ANALISIS KINERJA BANK DENGAN DEA

Ukuran: px
Mulai penontonan dengan halaman:

Download "ANALISIS KINERJA BANK DENGAN DEA"

Transkripsi

1 ANALISIS KINERJA BANK DENGAN DEA Julza Hdayat Staf Pegaar Jurua Tekk Idutr Fakulta Tekk USU Abtrak: Ukura produktvta erupaka uatu dkator dala ela keapua berag dar uatu peruahaa. Beara euukka eberapa auh peruahaa terebut dapat eafaatka uber-uber yag terbata (put) utuk ecapa hal (output). Pegkata kera dar uatu perode ke perode berkutya erupaka tahapa utuk ecapa tuua yag dgka, ehgga perlu dlakuka pegukura kera. Uuya, pegukura kera uatu bak dega egguaka rao faal. Nau belu dapat euukka kod operaoal bak terebut. Sehgga dperluka uatu peeua etode yag lebh bak. Salah atu tekk yag dguaka yatu tekk perograa ateatka, Data Evelopet Aaly (DEA), ebuah odel progra ateat oparaetrk yag dguaka utuk egevalua produktvta relatf dar ebuah grup yag terdr dar ut-ut pebuat keputua (Deco Makg Ut/DMU) d dala egguaka put da output yag beraga da relatf aa, yag dala hal betuk fug produkya tdak dketahu atau tdak dtetuka. Kata kuc: Kera Bak, odel, Data Evelopet Aaly (DEA), produktvta relatf, operaoal.. Pedahulua.. Latar Belakag Kr ekoo yag paag egharuka peruahaa utuk elk keapua bertaha d egala bdag. Hal eutut peruahaa utuk apu ela keapua beragya da elakuka tdaka-tdaka perbaka yag dperluka berdaarka hal evalua. Salah atu dkator utaa dala ela keapua berag uatu peruahaa adalah ukura produktvta. Ukura atya aka euukka eberapa auh ebuah peruahaa dapat eafaatka uber-uber terbata yag dlk (put) terhadap hal (output) yag aka dperoleh. Secara uu, ebeluya ukura rao faal elalu ead ttk tolak utuk egukur kera uatu bak. Nau, ka haya eperhatka ukura rao faal tetuya hal yag dperoleh haya aka eggabarka po keuaga aa erta tdak apu utuk euukka eberapa bear uberdaya bak terebut yag dguaka dala upaya utuk edapatka hal kera yag berafaat..2. Ruua Maalah Dala dua perbaka kta egetahu bahwa begtu cepatya perubaha da cukup kuatya pegaruh lgkuga, ehgga agat petg utuk egetahu, ela, eatau, da eperbak kera peruahaa berdaarka la terhadap produktvtaya. Hal terebut dapat dcapa dega egetahu tgkat produktvta yag dhalka oleh bak terebut relatf terhadap tgkat produktvta bak laya dala elakuka kegataya pada bdag pelayaa aa perbaka. Berdaarka lapora keuaga yag dguaka utuk ela kera uatu bak, aka hal terebut tetuya belu euukka eauh aa peruahaa terebut telah egguaka uberdayaya (put) dega bak utuk eperoleh hal (output) yag dgka. Sehgga dperluka uatu aal utuk eperlhatka keapua peruahaa egguaka uberdaya terebut. Utuk tu dguaka Data Evelopet Aaly (DEA). Sehgga aka dperoleh uatu target yag haru dcapa dala upaya pegkata kera berdaarka la produktvta terebut. Hal aka ebatu phak aaee bak utuk dapat elakuka perbaka erta eata kebal kod operaoal agar dapat ecapa produktvta relatf yag lebh bak dega eruuk kepada bak laya yag eghalka kera terbak pada ruag lgkup kegata pelayaa aa yag aa..3. Tuua Peelta Tuua peelta utuk eberka gabara terhadap la produktvta relatf erta target yag haru dcapa ebaga daar perbaka kera bak..4. Bataa Maalah Ruag lgkup peraalaha ebaga berkut: Pegukura kera bertuua utuk ebadgka berdaarka produktvta relatf da buka utuk edapatka la produktvta yag ebearya (abolut). Idetfka dlakuka terhadap beberapa varabel put da output yag ead paraeter utuk edapatka la produktvta relatf. Varabel-varabel put da output yag aka daal berhubuga dega kegata pelayaa aa perbaka. Pedekata peecaha aalah egguaka 7

2 Jural Ste Tekk Idutr Volue 6 No. 2 Aprl 25 etode DEA dega odel CCR. Peelta dlakuka berdaarka data beberapa kator ut alah atu kator cabag PT Bak Rakyat Idoea (perero) pada tahu Au Perubaha perbadga terhadap put aupu output dala uatu kator ut bak tdak epegaruh produktvta yag ugk dcapa, yatu CRS (Cotat Retur to Scale). Produktvta relatf yag dlk oleh kator ut pada uatu kator cabag bak berla atara apa dega. Mag-ag kator ut pada uatu kator cabag bak elakuka kegata pelayaa aa perbaka yag aa. 2. Daar Teor 2.. Pegukura Kera Keberhala etap orgaa b tergatug pada keberhala proe b yag delaraka dega tuua da trateg orgaa peruahaa ecara keeluruha. Utuk ecapa tuua yag dgka, peruahaa harulah egkatka kera dar perode ke perode berkutya. Dala uatu orgaa, kera erupaka keapua yag dlk dala eerapka trateg ecara efektf utuk eatka eua tuua yag g dcapa dapat dwuudka. Utuk egetahu apakah uatu peruahaa udah ealaka aktvtaya dega bear dala ecapa tuua yag telah dtetapka, perlu dlakuka pegukura kera. Pegukura kera erupaka uatu proe evalua terhadap kupula dkator kera yag erupaka fora yag petg da bergua bag peruahaa. Kera uatu progra dapat dyataka dala peretae, dek, ratg, atau perbadga la yag dpatau pada kuru waktu tetap da dbadgka terhadap atu atau lebh krtera. Pegukura kera dega pedekata Data Evelopet Aaly (DEA) erupaka pegguaa progra ateat dala kotek aaee. Baaya progra ateat dguaka utuk egevalua uatu kupula alteratf tdaka yag ugk utuk edapatka yag terbak. Dega kata la, progra ateat berfug ebaga perecaa utuk ebatu aaee. Sehgga dala hal, progra ateat dguaka ebaga alat kotrol da evalua dar hal yag telah dcapa ebeluya, erta ebaga alat batu dala erecaaka aktvta aa depa. Dala proe perhtuga dlakuka perbadga lagug atara data-data hal oberva ataupu yag drecaaka, ehgga hal pegukura kera yag kta dapat atya adalah berdaarka produktvta relatf eua dega data oberva atau data recaa yag kta aukka. Pegukura kera berdaarka produktvta relatf dguaka karea lebh prakt. Suatu peruahaa aka lebh tertark utuk egetahu produktvta yag dcapaya ka dbadgka dega produktvta dar peruahaa ee dala kod yag aa da eghalka kera lebh bak. Nau perlu dgat bahwa hal dar pegukura kera haya eggabarka tgkat kera dar kator ut bak yag daat, buka eelaka bagaaa kator ut dapat ecapa tgkat kera terebut Produktvta Relatf Pegkata kera dala uatu orgaa atau peruahaa dapat dcapa atara la dega ukura produktvta. Produktvta erupaka ukura yag euukka eberapa auh ebuah peruahaa dapat eafaatka uber-uber terbata yag dlk (put) terhadap hal (output) yag aka dperoleh. Ada berbaga e pegukura produktvta yag dkeal yatu berdaarka ruag lgkup, dkeal ebaga pegukura produktvta ataregara, aoal, dutr, da peruahaa. Deka uga dar eg pedekata, kta egeal pedekata dek, pedekata fug, pedekata put-output, pedekata utlta, pedekata ervoyte, pedekata rao keuaga, da la-la. Utuk egetahu apakah uatu peruahaa udah ealaka aktvtaya dega bear dala ecapa tuua yag telah dtetapka, perlu dlakuka pegukura terhadap tgkat kera. Itlah produktvta dala bdag tekk euukka rao atara keluara (output) uatu te da auka (put) te terebut. Pegukura-pegukura dala bdag tekk da fka elalu egauka bahwa ada uatu tua deal yag eyataka kuatta output yag dhalka per aa dega kuatta put yag dberka, ehgga rao atara output da put aa dega atu (=). Produktvta dala tua yag deal aka elk la ebear % (full effcet), edagka produktvta pada keadaa tdak deal ba lebh kecl dar % ( effcet). Berdaarka ekupula data yag dperoleh, aka dapat dlakuka perbadga tgkat kera atarperuahaa. Pegukura terhadap kera dlakuka dega cara eghtug la produktvta relatf ag-ag kator ut. Dala proe peghtuga dlakuka perbadga lagug atara data-data hal oberva ataupu yag drecaaka, ehgga hal yag ddapat berdaarka produktvta relatf eua dega data oberva atau data recaa yag kta aukka. Adapu hubuga atarvarabel haru ddaarka pada fat excluvty ad exhautvee yag berart bahwa haya varabel put yag dapat epegaruh varabel output da haya varabel output yag dguaka dala pegukura aa yag dpegaruh. 8

