Rizqi Elmuna Hidayah, S.Si, M.Kom

Ukuran: px
Mulai penontonan dengan halaman:

Download "Rizqi Elmuna Hidayah, S.Si, M.Kom"

Transkripsi

1 Techologia Vol 7, No.4, Oktober Desember 06 3 IMPLEMENTASI METODE PRINCIPAL COMPONENT ANALYSIS PADA PENGENALAN WAJAH BERBASIS EIGENFACE Rizqi Elmua Hidayah, S.Si, M.Kom (rizqielmua8@gmail.com) ABSTRAK Proses pegeala wajah dilakuka dega membadigka sebuah gambar wajah seseorag yag ditagkap melalui kamera dega gambar wajah yag sebelumya telah disimpa di dalam database. Pegeala wajah secara komputerisasi dapat diguaka utuk idetifikasi pelaku tidak kejahata, sistem keamaa, proses pembuata film da sebagaiya.. Ada beberapa macam metode pegeala wajah yaitu jariga syaraf tirua, euro fuzzy adaptif da eigeface. Eigeface adalah salah satu algoritma pegeala wajah yag berdasarka pada Priciple Compoet Aalysis (PCA). Dalam PCA, setiap citra wajah direpresetasika sebagai vektor dalam basis yag ortogoal. Metode peelitia ii adakah studi literature dega data peelitia diambil dari sepuluh orag dega tiap orag mewakili lima citra yag berbeda. Tujua pokok dari peelitia ii adalah utuk megidetifikasi wajah megguaka algoritma eigefaces berbasis pricipal compoet aalysis (PCA). Megguaka jumlah citra traiig sebayak 5 citra yag maa terdiri dari 5 orag yag berbeda, da tiap orag mewakili 5 citra yag berbeda. Dilakuka pegujia terhadap citra dari 5 orag yag berbeda tadi diuji satu persatu, sehigga memperoleh persetasi kesuksesa mecapai 8,8% dega haya satu orag yag megalami kegagala pegeala sehigga memiliki persetasi error sebesar 8,8% da 4 orag berhasil dikeali sebagai pemilik wajah dari citra uji. Kata kuci: Eigefaces, Pricipal Compoet Aalysis (PCA), Image Procesig, Face Detectio PENDAHULUAN Sistem biometrika merupaka tekologi pegeala diri dega megguaka bagia tubuh mausia seperti pegeala wajah, retia mata, sidik jari da lai-lai (Fika, 0). Meurut Matthew (99), wajah adalah fokus utama dalam kehidupa sosial sehari-hari karea memaika pera utama utuk megetahui idetitas da emosi dari seseorag. Pegeala wajah secara komputerisasi dapat diguaka utuk idetifikasi pelaku tidak kejahata, sistem keamaa, proses pembuata film da sebagaiya. Pegeala wajah dapat meaikka tigkat keamaa sistem da megeali Sistem biometrika merupaka tekologi pegeala diri dega megguaka bagia tubuh mausia target secara cepat da tepat. Meurut (Dewi, 005), Proses pegeala wajah dilakuka dega

2 Techologia Vol 7, No.4, Oktober Desember 06 4 membadigka sebuah gambar wajah seseorag yag ditagkap melalui kamera dega gambar wajah yag sebelumya telah disimpa di dalam database. Ada beberapa macam metode pegeala wajah yaitu jariga syaraf tirua, euro fuzzy adaptif da eigeface. Meurut (Nova, 007), eigeface merupaka salah satu tekik yag serig diguaka da yag pertama kali berhasil melakuka ekstraksi ciri pada citra wajah. Eigeface terdiri atas sekumpula vektor eige yag merepresetasika ciri citra wajah dalam basis data. Metode eigeface didasarka pada Priciple Compoet Aalysis (PCA) yag dikembagka di Massachusetts Istitute of Techology (MIT). Pada tahu 987 metode ii pertama kali dikembagka oleh Matthew Turk da Alex Petlad dari Visio ad Modelig Group, The Media Laboratory, Massachusetts Istitute of Techology. Namu karea membutuhka proses yag cukup lama, kemudia Matthew Turk da Alex Petlad meyempurakaya kembali pada tahu 99 dega megubah cara peghituga matriks kovaria, sehigga proses lebih sigkat. Berdasarka uraia di atas, peeliti melakuka pegeala wajah dega megguaka algoritma eigefaces. RUMUSAN MASALAH Berdasarka latar belakag di atas diperoleh rumusa masalah dalam peelitia ii adalah bagaimaa megidetifikasi wajah megguaka algoritma eigeface berbasis pricipal compoet aalysis (PCA). TUJUAN PENELITIAN adalah Tujua pokok dari peelitia ii utuk megidetifikasi wajah megguaka algoritma eigefaces berbasis pricipal compoet aalysis (PCA). TARGET LUARAN DAN MANFAAT PENELITIAN Target luara dalam peelitia ii adalah utuk mempelajari da utuk memfasilitasi pemahama tetag megidetifikasi wajah megguaka algoritma eigefaces berbasis pricipal compoet aalysis (PCA). METODE PENELITIAN Lagkah lagkah pegerjaa secara detail yag aka dilakuka selama peelitia atara lai :. Persiapa Peelitia Tahap ii dilakuka utu megetahui kebutuha peggua terhadap system yag aka dikembagka sesuai dega kebutuha peggua dibutuhka seperagkat komputer dega software Microsoft office da software mathlab. Data yag diguaka

3 Techologia Vol 7, No.4, Oktober Desember 06 5 adalah 5 kumpula foto sebagai database da juga citra uji.. Aalisa Masalah Yaitu tahap utuk megedetifikasi masalah system. 3. Peracaga Sistem da meetuka kebutuha Yaitu tahap peuaga hasil aalisis yag dihasilka pada tahap sebelumya kedalam betuk racaga system. 4. Pembuata Aplikasi Yaitu tahap megemplimetasika racaga kedalam bahasa pemrograma tertetu. 5. Testig da Implemetasi Aplikasi Yaitu tahap dilakuka proses pegujia atas system yag sudah dibuat da dilakuka perbaika apabila masih ada kesalaha dalam pembuata system. 6. Peyusua Lapora Peelitia Yaitu tahap peulisa lapora hasil peelitia. ANALISA HASIL DAN PEMBAHASAN Peerapa metode PCA dalam pegeala wajah dilakuka dega melakuka beberapa lagkah. Citra wajah terdiri dari 5 citra wajah yag didapat dari 5 orag yag berbeda dega ekspresi yag berbeda. Pegeala wajah pada citra digital memiliki beberapa tahapa yag berhubuga atara satu dega yag laiya sebelum dapat disimpulka bahwa citra uju dapat dikeali terhadap citra traiig.. Utuk gambara sederhaa bisa dilihat pada gambar di bawah ii : Gambar. Flowchart lagkah pegeala wajah Tahapa Pra-Proses Dalam tahapa pra-proses ii, dilakuka beberapa hal yag aka meetuka lagkah awal utuk pegeala sistem wajah. Pra-proses juga dilakuka utuk mempersiapka citra data traiig yag diperoleh oleh sistem agar iformasi yag terkadug didalamya layak utuk diolah pada proses berikutya. Pra-proses pertama yag aka dilakuka adalah merubah citra traiig yag awalya berbetuk citra dari RGB ( red, gree, blue) mejadi citra betuk grayscale, perubaha ii dilakuka karea citra grayscale memiliki persamaa yag sederhaa da mampu meguragi

