BAB 4 PENGUMPULAN, PENGOLAHAN DAN ANALISIS DATA
|
|
- Hartanti Susanto
- 6 tahun lalu
- Tontonan:
Transkripsi
1 08 BAB 4 PENGUMPULAN, PENGOLAHAN DAN ANALISIS DATA 4. Pegumpula Data Data yag peuls kumpulka adalah data yag berhubuga dega proses produks, lapora kerusaka mes, lapora reject dalam produks yag dtaga oleh Departeme Covertg utuk dvs potog label. Data yag dambl adalah data selama setahu terakhr, yatu dar bula Maret 008 sampa dega Februar 009, dmaa data yag dambl aka dguaka d dalam pegolaha data pada seluruh topk yag aka dbahas pada bab 4. Data yag dambl melput data waktu kejada kerusaka bak waktu mula rusak hgga selesa peagaa, keteraga sgkat lapora kerusaka, omor mes serta kompoe mes yag rusak. Berkut adalah lapora proses produks dar dvs mes potog pada PT. Om Kemas Idustry. 4. Pegolaha Data 4.. Statstcal Process Cotrol Berkut adalah data produks da reject yag dkumpulka dar bula Maret 008 sampa dega Februar 009:
2 09 Data produks da reject bula Maret 008: Tabel 4. Data produks da reject bula Maret 008 Taggal Produks (pcs) Reject (pcs) -Mar Mar Mar Mar Mar Mar Mar Mar Mar Mar Mar Mar Mar Mar Mar Mar Mar Mar Mar Mar Mar Mar Mar Mar Mar Mar Mar Mar Mar Mar Mar
3 0 Data produks da reject bula Aprl 008: Tabel 4. Data produks da reject bula Aprl 008 Taggal Hasl produks (Kg) Reject (Kg) -Apr Apr Apr Apr Apr Apr Apr Apr Apr Apr Apr Apr Apr Apr Apr Apr Apr Apr Apr Apr Apr Apr Apr Apr Apr Apr Apr Apr Apr Apr
4 Data produks da reject bula Me 008: Tabel 4.3 Data produks da reject bula Me 008 Taggal Hasl produks (Kg) Reject (Kg) -Me Me Me Me Me Me Me Me Me Me Me Me Me Me Me Me Me Me Me Me Me Me Me Me Me Me Me Me Me Me
5 Data produks da reject bula Ju 008: Tabel 4.4 Data produks da reject bula Ju 008 Taggal Hasl produks (Kg) Reject (Kg) -Ju Ju Ju Ju Ju Ju Ju Ju Ju Ju Ju Ju Ju Ju Ju Ju Ju Ju Ju Ju Ju Ju Ju Ju Ju Ju Ju Ju Ju Ju
6 3 Data produks da reject bula Jul 008: Tabel 4.5 Data produks da reject bula Jul 008 Taggal Hasl produks (Kg) Reject (Kg) -Jul Jul Jul Jul Jul Jul Jul Jul Jul Jul Jul Jul Jul Jul Jul Jul Jul Jul Jul Jul Jul Jul Jul Jul Jul Jul Jul Jul Jul Jul Jul
7 4 Data produks da reject bula Agustus 008: Tabel 4.6 Data produks da reject bula Agustus 008 Taggal Hasl produks (Kg) Reject (Kg) -Aug Aug Aug Aug Aug Aug Aug Aug Aug Aug Aug Aug Aug Aug Aug Aug Aug Aug Aug Aug Aug Aug Aug Aug Aug Aug Aug Aug Aug Aug Aug
8 5 Data produks da reject bula September 008: Tabel 4.7 Data produks da reject bula September 008 Taggal Hasl produks (Kg) Reject (Kg) -Sep Sep Sep Sep Sep Sep Sep Sep Sep Sep Sep Sep Sep Sep Sep Sep Sep Sep Sep Sep Sep Sep Sep Sep Sep Sep Sep Sep Sep Sep
9 6 Data produks da reject bula Oktober 008: Tabel 4.8 Data produks da reject bula Oktober 008 Taggal Hasl produks (Kg) Reject (Kg) -Oct Oct Oct Oct Oct Oct Oct Oct Oct Oct Oct Oct Oct Oct Oct Oct Oct Oct Oct Oct Oct Oct Oct Oct Oct Oct Oct Oct Oct Oct Oct
10 7 Data produks da reject bula November 008: Tabel 4.9 Data produks da reject bula November 008 Taggal Hasl produks (Kg) Reject (Kg) -Nov Nov Nov Nov Nov Nov Nov Nov Nov Nov Nov Nov Nov Nov Nov Nov Nov Nov Nov Nov Nov Nov Nov Nov Nov Nov Nov Nov Nov Nov
11 8 Data produks da reject bula Desember 008: Tabel 4.0 Data produks da reject bula Desember 008 Taggal Hasl Produks (Kg) Reject (Kg) -Dec Dec Dec Dec Dec Dec Dec Dec Dec Dec Dec Dec Dec Dec Dec Dec Dec Dec Dec Dec Dec Dec Dec Dec Dec Dec Dec Dec Dec Dec Dec
12 9 Data produks da reject bula Jauar 009: Tabel 4. Data produks da reject bula Jauar 009 Taggal Hasl produks (Kg) Reject (Kg) -Ja Ja Ja Ja Ja Ja Ja Ja Ja Ja Ja Ja Ja Ja Ja Ja Ja Ja Ja Ja Ja Ja Ja Ja Ja Ja Ja Ja Ja Ja Ja
13 0 Data produks da reject bula Februar 009: Tabel 4. Data produks da reject bula Februar 009 Taggal Hasl produks (Kg) Reject (Kg) -Feb Feb Feb Feb Feb Feb Feb Feb Feb Feb Feb Feb Feb Feb Feb Feb Feb Feb Feb Feb Feb Feb Feb Feb Feb Feb Feb Feb
14 4... Perhtuga Peta Kotrol Bula Maret 008 Tabel 4.3 Perhtuga peta kedal p bula Maret 008 Pegamata Hasl produks (pcs) Reject (pcs) Propors cacat p
15 Cotoh perhtuga pegamata pertama: Jumlah Cacat ke - p Jumlah Produks ke - p Total Jumlah Cacat p Total Jumlah Produks p CL p Dmaa: p Propors cacat p CL Cetral Lmt Jumlah produks
16 Peta Kedal p 0.5 Propors Cacat _ P Bayakya Pegamata (har) 5 8 Tests performed wth uequal sample szes Grafk 4. Peta kedal p bula Maret 008 Dar grafk d atas dapat dlhat bahwa propors cacat p , , agka jka dkalka dega 00% maka aka meghaslka la 9.54%, la meujukka bahwa kemampua proses utuk meghaslka produk yag terbebas dar cacat adalah sebesar 9.54%, dmaa dketahu pula bahwa propors produk cacat adalah , yag meujukka bahwa 8.46% dar produk yag dhaslka dalam proses merupaka produk cacat.
17 4 Bula Aprl 008 Tabel 4.4 Perhtuga Peta Kedal p Bula Aprl 008 Pegamata Hasl produks (pcs) Reject (pcs) Propors cacat p 0.468
18 5 Peta Kedal p Propors Cacat _ P Bayakya Pegamata (har) Tests performed wth uequal sample szes 5 8 Grafk 4. Peta kedal p bula Aprl 008 Dar grafk d atas dapat dlhat bahwa propors cacat p 0.468, , agka jka dkalka dega 00% maka aka meghaslka la 85.3%, la meujukka bahwa kemampua proses utuk meghaslka produk yag terbebas dar cacat adalah sebesar 85.3%, dmaa dketahu pula bahwa propors produk cacat adalah 0.468, yag meujukka bahwa 4.68% dar produk yag dhaslka dalam proses merupaka produk cacat.
