DESAIN EKSPERIMEN & SIMULASI 5
|
|
- Erlin Makmur
- 7 tahun lalu
- Tontonan:
Transkripsi
1 DESAIN EKSPERIMEN & SIMULASI 5 (DS.1) OPTIMISASI RESPON EKSPERIMEN MENGGUNAKAN DESAIN BOX-BEHNKEN Budhi Handoko Staf Pengajar Jurusan Statistika FMIPA Unpad budhihandoko@unpad.ac.id Abstrak Salah satu desain permukaan respon yaitu Desain Box-Behnken digunakan untuk menganalisis efek factor suhu, intensitas pengadukan, dan tekanan terhadap viskositas polimer. Kemudian menentukan level masing-masing factor yang mengoptimumkan viskositas. Model permukaan respon yang terbentuk memiliki koefisien determinasi sebesar 94,5% yang menunjukkan bahwa variasi viskositas polimer sudah dapat dijelaskan oleh ketiga factor dalam eksperimen. Selain itu, pengujian Lack-of-Fit model mendapatkan nilai p- value 0,394 yang berarti non-signifikan, memiliki makna bahwa model sudah mencukupi untuk digunakan. Hasil yang lain adalah dapat ditentukannya level masing-masing factor yang mengoptimalkan viskositas. Kata Kunci: Metode Permukaan Respon, Desain Box-Behnken, Viskositas Polimer. 1. PENDAHULUAN Metodologi Permukaan Respon (MPR) merupakan sekumpulan teknik matematika dan statistika yang berguna untuk memodelkan dan menganalisis permasalahan bila respon yang diamati dipengaruhi oleh beberapa variabel dan bertujuan untuk mengoptimalkan respon (Montgomery, 2001). Bentuk model hubungan antara variabel respon dan variabel independen atau factor dalam MPR sering didekati dengan model orde pertama dan orde kedua. Pada model hubungan baik orde pertama maupun orde kedua memiliki parameter yang perlu ditaksir karena memiliki bentuk seperti polynomial orthogonal. Parameter model dapat ditaksir dengan baik apabila menggunakan jenis desain eksperimen yang sesuai untuk mengumpulkan data. Salah satu desain yang digunakan untuk membentuk model MPR orde kedua adalah Desain Box-Behnken. Desain Box-Behnken merupakan desain yang dikembangkan dari desain factorial 3 k, yaitu digunakan untuk menganalisis k faktor yang masing-masing memiliki 3 level. Desain ini pada dasarnya merupakan fraksi atau pecahan dari desain factorial 3 k dengan tambahan titik tengah untuk menjaga keseimbangan dari desain. 387
2 Penelitian ini akan memfokuskan pada penggunaan Desain Box-Behnken untuk melakukan eksperimen di bidang industri mengenai tingkat kepekatan dari suatu polimer yang dipengaruhi oleh tiga variabel yaitu suhu, intensitas pengadukan, dan tekanan. Dengan menggunakan Desain Box-Benhken ini diharapkan diperoleh suatu model permukaan respon orde kedua yang terbaik dan diperoleh kondisi yang optimal dari tingkat kekuatanpolimer pada suatu kombinasi level faktor tertentu. Berdasarkan latar belakang tersebut, dapat dirumuskan permasalahan sebagai berikut : 1. Bagaimana bentuk model permukaan respon orde kedua yang cocok dengan data hasil eksperimen? 2. Level-level faktor manakah yang membuat respon menjadi optimum? Penelitian ini mempunyai tujuan sebagai berikut: 1. Membentuk model permukaan respon orde kedua yang cocok dengan data hasil eksperimen menggunakan desain Box-Behnken. 2. Mendapatkan level faktor-faktor yang mengoptimalkan respon suatu eksperimen. Manfaat dari penelitian ini adalah memberikan gambaran mengenai teknik analisis menggunakan salah satu jenis desain dalam model permukaan respon orde kedua yaitu desain Desain Box-Behnken untuk mendapatkan level-level tertentu dari factor dalam eksperimen yang mampu membuat respon hasil eksperimen mencapai kondisi optimum. 2. KERANGKA KONSEPTUAL Menurut Box dan Hunter (2005), desain eksperimen yang digunakan untuk menganalisis model permukaan respon orde kedua ada dua jenis, yaitu central composite design (CCD) dan desain Box-Behnken. CCD digunakan untuk menganalisis eksperimen yang berbentuk faktorial 2 k atau faktorial fraksional resolusi V dengan n F buah percobaan, 2 k axial (sumbu), dan n c buah titik pusat percobaan. Dalam CCD terdapat dua parameter desain yang harus ditentukan terlebih dulu, yaitu yang merupakan jarak dari percobaan axial (sumbu) dari pusat desain dan banyaknya titik pusat n c. Desain Box-Behnken digunakan untuk menganalisis eksperimen yang berbentuk factorial 3 k atau factorial fraksional 3 k. Desain ini dibentuk dengan menggabungkan desain factorial 2 k dengan desain blok tak lengkap acak. Desain ini efisien dalam segi banyaknya percobaan yang diperlukan. Dalam penelitian ini, untuk membentuk model permukaan respon orde kedua, desain yang digunakan adalah Desain Box-Behnken, karena sesuai dengan permasalahan yaitu 388
3 tingkat kekuatan polimer dipengaruhi oleh oleh tiga factor yaitu suhu, intensitas pengadukan, dan tekanan dengan banyaknya level dari masing-masing factor adalah tiga. Level dari setiap factor dikategorikan kedalam tiga jenis yaitu level rendah, sedang, dan tinggi. Faktor suhu memiliki level-level 150 C, 175 C, dan 200 C, factor intensitas pengadukan memiliki levellevel 5,7.5, dan 10, sedangkan tekanan memiliki level-level 15 atm, 20 atm, dan 25 atm. Meskipun demikian, terdapat pendekatan lain yang juga bisa digunakan yaitu Metode Taguchi seperti dijabarkan dalam Park (1996) dan Taguchi (1986). Namun pendekatan ini memerlukan penentuan desain awal menggunakan orthogonal array. 3. METODOLOGI PENELITIAN Dalam Metodologi Penelitian, akan dipaparkan langkah-langkah penyelesaian masalah penelitian sebagai berikut : a. Menentukan Bentuk Desain Box-Behnken yang Sesuai dengan Permasalahan Misalkan terdapat tiga faktor X 1, X 2, dan X 3 dengan masing-masing faktor memiliki 3 level yang diberi kode -1, 0, dan 1. Desain Box-Behnken untuk tiga faktor dengan setiap faktor memiliki tiga level adalah seperti yang terlihat pada Tabel 1 berikut ini. Tabel 1 Desain Box-Behnken Tiga Faktor dengan Tiga Level No. Percobaan Faktor X 1 X 2 X 3 Nilai Respon y y y y y y y y y y y y y y y 15 berikut: Dalam penelitian ini, pendefinisan variabel penelitian akan ditampilkan pada Tabel 2 389