4 Techologia Vol 7, No.4, Oktober Desember 06 6 kebutuha memory dimaa ilai wara putih diwakili dega agka 55 da ilai wara hitam diwakili dega agka 0. Sebagai cotoh diberika sebuah kumpula citra traiig berformat *.jpeg yag memiliki ukura 80 x 00 piksel seperti di bawah ii : Gambar. Cotoh gambar RGB Karea dalam komputerisasi ilai ilai piksel harus iteger atau bilaga bulat, maka jika terdapat ilai pecaha aka dilakuka pembulata. Sehigga citra yag awalya RGB aka mejadi citra berbetuk grayscale. Proses berikut setelah tahapa pra-proses atau ormalisasi dilakuka yaitu proses ekstraksi ciri, proses ii bertujua utuk megambil ciri pada citra data traiig da ciri pada citra data yag aka diuji. Ekstraksi ciri memiliki beberapa tahap pegerjaa diataraya pecaria ilai rata-rata dari database citra traiig da citra uji, setelah didapat rata-rata maka ilai rata-rata tersebut aka dikuragka dega ilai citra database traiig Pecocoka Citra Proses pegeala wajah dilakuka dega cara melakuka uji kesamaa jarak atara citra database dega citra yag diuji. Perhituga yag dilakuka megguaka persamaa berikut : Gambar 3. Cotoh gambar grayscale Tahapa pra-proses selajutya ialah reduksi dimesi citra digital dari D pada No pikse l Nilai PCA database da citra uji PCA PCA PCA Citra Citra Citra PCA Citra uji data traiig mejadi D, yag maa reduksi dimesi ii bertujua utuk Pca_k Pca_k Pca_k Pca_uji mempermudah proses selajutya yaitu mecari ilai ilai dari data traiig yag Pca_k Pca_k Pca_k Pca_uji aka diguaka dalam perhituga da pegeala wajah. Ekstraksi Ciri

5 Techologia Vol 7, No.4, Oktober Desember Pca_k Pca_k Pca_k Pca_uji Tabel. Pembetuka Nilai PCA database da citra uji Proses Pegeala Wajah Megguaka mathlab Saat pertama program dijalaka aka dimita utuk memasukka omer dari citra yag igi diuji, maksimal ilai yag dimasukka adalah sesuai dega jumlah citra didalam folder citra uji (dalam kasus ii cuma ada total 6 citra uji, kecuali ditambahka citra uji utuk orag yag sama) dalam hal ii pada citra uji dimasukka agka 4 artiya citra uji o 4 aka diujika terhadap database artiya utuk citra uji dapat dikeali oleh sistem da dibaca sebagai orag ke 36 didalam database citra traiig. Karea dalam proses ii dilakuka pegujia semua jeis citra uji maka dapat dilihat pada tabel berikut hasil dari proses pegeala wajah : No citra uji Keteraga Citra uji Cocok (dikeali dega Citra ke-4 didatabase) Citra uji Cocok (dikeali dega Citra ke-0 didatabase) 3 Citra uji 3 Cocok (dikeali dega Citra ke-3 didatabase) 4 Citra uji 4 Tidak cocok (dikeali dega Citra ke- didatabase) 5 Citra uji 5 Cocok (dikeali dega Citra ke- didatabase) Tabel. Hasil pecocoka citra uji terhadap citra traiig Gambar 4. Citra output hasil pegeala wajah terhadap citra uji (cocok) Dari gambar diatas ditampilka citra yag diuji dega citra yag telah dikeali didalam database citra traiig, da pada commad space matlab ditampilka keteraga gambar dikeali sesuai dega omer 36 didalam database yag Keteraga dari tabel Cocok : berarti citra uji yag dilakuka pegujia terhadap citra traiig dapat dikeali da bear bahwa citra wajah orag yag dimaksud dalam pegujia Tidak cocok : berarti citra uji yag dilakuka pegujia terhadap citra traiig dapat dikeali aka tetapi salah dalam

6 Techologia Vol 7, No.4, Oktober Desember 06 8 peyebuta citra wajah orag yag dimaksud dalam pegujia Maka dari 5 pegujia citra haya terdapat kesalaha pegeala, yag berarti sistem memiliki persetasi kesuksesa pegeala sebesar 8,8% dega persetasi error sebesar 8,8% sehigga pegeala wajah megguaka algoritma eigefaces berbasis pricipal compoet aalysis dikataka berhasil da memuaska. PENUTUP Kesimpula Berdasarka hasil da pembahasa yag dilakuka diperoleh kesimpula, pegeala wajah megguaka algoritma eigefaces berbasis pricipal compoet aalysis (PCA), yag telah dilakuka tahap pegujia lagkah-lagkah yag maa tiap lagkah diteragka pada pembahasa, sehigga dapat dibuktika eigefaces berbasis pricipal compoet aalysis (PCA) dapat diguaka sebagai algoritma pegeala pola wajah. Megguaka jumlah citra traiig sebayak 5 citra yag maa terdiri dari 5 orag yag berbeda, da tiap orag mewakili 5 citra yag berbeda. Dilakuka pegujia terhadap citra dari 5 orag yag berbeda tadi diuji satu persatu, sehigga memperoleh persetasi kesuksesa mecapai 8,8% dega haya satu orag yag megalami kegagala pegeala sehigga memiliki persetasi error sebesar 8,8% da 4 orag berhasil dikeali sebagai pemilik wajah dari citra uji. Sara Disaraka Dalam peelitia yag sama, diharapka melakuka pejelasa yag lebih sigifika terhadap lagkah lagkah yag dipakai dalam pegeala wajah megguaka eigefaces berbasis pricipal compoet aalysis dega jumlah citra traiig yag lebih bayak dari peelitia ii. DAFTAR PUSTAKA A. Bovik. 000, Hadbook of Image ad Video Processig. Academic Press, Uiversity of Texas. Al Fatta, Haif Rekayasa Sistem Pegeala Wajah. Peerbit ANDI. Yogyakarta Ato, Howard Aljabar Liier Elemeter Edisi Kelima. Erlagga. Jakarta. Ato, Howard Aljabar Liier Elemeter Edisi Kedelapa. Erlagga. Jakarta. A.R. Dewi Ekstraksi Fitur da Segmetasi Wajah Sebagai Sematik Pada Sistem Pegeala Wajah. Makalah Skripsi Uiversitas Guadarma, Jakarta.

