Pengendalian Proses Menggunakan Diagram Kendali Median Absolute Deviation (MAD)

Ukuran: px
Mulai penontonan dengan halaman:

Download "Pengendalian Proses Menggunakan Diagram Kendali Median Absolute Deviation (MAD)"

Transkripsi

1 Prosidig Statistika ISSN: 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 Pegetahua Alam, Uiversitas Islam Badug, Jl. Tamasari No.1 Badug haidalestari93@gmail.com, 2 Suliadi@gmail.com, 3 lisur_w@yahoo.co.id Abstrak. Diagram kedali adalah salah satu alat yag diguaka utuk meemuka kelakua yag meyimpag dalam proses idustri. Ada dua jeis diagram kedali diataraya yaitu diagram kedali variabel da diagram kedali atribut. Pada diagram kedali variabel terdapat dua jeis diagram kedali, yaitu rata-rata proses da variabilitas proses. Diagram kedali rata-rata proses salah satuya yaitu diagram kedali rata-rata x, sedagka pada variabilitas proses yag palig umum diguaka yaitu diagram kedali retag (R) da diagram kedali simpaga baku (S). Diagram kedali S merupaka salah satu tekik proses pegedalia kualitas yag dikembagka utuk megotrol variabilitas proses berdasarka asumsi dibawah distribusi ormal atau ada outlier. Ketika asumsi ormalitas tidak terpeuhi atau adaya pecila, maka aka diguaka suatu metode tertetu. Metode tersebut diamaka Media Absolute Deviatio (). Dalam meetuka dilakuka melalui beberapa tahapa, higga diperoleh proses dalam keadaa terkedali. Utuk membadigka diagram kedali, selajutya dilakuka perbadiga pada diagram kedali da diagram kedali S. Sehigga diperoleh hasil lebar batas kedali pada diagram kedali rata-rata berdasarka sedikit lebih lebar dibadigka diagram kedali rata-rata berdasarka S. Kata Kuci : Diagram Kedali, Normalitas, Outlier, Media Absolute Deviatio. A. Pedahulua Sektor idustri merupaka sektor yag sagat petig dalam pembagua di Idoesia. Muculya idustri kecil da besar baik perusahaa swasta maupu perusahaa egara aka mejadi toggak dalam memajuka bagsa. Haya perusahaa yag mempumyai daya saig tiggi yag dapat bertaha di dalam usaha meigkatka keutuga. Dalam duia peridustria, kualitas atau mutu produk da produktivitas adalah kuci keberhasila bagi berbagai sistem produksi. Keduaya merupaka kriteria kierja perusahaa yag sagat petig baik bagi perusahaa yag berorietasi keutuga. Kemampua perusahaa meghasilka produk barag atau jasa yag bermutu tiggi merupaka kuci bagi posisi persaiga da prospek keberhasila jagka pajagya. Pegedalia kualitas merupaka suatu tekik yag bermafaat agar suatu perusahaa dapat megetahui kualitas produkya sebelum dipasarka kepada kosume. Salah satu alat terpetig dalam pegedalia proses statistik adalah diagram kedali. Diagram kedali merupaka tekik pegedalia proses produksi serta meetuka kemampua proses da memberi iformasi yag bergua dalam meigkatka sebuah proses (Muchlis, 2010). Diagram kedali ii diguaka utuk memahami apakah sebuah proses berjala dalam kodisi terkedali atau tidak. Suatu proses dikataka dalam keadaa terkedali, bila dalam proses tersebut tidak terdapat keragama yag dapat dihidarka. Jika pegedalia proses ditempuh dega melibatka metode statistika, maka dapat diguaka suatu alat yag amaya diagram kedali shewhart yag lebih dikeal dega ama diagram shewhart. Diagram shewhart dibagi mejadi dua bagia yaitu diagram kedali variabel da diagram kedali atribut. 71

2 72 Haida Lestari, et al. Yag termasuk kedalam variabilitas proses salah satuya yaitu diagram kedali S. Diagram kedali S diguaka dalam asumsi ormalitas yag harus terpeuhi. Sedagka tidak semua karakteristik didistribusika secara ormal. Maka kelemaha dari diagram kedali S ii adalah berdistribusi ormal da sagat dipegaruhi ada atau tidakya pecila (Abu-Shawiesh, 2008). Utuk itu perlu adaya diagram yag dapat diguaka sehigga meghasilka aalisis yag optimal utuk semua karakteristik yag tidak berdistribusi ormal atau ada pecila.tujua peelitia, membagu diagram kedali berdasarka, membagu diagram kedali x berdasarka, megetahui lebar batas kedali utuk diagram kedali x berdasarka da diagram kedali x berdasarka S. B. Ladasa Teori 1. Diagram Kedali Diagram kedali merupaka tekik pegedalia proses yag secara luas diguaka utuk meaksir parameter suatu proses produksi serta meetuka kemampua proses da memberi iformasi yag bergua dalam meigkatka sebuah proses (Muchlis, 2010). Salah satu alat terpetig dalam pegedalia mutu secara statistik ii adalah diagram kedali Shewhart. Diamaka diagram kedali Shewhart karea dikembagka oleh Dr. Walter Adrew Shewart di Amerika Serikat pada tahu 1924 sewaktu ia bekerja pada Bell Telephoe Laboratories (Grat, 1994). 2. Diagram Kedali Variabel Karakteristik mutu yag diukur secara umerik disebut diagram kedali variabel. Pada diagram kedali variabel terdapat dua ciri karakteristik mutu yaitu rata-rata proses x da variabilitas proses. Pada rata-rata proses terdapat diagram kedali rata-rata x, sedagka variabilitas proses terdapat diagram kedali retag ( R ) da diagram kedali simpaga baku (S). Ketika berhadapa dega karakteristik mutu secara variabel, biasaya perlu utuk dilihat ilai rata-rata dari karakteristik mutu da variabilitas. Pada diagram rata-rata disebut diagram kedali x, sedagka pada diagram kedali utuk simpaga baku disebut diagram kedali S, da diagram kedali utuk retag disebut diagram kedali R. Retag merupaka ukura peyimpaga yag palig sederhaa, megukur beda ilai teredah da tertiggi. Utuk megamati proses produksi, biasaya pegguaa diagram kedali selalu berpasaga, diagram kedali x dega diagram kedali R atau diagram kedali x dega diagram kedali S (Adekeye, 2013). Diagram kedali ( x da R) atau ( x da S) diguaka utuk megedalika proses yag dilihat dari rata-rata da variabilitas proses. 3. Media Absolute Deviatio () Media Absolute Deviatio () diaggap salah satu estimasi yag baik 2 utuk. Karea sifat yag baik dari estimasi ii diguaka sebagai alteratif diagram kedali simpaga baku S, ketika asumsi ormalitas diagram kedali S tidak terpeuhi aka ada pecila (Adekeye, 2013). Pada ii kita ketahui bahwa data yag diguaka adalah tidak berdistribusi ormal atau ada pecila. Jika kita igi membagu diagram kedali variabel (rata-rata proses da variabilitas proses) berdasarka, maka aka ada dua diagram kedali yaitu diagram kedali rata-rata proses ( x Volume 2, No.1, Tahu 2016

