BAB 3 METODE PENELITIAN

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB 3 METODE PENELITIAN"

Transkripsi

1 36 BAB 3 METODE PENELITIAN 3.1 Disain Penelitian Jenis penelitian yang digunaan adalah penelitian desriptif, yaitu penelitian terhadap fenomena atau populasi tertentu yang diperoleh peneliti dari subye berupa: individu, organisasional, industri, atau perspetif yang lain (Idriantoro dan Supomo, 00, p88. Sedangan metode penelitian yang digunaan adalah studi asus pada mahasiswa/i urusan manaemen peminatan pemasaran internasional Universitas Bina Nusantara di ampus anggre (JLn. Kebon Jeru Raya No. 7 Jaarta Barat dan ampus syahdan (JLn. K.H. Syahdan No. 9 Kemanggisan-Palmerah. Pada penelitian ini, unit analisisnya adalah individu, dimana mahasiswa/i semester 7 (tuuh urusan manaemen yang telah mengambil peminatan pemasaran internasional. Dan dimensi watu penelitian ini adalah studi satu tahap (one shot study, yaitu studi yang meneanan pada freuensi tahap pengumpulan data, yaitu satu tahap atau sealigus (Idriantoro dan Supomo, 00, p95. Tabel 3.1 Disain Penelitian Tuuan Desain Penelitian Penelitian Jenis Penelitian Unit Analisis Time Horizon T-1 Desriptif Individu mahasiswa/i One shot study T- Desriptif Individu mahasiswa/i One shot study T-3 Desriptif Individu mahasiswa/i One shot study Sumber: Penulis

2 37 Keterangan: T-1 Untu mengetahui fator-fator apa saa yang memotivasi mahasiswa/i urusan manaemen memilih peminatan pemasaran internasional. T- Untu mengetahui fator-fator apa saa yang mendorong minat belaar mahasiswa/i urusan manaemen hususnya yang mengambil peminatan pemasaran internasional. T-3 Untu mengetahui adanya pengaruh dari fator yang memotivasi mahasiswa/i urusan manaemen memilih peminatan pemasaran internasional terhadap indes prestasi mahasiswa/i. 3. Operasionalisasi Variabel Penelitian Tabel 3. Operasionalisasi Variabel Penelitian Variabel Konsep Variabel Indiator Sala Fator-fator yang Fator penggera Cita-cita atau aspirasi Sala Guttman memotivasi yang timbul dari mahasiswa mahasiswa/i dalam dalam diri individu Kemampuan memilih atau siswa yang mahasiswa pemasaran mendorong Kondisi lingungan internasional individu (teman, eluarga, melauan ampus, dll pemilihan. Fator pendorong Fator yang Keluarga Sala Guttman minat belaar mendorong Teman mahasiswa/i mahasiswa/i untu belaar Kampus Buu/ditat

3 38 Indes prestasi mahasiswa/i Sumber : Penulis hasil belaar yang diperoleh dari egiatan pembelaaran. Internet Sistem Pendidian Metode belaar dielas Minat belaar mandiri 1 sampai 4 Rasio 3.3 Jenis dan Sumber Data Penelitian Jenis data penelitian adalah data primer dan seunder. Data primer merupaan data yang didapatan langsung dari sumber penelitian, yaitu mahasiswa/i semester 7 (tuuh urusan manaemen yang mengambil peminatan pemasaran internasional. Sedangan data seunder adalah data yang diperoleh peneliti secara tida langsung atau dari piha etiga, yaitu dari doumen-doumen yang berhubungan dengan penelitian. Tabel 3.3 Jenis dan Sumber Data Penelitian Jenis Data Fator-fator yang memotivasi mahasiswa/i Sumber Data Data primer dari uesioner mahasiswa/i. dalam memilih pemasaran internasional Fator pendorong minat belaar mahasiswa/i Indes prestasi mahasiswa/i Data primer dari uesioner mahasiswa/i Data primer dari uesioner mahasiswa/i.

4 39 Searah UbiNus, strutur organisasi, dan ob Data seunder dari Jurusan Manaemen des Searah Jurusan Manaemen dan mata uliah Data seunder dari Web Binus Sumber: Penulis 3.4 Teni Pengumpulan Data Dalam penelitian ini, teni pengumpulan data yang digunaan adalah: Studi pustaa Studi pustaa merupaan penelitian yang mencari dan menganalisa fata-fata yang merupaan pendapat, hasil era, dan arya-arya para ahli, yang terdapat dalam urnal, buu-buu, maalah, buletin, dan doumen yang tersedia lainnya. Selain itu, studi internet pun dilauan. Studi internet ini merupaan penelitian yang dilauan melalui media internet untu mendapatan data-data penduung, contohnya laporan-laporan atau artiel hasil penelitian. Studi lapangan Studi lapangan ini merupaan penelitian dimana ondisi data yang diamati tida dibuat-buat, melainan langsung teradi di lapangan. Lapangan yang dimasudan adalah lingungan Universitas Bina Nusantara, yaitu ampus anggre dan ampus syahdan. Studi lapangan dilauan dengan (dua cara, yaitu Wawancara awal Wawancara adalah teni pengumpulan data dalam metode survei yang menggunaan pertanyaan secara llisan epada subye penelitian, yaitu mahasiswa semester 7 (tuuh yang mengambil peminatan pemasaran internasional untu mendapatan data awal.

5 40 Kuesioner Kuesioner adalah suatu cara pengumpulan data dengan menyebaran daftar pertanyaan epada responden, yaitu mahasiswa/i semester 7 (tuuh urusan manaemen dengan peminatan pemasaran internasional. Pada uesioner ini, digunaan sala Guttman. Menurut Sugiyono (004, p90, sala penguuran dengan tipe ini, aan diddapat awaban yang tegas; yaitu ya-tida ; benar-salah ; pernah-tida pernah ; positi-negatif, dan lain-lain. Jawaban dari sala Guttman dapat dibuat sor tertinggi 1 (satu dan terendah 0 (nol. 3.5 Teni Pengambilan Sampel Dalam penelitian ini, teni pengambilan sampel yang digunaan adalah dengan pengambilan sampel probabilita (probability sampling, dengan teni pemilihan sampel aca sederhana (simple random sampling. 3.6 Teni Pengolahan Sampel Populasi yang diteliti adalah mahasiswa/i Universitas Bina Nusantara semester 7 (tuuh Jurusan Manaemen dengan peminatan Pemasaran Internasional yang saat ini sedang mengiuti mata uliah Seminar Pemasaran. Dari populasi yang ada, maa ditari sampel yang berumlah 111 orang. Untu mengetahui umlah sampel yang dapat mewaili populasi, dipaai perhitungan dengan menggunaan rumus Slovin, yang menggunaan nilai ritis (batas etelitian yang diinginan sebesar 5%.

6 41 N n 1+ N ( e Di mana: N uuran populasi n uuran sampel e nilai ritis (batas etelitian yang diinginan atau persen elonggaran etidatelitian arena esalahan pengambilan sampel dalam populasi. Sehingga: n (0,05 n 110, orang. 3.7 Metode Analisis Ui Validitas Esensi dari validitas adalah aurasi. Suatu instrumen penguuran diataan valid, ia instrumen tersebut menguur apa yang seharusnya diuur. (Nur Idriantoro dan Bambang Supomo, 00, pp Pendeatan yang digunaan dalam mengui validitas adalah dengan menggunaan Pearson Product Moment dengan mengorelasian sor tiap butir pertanyaan (sebagai variabel X dengan sor total (variabel Y. Dasar pengambilan eputusan pada ui validitas ini menurut Sugiyono (004, p115 adalah: Jia r hasil > 0,3 maa butir atau pertanyaan tersebut adalah valid. Jia r hasil < 0,3 maa butir atau pertanyaan tersebut adalah tida valid.