7 Techologia Vol 7, No.4, Oktober Desember 06 9 Carikci, Muge da Fige Oze. diakses taggal 5 Jauari 04. A Face Recogitio Based o Eigefaces Method. Gozalez, Rafael Digital Image Processig. Addiso-Wesley Publishig Co, Uiversity of Teessee.USAwww.dcc.uchile.cl/~js aavedr/libros/dip_gw.pdf Johso, Richard A, ad D.W. Wicher. 00. Applied Multivariate Statistical Aalysis Edisi Kelima. Pretice Hall Ic. New Jersey. K. Sobotka, I. Pitas 996. Lookig for Faces ad Facial Features i Color Images. Patter Recogitio ad Image Aalysis. Kapla, G.B., O. Icoglu, A.B. Yoldemir, & M. Sezgi Real-Time Object Detectio Usig Dyamic Pricipal Compoet Aalysis. Istitute of Electrical ad Electroics Egieers. Page -6. Mathwork Ic Neural Network Toolbox for Use With Matlab. The Mathwork Ic. Natick, USA. Muir, Rialdi Pegolaha Citra Digital dega Pedekata Algoritmik. Peerbit Iformatika. Badug Nova Sistem Temu Kembali Citra Wajah. Skripsi Fakultas Ilmu Komputer. Uiversitas Idoesia. Jakarta

Pendekatan Nilai Logaritma dan Inversnya Secara Manual

Pendekatan Nilai Logaritma dan Inversnya Secara Manual Pedekata Nilai Logaritma da Iversya Secara Maual Moh. Affaf Program Studi Pedidika Matematika, STKIP PGRI BANGKALAN affafs.theorem@yahoo.com Abstrak Pada pegaplikasiaya, bayak peggua yag meggatugka masalah

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN. Sebelum melakukan deteksi dan tracking obyek dibutuhkan perangkat

BAB IV HASIL DAN PEMBAHASAN. Sebelum melakukan deteksi dan tracking obyek dibutuhkan perangkat BAB IV HASIL DAN PEMBAHASAN 4.1 Kebutuha Sistem Sebelum melakuka deteksi da trackig obyek dibutuhka peragkat luak yag dapat meujag peelitia. Peragkat keras da luak yag diguaka dapat dilihat pada Tabel

Lebih terperinci

METODE PENELITIAN. dalam tujuh kelas dimana tingkat kemampuan belajar matematika siswa

METODE PENELITIAN. dalam tujuh kelas dimana tingkat kemampuan belajar matematika siswa 19 III. METODE PENELITIAN A. Populasi da Sampel Populasi dalam peelitia ii adalah seluruh siswa kelas VIII SMP Negeri 8 Badar Lampug tahu pelajara 2009/2010 sebayak 279 orag yag terdistribusi dalam tujuh

Lebih terperinci

Aplikasi Interpolasi Bilinier pada Pengolahan Citra Digital

Aplikasi Interpolasi Bilinier pada Pengolahan Citra Digital Aplikasi Iterpolasi Biliier pada Pegolaha Citra Digital Veriskt Mega Jaa - 35408 Program Studi Iformatika Sekolah Tekik Elektro da Iformatika Istitut Tekologi Badug, Jl. Gaesha 0 Badug 403, Idoesia veriskmj@s.itb.ac.id

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Tujua Peelitia Peelitia ii bertujua utuk megetahui apakah terdapat perbedaa hasil belajar atara pegguaa model pembelajara Jigsaw dega pegguaa model pembelajara Picture ad Picture

Lebih terperinci

BAB III METODOLOGI PENELITIAN

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

Lebih terperinci

Jurnal Ilmiah Komputer dan Informatika (KOMPUTA) PENGENALAN WAJAH DUA DIMENSI MENGGUNAKAN MULTI-LAYER PERCEPTRON BERDASARKAN NILAI PCA DAN LDA

Jurnal Ilmiah Komputer dan Informatika (KOMPUTA) PENGENALAN WAJAH DUA DIMENSI MENGGUNAKAN MULTI-LAYER PERCEPTRON BERDASARKAN NILAI PCA DAN LDA 27 PENGENALAN WAJAH DUA DIMENSI MENGGUNAKAN MULTI-LAYER PERCEPTRON BERDASARKAN NILAI PCA DAN LDA Shofwatul Uyu 1, Muhammad Fadzlur Rahma 2 1,2 Program Studi Tekik Iformatika, Fakultas Sais da Tekologi,

Lebih terperinci

ARTIKEL. Menentukan rumus Jumlah Suatu Deret dengan Operator Beda. Markaban Maret 2015 KEMENTERIAN PENDIDIKAN DAN KEBUDAYAAN

ARTIKEL. Menentukan rumus Jumlah Suatu Deret dengan Operator Beda. Markaban Maret 2015 KEMENTERIAN PENDIDIKAN DAN KEBUDAYAAN ARTIKEL Meetuka rumus Jumlah Suatu Deret dega Operator Beda Markaba 191115198801005 Maret 015 KEMENTERIAN PENDIDIKAN DAN KEBUDAYAAN PUSAT PENGEMBANGAN DAN PEMBERDAYAAN PENDIDIK DAN TENAGA KEPENDIDIKAN

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 6 BAB III METODE PENELITIAN 3.1 Desai Peelitia Meurut Kucoro (003:3): Peelitia ilmiah merupaka usaha utuk megugkapka feomea alami fisik secara sistematik, empirik da rasioal. Sistematik artiya proses yag

Lebih terperinci

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

BAB IV. METODE PENELITlAN. Rancangan atau desain dalam penelitian ini adalah analisis komparasi, dua BAB IV METODE PENELITlAN 4.1 Racaga Peelitia Racaga atau desai dalam peelitia ii adalah aalisis komparasi, dua mea depede (paired sample) yaitu utuk meguji perbedaa mea atara 2 kelompok data. 4.2 Populasi

Lebih terperinci

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

PENGARUH VARIASI PELUANG CROSSOVER DAN MUTASI DALAM ALGORITMA GENETIKA UNTUK MENYELESAIKAN MASALAH KNAPSACK. Sutikno

PENGARUH VARIASI PELUANG CROSSOVER DAN MUTASI DALAM ALGORITMA GENETIKA UNTUK MENYELESAIKAN MASALAH KNAPSACK. Sutikno sutiko PENGARUH VARIASI PELUANG CROSSOVER DAN MUTASI DALAM ALGORITMA GENETIKA UNTUK MENYELESAIKAN MASALAH KNAPSACK Sutiko Program Studi Tekik Iformatika Fakultas Sais da Matematika UNDIP tik@udip.ac.id

Lebih terperinci

BAB III METODE PENELITIAN. Jenis penelitian ini adalah penelitian pengembangan (research and

BAB III METODE PENELITIAN. Jenis penelitian ini adalah penelitian pengembangan (research and BAB III METODE PENELITIAN A. Jeis Peelitia Jeis peelitia ii adalah peelitia pegembaga (research ad developmet), yaitu suatu proses peelitia utuk megembagka suatu produk. Produk yag dikembagka dalam peelitia

Lebih terperinci

PERANCANGAN DAN IMPLEMENTASI KEAMANAN PINTU BERBASIS PENGENALAN WAJAH DENGAN METODE EIGENFACE

PERANCANGAN DAN IMPLEMENTASI KEAMANAN PINTU BERBASIS PENGENALAN WAJAH DENGAN METODE EIGENFACE ISSN : 2355-9365 e-proceedig of Egieerig : Vol.3, No.1 April 2016 Page 79 PERANCANGAN DAN IMPLEMENTASI KEAMANAN PINTU BERBASIS PENGENALAN WAJAH DENGAN METODE EIGENFACE DESIGN AND IMPLEMENTATION SECURITY

Lebih terperinci

BAB II LANDASAN TEORI. matematika secara numerik dan menggunakan alat bantu komputer, yaitu:

BAB II LANDASAN TEORI. matematika secara numerik dan menggunakan alat bantu komputer, yaitu: 4 BAB II LANDASAN TEORI 2.1 Model matematis da tahapa matematis Secara umum tahapa yag harus ditempuh dalam meyelesaika masalah matematika secara umerik da megguaka alat batu komputer, yaitu: 2.1.1 Tahap

Lebih terperinci

BAB III METODOLOGI PENELITIAN. kuantitatif karena bertujuan untuk mengetahui kompetensi pedagogik mahasiswa

BAB III METODOLOGI PENELITIAN. kuantitatif karena bertujuan untuk mengetahui kompetensi pedagogik mahasiswa 54 BAB III METODOLOGI PENELITIAN A. Jeis Peelitia Peelitia ii merupaka peelitia deskriptif dega pedekata kuatitatif karea bertujua utuk megetahui kompetesi pedagogik mahasiswa setelah megikuti mata kuliah

Lebih terperinci

I. DERET TAKHINGGA, DERET PANGKAT

I. DERET TAKHINGGA, DERET PANGKAT I. DERET TAKHINGGA, DERET PANGKAT. Pedahulua Pembahasa tetag deret takhigga sebagai betuk pejumlaha suku-suku takhigga memegag peraa petig dalam fisika. Pada bab ii aka dibahas megeai pegertia deret da

Lebih terperinci

FAKTORISASI MATRIKS NON-NEGATIF MENGGUNAKAN ALGORITMA CHOLESKY BERBANTUAN SCILAB

FAKTORISASI MATRIKS NON-NEGATIF MENGGUNAKAN ALGORITMA CHOLESKY BERBANTUAN SCILAB Prosidig Semiar Nasioal Matematika da Pidika Matematika (SESIOMADIKA) 017 ISBN: 978-60-60550-1-9 Matematika Terapa, hal. 1-5 FAKTORISASI MATRIKS NON-NEGATIF MENGGUNAKAN ALGORITMA CHOLESKY BERBANTUAN SCILAB

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN BAB 3 METODE PENELITIAN 3.1 Metode Pegumpula Data Dalam melakuka sebuah peelitia dibutuhka data yag diguaka sebagai acua da sumber peelitia. Disii peulis megguaka metode yag diguaka utuk melakuka pegumpula

Lebih terperinci

BAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya.

BAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya. BAB 1 PENDAHULUAN 1.1 Latar Belakag Aalisis regresi mejadi salah satu bagia statistika yag palig bayak aplikasiya. Aalisis regresi memberika keleluasaa kepada peeliti utuk meyusu model hubuga atau pegaruh

Lebih terperinci

BAB IV PEMBAHASAN DAN ANALISIS

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

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur 0 III. METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia Peelitia ii dilakuka di SMA Negeri Way Jepara Kabupate Lampug Timur pada bula Desember 0 sampai Mei 03. B. Populasi da Sampel Populasi dalam peelitia

Lebih terperinci

IV. METODE PENELITIAN. Penelitian ini dilakukan di Kawasan Pantai Anyer, Kabupaten Serang

IV. METODE PENELITIAN. Penelitian ini dilakukan di Kawasan Pantai Anyer, Kabupaten Serang IV. METODE PENELITIAN 4.1 Lokasi da Waktu Peelitia Peelitia ii dilakuka di Kawasa Patai Ayer, Kabupate Serag Provisi Bate. Lokasi ii dipilih secara segaja atau purposive karea Patai Ayer merupaka salah

Lebih terperinci

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Negeri I

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Negeri I 7 III. METODOLOGI PENELITIAN A. Populasi da Sampel Peelitia Populasi dalam peelitia ii adalah semua siswa kelas XI IPA SMA Negeri I Kotaagug Tahu Ajara 0-03 yag berjumlah 98 siswa yag tersebar dalam 3

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB ENDAHULUAN. Latar Belakag Masalah Dalam kehidupa yata, hampir seluruh feomea alam megadug ketidak pastia atau bersifat probabilistik, misalya pergeraka lempega bumi yag meyebabka gempa, aik turuya

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakag Maajeme risiko merupaka salah satu eleme petig dalam mejalaka bisis perusahaa karea semaki berkembagya duia perusahaa serta meigkatya kompleksitas aktivitas perusahaa

Lebih terperinci

BAB III METODOLOGI DAN PELAKSANAAN PENELITIAN. Perumusan - Sasaran - Tujuan. Pengidentifikasian dan orientasi - Masalah.

BAB III METODOLOGI DAN PELAKSANAAN PENELITIAN. Perumusan - Sasaran - Tujuan. Pengidentifikasian dan orientasi - Masalah. BAB III METODOLOGI DAN PELAKSANAAN PENELITIAN 3.1. DIAGRAM ALIR PENELITIAN Perumusa - Sasara - Tujua Pegidetifikasia da orietasi - Masalah Studi Pustaka Racaga samplig Pegumpula Data Data Primer Data Sekuder

Lebih terperinci

Cara Pengisian Pada File Excel

Cara Pengisian Pada File Excel Cara Pegisia Pada ile Excel Pada tabel realisasi da keuaga ias Pekerjaa Umum Bia Marga Propisi Jawa Timur ii terdiri dari beberapa kolom seperti dibawah ii: atker Tahu Bula Adapu cara pegisia dari masig-masig

Lebih terperinci

TINJAUAN PUSTAKA Pengertian

TINJAUAN PUSTAKA Pengertian TINJAUAN PUSTAKA Pegertia Racaga peelitia kasus-kotrol di bidag epidemiologi didefiisika sebagai racaga epidemiologi yag mempelajari hubuga atara faktor peelitia dega peyakit, dega cara membadigka kelompok

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Permasalaha peugasa atau assigmet problem adalah suatu persoala dimaa harus melakuka peugasa terhadap sekumpula orag yag kepada sekumpula job yag ada, sehigga tepat satu

Lebih terperinci

BAB III METODE PENELITIAN Penelitian ini dilakukan di kelas X SMA Muhammadiyah 1 Pekanbaru. semester ganjil tahun ajaran 2013/2014.

BAB III METODE PENELITIAN Penelitian ini dilakukan di kelas X SMA Muhammadiyah 1 Pekanbaru. semester ganjil tahun ajaran 2013/2014. BAB III METODE PENELITIAN A. Waktu da Tempat Peelitia Peelitia dilaksaaka dari bula Agustus-September 03.Peelitia ii dilakuka di kelas X SMA Muhammadiyah Pekabaru semester gajil tahu ajara 03/04. B. Subjek

Lebih terperinci

Bab III Metoda Taguchi

Bab III Metoda Taguchi Bab III Metoda Taguchi 3.1 Pedahulua [2][3] Metoda Taguchi meitikberatka pada pecapaia suatu target tertetu da meguragi variasi suatu produk atau proses. Pecapaia tersebut dilakuka dega megguaka ilmu statistika.