3 Aal Kera Bak dega DEA 2.3. Data Evelopet Aaly (DEA) Salah atu etode yag dkebagka dala upaya pegukura produktvta peruahaa atau ut kera tertetu adalah Data Evelopet Aaly (DEA). Metode dkebagka pertaa kal oleh Chare, erupaka etode pegukura produktvta dega pedekata fug produk ecara oparaetrk. Seak awal dperkealka, pedekata telah ead etode yag dguaka dala egevalua produktvta berbaga ut kera pada berbaga bdag kera epert perbaka, ruah akt, ektor dutr, da pergurua tgg. Metode uga egguaka perbadga yag egguaka data-data yag berada dala bata-bata terluar dar keugka produk yag erupaka baga dar elubug (evelopet) dar keugka produk. Dala pegukura produktvta dega pedekata DEA dguaka perbadga lagug atara data-data hal oberva ataupu yag drecaaka ehgga la produktvta yag aka dperoleh adalah relatf eua dega data oberva atau data yag drecaaka. Berdaarka koep pegukura produktvta relatf, Farell (957) eperkealka tlah produktvta relatf-produktvta uatu orgaa dukur relatf terhadap produktvta orgaaorgaa yag ee. Alaa utaaya adalah keulta dala eetuka hubuga atarvarabel ecara pat. Sehgga dega cara profl deal tu tdak dtetuka edr oleh orgaa yag beragkuta tetap eruuk kepada orgaaorgaa yag eghalka kera terbak (the bet practce orgaato). Dala etode produk atau orgaa yag aka dukur produktvtaya debut ebaga DMU (Deco Makg Ut). Metode berdaar pada ruu produktvta yatu perbadga atara output da put yag ag-ag put da output terebut elk bobot. Produktvta dar etap ut dukur dega ebadgka put da output yag dguaka dega ebuah ttk yag terdapat pada gar yag debut dega gar frotr efe (effcet froter). Gar terebut aka egellg atau eutup (evelop) data dar orgaa yag beragkuta. Gar frotr efe dperoleh dar ut yag full effcet. Beberapa ut yag berbeda pada gar daggap elk la produktvta aa dega atu (=), edagka ut yag berada d bawah gar frotr efe elk la produktvta lebh kecl dar atu (<) da erupaka ut yag effcet. Berdaarka koep progra ler, etode uga terdr dar fug tuua da fug pebata ebaga berkut: a. Fug tuua Fug tuua erupaka fug dar varabel keputua, yatu rao atara output da put dar ut yag aka dukur produktvta relatfya. b. Fug pebata Fug pebata erupaka kedala yag dhadap, yatu rao atara output da put dar eua ut yag ada erta ulah put dar ut yag aka dukur produktvta relatfya. Beberapa odel yag erg dguaka yatu:. Model CCR (Chare, Cooper, ad Rhode), Model dguaka ka berau bahwa perbadga terhadap put aupu output uatu peruahaa tdak epegaruh produktvta yag ugk dcapa, yatu Cotat Retur to Scala (CRS). Model terdr dar fug tuua yag berupa aka ulah output dar ut yag aka dukur produktvta relatfya da elh dar ulah output da put dar eua ut yag aka dukur produktvta relatfya. Forula ateat ebaga berkut: Maka Subect to : h r = = = y r x v u r y r ; r =,2,..., x ; r =, 2,..., Utuk eyeleaka odel d ata, aka odel terebut haru dub ah ke betuk ler agar etode terebut dapat dterapka. Betuk ler dar odel d ata adalah: Maka Subect to : Keteraga: o = ut yag edag du = ut laya yag dperbadgka = ulah ut yag daal = ulah auka yag dguaka = ulah keluara yag dhalka = ulah auka yag dguaka ut v h = r = = y r r = y r u r yr ur xv =,2,..., ; y x v x u r r r = = = x v = =, 2,..., 9

4 Jural Ste Tekk Idutr Volue 6 No. 2 Aprl 25 yag daal u r = ulah keluara r yag dhalka ut yag daal y r = bobot dar keluara r yag dhalka ut yag daal x = bobot dar auka yag dguaka ut yag daal h o = la yag doptalka ebaga dkator produktvta relatf 2. Model BCC (Baker, Chare, ad Cooper) Model dguaka ka kta berau bahwa perbadga terhadap put aupu output uatu peruahaa aka epegaruh produktvta yag ugk dcapa, yatu VRS (Varable Retur to S cale ). Forula odel ebaga berkut: Ma W = w Subect to : w v λ v, =, 2,..., = λ = ; λ, =,..., = Berdaarka ruu d ata, w o adalah uatu la yag ka dkalka dega put v, aka aka eghalka la aku peguraga put utuk eghalka la output yag aa. Sedagka λ erupaka uatu varabel yag efokuka eberapa bear keugka utuk ebuat uatu DMU baru (vrtual DMU) dar DMU yag edag dhtug produktvta relatfya ebaga koba dar DMU yag laya. Dala hal, ela eetapka gar frotr efe etode DEA uga eetapka uatu target eua dega gar frotr efe (effcet froter) utuk etap DMU yag effcet erta eetapka atu atau beberapa ut yag dapat dguaka ebaga acua utuk ut yag effcet yag dala hal debut ebaga peer ut Progra LINDO LINDO erupaka gkata dar Lear, Iteractve, ad Dcrete Optzer, yatu ebuah paket progra koputer yag dapat dguaka utuk eyeleaka kau-kau lear prograg. Selaa varabel-varabel dala odel goal prograg uga elk fat ler aka LINDO uga dapat eyeleaka kau-kau goal prograg. Hal debabka karea odel lear prograg teryata elk keterbataa utuk eyeleaka kau-kau yag elk lebh dar atu aara yag hedak dcapa. Pegguaa progra udah dbaca da dkut erta cara pegoperaa yag ederhaa karea elk forat hal olaha. Progra LINDO pada daarya eghalka olaha yag dapat dbag ead dua baga, yatu:. Baga pertaa, ber fora egea peyeleaa optal, yatu la fug tuua, la optal varabel keputua, la varabel lack da urplu, da la dual prce. 2. Baga kedua, ber fora egea aal etvta la rua kaa kedala da paraeter fug tuua. Utuk eyeleaka progra ler yag ada pada etode DEA, hal olaha yag dguaka adalah hal olaha yag terdapat pada baga pertaa. Adapu uraa terperc tetag hal olaha progra LINDO utuk baga pertaa adalah ebaga berkut:. Nla Fug Tuua Nla euukka la ektr fug tuua berupa la aku atau u. 2. Nla Optal Varabel Keputua Nla pada hal olaha LINDO berada d bawah kolo value, da euukka la varabel keputua yag aka eberka la ektr terhadap fug tuua. 3. Nla Varabel Slack atau Surplu yatu: a. Varabel lack dguaka ka la rua kr lebh kecl dar la rua kaa peraaa yag terdapat pada kedala. Kehadra varabel lack aka ebuat eluruh pertdakaaa kedala berubah ead peraaa ehgga la rua kr pat aka elalu aa dega la rua kaaya. Apabla terad perbedaa aka perbedaa terebut aka dtapug oleh varabel lack. Oleh karea tu varabel lack aka elalu berla potf atau (ol). b. Varabel urplu dguaka ka la rua kr lebh bear dar la rua kaa peraaa yag terdapat pada kedala. Saa epert varabel lack, varabel urplu uga aka eyebabka eluruh pertdakaaa kedala berubah ead peraaa ehgga la rua kr aa dega la rua kaaya. Varabel urplu aka elalu berla egatf atau (ol). Utuk la varabel lack atau urplu pada hal olaha LINDO aka berada d bawah kolo lack or urplu. 4. Nla Dual Prce Dual prce aka eperlhatka eberapa bear keugka utuk ebuat uatu DMU baru (vrtual DMU) dar DMU yag edag dhtug produktvta relatfya ebaga koba dar DMU laya. Da utuk la dual prce pada hal olaha LINDO berada d bawah kolo dual prce. Berdaarka pegguaa etode DEA, peruua ecara terpah utuk tap DMU dega perhtuga ecara aual ult dlakuka apalag utuk aalah yag berkala bear. Sehgga hal terebut dapat dtetuka elalu hal olaha dega progra LINDO. Utuk egetahu peer ut dar ut (DMU) yag effcet aka dapat dlhat dar la varabel lack atau urplu dar ag-ag fug pebata (ut laya). Seua dega ketetua d ata, apabla uatu fug pebata elk varabel 2