3 Pegedalia Proses Megguaka Diagram Kedali Media Absolute Deviatio () 73 berdasarka ) da variabilitas proses (Adekeye, 2013). Peaksir bagi dega megguaka adalah sebagai berikut: ˆ b (2.1) m j j Dimaa 1 m, b adalah suatu ilai yag merupaka fugsi dari ukura sampel () da 1, 4826 Media X MD (2.2) j Dimaa 1,4826 adalah kostata da MD Media X ) ij Dega demikia, batas kotrol da garis pusat utuk Shewhart pada diagram kedali S berdasarka diperoleh batas diagram kedali S berdasarka adalah BKA B b GP C 4 6 b BKB B b Dimaa B5 C4 3 1 C4 da B6 C4 3 1 C4. Persamaa (2.3) dapat disederhaaka dega megguaka Persamaa (2.1). Sehigga diperoleh batas kotrol utuk diagram kedali variabilitas adalah sebagai berikut: BKA B GP b 4 b BKB B3b Peurua diagram kedali x berdasarka dari Persamaa (2.1) adalah b BKA X 3 GP X j ( ij b BKB X 3 3b Utuk A6, maka batas kotrol dalam Persamaa (2.5) adalah BKA X A GP X 6 BKB X A6 Utuk melihat proses terkedali atau tidak terkedali dari diagram kedali sama dega proses terkedali atau tidak terkedali dari diagram kedali S. Statistika, Gelombag 1, Tahu Akademik

4 74 Haida Lestari, et al. C. Hasil da Pembahasa Data yag aka diguaka merupaka data sekuder, yaitu data hasil yag diperoleh dari PT. Dirgatara Idoesia. Data tersebut yaitu data tesile stregth lempega besi dega ketebala 2,5 mm pada pembuata kulit pesawat dega material 2013A, data diambil pada tahu Bayakya periode adalah 24 periode pegamata. Dari tiap periode diambil 5 lempega besi utuk di ukur tesile stregth ya. Data legkap disajika pada Tabel 3.1. Tabel 3.1 Data Tesile Streght pada Pembuata Kulit Pesawat dega Ketebala 2.5mm Tahu 2013 Periode Sampel Tesile Streght ,12 50,26 32,34 32,12 41, ,33 43,11 26,46 26,48 41, ,33 57,4 41,64 41,43 38, ,47 59,39 53,56 53,84 41, ,88 48,97 30,68 29,67 40, ,78 42,69 26,08 26,16 36, ,73 55,05 47,12 45,83 38, ,66 54,82 48,1 47,79 39, ,22 42,05 26,84 25,25 42, ,35 46,36 30,31 30,52 42, ,71 48,51 30,44 31,54 41, ,67 53,46 47,88 49,93 42, ,39 61,3 54,15 55,82 39, ,89 40,78 49,68 50,56 39, , ,82 52,36 41, ,06 55,37 47,88 49,93 44, ,37 48,16 43,24 53,51 69, ,33 43,11 36,9 37,14 36, ,84 54,88 46,76 47,5 66, ,35 60,04 54,07 54,89 43, ,95 48,18 30,5 30,49 41, ,78 47,23 31,15 31,08 44, ,26 48,76 31,76 31,32 39, ,21 43,18 26,47 26,23 42,68 Sumber: PT. Dirgatara Idoesia, Lagkah-Lagkah Perhituga Diagram Kedali Media Absolute Deviatio () 1. Lakuka pemeriksaa pecila melalui eksplorasi data. 2. Tetuka ilai media utuk setiap periode pegamata. 3. Meghitug dari setiap sampel dega rumus seperti pada Persamaa Meghitug rata-rata dari dega rumus pada Persamaa Tetuka BKA, BKB da GP utuk diagram kedali dega rumus pada Persamaa 2.4, kemudia buat gambar diagram kedali. 6. Jika terdapat pegamata yag tidak terkedali, buag pegamata yag tidak terkedali tersebut da kembali ke lagkah 4. Volume 2, No.1, Tahu 2016