7 Ui Reliabilitas Konsep reliabilitas dapat dipahami melalui ide dasar onsep tersebut, yaitu onsistensi. Penguuran reliabilitas menggunaan indes numeri yang disebut dengan oefisien. (Idriantoro dan Supomo, 00, p180. Ui reliabilitas diperluan untu menguur tingat eandalan uesioner. Untu itu, dilauan ui reliabilitas pada instrumen penelitian dengan menggunaan teni reliabilitas metode Hoyt yang dilasanaan melalui tahap-tahap beriut (Durianto, et.al, 001, p79: a. Mencari umlah uadrat responden (JK r, dengan rumus: X t JK r ( X t N Keterangan: JK r Jumlah Kuadrat responden N Banyanya butir pertanyaan Banyanya responden X t Sor total setiap responden b. Mencari umlah uadrat butir (JK b, dengan rumus: B ( X t JK b N N Keterangan: JK b ΣB N Jumlah Kuadrat butir Jumlah uadrat awab benar ya seluruh butir Banyanya butir pertanyaan Banyanya responden (ΣX t Kuadrat dari umlah sor total c. Mencari umlah uadrat total (JK t, dengan rumus:

8 43 ( B( S JK t B + S Keterangan: JK t ΣB ΣS Jumlah uadrat total Jumlah awab benar ya seluruh butir Jumlah awab salah tida seluruh butir d. Mencari umlah uadrat sisa (JK s, dengan rumus: JK s JK t JK r - JK b Keterangan: JK t Jumlah uadrat total JK r Jumlah Kuadrat responden JK b Jumlah Kuadrat butir e. Mencari varians responden dan varian sisa, dengan rumus: ( JKr V r ( db r ( JK s V s ( db s Keterangan: V r varian responden V s varian sisa db r deraat bebas responden db s deraat bebas sisa f. Memasuan nilai varians yang diperoleh e rumus: r 11 1 ( V s ( V r Keterangan: V s varian sisa V r varian responden Dasar pengambilan eputusan pada ui reliabilitas ini adalah: Jia r 11 > r tabel maa butir atau pertanyaan tersebut adalah reliabel.

9 44 Jia r 11 < r tabel maa butir atau pertanyaan tersebut adalah tida reliabel Analisis Fator-fator yang Memotivasi Mahasiswa/i Jurusan Manaemen Memilih Peminatan Pemasaran Internasional Metode analisis yang digunaan untu menganalisis fator-fator yang dominan memotivasi mahasiswa/i Jurusan Manaemen dalm memilih Peminatan Pemasaran Internasional adalah dengan metode Cochran Q Test. Menurut Bilson Simamora (p56, 003, dalam metode Cochran Q Test, ita memberian pertanyaan tertutup epada responden, yaitu pertanyaan yang pilihan awabannya sudah disediaan. Menurut Sugiyono (p6, 004, distribusi sampling Q mendeati distribusi Chi Kuadrat, oleh arena itu mengui signifiasi harga Q hitung tersebut, maa perlu dibandingan dengan harga-harga ritis Chi Kuadrat. Ketentuan penguian adalah: Sehingga: Hasil Q hitung > Q tabel, maa H 0 ditola dan H 1 diterima Hasil Q hitung < Q tabel, maa H 0 diterima dan H 1 ditola Jia menola H 0, berarti proporsi awaban YA masih berbeda pada semua atribut. Artinya belum ada esepaatan diantara para responden tentang atribut. Jia menerima H 0, berarti proporsi awaban YA pada semua atribut dianggap sama. Dengan demiian, semua responden dianggap sepaat mengenai semua atribut sebagai fator yang dipertimbangan. Rumus mencari Q hitung adalah dengan: Q hitung ( 1 n i C Ri ( n i R i C

10 45 Dimana, umlah atribut R i Jumlah baris awaban ya C Jumlah olom awaban ya n umlah responden Penentuan Q tabel (Q tab adalah dengan: α yang digunaan adalah 0,05, dengan deraat ebebasan/degree of freedom (df -1, maa diperoleh Q tab (0,05; df dari tabel Chi Kuadrat Analisis Fator Pendorong Minat Belaar Mahasiswa/i Untu menganalisis fator pendorong minat belaar, maa digunaan metode Cochran Q Test. Menurut Bilson Simamora (p56, 003, dalam metode Cochran Q Test, ita memberian pertanyaan tertutup epada responden, yaitu pertanyaan yang pilihan awabannya sudah disediaan. Menurut Sugiyono (p6, 004, distribusi sampling Q mendeati distribusi Chi Kuadrat, oleh arena itu mengui signifiasi harga Q hitung tersebut, maa perlu dibandingan dengan harga-harga ritis Chi Kuadrat. Ketentuan penguian adalah: Hasil Q hitung > Q tabel, maa H 0 ditola dan H 1 diterima Hasil Q hitung < Q tabel, maa H 0 diterima dan H 1 ditola Rumus mencari Q hitung adalah dengan: Q hitung ( 1 n i C Ri ( n i R i C Dimana, umlah atribut R i Jumlah baris awaban ya C Jumlah olom awaban ya n Jumlah responden

11 46 Penentuan Q tabel (Q tab adalah dengan: α yang digunaan adalah 0,05, dengan deraat ebebasan/degree of freedom (df -1, maa diperoleh Q tab (0,05; df dari tabel Chi Kuadrat Analisis Pengaruh Fator-fator yang Memotivasi Mahasiswa/i Jurusan Manaemen Memilih Peminatan Pemasaran Internasional Terhadap Indes Prestasi Mahasiswa/i Metode yang digunaan untu melihat ada atau tidanya pengaruh dari fatorfator yang memotivasi mahasiswa/i manaemen memilih pemasaran internasional terhadap indes prestasi mahasiswa/i adalah dengan menggunaan metode regresi berganda. Persamaan regresi berganda adalah: Y a + b 1 X 1 + b X + b 3 X b X Dimana, Y variabel dependen atau teriat X variabel independen atau bebas a onstanta b 1, b, b 3,..., b oefisien regresi Menurut Idriantoro dan Supomo (00, p11, analisis regresi berganda pada dasarnya merupaan estensi dari metode regresi dalam analisis bivariate yang umumnya digunaan untu mengui pengaruh dua atau lebih variabel independen terhadap variabel dependen dengan sala penguuran interval atau rasio dalam suatu persamaan linear. Menurut Sugiyono (004, p13, untu menghitung harga-harga a, b 1, b dapat mengunaan persamaan beriut: ΣY an + b 1 ΣX 1 + b ΣX

12 47 ΣX 1 Y a ΣX 1 + b 1 ΣX 1 + b 1 ΣX 1 X ΣX Y a ΣX + b 1 ΣX 1 X + b ΣX Pengaruh variablel independen terhadap variabel dependen dalam analisis regresi berganda ditunuan oleh oefisien determinasi berganda (R. Dimana semain besar nilai R, maa semain besar pengaruh variabel x terhadap variabel y. Dan sebalinya, bila nilai R semain ecil, maa semain ecil pula pengaruh variabel x terhadap variabel y. Rumus oefisien determinasi berganda: R y (1, b x1 y + b y 1 x y Dimana, Y variabel dependen atau teriat X 1, X variabel independen atau bebas b 1, b oefisien regresi Untu melauan analisis regresi berganda, maa aan digunaan SPSS 1 agar lebih aurat dalam penghitungan anga. 3.8 Rancangan Ui Hipotesis Hipotesis untu analisis fator-fator yang memotivasi mahasiswa/i urusan manaemen memilih peminatan Pemasaran Internasional, dan fator pendorong minat belaar mahasiswa/i, adalah: H 0 : Semua atribut yang diui memilii proporsi awaban YA yang sama. H 1 : Semua atribut yang diui memilii proporsi awaban YA yang berbeda. Untu hipotesis analisis fator-fator yang memotivasi mahasiswa/i urusan manaemen memilih peminatan pemasaran internasional dan fator pendorong minat belaar mahasiswa/i, dilauan ui Cochran Q Test. Dan etentuan pada ui ini adalah:

13 48 Bila hasil Q hitung > Q tabel, maa H 0 ditola dan H 1 diterima Bila hasil Q hitung < Q tabel, maa H 0 diterima dan H 1 ditola Hipotesis untu analisis pengaruh fator-fator yang memotivasi mahasiswa/i urusan manaemen memilih peminatan pemasaran internasional terhadap indes prestasi mahasiswa/i adalah: H 0 : tida adanya pengaruh positif antara fator-fator yang memotivasi mahasiswa/i urusan manaemen memilih peminatan pemasaran internasional terhadap indes prestasi mahasiswa/i. H 1 : adanya pengaruh positif antara fator-fator yang memotivasi mahasiswa/i urusan manaemen memilih peminatan pemasaran internasional terhadap indes prestasi mahasiswa/i. Penguian hipotesis oefisien regresi dengan menggunaan ui F Rumus ui F F 0 R / (1 R /( n 1 Dimana, R oefisien determinasi berganda banyanya variabel bebas n banyanya umlah sampel Menghitung F tabel, yaitu dengan: V1 (deraat bebas pembilang variabel bebas; V (deraat bebas penyebut (n--1, maa: F tabel F α(v1;v Pada penguian hipotesis ini, digunaan rumusan hipotesis sebagai beriut: H 0 : µ µ 0 H a : µ µ 0