4 Tabel 2 Definisi Faktor dan Levelnya. Intensitas Suhu (X 1) Tekanan (X 3) Pengadukan (X 2) Level Level Level Level Level Level Asli Level Asli Kode Asli Kode Kode Tinggi Sedang , Rendah , Sebagai variabel respon dalam penelitian ini adalah viskositas polimer. Visualisasi penentuan kombinasi level-level percobaan pada desain Box-Behnken secara tiga dimensi adalah sebagai berikut +1 x 3 x x 1 Sumbu mendatar menyatakan level-level faktor untuk variabel X 1, sumbu kearah dalam menyatakan level-level faktor untuk variabel X 2, dan sumbu tegak menyatakan levellevel faktor untuk variabel X 3. b. Melakukan Pembentukan Model Permukaan Respon Orde Kedua Model Permukaan Respon orde kedua adalah sebagai berikut : η = β + β x + β x + β x x (1) Misalkan akan dicari level-level x 1,x 2,,x k yang mengoptimalkan respon taksiran maka dilakukan penaksiran parameter dengan menurunkan variabel respon terhadap variabel-variabelnya. = = = = 0 (2) diperoleh x 1.s,x 2.s,,x k.s yang disebut titik stasioner. Apabila dibuat kedalam bentuk matriks akan tampak sebagai berikut : y = β + x b + x B 390
5 dengan x β x x = b = β x β β β /2 β /2 B = β β /2 simetris β Apabila diturunkan terhadap x menjadi = b + 2Bx = 0 (3) x Dari turunan tersebut diperoleh nilai titik stastioner ataujuga bisa disebut sebagai level level factor yang mengoptimalkan respon sebagai berikut. x = B b (4) Sehingga diperoleh model prediksi respon optimum dari level factor stasioner adalah sebagai berikut: y = β + x b (5) 4. HASIL ANALISIS Berdasarkan hasil analisis terhadap data eksperimen diperoleh model permukaan responnya adalah sebagai berikut : y = x x 26x 75x x 35.75x x x x x x x Model tersebut memiliki nilai R 2 94,5%, yang berarti bahwa variasi dari respon dapat dijelaskan sebesar 94,5% oleh faktor-faktor dan kombinasi faktornya, sedangkan sisanya dijelaskan oleh variabel lain yang tidak masuk kedalam model. Pengujian model permukaan respon bentuk kuadratik dilakukan dan hasilnya disajikan pada Tabel 3. Tabel 3 menunjukan bahwa sumber variasi regresi signifikan, hal ini berarti secara umum model tersebut dapat menggambarkan kerterkaitan antara factor suhu, intensitas pengadukan, dan tekanan terhadap viskositas polimer. Sumber variasi Linier non signifikan, berarti pendekatan model respon surface bentuk linier atau orde satu tidak cocok, sedangkan untuk bentuk kuadratik dan interaksi signifikan, berarti bahwa model yang cocok dengan data adalah kuadratik dan interaksi antar factor pun memberikan efek terhadap viskositas. Pengujian Lack-of-Fit non signifikan, ini berarti bahwa model sudah mencukupi untuk menjelaskan pengaruh factor-faktor terhadap viskositas polimer. 391
6 Sumber Variasi Tabel 3. Analisis Varians Model Permukaan Respon db Jumlah Kuadrat Rata-rata Jumlah Kuadrat F p-value Regresi Linier Kuadratik Interaksi Residual Error Lack-of-Fit Pure Error Total Apabila permukaan respon digambarkan maka akan tampak seperti gambar berikut ini: Gambar 1.1 Grafik Permukaan Respon antara x 1, x 2, dan y Gambar 1.2 Grafik Kontur Respon antara x 1, x 2, dan y Gambar 2.1 Grafik Permukaan Respon antara x 1, x 3, dan y Gambar 2.2 Grafik Kontur Respon antara x 1, x 3, dan y Berdasarkan Gambar 1.1 tampak bahwa bentuk permukaan respon antara suhu dan intensitas pengadukan terhadap viskositas polimer berbentuk kurva lengkung yang memiliki titik maksimum. Gambar kontur respon pada Gambar 1.2 menunjukkan bahwa pada level 392
7 suhu berkode 0 atau 175 C dan intensitas pengadukan berkode 1 atau 10 akan mengoptimalkan nilai viskositasnya. Berdasarkan Gambar 2.1 tampak bahwa bentuk permukaan respon antara suhu dan tekanan terhadap viskositas polimer berbentuk kurva lengkung yang memiliki titik maksimum. Gambar kontur respon pada Gambar 2.2 menunjukkan bahwa pada level suhu berkode 0 atau 175 C dan tekanan berkode -1 atau 15 akan mengoptimalkan nilai viskositasnya. Gambar 3.1 Grafik Permukaan Respon antara x 2, x 3, dan y Gambar 3.2 Grafik Kontur Respon antara x 2, x 3, dan y Berdasarkan Gambar 3.1 tampak bahwa bentuk permukaan respon antara intensitas pengadukan dan tekanan terhadap viskositas polimer berbentuk kurva lengkung yang memiliki titik maksimum. Gambar kontur respon pada Gambar 3.2 menunjukkan bahwa pada levelintensitas pengadukan berkode -0,5 atau 6,25 dan tekanan berkode -0,5 atau 17,5 atm akan mengoptimalkan nilai viskositasnya. 5. KESIMPULAN Model permukaan respon yang terbentukmemiliki R 2 sebesar 94,5% yang berarti bahwa variasi viskositas dapat dijelaskan oleh factor-faktor dalam eksperimen sebesar 94,5% sedangkan sisanya oleh factor lainnya yang tidak masuk kedalam model. Model permukaan respon yang sesuai untuk eksperimen tersebut adalah orde 2, hal ini dibuktikan dengan pengujian anava sumber variasi kuadratik signifikan. Selain itu, model juga memuat interaksi antarfaktor. Model yang terbentuk pun sudah cukup memadai, ditunjukan oleh pengujian lack-of-fit yang non-signifikan. Beberapa level yang mengoptimalkan respon adalah kombinasi suhu 175 C dan pengadukan 10, kombinasi suhu 175 C dan tekanan 15 atm, serta kombinasi intensitas pengadukan 6,25 dan tekanan 17,5 atm. 393
8 6. DAFTAR PUSTAKA Box, G.E.P., Hunter, J.S., & Hunter, W.G Statistics for experimenters: Design innovation,and discovery, 2 ed. Hoboken, NJ: John Wiley & Sons. Montgomery, D.C Design and Analysis of Experiments. New York ; John Wiley and Sons, Inc. Park, S.H Robust Design and Analysis for Quality Engineering. Great Britain : Chapman and Hall. Taguchi, G.1986.Introduction to Quality Engineering. Tokyo: Asian Productivity Organization. Wu, C.F.J., & Hamada, M Experiments: Planning, analysis and parameter design optimization. New York: John Wiley & Sons. 394
(D.4) DESAIN PARAMETER UNTUK DATA DISKRIT PADA ROBUST DESIGN. Oleh Budhi Handoko 1), Sri Winarni 2)