5 Pegedalia Proses Megguaka Diagram Kedali Media Absolute Deviatio () Hitug x da x. 8. Tetuka BKA, BKB da GP utuk diagram kedali x berdasarka dega rumus pada Persamaa 2.6, kemudia buat gambar diagram kedali x berdasarka. 9. Jika terdapat pegamata yag tidak terkedali, buag pegamata yag tidak terkedali tersebut da kembali ke lagkah Utuk meetuka diagram kedali simpaga baku da diagram kedali x berdasarka simpaga baku, lagkah-lagkahya sama dega diagram kedali da diagram kedali x berdasarka, amu dega rumus yag berbeda. 2. Eksplorasi Data Megguaka Boxplot Lagkah pertama yag dilakuka dalam meetuka diagram kedali adalah melakuka eksplorasi data megguaka boxplot utuk melihat ada atau tidakya pecila. Berikut ii adalah hasil dari aalisis boxplot. Periode Gambar 3.1 Boxplot Pegamata Tesile Stregth Utuk Setiap Periode Berdasarka pada Gambar 3.1 terlihat pada periode ke 4, 13, 15, 19 da 20 tidak simetris da terdapat beberapa data yag dicurigai outlier atau ada pecila. 3. Diagram Kedali Berdasarka 3.1 Diagram Kedali Variabilitas Berdasarka Karea adaya pecila maka diguaka diagram kedali variabilitas berdasarka. Pada pembahasa sebelumya terlihat pada Gambar 3.1 bahwa ada pecila dalam data, maka lagkah pertama utuk meghitug yaitu mecari media setiap periode pegamata. Hasil dari perhituga media ditampilka pada Tabel 3.1. Tabel 3.1 Hasil Media Tesile Streght Periode Tesile Streght Sampel Media 1 50,12 50,26 32,34 32,12 41,64 41, ,33 43,11 26,46 26,48 41,17 41, ,33 57,4 41,64 41,43 38,88 41, ,47 59,39 53,56 53,84 41,51 53, ,88 48,97 30,68 29,67 40,24 40, ,78 42,69 26,08 26,16 36,41 36, ,73 55,05 47,12 45,83 38,88 47, ,66 54,82 48,1 47,79 39,39 48,1 9 42,22 42,05 26,84 25,25 42,46 42,05 Statistika, Gelombag 1, Tahu Akademik

6 76 Haida Lestari, et al ,35 46,36 30,31 30,52 42,96 42, ,71 48,51 30,44 31,54 41,72 41, ,67 53,46 47,88 49,93 42,06 49, ,39 61,3 54,15 55,82 39,32 55, ,89 40,78 49,68 50,56 39,95 49, , ,82 52,36 41,18 52, ,06 55,37 47,88 49,93 44,04 49, ,37 48,16 43,24 53,51 69,61 53, ,33 43,11 36,9 37,14 36,11 37, ,84 54,88 46,76 47,5 66,47 54, ,35 60,04 54,07 54,89 43,05 54, ,95 48,18 30,5 30,49 41,08 41, ,78 47,23 31,15 31,08 44,33 44, ,26 48,76 31,76 31,32 39,34 39, ,21 43,18 26,47 26,23 42,68 42,68 Setelah meetuka media kemudia dihitug da rata-rata dega rumus pada Persamaa (2.2). Dari Persama (2.2) terdapat ilai rata-rata sebesar 7,289. Setelah meghitug rata-rata lagkah berikutya adalah meghitug BKA, BKB da GP utuk diagram kedali variabilitas berdasarka, terdapat 5 adalah B 4 2,089, B3 0, b 1, 206. Oleh karea itu, batas-batas diagram kedali adalah sebagai berikut : BKA B b 2,089(1,206)(7,289) 18,363 GP b 4 BKB B b 1,206(7,289) 8,791 0(1,206)(7,289) 0 3 (3.1) Dari hasil keseluruha ilai tesile stregth pada pembuata kulit pesawat, seluruh titik berada dalam batas kedali serta sebara titik tidak membetuk pola-pola tertetu. Berdasarka hal tersebut dapat disimpulka tesile stregth proses pembuata kulit pesawat adalah dalam kodisi terkedali. Hal ii berarti bahwa variabilitas proses dari tesile stregth adalah terkedali. Jadi diagram kedali variabilitas berdasarka dapat diguaka utuk data masa yag aka datag. 3.2 Diagram Kedali Berdasarka Setelah meetuka variabilitas proses berdasarka da hasilya terkedali maka lagkah selajutya membuat diagram kedali rata-rata berdasarka. Pada diagram kedali rata-rata berdasarka utuk lagkah pertama yaitu meetuka utuk setiap pegamata da x, terdapat ilai x sebesar 44,891. Setelah meghitug da x maka lagkah berikutya adalah meghitug BKA, BKB da GP utuk diagram kedali rata-rata berdasarka, terdapat ilai 5 adalah A 1, Oleh karea itu, batas-batas diagram kedali rata-rata berdasarka adalah sebagai berikut: BKA x A GP x 44, ,891 1,618(7,289) 56,685 BKB x A6 44,891 1,618(7,289) 33,097 (3.2) Dari hasil keseluruha ilai berdasarka tesile stregth pada Volume 2, No.1, Tahu 2016

7 Pegedalia Proses Megguaka Diagram Kedali Media Absolute Deviatio () 77 pembuata kulit pesawat, seluruh titik berada dalam batas kedali serta sebara titik tidak membetuk pola-pola tertetu. Berdasarka hal tersebut dapat disimpulka rata-rata proses pembuata kulit pesawat pada tesile stregth ada dalam kodisi terkedali. Hal ii berarti bahwa rata-rata proses dari tesile stregth adalah terkedali. Jadi diagram kedali rata-rata berdasarka dapat diguaka utuk data masa yag aka datag. 4. Perbadiga Batas-batas Kedali pada Diagram Kedali Rata-rata Berdasarka da Diagram Kedali Rata-rata Berdasarka Simpaga Baku Utuk melihat perbadiga atara diagram kedali rata-rata berdasarka da rata-rata berdasarka simpaga baku dapat disajika pada Tabel 4.6. Tabel 3.2 Perbadiga Diagram Kedali x Berdasarka da Diagram Kedali x Berdasarka Simpaga Baku Batas Kedali x berdasarka x berdasarka S BKA 56,685 55,986 GP 44,891 44,891 BKB 33,097 33,796 Lebar BK 23,588 22,19 Pada Tabel 3.2 terdapat lebar batas kedali x berdasarka sebesar 23,588, da lebar batas kedali x berdasarka S sebesar 22,19. Maka terlihat bahwa diagram kedali rata-rata berdasarka sedikit lebih lebar jika dibadigka dega diagram kedali rata-rata berdasarka S. Hal ii disebabka karea diagram megakomodir adaya pecila atau outlier. Sedagka variabilitas berdasarka S tidak megasumsika bahwa ada pecila dalam data. Yag ditujukka x berdasarka lebih lebar dari pada diagram kedali berdasarka S. Oleh karea itu, jika terdapat pecila diagram kedali S lebih cederug meyataka proses tidak terkedali (out of cotrol) dibadigka diagram kedali x berdasarka. D. Kesimpula Berdasarka hasil aalisis pada diagram kedali da diagram kedali berdasarka (kasus tesile stregth pada pembuata kulit pesawat), dapat diambil kesimpula yaitu, dari hasil keseluruha ilai da keseluruha ilai berdasarka tesile stregth pada pembuata kulit pesawat, seluruh titik berada dalam batas kedali serta sebara titik tidak membetuk pola-pola tertetu. Maka dapat disimpulka tesile stregth da rata-rata proses pembuata kulit pesawat adalah dalam kodisi terkedali. Hal ii berarti bahwa variabilitas proses dari tesile stregth adalah terkedali. Jadi diagram kedali variabilitas berdasarka da rata-rata berdasarka dapat diguaka utuk data masa yag aka datag. Sedagka, lebar batas kedali x berdasarka sebesar 23,588, da lebar batas kedali x berdasarka S sebesar 22,19. Maka diagram kedali rata-rata berdasarka sedikit lebih lebar jika dibadigka dega diagram kedali rata-rata berdasarka S, Hal ii disebabka karea diagram megakomodir adaya pecila atau outlier. Daftar Pustaka Abu-Shawiesh, M.O.A A Simple Robust Cotrol Chart Based o. Joural of Mathematics ad Statistics; 4(2): Statistika, Gelombag 1, Tahu Akademik