19 6 Bula Me 008 Tabel 4.5 Perhtuga peta kedal p bula Me 008 Pegamata Hasl produks (pcs) Reject (pcs) Propors cacat p
20 7 Peta Kedal p Propors Cacat _ P Bayak Pegamata (har) Tests performed wth uequal sample szes 5 8 Grafk 4.3 Peta kedal p bula Me 008 Dar grafk d atas dapat dlhat bahwa propors cacat p , , agka jka dkalka dega 00% maka aka meghaslka la 9.93%, la meujukka bahwa kemampua proses utuk meghaslka produk yag terbebas dar cacat adalah sebesar 9.93%, dmaa dketahu pula bahwa propors produk cacat adalah , yag meujukka bahwa 7.07% dar produk yag dhaslka dalam proses merupaka produk cacat.
21 8 Bula Ju 008 Tabel 4.6 Perhtuga peta kedal p bula Ju 008 Pegamata Hasl produks (pcs) Reject (pcs) Propors cacat p 006
22 9 0.5 Peta Kotrol p 0.0 Propors Cacat Bayakya Pegamata (har) 5 8 _ P0.006 Tests performed wth uequal sample szes Grafk 4.4 Peta kedal p bula Ju 008 Dar grafk d atas dapat dlhat bahwa propors cacat p 0.006, , agka jka dkalka dega 00% maka aka meghaslka la 90.94%, la meujukka bahwa kemampua proses utuk meghaslka produk yag terbebas dar cacat adalah sebesar 90.94%, dmaa dketahu pula bahwa propors produk cacat adalah 0.006, yag meujukka bahwa 0.06% dar produk yag dhaslka dalam proses merupaka produk cacat.
23 30 Bula Jul 008 Tabel 4.7 Perhtuga peta kedal p bula Jul 008 Pegamata Hasl produks (pcs) Reject (pcs) Propors cacat p 0.639
24 3 Peta Kedal p Propors Cacat _ P Bayakya Pegamata (har) Tests performed wth uequal sample szes Grafk 4.5 Peta kedal p bula Jul 008 Dar grafk d atas dapat dlhat bahwa propors cacat p 0.639, , agka jka dkalka dega 00% maka aka meghaslka la 83.6%, la meujukka bahwa kemampua proses utuk meghaslka produk yag terbebas dar cacat adalah sebesar 83.6%, dmaa dketahu pula bahwa propors produk cacat adalah 0.639, yag meujukka bahwa 6.39% dar produk yag dhaslka dalam proses merupaka produk cacat.
25 3 Bula Agustus 008 Tabel 4.8 Perhtuga peta kedal p bula Agustus 008 Pegamata Hasl produks (pcs) Reject (pcs) Propors cacat p 0.89
26 33 Peta Kedal p Propors Cacat _ P Bayakya Pegamata (har) Tests performed wth uequal sample szes 5 Grafk 4.6 Peta kedal p bula Agustus 008 Dar grafk d atas dapat dlhat bahwa propors cacat p 0.89, , agka 0.88 jka dkalka dega 00% maka aka meghaslka la 88.%, la meujukka bahwa kemampua proses utuk meghaslka produk yag terbebas dar cacat adalah sebesar 88.%, dmaa dketahu pula bahwa propors produk cacat adalah 0.89, yag meujukka bahwa.89% dar produk yag dhaslka dalam proses merupaka produk cacat.
27 34 Bula September 008 Tabel 4.9 Perhtuga peta kedal p bula September 008 Pegamata Hasl produks (pcs) Reject (pcs) Propors cacat p 0.083
28 Peta Kedal p Propors Cacat Bayakya Pegamata (har) 5 _ P0.083 Tests performed wth uequal sample szes Grafk 4.7 Peta kedal p bula September 008 Dar grafk d atas dapat dlhat bahwa propors cacat p 0.083, , agka jka dkalka dega 00% maka aka meghaslka la 89.7%, la meujukka bahwa kemampua proses utuk meghaslka produk yag terbebas dar cacat adalah sebesar 89.7%, dmaa dketahu pula bahwa propors produk cacat adalah 0.083, yag meujukka bahwa 0.83% dar produk yag dhaslka dalam proses merupaka produk cacat.
29 36 Bula Oktober 008 Tabel 4.0 Perhtuga peta kedal p bula Oktober 008 Pegamata Hasl produks (pcs) Reject (pcs) Propors cacat p 0.074
30 37 Peta Kedal p Propors Cacat _ P Bayakya Pegamata (har) 9 Tests performed wth uequal sample szes Grafk 4.8 Peta kedal p bula Oktober 008 Dar grafk d atas dapat dlhat bahwa propors cacat p 0.074, , agka jka dkalka dega 00% maka aka meghaslka la 89.6%, la meujukka bahwa kemampua proses utuk meghaslka produk yag terbebas dar cacat adalah sebesar 89.6%, dmaa dketahu pula bahwa propors produk cacat adalah 0.074, yag meujukka bahwa 0.74% dar produk yag dhaslka dalam proses merupaka produk cacat.
31 38 Bula November 008 Tabel 4. Perhtuga peta p kedal bula November 008 Pegamata Hasl produks (pcs) Reject (pcs) Propors cacat p 0.50
32 Peta Kedal p 0.5 Propors Cacat Bayakya Pegamata (har) 5 8 _ P0.50 Tests performed wth uequal sample szes Grafk 4.9 Peta kedal p bula November 008 Dar grafk d atas dapat dlhat bahwa propors cacat p 0.50, , agka jka dkalka dega 00% maka aka meghaslka la 84.98%, la meujukka bahwa kemampua proses utuk meghaslka produk yag terbebas dar cacat adalah sebesar 84.98%, dmaa dketahu pula bahwa propors produk cacat adalah 0.50, yag meujukka bahwa 5.0% dar produk yag dhaslka dalam proses merupaka produk cacat.
33 40 Bula Desember 008 Tabel 4. Perhtuga peta kedal p bula Desember 008 Pegamata Hasl produks (pcs) Reject (pcs) Propors cacat p 0.358
34 4 0.5 Peta Kotrol p 0.0 Propors Cacat _ P Bayakya Pegamata (har) Tests performed wth uequal sample szes 3 Grafk 4.0 Peta kedal p bula Desember 008 Dar grafk d atas dapat dlhat bahwa propors cacat p 0.358, , agka jka dkalka dega 00% maka aka meghaslka la 86.4%, la meujukka bahwa kemampua proses utuk meghaslka produk yag terbebas dar cacat adalah sebesar 86.4%, dmaa dketahu pula bahwa propors produk cacat adalah 0.358, yag meujukka bahwa 3.58% dar produk yag dhaslka dalam proses merupaka produk cacat.
35 4 Bula Jauar 009 Tabel 4.3 Perhtuga peta kedal p bula Jauar 009 Pegamata Hasl produks (pcs) Reject (pcs) Propors cacat p 0.68
36 43 Peta Kotrol p Propors Cacat Bayakya Pegamata (har) 5 8 _ P0.68 Tests performed wth uequal sample szes Grafk 4. Peta kedal p bula Jauar 009 Dar grafk d atas dapat dlhat bahwa propors cacat p 0.68, , agka jka dkalka dega 00% maka aka meghaslka la 83.9%, la meujukka bahwa kemampua proses utuk meghaslka produk yag terbebas dar cacat adalah sebesar 83.9%, dmaa dketahu pula bahwa propors produk cacat adalah 0.68, yag meujukka bahwa 6.8% dar produk yag dhaslka dalam proses merupaka produk cacat.
