar A a adalah pejumlaha

Lebih terperinci

BAB 2 CONTOH - CONTOH MODEL

BAB 2 CONTOH - CONTOH MODEL BAB COTOH - COTOH MODEL. Penahuluan Dalam bab ini kia akan mempelajari sejumlah conoh-conoh seerhana moel yang ibangun ari area yang berbea. Tujuan uamanya aalah unuk mengilusrasikan cara berpikir keika

Lebih terperinci

Prediksi Penjualan di Perusahaan Ritel dengan Metode Peramalan Hirarki Berdasarkan Model Variasi Kalender

Prediksi Penjualan di Perusahaan Ritel dengan Metode Peramalan Hirarki Berdasarkan Model Variasi Kalender JURNAL SAINS AN SENI POMITS Vol. 2, No., (23) 2337-352 (23-928X Pri) -54 Prediksi Peuala di Perusahaa Riel dega Meode Peramala Hirarki Berdasarka Model Variasi Kaleder Puspia Karikasari da Suharoo Jurusa

Lebih terperinci

B a b 1 I s y a r a t

B a b 1 I s y a r a t 34 TKE 315 ISYARAT DAN SISTEM B a b 1 I s y a r a t (bagia 3) Idah Susilawati, S.T., M.Eg. Program Studi Tekik Elektro Fakultas Tekik da Ilmu Komputer Uiversitas Mercu Buaa Yogyakarta 29 35 1.5.2. Isyarat

Lebih terperinci

PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR

PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR Nur Aei Prodi Matematika, FST-UINAM uraeiatullah@gmail.com Ifo: Jural MSA Vol. 3 No. 2 Edisi: Juli Desember

Lebih terperinci

IV. METODOLOGI PENELITIAN. mencakup penyusunan proposal hingga penyusunan draft skripsi dilaksanakan di

IV. METODOLOGI PENELITIAN. mencakup penyusunan proposal hingga penyusunan draft skripsi dilaksanakan di IV. METODOLOGI PENELITIAN 4.1 Lokasi da Waku Peeliia Peeliia yag dilakuka pada Bula Jauari higga Mei 2008 yag mecakup peyusua proposal higga peyusua draf skripsi dilaksaaka di empa kecamaa di Kabupae Garu,

Lebih terperinci

PREMI ASURANSI JIWA CONTINGENT DENGAN HUKUM DE MOIVRE. Fakultas Matematika dan Ilmu Pengetahuan Alam Univeritas Riau Kampus Bina Widya Indonesia

PREMI ASURANSI JIWA CONTINGENT DENGAN HUKUM DE MOIVRE. Fakultas Matematika dan Ilmu Pengetahuan Alam Univeritas Riau Kampus Bina Widya Indonesia PREMI ASURANSI JIWA CONTINGENT DENGAN HUKUM DE MOIVRE Eli Trisiai Hasriai Rola Pae Mahasiswa Program S Maemaika Dose Jurusa Maemaika Fakulas Maemaika da Ilmu Pegeahua Alam Uierias Riau Kampus Bia Widya

Lebih terperinci

ANALISIS INVESTASI PENAMBANGAN PASIR DAN BATU DITINJAU DARI SEGI TEKNIS DAN BIAYA

ANALISIS INVESTASI PENAMBANGAN PASIR DAN BATU DITINJAU DARI SEGI TEKNIS DAN BIAYA ANALISIS INVESTASI PENAMBANGAN PASIR DAN BATU DITINJAU DARI SEGI TEKNIS DAN BIAYA Laar Belakag Masalah Semaki berambah pesaya pembagua dibidag kosruksi maka meyebabka meigka pula kebuuha aka meerial-maerial

Lebih terperinci

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

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

Lebih terperinci

BAB I PENDAHULUAN. A. Latar Belakang Masalah

BAB I PENDAHULUAN. A. Latar Belakang Masalah BAB I PENDAHULUAN A. Latar Belakag Masalah Struktur alabar adalah suatu himpua yag di dalamya didefiisika suatu operasi bier yag memeuhi aksioma-aksioma tertetu. Gelaggag ( Rig ) merupaka suatu struktur