(D.4) DESAIN PARAMETER UNTUK DATA DISKRIT PADA ROBUST DESIGN Oleh Budhi Handoko ), Sri Winarni ),) Staf Pengajar Jurusan Statistika FMIPA, Unpad Bandung Email ) : budhihandoko@unpad.ac.id Email ) : sri.winarni@unpad.ac.id
Lebih terperinciBAB III METODE PERMUKAAN RESPON. Pengkajian pada suatu proses atau sistem sering kali terfokus pada
BAB III METODE PERMUKAAN RESPON 3.1 Pendahuluan Pengkajian pada suatu proses atau sistem sering kali terfokus pada hubungan antara respon dan variabel masukannya (input). Tujuannya adalah untuk mengoptimalkan
Lebih terperinciMatematika dan Statistika
ISSN 4-6669 Volume, Juni 0 MAJALAH ILMIAH Matematika dan Statistika DITERBITKAN OLEH: JURUSAN MATEMATIKA FMIPA UNIVERSITAS JEMBER Model Permukaan Respon pada(4 3) MODEL PERMUKAAN RESPON PADA PERCOBAAN
Lebih terperinciOPTIMASI KUALITAS WARNA MINYAK GORENG DENGAN METODE RESPONSE SURFACE
JURNAL TEKNIK INDUSTRI VOL., NO., DESEEMBER 999: 8-29 OPTIMASI KUALITAS WARNA MINYAK GORENG DENGAN METODE RESPONSE SURFACE Didik Wahjudi Dosen Fakultas Teknik, Jurusan Teknik Mesin Universitas Kristen
Lebih terperinciANALISIS DESAIN FAKTORIAL FRAKSIONAL 2 k-p DENGAN METODE LENTH. Mahasiswa Jurusan Statistika FSM UNDIP. Staf Pengajar Jurusan Statistika FSM UNDIP
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 3, Tahun 2015, Halaman 497-505 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian ANALISIS DESAIN FAKTORIAL FRAKSIONAL 2 k-p DENGAN METODE LENTH
Lebih terperinci(D.2) OPTIMASI KOMPOSISI PERLAKUAN DENGAN MENGGUNAKAN METODE RESPONSE SURFACE. H. Sudartianto 3. Sri Winarni
Universitas Padjadjaran, November 00 (D.) OPTIMASI KOMPOSISI PERLAKUAN DENGAN MENGGUNAKAN METODE RESPONSE SURFACE Andry Ritonga H. Sudartianto Sri Winarni Mahasiswa Program Strata Jurusan Statistika FMIPA
Lebih terperinciJurnal Ilmiah Widya Teknik Volume 16 Nomor ISSN
Jurnal Ilmiah Widya Teknik Volume 6 Nomor 07 ISSN 4-750 OPTIMASI FAKTOR YANG BERPENGARUH PADA KUALITAS LILIN DI UD.X DENGAN METODE RESPONSE SURFACE Maria Agnes Octaviani, Dian Retno Sari Dewi*, Luh Juni
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Kemajuan ilmu pengetahuan dan teknologi menuntut perubahan-perubahan yang melibatkan suatu penelitian atau percobaan pada berbagai bidang. Metode Statistik
Lebih terperinciOPTIMASI DENGAN METODE DAKIAN TERCURAM
OPTIMASI DENGAN METODE DAKIAN TERCURAM Marwan Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Syiah Kuala, Jln. Syekh Abdur Rauf No. 3 Darussalam, Banda Aceh 23111 email:
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
17 BAB TINJAUAN PUSTAKA Pada bab ini akan diuraikan teori dan metode yang digunakan untuk mendukung analisis data. Teori dan metode itu diantaranya adalah rancangan faktorial, analisis regresi dan metode
Lebih terperinciMETODE RESPONSE SURFACE PADA PERCOBAAN FAKTORIAL 2 k
METODE RESPONSE SURFACE PADA PERCOBAAN FAKTORIAL 2 k SKRIPSI Oleh: RUTH SONANDA MARTASPICA J2E 006 034 PROGRAM STUDI STATISTIKA JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS
Lebih terperinciPENERAPAN METODE PERMUKAAN RESPONS DALAM MASALAH OPTIMALISASI
E-Jurnal Matematika Vol. 2, No.2, Mei 2013, 32-36 ISSN: 2303-1751 PENERAPAN METODE PERMUKAAN RESPONS DALAM MASALAH OPTIMALISASI ADE KUSUMA DEWI 1, I WAYAN SUMARJAYA 2, I GUSTI AYU MADE SRINADI 3 1,2,3
Lebih terperinciJurnal Gradien Vol. 10 No. 1 Januari 2014 : 957-962 Analisis Model Regresi Linear Berganda dengan Metode Response Surface * Henoh Bayu Murti, Dian Kurniasari, Widiarti Jurusan Matematika, Fakultas Matematika
Lebih terperinciOPTIMASI PRODUKSI DENGAN METODE RESPONSE SURFACE (Studi Kasus pada Industri Percetakan Koran)
Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume 05, No. 2 (2016), hal 113 118. OPTIMASI PRODUKSI DENGAN METODE RESPONSE SURFACE (Studi Kasus pada Industri Percetakan Koran) Eka Dian Rahmawati,
Lebih terperinciAnalisis Model Regresi Linear Berganda dengan Metode Response Surface
Jurnal Gradien Vol. 10 No. 1 Januari 2014 : 957-962 Analisis Model Regresi Linear Berganda dengan Metode Response Surface * Henoh Bayu Murti, Dian Kurniasari, Widiarti Jurusan Matematika, Fakultas Matematika
Lebih terperinciOptimasi Parameter Operasi Mesin Air Slip Forming untuk Meminimalkan Cacat Produk
JURNAL TEKNIK MESIN Vol. 1, No. 2, Oktober 1999 : 170-175 Optimasi Parameter Operasi Mesin Air Slip Forming untuk Meminimalkan Cacat Produk Didik Wahjudi Dosen Fakultas Teknik, Jurusan Teknik Mesin Universitas
Lebih terperinciDESAIN FAKTORIAL FRAKSIONAL 2 k-p SERTA ANALISISNYA BERBASIS WEB. Candra Aji dan Dadan Dasari 1 Universitas Pendidikan Indonesia ABSTRAK
DESAIN FAKTORIAL FRAKSIONAL k-p SERTA ANALISISNYA BERBASIS WEB Candra Aji dan Dadan Dasari Universitas Pendidikan Indonesia ABSTRAK Dalam eksperimen faktorial k, yakni eksperimen yang melibatkan k buah
Lebih terperinciBAB I PENDAHULUAN. 1.1.Latar Belakang dan Permasalahan
1 BAB I PENDAHULUAN 1.1.Latar Belakang dan Permasalahan Response Surface Methodology sudah dikenalkan oleh Box dan Wilson sejak tahun 1951. Dalam buku Design and Analysis of Experiment, Montgomerry (2001),
Lebih terperinciPENERAPAN METODE OVERLAID CONTOUR PLOT DAN DESIRABILITY FUNCTION PADA CENTRAL COMPOSITE DESIGN
BIAStatistics (2016) Vol. 10, No. 1, hal. 17-30 PENERAPAN METODE OVERLAID CONTOUR PLOT DAN DESIRABILITY FUNCTION PADA CENTRAL COMPOSITE DESIGN Dita Dioputri Againa 1, Sri Wirnani 2 dan Enny Supartini 2
Lebih terperinciOptimasi Parameter Pembubutan Terhadap Kekasaran Permukaan Produk
Jurnal Rekayasa Mesin Vol.4, No.3 Tahun 3: 77-8 ISSN 6-468X Optimasi Parameter Pembubutan Terhadap Kekasaran Permukaan Produk Franscisca Gayuh Utami Dewi, Femiana Gapsari Jurusan Teknik Mesin Fakultas
Lebih terperinciPERBANDINGAN NILAI FRAKSI PADA RANCANGAN FAKTORIAL FRAKSIONAL 2 k MELALUI METODE BISSELL. Kata Kunci : Faktorial Fraksional dua level, Metode Bissell