37 44 Bula Februar 009 Tabel 4.4 Perhtuga peta kedal p bula Februar 009 Pegamata Hasl produks (pcs) Reject (pcs) Propors cacat p 0.7
38 45 Peta Kedal p 0.5 Propors Cacat _ P Bayakya Pegamata (har) Tests performed wth uequal sample szes 5 Grafk 4. Peta kedal p bula Februar 009 Dar grafk d atas dapat dlhat bahwa propors cacat p 0.7, , agka jka dkalka dega 00% maka aka meghaslka la 87.83%, la meujukka bahwa kemampua proses utuk meghaslka produk yag terbebas dar cacat adalah sebesar 87.83%, dmaa dketahu pula bahwa propors produk cacat adalah 0.7, yag meujukka bahwa.7% dar produk yag dhaslka dalam proses merupaka produk cacat.
39 Dagram Sebab Akbat / Fshboe Dagram Materal Metode Plastk bergelombag Materal tebal tps Kurag terlath Tdak paham settg mes Mausa Materal bertulag Bubble Operator terburu-buru SOP kurag dpaham Kurag perawata Umur kompoe sudah tua Mes Campura cat tdak homoge Pegaduka cat tdak rata Produk Defect Mes potog tdak tajam / tdak smetrs Mes cetak mss prt Settg mes Berubah saat proses Dagram 4. Fshboe Produk Defect Faktor-faktor yag meyebabka terjadya cacat produk atara la: Materal Permasalaha pada faktor materal yatu kualtas materal yag tdak sesua stadar, msalya materal yag berupa plastk PVC tube betukya bergelombag, karea proses pegguluga plastk tersebut kurag rapat. Kemuda karea materal
40 47 tdak rata / bubble, tebal tps, atau bertulag (terlalu tebal pada baga tegah plastk), kedua masalah sehgga pada proses pecetaka, slder yag dguaka utuk mecetak tdak dapat meeka plastk dega kecag, akbatya terjad mss prt / bergeserya cat saat proses cetak. Metode Permasalaha terjadya produk defect juga dapat dsebabka dar metode pecampura cat yag tdak homoge / tercampur, kemuda dapat pula dsebabka pegaduka cat tdak rata sehgga vskostasya kurag bak yag dapat meyebabka kualtas cetak tdak bak. Mausa Peyebab cacatya produk dar faktor mausa dsebabka kurag terlathya operator, terutama pada mes potog da cetak yag belum megguaka sesor, sehgga dapat meyebabka produk mss prt atau tdak terpotog dega bak apabla operator kurag terlath / kurag terbasa mejalaka tugasya. Kemuda dapat pula dsebabka kurag megertya operator melakuka settg / peyesuaa terhadap mes otomats, cotohya melakuka peyesuaa parameter ukura potog, salah sedkt saja dapat meyebabka terjadya salah potog. Atau dapat dsebabka oleh terburu-buruya operator dalam melakuka pekerjaaya, sehgga kualtas produk kurag bak. Faktor la dsebabka oleh SOP yag kurag dpaham oleh operator, cotohya SOP melakuka settg
41 48 parameter pada mes potog maupu cetak sehgga meyebabka kualtas produk yag buruk. Mes Faktor mes yag meyebabka produk defect, umumya dsebabka dua jes mes, yatu mes cetak da mes potog label. Mes cetak meyebabka jes defect mss prt, cacat jes basaya terjad karea faktor materal yag kurag bak da juga cepatya kecepata pecetaka, sehgga bergeserya cat pada proses cetak sagat mugk terjad. Sedagka peyebab dar mes potog label dsebabka karea dapat dsebabka oleh usa kompoe yag sudah tua sehgga tdak layak paka, terutama kompoe psau yag dapat meyebabka terjadya salah potog ukura, potoga tdak smetrs atau tumpulya psau sehgga potoga mejad berserabut, bergerg da tdak rap, dega hasl potoga yag tdak rap, maka produk dkategorka reject, hal sepert tetuya harus dapat datspas oleh perusahaa utuk memmas keruga da megkatka keutuga. Kuragya perawata terhadap mes juga mempegaruh performace mes, sehgga kualtas produk berkurag da tdak sesua dega yag dharapka. Berkut adalah perhtuga korelas atara jumlah kerusaka mes dega jumlah produk defect atau cacat :
42 49 Perhtuga Korelas Atara Jumlah Defect Dega Jumlah Kerusaka Bula Tabel 4.5 Korelas Jumlah Defect Dega Jumlah Kerusaka Jumlah Defect/bula (kg) Y Jumlah Kerusaka/bula X X.Y Y X Maret Aprl Me Ju Jul Agustus September Oktober November Desember Jauar Februar Total Perhtuga Maual Korelas atara Jumlah Defect dega Jumlah Kerusaka Mes r X X Y X X Y Y Y
43 50 [ ][ ] (3970) - (96) [ 94][ 66589] (4466) - (96)(354) (54063) - (354) Perhtuga Korelas Dega Software Mtab 4.0 atara Jumlah Defect dega Jumlah Kerusaka Mes Correlatos: Jumlah Defect/bula, Jumlah Kerusaka/bula Pearso correlato of Jumlah Defect/bula ad Jumlah Kerusaka/bula P-Value 0.07 Dar hasl perhtuga maual da software mtab 4.0, ddapatka hasl yag sama, yatu , dmaa agka berart bahwa adaya hubuga yag terjad atara jumlah reject dega jumlah kerusaka per bulaya, amu hubuga yag terjad lemah, dkareaka jumlah reject tdak sgfka dpegaruh oleh kerusaka mes atau kompoe. Oleh karea tu la jka dkuadratka aka mejad 0.403, yag berart 40.% datara keragama total dar jumlah produk defect dapat djelaska dapat djelaska hubuga learya dega jumlah kerusaka mes. Maka dar hasl juga ddapat kesmpula bahwa jumlah reject yag terjad tdak haya dsebabka oleh dar faktor mes amu bayak faktor, yatu sepert mausa, materal, metode da laya.
44 5 Oleh karea tu maka atya aka dbahas lebh medalam megea perawata d masg-masg mes yag palg serg breakdow dkareaka kompoe yag bermasalah Aalsa Statstcal Process Cotrol Tabel 4.6 Rekaptulas Capablty Process Bula Propors Cacat Maret Aprl Me Ju Jul Agustus September Oktober November Desember Jauar Februar
45 5 Dar hasl perhtuga peta kedal p selama bula, maka ddapatka la propors cacat masg-masg bula, dapat dlhat dar tabel rekaptulas d atas, bahwa propors cacat yag palg redah adalah pada bula Me 008 yatu sebesar da yag palg tgg pada bula Agustus 008 yatu Dar hasl wawacara dketahu bahwa toleras defect perusahaa adalah 0% dar jumlah produks. Jka dlhat bahwa la propors cacat palg redah yatu , yag berart 9.93% produk terbebas dar cacat, hal dapat dkategorka cukup bak karea mash dalam batas toleras, propors cacat yag cukup bak haya terjad pada bula Maret da Me, sedagka kemampua proses yag terbebas dar cacat pada bula laya bahka tdak mecapa 90%, da tdak mampu mecapa target perusahaa. Sehgga dapat dsmpulka bahwa kemampua PT. Om Kemas Idustry Departeme Covertg utuk meghaslka produk yag terbebas dar cacat mash kurag bak. Da dar dagram fshboe dketahu bahwa faktor-faktor yag meyebabka tmbulya cacat produk adalah dar mausa, mes, materal, da metode. Utuk faktor mausa, metode, da materal, perusahaa dapat melakuka teral trag yag dharapka dapat memmas produk cacat yag dakbatka oleh faktor tersebut. Sedagka utuk faktor mes, dketahu bahwa selama perusahaa belum mempuya sstem perawata yag cukup bak, karea perawata umumya dlakuka pada saat mes tersebut telah megalam kerusaka (breakdow mateace), da jadwal perawata rut juga mash merupaka jadwal perhtuga kra-kra dar phak egeerg, tdak ada perhtuga past yag melatarbelakag jadwal tersebut, hal dperparah dega skap operator mes yag megaggap
46 53 jadwal perawata haya sekedar formaltas da serg dabaka. Dlatarbelakag hal da juga dar perhtuga korelas atara jumlah cacat dega kerusaka mes yag dapat dlhat bahwa memag terdapat hubuga postf atara kedua hal tersebut, oleh karea tu peuls memutuska utuk megkaj lebh dalam tetag mes, terutama tetag sstem mateace / perawataya, da kemuda memberka usula utuk perbakaya. 4.. Total Productve Mateace Setelah melhat dar dagram sebab akbat atau fshboe, maka dapat dsmpulka bahwa tggya la reject pada departeme covertg salah satuya dsebabka oleh faktor mes. Kemuda dlhat pula dar hasl perhtuga korelas atara jumlah reject dega jumlah kerusaka, ddapat hasl yag cukup besar adaya hubuga datara keduaya, maka selajutya peuls aka membahas megea perawata terhadap mes tersebut, dega megguaka Total Productve Mateace, utuk memaksmumka produktvtas peralata da mes sepajag masa paka peralata da mes tu. Pegerta Total Productve Mateace tu sedr adalah suatu kosep pemelharaa yag produktf utuk mecapa efektftas meyeluruh dar sstem produks melalu keterlbata semua orag dalam orgasas. Implemetas TPM sebaga suatu sstem membutuhka lagkah-lagkah dalam waktu yag lama sehgga memerluka komtme tgg phak maajeme da karyawa. (V. Gasperz, p8).