Lebih terperinci

BAB IV IMPLEMENTASI DAN PENGUJIAN

BAB IV IMPLEMENTASI DAN PENGUJIAN BAB IV IMPLEMENTASI DAN PENGUJIAN 4.1. Istalasi Software da Hardware Dalam pembuata program ii, peulis megguaka Microsoft Visual Studio 2008, utuk implemetasiya megguaka program Crystal Report 8 utuk membuat

Lebih terperinci

BAB III METODE PENELITIAN

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

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1 Lokasi da Waktu peelitia Peelitia dilakuka pada budidaya jamur tiram putih yag dimiliki oleh usaha Yayasa Paguyuba Ikhlas yag berada di Jl. Thamri No 1 Desa Cibeig, Kecamata Pamijaha,

Lebih terperinci

BAB I PENDAHULUAN. Integral adalah salah satu konsep penting dalam Matematika yang

BAB I PENDAHULUAN. Integral adalah salah satu konsep penting dalam Matematika yang BAB I PENDAHULUAN 1.1 Latar Belakag Masalah Itegral adalah salah satu kosep petig dalam Matematika yag dikemukaka pertama kali oleh Isac Newto da Gottfried Wilhelm Leibiz pada akhir abad ke-17. Selajutya

Lebih terperinci

3 METODE PENELITIAN 3.1 Kerangka Pemikiran 3.2 Lokasi dan Waktu Penelitian

3 METODE PENELITIAN 3.1 Kerangka Pemikiran 3.2 Lokasi dan Waktu Penelitian 19 3 METODE PENELITIAN 3.1 Keragka Pemikira Secara rigkas, peelitia ii dilakuka dega tiga tahap aalisis. Aalisis pertama adalah megaalisis proses keputusa yag dilakuka kosume dega megguaka aalisis deskriptif.

Lebih terperinci

BAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan

BAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan BAB III METODE PENELITAN. Tempat Da Waktu Peelitia Peelitia dilakuka di SMP Negeri Batudaa Kab. Gorotalo dega subject Peelitia adalah siswa kelas VIII. Pemiliha SMP Negeri Batudaa Kab. Gorotalo. Adapu

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Madiun, untuk mendapatkan gambaran kondisi tempat penelitian secara umum,

BAB III METODOLOGI PENELITIAN. Madiun, untuk mendapatkan gambaran kondisi tempat penelitian secara umum, 32 BAB III METODOLOGI PENELITIAN 3.1 Objek Peelitia Peelitia dilakuka di PT. INKA yag terletak di Jl. Yos Sudarso o 71 Madiu, utuk medapatka gambara kodisi tempat peelitia secara umum, termasuk kegiata-kegiata

Lebih terperinci

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 4

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 4 Program Studi : Tekik Iformatika Miggu ke : 4 INDUKSI MATEMATIKA Hampir semua rumus da hukum yag berlaku tidak tercipta dega begitu saja sehigga diraguka kebearaya. Biasaya, rumus-rumus dapat dibuktika

Lebih terperinci

METODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/2012 SUGENG2010. Copyright Dale Carnegie & Associates, Inc.

METODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/2012 SUGENG2010. Copyright Dale Carnegie & Associates, Inc. METODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/0 SUGENG00 Copyright 996-98 Dale Caregie & Associates, Ic. Kesalaha ERROR: Selisih atara ilai perkiraa dega ilai eksakilai

Lebih terperinci

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

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

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Racaga da Jeis Peelitia Racaga peelitia ii adalah deskriptif dega pedekata cross sectioal yaitu racaga peelitia yag meggambarka masalah megeai tigkat pegetahua remaja tetag

Lebih terperinci

Perbandingan Power of Test dari Uji Normalitas Metode Bayesian, Uji Shapiro-Wilk, Uji Cramer-von Mises, dan Uji Anderson-Darling

Perbandingan Power of Test dari Uji Normalitas Metode Bayesian, Uji Shapiro-Wilk, Uji Cramer-von Mises, dan Uji Anderson-Darling Jural Gradie Vol No Juli 5 : -5 Perbadiga Power of Test dari Uji Normalitas Metode Bayesia, Uji Shapiro-Wilk, Uji Cramer-vo Mises, da Uji Aderso-Darlig Dyah Setyo Rii, Fachri Faisal Jurusa Matematika,

Lebih terperinci

Aplikasi Pengenalan Pola pada Citra Bola Sebagai Dasar Pengendalian Gerakan Robot

Aplikasi Pengenalan Pola pada Citra Bola Sebagai Dasar Pengendalian Gerakan Robot Jural Emitor Vol.16 No. 02 ISSN 1411-8890 Aplikasi Pegeala Pola pada Citra Bola Sebagai Dasar Pegedalia Geraka Robot Ratasari Nur Rohmah Jurusa Tekik Elektro Uiversitas Muhammadiyah Surakarta (UMS) Surakarta,

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur III. METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia Peelitia ii dilakuka di SMA Negeri Way Jepara Kabupate Lampug Timur pada bula Desember 0 sampai dega Mei 03. B. Populasi da Sampel Populasi dalam

Lebih terperinci

BAB III METODE PENELITIAN

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

Lebih terperinci

BAB 1 PENDAHULUAN. Bagi Negara yang mempunyai wilayah terdiri dari pulau-pulau yang dikelilingi lautan,

BAB 1 PENDAHULUAN. Bagi Negara yang mempunyai wilayah terdiri dari pulau-pulau yang dikelilingi lautan, BAB 1 PENDAHULUAN 1.1 Latar Belakag Bagi Negara yag mempuyai wilayah terdiri dari pulau-pulau yag dikeliligi lauta, laut merupaka saraa trasportasi yag dimia, sehigga laut memiliki peraa yag petig bagi

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakag Dalam duia iformatika, assigmet Problem yag biasa dibetuk dega matriks berbobot merupaka salah satu masalah terbesar, dimaa masalah ii merupaka masalah yag metode peyelesaiaya

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini merupakan penelitian tindakan kelas yang dilaksanakan pada siswa

III. METODE PENELITIAN. Penelitian ini merupakan penelitian tindakan kelas yang dilaksanakan pada siswa III. METODE PENELITIAN A. Settig Peelitia Peelitia ii merupaka peelitia tidaka kelas yag dilaksaaka pada siswa kelas VIIIB SMP Muhammadiyah 1 Sidomulyo Kabupate Lampug Selata semester geap tahu pelajara

Lebih terperinci

Universitas Dian Nuswantoro Jalan Nakula 1 No 5-11, (024) , Semarang

Universitas Dian Nuswantoro Jalan Nakula 1 No 5-11, (024) , Semarang PENERAPAN DATA MINING KLASIFIKASI DENGAN MENGGUNAKAN ALGORITMA C4.5 PADA DATA NASABAH KREDIT DI BANK KREDIT DESA (BKD) KABUPATEN REMBANG Dia Rusdiaa Sari Uiversitas Dia Nuswatoro Jala Nakula 1 No 5-11,

Lebih terperinci

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

POSITRON, Vol. II, No. 2 (2012), Hal. 1-5 ISSN : Penentuan Energi Osilator Kuantum Anharmonik Menggunakan Teori Gangguan POSITRON, Vol. II, No. (0), Hal. -5 ISSN : 30-4970 Peetua Eergi Osilator Kuatum Aharmoik Megguaka Teori Gaggua Iklas Saubary ), Yudha Arma ), Azrul Azwar ) )Program Studi Fisika Fakultas Matematika da

Lebih terperinci

Laboratorium Ilmu dan Rekayasa Komputasi Departemen Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha 10, Bandung