September 03 PERBANDINGAN NILAI FRAKSI PADA RANCANGAN FAKTORIAL FRAKSIONAL k MELALUI METODE BISSELL IRAWATY, ANISA DAN HERDIANI, E.T. 3 Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam,
Lebih terperinciKLASIFIKASI RANCANGAN FAKTORIAL PECAHAN JENUH TIGA TARAF DALAM 27 RUN
, April 2008, p: 11-15 ISSN : 0853-8115 Vol 13 No.1 KLASIFIKASI RANCANGAN FAKTORIAL PECAHAN JENUH TIGA TARAF DALAM 27 RUN Bagus Sartono Departemen Statistika FMIPA IPB Email : bagusco4@yahoo.com Abstrak
Lebih terperinciMetode Bootstrap Untuk mengestimasi Data Hilang (missing Data) pada Eksperimen Faktorial
SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016 Metode Bootstrap Untuk mengestimasi Data Hilang (missing Data) pada Eksperimen Faktorial Enny Supartini Departemen Statistika, F MIPA, Universitas
Lebih terperinciOPTIMASI PRODUKSI DENGAN METODE RESPONSE SURFACE Studi Kasus pada Perusahaan Injection Moulding
JURNAL TEKNIK INDUSTRI VOL. 4, NO., JUNI 2002: 36-44 OPTIMASI PRODUKSI DENGAN METODE RESPONSE SURFACE Studi Kasus pada Perusahaan Injection Moulding Jani Rahardjo Dosen Fakultas Teknologi Industri, Jurusan
Lebih terperinciPENDUGAAN PARAMETER REGRESI DENGAN BOOTSTRAP RESIDUAL UNTUK JUMLAH SAMPEL YANG BERVARIASI M a r zu k i, H i zi r S o f y a n Universitas Syiah Kuala marz_ukie@yahoo.com ABSTRAK Penelitian ini bertujuan
Lebih terperinciKata kunci: Taguchi method, Multirespon, Combined Array, TOPSIS
OPTIMASI PROSES INJECTION MOLDING DENGAN PENDEKATAN COMBINED ARRAY (Studi Kasus: Produk Barrel Rexona Stick 20 gram di PT. X Surabaya) Ratna Augustiny Tjahyono dan Haryono Program Studi Magister Manajemen
Lebih terperinci(D.6) PENAKSIRAN DATA HILANG PADA DESAIN FAKTORIAL FRAKSIONAL DUA LEVEL TANPA RAPLIKASI DENGAN CARA MEMINIMUMKAN JUMLAH KUADRAT RESIDU
(D.6) PENAKSIRAN DATA HILANG PADA DESAIN FAKTORIAL FRAKSIONAL DUA LEVEL TANPA RAPLIKASI DENGAN CARA MEMINIMUMKAN JUMLAH KUADRAT RESIDU Martinnus Oetama, 2 Budhi Handoko, 3 Sri Winarni Mahasiswa Jurusan
Lebih terperinciPeningkatan Kualitas melalui Desain Eksperimen (Studi Kasus di Sebuah Perusahaan Krupuk, Blitar)
Peningkatan Kualitas melalui Desain Eksperimen (Studi Kasus di Sebuah Perusahaan Krupuk, Blitar) Debora Anne Y. A., Vivi Yasin Jurusan Teknik Industri, Fakultas Teknologi Industri, Universitas Kristen
Lebih terperinciPenentuan Setting Parameter Pembuatan Botol DK 8251 B
Penentuan Setting Parameter Pembuatan Botol DK 8251 B Penentuan Setting Parameter Pembuatan Botol DK 8251 B pada Proses Blow Moulding dengan Menggunakan RSM (Response Surface Methodology) Studi Kasus di
Lebih terperinciResponse-surface dan Taguchi : Sebuah alternatif atau kompetisi dalam optimasi secara praktis
Response-surface dan Taguchi : Sebuah alternatif atau kompetisi dalam optimasi secara praktis M. Arbi Hadiyat Jurusan Teknik Industri, Universitas Surabaya (Ubaya) Email : arbi@ubaya.ac.id, moch.arbi@gmail.com
Lebih terperinciMETODE PERMUKAAN RESPON DAN APLIKASINYA PADA OPTIMASI EKSPERIMEN KIMIA. Nuryanti *, Djati H Salimy **
Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir: 6-7 Agustus 8(373-39) METODE PERMUKAAN RESPON DAN APLIKASINYA PADA OPTIMASI EKSPERIMEN KIMIA Nuryanti *, Djati H Salimy ** ABSTRAK METODE PERMUKAAN
Lebih terperinciOptimasi Parameter Proses Pemotongan Acrylic terhadap Kekasaran Permukaan Menggunakan Laser Cutting Dengan Metode Response Surface
Optimasi Parameter Proses Pemotongan Acrylic terhadap Kekasaran Permukaan Menggunakan Laser Cutting Dengan Metode Response Surface Moh. Muria Armansyah S. 1*, Endang Pudji Purwanti 2, dan Bayu Wiro Karuniawan
Lebih terperinciAPLIKASI METODE RESPON SURFACE UNTUK OPTIMASI KUANTITAS SUSUT BOBOT BUAH MANGGIS. Abstrak
APLIKASI METODE RESPON SURFACE UNTUK OPTIMASI KUANTITAS SUSUT BOBOT BUAH MANGGIS Andriani Lubis 1*) 1) Fakultas Pertanian, Universitas Syiah Kuala, Banda Aceh, 23111 *) andriani_loebis@yahoo.com Abstrak
Lebih terperinciPerbandingan Nilai Fraksi pada Rancangan Faktorial Fraksional 2 k dengan Metode Bissell dan Aplikasinya pada Kasus Perkecambahan Kacang Hijau
Vol.14, No. 2, 192-201, Januari 2018 Perbandingan Nilai Fraksi pada Rancangan Faktorial Fraksional 2 k dengan Metode Bissell dan Aplikasinya pada Kasus Perkecambahan Kacang Hijau Irawaty 1, Anisa 1, Erna
Lebih terperinciSKRIPSI OPTIMASI FAKTOR YANG BERPENGARUH PADA KUALITAS LILIN DI UD.X DENGAN METODE RESPONSE SURFACE
SKRIPSI OPTIMASI FAKTOR YANG BERPENGARUH PADA KUALITAS LILIN DI UD.X DENGAN METODE RESPONSE SURFACE Disusun Oleh : Maria Agnes Octaviani Tanuwardaja 5303012028 JURUSAN TEKNIK INDUSTRI FAKULTAS TEKNIK UNIVERSITAS
Lebih terperinciAPLICATION OF M-ESTIMATION FOR RESPONSE SURFACE MODEL WITH DATA OUTLIERS
UNIVERSITAS DIPONEGORO 23 ISBN: 978-62-4387-- APLICATION OF M-ESTIMATION FOR RESPONSE SURFACE MODEL WITH DATA OUTLIERS Edy Widodo, Suryo Guritno 2 and Sri Haryatmi 2 Doctoral Student of Mathematics UGM,
Lebih terperinciPenerapan Metode Grey Relational Analysis dan Desirability Function pada Optimasi Multi Respon Desain Taguchi
Penerapan Metode Grey Relational Analysis dan Desirability Function pada Optimasi Multi Respon Desain Taguchi Sri Winarni*, Budhi Handoko, Yeny Krista Franty Departemen Statistika FMIPA Unpad *E-mail:
Lebih terperinciAnalisis Regresi Spline Kuadratik
Analisis Regresi Spline Kuadratik S 2 Oleh: Agustini Tripena Program Studi Matematika, Fakultas Sains dan Teknik, Univesitas Jenderal Soedirman, Purwokerto tripena1960@yahoo.co.id Abstrak Regresi spline
Lebih terperinciPROSIDING ISSN : Seminar Nasional Statistika 12 November 2011 Vol 2, November 2011
(DS.6) ANALISIS KURVA PERTUMBUHAN SEBAGAI ANALISIS SETELAH MANOVA UNTUK DATA LONGITUDINAL Enny Supartini Statistika F MIPA Universitas Padjadjaran Bandung e-mail : arthinii@yahoo.com Abstrak Eksperimen
Lebih terperinciOleh : M. Mushonnif Efendi ( ) Dosen Pembimbing : Dr. Sony Sunaryo, M.Si.