8 78 Haida Lestari, et al. Adekeye K. S. ad Azubuike, P.I Derivatio of the Limits For Cotrol Chart Usig The Media Absolute Deviatio For Moitorig No-Normal Process. Joural of Mathematics ad Statistics; 8(1): Adekeye K. S Modified Simple Robust Cotrol Chart Based o. Joural of Sciece ad Techology; vol.2, No. 4. Grat, E. L. R. S. Leaveworth Pegedalia Mutu Statistik. Erlagga: Jakarta. Motgomery, Douglas C Itroductio to Statistical Quality Cotrol. 4 th ed., Joh Willey & Sos, New York. Muchlis, R. Dachla Pegedalia Kualitas Statistika. Pustaka Ceria: Jakarta- Badug. Volume 2, No.1, Tahu 2016

PENGENDALIAN KUALITAS STATISTIKA UNTUK MONITORING DAN EVALUASI KINERJA DOSEN DI JURUSAN MATEMATIKA FMIPA UNIVERSITAS TANJUNGPURA

PENGENDALIAN KUALITAS STATISTIKA UNTUK MONITORING DAN EVALUASI KINERJA DOSEN DI JURUSAN MATEMATIKA FMIPA UNIVERSITAS TANJUNGPURA PRISMA 1 (2018) PRISMA, Prosidig Semiar Nasioal Matematika https://joural.ues.ac.id/sju/idex.php/prisma/ PENGENDALIAN KUALITAS STATISTIKA UNTUK MONITORING DAN EVALUASI KINERJA DOSEN DI JURUSAN MATEMATIKA

Lebih terperinci

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

PENGGUNAAN METODE BAYESIAN OBYEKTIF DALAM PEMBUATAN GRAFIK PENGENDALI p-chart

PENGGUNAAN METODE BAYESIAN OBYEKTIF DALAM PEMBUATAN GRAFIK PENGENDALI p-chart Prosidig Semiar Nasioal Peelitia, Pedidika da Peerapa MIPA, Fakultas MIPA, Uiversitas Negeri Yogyakarta, 2 Jui 2012 PENGGUNAAN METODE BAYESIAN OBYEKTIF DALAM PEMBUATAN GRAFIK PENGENDALI p-chart Adi Setiawa

Lebih terperinci

Diagram Kontrol Simpangan Baku Robust

Diagram Kontrol Simpangan Baku Robust Prosidig Statistika ISSN: 60-656 Diagram Kotrol Simpaga Baku Robust 1 Azka Fatharai, Suwada, 3 Suliadi 1,,3 Prodi Statistika, Fakultas Matematika da Ilmu Pegetahua Alam, Uiversitas Islam Badug, Jl. Tamasari

Lebih terperinci

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X Pedugaa Selag: Metode Pivotal Lagkah-lagkahya 1. Adaika X1, X,..., X adalah cotoh acak dari populasi dega fugsi kepekata f( x; ), da parameter yag tidak diketahui ilaiya. Adaika T adalah peduga titik bagi..

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

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

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

Perbandingan Beberapa Metode Pendugaan Parameter AR(1)

Perbandingan Beberapa Metode Pendugaan Parameter AR(1) Jural Vokasi 0, Vol.7. No. 5-3 Perbadiga Beberapa Metode Pedugaa Parameter AR() MUHLASAH NOVITASARI M, NANI SETIANINGSIH & DADAN K Program Studi Matematika Fakultas MIPA Uiversitas Tajugpura Jl. Ahmad

Lebih terperinci

MATERI 13 ANALISIS TEKNIKAL ANALISIS TEKNIKAL

MATERI 13 ANALISIS TEKNIKAL ANALISIS TEKNIKAL MATERI 13 ANALISIS TEKNIKAL ASUMSI-ASUMSI DASAR ANALISIS TEKNIKAL KEUNTUNGAN DAN KRITIK TERHADAP ANALISIS TEKNIKAL TEKNIK-TEKNIK DALAM ANALISIS TEKNIKAL - The Dow Theory - Chart Pola Pergeraka Harga Saham

Lebih terperinci

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

BAB III METODE PENELITIAN. penelitian yaitu PT. Sinar Gorontalo Berlian Motor, Jl. H. B Yassin no 28 5 BAB III METODE PENELITIAN 3.1 Lokasi Peelitia da Waktu Peelitia Sehubuga dega peelitia ii, lokasi yag dijadika tempat peelitia yaitu PT. Siar Gorotalo Berlia Motor, Jl. H. B Yassi o 8 Kota Gorotalo.