47 54 Lagkah-lagkah utuk meerapka TPM adalah sebaga berkut: Tahap Persapa Merupaka tahap awal dar mplemetas Total Productve Mateace yag melput: o Perkeala TPM o Edukas da kampaye / sosalsas TPM o Membetuk struktur orgasas utuk mejalaka TPM o Peetapa kebjaka da dasar TPM Tahap Pelaksaaa o Membetuk pemelharaa terecaa (Prevetve Mateace) o Aalss Prevetve Mateace o Efektftas peralata o Autoomous Mateace o Mateace Preveto Tahap Pematapa Adalah tahap akhr dalam pelaksaaa TPM, dmaa dlakuka tahap peyempuraa TPM yag telah dlakuka dar kedua tahap sebelumya.
48 Tahap Persapa 4... Perkeala TPM Pada tahapa, dlakuka persapa d dalam melaksaaka TPM, dmaa pada tahap aka dbertahuka kepada seluruh lgkuga perusahaa keputusa utuk mejalaka TPM oleh phak top maajeme. Cara utuk membertahuka kepada seluruh lgkuga perusahaa adalah salah satuya dega cara meamplka objektftas TPM d dalam selebara. Pertama kal adalah dega melakuka pegeala terlebh dulu megea TPM, karea hal mash cukup berada pada gologa yag mash baru, sehgga seluruh lgkuga perusahaa dapat dega bak dalam megert utuk apa sstem TPM tersebut dlaksaaka. Pada persapa juga dajurka utuk dapat megambl komtme d dalam melaksaaka TPM, karea komtme utuk mejalaka TPM sagat petg meggat bahwa kekompaka serta kemaua seluruh phak perusahaa utuk melaksaaka TPM agar pada lata produks bsa memberka pegkata yag bak pada peerapaya Edukas da kampaye / sosalsas TPM Selajutya adalah phak top maajeme pu perlu megadaka kampaye terhadap seluruh karyawa, dmaa dega mesosalsaska TPM, perusahaa mampu utuk mejarg seluruh phak megkut hal tersebut. Kemuda perusahaa juga perlu megadaka pelatha-pelatha yag atya hal tersebut memberka para karyawa pegkata kualtas kemampua da kualtas dar metal serta
49 56 motvas para karyawa, sehgga pada saat melaksaaka pekerjaaya, mereka mampu megatas da megelola segala kegata yag terjad d lata produks dega bak. Pada TPM aka terjad perubaha-perubaha yag terjad dar keadaa sebelumya ke keadaa TPM, maka top maajeme juga perlu memberka pegerta kepada seluruh phak perusahaa agar perubaha yag terjad tdak membuat seluruh phak kaget ataupu merasa aeh dega akbat perubaha tersebut. Utuk melaksaaka pelatha-pelatha terhadap karyawa, phak top maajeme juga perlu medatagka orag-orag yag telah ahl pada bdag TPM, mereka aka megadaka trag terhadap seluruh phak perusahaa da dapat membag pegalama-pegalama yag tetuya juga aka memberka peambaha lmu terhadap seluruh phak karyawa. Dkareaka pelaksaaa TPM memerluka waktu yag tdak sebetar, maka seluruh phak yag terkat tdak perlu merasa takut ataupu ragu aka keberhasla sstem, karea dega keyaka da keseragama pemahama da megkut seluruh tahapa megea TPM, maka sstem TPM dyak dapat berjala dega bak Membetuk struktur orgasas utuk mejalaka TPM Selajutya dlakuka pembetuka orgasas utuk melaksaaka TPM, tujuaya adalah utuk megatur jalaya pelaksaaa TPM, supaya tdak mejad kacau da terhdar dar hal-hal yag tdak terorgasr. Orgasas dbuat dega membetuk kelompok-kelompok yag tdak haya bersfat vertkal, amu
50 57 juga harus ada pembetuka kelompok yag horzotal. Hal dmaksudka utuk pelaksaaa TPM lebh terarah serta lebh terfokus pada masg-masg kelompok atau dvs/departeme yag ada pada perusahaa Peetapa kebjaka da dasar TPM Da yag terakhr pada tahap adalah dega meetapka kebjaka da dasar dar TPM, da hal harus dpublkaska secara sgkat, jelas da padat, agar seluruh karyawa mampu utuk megert da memaham apa yag mejad kebjaka da dasar TPM tersebut. Dega adaya peetapa kebjaka tersebut, maka seluruh karyawa dapat dega bak megetahu secara jelas apa yag mejad dasar TPM, sehgga d dalam peerapaya dapat lebh dterma. Kebjaka TPM tersebut dataraya adalah sebaga berkut :. Membetuk pemelharaa terecaa (Prevetve Mateace). Aalss Prevetve Mateace 3. Efektftas peralata 4. Autoomous Mateace 5. Mateace Preveto
51 58 Dega megmplemetaska kebjaka-kebjaka tersebut d atas, maka dharapka dapat memberka keutuga-keutuga lebh terhadap perusahaa, sepert memlk pemelharaa yag terstruktur da terecaa dega bak, dapat megguaka peralata dalam lata produks secara efektf dalam megguakaya, bsa meerapka pemelharaa yag madr, mecegah pemelharaa tdak terecaa dega bak, dapat megaalss lebh dalam megea prevetve mateace. Da yag terutama juga adalah dapat memmalsr tgkat kerusaka mes atau breakdow, serta megkatka hasl produks da megkatka laba perusahaa Tahap Pelaksaaa 4... Membetuk pemelharaa terecaa (Prevetve Mateace) Lagkah awal dar tahap pelaksaaa adalah dega membetuk pemelharaa terecaa, dmaa pada lagkah perlu dlakukaya suatu perawata yag sekedar sebaga formaltas belaka, amu juga harus dlakuka adaya perawata yag perodk, tersusu dega bak sesua dega jadwal yag seharusya. Pemelharaa terecaa d dalam TPM ada yatu pemelharaa spesal yag berart pemelharaa yag dlakuka oleh teks atau baga mateace, da pemelharaa madr yag dlaksaaka oleh operator atau pekerja yag melaksaaka pekerjaa dega mes tersebut. Dar s perlu dlakuka pemlaha, pemelharaa sepert apa yag memag perlu megguaka baga teks mateace da pemelharaa apa yag seharusya dapat dlakuka sedr oleh