5 Aal Kera Bak dega DEA lack atau urplu ebear, aka ut terebut erupaka peer ut dar DMU. Nau ka target utuk ut yag effcet dapat dhalka dar ulah dar hal kal harga dual (dual prce) dega la put da output ag-ag peer group/peer ut utuk DMU yag effcet. Berdaarka beberapa peelaa d ata, aka dapat dperoleh uatu hal olaha yag akurat dega pegguaa progra koputer berdaarka data-data output da put yag dperoleh. 3. Metodolog Peelta 3.. Idetfka Maalah da Peetapa Tuua Maalah yag aka dbaha adalah pegukura kera berdaarka produktvta relatf atarkator ut bak pada uatu kator cabag dala upaya egetahu eauh aa peruahaa telah eafaatka uberdaya yag dlk (put) erta hal (output) yag dhalkaya. Setelah adaya detfka terhadap aalah yag aka dtelt, dperluka peetapa tuuaya agar dapat dperoleh gabara produktvta relatf atarkator ut pada uatu kator cabag bak utuk perbaka kera bak terebut. data ekuder, atara la egea kegata bak terebut dala elakuka kegata pelayaa aa da bagaaa peruahaa egetahu tgkat kera dar ag-ag kator ut pada uatu kator cabag bak. Sela tu uga dguaka data put aupu data output Pegolaha da Aal Data Data yag dperoleh aka dolah erta daal berdaarka etode Data Evelopet Aaly (DEA) dega egguaka oftware LINDO (Lear, Iteractve ad Dcrete Optzer) ehgga dperoleh target yag haru dcapa ebaga upaya pegkata produktvta terhadap kera. 4. Pegupula da Pegolaha Data a. Data Iput Data put erupaka uberdaya yag dguaka oleh ag-ag kator ut pada uatu kator cabag bak utuk elakuka kegataya dala pelayaa aa perbaka. Data put terdr dar: Julah pegawa Julah paa (depot) dala Rp uta Julah baya (expee) dala Rp uta 3.2. Stud Putaka da Stud Oreta b. Data Output Melakuka tud keputakaa tetag hal-hal Data output erupaka hal yag dperoleh dar yag berkata dega peraalaha da etodeetode ag-ag kator ut bak dega yag edukug peyeleaa aalah. egguaka put yag ereka lk. Serta dega tud oreta uga ebaga Data output terdr dar: peahaa tetag kegata pelayaa aa dala Julah aabah bdag perbaka da hal-hal la yag terkat Julah kredt yag dberka (loa) dala Rp dega pegukura kera berdaarka uta produktvta relatf. Julah pedapata (coe) dala Rp uta 3.3. Idetfka Data yag Dguaka Data yag dguaka terdr dar data prer da Tabel. Julah Iput da Output Pada Mag-Mag Kator Ut d Salah Satu Cabag PT Bak Rakyat Idoea (perero) Selaa Tahu 23 Data Iput Data Output Kator Julah Julah Julah Baya Julah Kredt Julah Ut (DMU) Pegawa Spaa (Depot) (Expee) (Rp Juta) Julah Naabah yag Dberka (Loa) Pedapata (Icoe) ( Rp Juta) (Rp Juta) (Rp Juta) DMU ,4 3., ,5 3.86,2 DMU ,3 2.29, ,8 2.67, DMU ,2.3, ,6.255,7 DMU ,7.6, ,4.4,3 DMU , , ,6 3.68,6 DMU ,5.363, ,5.568,3 DMU , 928, ,3.73,2 DMU ,4.87, , 2.96, DMU ,5.658, ,.849, DMU , , , ,4 DMU , , , 3.623, DMU ,6 926, ,6.72,5 DMU ,6 83, ,9 963,8 DMU ,6 826, ,3 94,2 DMU , , , ,7 DMU ,5 894, ,.92,6 DMU , , , 2.92, DMU ,6.569, ,4 2

6 Jural Ste Tekk Idutr Volue 6 No. 2 Aprl 25 Pada peelta, alah atu kator cabag PT B ak Rakyat Idoea (perero) elk 8 buah kator u t da tap kator ut dyataka dala DMU (Deco akg Ut). Da berdaarka hal pegolaha data dperoleh la produktvta relatf tap DMU terebut. Tabel 2. Nla Produktvta Relatf Tap DMU DMU Nla Produktvta Relatf, 2, 3, 4,9562 5,99 6,8868 7,8769 8,877 9,,, 2, 3,99 4,9557 5, 6, 7, 8, 5. Aal da Evalua Merupaka alah atu kelebha dar etode Data Evelopet Aaly (DEA) adalah dtetapkaya uatu peer group/peer ut utuk ag-ag kator ut yag relatf effcet. Sepert yag telah dketahu bahwa etode DEA eerapka progra ler utuk eudahka peyeleaaya. Dega deka utuk eetuka peer ut atau peer group terebut, aka kta uga dapat egguaka progra ler terebut. Utuk eyeleaka progra ler dar agag DMU, proe peyeleaaya aka beruaha utuk eghalka la fug obektf yag terbak (bobot yag dhalka adalah bobot yag aka egoptalka fug obektf) utuk DMU yag aka dukur berdaarka la produktvta relatfya. Proe peyeleaa aka berhet ka la produktvta dar fug obektf atau la produktvta dar atu atau beberapa DMU laya adalah (atu). Sehgga utuk etap ut yag relatf effcet etdakya ada atu ut yag aka full effcet dega egguaka bobot dar DMU terebut. Ut yag full effcet terebut aka dkataka ebaga peer ut at au peer group. Tabel 3. Peer Group DMU DMU Peer Group 4 DMU 3, DMU, DMU 2 5 DMU 6 DMU 3, DMU, DMU 2, DMU 8 7 DMU, DMU 2 8 DMU, DMU 6 3 DMU, DMU 2, DMU 6 4 DMU 3, DMU 6 Utuk egetahu peer ut/peer group dar ag-ag DMU atau kator ut yag relatf effcet aka dapat dlhat dar la varabel lack atau urplu dar ag-ag fug pebata, y ag dala hal la dar varabel lack atau urplu dar peer ut adalah,. Dkataka deka ebab dega la varabel lack atau urplu yag aa dega, aka DMU terebut telah apu eghalka output ebear la put yag dguakaya. Berdaarka aal kera kator ut terebut dega egguaka etode DEA, aka dperoleh beberapa DMU yag full effcet (la produktvta relatf=) ebayak (ebela) DMU. Sedagka beberapa DMU yag effcet (la produktvta relatf < ) ebayak 7 (tuuh) DMU. Utuk eperbak keraya dala upaya pegkata produktvtaya, dala hal kator ut bak, aka etode Data Evelopet Aaly (DEA) eberka uatu target yag haru dcapa oleh kator ut ehgga dapat elk produktvta yag lebh bak. Target yag aka dtetapka tu dperoleh dar kera peer group/peer ut utuk ag-ag kator ut bak. Adapu target yag dakud dapat berupa peabaha ulah output yag dhalka atau peurua pada ulah put yag dguaka aa, atau kedua-duaya. Julah target yag dtetapka bag DMU atau kator ut dperoleh dar perhtuga atara actual output atau actual put dega vrtual output atau vrtual put. Yag dakud dega actual output da actual put adalah output da put kator ut aat. Sedagka vrtual output da vrtual put adalah output da put yag dharapka dapat dcapa oleh kator ut utuk egkatka produktvtaya. Vrtual output da vrtual put erupaka ulah dar hal kal harga dual (dual prce) dega la output da put ag-ag peer group/peer ut utuk DMU yag relatf effcet. Target put adalah actual put dkurag vrtual put da target output adalah vrtual output dkurag actual output. 22