OPTIMASI WAKTU PEMOTONGAN BAJA HSS PADA WIRE-EDM MENGGUNAKAN METODE TAGUCHI Oleh : M. Mushonnif Efendi (307 030 05) Dosen Pembimbing : Dr. Sony Sunaryo, M.Si. Prodi D3 STATISTIKA FAKULTAS ILMU PENGETAHUAN
Lebih terperinciPembauran (Confounding) Pada Percobaan Faktorial Tiga Taraf
Jurnal Gradien Vol 8 No 1 Januari 2012: 763.-774 Pembauran (Confounding) Pada Percobaan Faktorial Tiga Taraf Nur Afandi, Sigit Nugroho dan Pepi Novianti Jurusan Matematika, Fakultas Matematika dan Ilmu
Lebih terperinciBAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel
BAB LANDASAN TEORI.1 Pengertian Regresi Regresi dalam statistika adalah salah satu metode untuk menentukan tingkat pengaruh suatu variabel terhadap variabel yang lain. Variabel yang pertama disebut dengan
Lebih terperinciESTIMASI REGRESI ROBUST M PADA FAKTORIAL RANCANGAN ACAK LENGKAP YANG MENGANDUNG OUTLIER
ESTIMASI REGRESI ROBUST M PADA FAKTORIAL RANCANGAN ACAK LENGKAP YANG MENGANDUNG OUTLIER Siswanto 1, Raupong 2, Annisa 3 ABSTRAK Dalam statistik, melakukan suatu percobaan adalah salah satu cara untuk mendapatkan
Lebih terperinciPenentuan Parameter Setting Mesin Pada Proses Corrugating
MediaTeknika Jurnal Teknologi Vol.11, No.1, Juni 2016 22 Sylvia Ongkowijoyo 1, Ig. Jaka Mulyana 2, Julius Mulyono 3 1,2,3 Jurusan Teknik Industri, Fakultas Teknik, Universitas Katolik Widya Mandala Surabaya,
Lebih terperinciBAB II KAJIAN PUSTAKA. sehingga dapat diamati dan diidentifikasi alasan-alasan perubahan yang terjadi
BAB II KAJIAN PUSTAKA A. Rancangan Percobaan Rancangan percobaan dapat diartikan sebagai serangkaian uji dimana perubahan yang berarti dilakukan pada variabel dari suatu proses atau sistem sehingga dapat
Lebih terperinciPENERAPAN METODE TAGUCHI UNTUK OPTIMALISASI HASIL PRODUKSI ROTI DI USAHA ROTI MEYZA BAKERY, PADANG SUMATERA BARAT
Jurnal Matematika UNAND Vol. 5 No. 3 Hal. 122 130 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PENERAPAN METODE TAGUCHI UNTUK OPTIMALISASI HASIL PRODUKSI ROTI DI USAHA ROTI MEYZA BAKERY, PADANG SUMATERA
Lebih terperinciBAB III METODELOGI PENELITIAN. Penulis menggunakan tahap-tahap metodelogis yang umum digunakan
BAB III METODELOGI PENELITIAN Penulis menggunakan tahap-tahap metodelogis yang umum digunakan sebagai suatu studi, yaitu: tahap persiapan, tahap pengambilan data, dan tahap pengolahan data untuk memperoleh
Lebih terperinciOptimasi Multi Response Surface pada Industri Kemasan Botol Plastik dengan Pendekatan Fuzzy Programming
1 Optimasi Multi Response Surface pada Industri Kemasan Botol Plastik Pendekatan Fuzzy Programming Lela Devi Meylina dan Sony Sunaryo Jurusan Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam,
Lebih terperinciREGRESI LINIER. b. Variabel tak bebas atau variabel respon -> variabel yang terjadi karena variabel bebas. Dapat dinyatakan dengan Y.
REGRESI LINIER 1. Hubungan Fungsional Antara Variabel Variabel dibedakan dalam dua jenis dalam analisis regresi: a. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia.