14 49 Sehingga, Gambar 3.1 Kurva ui F Sumber: J.Supranto (Statisti: teori dan apliasi, ilid, p.71. Pada ui F, apabila hasil yang didapatan adalah: F 0 < F tabel, maa H 0 aan ditola dan H 1 diterima. F 0 > F tabel, maa H 0 aan ditola dan H 1 diterima. Untu mengui hubungan antara variabel X dengan variabel Y, digunaan ui t. Rumus ui t t 0 x s/ µ 0 0 ( x µ n s n Dimana, n banyanya elemen sampel atau umlah anggota sampel x rata-rata µ 0 nilai µ sesuai dengan H 0 atau nilai yang dihipotesisan t 0 nilai tabel normal s simpangan bau sampel Menghitung t tabel adalah dengan α 0,05 dan deraat bebas n-1

15 50 Pada penguian hipotesis ini, digunaan rumusan hipotesis sebagai beriut: H 0 : µ µ 0 H a : µ µ 0 Sehingga, Gambar 3. Kurva Ui t Sumber: J. Supranto (Statisti: teori dan apliasi, ilid, p.135. Pada Ui t, apabila hasil yang didapatan adalah: t 0 < -t α/, maa H 0 aan ditola dan H 1 diterima. t 0 > t α/, maa H 0 aan ditola dan H 1 diterima.

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belaang Model Loglinier adalah salah satu asus husus dari general linier model untu data yang berdistribusi poisson. Model loglinier juga disebut sebagai suatu model statisti

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini menggunakan data sekunder bersifat runtun waktu (time series)

III. METODOLOGI PENELITIAN. Penelitian ini menggunakan data sekunder bersifat runtun waktu (time series) III. METODOLOGI PENELITIAN A. Jenis dan Sumber Data Penelitian ini menggunaan data seunder bersifat runtun watu (time series) dalam periode tahunan dan data antar ruang (cross section). Data seunder tersebut

Lebih terperinci

Aplikasi Analisis Korelasi Somers d pada Kepemimpinan dan Kondisi Lingkungan Kerja

Aplikasi Analisis Korelasi Somers d pada Kepemimpinan dan Kondisi Lingkungan Kerja Apliasi Analisis Korelasi Somers d pada Kepemimpinan dan Kondisi Lingungan Kerja terhadap Kinerja Pegawai BKKBN Provinsi Kalimantan Timur The Application of Somers d Correlation Analysis at Leadership

Lebih terperinci

BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK

BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK Proses pengenalan dilauan dengan beberapa metode. Pertama

Lebih terperinci

HUBUNGAN PENERAPAN KAWASAN TANPA ROKOK (KTR) DENGAN PERILAKU MEROKOK MAHASISWA KESEHATAN MASYARAKAT DI KOTA SEMARANG

HUBUNGAN PENERAPAN KAWASAN TANPA ROKOK (KTR) DENGAN PERILAKU MEROKOK MAHASISWA KESEHATAN MASYARAKAT DI KOTA SEMARANG Volume, Nomor, Juli 6 (ISSN: 56-6) HUBUNGAN PENERAPAN KAWASAN TANPA ROKOK (KTR) DENGAN PERILAKU MEROKOK MAHASISWA KESEHATAN MASYARAKAT DI KOTA SEMARANG Firnanda Zia Azmi *) Tinu Istiarti **) Kusyogo Cahyo

Lebih terperinci

Analisis Pengaruh Kualitas Pelayanan Terhadap Loyalitas Pelanggan Jasa Pengiriman Pos Kilat Khusus

Analisis Pengaruh Kualitas Pelayanan Terhadap Loyalitas Pelanggan Jasa Pengiriman Pos Kilat Khusus Jurnal Teni Industri, Vol.1, No., Juni 013, pp.96-101 ISSN 30-495X Analisis Pengaruh Kualitas Pelayanan Terhadap Loyalitas Pelanggan Jasa Pengiriman Pos Kilat Khusus Apriyani 1, Shanti Kirana Anggaraeni,

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 ObjePenelitian Obje penelitian merupaan hal yang tida dapat dipisahan dari suatu penelitian. Obje penelitian merupaan sumber diperolehnya data dari penelitian yang dilauan.

Lebih terperinci

ANALISIS VARIANSI (ANOVA)

ANALISIS VARIANSI (ANOVA) ANALISIS VARIANSI (ANOVA) ANOVA = Analisis Varians (Anava) = Analisis Ragam = Sidi Ragam Diperenalan oleh R.A. Fisher (195) disebut uji F pengembangan dari uji t dua sampel bebas (independent samples t

Lebih terperinci

BAB 3 LANGKAH PEMECAHAN MASALAH

BAB 3 LANGKAH PEMECAHAN MASALAH BAB 3 LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Kriteria Optimasi Gambar 3.1 Bagan Penetapan Kriteria Optimasi Sumber: Peneliti Determinasi Kinerja Operasional BLU Transjaarta Busway Di tahap ini, peneliti

Lebih terperinci

PENGARUH PELAYANAN TERHADAP KEPUASAN TERHADAP KEPUASAN NASABAH UNIT MOTOR S CENTRE FINANCING PLAZA MOTOR DI SAMARINDA

PENGARUH PELAYANAN TERHADAP KEPUASAN TERHADAP KEPUASAN NASABAH UNIT MOTOR S CENTRE FINANCING PLAZA MOTOR DI SAMARINDA PENGARUH PELAYANAN TERHADAP KEPUASAN TERHADAP KEPUASAN NASABAH UNIT MOTOR S CENTRE FINANCING PLAZA MOTOR DI SAMARINDA Adam Husaien Faultas Eonomi Manajemen Unversitas 17 agustus 1945,Samarinda Indonesia

Lebih terperinci

III. METODOLOGI PENELITIAN

III. METODOLOGI PENELITIAN III. METODOLOGI PENELITIAN 3.1 Keranga Pemiiran Pemerintah ahir-ahir ini sering dihadapan pada masalah persediaan pupu bersubsidi yang daya serapnya rendah dan asus elangaan di berbagai loasi di Indonesia.

Lebih terperinci

BAB 3 PRINSIP SANGKAR BURUNG MERPATI

BAB 3 PRINSIP SANGKAR BURUNG MERPATI BAB 3 PRINSIP SANGKAR BURUNG MERPATI 3. Pengertian Prinsip Sangar Burung Merpati Sebagai ilustrasi ita misalan terdapat 3 eor burung merpati dan 2 sangar burung merpati. Terdapat beberapa emunginan bagaimana

Lebih terperinci

KLASIFIKASI DATA MENGGUNAKAN JST BACKPROPAGATION MOMENTUM DENGAN ADAPTIVE LEARNING RATE

KLASIFIKASI DATA MENGGUNAKAN JST BACKPROPAGATION MOMENTUM DENGAN ADAPTIVE LEARNING RATE KLASIFIKASI DATA MENGGUNAKAN JST BACKPROPAGATION MOMENTUM DENGAN ADAPTIVE LEARNING RATE Warih Maharani Faultas Teni Informatia, Institut Tenologi Telom Jl. Teleomuniasi No.1 Bandung 40286 Telp. (022) 7564108

Lebih terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. Universitas Sumatera Utara BAB 1 PENDAHULUAN 1.1 Latar Belaang Keadaan dunia usaha yang selalu berubah membutuhan langah-langah untu mengendalian egiatan usaha di suatu perusahaan. Perencanaan adalah salah satu langah yang diperluan

Lebih terperinci

BAB 4 HASIL DAN PEMBAHASAN

BAB 4 HASIL DAN PEMBAHASAN BAB 4 HASIL DAN PEMBAHASAN 4.1 Hasil Pengolahan Data Data yang telah berhasil diumpulan oleh penulis di BB BIOGEN diperoleh hasil bobot biji edelai dengan jumlah varietas yang aan diuji terdiri dari 15