7 Aal Kera Bak dega DEA Tabel 4. Target Produktvta Tap DMU Target Produktvta DMU Iput Output Peguraga ulah pegawa Pegkata ulah kredt yag dberka (loa) Peguraga ulah paa (depot 2 Peguraga ulah pegawa Pegkata ulah aabah Pegkata ulah kredt yag dberka (loa) 3 Peguraga ulah pegawa Peguraga ulah pegawa Pegkata ulah aabah 5 Peguraga ulah pegawa Pegkata ulah aabah Pegkata ulah kredt yag dberka (loa) 6 Peguraga ulah pegawa Peguraga ulah pegawa Pegkata ulah kredt yag dberka (loa) Pegkata ulah pedapata (coe) 6. Kepula da Sara 6.. Kepula Peelta eberka beberapa kepula ebaga berkut: Metode DEA dapat dguaka utuk berbaga pegukura produktvta relatf uatu DMU, yag elk karakter operaoal (put da output) yag relatf aa, terauk d dalaya utuk ebadgka produktvta relatf eluruh kator ut uatu kator cabag bak. Metode DEA dapat eberka gabara berdaarka la produktvta relatf uatu kator ut bak dbadgka dega kator ut laya atau keeluruha ut bak ehgga phak aaee dapat eata kebal kod operaoal bak agar dapat ecapa kera yag lebh bak lag. Dapat eberka gabara target-target utuk perbaka ehgga phak aaee dapat egheat teaga da waktu dega haya eatau kator ut bak yag effcet aa Sara Kator cabag PT Bak Rakyat Idoea (perero) ebakya egguaka ukura produktvta relatf utuk ela kera dar ag-ag kator ut bak yag dlkya ebab dega la produktvta relatf dapat dketahu perbadga kera etap kator ut relatf terhadap kator ut bak laya. Dala eetapka target yag full effcet utuk kator ut bak, kator cabag PT Bak Rakyat Idoea (perero) ebakya tdak lagug egguaka hal aal yag telah dlakuka, tetap ebakya dlakuka evalua terlebh dahulu utuk elhat apakah hal terebut dapat dterapka pada kator ut yag beragkuta eua dega kod yag ada d kator ut terebut. Daftar Putaka Arkuto, S. 22. Proedur Peelta: Suatu Pedekata Praktek, Ed Rev V. Jakarta: PT Reka Cpta. Bowl, W F. Meaurg Perforace: A Itroducto to Data Evelopet Aaly (DEA). Uverty of Norther Iowa, Cedar Fall, Ia Feth, Merye D., Jacko Peter M., Joe, ad Weya, Thoa G. A Eprcal Study of Stocatc DEA ad Facal Perfoace: The Cae of the Turkh Coercal Bakg Idutry. Uted Kgdo: Maageet Cetre, Uverty of Leceter. Nugroho, Purwatoro R. Peerapa Data Evelopet Aaly (DEA) Dala Kau Pelha Produk Iket Peroal Prter. Dala Maaee Uahawa Idoea No. /TH.XXXII ed Oktober/23. Jakarta: LPMFE-UI. Swato Goal Prograg Dega Megguaka LINDO. Jakarta: PT Elex Meda Koputdo. Suath, D.J Productvty Egeerg ad Maageet. USA: McGraw-Hll. Teeggug, D.Y.A. 2. Pegukura Perfora Opera Idutr Kecl Maufaktur Dega Metoda Data Evelopet Aaly (DEA). Dala Proceedg Sear Ste Produk V, Ittut Tekolog Badug. 23

Penyelesaian Masalah Transportasi Dengan Metoda Primal-Dual Wawan Laksito YS 4)

Penyelesaian Masalah Transportasi Dengan Metoda Primal-Dual Wawan Laksito YS 4) ISSN : 69 7 Peyeleaa Maalah Traporta Dega Metoda Pral-Dual Wawa Lakto YS 4) Abtrak Maalah Traporta erupaka peraalaha pedtrbua uatu produk hooge dar beberapa uber ke beberapa tuua dega cara yag palg optal.

Lebih terperinci

BAB III METODE MULTISTAGE CLUSTER SAMPLING. dilakukan melalui dua tahap pengambilan sampel atau lebih (Cochran, 1977:314).

BAB III METODE MULTISTAGE CLUSTER SAMPLING. dilakukan melalui dua tahap pengambilan sampel atau lebih (Cochran, 1977:314). BAB III METODE MULTISTAGE CLUSTER SAMPLIG A. Pedahulua Metode ulttage cluter aplg adalah proe pegabla apel ag dlakuka elalu dua tahap pegabla apel atau lebh (Cochra, 977:34). Pearka apel dega etode ebeara

Lebih terperinci

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah seluruh siswa kelas X SMA Negeri 1

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah seluruh siswa kelas X SMA Negeri 1 8 III. MEODOLOGI PEELIIA A. Popula da Sampel Popula dalam peelta adalah eluruh wa kela X SMA eger Bagurejo Lampug egah tahu pelajara 009/00 ebayak 75 orag yag terdtrbu dalam lma kela dmaa tgkat kemampua

Lebih terperinci

PENGUJIAN HIPOTESIS PROSEDUR UMUM PROSEDUR UMUM PROSEDUR UMUM. Langkah 1 : tentukan hipotesis 0 (H 0 ) dan anti hipotesis (H 1 )

PENGUJIAN HIPOTESIS PROSEDUR UMUM PROSEDUR UMUM PROSEDUR UMUM. Langkah 1 : tentukan hipotesis 0 (H 0 ) dan anti hipotesis (H 1 ) PENGUJIAN HIPOTESIS PROSEDUR UMUM Lagkah : tetuka hpote 0 (H 0 ) da at hpote (H ) malya: H 0 : µ 00 H : µ 00 atau H : µ > 00 atau H : µ < 00 PROSEDUR UMUM Lagkah : tetuka je dtrbu yag cocok: bla > 30 da

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu. BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa yag varabel bebasya ( berpagkat palg tgg satu. Utuk regres ler sederhaa, regres ler haya melbatka dua varabel ( da. Persamaa regresya dapat dtulska

Lebih terperinci

BAB III TEOREMA GLEASON DAN t-desain

BAB III TEOREMA GLEASON DAN t-desain BAB III TEOREMA GLEASON DAN t-desain Dalam ubbab 3., kta aka mempelaar alah atu fat petg dar kode wa-dual geap. Sfat terebut dberka oleh Teorema 3.(Teorema Gleao), Teorema ecara megeaka telah meetuka betuk

Lebih terperinci

III. METODE PENELITIAN. Populasi dalam penelitian ini adalah seluruh siswa kelas VII semester ganjil SMP

III. METODE PENELITIAN. Populasi dalam penelitian ini adalah seluruh siswa kelas VII semester ganjil SMP III. METODE PENELITIAN A. Popula da Sampel Popula dalam peelta adalah eluruh wa kela VII emeter gajl SMP Ba Mulya Badar Lampug Tahu Pelajara 0/0 dega jumlah wa ebayak 03 wa yag terbag dalam 3 kela. Sampel

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI Utu mempermudah dalam meyeleaa pembahaa pada bab, maa aa dbera beberapa def da beberapa teor daar yag meduug... Teor Teor Peduug... Rua Gar Def. Rua Gar Ja ada d R atau 3 R, maa ebuah

Lebih terperinci

BAB II TINJAUAN PUSTAKA. Untuk mengetahui lebih jelas mengenai uji Modifikasi Baumgartner Weiβ

BAB II TINJAUAN PUSTAKA. Untuk mengetahui lebih jelas mengenai uji Modifikasi Baumgartner Weiβ 5 BAB II TINJAUAN PUSTAKA. Pedahulua Utuk egetahu lebh elas egea u Modfkas Baugarter Weβ Schdler (MBWS) dperluka teor-teor yag edukug. Utuk tu, bab eelaska egea statstk oparaetrk u beda dua rata-rata dega

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa merupaka baga regres yag mecakup hubuga ler satu peubah acak tak bebas dega satu peubah bebas. Hubuga ler da dar satu populas dsebut gars regres

Lebih terperinci

BAB III PERSAMAAN PANAS DIMENSI SATU

BAB III PERSAMAAN PANAS DIMENSI SATU BAB III PERSAMAAN PANAS DIMENSI SAU Pada baga sebelumya, kta telah membahas peerapa metoda Ruge-Kutta orde 4 utuk meyelesaka masalah la awal dar persamaa dferesal basa orde. Pada bab, kta aka melakuka

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Sampa saat, model Regres da model Aalss Varas telah dpadag sebaga dua hal ag tdak berkata. Meskpu merupaka pedekata ag umum dalam meeragka kedua cara pada taraf permulaa,

Lebih terperinci

PERANCANGAN SISTEM PERENCANAAN DAN PENGENDALIAN PERSEDIAAN PRODUK MULTI PEMASOK DI UD. SAHABAT

PERANCANGAN SISTEM PERENCANAAN DAN PENGENDALIAN PERSEDIAAN PRODUK MULTI PEMASOK DI UD. SAHABAT 68 Bud: PERANCANGAN SISTEM PERENCANAAN DAN PENGENDALIAN PERSEDIAAN PERANCANGAN SISTEM PERENCANAAN DAN PENGENDALIAN PERSEDIAAN PRODUK MULTI PEMASOK DI UD. SAHABAT Dya Seta Bud ), Da Reto Sar Dew ), D Edah

Lebih terperinci

100% r n. besarnya %. n. h t t p : / / m a t e m a t r i c k. b l o g s p o t. c o m =. 400