Laboratorium Ilmu dan Rekayasa Komputasi Departemen Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha 10, Bandung Eksplorasi Algoritma Mass, Profit,, Profit / Mass, atau Profit / utuk Persoala Iteger Kapsack yag Bedaya Berupa Zat Kimia dega Jeisya Terdefiisi Abstrak Riyai Mardikaigrum 1, Nurshati 2, Vaia Karimah 3

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 Metode Peelitia Peelitia ii megguaka metode peelitia Korelasioal. Peelitia korelasioaal yaitu suatu metode yag meggambarka secara sistematis da obyektif tetag hubuga atara

Lebih terperinci

BAB V METODOLOGI PENELITIAN

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

Lebih terperinci

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan REGRESI LINIER DAN KORELASI Variabel dibedaka dalam dua jeis dalam aalisis regresi: Variabel bebas atau variabel prediktor -> variabel yag mudah didapat atau tersedia. Dapat diyataka dega X 1, X,, X k

Lebih terperinci

PERANCANGAN DATABASE BUKU TAMU DAN SURAT MENYURAT PADA DINAS PEMBERDAYAAN MASYARAKAT DAN DESA KABUPATEN BOGOR

PERANCANGAN DATABASE BUKU TAMU DAN SURAT MENYURAT PADA DINAS PEMBERDAYAAN MASYARAKAT DAN DESA KABUPATEN BOGOR PERANCANGAN DATABASE BUKU TAMU DAN SURAT MENYURAT PADA DINAS PEMBERDAYAAN MASYARAKAT DAN DESA KABUPATEN BOGOR Marhaei, Yoki Saputra Prodi Sistem Iformasi Istitut Sais da Tekologi Nasioal (ISTN) Email :

Lebih terperinci

BAB IV ANALISA DAN PERANCANGAN

BAB IV ANALISA DAN PERANCANGAN 4.1Aalisa Sistem Lama BAB IV ANALISA DAN PERANCANGAN Sistem yag ada di UIN SUSKA Riau dalam pegiformasia tetag kampus bagi calo mahasiswa biasaya dega melihat iformasi dari website resmi kampus UIN yag

Lebih terperinci

PENENTUAN SOLUSI RELASI REKUREN DARI BILANGAN FIBONACCI DAN BILANGAN LUCAS DENGAN MENGGUNAKAN FUNGSI PEMBANGKIT

PENENTUAN SOLUSI RELASI REKUREN DARI BILANGAN FIBONACCI DAN BILANGAN LUCAS DENGAN MENGGUNAKAN FUNGSI PEMBANGKIT Prosidig Semiar Nasioal Matematika da Terapaya 06 p-issn : 0-0384; e-issn : 0-039 PENENTUAN SOLUSI RELASI REKUREN DARI BILANGAN FIBONACCI DAN BILANGAN LUCAS DENGAN MENGGUNAKAN FUNGSI PEMBANGKIT Liatus

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 3 BAB III METODOLOGI PENELITIAN A. Metode Peelitia Metode yag diguaka dalam peelitia ii adalah metode kuatitatif dega eksperime semu (quasi eksperimet desig). Peelitia ii melibatka dua kelas, yaitu satu

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Jenis penelitian yang digunakan oleh peneliti adalah jenis penelitian

BAB III METODOLOGI PENELITIAN. Jenis penelitian yang digunakan oleh peneliti adalah jenis penelitian BAB III METODOLOGI PENELITIAN A. Jeis Racaga Peelitia Jeis peelitia yag diguaka oleh peeliti adalah jeis peelitia komparatif. Peeliti komparatif adalah sejeis peelitia deskriptif yag igi mecari jawaba

Lebih terperinci

PENAKSIRAN DAN PERAMALAN BIAYA D. PENAKSIRAN BIAYA JANGKA PANJANG E. PERAMALAN BIAYA

PENAKSIRAN DAN PERAMALAN BIAYA D. PENAKSIRAN BIAYA JANGKA PANJANG E. PERAMALAN BIAYA PENAKSIRAN DAN PERAMALAN BIAYA Ari Darmawa, Dr. S.AB, M.AB Email: aridarmawa_fia@ub.ac.id A. PENDAHULUAN B. PENAKSIRAN DAN PRAKIRAAN FUNGSI BIAYA C. PENAKSIRAN JANGKA PENDEK - Ekstrapolasi sederhaa - Aalisis

Lebih terperinci

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

BAB III METODOLOGI PENELITIAN. Variabel-variabel yang digunakan pada penelitian ini adalah: BAB III METODOLOGI PENELITIAN 3. Variabel da Defiisi Operasioal Variabel-variabel yag diguaka pada peelitia ii adalah: a. Teaga kerja, yaitu kotribusi terhadap aktivitas produksi yag diberika oleh para

Lebih terperinci

BAB III METODE PENELITIAN. Dalam melakukan penelitian, terlebih dahulu menentukan desain

BAB III METODE PENELITIAN. Dalam melakukan penelitian, terlebih dahulu menentukan desain BAB III METODE PENELITIAN 3.1 Desai Peelitia Dalam melakuka peelitia, terlebih dahulu meetuka desai peelitia yag aka diguaka sehigga aka mempermudah proses peelitia tersebut. Desai peelitia yag diguaka

Lebih terperinci

Bab 3 Metode Interpolasi

Bab 3 Metode Interpolasi Baha Kuliah 03 Bab 3 Metode Iterpolasi Pedahulua Iterpolasi serig diartika sebagai mecari ilai variabel tergatug tertetu, misalya y, pada ilai variabel bebas, misalya, diatara dua atau lebih ilai yag diketahui

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di halaman Pusat Kegiatan Olah Raga (PKOR) Way Halim Bandar Lampung pada bulan Agustus 2011.

III. METODE PENELITIAN. Penelitian ini dilaksanakan di halaman Pusat Kegiatan Olah Raga (PKOR) Way Halim Bandar Lampung pada bulan Agustus 2011. III. METODE PENELITIAN A. Tempat da Waktu Peelitia Peelitia ii dilaksaaka di halama Pusat Kegiata Olah Raga (PKOR) Way Halim Badar Lampug pada bula Agustus 2011. B. Objek da Alat Peelitia Objek peelitia

Lebih terperinci

Sidang Tugas Akhir Teknik Manufaktur

Sidang Tugas Akhir Teknik Manufaktur Sidag Tugas Akhir Tekik Maufaktur Aplikasi pegguaa Metode Butterorth Lopass Filter dega Edge Detectio Ca-Roberts utuk megetahui Karakteristik stress-strai Material berbasis Image Processig Oleh : HANIF

Lebih terperinci

3. Rangkaian Logika Kombinasional dan Sequensial 3.1. Rangkaian Logika Kombinasional Enkoder

3. Rangkaian Logika Kombinasional dan Sequensial 3.1. Rangkaian Logika Kombinasional Enkoder 3. Ragkaia Logika Kombiasioal da Sequesial Ragkaia Logika secara garis besar dibagi mejadi dua, yaitu ragkaia logika Kombiasioal da ragkaia logika Sequesial. Ragkaia logika Kombiasioal adalah ragkaia yag

Lebih terperinci

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

PENGGGUNAAN ALGORITMA GAUSS-NEWTON UNTUK MENENTUKAN SIFAT-SIFAT PENAKSIR PARAMETER DAN PENGGGUNAAN ALGORITMA GAUSS-NEWTON UNTUK MENENTUKAN SIFAT-SIFAT PENAKSIR PARAMETER DAN DALAM SUATU MODEL NON-LINIER Abstrak Nur ei 1 1, Jurusa Matematika FMIPA Uiversitas Tadulako Jl. Sukaro-Hatta Palu,

Lebih terperinci

BAB III METODE PENELITIAN. objek penelitian yang penulis lakukan adalah Beban Operasional susu dan Profit

BAB III METODE PENELITIAN. objek penelitian yang penulis lakukan adalah Beban Operasional susu dan Profit BAB III METODE PENELITIAN 3.1 Objek Peelitia Objek peelitia merupaka sasara utuk medapatka suatu data. Jadi, objek peelitia yag peulis lakuka adalah Beba Operasioal susu da Profit Margi (margi laba usaha).