Lebih terperinci

II. TINJAUAN PUSTAKA. sebuah teknik yang baru yang disebut analisis ragam. Anara adalah suatu metode

II. TINJAUAN PUSTAKA. sebuah teknik yang baru yang disebut analisis ragam. Anara adalah suatu metode 3 II. TINJAUAN PUSTAKA 2.1 Analisis Ragam (Anara) Untu menguji esamaan dari beberapa nilai tengah secara sealigus diperluan sebuah teni yang baru yang disebut analisis ragam. Anara adalah suatu metode

Lebih terperinci

ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE)

ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE) Seminar Nasional Matematia dan Apliasinya, 1 Otober 17 ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE) DALAM PENGENDALIAN KUALITAS PRODUKSI FJLB (FINGER JOINT LAMINATING BOARD)

Lebih terperinci

BAB IV APLIKASI PADA MATRIKS STOKASTIK

BAB IV APLIKASI PADA MATRIKS STOKASTIK BAB IV : ALIKASI ADA MARIKS SOKASIK 56 BAB IV ALIKASI ADA MARIKS SOKASIK Salah satu apliasi dari eori erron-frobenius yang paling terenal adalah penurunan secara alabar untu beberapa sifat yang dimilii

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1. Statisti Inferensia Tujuan statisti pada dasarnya adalah melauan desripsi terhadap data sampel, emudian melauan inferensi terhadap data populasi berdasaran pada informasi yang

Lebih terperinci

BAB III ANALISIS DISKRIMINAN. analisis multivariat dengan metode dependensi (dimana hubungan antar variabel

BAB III ANALISIS DISKRIMINAN. analisis multivariat dengan metode dependensi (dimana hubungan antar variabel BAB III ANALISIS DISKRIMINAN 3.1 Pengertian Analisis Disriminan Analisis disriminan merupaan sala satu metode yang digunaan dalam analisis multivariat dengan metode dependensi (dimana ubungan antar variabel

Lebih terperinci

JARINGAN SARAF TIRUAN PROPAGASI BALIK UNTUK KLASIFIKASI DATA

JARINGAN SARAF TIRUAN PROPAGASI BALIK UNTUK KLASIFIKASI DATA JARINGAN SARAF TIRUAN PROPAGASI BALIK UNTUK KLASIFIKASI DATA Giri Dhaneswara 1) dan Veronica S. Moertini 2) Jurusan Ilmu Komputer, Universitas Katoli Parahyangan, Bandung Email: 1) rebirth_82@yahoo.com,

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN BAB 3 METODE PENELITIAN 3.1 Desain Penelitian Tabel 3.1 Desain Penelitian Jenis dan Metode Tujuan Penelitian Unit Analisis Time Horison T 1 Kausalitas Survei Individu Responden Cross Section T 2 Kausalitas

Lebih terperinci

PENINGKATAN EFISIENSI & EFEKTIFITAS PENGOLAHAN DATA PERCOBAAN PETAK BERJALUR

PENINGKATAN EFISIENSI & EFEKTIFITAS PENGOLAHAN DATA PERCOBAAN PETAK BERJALUR PENINGKATAN EFISIENSI & EFEKTIFITAS PENGOLAHAN DATA PERCOBAAN PETAK BERJALUR Ngarap Im Mani 1) dan Lim Widya Sanjaya ), 1) & ) Jurs. Matematia Binus University PENGANTAR Perancangan percobaan adalah suatu

Lebih terperinci

ANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK TERHADAP PENGENALAN POLA DATA IRIS

ANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK TERHADAP PENGENALAN POLA DATA IRIS Jurnal Teni dan Ilmu Komputer ANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK TERHADAP PENGENALAN POLA DATA IRIS AN ANALYSIS OF THE VARIATION PARAMETERS OF THE ARTIFICIAL NEURAL NETWORK

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar belakang

BAB 1 PENDAHULUAN. 1.1 Latar belakang BAB PENDAHULUAN. Latar belaang Metode analisis yang telah dibicaraan hingga searang adalah analisis terhadap data mengenai sebuah arateristi atau atribut (jia data itu ualitatif) dan mengenai sebuah variabel,

Lebih terperinci

STUDI PENYELESAIAN PROBLEMA MIXED INTEGER LINIER PROGRAMMING DENGAN MENGGUNAKAN METODE BRANCH AND CUT OLEH : RISTA RIDA SINURAT

STUDI PENYELESAIAN PROBLEMA MIXED INTEGER LINIER PROGRAMMING DENGAN MENGGUNAKAN METODE BRANCH AND CUT OLEH : RISTA RIDA SINURAT TUGAS AKHIR STUDI PENYELESAIAN PROBLEMA MIXED INTEGER LINIER PROGRAMMING DENGAN MENGGUNAKAN METODE BRANCH AND CUT OLEH : RISTA RIDA SINURAT 040803023 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU

Lebih terperinci

HUBUNGAN SIKAP DENGAN PRAKTIK PERAWATAN BAYI SEHARI-HARI PADA IBU PRIMIPARA DI WILAYAH KERJA PUSKESMAS NGAMPEL PABUPATEN KENDAL ABSTRAK

HUBUNGAN SIKAP DENGAN PRAKTIK PERAWATAN BAYI SEHARI-HARI PADA IBU PRIMIPARA DI WILAYAH KERJA PUSKESMAS NGAMPEL PABUPATEN KENDAL ABSTRAK HUBUNGAN SIKAP DENGAN PRAKTIK PERAWATAN BAYI SEHARI-HARI PADA IBU PRIMIPARA DI WILAYAH KERJA PUSKESMAS NGAMPEL PABUPATEN KENDAL Afifah *), Indri Subeti **) *) Mahasiswa Abid Unisa **)Dosen Abid Unisa ABSTRAK

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang 1 BAB 1 PENDAHULUAN 1.1 Latar Belaang Di aman searang sebuah adal yang tersusun rapi merupaan ebutuhan bagi setiap individu. Namun masalah penyusunan sebuah adal merupaan sebuah masalah umum yang teradi,

Lebih terperinci

( s) PENDAHULUAN tersebut, fungsi intensitas (lokal) LANDASAN TEORI Ruang Contoh, Kejadian dan Peluang

( s) PENDAHULUAN tersebut, fungsi intensitas (lokal) LANDASAN TEORI Ruang Contoh, Kejadian dan Peluang Latar Belaang Terdapat banya permasalahan atau ejadian dalam ehidupan sehari hari yang dapat dimodelan dengan suatu proses stoasti Proses stoasti merupaan permasalahan yang beraitan dengan suatu aturan-aturan

Lebih terperinci

PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF TIRUAN MULTILAYER FEEDFORWARD NETWORK DENGAN ALGORITMA BACKPROPAGATION

PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF TIRUAN MULTILAYER FEEDFORWARD NETWORK DENGAN ALGORITMA BACKPROPAGATION Konferensi Nasional Sistem dan Informatia 2008; Bali, November 5, 2008 PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF TIRUAN MULTILAYER FEEDFORWARD NETWORK DENGAN ALGORITMA BACKPROPAGATION Wahyudi Setiawan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Variabel Variabel ialah sesuatu yang nilainya berubah-ubah menurut watu atau berbeda menurut elemen/tempat. Umumnya nilai arateristi merupaan variabel dan diberi simbol huruf X.

Lebih terperinci

Sistem Pendukung Keputusan Penerima Beasiswa SMK Menggunakan Metode Backpropagation

Sistem Pendukung Keputusan Penerima Beasiswa SMK Menggunakan Metode Backpropagation Seminar Nasional e 9: Reayasa Tenologi Industri dan Informasi Sistem Penduung Keputusan Penerima Beasiswa SMK Menggunaan Metode Bacpropagation Teti Rohaeti 1, Yoyon Kusnendar Suprapto 2, Eo Mulyanto 3

Lebih terperinci

Deret Pangkat. Ayundyah Kesumawati. June 23, Prodi Statistika FMIPA-UII

Deret Pangkat. Ayundyah Kesumawati. June 23, Prodi Statistika FMIPA-UII Keonvergenan Kesumawati Prodi Statistia FMIPA-UII June 23, 2015 Keonvergenan Pendahuluan Kalau sebelumnya, suu suu pada deret ta berujung berupa bilangan real maa ali ini ita embangan suu suunya dalam

Lebih terperinci

Analisis Varians = Analysis of Variance = ANOVA

Analisis Varians = Analysis of Variance = ANOVA Analisis Varians Analysis of Variance ANOVA. Pendahuluan. Distribusi F χ² pengujian beberapa (>) proporsi ANOVA pengujian beberapa (>) nilai rata-rata Dasar perhitungan ANOVA ditetapan oleh Ronald A. Fisher.