52 59 operator tersebut, sehgga dega adaya pemlaha, memberka dampak terhadap bayak hal da salah satuya adalah waktu, dmaa waktu aka lebh berkurag karea hal yag seharusya dkerjaka baga teks mateace, dapat dlakuka oleh operator tu sedr. Dega pembetuka pemelharaa yag terecaa, maka perlu dbuat pula data hstors dar pelaksaaa perawata pada perode-perode tertetu, dmaa hal dmaksudka utuk megetahu seberapa bak atau buruk kods mes yag drawat tersebut. Dega memlk data tersebut, maka dapat melhat lebh medalam kods mes da melhat perkembaga atau peurua yag terjad serta hal apa yag harus dperbak atau dgat terhadap kompoe mes tersebut. Pemelharaa yag terecaa juga dlakuka utuk mejaga kestabla da performa dar mes yag ada supaya mes-mes tersebut dapat memberka hasl produk yag berkualtas, meuruka tgkat defect yag selama terus meerus terjad da tetuya meuruka jumlah kerusaka kompoe mes yag meggaggu jalaya proses produks. Pemelharaa terecaa yag dbuat bsa dlakuka dega perode hara, mggua, bulaa, ataupu tahua, supaya pemelharaa dapat terkotrol dega bak sesua stadar atau spesfkas yag ada Aalss Prevetve Mateace Lagkah selajutya adalah melakuka aalss prevetve mateace, dmaa pada lagkah aka meetuka waktu utuk pegeceka, perawata ataupu juga pergata kompoe mes yatu psau da badrek pada mes potog
53 60 label. Jka terjad masalah pada kompoe psau da badrek pada saat proses produks djalaka, maka aka meyebabka terhambatya pemotoga produk da aka megurag jumlah kapastas hasl produks yag sebearya. Oleh karea tu utuk meghdarka dar hal tersebut, perlu dketahu berapa lama perlu dlakuka pegeceka, perawata atau pergata kompoe-kompoe tersebut Peetua Dvs da Kompoe Krts Covertg : Dbawah adalah data frekues breakdow yag terjad pada Departeme Dvs Tabel 4.7 Jumlah Breakdow Departeme Covertg Frekues Breakdow Frekues Breakdow (%) Frekues Kumulatf Potog label % 80.0% PVC potog % 94.89% Slttg 0 5.0% 00% Total %
54 6 Dagram Pareto Breakdow Mes Seluruh Dvs Cout Percet Dvs Potog label PVC potog Slttg Cout Percet Cum % Dagram 4. Pareto Breakdow Mes Seluruh Dvs Dar tabel dapat dlhat bahwa dvs potog label adalah yag palg serg megalam breakdow. Sesua dega prsp pareto 80-0, 80 % permasalaha berasal dar dvs yag termasuk 0% dar sumber permasalaha. Dega jumlah sebesar 57 kerusaka dalam setahu, dar data kerusaka lah aka dtelt lebh dalam kompoe mes yag palg krts atau yag palg serg bermasalah. Setelah dlhat dar data breakdow yag ada, telah memberka art bahwa yag palg serg megalam masalah adalah pada dvs potog label, dega jumlah sebesar 57 kerusaka dalam setahu. Da dar data kerusaka lah aka dtelt lebh dalam megea kompoe-kompoe maa saja d dalam dvs tersebut yag
55 6 palg serg megalam masalah, da aka dlhat pada mes apa kompoe tersebut palg serg bermasalah. Pada dvs potog label, mes-mes yag dguaka adalah sebayak 0 mes, dmaa semua mes beroperas secara aktf da melaksaaka seluruh tugasya berdasarka pesaa yag datag dar baga PPIC. Dbawah merupaka data jumlah kerusaka per mes pada Dvs Potog Label. Tabel 4.8 Data Kerusaka Per Mes Dvs Potog Label Dowtme No. Taggal No. Mes Kompoe Met Jam 3/3/008 4 Psau /3/008 Kupg /3/008 9 Psau /4/008 Badrek /4/008 Badrek /4/008 0 Psau 60 7 /4/008 5 Psau /4/008 Psau /5/008 Badrek /5/008 7 Psau /5/008 Perporas /5/008 3 Psau /5/008 4 Psau /5/008 7 Psau /5/008 4 Psau /5/008 3 Psau /5/008 Sesor /5/008 5 Badrek /5/008 Psau /5/008 0 Psau /6/008 Psau /6/ Psau /6/008 Badrek /6/008 7 Psau /6/008 3 Sesor
56 63 Tabel 4.8 Data Kerusaka Per Mes Dvs Potog Label (Lajuta) No. Taggal No. Mes Kompoe Dowtme Met Jam 6 0/6/008 6 Psau /6/008 Badrek /6/008 Psau /6/008 Baut /6/008 Rata /6/008 Sesor /6/008 0 Psau /6/008 4 Psau /6/008 Psau /6/008 7 Psau /7/008 Psau /7/008 Rata /7/008 4 Psau /7/008 Psau /7/008 Psau /7/008 Badrek /7/008 0 Vabelt /7/008 Psau /7/008 9 Gear /7/008 9 Psau /7/008 0 Psau /7/008 9 Psau /7/008 9 Psau /7/008 Psau /7/008 7 Psau /7/008 Psau /7/008 4 Psau /7/008 7 Psau /7/008 5 Psau /7/008 7 Psau /7/008 9 Psau /7/008 4 Badrek /7/008 Psau /7/008 Psau /7/008 4 Psau 80.33
57 64 Tabel 4.8 Data Kerusaka Per Mes Dvs Potog Label (Lajuta) No. Taggal No. Mes Kompoe Dowtme Met Jam 6 5/8/008 Psau /8/008 4 Psau /8/008 4 Pheomatk /8/008 4 Psau /8/008 Psau /8/008 Badrek Psau Badrek /8/008 7 Psau Seal Psau Psau Psau Tutup depa Tutup depa Psau Psau Per /9/008 9 Psau /9/008 7 Psau Psau Psau Vabelt Psau Bearg /0/008 7 Psau //008 7 Psau //008 0 Psau //008 7 Per //008 9 Psau //008 9 Psau //008 4 Psau //008 7 Psau Rata Psau Badrek
58 65 Tabel 4.8 Data Kerusaka Per Mes Dvs Potog Label (Lajuta) No. Taggal No. Mes Kompoe Dowtme Met Jam Psau //008 3 Psau //008 0 Psau //008 6 Psau //008 3 Psau //008 4 Psau //008 8 Psau //008 Psau //008 3 Perporas //008 0 Psau //008 7 Psau //008 6 Psau //008 4 Psau //008 5 Psau //008 7 Psau //008 7 Psau //008 Psau //008 7 Psau //008 Perporas //008 3 Perporas // Parametk //008 4 Psau //008 7 Per //009 4 Psau 0 6//009 6 Psau //009 Badrek //009 7 Sesor //009 6 Pheometk //009 3 Psau //009 8 Psau //009 Perporas //009 3 Psau //009 5 Psau //009 6 Psau //009 6 Psau //009 3 Psau 85.4
59 66 Tabel 4.8 Data Kerusaka Per Mes Dvs Potog Label (Lajuta) No. Taggal No. Mes Kompoe Dowtme Met Jam 33 7//009 6 Psau //009 4 Psau //009 6 Psau //009 0 Psau //009 4 Psau //009 5 Psau //009 6 Psau //009 7 Badrek //009 4 Psau //009 4 Psau //009 6 Psau //009 6 Psau //009 4 Per //009 9 Psau //009 Psau //009 6 Psau //009 3 Psau //009 Rata 0 5 4//009 6 Pheometk //009 7 Badrek //009 Badrek //009 4 Psau //009 5 Psau //009 Psau //009 Psau 0 Tabel 4.9 Frekues Breakdow Kompoe Mes Potog Label Kompoe Frekues Breakdow Frekues Breakdow (%) Frekues Kumulatf Breakdow(%) Psau Badrek Perporas Sesor
60 67 Tabel 4.9 Frekues Breakdow Kompoe Mes Potog Label (Lajuta) Kompoe Frekues Breakdow Frekues Breakdow (%) Frekues Kumulatf Breakdow(%) Rata Per Peomatk Vabelt Tutup depa Kupg Gear Baut Seal Bearg Parametk Total % 00% Dagram Pareto Breakdow Kompoe Mes Dvs Potog Label Cout Kompoe Psau Badrek Perporas Per Rata Sesor Peomatk Tutup Depa Vabelt Other Cout Percet Cum % Percet Dagram 4.3 Pareto Brekdow Kompoe Mes Dvs Potog Label