Lebih terperinci

UNIVERSITAS BINA NUSANTARA. Program Ganda Skripsi Sarjana Program Ganda Semester Ganjil 2005/2006

UNIVERSITAS BINA NUSANTARA. Program Ganda Skripsi Sarjana Program Ganda Semester Ganjil 2005/2006 UNIVERSITAS BINA NUSANTARA Program Gada 2005-2006 Skripsi Sarjaa Program Gada Semester Gajil 2005/2006 PEMBANGKITAN FRAKTALUNTUK MENINGKATKAN EFISIENSI KERJA DESAINER GRAFIS MENGGUNAKAN METODE NEWTON RAPHSON

Lebih terperinci

Bab 3 Kerangka Pemecahan Masalah

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

Lebih terperinci

PENGARUH INFLASI TERHADAP KEMISKINAN DI PROPINSI JAMBI

PENGARUH INFLASI TERHADAP KEMISKINAN DI PROPINSI JAMBI Halama Tulisa Jural (Judul da Abstraksi) Jural Paradigma Ekoomika Vol.1, No.5 April 2012 PENGARUH INFLASI TERHADAP KEMISKINAN DI PROPINSI JAMBI Oleh : Imelia.,SE.MSi Dose Jurusa Ilmu Ekoomi da Studi Pembagua,

Lebih terperinci

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

BAB III METODE PENELITIAN. Penelitian ini merupakan jenis penelitian deskriptif-kuantitatif, karena 7 BAB III METODE PENELITIAN A. Jeis Peelitia Peelitia ii merupaka jeis peelitia deskriptif-kuatitatif, karea melalui peelitia ii dapat dideskripsika fakta-fakta yag berupa kemampua siswa kelas VIII SMP

Lebih terperinci

III. METODE PENELITIAN. Subjek dari penelitian adalah siswa kelas X.B SMA Muhammadiyah 2 Bandar

III. METODE PENELITIAN. Subjek dari penelitian adalah siswa kelas X.B SMA Muhammadiyah 2 Bandar III. METODE PENELITIAN A. Subjek da Tempat Peelitia Subjek dari peelitia adalah siswa kelas.b SMA Muhammadiyah 2 Badar Lampug Tahu Ajara 2011-2012 dega jumlah siswa 40 orag yag terdiri dari 15 siswa laki-laki

Lebih terperinci

= Keterkaitan langsung ke belakang sektor j = Unsur matriks koefisien teknik

= Keterkaitan langsung ke belakang sektor j = Unsur matriks koefisien teknik Aalisis Sektor Kuci Dimaa : KLBj aij = Keterkaita lagsug ke belakag sektor j = Usur matriks koefisie tekik (b). Keterkaita Ke Depa (Forward Ligkage) Forward ligkage meujukka peraa suatu sektor tertetu

Lebih terperinci

DIMENSI PARTISI PADA GRAF KINCIR PARTITION DIMENSION OF WINDMILL GRAPH

DIMENSI PARTISI PADA GRAF KINCIR PARTITION DIMENSION OF WINDMILL GRAPH PROPOAL TUGA AKHIR DIMENI PARTII PADA GRAF KINCIR PARTITION DIMENION OF WINDMILL GRAPH Oleh: CHANDRA IRAWAN NRP : 100 109 04 JURUAN MATEMATIKA FAKULTA MATEMATIKA DAN ILMU PENGETAHUAN ALAM INTITUT TEKNOLOGI

Lebih terperinci

Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya PENS. Probability and Random Process. Topik 10. Regresi

Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya PENS. Probability and Random Process. Topik 10. Regresi Program Pasca Sarjaa Terapa Politekik Elektroika Negeri Surabaya Probability ad Radom Process Topik 10. Regresi Prima Kristalia Jui 015 1 Outlie 1. Kosep Regresi Sederhaa. Persamaa Regresi Sederhaa 3.

Lebih terperinci

PENGEMBANGAN MODEL ANALISIS SENSITIVITAS PETA KENDALI TRIPLE SAMPLING MENGGUNAKAN UTILITY FUNCTION METHOD

PENGEMBANGAN MODEL ANALISIS SENSITIVITAS PETA KENDALI TRIPLE SAMPLING MENGGUNAKAN UTILITY FUNCTION METHOD Semiar Nasioal Iformatika 5 (semasif 5) ISSN: 979-8 UPN Vetera Yogyakarta, 4 November 5 PENGEMBANGAN MODE ANAISIS SENSITIVITAS PETA KENDAI TRIPE SAMPING MENGGUNAKAN UTIITY FUNCTION METHOD Juwairiah ),

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara BAB I PENDAHULUAN 1.1 Latar Belakag Salah satu pera da fugsi statistik dalam ilmu pegetahua adalah sebagai. alat aalisis da iterpretasi data kuatitatif ilmu pegetahua, sehigga didapatka suatu kesimpula

Lebih terperinci

Induksi Matematika. Pertemuan VII Matematika Diskret Semester Gasal 2014/2015 Jurusan Teknik Informatika UPN Veteran Yogyakarta

Induksi Matematika. Pertemuan VII Matematika Diskret Semester Gasal 2014/2015 Jurusan Teknik Informatika UPN Veteran Yogyakarta Iduksi Matematika Pertemua VII Matematika Diskret Semester Gasal 2014/2015 Jurusa Tekik Iformatika UPN Vetera Yogyakarta Metode pembuktia utuk peryataa perihal bilaga bulat adalah iduksi matematik. Cotoh

Lebih terperinci

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

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

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Aalisis Regresi Istilah regresi pertama kali diperkealka oleh seorag ahli yag berama Facis Galto pada tahu 1886. Meurut Galto, aalisis regresi berkeaa dega studi ketergatuga dari suatu

Lebih terperinci

Ukuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus

Ukuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus -Mar- Ukura Pemusata Pertemua STATISTIKA DESKRIPTIF Statistik deskripti adalah pegolaha data utuk tujua medeskripsika atau memberika gambara terhadap obyek yag diteliti dega megguaka sampel atau populasi.

Lebih terperinci

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak: PENGUJIAN HIPOTESIS A. Lagkah-lagkah pegujia hipotesis Hipotesis adalah asumsi atau dugaa megeai sesuatu. Jika hipotesis tersebut tetag ilai-ilai parameter maka hipotesis itu disebut hipotesis statistik.