Lebih terperinci

ANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI DENGAN VARIASI JUMLAH TINGKAT

ANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI DENGAN VARIASI JUMLAH TINGKAT Jurnal Sipil Stati Vol. No. Agustus (-) ISSN: - ANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI - DENGAN VARIASI JUMLAH TINGKAT Revie Orchidentus Francies Wantalangie Jorry

Lebih terperinci

BAB III METODE SCHNABEL

BAB III METODE SCHNABEL BAB III METODE SCHNABEL Uuran populasi tertutup dapat diperiraan dengan teni Capture Mar Release Recapture (CMRR) yaitu menangap dan menandai individu yang diambil pada pengambilan sampel pertama, melepasan

Lebih terperinci

Analisis Varians = Analysis of Variance = ANOVA

Analisis Varians = Analysis of Variance = ANOVA . Pendahuluan. Distribusi F Analisis Varians Analysis of Variance ANOVA χ² pengujian beberapa (>) proporsi ANOVA pengujian beberapa (>) nilai rata-rata Dasar perhitungan ANOVA ditetapan oleh Ronald A.

Lebih terperinci

PEMODELAN FAKTOR YANG MEMPENGARUHI JUMLAH HIV DAN AIDS PROVINSI JAWA TIMUR MENGGUNAKAN REGRESI POISSON BIVARIAT

PEMODELAN FAKTOR YANG MEMPENGARUHI JUMLAH HIV DAN AIDS PROVINSI JAWA TIMUR MENGGUNAKAN REGRESI POISSON BIVARIAT PEMODELAN FAKOR YANG MEMPENGARUHI JUMLAH HIV DAN AIDS PROVINSI JAWA IMUR MENGGUNAKAN REGRESI POISSON BIVARIA Novi ri Ratnasari, Purhadi Jurusan Statistia, Faultas MIPA, Institut enologi Sepuluh Nopember

Lebih terperinci

BAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA

BAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA BAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA Pada penelitian ini, suatu portfolio memilii seumlah elas risio. Tiap elas terdiri dari n, =,, peserta dengan umlah besar, dan

Lebih terperinci

1. Pendahuluan Jaringan syaraf tiruan ( Artificial Neural Networ ) adalah suatu tenologi omputasi yang berbasis pada model syaraf biologis dan mencoba

1. Pendahuluan Jaringan syaraf tiruan ( Artificial Neural Networ ) adalah suatu tenologi omputasi yang berbasis pada model syaraf biologis dan mencoba JARINGAN SYARAF TIRUAN BACKPROPAGATION SEBAGAI METODE PERAMALAN PADA PERHITUNGAN TINGKAT SUKU BUNGA PINJAMAN DI INDONESIA Nurmalasari Rusmiati 1 Sistem Informasi, Faultas Ilmu Komputer, Universitas Gunadarma

Lebih terperinci

BAB III METODE PENELITIAN. disusun sedemikian rupa sehingga peneliti dapat memperoleh jawaban untuk

BAB III METODE PENELITIAN. disusun sedemikian rupa sehingga peneliti dapat memperoleh jawaban untuk BAB III METODE PENELITIAN 3.1. Desain Penelitian Desain penelitian merupakan rencana dan struktur penyelidikan yang disusun sedemikian rupa sehingga peneliti dapat memperoleh jawaban untuk pertanyaan-pertanyaan

Lebih terperinci

Ukuran Pemusatan Data

Ukuran Pemusatan Data Uuran Pemusatan Data Atina Ahdia, S.Si., M.Si. Universitas Islam Indonesia Uuran Pemusatan Data 1. Mean (rata-rata) 2. Median (nilai tengah) 3. Modus Mean 1. Rata-rata Hitung Misalan terdapat N observasi,

Lebih terperinci

Analisis Regresi Multivariat Terhadap Penilaian Listening, Structure, dan Reading Pada Nilai Tes EFL Mahasiswa ITS

Analisis Regresi Multivariat Terhadap Penilaian Listening, Structure, dan Reading Pada Nilai Tes EFL Mahasiswa ITS JURNAL SAINS DAN SENI POMIS Vol. 3, No., (04) 337-350 (30-98X Print) D-70 Analisis Regresi Multivariat erhadap Penilaian Listening, Structure, dan Reading Pada Nilai es EFL Mahasiswa IS Heni Kartiasari

Lebih terperinci

BAB IV PERHITUNGAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN PADA TITIK KESETIMBANGAN

BAB IV PERHITUNGAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN PADA TITIK KESETIMBANGAN BAB IV PERHITUNGAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN PADA TITIK KESETIMBANGAN Berdasaran asumsi batasan interval pada bab III, untu simulasi perhitungan harga premi pada titi esetimbangan, maa

Lebih terperinci

III DESKRIPSI DAN FORMULASI MASALAH PENGANGKUTAN SAMPAH DI JAKARTA PUSAT

III DESKRIPSI DAN FORMULASI MASALAH PENGANGKUTAN SAMPAH DI JAKARTA PUSAT III DESKRIPSI DAN FORMULASI MASALAH PENGANGKUTAN SAMPAH DI JAKARTA PUSAT 3.1 Studi Literatur tentang Pengelolaan Sampah di Beberapa Kota di Dunia Kaian ilmiah dengan metode riset operasi tentang masalah

Lebih terperinci

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL. Sutriani Hidri. Ja faruddin. Syafruddin Side, ABSTRAK

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL. Sutriani Hidri. Ja faruddin. Syafruddin Side, ABSTRAK PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL Syafruddin Side, Jurusan Matematia, FMIPA, Universitas Negeri Maassar email:syafruddinside@yahoo.com Info: Jurnal MSA Vol. 3

Lebih terperinci

PEMODELAN OPTIMALISASI PRODUKSI UNTUK MEMAKSIMALKAN KEUNTUNGAN DENGAN MENGGUNAKAN METODE PEMROGRAMAN LINIER

PEMODELAN OPTIMALISASI PRODUKSI UNTUK MEMAKSIMALKAN KEUNTUNGAN DENGAN MENGGUNAKAN METODE PEMROGRAMAN LINIER PEMODELAN OPTIMALISASI PRODUKSI UNTUK MEMAKSIMALKAN KEUNTUNGAN DENGAN MENGGUNAKAN METODE PEMROGRAMAN LINIER Tantri Windarti Program Studi Sistem Informasi STMIK Surabaya Jl Raya Kedung Baru 98, Surabaya

Lebih terperinci

SISTEM ANTRIAN PELAYANAN BONGKAR MUAT KAPAL DI TERMINAL BERLIAN PELABUHAN TANJUNG PERAK SURABAYA

SISTEM ANTRIAN PELAYANAN BONGKAR MUAT KAPAL DI TERMINAL BERLIAN PELABUHAN TANJUNG PERAK SURABAYA SISTEM ANTRIAN PELAYANAN BONGKAR MUAT KAPAL DI TERMINAL BERLIAN PELABUHAN TANJUNG PERAK SURABAYA Ruhana Khabibah, Hery Tri Sutanto 2, Yuliani Puji Astuti 3 Jurusan Matematia, Faultas Matematia dan Ilmu

Lebih terperinci

UJI BARTLETT. Elty Sarvia, ST., MT. Fakultas Teknik Jurusan Teknik Industri Universitas Kristen Maranatha Bandung. Scheffe Multiple Contrast Procedure

UJI BARTLETT. Elty Sarvia, ST., MT. Fakultas Teknik Jurusan Teknik Industri Universitas Kristen Maranatha Bandung. Scheffe Multiple Contrast Procedure 8/9/01 UJI TUKEY UJI DUNCAN UJI BARTLETT UJI COCHRAN UJI DUNNET Elty Sarvia, ST., MT. Faultas Teni Jurusan Teni Industri Universitas Kristen Maranatha Bandung Macam Metode Post Hoc Analysis The Fisher

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN BAB 3 METODE PENELITIAN 3.1 Desain Penelitian Menurut Rangkuti (2004, p15), yang dimaksud dengan Desain Penelitian adalah kerangka atau framework untuk mengadakan penelitian. Di dalamnya tercakup penjelasan