100% r n. besarnya %. n. h t t p : / / m a t e m a t r i c k. b l o g s p o t. c o m =. 400 h t t p : / / m a t e m a t r c k. b l o g p o t. c o m Meetuka uur-uur pada dagram lgkara atau batag Rgkaa Mater : Uur uur pada dagram lgkara yag pokok haya hal :. Meetuka bear baga dalam lgkara ( dapat

Lebih terperinci

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu KORELASI 1 D dua kta tdak dapat hdup sedr, tetap memerluka hubuga dega orag la. Hubuga tu pada umumya dlakuka dega maksud tertetu sepert medapat kergaa pajak, memperoleh kredt, memjam uag, serta mta pertologa/batua

Lebih terperinci

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM 1 Megetahu perhtuga persamaa regres ler Meggambarka persamaa regres ler ke dalam dagram pecar TEORI PENUNJANG Persamaa Regres adalah persamaa matematka

Lebih terperinci

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai BAB LANDASAN TEORI. Kosep Dasar Aalss Regres Aalss regres regressso aalyss merupaka suatu tekk utuk membagu persamaa da megguaka persamaa tersebut utuk membuat perkraa predcto. Dega demka, aalss regres

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN 5 BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Dekrp Data Hal Peelta Setelah melakuka peelta, peelt medapatka hal tud lapaga utuk memperoleh data dega tekk te, etelah dlakuka uatu pembelajara atara kelompok

Lebih terperinci

II. LANDASAN TEORI. Pada bab II ini, akan dibahas pengertian-pengertian (definisi) dan teorema-teorema

II. LANDASAN TEORI. Pada bab II ini, akan dibahas pengertian-pengertian (definisi) dan teorema-teorema II. LANDASAN TEORI Pada bab II aka dbahas pegerta-pegerta (defs) da teorea-teorea ag edukug utuk pebahasa pada bab IV. Pegerta (defs) da teorea tersebut dtulska sebaga berkut... Teorea Proeks Teorea proeks

Lebih terperinci

5/12/2014. Tempat Kedudukan Akar(Root Locus Analysis) ROOT LOCUS ANALYSIS

5/12/2014. Tempat Kedudukan Akar(Root Locus Analysis) ROOT LOCUS ANALYSIS 5//04 Matakulah: T EDALI Tahu : 04 Pertemuaa 45 Tempat eduduka Akar(Root Lou Aaly) Learg Outome Pada akhr pertemua, dharapka mahawa aka mampu : meerapka aal da aplka Tempat keduduka Akar dalam dea tem

Lebih terperinci

UKURAN GEJALA PUSAT DAN UKURAN LETAK

UKURAN GEJALA PUSAT DAN UKURAN LETAK UKURAN GEJALA PUSAT DAN UKURAN LETAK MODUL 4 UKURAN GEJALA PUSAT DAN UKURAN LETAK. Pedahulua Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu persoala, bak megea sampel atau pu

Lebih terperinci

BAB 4 SISTEM DINAMIK ORDE-TINGGI

BAB 4 SISTEM DINAMIK ORDE-TINGGI Stem Damk Ore-Tgg 47 BAB 4 SISTEM DINAMI ORDE-TINI Stem amk ore-tgg gabuga ua atau lebh tem amk ore-atu. Cotoh:. Level cotrol paa tagk-tagk, bak yag tem o- terka oteractg ytem maupu yag terterak teractg

Lebih terperinci

BAB 2. Tinjauan Teoritis

BAB 2. Tinjauan Teoritis BAB Tjaua Teorts.1 Regres Lear Sederhaa Regres lear adalah alat statstk yag dperguaka utuk megetahu pegaruh atara satu atau beberapa varabel terhadap satu buah varabel. Varabel yag mempegaruh serg dsebut

Lebih terperinci

BAB 5. ANALISIS REGRESI DAN KORELASI

BAB 5. ANALISIS REGRESI DAN KORELASI BAB 5. ANALISIS REGRESI DAN KORELASI Tujua utama aalss regres adalah mecar ada tdakya hubuga ler atara dua varabel: Varabel bebas (X), yatu varabel yag mempegaruh Varabel terkat (Y), yatu varabel yag dpegaruh

Lebih terperinci

TINJAUAN PUSTAKA Konsep Dasar Pendugaan Area Kecil

TINJAUAN PUSTAKA Konsep Dasar Pendugaan Area Kecil 4 INJAUAN PUSAKA Kosep Dasar Pedugaa Area Kec Secara uu etode pedugaa area kec dbag ejad dua baga atu etode peduga agsug (drect estato da etode peduga tak agsug (drect estato. etode-etode pedugaa seaa

Lebih terperinci

PENYELESAIAN PENGOPTIMUMAN PORTOFOLIO FUZZY MENGGUNAKAN PENDEKATAN FUNGSI LAGRANGE. Sugiyarto

PENYELESAIAN PENGOPTIMUMAN PORTOFOLIO FUZZY MENGGUNAKAN PENDEKATAN FUNGSI LAGRANGE. Sugiyarto Prodg ear Naoal Peelta Peddka Peerapa MIPA akulta MIPA Uverta Neger Yogyakarta 6 Me 009 M-8 PENYELEAIAN PENGOPTIMUMAN PORTOOLIO UY MENGGUNAKAN PENDEKATAN UNGI LAGRANGE ugyarto MIPA Matematka Uverta Ahmad

Lebih terperinci

METODE FUZZY AHP DAN FUZZY TOPSIS UNTUK PEMILIHAN DISTRO LINUX

METODE FUZZY AHP DAN FUZZY TOPSIS UNTUK PEMILIHAN DISTRO LINUX ORBITH VOL. 9 NO. JULI 03 : 78 83 ETODE FUZZY AHP DAN FUZZY TOPSIS UNTUK PEILIHAN DISTRO LINUX Oleh : Ahad Sabq Tekk Iforatka Poltekk Purbaya Tegal Jl. Pacakarya No. Talag Tegal 593 Abstrak Pada peelta

Lebih terperinci

PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN MEDIAN DAN KOEFISIEN KURTOSIS

PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN MEDIAN DAN KOEFISIEN KURTOSIS PENAKIR RAIO YANG EFIIEN UNTUK RATA-RATA POPULAI PADA AMPLING ACAK EDERHANA MENGGUNAKAN MEDIAN DAN KOEFIIEN KURTOI abarah * Haro H rat Mahawa Program Matematka Doe Jurua Matematka Fakulta Matematka da

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Dalam pemodela program ler, semua parameter yag dguaka dalam model dasumska dapat dketahu secara past. Parameter-parameter terdr dar koefse batasa ( ) a, la kuattas batasa

Lebih terperinci

BAB III REVIEW SIFAT- SIFAT STATISTIK PENDUGAAN TIPE KERNEL BAGI FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN PERIODE GANDA

BAB III REVIEW SIFAT- SIFAT STATISTIK PENDUGAAN TIPE KERNEL BAGI FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN PERIODE GANDA 9 BAB III REVIEW SIFAT- SIFAT STATISTI PENDUGAAN TIPE ERNE BAGI FUNGSI INTENSITAS PROSES POISSON PERIODI DENGAN PERIODE GANDA 3. Perumua Peduga Malka adala proe Poo ag damat pada terval [0] dega fug teta

Lebih terperinci

PROGRAM LINIEAR DENGAN METODE SIMPLEX

PROGRAM LINIEAR DENGAN METODE SIMPLEX POGAM LINIEA DENGAN METODE SIMPLEX A. TEKNIK PENYELESAIAN Betuk Soal Progra Lear Kedala utaa asalah rogra lear daat eretuk a atau a atau a. Kedala yag eretuk ertdaksaaa daoat duah ead ersaaa seaga erkut

Lebih terperinci

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS C. Pembelajara 3 1. Slabus N o STANDA R KOMPE TENSI KOMPE TENSI DASAR INDIKATOR MATERI TUGAS BUKTI BELAJAR KON TEN INDIKA TOR WAK TU SUM BER BELA JAR Meerap ka atura kosep statstka dalam pemecah a masalah

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 1 Pegerta Regres Istlah regres pertama kal dperkealka oleh Fracs Galto Meurut Galto, aalss regres berkeaa dega stud ketergatuga dar suatu varabel yag dsebut tak bebas depedet varable,

Lebih terperinci

BAB 1 ERROR PERHITUNGAN NUMERIK

BAB 1 ERROR PERHITUNGAN NUMERIK BAB ERROR PERHITUNGAN NUMERIK A. Tujua a. Memaham galat da hampra b. Mampu meghtug galat da hampra c. Mampu membuat program utuk meelesaka perhtuga galat da hampra dega Matlab B. Peragkat da Mater a. Software

Lebih terperinci

BAB III METODE PENELITIAN. Jenis penelitian ini merupakan jenis penelitian kuantitatif, karena data yang