Lebih terperinci

TRANSFORMASI BOX-COX PADA ANALISIS REGRESI LINIER SEDERHANA

TRANSFORMASI BOX-COX PADA ANALISIS REGRESI LINIER SEDERHANA Jural Matematika UNAND Vol. 2 No. 2 Hal. 115 122 ISSN : 2303 2910 c Jurusa Matematika FMIPA UNAND TRANSFORMASI BOX-COX PADA ANALISIS REGRESI LINIER SEDERHANA ELVI YATI, DODI DEVIANTO, YUDIANTRI ASDI Program

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

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

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI MIA SMA Negeri 5

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI MIA SMA Negeri 5 III. METODOLOGI PENELITIAN A. Populasi da Sampel Peelitia Populasi dalam peelitia ii adalah semua siswa kelas I MIA SMA Negeri 5 Badar Lampug Tahu Pelajara 04-05 yag berjumlah 48 siswa. Siswa tersebut

Lebih terperinci

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 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

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

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

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

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

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

Metode Bootstrap Persentil Pada Sensor Tipe II Berdistribusi Eksponensial

Metode Bootstrap Persentil Pada Sensor Tipe II Berdistribusi Eksponensial Statistika, Vol. 7 No. 1, 1 6 Mei 007 Metode Bootstrap Persetil Pada Sesor Tipe II Berdistribusi Ekspoesial Jurusa Statistika FMIPA Uiversitas Islam Idoesia Yogyakarta Abstrak Metode bootstrap adalah suatu

Lebih terperinci

III. METODOLOGI PENELITIAN. diinginkan. Menurut Arikunto (1991 : 3) penelitian eksperimen adalah suatu

III. METODOLOGI PENELITIAN. diinginkan. Menurut Arikunto (1991 : 3) penelitian eksperimen adalah suatu III. METODOLOGI PENELITIAN A. Metode Peelitia Metode peelitia merupaka suatu cara tertetu yag diguaka utuk meeliti suatu permasalaha sehigga medapatka hasil atau tujua yag diigika. Meurut Arikuto (99 :

Lebih terperinci

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

Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai

Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai PENGUJIAN HIPOTESIS Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai ilai-ilai parameter populasi,

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di MTs Muhammadiyah 1 Natar Lampung Selatan.

III. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di MTs Muhammadiyah 1 Natar Lampung Selatan. 9 III. METODOLOGI PENELITIAN A. Populasi Da Sampel Peelitia ii dilaksaaka di MTs Muhammadiyah Natar Lampug Selata. Populasiya adalah seluruh siswa kelas VIII semester geap MTs Muhammadiyah Natar Tahu Pelajara

Lebih terperinci

BAB 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

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

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

BAB 6: ESTIMASI PARAMETER (2)

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

Lebih terperinci

BAB III ECONOMIC ORDER QUANTITY MULTIITEM DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA DAN FAKTOR DISKON

BAB III ECONOMIC ORDER QUANTITY MULTIITEM DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA DAN FAKTOR DISKON BAB III ECONOMIC ORDER QUANTITY MULTIITEM DENGAN MEMPERTIMBANGKAN WAKTU KADALUARA DAN FAKTOR DIKON 3.1 Ecoomic Order Quatity Ecoomic Order Quatity (EOQ) merupaka suatu metode yag diguaka utuk megedalika

Lebih terperinci

IV METODE PENELITIAN 4.1 Lokasi dan waktu 4.2. Jenis dan Sumber Data 4.3 Metode Pengumpulan Data

IV METODE PENELITIAN 4.1 Lokasi dan waktu 4.2. Jenis dan Sumber Data 4.3 Metode Pengumpulan Data IV METODE PENELITIAN 4.1 Lokasi da waktu Peelitia ii dilakuka di PD Pacet Segar milik Alm Bapak H. Mastur Fuad yag beralamat di Jala Raya Ciherag o 48 Kecamata Cipaas, Kabupate Ciajur, Propisi Jawa Barat.

Lebih terperinci

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

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

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

9 Departemen Statistika FMIPA IPB

9 Departemen Statistika FMIPA IPB Supleme Resposi Pertemua ANALISIS DATA KATEGORIK (STK351 9 Departeme Statistika FMIPA IPB Pokok Bahasa Sub Pokok Bahasa Referesi Waktu Pegatar Aalisis utuk Data Respo Kategorik Data respo kategorik Sebara

Lebih terperinci

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

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Statistika iferesi merupaka salah satu cabag statistika yag bergua utuk meaksir parameter. Peaksira dapat diartika sebagai dugaa atau perkiraa atas sesuatu yag aka terjadi

Lebih terperinci

BAB III 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

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

STATISTICS. Hanung N. Prasetyo Week 11 TELKOM POLTECH/HANUNG NP

STATISTICS. Hanung N. Prasetyo Week 11 TELKOM POLTECH/HANUNG NP STATISTICS Haug N. Prasetyo Week 11 PENDAHULUAN Regresi da korelasi diguaka utuk megetahui hubuga dua atau lebih kejadia (variabel) yag dapat diukur secara matematis. Ada dua hal yag diukur atau diaalisis,

Lebih terperinci

Model Pertumbuhan BenefitAsuransi Jiwa Berjangka Menggunakan Deret Matematika

Model Pertumbuhan BenefitAsuransi Jiwa Berjangka Menggunakan Deret Matematika Prosidig Semirata FMIPA Uiversitas Lampug, 0 Model Pertumbuha BeefitAsurasi Jiwa Berjagka Megguaka Deret Matematika Edag Sri Kresawati Jurusa Matematika FMIPA Uiversitas Sriwijaya edagsrikresawati@yahoocoid

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

III. METODOLOGI PENELITIAN. Menurut Sukardi, (2003:17) Metodologi penelitian adalah cara yang

III. METODOLOGI PENELITIAN. Menurut Sukardi, (2003:17) Metodologi penelitian adalah cara yang 5 III. METODOLOGI PENELITIAN A. Metode Peelitia Meurut Sukardi, (003:7) Metodologi peelitia adalah cara yag dilakuka secara sistematis megikuti atura-atura, direcaaka oleh para peeliti utuk memecahka permasalaha

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

Taksiran Interval bagi Rata-rata Parameter Distribusi Poisson Interval Estimate for The Average of Parameter Poisson Distribution