Lebih terperinciOPTIMASI KUAT TEKAN DAN DAYA SERAP AIR DARI BATAKO YANG MENGGUNAKAN BOTTOM ASH DENGAN PENDEKATAN RESPON SERENTAK
OPTIMASI KUAT TEKAN DAN DAYA SERAP AIR DARI BATAKO YANG MENGGUNAKAN BOTTOM ASH DENGAN PENDEKATAN RESPON SERENTAK Ricky Afi Damaris (), Bobby O. P. Soepangkat () Mahasiswa MMT ITS, Staf Pengajar MMT ITS
Lebih terperinciOPTIMASI KUALITAS HALLOW BLOCK DENGAN METODE TAGUCHI INTISARI
Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume 6, No. 01 (2017), hal 61 68. OPTIMASI KUALITAS HALLOW BLOCK DENGAN METODE TAGUCHI Suwarno, Naomi Nessyana Debataraja, Setyo Wira Rizki INTISARI
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Metode Permukaan Respon (Response Surface Methodology/RSM), pertama kali diperkenalkan oleh Box dan Wilson (1951), metode ini sering digunakan untuk mencari
Lebih terperinciPENAKSIRAN PARAMETER REGRESI LINIER DENGAN METODE BOOTSTRAP MENGGUNAKAN DATA BERDISTRIBUSI NORMAL DAN UNIFORM
BIAStatistics (2015) Vol. 9, 2, hal. 28-32 PENAKSIRAN PARAMETER REGRESI LINIER DENGAN METODE BOOTSTRAP MENGGUNAKAN DATA BERDISTRIBUSI NORMAL DAN UNIFORM Munawar Jurusan Matematika FMIPA Universitas Syiah
Lebih terperinciHASIL DAN PEMBAHASAN. Penggunaan Rancangan FF
4 HASIL DAN PEMBAHASAN Penggunaan Rancangan FF Rancangan FF digunakan untuk mereduksi banyaknya kombinasi perlakuan yang digunakan pada rancangan faktorial lengkap. Hal ini dikarenakan jumlah satuan percobaan
Lebih terperinciPEMODELAN KURS RUPIAH TERHADAP MATA UANG EURO DENGAN PENDEKATAN REGRESI SPLINE. Sulton Syafii Katijaya 1, Suparti 2, Sudarno 3.
PEMODELAN KURS RUPIAH TERHADAP MATA UANG EURO DENGAN PENDEKATAN REGRESI SPLINE Sulton Syafii Katijaya 1, Suparti 2, Sudarno 3 1 Mahasiswa Jurusan Statistika FSM UNDIP 2,3 Staff Pengajar Jurusan Statistika
Lebih terperinciOPTIMASI KUALITAS HASIL PENGELASAN GAS METAL ARC WELDING (GMAW) BAJA ASTM 283 Grade A DENGAN RSM (RESPONSE SUFRACE METHODOLOGY)
OPTIMASI KUALITAS HASIL PENGELASAN GAS METAL ARC WELDING (GMAW) BAJA ASTM 283 Grade A DENGAN RSM (RESPONSE SUFRACE METHODOLOGY) Femiana Gapsari 1), Dwi Hadi Sulistyorini 2) Jurusan Teknik Mesin, Fakultas
Lebih terperinciRancangan Faktorial Pecahan
Rancangan Faktorial Pecahan Bagian 2: Rancangan Non-Reguler Bagus Sartono 25 Januari 2009 1 Pendahuluan Pada bagian 1 telah dibahas mengenai rancangan FF reguler mulai dari motivasi, pembuatan rancangan,
Lebih terperinciPARAMETER SETTING OF PRESS MACHINE USING RESPONSE SURFACE METHOD IN OIL PALM FACTORY. 2 PT. Perkebunan Lembah Bakti, Astra Agro Lestari, Tbk ABSTRAK
Jurnal Riset Industri Vol. V, No., 0, Hal 53-60 SETTING PARAMETER MESIN PRESS DENGAN METODE RESPON PERMUKAAN PADA PABRIK KELAPA SAWIT PARAMETER SETTING OF PRESS MACHINE USING RESPONSE SURFACE METHOD IN
Lebih terperinciPENENTUAN UKURAN CONTOH DAN REPLIKASI BOOTSTRAP UNTUK MENDUGA MODEL REGRESI LINIER SEDERHANA
Jurnal Matematika UNAND Vol. 3 No. 2 Hal. 53 61 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PENENTUAN UKURAN CONTOH DAN REPLIKASI BOOTSTRAP UNTUK MENDUGA MODEL REGRESI LINIER SEDERHANA OLIVIA ATINRI,
Lebih terperinci(R.10) ESTIMASI TOTAL POPULASI DENGAN MENGGUNAKAN PENAKSIR GENERALIZED REGRESSION (GREG)
(R.10) ESTIMASI TOTAL POPULASI DENGAN MENGGUNAKAN PENAKSIR GENERALIZED REGRESSION (GREG) 1Agus Muslim, 2 Sutawanir Darwis, 3 Achmad Zanbar Soleh 1Mahasiswa Magister Statistika Terapan, Universitas Padjadjaran,
Lebih terperinciREGRESI SEMIPARAMETRIK SPLINE TRUNCATED DENGAN SOFTWARE R. Abstract. Keywords: Spline Truncated, GCV, Software R.
REGRESI SEMIPARAMETRIK SPLINE TRUNCATED DENGAN SOFTWARE R Tiani Wahyu Utami 1), Alan Prahutama 2) 1 Program studi Statistika, FMIPA, Universitas Mumammadiyah Semarang email: tianiutami@unimus.ac.id 2 Departemen
Lebih terperinciPENINGKATAN EFISIENSI BIAYA PERCOBAAN DENGAN MENGGUNAKAN RANCANGAN FAKTORIAL PECAHAN 2 k-1 MARTA SUNDARI
PENINGKATAN EFISIENSI BIAYA PERCOBAAN DENGAN MENGGUNAKAN RANCANGAN FAKTORIAL PECAHAN 2 k- MARTA SUNDARI DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2007
Lebih terperinciJika terdapat k variabel bebas, x dan Y merupakan variabel tergantung, maka diperoleh model linier dari regresi berganda seperti rumus [3.1]. [3.