BAB III METODE PENELITIAN. Jenis penelitian ini merupakan jenis penelitian kuantitatif, karena data yang BAB III METODE PENELITIAN A. Je Peelta Je peelta merupaka je peelta kuattatf, karea data yag dperoleh adalah data kuattatf megea hal belajar wa, yag dguaka utuk megaal data dega megguaka hpote keamaa dua

Lebih terperinci

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling BAB LANDASAN TEORI Kosep Dasar Aalss Regres Aalss regres adalah suatu proses memperkraka secara sstemats tetag apa yag palg mugk terjad dmasa yag aka datag berdasarka formas yag sekarag dmlk agar memperkecl

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA.1 Pedahulua Sebelum membahas megea prosedur peguja hpotess, terlebh dahulu aka djelaska beberapa teor da metode yag meujag utuk mempermudah pembahasa. Adapu teor da metode tersebut

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel BAB I PENDAHULUAN 1.1 Statstka Deskrptf da Statstka Iferesal Dewasa d berbaga bdag lmu da kehdupa utuk memaham/megetahu sesuatu dperluka dat Sebaga cotoh utuk megetahu berapa bayak rakyat Idoesa yag memerluka

Lebih terperinci

POLIGON TERBUKA TERIKAT SEMPURNA

POLIGON TERBUKA TERIKAT SEMPURNA MODUL KULIAH ILMU UKUR TANAH POLIGON TERBUKA TERIKAT SEMPURNA Pegerta : peetua azmuth awal da akhr, peetuat kesalaha peutup sudut,koreks sudut, kesalaha lear da koreks lear kearah sumbu X da Y, Peetua

Lebih terperinci

Pemanfaatan Teknologi Informasi Dalam Pengendalian Kualitas Produk Kerajinan Bordir menggunakan Peta Kendali Variabel Fuzzy Linguistik

Pemanfaatan Teknologi Informasi Dalam Pengendalian Kualitas Produk Kerajinan Bordir menggunakan Peta Kendali Variabel Fuzzy Linguistik SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 05 Peafaata Tekolog Iforas Dala Pegedala Kualtas Produk Keraa Bordr egguaka Peta Kedal Varabel Fuzzy Lgustk Akk Hdayat Fakultas MIPA, Uverstas

Lebih terperinci

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas:

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas: ANALISIS REGRESI Pedahulua Aalss regres berkata dega stud megea ketergatuga satu peubah (peubah terkat) terhadap satu atau lebh peubah laya (peubah pejelas). Jka Y dumpamaka sebaga peubah terkat da X1,X,...,X

Lebih terperinci

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES * PENYAJIAN DATA Secara umum, ada dua cara peyaja data, yatu : 1. Tabel atau daftar. Grafk atau dagram Macam-macam daftar yag dkeal : a. Daftar bars kolom b. Daftar kotges c. Daftar dstrbus frekues Sedagka

Lebih terperinci

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani FMDAM (2) Chartas Fbra Techque for Order Preferece by Smlarty to Ideal Soluto () ddasarka pada kosep dmaa alteratf terplh yag terbak tdak haya memlk jarak terpedek dar solus deal postf, amu juga memlk

Lebih terperinci

8. MENGANALISIS HASIL EVALUASI

8. MENGANALISIS HASIL EVALUASI 8. MENGANALISIS HASIL EVALUASI Tujua : Mampu megaalsa tgkat kesukara hasl evaluas utuk megkatka hasl proses pembelajara Kegata megaals hasl evaluas merupaka upaya utuk memperbak programprogram pembelajara

Lebih terperinci

TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP

TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP JURNAL MATEMATIKA DAN KOMPUTER Vol. 7. No. 1, 11-19, Aprl 004, ISSN : 1410-8518 TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM Sudaro Jurusa Matematka FMIPA UNDIP Abstrak Sstem yag dbetuk

Lebih terperinci

CADANGAN PROSEKTIF ASURANSI JIWA DWIGUNA BERDASARKAN ASUMSI CONSTANT FORCE

CADANGAN PROSEKTIF ASURANSI JIWA DWIGUNA BERDASARKAN ASUMSI CONSTANT FORCE CADANGAN ROSEKTIF ASURANSI JIWA DWIGUNA BERDASARKAN ASUMSI CONSTANT FORCE Tara Mustka 1, Johaes Kho 2, Azskha 2 1 Mahasswa rogra S1 Mateatka 2 Dose Jurusa Mateatka Fakultas Mateatka da Ilu egetahua Ala

Lebih terperinci

STUDI KELAYAKAN: ASPEK FINANSIAL. F.Hafiz Saragih SP, MSc

STUDI KELAYAKAN: ASPEK FINANSIAL. F.Hafiz Saragih SP, MSc STUDI KELAYAKAN: ASPEK FINANSIAL F.Hafz Saragh SP, MSc Pajak Baya bag perusahaa/ usahata, sehgga merupaka peguraga dar beeft Subsd FINANSIAL Peguraga baya bag perusahaa/ usahata, sehgga merupaka tambaha

Lebih terperinci

III. METODE PENELITIAN. Populasi penelitian ini yaitu seluruh siswa kelas X SMA Negeri 2 Bandar

III. METODE PENELITIAN. Populasi penelitian ini yaitu seluruh siswa kelas X SMA Negeri 2 Bandar 7 III. METDE PENELITIAN A. Populai Peelitia Populai peelitia ii yaitu eluruh iwa kela MA Negeri Badar Lampug dega ampel kela, pada emeter geap Tahu Pelajara 0/0. B. ampel Peelitia Tekik pegambila ampel

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Bab aka mejelaska megea ladasa teor yag dpaka oleh peuls dalam peelta. Bab dbag mejad beberapa baga, yag masg masg aka mejelaska Prcpal Compoet Aalyss (PCA), Egeface, Klusterg K-Meas,

Lebih terperinci

ANALISIS MASALAH GENERATOR DARI POSSIBLE DAN UNIVERSAL EIGENVECTOR PADA MATRIKS INTERVAL DALAM ALJABAR MAX-PLUS

ANALISIS MASALAH GENERATOR DARI POSSIBLE DAN UNIVERSAL EIGENVECTOR PADA MATRIKS INTERVAL DALAM ALJABAR MAX-PLUS Sear Nasoal Mateatka IV (SeNasMat) Isttut Tekolog Sepuluh Nopeber, Surabaya, 3 Deseber NLISIS MSLH GENERTOR DRI POSSIBLE DN UNIVERSL EIGENVECTOR PD MTRIKS INTERVL DLM LJBR MX-PLUS Rata Novtasar, Suboo,

Lebih terperinci

III. METODOLOGI PENELITIAN. Menurut Arikunto (1991 : 3) penelitian eksperimendalah suatu penelitian yang

III. METODOLOGI PENELITIAN. Menurut Arikunto (1991 : 3) penelitian eksperimendalah suatu penelitian yang 37 III. METODOLOGI PENELITIAN A. Metode Peelta Metode peelta merupaka suatu cara tertetu yag dguaka utuk meelt suatu permasalaha sehgga medapatka hasl atau tujua yag dgka. Meurut Arkuto (1991 : 3) peelta

Lebih terperinci

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan Aalsa Numerk Baha Matrkulas PENDAHULUAN Metode umerk merupaka suatu tekk atau cara utuk megaalsa da meyelesaka masalah masalah d dalam bdag rekayasa tekk da sa dega megguaka operas perhtuga matematk Masalah-masalah

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4. Deskrps Peelta Berdasarka hasl peelta, d peroleh data megea kemempua sswa melakuka smash sebelum da sesudah latha power otot lega adalah sebaga berkut : Tabel.

Lebih terperinci

dan µ : rata-rata hitung populasi x : rata-rata hitung sampel

dan µ : rata-rata hitung populasi x : rata-rata hitung sampel Uura Statt. Pedahulua Uura Statt:. Uura Pemuata Bagamaa, d maa data berpuat? Rata-Rata Htug Arthmetc Mea Meda Modu Kuartl, Del, Peretl. Uura Peyebara Bagamaa peyebara data? Ragam, Vara Smpaga Bau Uura

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB METODE PENELTAN 3.1 Tempat da Waktu Peelta Peelta dlaksaaka d areal/wlaah koses huta PT. Sarmeto Parakata Tmber, Kalmata Tegah pada bula Aprl sampa dega Me 007. 3. Baha da Alat Baha ag dguaka utuk

Lebih terperinci

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data //203 UKURAN GEJALA PUSAT DAN UKURAN LETAK Kaa Evta Dew, S.Pd., M.S. Ukura gejala pusat Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu hal, bak tu dar sampel ataupu populas Ukura

Lebih terperinci

III. METODOLOGI PENELITIAN. Metode penelitian merupakan strategi umum yang di anut dalam

III. METODOLOGI PENELITIAN. Metode penelitian merupakan strategi umum yang di anut dalam III. METODOLOGI PENELITIAN A. Metode Peelta Metode peelta merupaka strateg umum yag d aut dalam pegumpula data da aalss data yag dperluka, gua mejawab persoala yag dhadap. Meurut Arkuto (006 : 3) peelta

Lebih terperinci

Rangkuman 1. Statistik menyatakan kumpulan data yang dapat berupa angka yang dinamakan data kuantitatif maupun non angka yang dinamakan data

Rangkuman 1. Statistik menyatakan kumpulan data yang dapat berupa angka yang dinamakan data kuantitatif maupun non angka yang dinamakan data Raguma. Statt meyataa umpula data yag dapat berupa aga yag damaa data uattat maupu o aga yag damaa data ualtat yag duu dalam betu tabel da atau dagram/gra, yag meggambara da mempermudah pemahama aa aga

Lebih terperinci

BAB 2 LANDASAN TEORITIS. yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama.