Lebih terperinci

horizon penelitian ini yaitu cross sectional, di mana informasi yang didapat hanya

horizon penelitian ini yaitu cross sectional, di mana informasi yang didapat hanya BAB 3 METODE PENELITIAN 3.1 Desain Penelitian Penelitian ini merupakan penelitian deskriptif dan penelitian asosiatif. Menurut Sugiyono (2007, p.11) mengatakan bahwa penelitian deskriptif adalah penelitian

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 1 BAB III METODE PENELITIAN 3.1 Rancangan Penelitian Penelitian ini menggunakan metode penelitian kuantitatif dengan bentuk penelitian survei. Menurut Sugiyono (014) metode penelitian kuantitatif dapat

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN. Latar Belaang Industri sepeda motor nasional merupaan industri yang masih terus mengalami pertumbuhan. Berdasaran data dari AISI (Asosiasi Industri Sepedamotor Indonesia) tingat produsi

Lebih terperinci

Optimasi Non-Linier. Metode Numeris

Optimasi Non-Linier. Metode Numeris Optimasi Non-inier Metode Numeris Pendahuluan Pembahasan optimasi non-linier sebelumnya analitis: Pertama-tama mencari titi-titi nilai optimal Kemudian, mencari nilai optimal dari fungsi tujuan berdasaran

Lebih terperinci

BAB III METODE PENELITIAN (BAHAN DAN METODE)

BAB III METODE PENELITIAN (BAHAN DAN METODE) BAB III METODE PENELITIAN (BAHAN DAN METODE) Tahapan-tahapan pengerjaan yang dilauan dalam penelitian ini adalah sebagai beriut : 1. Tahap Persiapan Penelitian Pada tahapan ini aan dilauan studi literatur

Lebih terperinci

TUGAS I RANCANGAN PERCOBAAN BAB I

TUGAS I RANCANGAN PERCOBAAN BAB I TUGAS I RANCANGAN PERCOBAAN Nama : Dwi Shinta Marselina A. Pengertian Desain Esperimen BAB I Desain Esperimen Merupaan langah-langah lengap yang perlu di ambil jauh sebelum esperimen dilauan supaya data

Lebih terperinci

Sistem Peramalan Jumlah Produksi Air PDAM Samarinda Menggunakan Jaringan Syaraf Tiruan Backpropagation

Sistem Peramalan Jumlah Produksi Air PDAM Samarinda Menggunakan Jaringan Syaraf Tiruan Backpropagation Sistem Peramalan Jumlah Produsi Air PDAM Samarinda Menggunaan Jaringan Syaraf Tiruan Bacpropagation Anindita Septiarini 1 dan Nur Sya baniah 2 1 Program Studi Ilmu Komputer FMIPA, Universitas Mulaarman

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN BAB 3 METODE PENELITIAN 3.1 Disain Penelitian Jenis penelitian ini adalah kausalitas. Menurut Umar (2005,p105) berguna untuk menganalisis hubungan hubungan antara satu variabel dengan variabel lainnya

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Teori Fuzzy 2.1.1 Dasar-Dasar Teori Fuzzy Secara prinsip, di dalam teori fuzzy set dapat dianggap sebagai estension dari teori onvensional atau crisp set. Di dalam teori crisp

Lebih terperinci

Uji Alternatif Data Terurut Perbandingan antara Uji Jonckheere Terpstra dan Modifikasinya Ridha Ferdhiana 1 Statistics Peer Group

Uji Alternatif Data Terurut Perbandingan antara Uji Jonckheere Terpstra dan Modifikasinya Ridha Ferdhiana 1 Statistics Peer Group Uji Alternatif Data Terurut Perbandingan antara Uji Joncheere Terpstra dan Modifiasinya Ridha Ferdhiana Statistics Peer Group Jurusan Matematia FMIPA Universitas Syiah Kuala Banda Aceh, Aceh, 23 email:

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belaan Perembanan dunia perbanan yan disertai denan meninatnya omplesitas ativitas perbanan semain memperteas pentinnya tata elola perusahaan yan sehat (ood corporate overnance)

Lebih terperinci

Rancangan Petak Terbagi

Rancangan Petak Terbagi Rancangan Peta Terbagi Ade Setiawan 009 Percobaan Split-plot merupaan superimpose dari dua jenis satuan percobaan dimana rancangan lingungan untu eduanya bisa sama ataupun berbeda. Satuan percobaan untu

Lebih terperinci

ANALISIS PERBANDINGAN KOMULAN TERHADAP BEBERAPA JENIS DISTRIBUSI KHUSUS Analysis of Comulans Comparative on some Types of Special Distribution

ANALISIS PERBANDINGAN KOMULAN TERHADAP BEBERAPA JENIS DISTRIBUSI KHUSUS Analysis of Comulans Comparative on some Types of Special Distribution Jurnal Bareeng Vol. 8 No. Hal. 5 0 (04) ANALISIS PRBANDINGAN OMULAN TRHADAP BBRAPA JNIS DISTRIBUSI HUSUS Analysis of Comulans Comparative on some Types of Special Distribution ABRAHAM ZACARIA WATTIMNA,

Lebih terperinci

MODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM

MODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM MODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM 1,2 Faultas MIPA, Universitas Tanjungpura e-mail: csuhery@sisom.untan.ac.id, email: dedi.triyanto@sisom.untan.ac.id Abstract

Lebih terperinci

APLIKASI WAVELET RECURRENT NEURAL NETWORK UNTUK PREDIKSI DATA TIME SERIES. : Agus Sumarno NRP :

APLIKASI WAVELET RECURRENT NEURAL NETWORK UNTUK PREDIKSI DATA TIME SERIES. : Agus Sumarno NRP : APLIKASI WAELET RECURRENT NEURAL NETWORK UNTUK PREDIKSI DATA TIME SERIES Nama : Agus Sumarno NRP : 06 00 706 Jurusan : Matematia Dosen Pembimbing : Drs. Daryono Budi Utomo, M.Si Abstra Model time series

Lebih terperinci

PENENTUAN JENIS PRODUK KOSMETIK PILIHAN BERDASARKAN FAKTOR USIA DAN WARNA KULIT MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN

PENENTUAN JENIS PRODUK KOSMETIK PILIHAN BERDASARKAN FAKTOR USIA DAN WARNA KULIT MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN PENENTUAN JENIS PRODUK KOSMETIK PILIHAN BERDASARKAN FAKTOR USIA DAN WARNA KULIT MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN Amethis Otaorora 1, Bilqis Amaliah 2, Ahmad Saihu 3 Teni Informatia, Faultas Tenologi

Lebih terperinci

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI Jurusan Matematia, FMIPA, Universitas Negeri Maassar Email: nanni.cliq@gmail.com Abstra. Pada artiel ini dibahas

Lebih terperinci

BAB III METODE PENELITIAN. Berdasarkan hasil yang diperoleh dari penelitian ini, maka penelitian ini

BAB III METODE PENELITIAN. Berdasarkan hasil yang diperoleh dari penelitian ini, maka penelitian ini BAB III METODE PENELITIAN 3.1 Desain Penelitian Berdasarkan hasil yang diperoleh dari penelitian ini, maka penelitian ini merupakan Basic Researh karena hasil dari penelitian ini berfungsi sebagai pengembangan

Lebih terperinci

( x) LANDASAN TEORI. ω Ω ke satu dan hanya satu bilangan real X( ω ) disebut peubah acak. Ρ = Ρ. Ruang Contoh, Kejadian dan Peluang

( x) LANDASAN TEORI. ω Ω ke satu dan hanya satu bilangan real X( ω ) disebut peubah acak. Ρ = Ρ. Ruang Contoh, Kejadian dan Peluang LANDASAN TEORI Ruang Contoh Kejadian dan Peluang Suatu percobaan yang dapat diulang dalam ondisi yang sama yang hasilnya tida dapat dipredisi secara tepat tetapi ita dapat mengetahui semua emunginan hasil

Lebih terperinci

Analisa Drop Tegangan dan Susut Daya pada Jaringan Listrik Penyulang Renon Menggunakan Metode Artificial Neural Network

Analisa Drop Tegangan dan Susut Daya pada Jaringan Listrik Penyulang Renon Menggunakan Metode Artificial Neural Network Analisa Drop Tegangan dan Susut Daya pada Jaringan Listri Penyulang Renon Menggunaan Metode Artificial Neural Networ I Gede Dyana Arana Jurusan Teni Eletro Faultas Teni, Universitas Udayana Denpasar, Bali,