61 68 Berdasarka prsp pareto 80-0, maka kompoe mes yag mejad sumber permasalaha terbesar yag tmbul yatu kompoe psau da badrek dega kumulatf permasalaha mecapa 80.9% dar seluruh masalah breakdow yag terjad. Oleh karea tu kedua kompoe mes lebh dutamaka peagaaya dbadgka dega kompoe yag la. Tabel 4.30 Jumlah breakdow da omor mes kompoe psau Nomor Mes Jumlah
62 69 Tabel 4.3 Jumlah breakdow da omor mes kompoe badrek Nomor Mes Jumlah Perhtuga Smulas Kompoe Psau da Badrek o Perhtuga Smulas Kompoe Psau Mes 7 Tabel 4.3 Jumlah kerusaka kompoe Psau Mes 7 Bula Jumlah Kerusaka Maret Aprl Me 008 Ju 008 Jul Agustus 008 September 008 Oktober 008 November 008 Desember 008 3
63 70 Tabel 4.3 Jumlah kerusaka kompoe Psau Mes 7 (Lajuta) Bula Jumlah Kerusaka Jauar Februar Tabel 4.33 Frekues kerusaka kompoe psau mes 7 No urut Kerusaka/har Frekues Kerusaka Total Tabel 4.34 Probabltas kerusaka kompoe psau mes 7 No urut Kerusaka/har Probabltas Total Tabel 4.35 Kumulatf dstrbus kerusaka kompoe psau mes 7 No urut Kerusaka/har Probabltas Kumulatf Dstrbus Tabel 4.36 Iterval blaga acak kerusaka kompoe psau mes 7 No urut Kerusaka/har Probabltas Kumulatf Dstrbus Iterval Blaga Acak
64 7 Pembagkta Nla Acak Mejalaka Smulas Total 7 o Perhtuga Smulas Kompoe Psau Mes 4 Tabel 4.37 Jumlah kerusaka kompoe Psau Mes 4 Bula Jumlah Kerusaka Maret 008 Aprl Me 008 Ju Jul 008 Agustus September Oktober November 008 Desember 008 Jauar 009 Februar 009 Tabel 4.38 Frekues kerusaka kompoe psau mes 4 No urut Kerusaka/har Frekues Kerusaka Total
65 7 Tabel 4.39 Probabltas kerusaka kompoe psau mes 4 No urut Kerusaka/har Probabltas Total Tabel 4.40 Kumulatf dstrbus kerusaka kompoe psau mes 4 No urut Kerusaka/har Probabltas Kumulatf Dstrbus Tabel 4.4 Iterval blaga acak kerusaka kompoe psau mes 4 No urut Kerusaka/har Probabltas Kumulatf Dstrbus Iterval Blaga Acak Pembagkta Nla Acak Mejalaka Smulas Total 7
66 73 o Perhtuga Smulas Kompoe Psau Mes Tabel 4.4 Jumlah kerusaka kompoe Psau Mes Bula Jumlah Kerusaka Maret Aprl Me 008 Ju 008 Jul Agustus September Oktober November Desember Jauar Februar 009 Tabel 4.43 Frekues kerusaka kompoe psau mes No urut Kerusaka/har Frekues Kerusaka Total Tabel 4.44 Probabltas kerusaka kompoe psau mes No urut Kerusaka/har Probabltas Total
67 74 Tabel 4.45 Kumulatf dstrbus kerusaka kompoe psau mes No urut Kerusaka/har Probabltas Kumulatf Dstrbus Tabel 4.46 Iterval blaga acak kerusaka kompoe psau mes No urut Kerusaka/har Probabltas Kumulatf Dstrbus Iterval Blaga Acak Pembagkta Nla Acak Mejalaka Smulas Total o Perhtuga Smulas Kompoe Psau Mes 4 Tabel 4.47 Jumlah kerusaka kompoe Psau Mes 4 Bula Jumlah Kerusaka Maret Aprl Me 008 Ju 008 Jul Agustus September 008
68 75 Tabel 4.47 Jumlah kerusaka kompoe Psau Mes 4 (Lajuta) Bula Jumlah Kerusaka Oktober November Desember Jauar 009 Februar 009 Tabel 4.48 Frekues kerusaka kompoe psau mes 4 No urut Kerusaka/har Frekues Kerusaka Total Tabel 4.49 Probabltas kerusaka kompoe psau mes 4 No urut Kerusaka/har Probabltas Total Tabel 4.50 Kumulatf dstrbus kerusaka kompoe psau mes 4 No urut Kerusaka/har Probabltas Kumulatf Dstrbus
69 76 Tabel 4.5 Iterval blaga acak kerusaka kompoe psau mes 4 No urut Kerusaka/har Probabltas Kumulatf Dstrbus Iterval Blaga Acak Pembagkta Nla Acak Mejalaka Smulas Total 0 o Perhtuga Smulas Kompoe Badrek Mes Tabel 4.5 Jumlah kerusaka kompoe Badrek mes Bula Jumlah Kerusaka Maret Aprl 008 Me 008 Ju Jul Agustus 008 September Oktober November Desember Jauar 009 Februar 009 0
BAB 4 PENGUMPULAN, PENGOLAHAN DAN ANALISIS DATA
97 BAB 4 PENGUMPULAN, PENGOLAHAN DAN ANALISIS 4. Hasl da Pegumpula Data 4.. Peetua L Krts DATA Berdasarka hasl peelta da observas dlapaga secara lagsug pada lata produks PT. Fajar It Plasdo yag meghaslka
Lebih terperinciDi 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 terperinciBAB 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 terperinciPERTEMUAN 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 terperinciBAB 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 terperinciBAB III UKURAN PEMUSATAN DATA
BAB III UKURAN PEMUSATAN DATA A. Ukura Gejala Pusat Ukura pemusata adalah suatu ukura yag meujukka d maa suatu data memusat atau suatu kumpula pegamata memusat (megelompok). Ukura pemusata data adalah
Lebih terperinciUKURAN 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten
BAB III METODE PENELITIAN 3. Tempat da Waktu Peelta 3.. Tempat Tempat peelta dlaksaaka d SMP Neger 4 Tlamuta Kabupate Boalemo pada sswa kelas VIII. 3.. Waktu Peelta dlaksaaka dalam waktu 3 bula yatu dar
Lebih terperinciBAB 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 terperinciPENDAHULUAN 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 terperinciBAB 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 terperinciBAB II LANDASAN TEORI
22 BAB II LANDASAN TEORI 2.1 Pedahulua 2.1.1 Pegerta Mateace Beberapa pegerta perawata (mateace) meurut ahl : 1. Meurut Corder (1988), perawata merupaka suatu kombas dar tdaka yag dlakuka utuk mejaga suatu
Lebih terperinciWAKTU 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 terperinciIII. 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 terperinciANALISIS 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 terperinciBAB 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 terperinciSTATISTIKA: 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 terperinciBAB 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 terperinciBAB 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 terperinciSTATISTIKA 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 terperinciBAB 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 terperinciTATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Fitri Yulianti, SP. Msi.
TATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Ftr Yulat, SP. Ms. UKURAN DATA Ukura data Ukura Pemusata data Ukura letak data Ukura peyebara data Mea Meda Jagkaua Meda Kuartl Jagkaua atar
Lebih terperinciBAB 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 terperinciBAB 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 terperinciUKURAN GEJALA PUSAT (UGP)
UKURAN GEJALA PUSAT (UGP) Pegerta: Rata-rata (average) alah suatu la yag mewakl suatu kelompok data. Nla dsebut juga ukura gejala pusat karea pada umumya mempuya kecederuga terletak d tegah-tegah da memusat
Lebih terperinciBAB 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 terperinci4/1/2013. 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 terperinci3.1 Biaya Investasi Pipa
BAB III Model Baya Pada model baya [8] d tugas akhr, baya tahua total utuk megoperaska jarga ppa terdr dar dua kompoe, yatu baya operasoal da baya vestas. Baya operasoal terdr dar baya operasoal ppa da
Lebih terperinciBAB 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 terperinciBAB 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 terperinci8. 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 terperinciSUM 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 terperinciBAB 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 terperinciRegresi & 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 terperinciBAB 1 STATISTIKA RINGKASAN MATERI
BAB STATISTIKA A RINGKASAN MATERI. Pegerta Data adalah kumpula keteraga-keteraga atau catata-catata megea suatu kejada, dapat berupa blaga, smbol, sat atau kategor. Masg-masg keteraga dar data dsebut datum.
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI. Pegerta Perawata (Mateace) Meurut Assaur (999, p95) perawata merupaka kegata utuk memelhara atau mejaga fasltas da peralata pabrk, da megadaka perbaka, peyesuaa, atau peggata yag dperluka
Lebih terperinciTAKSIRAN 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* 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 terperinciNotasi Sigma. Fadjar Shadiq, M.App.Sc &
Notas Sgma Fadjar Shadq, M.App.Sc (fadjar_pg@yahoo.com & www.fadjarpg.wordpress.com Notas sgma memag jarag djumpa dalam kehdupa sehar-har, tetap otas tersebut aka bayak djumpa pada baga matematka yag la,
Lebih terperinciS2 MP Oleh ; N. Setyaningsih
S2 MP Oleh ; N. Setyagsh MATERI PERTEMUAN 1-3 (1)Pedahulua pera statstka dalam peelta ; (2)Peyaja data : dalam betuk (a) tabel da (b) dagram; (3) ukura tedes setaral da ukura peympaga (4)dstrbus ormal
Lebih terperinciBAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah
BAB III INEGRAL RIEMANN-SIELJES. Pedahulua Pada Bab, telah dsggug bahwa ukura meghtug merupaka salah satu pedekata utuk membetuk proses ttk. Berkata dega masalah perhtuga, ada hal meark yag perlu amat,
Lebih terperinciTEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas
TEKNIK SAMPLING Hazmra Yozza Izzat Rahm HG Jurusa Matematka FMIPA Uverstas Adalas Defs Suatu cotoh gerombol adalah suatu cotoh acak sederhaa dmaa setap ut pearka cotoh adalah kelompok atau gerombol dar
Lebih terperinciTINJAUAN 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 terperinciDasar 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 terperinciSTUDI 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 terperinciPOLIGON 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 terperinci3/19/2012. 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 terperinciIV. METODE PENELITIAN
IV. METODE PENELITIAN 4.1 Lokasi da Waktu peelitia Peelitia dilakuka pada budidaya jamur tiram putih yag dimiliki oleh usaha Yayasa Paguyuba Ikhlas yag berada di Jl. Thamri No 1 Desa Cibeig, Kecamata Pamijaha,
Lebih terperinciUkuran Pemusatan Data. Arum Handini P., M.Sc Ayundyah K., M.Si.
Ukura Pemusata Data Arum Had P., M.Sc Ayudyah K., M.S. Notas utuk Populas da Sampel Notas: Mea (rata-rata) Sample x Populas μ Varas s 2 σ 2 Smpaga baku s σ Ukura Pemusata Data 1. Mea (rata-rata) 2. Meda
Lebih terperinciFMDAM (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 terperinciMETODE PENELITIAN. Kota Bogor. Kecamatan Bogor Barat. Purposive. Kelurahan Cilendek Barat RW 05 N1= 113. Cluster random sampling.
METODE PENELITIAN Desa, Tempat da Waktu Peelta Peelta megguaka desa cross sectoal study. Lokas peelta d Kota Bogor. Pemlha lokas peelta secara purposve dega pertmbaga merupaka salah satu kecamata dega
Lebih terperinciAnalisis 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 terperinciPada saat upacara bendera, kita sering memperhatikan teman-teman kita.
Bab Ukura Data Pada saat upacara bedera, kta serg memperhatka tema-tema kta. Terkadag tapa sadar kta membadgka tgg redah sswa dalam upacara tersebut. Ada yag tggya 170 cm, 165 cm, 150 cm atau bahka 140
Lebih terperinci2.2.3 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 terperinciBAB 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 terperinciBAB 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 terperinciANALISIS ALGORITMA REKURSIF DAN NONREKURSIF
ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF KELOMPOK A I GUSTI BAGUS HADI WIDHINUGRAHA (0860500) NI PUTU SINTYA DEWI (0860507) LUH GEDE PUTRI SUARDANI (0860508) I PUTU INDRA MAHENDRA PRIYADI (0860500)
Lebih terperinciAnalisis 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 terperinciANALISIS 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 terperinciMean untuk Data Tunggal. Definisi. Jika suatu sampel berukuran n dengan anggota x1, x2, x3,, xn, maka mean sampel didefinisiskan : n Xi.