Taksiran Interval bagi Rata-rata Parameter Distribusi Poisson Interval Estimate for The Average of Parameter Poisson Distribution Prosidig Statistika ISSN: 460-6456 Taksira Iterval bagi Rata-rata Parameter Distribusi Poisso Iterval Estimate for The Average of Parameter Poisso Distributio 1 Putri Aggita Nuraei, Teti Sofia Yati, 3

Lebih terperinci

Pendekatan Nilai Logaritma dan Inversnya Secara Manual

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

Lebih terperinci

III. METODELOGI PENELITIAN

III. METODELOGI PENELITIAN III. METODELOGI PENELITIAN A. Metode Peelitia Metode peelitia merupaka suatu cara tertetu yag diguaka utuk meeliti suatu permasalaha sehigga medapatka hasil atau tujua yag diigika, meurut Arikuto (998:73)

Lebih terperinci

PROSIDING ISBN:

PROSIDING ISBN: S-6 Perlukah Cross Validatio dilakuka? Perbadiga atara Mea Square Predictio Error da Mea Square Error sebagai Peaksir Harapa Kuadrat Kekelirua Model Yusep Suparma (yusep.suparma@ upad.ac.id) Uiversitas

Lebih terperinci

PENAKSIR RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KOEFISIEN VARIASI DAN KOEFISIEN KURTOSIS PADA SAMPLING GANDA

PENAKSIR RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KOEFISIEN VARIASI DAN KOEFISIEN KURTOSIS PADA SAMPLING GANDA PEAKSIR RASIO UTUK RATA-RATA POPULASI MEGGUAKA KOEFISIE VARIASI DA KOEFISIE KURTOSIS PADA SAMPLIG GADA Heru Agriato *, Arisma Ada, Firdaus Mahasiswa Program S Matematika Dose Jurusa Matematika Fakultas

Lebih terperinci

4.7 TRANSFORMASI UNTUK MENDEKATI KENORMALAN

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

Lebih terperinci

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

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

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 36 BAB III METODE PENELITIAN A. Racaga Peelitia 1. Pedekata Peelitia Peelitia ii megguaka pedekata kuatitatif karea data yag diguaka dalam peelitia ii berupa data agka sebagai alat meetuka suatu keteraga.

Lebih terperinci

RESPONSI 2 STK 511 (ANALISIS STATISTIKA) JUMAT, 11 SEPTEMBER 2015

RESPONSI 2 STK 511 (ANALISIS STATISTIKA) JUMAT, 11 SEPTEMBER 2015 RESPONSI STK 511 (ANALISIS STATISTIKA) JUMAT, 11 SEPTEMBER 015 A. PENYAJIAN DAN PERINGKASAN DATA 1. PENYAJIAN DATA a. Sebutka tekik peyajia data utuk data kualitatif! Diagram kueh, diagram batag, distribusi

Lebih terperinci

Pemilihan Ketua BEM Fakultas Teknik UN PGRI Kediri menggunakan Metode ELECTRE

Pemilihan Ketua BEM Fakultas Teknik UN PGRI Kediri menggunakan Metode ELECTRE Pemiliha Ketua BEM Fakultas Tekik UN PGRI Kediri megguaka Metode ELECTRE Nalsa Citya Resti Sistem Iformasi, Fakultas Tekik, Uiversitas Nusatara PGRI Kediri E-mail: alsacitya@upkediri.ac.id Abstrak salah

Lebih terperinci

PENDUGA RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KUARTIL VARIABEL BANTU PADA PENGAMBILAN SAMPEL ACAK SEDERHANA DAN PENGATURAN PERINGKAT MEDIAN

PENDUGA RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KUARTIL VARIABEL BANTU PADA PENGAMBILAN SAMPEL ACAK SEDERHANA DAN PENGATURAN PERINGKAT MEDIAN PEDUGA RASIO UTUK RATA-RATA POPULASI MEGGUAKA KUARTIL VARIABEL BATU PADA PEGAMBILA SAMPEL ACAK SEDERHAA DA PEGATURA PERIGKAT MEDIA ur Khasaah, Etik Zukhroah, da Dewi Reto Sari S. Prodi Matematika Fakultas

Lebih terperinci

BAB 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 V UKURAN GEJALA PUSAT (TENDENSI CENTRAL)

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

Lebih terperinci

Perbandingan Metode Regresi Robust Estimasi Least Trimmed Square, Estimasi Scale, dan Estimasi Method Of Moment

Perbandingan Metode Regresi Robust Estimasi Least Trimmed Square, Estimasi Scale, dan Estimasi Method Of Moment PRISMA 1 (2018) https://joural.ues.ac.id/sju/idex.php/prisma/ Perbadiga Metode Regresi Robust Estimasi Least Trimmed Square, Estimasi Scale, da Estimasi Method Of Momet Muhammad Bohari Rahma, Edy Widodo

Lebih terperinci

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

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

Lebih terperinci

MATERI 12 ANALISIS PERUSAHAAN

MATERI 12 ANALISIS PERUSAHAAN MATERI 12 ANALISIS PERUSAHAAN EPS DAN INFORMASI LAPORAN KEUANGAN KELEMAHAN PELAPORAN EPS DALAM LAPORAN KEUANGAN ANALISIS RASIO PROFITABILITAS PERUSAHAAN EARNING PER SHARE (EPS) PRICE EARNING RATIO (PER)

Lebih terperinci

BAB IV METODE PENELITIAN

BAB IV METODE PENELITIAN BAB IV METODE PENELITIAN 4.1 Lokasi da Waktu Peelitia Peelitia sikap kosume terhadap kopi ista Kopiko Brow Coffee ii dilakuka di Wilaah Depok. Pemiliha dilakuka secara segaja (Purposive) dega pertimbaga

Lebih terperinci

Makalah ANALISIS REGRESI DAN REGRESI GANDA

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

Lebih terperinci

Definisi Integral Tentu

Definisi Integral Tentu Defiisi Itegral Tetu Bila kita megedarai kedaraa bermotor (sepeda motor atau mobil) selama 4 jam dega kecepata 50 km / jam, berapa jarak yag ditempuh? Tetu saja jawabya sagat mudah yaitu 50 x 4 = 200 km.