Lebih terperinci

MOZART WINSTON TALAKUA Staf Jurusan Matematika FMIPA UNPATTI Jl. Ir. M. Putuhena, Kampus Unpatti, Poka-Ambon

MOZART WINSTON TALAKUA Staf Jurusan Matematika FMIPA UNPATTI Jl. Ir. M. Putuhena, Kampus Unpatti, Poka-Ambon Jural Bareeg Vol. 6 No. Hal. 8 (0) APLIKASI DISTRIBUSI DERET PANGKAT PADA BEBERAPA JENIS DISTRIBUSI KHUSUS Power Series Disribuio Applicaios i Several Types o Special Disribuios OZART WINSTON TALAKUA Sa

Lebih terperinci

BAB IV METODOLOGI PENELITIAN

BAB IV METODOLOGI PENELITIAN 30 BAB IV METODOLOGI PENELITIAN 4.1 Beuk da Meode Peeliia Peeliia Opimalisasi da Sraegi Pemafaaa Souher Bluefi Tua di Samudera Hidia Selaa Idoesia diarahka pada upaya uuk megugkapa suau masalah aau keadaa

Lebih terperinci

CATATAN KULIAH Pertemuan VII: Konsep Total Derivatif dan Aplikasinya pada Komparatif Statik

CATATAN KULIAH Pertemuan VII: Konsep Total Derivatif dan Aplikasinya pada Komparatif Statik CATATAN KULIAH ertemua VII: Kosep Total erivati a Aplikasia paa Komparati tatik A. ieresial Masalah ag ihaapi: Bagaimaa aalisis komparati-statik jika tiak aa solusi betuk-rigkas reuce-orm ikareaka oleh

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB 1 PENDAHULUAN 1.1 Laar Belakang Masalah Dalam sisem perekonomian suau perusahaan, ingka perumbuhan ekonomi sanga mempengaruhi kemajuan perusahaan pada masa yang akan daang. Pendapaan dan invesasi merupakan

Lebih terperinci

BAB III ANALISIS LOOKBACK OPTIONS

BAB III ANALISIS LOOKBACK OPTIONS BAB III : ANALII LOOKBACK OPION BAB III ANALII LOOKBACK OPION Pada Bab III ii aka dibahas egeai lookback opios da aalisisa Asusi ag kia pakai adalah saha ag diguaka (uderlig asse) idak eberika divide ipe

Lebih terperinci

Pekan #3. Osilasi. F = ma mẍ + kx = 0. (2)

Pekan #3. Osilasi. F = ma mẍ + kx = 0. (2) FI Mekanika B Sem. 7- Pekan #3 Osilasi Persamaan diferensial linear Misal kia memiliki sebuah fungsi berganung waku (. Persamaan diferensial linear dalam adalah persamaan yang mengandung variabel dan urunannya

Lebih terperinci

PENYELESAIAN PERSAMAAN DIFERENSIAL LANE-EMDEN MENGGUNAKAN METODE TRANSFORMASI DIFERENSIAL

PENYELESAIAN PERSAMAAN DIFERENSIAL LANE-EMDEN MENGGUNAKAN METODE TRANSFORMASI DIFERENSIAL PENYELESAIAN PERSAMAAN DIFERENSIAL LANE-EMDEN MENGGUNAKAN METODE TRANSFORMASI DIFERENSIAL Ahma Sya roi, M Natsir, Eag Lily E-mail: Arolativa@yahoocom Mahasiswa Program S Matematia Dose Jurusa Matematia

Lebih terperinci

STUDI ANALISIS PERAMALAN DENGAN METODE DERET BERKALA

STUDI ANALISIS PERAMALAN DENGAN METODE DERET BERKALA Widya Tekika Vol.18 No.2; Okober 2010 ISSN 1411 0660: 1-6 Absrak STUDI ANALISIS PERAMALAN DENGAN METODE DERET BERKALA Arie Resu Wardhai 1), Salvador Mauel Pereira 2) Perusahaa sepau da sadal House of Mr.