Analisis Regresi Analisis regresi merupakan salah satu alat statistika yang sangat populer digunakan user dalam mengolah data statistika. Analisis regresi digunakan untuk mengetahui hubungan satu atau
Lebih terperinciSarimah. ABSTRACT
PENDETEKSIAN OUTLIER PADA REGRESI LOGISTIK DENGAN MENGGUNAKAN TEKNIK TRIMMED MEANS Sarimah Mahasiswa Program Studi S1 Matematika Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas
Lebih terperinciOPTIMASI PROSES PEMBUATAN MOCAF (MODIFIED CASSAVA FLOUR) FERMENTASI SPONTAN MENGGUNAKAN RESPONSE SURFACE METHODOLOGY
OPTIMASI PROSES PEMBUATAN MOCAF (MODIFIED CASSAVA FLOUR) FERMENTASI SPONTAN MENGGUNAKAN RESPONSE SURFACE METHODOLOGY Disusun Oleh : George Kevin Wijaya 5303012009 FAKULTAS TEKNIK JURUSAN TEKNIK INDUSTRI
Lebih terperinciOPTIMALISASI PROSES PRODUKSI YANG MELIBATKAN BEBERAPA FAKTOR DENGAN LEVEL YANG BERBEDA MENGGUNAKAN METODE TAGUCHI SKRIPSI
OPTIMALISASI PROSES PRODUKSI YANG MELIBATKAN BEBERAPA FAKTOR DENGAN LEVEL YANG BERBEDA MENGGUNAKAN METODE TAGUCHI SKRIPSI Disusun oleh ANNISA INTAN MAYASARI 24010210120033 JURUSAN STATISTIKA FAKULTAS SAINS
Lebih terperinciANALISIS KOVARIANSI DALAM RANCANGAN BUJURSANGKAR YOUDEN DENGAN DATA HILANG
Vol. 11, No. 2, 93-104, Januari 2015 ANALISIS KOVARIANSI DALAM RANCANGAN BUJURSANGKAR YOUDEN DENGAN DATA HILANG ENDY NUR CAHYANTO*, NASRAH SIRAJANG*, M. SALEH AF* dy Nur Cahyanto, ABSTRAK Penelitian ini
Lebih terperinciOPTIMALISASI PROSES PRODUKSI YANG MELIBATKAN BEBERAPA FAKTOR DENGAN LEVEL YANG BERBEDA MENGGUNAKAN METODE TAGUCHI
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 3, Nomor 3, Tahun 2014, Halaman 303-312 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian OPTIMALISASI PROSES PRODUKSI YANG MELIBATKAN BEBERAPA FAKTOR
Lebih terperinciFAKTOR-FAKTOR YANG MEMPENGARUHI JUMLAH PENDUDUK DI JAWA TENGAH MENGGUNAKAN MODEL REGRESI ROBUST DENGAN ESTIMASI LEAST MEDIAN OF SQUARES (LMS)
FAKTOR-FAKTOR YANG MEMPENGARUHI JUMLAH PENDUDUK DI JAWA TENGAH MENGGUNAKAN MODEL REGRESI ROBUST DENGAN ESTIMASI LEAST MEDIAN OF SQUARES (LMS) Yuditia Ari Prabowo, Yuliana Susanti, dan Santoso Budi Wiyono
Lebih terperinci(D.3) DESAIN RESOLASI V DENGAN REPLIKASI FRAKSIONAL UNTUK MENENTUKAN FAKTOR PENYEBAB TERJADINYA WET SPOT PADA PRODUK KARET MENTAH
(D.3) DESAIN RESOLASI V DENGAN REPLIKASI FRAKSIONAL UNTUK MENENTUKAN FAKTOR PENYEBAB TERJADINYA WET SPOT PADA PRODUK KARET MENTAH Oleh : Enny Supartini Dra. MS. e-mail : arthinii@yahoo.com ABSTRAK Untuk
Lebih terperinciPENERAPAN REGRESI LINIER MULTIVARIAT PADA DISTRIBUSI UJIAN NASIONAL 2014 (Pada Studi Kasus Nilai Ujian Nasional 2014 SMP Negeri 1 Sayung)
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 3, Tahun 2015, Halaman 697-704 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PENERAPAN REGRESI LINIER MULTIVARIAT PADA DISTRIBUSI UJIAN NASIONAL
Lebih terperinciBAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel
BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Regresi dalam statistika adalah salah satu metode untuk menentukan tingkat pengaruh suatu variabel terhadap variabel yang lain. Variabel yang pertama disebut
Lebih terperinciIdentifikasi Faktor Signifikan pada Rancangan Faktorial Fraksional dan
Vol. 10, No. 2, 92-101, Januari 2014 Identifikasi Faktor Signifikan pada Rancangan Faktorial Fraksional dan Fachrun Arifianto S., M. Saleh AF., Anisa Abstrak Rancangan faktorial dengan jumlah faktor yang
Lebih terperinciPERBANDINGAN TINGKAT AKURASI REGRESI NONPARAMETRIK SPLINE DAN REGRESI NONPARAMETRIK KERNEL PADA PERTUMBUHAN BALITA DI KOTA SURAKARTA
PERBANDINGAN TINGKAT AKURASI REGRESI NONPARAMETRIK SPLINE DAN REGRESI NONPARAMETRIK KERNEL PADA PERTUMBUHAN BALITA DI KOTA SURAKARTA Febriani Astuti, Kartiko, Sri Sulistijowati Handajani Jurusan Matematika
Lebih terperinciBAB III MODEL ARIMAX DENGAN EFEK VARIASI KALENDER
21 BAB III MODEL ARIMAX DENGAN EFEK VARIASI KALENDER 3.1 Model Variasi Kalender Liu (Kamil 2010: 10) menjelaskan bahwa untuk data runtun waktu yang mengandung efek variasi kalender, dituliskan pada persamaan
Lebih terperinciANALISIS DESAIN FAKTORIAL FRAKSIONAL 2k-p DENGAN METODE LENTH
ANALISIS DESAIN FAKTORIAL FRAKSIONAL 2k-p DENGAN METODE LENTH SKRIPSI Oleh : GIAN KUSUMA DIAH TANTRI NIM : 24010210130075 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO SEMARANG
Lebih terperinciAplikasi Spline Kuadrat Terkecil dalam Pemodelan Pertumbuhan Anak Berdasarkan Indeks Antropometri
Vol. 6, No.1, 0-8, Juli 009 Aplikasi Spline Kuadrat Terkecil dalam Pemodelan Pertumbuhan Anak Berdasarkan Indeks Antropometri Wahidah Sanusi Abstrak Penelitian ini dilakukan untuk mengestimasi model pertumbuhan
Lebih terperinciGambar 7 Desain peralatan penelitian
21 III. METODE PENELITIAN 3.1. Bahan dan Alat Bahan utama yang digunakan dalam penelitian ini adalah tanah pemucat bekas yang diperoleh dari Asian Agri Group Jakarta. Bahan bahan kimia yang digunakan adalah
Lebih terperinciPROPOSAL PENELITIAN. Oleh : Randi Nugraha Putra ( )
JURUSAN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA 2011 PROPOSAL PENELITIAN Oleh : Randi Nugraha Putra (1309 106 005) 1 PENDAHULUAN 2 LANDASAN
Lebih terperinciOPTIMASI KONSENTRASI PELILINAN DAN SUHU PENYIMPANAN BUAH MANGGIS DENGAN MENGGUNAKAN METODE RESPON SURFACE
OPTIMASI KONSENTRASI PELILINAN DAN SUHU PENYIMPANAN BUAH MANGGIS DENGAN MENGGUNAKAN METODE RESPON SURFACE Andriani Lubis 1) Emmy Darmawati 2) Sutrisno 2) Andriani_loebis@yahoo.com, emi_handono@yahoo.com,
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam kehidupan sehari-hari tidak terlepas dari data, baik itu bersifat kuantitatif maupun kualitatif. Apabila dikumpulkan data dari seluruh elemen dalam suatu populasi,
Lebih terperinciESTIMASI KOMPONEN VARIAN PADA RANCANGAN ACAK KELOMPOK DENGAN MODIFIKASI HARTLEY-ROU
ESTIMASI KOMPONEN VARIAN PADA RANCANGAN ACAK KELOMPOK DENGAN MODIFIKASI HARTLEY-ROU Lismayani Usman 1, Raupong 2, Andi Kresna Jaya 3 Program studi Statistika, Jurusan Matematika, FMIPA, Universitas Hasanuddin
Lebih terperinciPemodelan Autoregressive (AR) pada Data Hilang dan Aplikasinya pada Data Kurs Mata Uang Rupiah
Vol. 9, No., 9-5, Januari 013 Pemodelan Autoregressive (AR) pada Data Hilang dan Aplikasinya pada Data Kurs Mata Uang Rupiah Fitriani, Erna Tri Herdiani, M. Saleh AF 1 Abstrak Dalam analisis deret waktu
Lebih terperinciBAB III PERANCANGAN APLIKASI DAN PERCOBAAN METODA RESPONS PERMUKAAN
30 BAB III PERANCANGAN APLIKASI DAN PERCOBAAN METODA RESPONS PERMUKAAN 3.1 Perancangan Aplikasi 3.1.1 Gambaran Umum Perancangan Model program aplikasi yang dirancang akan digambarkan dengan menggunakan
Lebih terperinciJURNAL PENGARUH ARUS PENGELASAN DAN SUDUT KAMPUH V TERHADAP KEKUATAN TARIK MATERIAL PADA PROSES LAS SMAW MENGGUNAKAN ELEKTRODA E 7016
JURNAL PENGARUH ARUS PENGELASAN DAN SUDUT KAMPUH V TERHADAP KEKUATAN TARIK MATERIAL PADA PROSES LAS SMAW MENGGUNAKAN ELEKTRODA E 7016 THE EFFECT OF WELDING CURRENT AND THE JOINT ANGLE V ON THE POWER OF
Lebih terperinciEKSPERIMENTAL DESAIN. Created by : Ika Damayanti, S.Si, M.Si
EKSPERIMENTAL DESAIN Created by : Ika Damayanti, S.Si, M.Si Materi : 1. Pengantar 2. Prinsip-prinsip Perancangan Percobaan 3. Rancangan Acak lengkap 4. Rancangan Acak Kelompok 5. Rancangan Bujur Sangkar
Lebih terperinciSTATISTIKA INDUSTRI 2 TIN 4004
STATISTIKA INDUSTRI 2 TIN 4004 Pertemuan 8 Outline: Simple Linear Regression and Correlation Multiple Linear Regression and Correlation Referensi: Montgomery, D.C., Runger, G.C., Applied Statistic and
Lebih terperincidan Korelasi 1. Model Regresi Linear 2. Penaksir Kuadrat Terkecil 3. Prediksi Nilai Respons 4. Inferensi Untuk Parameter-parameter Regresi 6.