Lebih terperinci

BAB IV PEMECAHAN MASALAH

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

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 20 Bandar Lampung, dengan populasi

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 20 Bandar Lampung, dengan populasi 5 III. METODE PENELITIAN A. Populasi da Sampel Peelitia ii dilaksaaka di SMPN 0 Badar Lampug, dega populasi seluruh siswa kelas VII. Bayak kelas VII disekolah tersebut ada 7 kelas, da setiap kelas memiliki

Lebih terperinci

IV. METODE PENELITIAN. berdasarkan tujuan penelitian (purposive) dengan pertimbangan bahwa Kota

IV. METODE PENELITIAN. berdasarkan tujuan penelitian (purposive) dengan pertimbangan bahwa Kota IV. METODE PENELITIAN 4.1. Lokasi da Waktu Peelitia ii dilaksaaka di Kota Bogor Pemiliha lokasi peelitia berdasarka tujua peelitia (purposive) dega pertimbaga bahwa Kota Bogor memiliki jumlah peduduk yag

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 METODOLOGI PENELITIAN. data dalam penelitian ini termasuk ke dalam data yang diambil dari Survei Pendapat

BAB III METODOLOGI PENELITIAN. data dalam penelitian ini termasuk ke dalam data yang diambil dari Survei Pendapat BAB III METODOLOGI PENELITIAN 3.1. Jeis da Sumber Data Jeis peelitia yag aka diguaka oleh peeliti adalah jeis peelitia Deskriptif. Dimaa jeis peelitia deskriptif adalah metode yag diguaka utuk memperoleh

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

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

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

III METODE PENELITIAN

III METODE PENELITIAN 28 III METODE PENELITIAN 3.1 Tempat da Waktu Peelitia Peelitia ii dilaksaaka di Giat, Botai Square, Bogor, Jawa Barat. Peelitia dilaksaaka pada bula Februari higga bula Maret tahu 2010. 3.2 Pegumpula Data

Lebih terperinci

IV. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan pada bulan September sampai Desember

IV. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan pada bulan September sampai Desember IV. METODOLOGI PENELITIAN 4.1. Metode Peelitia 4.1.1 Lokasi da Waktu Peelitia Peelitia ii dilaksaaka pada bula September sampai Desember 2009, bertempat di Laboratorium Terpadu IPB yag beralamat di Kampus

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 22 BAB III METODOLOGI PENELITIAN 3.1 Lokasi da Waktu Peelitia Peelitia ii dilaksaaka di tiga kator PT Djarum, yaitu di Kator HQ (Head Quarter) PT Djarum yag bertempat di Jala KS Tubu 2C/57 Jakarta Barat,

Lebih terperinci

III. METODE PENELITIAN. Pembangunan Daerah (BAPPEDA) Provinsi NTB, BPS pusat, dan instansi lain

III. METODE PENELITIAN. Pembangunan Daerah (BAPPEDA) Provinsi NTB, BPS pusat, dan instansi lain III. METODE PENELITIAN 3.1 Jeis da Sumber Data Data yag diguaka pada peelitia ii merupaka data sekuder yag diperoleh dari Bada Pusat Statistik (BPS) Provisi NTB, Bada Perecaaa Pembagua Daerah (BAPPEDA)

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

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, , Agustus 2003, ISSN : METODE PENENTUAN BENTUK PERSAMAAN RUANG KEADAAN WAKTU DISKRIT

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, , Agustus 2003, ISSN : METODE PENENTUAN BENTUK PERSAMAAN RUANG KEADAAN WAKTU DISKRIT Vol. 6. No., 97-09, Agustus 003, ISSN : 40-858 METODE PENENTUAN BENTUK PERSAMAAN RUANG KEADAAN WAKTU DISKRIT Robertus Heri Jurusa Matematika FMIPA UNDIP Abstrak Tulisa ii membahas peetua persamaa ruag

Lebih terperinci

METODOLOGI PENELITIAN. penggunaan metode penelitian. Oleh karena itu, metode yang akan digunakan

METODOLOGI PENELITIAN. penggunaan metode penelitian. Oleh karena itu, metode yang akan digunakan 47 III. METODOLOGI PENELITIAN A. Metodelogi Peelitia Keberhasila dalam suatu peelitia sagat ditetuka oleh ketepata pegguaa metode peelitia. Oleh karea itu, metode yag aka diguaka haruslah sesuai dega data

Lebih terperinci

SEBARAN t dan SEBARAN F

SEBARAN t dan SEBARAN F SEBARAN t da SEBARAN F 1 Tabel uji t disebut juga tabel t studet. Sebara t pertama kali diperkealka oleh W.S. Gosset pada tahu 1908. Saat itu, Gosset bekerja pada perusahaa bir Irladia yag melarag peerbita

Lebih terperinci

STUDI TENTANG BEBERAPA MODIFIKASI METODE ITERASI BEBAS TURUNAN

STUDI TENTANG BEBERAPA MODIFIKASI METODE ITERASI BEBAS TURUNAN STUDI TENTANG BEBERAPA MODIFIKASI METODE ITERASI BEBAS TURUNAN Supriadi Putra, M,Si Laboratorium Komputasi Numerik Jurusa Matematika FMIPA Uiversitas Riau e-mail : spoetra@yahoo.co.id ABSTRAK Makalah ii

Lebih terperinci

PENAKSIR RANTAI RASIO DAN RANTAI PRODUK YANG EFISIEN UNTUK MENAKSIR RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA

PENAKSIR RANTAI RASIO DAN RANTAI PRODUK YANG EFISIEN UNTUK MENAKSIR RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA PENAKSIR RANTAI RASIO DAN RANTAI PRODUK YANG EFISIEN UNTUK MENAKSIR RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA V. M. Vidya *, Bustami, R. Efedi Mahasiswa Program S Matematika Dose Jurusa Matematika

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 1 Seputih Agung. Populasi dalam

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 1 Seputih Agung. Populasi dalam 19 III. METODE PENELITIAN A. Populasi da Sampel Peelitia ii dilaksaaka di SMP Negeri 1 Seputih Agug. Populasi dalam peelitia ii adalah seluruh siswa kelas VII SMP Negeri 1 Seputih Agug sebayak 248 siswa

Lebih terperinci

Prosiding Manajemen ISSN:

Prosiding Manajemen ISSN: Prosidig Maajeme ISSN: 2460-7187 Aalisis Peramala Pejuala dega Megguaka Metode Sigle Movig Average, Weighted Movig Average da Expoetial Smoothig Sebagai Dasar Perecaaa Produksi Polo Shirt Pria (Studi Kasus

Lebih terperinci

PERAMALAN KURSIDRTERHADAP USDMENGGUNAKAN DOUBLE MOVING AVERAGES DAN DOUBLEEXPONENTIAL SMOOTHING.