Lebih terperinci

3. Kinematika satu dimensi. x 2. x 1. t 1 t 2. Gambar 3.1 : Kurva posisi terhadap waktu

3. Kinematika satu dimensi. x 2. x 1. t 1 t 2. Gambar 3.1 : Kurva posisi terhadap waktu daisipayung.com 3. Kinemaika sau dimensi Gerak benda sepanjang garis lurus disebu gerak sau dimensi. Kinemaika sau dimensi memiliki asumsi benda dipandang sebagai parikel aau benda iik arinya benuk dan

Lebih terperinci

BAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF

BAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF BAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF Pada bab ini akan dibahas mengenai sifa-sifa dari model runun waku musiman muliplikaif dan pemakaian model ersebu menggunakan meode Box- Jenkins beberapa ahap

Lebih terperinci

MASALAH PENELUSURAN (KASUS KONTINU)

MASALAH PENELUSURAN (KASUS KONTINU) MASALAH PENELUSUAN KASUS KONINU Oleh : Noii Hasi Dose Pogam Si Sisem Ifomasi UNIKOM Absak Sisem kool opimm aalah sa sisem yag meacag opimasi ilai, baik maksimm map miimm, ai sa fgsi objekif. Sisem ii bepa

Lebih terperinci

OPTIMALISASI WAKTU PRODUKSI MIE INSTAN MENGGUNAKAN ANALISIS INPUT-OUTPUT SISTEM LINEAR MAKS-PLUS WAKTU INVARIAN

OPTIMALISASI WAKTU PRODUKSI MIE INSTAN MENGGUNAKAN ANALISIS INPUT-OUTPUT SISTEM LINEAR MAKS-PLUS WAKTU INVARIAN Bulein Ilmiah Ma. Sa. an Terapannya (Bimaser) Volume 04, No. 1 (2015), hal 63 68. OTIMALISASI WAKTU RODUKSI MIE INSTAN MENGGUNAKAN ANALISIS INUT-OUTUT SISTEM LINEAR MAKS-LUS WAKTU INVARIAN Wina Firi Winari,

Lebih terperinci

PERSAMAAN GERAK VEKTOR SATUAN. / i / = / j / = / k / = 1

PERSAMAAN GERAK VEKTOR SATUAN. / i / = / j / = / k / = 1 PERSAMAAN GERAK Posisi iik maeri dapa dinyaakan dengan sebuah VEKTOR, baik pada suau bidang daar maupun dalam bidang ruang. Vekor yang dipergunakan unuk menenukan posisi disebu VEKTOR POSISI yang diulis

Lebih terperinci

PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL FOKKER-PLANCK DENGAN METODE GARIS

PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL FOKKER-PLANCK DENGAN METODE GARIS PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL FOKKER-PLANCK DENGAN METODE GARIS Sii Muyassaroh Mahasiswa Jurusa Maemaika Fakulas Sais da Tekologi UIN Maulaa Malik Ibrahim Malag e-mail: muy.sms@gmail.com ABSTRAK

Lebih terperinci

BAB III TINJAUAN PUSTAKA

BAB III TINJAUAN PUSTAKA BAB III TINJAUAN PUSTAKA 3.1. Defiisi Peramala Peramala adalah proses uuk memperkiraka berapa bayak kebuuha dimasa medaag yag melipui kebuuha dalam ukura kuaias, kualias, waku da lokasi yag dibuuhka dalam

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1 Lokasi dan Waku Peneliian Peneliian ini dilaksanakan pada kasus pengolahan ikan asap IACHI Peikan Cia Halus (PCH) yang erleak di Desa Raga Jaya Kecamaan Ciayam, Kabupaen Bogor,

Lebih terperinci

x 4 x 3 x 2 x 5 O x 1 1 Posisi, perpindahan, jarak x 1 t 5 t 4 t 3 t 2 t 1 FI1101 Fisika Dasar IA Pekan #1: Kinematika Satu Dimensi Dr.

x 4 x 3 x 2 x 5 O x 1 1 Posisi, perpindahan, jarak x 1 t 5 t 4 t 3 t 2 t 1 FI1101 Fisika Dasar IA Pekan #1: Kinematika Satu Dimensi Dr. Pekan #1: Kinemaika Sau Dimensi 1 Posisi, perpindahan, jarak Tinjau suau benda yang bergerak lurus pada suau arah erenu. Misalnya, ada sebuah mobil yang dapa bergerak maju aau mundur pada suau jalan lurus.