Regresi Linear Sederhana dan Korelasi 1. Model Regresi Linear 2. Penaksir Kuadrat Terkecil 3. Prediksi Nilai Respons 4. Inferensi Untuk Parameter-parameter Regresi 5. Kecocokan Model Regresi 6. Korelasi
Lebih terperinci1. Model Regresi Linear dan Penaksir Kuadrat Terkecil 2. Prediksi Nilai Respons 3. Inferensi Untuk Parameter-parameter Regresi 4.
* 1. Model Regresi Linear dan Penaksir Kuadrat Terkecil 2. Prediksi Nilai Respons 3. Inferensi Untuk Parameter-parameter Regresi 4. Kecocokan Model Regresi 5. Korelasi Utriweni Mukhaiyar MA 2081 Statistika
Lebih terperinciSIMULASI PENGUKURAN KETEPATAN MODEL VARIOGRAM PADA METODE ORDINARY KRIGING DENGAN TEKNIK JACKKNIFE
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 3, Nomor 3, Tahun 2014, Halaman 333-342 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian SIMULASI PENGUKURAN KETEPATAN MODEL VARIOGRAM PADA METODE ORDINARY
Lebih terperinciABSTRAK. Pada prakternya tolak ukur yang dapat dilihat oleh keberhasilan mahasiswa adalah
PEMODELAN PRESTASI MAHASISWA TERHADAP MATAKULIAH WAJIB DENGAN ANALISIS REGRESI Anik Rufaidah Program Studi Teknik Industri Sekolah Tinggi Teknik Qomaruddin Jalan Raya No. 01 Bungah Gresik 61152 Indonesia
Lebih terperinciTINJAUAN PUSTAKA. Matriks adalah suatu susunan bilangan berbentuk segi empat. Bilangan-bilangan
4 II. TINJAUAN PUSTAKA 2.1 Konsep Dasar Matriks 2.1.1 Matriks Matriks adalah suatu susunan bilangan berbentuk segi empat. Bilangan-bilangan dalam susunan itu disebut anggota dalam matriks tersebut. Suatu
Lebih terperinciUji Homogenitas Rata-Rata Kasus Anova Dua Arah dengan Metode Cochran Cochran Test for Homogeneity Means in Two Ways ANOVA
Prosiding Statistika ISSN: 6-66 Uji Homogenitas Rata-Rata Kasus Anova Dua Arah dengan Metode Cochran Cochran Test for Homogeneity Means in Two Ways ANOVA Susan Susanti, Siti Sunendiari, Abdul Kudus,, Prodi
Lebih terperinciOPTIMASI KINERJA BTS PADA JARINGAN RADIO SELULER GSM DENGAN METODE MULTIPLE RESPONSE SURFACE DI PT. INDOSAT
OPTIMASI KINERJA BTS PADA JARINGAN RADIO SELULER GSM DENGAN METODE MULTIPLE RESPONSE SURFACE DI PT. INDOSAT Andri Aryo Tejo, Bobby Oedy P. Soepangkat, Sony Sunaryo Magister Manajemen Teknologi Institut
Lebih terperinciPEMAKAIAN VARIABEL INDIKATOR DALAM PEMODELAN. Mike Susmikanti *
PEMAKAIAN VARIABEL INDIKATOR DALAM PEMODELAN Mike Susmikanti * ABSTRAK PEMAKAIAN VARIABEL INDIKATOR DALAM PEMODELAN. Pemodelan dalam penelitian berbagai bidang khususnya bidang industri, merupakan kebutuhan
Lebih terperinciPERBANDINGAN METODE COEFFICIENT OF DETERMINATION RATIO DAN REGRESI DIAGNOSTIK DALAM MENDETEKSI OUTLIER PADA ANALISIS REGRESI LINIER BERGANDA
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 04, No. 3 (2015), hal 153 158. PERBANDINGAN METODE COEFFICIENT OF DETERMINATION RATIO DAN REGRESI DIAGNOSTIK DALAM MENDETEKSI OUTLIER PADA ANALISIS
Lebih terperinciBAB I PENDAHULUAN. menganalisis hubungan fungsional antara variabel prediktor ( ) dan variabel
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analisis regresi merupakan suatu metode yang digunakan untuk menganalisis hubungan fungsional antara variabel prediktor ( ) dan variabel respon ( ), dimana
Lebih terperinci(R.2) KAJIAN PREDIKSI KLASIFIKASI OBYEK PADA VARIABEL RESPON BINER
(R.2) KAJIAN PREDIKSI KLASIFIKASI OBYEK PADA VARIABEL RESPON BINER Drs. Soekardi Hadi P. Prodi Matematika Fakultas Sains dan Teknologi Universitas Islam As-Syafi iyah Email : s.hadip@yahoo.co.id Abstrak
Lebih terperinciBAB II TINJAUAN PUSTAKA. keuntungan atau coumpouding. Dari definisi di atas dapat disimpulkan bahwa
BAB II TINJAUAN PUSTAKA 2.1 Pengertian Investasi Menurut Fahmi dan Hadi (2009) investasi merupakan suatu bentuk pengelolaan dana guna memberikan keuntungan dengan cara menempatkan dana tersebut pada alokasi
Lebih terperinci