PERAMALAN KURSIDRTERHADAP USDMENGGUNAKAN DOUBLE MOVING AVERAGES DAN DOUBLEEXPONENTIAL SMOOTHING. PERAMALAN KURSIDRERHADAP USDMENGGUNAKAN DOUBLE MOVING AVERAGES DAN DOUBLEEXPONENIAL SMOOHING. Padrul Jaa 1), Rokhimi 2), Ismi Ratri Prihatiigsih 3) 1,2,3 PedidikaMatematika, Uiversitas PGRI Yogyakarta

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1 Objek Peelitia Dalam peelitia ii, pegambila da peroleha data dilakuka di UKM. Bakso Solo, Bakauhei, Lampug Selata. Utuk pegukura kualitas pelayaa, objek yag diteliti adalah

Lebih terperinci

BAB 2 TINJAUAN TEORI

BAB 2 TINJAUAN TEORI BAB 2 TINJAUAN TEORI 2.1 ISTILAH KEENDUDUKAN 2.1.1 eduduk eduduk ialah orag atatu idividu yag tiggal atau meetap pada suatu daerah tertetu dalam jagka waktu yag lama. 2.1.2 ertumbuha eduduk ertumbuha peduduk

Lebih terperinci

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

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

Lebih terperinci

Statistika Deskriptif Ukuran Pemusatan dan Ukuran Penyebaran

Statistika Deskriptif Ukuran Pemusatan dan Ukuran Penyebaran Statistika Deskriptif Ukura Pemusata da Ukura Peyebara Ukura Pemusata Data Rata-rata Hitug Rata-rata hitug data tuggal: = x 1 + x 2 + x 3 + + x atau =. (1 : rata-rata hitug data tuggal (baca x-bar : bayakya

Lebih terperinci

simulasi selama 4,5 jam. Selama simulasi dijalankan, animasi akan muncul pada dijalankan, ProModel akan menyajikan hasil laporan statistik mengenai

simulasi selama 4,5 jam. Selama simulasi dijalankan, animasi akan muncul pada dijalankan, ProModel akan menyajikan hasil laporan statistik mengenai 37 Gambar 4-3. Layout Model Awal Sistem Pelayaa Kedai Jamoer F. Aalisis Model Awal Model awal yag telah disusu kemudia disimulasika dega waktu simulasi selama 4,5 jam. Selama simulasi dijalaka, aimasi

Lebih terperinci

Meetuka Parameter Model Cauchy utuk A (1,587) Kosta Baha Polistirea Dzarril Maulidiyah 1, D. J. Djoko H Satjojo 1, Mauludi A Pamugkas 1, Ubaidillah 1 1) Jurusa Fisika FMIPA Uiv. Brawijaya Email: mdzarril@gmail.com

Lebih terperinci

PENYELESAIAN PERSAMAAN GELOMBANG DENGAN METODE D ALEMBERT

PENYELESAIAN PERSAMAAN GELOMBANG DENGAN METODE D ALEMBERT Buleti Ilmiah Math. Stat. da Terapaya (Bimaster) Volume 02, No. 1(2013), hal 1-6. PENYELESAIAN PERSAMAAN GELOMBANG DENGAN METODE D ALEMBERT Demag, Helmi, Evi Noviai INTISARI Permasalaha di bidag tekik

Lebih terperinci

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL BAB VIII MASAAH ESTIMASI SAT DAN DA SAMPE 8.1 Statistik iferesial Statistik iferesial suatu metode megambil kesimpula dari suatu populasi. Ada dua pedekata yag diguaka dalam statistik iferesial. Pertama,

Lebih terperinci

ANALISIS SISTEM ANTRIAN PADA LOKET PENDAFTARAN PASIEN DI PUSKESMMAS PADANG PASIR KECAMATAN PADANG BARAT

ANALISIS SISTEM ANTRIAN PADA LOKET PENDAFTARAN PASIEN DI PUSKESMMAS PADANG PASIR KECAMATAN PADANG BARAT Jural Sais da Tekologi Vol 7 o 2, Desember 27 ANALISIS SISTEM ANTRIAN ADA LOKET ENDAFTARAN ASIEN DI USKESMMAS ADANG ASIR KECAMATAN ADANG BARAT Ali Suta Nasutio, Seira Mutia 2 Tekik Idustri Sekolah Tiggi

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

P r o s i d i n g 149

P r o s i d i n g 149 P r o s i d i g 149 PENGENDALIAN KUALITAS PRODUK KOPI TRADISIONAL DALAM RANGKA MENINGKATKAN KEPUASAN KONSUMEN Heptari Elita Dewi (1), Aisa Aprilia (2), Heru Satoso Hadi Subagyo (3) Fakultas Pertaia, Uiversitas

Lebih terperinci

Distribusi Pendekatan (Limiting Distributions)

Distribusi Pendekatan (Limiting Distributions) Distribusi Pedekata (Limitig Distributios) Ada 3 tekik utuk meetuka distribusi pedekata: 1. Tekik Fugsi Distribusi Cotoh 2. Tekik Fugsi Pembagkit Mome Cotoh 3. Tekik Teorema Limit Pusat Cotoh Fitriai Agustia,

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1. Saham Saham adalah surat berharga yag dapat dibeli atau dijual oleh peroraga atau lembaga di pasar tempat surat tersebut diperjualbelika. Sebagai istrumet ivestasi, saham memiliki

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