Lebih terperinci

BAB II METODOLOGI PENELITIAN. kualitatif. Kerangka acuan dalam penelitian ini adalah metode penelitian

BAB II METODOLOGI PENELITIAN. kualitatif. Kerangka acuan dalam penelitian ini adalah metode penelitian BAB II METODOLOGI PEELITIA 2.1. Betuk Peelitia Betuk peelitia dapat megacu pada peelitia kuatitatif atau kualitatif. Keragka acua dalam peelitia ii adalah metode peelitia kuatitatif yag aka megguaka baik

Lebih terperinci

RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI S1 TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS RIAU

RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI S1 TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS RIAU RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI S1 TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS RIAU 1 Nama Mata Kuliah : Statitika Probabilitas 2 Kode Mata Kuliah : TSS-1208 3 Semester : II 4 (sks) : 2

Lebih terperinci

ANALISIS SISTEM ANTRIAN PELAYANAN NASABAH DI PT. BANK NEGARA INDONESIA (PERSERO) TBK KANTOR CABANG UTAMA USU

ANALISIS SISTEM ANTRIAN PELAYANAN NASABAH DI PT. BANK NEGARA INDONESIA (PERSERO) TBK KANTOR CABANG UTAMA USU Saitia Matematika ISSN: 2337-9197 Vol. 02, No. 03 (2014), pp. 277 287. ANALISIS SISTEM ANTRIAN PELAYANAN NASABAH DI PT. BANK NEGARA INDONESIA (PERSERO) TBK KANTOR CABANG UTAMA USU Siti Aria R. Harahap

Lebih terperinci

Pertemuan Ke-11. Teknik Analisis Komparasi (t-test)_m. Jainuri, M.Pd

Pertemuan Ke-11. Teknik Analisis Komparasi (t-test)_m. Jainuri, M.Pd Pertemua Ke- Komparasi berasal dari kata compariso (Eg) yag mempuyai arti perbadiga atau pembadiga. Tekik aalisis komparasi yaitu salah satu tekik aalisis kuatitatif yag diguaka utuk meguji hipotesis tetag

Lebih terperinci

L A T I H A N S O A L A N R E G 1 Muhamad Ferdiansyah, S. Stat.

L A T I H A N S O A L A N R E G 1 Muhamad Ferdiansyah, S. Stat. L A T I H A N S O A L A N R E G Muhamad Ferdiasyah, S. Stat. *Saya saraka utuk mecoba sediri baru lihat jawabaya **Jawaba saya BELUM TENTU BENAR karea saya mausia biasa. Silaka dikosultasika jika ada jawaba

Lebih terperinci

Pengendalian Proses Menggunakan Diagram Kendali Median Absolute Deviation (MAD)

Pengendalian Proses Menggunakan Diagram Kendali Median Absolute Deviation (MAD) Prosidig Statistika ISSN: 2460-6456 Pegedalia Proses Megguaka Diagram Kedali Media Absolute Deviatio () 1 Haida Lestari, 2 Suliadi, 3 Lisur Wachidah 1,2,3 Prodi Statistika, Fakultas Matematika da Ilmu

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1 Lokasi da Waktu Peelitia Kegiata peelitia ii dilaksaaka pada bula Mei 2011 bertempat di Dusu Nusa Bakti, Kecamata Serawai da Dusu Natai Buga, Kecamata Melawi yag merupaka

Lebih terperinci

BAB III METOE PENELITIAN. penelitian ini, hanya menggunakan kelas eksperimen tanpa adanya kelas

BAB III METOE PENELITIAN. penelitian ini, hanya menggunakan kelas eksperimen tanpa adanya kelas BAB III METOE PENELITIAN A. Jeis Peelitia Jeis peelitia ii adalah peelitia eksperime. Karea pada peelitia ii, haya megguaka kelas eksperime tapa adaya kelas cotrol. Peelitia ii megguaka pedekata kuatitatif.

Lebih terperinci

III. METODE PENELITIAN. Variabel X merupakan variabel bebas adalah kepemimpinan dan motivasi,

III. METODE PENELITIAN. Variabel X merupakan variabel bebas adalah kepemimpinan dan motivasi, 7 III. METODE PENELITIAN 3.1 Idetifikasi Masalah Variabel yag diguaka dalam peelitia ii adalah variabel X da variabel Y. Variabel X merupaka variabel bebas adalah kepemimpia da motivasi, variabel Y merupaka

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Didalam melakuka kegiata suatu alat atau mesi yag bekerja, kita megeal adaya waktu hidup atau life time. Waktu hidup adalah lamaya waktu hidup suatu kompoe atau uit pada

Lebih terperinci

METODE PENELITIAN. Ajaran dengan jumlah siswa 40 orang yang terdiri dari 19 siswa lakilaki

METODE PENELITIAN. Ajaran dengan jumlah siswa 40 orang yang terdiri dari 19 siswa lakilaki 18 III. METODE PENELITIAN A. Subyek da Tempat Peelitia Subjek peelitia adalah siswa kelas X2 SMA Budaya Badar Lampug Tahu Ajara 2010-2011 dega jumlah siswa 40 orag yag terdiri dari 19 siswa lakilaki da

Lebih terperinci

III. METODOLOGI PENELITIAN

III. METODOLOGI PENELITIAN 16 III. METODOLOGI PENELITIAN 3.1. Keragka Pemikira Pegukura kierja keuaga perusahaa pada dasarya dilaksaaka karea igi megetahui tigkat profitabilitas (keutuga) da tigkat resiko atau tigkat kesehata suatu

Lebih terperinci

RENCANA PROGRAM PEMBELAJARAN KE - 1. : 6 jam pelajaran

RENCANA PROGRAM PEMBELAJARAN KE - 1. : 6 jam pelajaran RENCANA PROGRAM PEMBELAJARAN KE - 1 Satua Pedidika Mata Pelajara Kelas/Semester Materi Pokok Waktu : SMA N 6 YOGYAKARTA : Matematika : XII IPS/ : Barisa da Deret : 6 jam pelajara 1. Stadar Kompetesi 4.

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PEMBELIAN SEPEDA MOTOR DENGAN METODE WEIGHTED PRODUCT

SISTEM PENDUKUNG KEPUTUSAN PEMBELIAN SEPEDA MOTOR DENGAN METODE WEIGHTED PRODUCT Jural Iformatika Mulawarma Vol. 10 No. 2 September 2015 20 SISTEM PENDUKUNG KEPUTUSAN PEMBELIAN SEPEDA MOTOR DENGAN METODE WEIGHTED PRODUCT Necy Nurjaah 1), Zaial Arifi 2), Dya Marisa Khairia 3) 1,2,3)

Lebih terperinci

PETA KONSEP RETURN dan RISIKO PORTOFOLIO

PETA KONSEP RETURN dan RISIKO PORTOFOLIO PETA KONSEP RETURN da RISIKO PORTOFOLIO RETURN PORTOFOLIO RISIKO PORTOFOLIO RISIKO TOTAL DIVERSIFIKASI PORTOFOLIO DENGAN DUA AKTIVA PORTOFOLIO DENGAN BANYAK AKTIVA DEVERSIFIKASI DENGAN BANYAK AKTIVA DEVERSIFIKASI

Lebih terperinci