BAB 2 LANDASAN TEORITIS. yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama. BAB 2 LANDASAN TEORITIS 2.1 Pegerta Peramala Peramala ( forecastg ) adalah kegata memperkraka atau mempredkska apa yag aka terjad pada masa yag aka datag dega waktu yag relatf lama. Sedagka ramala adalah

Lebih terperinci

3/19/2012. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut

3/19/2012. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut 3/9/202 UKURAN GEJALA PUSAT DAN UKURAN LETAK Kaa Evta Dew, S.Pd., M.S. Ukura gejala pusat Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu hal, bak tu dar sampel ataupu populas

Lebih terperinci

NORM VEKTOR DAN NORM MATRIKS

NORM VEKTOR DAN NORM MATRIKS NORM VEKTOR DN NORM MTRIK umaag Muhtar Gozal UNIVERIT PENDIDIKN INDONEI. Pedahulua Jka kta membcaraka topk ruag vektor maka cotoh sederhaa yag dapat kta ambl adalah ruag Eucld R. D ruag kta medefska pajag

Lebih terperinci

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI BB 6 PRINSIP INKLUSI DN EKSKLUSI Pada baga aka ddskuska topk berkutya yatu eumeras yag damaka Prsp Iklus da Eksklus. Kosep dalam bab merupaka perluasa de dalam Dagram Ve beserta oepras rsa da gabuga, amu

Lebih terperinci

Analisis Kriteria Investasi

Analisis Kriteria Investasi Uverstas Guadarma TUJUAN Setelah mempelajar Bab dharapka mahasswa dapat memaham: Apakah gagasa usaha (proyek) yag drecaaka dapat memberka mafaat (beeft), bak dlhat dar facal beeft maupu socal beeft. Pelaa

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Stem Pedukug Keputua Stem Pedukug Keputua (Deco Support Stem) merupaka uatu tlah yag megacu pada uatu tem yag memafaatka dukuga komputer dalam proe pegambla keputua. Utuk memberka

Lebih terperinci

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi STATISTIKA A. Des Umum. Pegerta statstk Statstk adalah kumpula akta yag berbetuk agka da dsusu dalam datar atau tabel yag meggambarka suatu persoala. Cotoh: statstk kurs dolar Amerka, statstk pertumbuha

Lebih terperinci

3 Departemen Statistika FMIPA IPB

3 Departemen Statistika FMIPA IPB Supleme Respos Pertemua ANALISIS DATA KATEGORIK (STK51) Departeme Statstka FMIPA IPB Pokok Bahasa Sub Pokok Bahasa Referes Waktu U potess Tga Cotoh atau Lebh U Kruskal-Walls (aalss ragam satu-arah berdasarka

Lebih terperinci

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran Kurkulum 013/006 matematka K e l a s XI STATISTIKA: UKURAN PEMUSATAN Tujua Pembelajara Setelah mempelajar mater, kamu dharapka memlk kemampua berkut. 1. Dapat meetuka rata-rata data tuggal da data berkelompok..

Lebih terperinci

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP Msal dguaka kode ler C[, k, d] dega matrks pembagu G da matrks cek partas H. Sebuah blok formas x = x 1 x 2 x k, x = 0 atau 1, yag aka dkrm terlebh

Lebih terperinci

BAB 2 LANDASAN TEORI. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama.

BAB 2 LANDASAN TEORI. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama. BAB 2 LANDASAN TEORI 2.1 Pegerta Peramala Peramala ( forecastg ) adalah kegata memperkraka atau mempredkska apa yag aka terjad pada masa yag aka datag dega waktu yag relatve lama. Sedagka ramala adalah

Lebih terperinci

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu BAB II LADASA TEORI Dalam pegambla sampel dar suatu populas, dperluka suatu tekk pegambla sampel yag tepat sesua dega keadaa populas tersebut. Sehgga sampel yag dperoleh adalah sampel yag dapat mewakl

Lebih terperinci

Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 6, No. 02 (2017), hal

Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 6, No. 02 (2017), hal Bulet Ilah Mat. Stat. da Terapaya (Baster) Volue 6, No. (17), hal 77 84. PENENTUAN NILAI INTERNAL RATE OF RETURN DENGAN METODE NEWTON-RAPHSON PADA KASUS PENGKREDITAN KENDARAAN BERMOTOR Al A, Nao Nessyaa

Lebih terperinci

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri III. METODE PEELITIA A. Metodolog Peelta Metodolog peelta adalah cara yag dlakuka secara sstemats megkut atura-atura, recaaka oleh para peeltutuk memecahka permasalaha yag hdup da bergua bag masyarakat,

Lebih terperinci

BahanBelajar Mandiri (BBM) 1

BahanBelajar Mandiri (BBM) 1 BahaBelajar Madr BBM DASAR-DASAR STATISTIKA Mujoo.0 Aalss Data Da Peluag DASAR - DASAR STATISTIKA PENDAHULUAN Dala Baha Belajar Madr BBM pertaa ada aka epelajar dasar-dasar statstka ag ecakup pegerta statstk

Lebih terperinci

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan,

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan, BAB II TINJAUAN TEORITIS.1 Kosep Dasar Statstka Statstk merupaka cara cara tertetu yag dguaka dalam megumpulka, meyusu atau megatur, meyajka, megaalsa da member terpretas terhadap sekumpula data, sehgga

Lebih terperinci

PENGARUH MODAL KERJA TERHADAP PENDAPATAN PENGRAJIN INDUSTRI KECIL TEMPE DI DESA SAMBAK KECAMATAN KAJORAN KABUPATEN MAGELANG

PENGARUH MODAL KERJA TERHADAP PENDAPATAN PENGRAJIN INDUSTRI KECIL TEMPE DI DESA SAMBAK KECAMATAN KAJORAN KABUPATEN MAGELANG PENGARUH MODAL KERJA TERHADAP PENDAPATAN PENGRAJIN INDUSTRI KECIL TEMPE DI DESA SAMBAK KECAMATAN KAJORAN KABUPATEN MAGELANG Asa Kurat Peddka Ekoom, FKIP Uverstas Muhammadah Purworejo asachaca8@ahoo.com

Lebih terperinci

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST Koferes Nasoal Tekk Spl 3 (KoNTekS 3) Jakarta, 6 7 Me 009 WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST Maksum Taubrata Program Stud Tekk Spl, Uverstas Krste Maraatha Badug Jl.

Lebih terperinci

STATISTIK. Ukuran Gejala Pusat Ukuran Letak Ukuran Simpangan, Dispersi dan Variasi Momen, Kemiringan, dan Kurtosis

STATISTIK. Ukuran Gejala Pusat Ukuran Letak Ukuran Simpangan, Dispersi dan Variasi Momen, Kemiringan, dan Kurtosis STATISTIK Ukura Gejala Pusat Ukura Letak Ukura Smpaga, Dspers da Varas Mome, Kemrga, da Kurtoss Notas Varabel dyataka dega huruf besar Nla dar varabel dyataka dega huruf kecl basaya dtuls Tmes New Roma

Lebih terperinci

Regresi Linier Sederhana Definisi Pengaruh

Regresi Linier Sederhana Definisi Pengaruh Regres Ler Sederhaa Dah Idra Baga Bostatstka da Kepeduduka Fakultas Kesehata Masyarakat Uverstas Arlagga Defs Pegaruh Jka terdapat varabel, msalka da yag data-dataya dplot sepert gambar dbawah 3 Defs Pegaruh

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakag Kehidupa ausia seatiasa diarahka pada kodisi yag aka datag, yag keberadaaya tidak dapat diketahui secara pasti. Sehigga ausia berusaha elakuka kegiata kegiata dega berorietasi