Lebih terperinci

VI. PEMILIHAN MODA (Modal Split/Choice)

VI. PEMILIHAN MODA (Modal Split/Choice) VI. PEMILIHAN MODA (Modal Split/Choice) 6.. UMUM Tujuan: Mengetahui proporsi pengaloasian perjalanan e berbagai moda transportasi. Ada dua emunginan situasi yang dihadapi dalam meramal pemilihan moda:

Lebih terperinci

khazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika

khazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika hazanah informatia Jurnal Ilmu Komputer dan Informatia Sistem Klasifiasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunaan Jaringan Syaraf Tiruan Bacpropagation Yusuf Dwi Santoso *, Suhartono Departemen

Lebih terperinci

ANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK PADA SISTEM PENGENALAN WAJAH BERBASIS PRINCIPAL COMPONENT ANALYSIS

ANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK PADA SISTEM PENGENALAN WAJAH BERBASIS PRINCIPAL COMPONENT ANALYSIS ANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK PADA SISTEM PENGENALAN WAJAH BERBASIS PRINCIPAL COMPONENT ANALYSIS 1 Ihwannul Kholis, 2 Ahmad Rofii. 1 Universitas 17 Agustus 1945 Jaarta,

Lebih terperinci

BAB III METODE PENELITIAN (BAHAN DAN METODE)

BAB III METODE PENELITIAN (BAHAN DAN METODE) BAB III METODE PENELITIAN (BAHAN DAN METODE) Tahapan-tahapan pengerjaan yang dilauan dalam penelitian ini adalah sebagai beriut : 1. Tahap Persiapan Penelitian Pada tahapan ini aan dilauan studi literatur

Lebih terperinci

PENDETEKSIAN GERAK TANGAN MANUSIA SEBAGAI INPUT PADA KOMPUTER

PENDETEKSIAN GERAK TANGAN MANUSIA SEBAGAI INPUT PADA KOMPUTER PENDETEKSIAN GERAK TANGAN MANUSIA SEBAGAI INPUT PADA KOMPUTER Wiaria Gazali 1 ; Haryono Soeparno 2 1 Jurusan Matematia, Faultas Sains dan Tenologi, Universitas Bina Nusantara Jln. K.H. Syahdan No. 9, Palmerah,

Lebih terperinci

BAB V ALGORITMA PEMBELAJARAN DALAM JARINGAN SYARAF TIRUAN

BAB V ALGORITMA PEMBELAJARAN DALAM JARINGAN SYARAF TIRUAN BAB V ALGORITMA PEMBELAJARAN DALAM JARINGAN SYARAF TIRUAN Kompetensi : 1. Mahasiswa memahami onsep pembelaaran dalam JST Sub Kompetensi : 1. Dapat mengetahui prinsip algoritma Perceptron 2. Dapat mengetahui

Lebih terperinci

ADAPTIVE NOISE CANCELING MENGGUNAKAN ALGORITMA LEAST MEAN SQUARE (LMS) Anita Nardiana, SariSujoko Sumaryono ABSTRACT

ADAPTIVE NOISE CANCELING MENGGUNAKAN ALGORITMA LEAST MEAN SQUARE (LMS) Anita Nardiana, SariSujoko Sumaryono ABSTRACT Jurnal Teni Eletro Vol. 3 No.1 Januari - Juni 1 6 ADAPTIVE NOISE CANCELING MENGGUNAKAN ALGORITMA LEAST MEAN SQUARE (LMS) Anita Nardiana, SariSujoo Sumaryono ABSTRACT Noise is inevitable in communication

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PENENTU NILAI INTERVAL KADAR LEMAK TUBUH MENGGUNAKAN REGRESI INTERVAL DENGAN NEURAL FUZZY

SISTEM PENDUKUNG KEPUTUSAN PENENTU NILAI INTERVAL KADAR LEMAK TUBUH MENGGUNAKAN REGRESI INTERVAL DENGAN NEURAL FUZZY SISTEM PENDUKUNG KEPUTUSAN PENENTU NILAI INTERVAL KADAR LEMAK TUBUH MENGGUNAKAN REGRESI INTERVAL DENGAN NEURAL FUZZY Tedy Rismawan dan Sri Kusumadewi Laboratorium Komputasi dan Sistem Cerdas, Jurusan Teni

Lebih terperinci

ANALISIS TINGKAT DAYA SAING EKSPOR KOMODITI PERKEBUNAN INDONESIA (THE EXPORT COMPETITIVENESS LEVEL ANALYSIS OF INDONESIAN ESTATE COMMODITY)

ANALISIS TINGKAT DAYA SAING EKSPOR KOMODITI PERKEBUNAN INDONESIA (THE EXPORT COMPETITIVENESS LEVEL ANALYSIS OF INDONESIAN ESTATE COMMODITY) AGRISE Volume VIII No. 2 Bulan Mei 2008 ISSN: 1412-1425 ANALISIS TINGKAT DAYA SAING EKSPOR KOMODITI PERKEBUNAN INDONESIA (THE EXPORT COMPETITIVENESS LEVEL ANALYSIS OF INDONESIAN ESTATE COMMODITY) Rosihan

Lebih terperinci

BAB III MENYELESAIKAN MASALAH REGRESI YANG TIDAK LINIER DENGAN ANALISIS REGRESI FOURIER

BAB III MENYELESAIKAN MASALAH REGRESI YANG TIDAK LINIER DENGAN ANALISIS REGRESI FOURIER BAB III MENYELESAIKAN MASALAH REGRESI YANG TIAK LINIER ENGAN ANALISIS REGRESI FOURIER 3.1 Pengantar Model ARIMA digunaan untu analisis data deret watu pada ategori data berala tunggal, atau sering diategorian

Lebih terperinci

4 Departemen Statistika FMIPA IPB

4 Departemen Statistika FMIPA IPB Suplemen Responsi Petemuan ANALISIS DATA KATEGORIK (STK351) 4 Depatemen Statistia FMIPA IPB Poo Bahasan Sub Poo Bahasan Refeensi Watu Ui Hipotesis Tiga Contoh atau Lebih Ui Fiedman (analisis agam dua-aah

Lebih terperinci

Kata Kunci : Multipath, LOS, N-LOS, Network Analyzer, IFFT, PDP. 1. Pendahuluan

Kata Kunci : Multipath, LOS, N-LOS, Network Analyzer, IFFT, PDP. 1. Pendahuluan Statisti Respon Kanal Radio Dalam Ruang Pada Freuensi,6 GHz Christophorus Triaji I, Gamantyo Hendrantoro, Puji Handayani Institut Tenologi Sepuluh opember, Faultas Tenologi Industri, Jurusan Teni Eletro

Lebih terperinci

ISSN: TEKNOMATIKA Vol.1, No.2, JANUARI

ISSN: TEKNOMATIKA Vol.1, No.2, JANUARI ISSN: 1979-7656 TEKNOMATIKA Vol.1, No.2, JANUARI 2009 25 PERANCANGAN DAN IMPLEMENTASI JARINGAN SYARAF TIRUAN UNTUK MENDIAGNOSA JENIS PENYAKIT KANDUNGAN Bambang Yuwono Jurusan Teni Informatia UPN Veteran

Lebih terperinci

Keragaman Struktur Tegakan Hutan Alam Sekunder The Variability of Stand Structure of Logged-over Natural Forest

Keragaman Struktur Tegakan Hutan Alam Sekunder The Variability of Stand Structure of Logged-over Natural Forest JMHT Vol. XIV, (2): 81-87, Agustus 28 ISSN: 215-157X Keragaman Strutur Tegaan Hutan Alam Seunder The Variability of Stand Structure of Logged-over Natural Forest Abstract Muhdin 1*, Endang Suhendang 1,

Lebih terperinci

3 METODE PENELITIAN. 3.1 Tempat dan Waktu

3 METODE PENELITIAN. 3.1 Tempat dan Waktu 22 3 METODE PENELITIAN 3.1 Tempat dan Watu Penelitian ini aan dilasanaan di dua pabri gula yaitu di PT. Perebunan Nusantara VII (Persero unit usaha PG Bungamayang dan PG Jatituuh Cirebon. Pemilihan dua