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2. Sisem Produksi Proses maufakur dapa digambarka seperi erliha dalam Gambar.., berupa keragka masuka-keluara, dimaa masukaya berupa baha baku, selajuya baha baku dikoversi (dega

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 15 BAB 2 LANDASAN TEORI 2.1 Ruang Sampel dan Kejadian 2.1.1 Definisi Ruang Sampel Himpunan semua hasil semua hasil (oucome) yang mungkin muncul pada suau percobaan disebu ruang sampel dan dinoasikan dengan

Lebih terperinci

Barekeng, Juni hal Vol. 1. No. 1

Barekeng, Juni hal Vol. 1. No. 1 Barekeg, Jui 7 hal46-5 Vol No ANALISIS VARIANS MULTIVARIAT PADA EKSPERIMEN DENGAN RANCANGAN ACAK LENGKAP (Variace Mulivaria Aalysis for Eperime wih Complee Radom Desig Th PENTURY Jurusa Maemaika FMIPA

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang 11 BAB I PENDAHULUAN 1.1 Laar Belakang Salah sau masalah analisis persediaan adalah kesulian dalam menenukan reorder poin (iik pemesanan kembali). Reorder poin diperlukan unuk mencegah erjadinya kehabisan

Lebih terperinci

V. PENGUJIAN HIPOTESIS

V. PENGUJIAN HIPOTESIS V. PENGUJIAN IPOTEI A. IPOTEI TATITIK Defiisi uau hipoesa saisik adalah suau peryaaa aau dugaa megeai sau aau lebih variabel populasi. ipoesis digologka mejadi. ipoesis ol adalah hipoesis yag dirumuska

Lebih terperinci

BAB III PEMBAHASAN. Pada BAB III ini akan dibahas mengenai bentuk program linear fuzzy

BAB III PEMBAHASAN. Pada BAB III ini akan dibahas mengenai bentuk program linear fuzzy BAB III PEMBAHASAN Pada BAB III ii aka dibahas megeai betuk program liear fuzzy dega koefisie tekis kedala berbetuk bilaga fuzzy da pembahasa peyelesaia masalah optimasi studi kasus pada UD FIRDAUS Magelag

Lebih terperinci

Implementasi Harmony Search untuk Penjadwalan Perawat

Implementasi Harmony Search untuk Penjadwalan Perawat Implemetasi Harmoy Search utuk Peawala Perawat Mohamma Arif Rasyii #1, Maherawathi Erawa #2 # Jurusa Sistem Iformasi, Istitut Tekologi Sepuluh Nopember Kampus ITS Sukolilo Surabaya, Ioesia 1 arasyi@is.its.ac.i

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1. Bicriteria Liear Programmig (BLP) Pesoala optimisasi dega beberapa fugsi tujua memperhitugka beberapa tujua yag koflik secara simulta, secara umum Multi objective programmig (MOP)

Lebih terperinci

PENENTUAN NILAI ANUITAS JIWA SEUMUR HIDUP MENGGUNAKAN DISTRIBUSI GOMPERTZ

PENENTUAN NILAI ANUITAS JIWA SEUMUR HIDUP MENGGUNAKAN DISTRIBUSI GOMPERTZ Bulei Ilmiah Ma. Sa. da Terapaya (Bimaser) Volume 05, No. 2 (206), hal 79-86 PENENTUAN NILAI ANUITAS JIWA SEUMUR HIDUP MENGGUNAKAN DISTRIBUSI GOMPERTZ Sii Faimah, Neva Sayahadewi, Shaika Marha INTISARI

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 18 BAB 2 LANDASAN TEORI 2.1 Pegeria Peramala ( Forecasig ) Peramala ( forecasig ) adalah kegiaa megisemasi apa yag aka erjadi pada masa yag aka daag. Peramala diperluka karea adaya perbedaa kesejaga waku

Lebih terperinci