Mea utuk Data Tuggal Des. Jka suatu sampel berukura dega aggota x1, x, x3,, x, maka mea sampel ddesska : 1... N 1 Mea utuk Data Kelompok Des Mea dar data yag dkelompoka adalah : x x 1 1 1 dega : x = ttk
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2. Pegerta Pemelharaa da Perawata Pegerta Pemelharaa da Perawata ( Mateace ) meurut Assaur adalah suatu kegata utuk mejaga atau memelhara fasltas da peralata pabrk da megadaka perbaka
Lebih terperinciANALISIS KEANDALAN (RELIABILITY) MESIN PRODUKSI DENGAN FUNGSI DISTRIBUSI WEIBULL
ANALISIS KEANDALAN (RELIABILITY) MESIN PRODUKSI DENGAN FUNGSI DISTRIBUSI WEIBULL Agus Fkr, ST., MM Muhammad Irva, ST.,MT. ABSTRACT I a producto system, all mache related to the creato of added value of
Lebih terperinciPenarikan Contoh Acak Sederhana (Simple Random Sampling)
Pearka Cotoh Acak Sederhaa (Smple Radom Samplg) Defs Jka sebuah cotoh berukura dambl dar suatu populas sedemka rupa sehgga setap cotoh berukura ag mugk memlk peluag sama utuk terambl, maka prosedur tu
Lebih terperinciREGRESI LINIER SEDERHANA
MODUL REGRESI LINIER SEDERHANA Dsusu oleh : I MADE YULIARA Jurusa Fska Fakultas Matematka Da Ilmu Pegetahua Alam Uverstas Udayaa Tahu 016 Kata Pegatar Puj syukur saya ucapka ke hadapa Tuha Yag Maha Kuasa
Lebih terperinciRegresi & Korelasi Linier Sederhana
Regres & Korelas Ler Sederhaa. Pedahulua Gagasa perhtuga dtetapka oleh Sr Fracs Galto (8-9) Persamaa regres :Persamaa matematk ag memugkka peramala la suatu peubah takbebas (depedet varable) dar la peubah
Lebih terperinciESTIMASI UKURAN SENSITIVITAS KEUNTUNGAN SAHAM DALAM PORTOFOLIO PADA SINGLE INDEX MODEL
Bulet Ilmah Mat. Stat. da Terapaya (Bmaster) Volume 0, No. (03), hal. 57-6 ESTIMASI UKUAN SENSITIVITAS KEUNTUNGAN SAHAM DALAM POTOFOLIO PADA SINGLE INDEX MODEL Eka Kurawat, Helm, Neva Satyahadew INTISAI
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA. Peahulua Dalam bab aka membahas megea teor-teor tetag statstka oparametrk, korelas parsal tau Keall a korelas parsal meurut Ebuh GU a Oeka ICA.. Statstka Noparametrk Istlah oparametrk
Lebih terperinciIII. 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 terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN A. Jes Peelta Dalam pelta peelt megguaka racaga eksperme. Eksperme adalah observas dbawah kods buata (artfcal codto), dmaa kods tersebut dbuat da d atur oleh s peelt. Dega
Lebih terperinciIMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB
Semar Nasoal Tekolog 007 (SNT 007) ISSN : 978 9777 IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB Krsawat STMIK AMIKOM Yogyakarta e-mal : krsa@amkom.ac.d
Lebih terperinciUji Statistika yangb digunakan dikaitan dengan jenis data
Uj Statstka yagb dguaka dkata dega jes data Jes Data omal Ordal Iterval da Raso Uj Statstka Koefse Kotges Rak Spearma Kedall Tau Korelas Parsal Kedall Tau Koefse Kokordas Kedall W Pearso Korelas Gada Korelas
Lebih terperinciBAB 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 terperinci11/10/2010 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 terperinciBAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel
BAB LANDASAN TEORI.1 Pegerta Regres Regres dalam statstka adalah salah satu metode utuk meetuka tgkat pegaruh suatu varabel terhadap varabel yag la. Varabel yag pertama dsebut dega bermacam-macam stlah:
Lebih terperincib) Untuk data berfrekuensi fixi Data (Xi)
B. Meghtug ukura pemusata, ukura letak da ukura peyebara data serta peafsraya A. Ukura Pemusata Data Msalka kumpula data berkut meujukka hasl pegukura tgg bada dar orag sswa. 0 cm 30 cm 5 cm 5 cm 35 cm
Lebih terperinciIII. 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 terperinciBAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam
BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL 3. Pegerta Masalah regres vers dega betuk lear dapat djumpa dalam berbaga bdag kehdupa, dataraya dalam bdag ekoom, kesehata, fska, kma
Lebih terperinciBAB 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 terperinciBAB IV PENGUMPULAN DAN PENGOLAHAN DATA. Langkah Langkah Dalam Pengolahan Data
BAB IV PENGUMPULAN DAN PENGOLAHAN DATA 4.1 Metode Pegolaha Data Lagkah Lagkah Dalam Pegolaha Data Dalam melakuka pegolaha data yag diperoleh, maka diguaka alat batu statistik yag terdapat pada Statistical
Lebih terperinciBAB 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 terperinciBAB 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 terperinci3 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 terperinciSTATISTIKA. A. Tabel Langkah untuk mengelompokkan data ke dalam tabel distribusi frekuensi data berkelompok/berinterval: a. Rentang/Jangkauan (J)
STATISTIKA A. Tabel Lagkah utuk megelompokka data ke dalam tabel dstrbus frekues data berkelompok/berterval: a. Retag/Jagkaua (J) J X maks X m b. Bayak kelas (k) Megguaka atura Sturgess, yatu k,. log c.
Lebih terperinciALGORITMA MENENTUKAN HIMPUNAN TERBESAR DARI SUATU MATRIKS INTERVAL DALAM ALJABAR MAX-PLUS
LGORITM MENENTUKN HIMPUNN TERBESR DRI SUTU MTRIKS INTERVL DLM LJBR MX-PLUS Rata Novtasar Program Stud Matematka FMIP UNDIP JlProfSoedarto SH Semarag 575 bstract Ths research dscussed about how to obtaed
Lebih terperinciJurnal 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 terperinciNORM 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 terperinciMETODOLOGI 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 terperinciJawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2
M 81 STTISTIK DSR SEMESTER II 11/1 KK STTISTIK, FMIP IT SOLUSI UJIN TENGH SEMESTER (UTS) Sabtu, 1 Me 1, Pukul 9. 1.4 WI (1 met) Kelas 1. Pegajar: Udjaa S. Pasarbu/Rr. Kura Novta Sar, Kelas. Pegajar: Utrwe
Lebih terperinciSIFAT-SIFAT LANJUT FUNGSI TERBATAS
Bulet Ilmah Mat. Stat. da Terapaya (Bmaster) Volume 03, No. 2(204), hal 35 42. SIFAT-SIFAT LANJUT FUNGSI TERBATAS Suhard, Helm, Yudar INTISARI Fugs terbatas merupaka fugs yag memlk batas atas da batas
Lebih terperinciBAB III METODE PENELITIAN. Penelitian ini dilakukan di PT. Mulya Agro Bioteknologi yang terletak
BAB III METODE PENELITIAN 3.1 Lokas da Waktu Peelta Peelta dlakuka d PT. Mulya Agro Botekolog yag terletak Perumaha Tegalgodo Asr Blok H III No. 10 Kecamata Karagploso, Kabupate Malag. Pemlha lokas peelta
Lebih terperinciBAB 2 LANDASAN TEORI
9 BAB LANDASAN TEORI. Defs Pemelharaa Agar suatu kegata produks dapat berlagsug dega lacar, meghaslka produk-produk yag bermutu tgg, maka perlu ddukug oleh mes-mes atau peralata yag hadal da sap bekerja
Lebih terperinciUji Modifikasi Peringkat Bertanda Wilcoxon Untuk Masalah Dua Sampel Berpasangan 1 Wili Solidayah 2 Siti Sunendiari 3 Lisnur Wachidah
Prosdg Statstka ISSN 40-45 Uj Modfkas Pergkat Bertada Wlcoxo Utuk Masalah Dua Sampel Berpasaga 1 Wl Soldayah St Suedar 3 Lsur Wachdah 1, Statstka, Fakultas MIPA, Uverstas Islam Badug, Jl. Tamasar No. 1
Lebih terperinciUSULAN ACCEPTANCE SAMPLING PLAN UNTUK TAPE YARN PRODUK GEOTEX 250 Studi kasus: PT. Unggul Karya Semesta - Bogor
USULAN ACCEPTANCE SAMPLING PLAN UNTUK TAPE YARN PRODUK GEOTE 50 Stud kasus: PT. Uggul Karya Semesta - Bogor Prudesy F. Opt, Jaquele N. Mokogta Program Stud Tekk Idustr Fakultas Tekk Uka De La Salle Maado
Lebih terperinciPenarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB
Pearka Cotoh Gerombol (Cluster Samplg) Departeme Statstka FMIPA IPB Radom samplg (Revew) Smple radom samplg Stratfed radom samplg Rato, regresso, ad dfferece estmato Systematc radom samplg Cluster radom
Lebih terperinciIII BAHAN/OBJEK DAN METODE PENELITIAN. Objek yang digunakan dalam penelitian ini adalah 50 ekor sapi Pasundan
III BAHAN/OBJEK DAN METODE PENELITIAN 3.1. Baha da Alat Peelta 3.1.1. Baha Peelta Objek yag dguaka dalam peelta adalah 50 ekor sap Pasuda jata da beta dewasa dega umur -3 tahu da tdak butg utuk meghdar
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Pegerta da Keguaa Peramala Peramala adalah kegata utuk memperkraka apa yag aka terjad d masa yag aka datag. Serg terjad sejag waktu (lme lag) atara kesadara aka perstwa atau kebutuha
Lebih terperinciBAB 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