Lebih terperinci

PENGEMBANGAN BUKU KOMIK FISIKA POKOK BAHASAN NEWTON BERBASIS KONSTRUKTIVISME UNTUK MENINGKATKAN MOTIVASI BELAJAR SISWA

PENGEMBANGAN BUKU KOMIK FISIKA POKOK BAHASAN NEWTON BERBASIS KONSTRUKTIVISME UNTUK MENINGKATKAN MOTIVASI BELAJAR SISWA PENGEMBANGAN BUKU KOMIK FISIKA POKOK BAHASAN NEWTON BERBASIS KONSTRUKTIVISME UNTUK MENINGKATKAN MOTIVASI BELAJAR SISWA Farida Huriawati 1), Purwandari 1,2), Intan Permatasari 1,3) 1,2,3 Program Studi Pendidian

Lebih terperinci

khazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika

khazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika hazanah informatia Jurnal Ilmu Komputer dan Informatia Sistem Klasifiasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunaan Jaringan Syaraf Tiruan Bacpropagation Yusuf Dwi Santoso *, Suhartono Program

Lebih terperinci

MENGHITUNG PELUANG PERSEBARAN TRUMP DALAM PERMAINAN CONTRACT BRIDGE

MENGHITUNG PELUANG PERSEBARAN TRUMP DALAM PERMAINAN CONTRACT BRIDGE MENGHITUNG PELUANG PERSEBARAN TRUMP DALAM PERMAINAN CONTRACT BRIDGE Desfrianta Salmon Barus - 350807 Jurusan Teni Informatia, Institut Tenologi Bandung Bandung e-mail: if807@students.itb.ac.id ABSTRAK

Lebih terperinci

Perhitungan Kehilangan Pratekan Total dengan Memakai Teori Kemungkinan ABSTRAK

Perhitungan Kehilangan Pratekan Total dengan Memakai Teori Kemungkinan ABSTRAK Jurnal APLIKASI Volume 5, Nomor 1, Agustus 2008 Perhitungan Kehilangan Pratean Total dengan Memaai Teori Kemunginan M. Sigit Darmawan Dosen Jurusan Diploma Teni Sipil, FTSP - ITS Email: msdarmawan@ce.its.ac.id

Lebih terperinci

KORELASI ANTARA DUA KELOMPOK VARIABEL KUANTITATIF DALAM ANALISIS KANONIK

KORELASI ANTARA DUA KELOMPOK VARIABEL KUANTITATIF DALAM ANALISIS KANONIK Jurnal Pengaaran MIPA, Vol. 0 No. Desember 007 ISSN: -097 KORELASI ANARA DUA KELOMPOK VARIABEL KUANIAIF DALAM ANALISIS KANONIK Oleh : Dewi Rachmatin, S.Si., M.Si. Jurusan Pendidian Matematia FPMIPA Universitas

Lebih terperinci

Sah Tidaknya Sidik Ragam. Data Bermasalah. Data Bermasalah PERANCANGAN PERCOBAAN (DATA BERMASALAH)

Sah Tidaknya Sidik Ragam. Data Bermasalah. Data Bermasalah PERANCANGAN PERCOBAAN (DATA BERMASALAH) Sah Tidanya Sidi Ragam PERANCANGAN PERCOBAAN (DATA BERMASALAH) Oleh: Dr. Ir. Dirvamena Boer, M.Sc.Agr. HP: 081 385 065 359 Universitas Haluoleo, Kendari dirvamenaboer@yahoo.com http://dirvamenaboer.tripod.com/

Lebih terperinci

BAB III METODE PENELITIAN. dan sesuai dalam penelitian ini adalah metode deskriptif dan verifikatif. Menurut

BAB III METODE PENELITIAN. dan sesuai dalam penelitian ini adalah metode deskriptif dan verifikatif. Menurut 48 BAB III METODE PENELITIAN 3.1. Desain Penelitian Penelitian ini merupakan jenis penelitian kuantitatif. Metode yang digunakan dan sesuai dalam penelitian ini adalah metode deskriptif dan verifikatif.

Lebih terperinci

BAB III METODE PENELITIAN. penelitian kuantitatif melalui analisis regresi linier berganda. Menurut. menguji hipotesis yang akan ditetapkan.

BAB III METODE PENELITIAN. penelitian kuantitatif melalui analisis regresi linier berganda. Menurut. menguji hipotesis yang akan ditetapkan. BAB III METODE PENELITIAN Metode yang digunakan dalam penelitian ini adalah metode penelitian kuantitatif melalui analisis regresi linier berganda. Menurut sugiyono (2008:8) metode kuantitatif diartikan

Lebih terperinci

APLIKASI SIMULASI MONTE CARLO UNTUK MENENTUKAN KEANDALAN SISTEM DISTRIBUSI PRIMER TENAGA LISTRIK

APLIKASI SIMULASI MONTE CARLO UNTUK MENENTUKAN KEANDALAN SISTEM DISTRIBUSI PRIMER TENAGA LISTRIK Apliasi Simulasi onte Carlo anuaba, Suerayasa, Satriya Utama APLIKASI SIULASI ONTE CARLO UNTUK ENENTUKAN KEANDALAN SISTE DISTRIBUSI PRIER TENAGA LISTRIK IBG anuaba, I Wayan Suerayasa, Ngaan P Satriya Utama

Lebih terperinci

BAB III METODE PENELITIAN. Dalam setiap penelitian, metode merupakan cara utama untuk mencapai

BAB III METODE PENELITIAN. Dalam setiap penelitian, metode merupakan cara utama untuk mencapai 50 BAB III METODE PENELITIAN 3.1. Desain Penelitian Dalam setiap penelitian, metode merupakan cara utama untuk mencapai suatu tujuan. Hal ini sesuai dengan pendapat yang dikemukakan oleh Winarno Surakhmad

Lebih terperinci

STUDI KEANDALAN PENYULANG 20 kv DI GARDU INDUK PADANG SAMBIAN MENGGUNAKAN METODE SIMULASI MONTE CARLO INTISARI

STUDI KEANDALAN PENYULANG 20 kv DI GARDU INDUK PADANG SAMBIAN MENGGUNAKAN METODE SIMULASI MONTE CARLO INTISARI Studi Keandalan Penyulang 20 V anuaba, Suerayasa, Oa STUDI KEANDALAN PENYULANG 20 V DI GARDU INDUK PADANG SABIAN ENGGUNAKAN ETODE SIULASI ONTE CARLO IBG anuaba*, I Wayan Suerayasa*, I ade Oa Widnya** *Staff

Lebih terperinci

SATUAN ACARA PERKULIAHAN ( SAP )

SATUAN ACARA PERKULIAHAN ( SAP ) SATUAN ACARA PERKULIAHAN ( SAP ) Mata Kuliah : Pengolahan Citra Digital Kode : IES 6323 Semester : VI Watu : 1x 3x 50 Menit Pertemuan : 7 A. Kompetensi 1. Utama Mahasiswa dapat memahami tentang sistem

Lebih terperinci

Makalah Seminar Tugas Akhir

Makalah Seminar Tugas Akhir Maalah Seminar ugas Ahir Simulasi Penapisan Kalman Dengan Kendala Persamaan Keadaan Pada Kasus Penelusuran Posisi Kendaraan (Vehicle racing Problem Iput Kasiyanto [], Budi Setiyono, S., M. [], Darjat,

Lebih terperinci

BAB 2 TEORI PENUNJANG

BAB 2 TEORI PENUNJANG BAB EORI PENUNJANG.1 Konsep Dasar odel Predictive ontrol odel Predictive ontrol P atau sistem endali preditif termasu dalam onsep perancangan pengendali berbasis model proses, dimana model proses digunaan

Lebih terperinci

APLIKASI JARINGAN SYARAF TIRUAN UNTUK MERAMALKAN BEBAN PEMAKAIAN AIR PADA PDAM KOTA BANDUNG

APLIKASI JARINGAN SYARAF TIRUAN UNTUK MERAMALKAN BEBAN PEMAKAIAN AIR PADA PDAM KOTA BANDUNG APLIKASI JARINGAN SYARAF TIRUAN UNTUK MERAMALKAN BEBAN PEMAKAIAN AIR PADA PDAM KOTA BANDUNG Oleh : M.Rizi.H.S, Andri Heryandi,S.T, Bambang Siswoyo,Ir,M.Si Jl. Dipati Uur Bandung Teni Informatia Universitas

Lebih terperinci