Lebih terperinci

BAB 2 : BUNGA, PERTUMBUHAN DAN PELURUHAN

BAB 2 : BUNGA, PERTUMBUHAN DAN PELURUHAN Jl. Raya Wagu Kel. Sdagsar Kota Bogor Telp. 0251-8242411, emal: prohumas@smkwkrama.et, webste : www.smkwkrama.et BAB 2 : BUNGA, PERTUBUHAN DAN PELURUHAN PENGERTIAN BUNGA Buga adalah jasa dar smpaa atau

Lebih terperinci

( ) ( ) ( ) ( ) ( ) III MODEL. , θ Ω. 1 Pendugaan parameter dengan metode maximum lkelihood estimation dapat diperoleh dari:

( ) ( ) ( ) ( ) ( ) III MODEL. , θ Ω. 1 Pendugaan parameter dengan metode maximum lkelihood estimation dapat diperoleh dari: 5 Mamum Lkelhood Estmato Defs Fugs Lkelhood Msalka X, X,, X adalah eubah acak d dega fugs massa eluag ( ; θ, dega θ dasumska skalar da tdak dketahu, maka rosedur fugs lkelhood daat dtulska sebaga berkut

Lebih terperinci

Metode Statistika Pertemuan XI-XII

Metode Statistika Pertemuan XI-XII /4/0 Metode Statitika Pertemua XI-XII Statitika Ifereia: Pegujia Hipotei Populai : = 0 Butuh pembuktia berdaarka cotoh!!! Apa yag diperluka? > 0? Maa yag bear? Sampel : 5 Ok, itu adalah pegujia hipotei,

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 7 BAB LANDASAN TEOR. Aal Regre Salah atu tuua aal data adalah utuk memperkraka/memperhtugka beara efek kuattatf dar perubaha uatu keada terhadap keada laa. Setap kebaka (polc), bak dar pemertah maupu wata,

Lebih terperinci

TINJAUAN PUSTAKA Evaluasi Pengajaran

TINJAUAN PUSTAKA Evaluasi Pengajaran TINJAUAN PUSTAKA Evaluas Pegajara Evaluas adalah suatu proses merecaaka, memperoleh da meyedaka formas yag sagat dperluka utuk membuat alteratf- alteratf keputusa. Dalam hubuga dega kegata pegajara evaluas

Lebih terperinci

Analisis Kriteria Investasi TUJUAN

Analisis Kriteria Investasi TUJUAN Aalss Krtera Ivestas TUJUAN Setelah mempelajar Bab dharapka mahasswa dapat memaham: Apakah gagasa usaha (proyek) yag drecaaka dapat memberka mafaat (beeft), bak dlhat dar facal beeft maupu socal beeft.

Lebih terperinci

Jurnal Sketsa Bisnis Vol. 2 No. 1 Agustus 2015 Page 18

Jurnal Sketsa Bisnis Vol. 2 No. 1 Agustus 2015 Page 18 ANALISA WAKTU BAKU PRODUKSI DOMPET DENGAN PENDEKATAN PETA TANGAN KIRI DAN TANGAN KANAN PADA CV. XYZ DI PASURUAN Hasa Bashor 1), Rosyatul Umam ) 1) Dose Tekk dustr Fakultas Tekk Uverstas Yudharta Pasurua

Lebih terperinci

Dasar Ekonomi Teknik: Matematika Uang. Ekonomi Teknik TIP FTP UB

Dasar Ekonomi Teknik: Matematika Uang. Ekonomi Teknik TIP FTP UB Dasar Ekoom Tekk: Matematka Uag Ekoom Tekk TIP TP UB Bahasa lra Kas (Cash low Tme Value of Moey Buga Ekvales Cash low Tata alra uag masuk da keluar per perode waktu pada suatu perusahaa lra kas aka terjad

Lebih terperinci

Penelitian Operasional II Teori Permainan TEORI PERMAINAN

Penelitian Operasional II Teori Permainan TEORI PERMAINAN Peelta Operasoal II Teor Permaa 7 2 TEORI PERMAINAN 2 Pegatar 2 Krtera Tekk Permaa : () Terdapat persaga kepetga datara pelaku (2) Setap pema memlk stateg, bak terbatas maupu tak terbatas (3) Far Game

Lebih terperinci

ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET

ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET Prosdg Semar Nasoal Peelta, Peddka da Peerapa MIPA Fakultas MIPA, Uverstas Neger Yogyakarta, 6 Me 9 ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET Sty Rachyay Pusat Pemafaata Sas Atarksa,

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu

BAB 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu BAB TINJAUAN TEORITIS. Pegerta Aalsa Regres Istlah regres pertama kal dperkealka oleh Fracs Galto. Meurutya, aalss regres berkeaa dega stud ketergatuga atara dua atau lebh varabel yatu varabel yag meeragka

Lebih terperinci

METODOLOGI PENELITIAN. pengaruh atau akibat dari suatu perlakuan atau treatment, dalam hal ini yaitu

METODOLOGI PENELITIAN. pengaruh atau akibat dari suatu perlakuan atau treatment, dalam hal ini yaitu 47 III. METODOLOGI PENELITIAN A. Metode Peelta Metode peelta yag dguaka dalam peelta adalah metode eksperme. Metode dguaka atas pertmbaga bahwa sfat peelta ekspermetal yatu mecobaka suatu program latha

Lebih terperinci

ANALISIS MULTIVARIAT. Pengantar Analisis Multivariat Lanjutan. Irlandia Ginanjar M.Si

ANALISIS MULTIVARIAT. Pengantar Analisis Multivariat Lanjutan. Irlandia Ginanjar M.Si ANALISIS MULTIVARIAT Pegatar Aal Multvarat Lauta Irlada Gaar M.S Jurua Stattka FMIPA Uad Nota utuk varabel varabel berkala l terval atau rao k bl k Vektor varabel acak: Nla haraa vektor Nla haraa vektor

Lebih terperinci

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI 9.1. Dstrbus Kotu Dstrbus memlk sfat kotu dmaa data yag damat berjala secara kesambuga da tdak terputus. Maksudya adalah bahwa data yag damat tersebut tergatug

Lebih terperinci

Bab II Teori Pendukung

Bab II Teori Pendukung Bab II Teor Pedukug.. asar Statstka Utuk keperlua peaksra outstadg clams lablty, pegetahua dalam statstka mead hal yag petg. asar statstka yag dguaka dalam tess atara la :. strbus ormal Sebuah peubah acak

Lebih terperinci

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN // REGRESI LINEAR SEDERHANA DAN KORELASI. Model Regres Lear. Peaksr Kuadrat Terkecl 3. Predks Nla Respos 4. Iferes Utuk Parameter-parameter Regres 5. Kecocoka Model Regres 6. Korelas Utrwe Mukhayar MA

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN A. Tujua Peelta Berdaarka rumua maalah pada BAB I, peelta kuattatf yag aka dlakaaka bertujua utuk megetahu adaya perbedaa hal belajar peerta ddk pada metode Numbered Head

Lebih terperinci

2.2.3 Ukuran Dispersi

2.2.3 Ukuran Dispersi 3 Ukura Dspers Yag aka dbahas ds adalah smpaga baku da varas karea dua ukura dspers yag palg serg dguaka Hubuga atara smpaga baku dega varas adalah Varas = Kuadrat dar Smpaga baku otas yag umum dguaka

Lebih terperinci

Regresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( )

Regresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( ) Regres & Korelas Ler Sederhaa 1. Pedahulua Gagasa perhtuga dtetapka oleh Sr Fracs Galto (18-1911) Persamaa regres :Persamaa matematk yag memugkka peramala la suatu peubah takbebas (depedet varable) dar

Lebih terperinci

Perancangan Pengendali PID. Institut Teknologi Sepuluh Nopember

Perancangan Pengendali PID. Institut Teknologi Sepuluh Nopember Peracaga Pegedal PID Ittut Tekolog Seuluh Noember Pegatar Mater Cotoh Soal Latha Rgkaa Pegatar Mater Cotoh Soal Peracaga Pegedal P Peracaga Pegedal PI Peracaga Pegedal PD Peracaga Pegedal PID Latha Rgkaa

Lebih terperinci

INTERVAL KEPERCAYAAN UNTUK PERBEDAAN KOEFISIEN VARIASI DARI DISTRIBUSI LOGNORMAL I. Pebriyani 1*, Bustami 2, S. Sugiarto 2

INTERVAL KEPERCAYAAN UNTUK PERBEDAAN KOEFISIEN VARIASI DARI DISTRIBUSI LOGNORMAL I. Pebriyani 1*, Bustami 2, S. Sugiarto 2 INTERVAL KEPERCAAAN UNTUK PERBEDAAN KOEFIIEN VARIAI DARI DITRIBUI LOGNORMAL I. Pebrya * Bustam. ugarto Mahasswa Program Matematka Dose Jurusa Matematka Fakultas Matematka da Ilmu Pegetahua Alam Uverstas

Lebih terperinci