OPTIMISASI SISTEM TRANSPORTASI UBI KAYU BERBASIS ASSIGNMENT MODEL SEBAGAI BAHAN BAKU INDUSTRI TAPIOKA

Ukuran: px
Mulai penontonan dengan halaman:

Download "OPTIMISASI SISTEM TRANSPORTASI UBI KAYU BERBASIS ASSIGNMENT MODEL SEBAGAI BAHAN BAKU INDUSTRI TAPIOKA"

Transkripsi

1 OPTIMISASI SISTEM TRANSPORTASI UBI KAYU BERBASIS ASSIGNMENT MODEL SEBAGAI BAHAN BAKU INDUSTRI TAPIOKA HADI SUTANTO SARAGI LECTURER OF ENGINEERING MANAGEMENT; FACULTY OF INDUSTRIAL ENGINEERING INSTITUT TEKNOLOGI DEL, LAGUBOTI, TOBASA, SUMATERA UTARA Eail : hadi.saragi@del.ac.id ABSTRACT. Optiizatio of raw aterial trasportatio syste is very iportat i the field of idustry because, oe of the highest operatioal costs i the idustry lies i the raw aterial trasportatio syste. I the trasportatio syste of raw aterials required a ivetory as a storage area of raw aterials that have ot bee processed ito fiished aterials. The locatio of differet aterials aterials as well as liitatios i the supply of raw aterials becoes a challege i the trasportatio of raw baha. The optial trasportatio syste becoes very iportat for the sustaiability of a idustry. The odelbased trasport odelig odel usig liear progra will produce a optial trasportatio syste with the lowest operatioal cost fro the trasportatio equipet selectio ad the iteded locatio. Operatioal costs are geerated fro the fuel spet by eas of trasportatio used to trasport raw aterials. The choice of trasportatio used ust be i accordace with the capacity of the available raw aterials. Fro this research will be optiized the trasportatio syste of tapioca flour raw aterials i PT. Hutahaea. Keywords: Liear Progra, Optiizatio, Trasportatio Model, Raw Materials, Assiget PENDAHULUAN Siste trasportasi baha baku dala bidag idustri saat ii erupaka suatu perasalaha yag besar dikareaka biaya trasportasi yag cukup ahal da baha baku yag sulit didapatka. Model trasportasi yag optial aka eghasilka pegheata yag sagat sigifika di bidag idustri. PT Hutahea erupaka salah satu idustri yag bergerak dibidag produksi tepug tapioka. Baha baku utaa yag diguaka pada idustri ii adalah ubi kayu. Ubi kayu pada idustri tapioka diperoleh dari berbagai lokasi laha pertaia ubi. Letak lokasi pertaia yag berbeda-beda da jauh dari pusat pabrik pebuata tepug ejadi suatu kedala tersediri dala bidag trasportasi baha baku. jika baha baku tidak terpeuhi aka target hasil produksi juga aka berkurag da dead tidak aka terpeuhi. selai itu, julah baha baku yag tersedia pada setiap lokasi berbeda-beda sehigga dibutuhka alat trasportasi yag eiliki kapasitas yag sesuai dega baha baku yag tersedia. Data Aalisis studi kasus yag aka diolah pada peeitia ii adalah data dari idustri tapioka PT. Hutahaea yag terletak di Desa Pitubosi Kabupate Toba Saosir. Kapasitas esi pegolaha tepug tapioka adalah 12 to/ja da esi yag berfugsi ada dua buah. Waktu kerja tiap esi ecapai 7 ja/hari sehigga total ubi yag dapat diolah tiap hariya adalah 168 to da eghabiska biaya trasportasi sebesar Rp ,00-. Suber tepug tapioka didapatka dari pertaia ubi yag terletak di 5 lokasi yag berbeda yaitu Porsea, Silae, Balige, Siborog-borog da Habisara. Setiap suber eiliki kapasitas produksi yag berbedabeda utuk eyuplai baha baku ubi. Data produksi ubi tiap lokasi dapat dilihat pada tabel 1 [4]. Seetara alat trasportasi pegagkuta yag tersedia ada 4 truck kecil dega kapasitas 2.5 to da 7 truck besar dega kapasitas 7.5 to. Biaya operasioal truck kecil Rp.650/k da truck besar Rp.1900/k. Jarak atara tiap lokasi euju pabrik aka diperlihatka pada tabel 2. 84

2 Tabel 1. Data Produksi Ubi Tiap Lokasi Lokasi Produksi Ubi (to/hari) Porsea 38 Silae 45 Balige 34 Siborog-borog 65 Habisara 57 Model trasportasi erupaka hal yag khusus dala bidag progra liear yag terdiri dari suber (source) da tujua (destiatio)[1]. Model trasportasi diguaka utuk eiiuka biaya trasportasi. Utuk eodelka siste trasportasi dibutuhka fugsi objektif, fugsi batasa da variable yag eetuka fugsi objektif itu sediri. Asiget odel erupaka suatu optiisasi dala betuk peugasa terhadap pekerjaa[7][8]. Dega eggabugka kedua etode ii aka kita aka egahasilka siste trasportasi yag lebih optial[5][9]. Proses optiisasi erupaka suatu proses utuk eaksialka keutuga (profit) atau eiiuka biaya operasioal (cost)[2].model trasportasi yag dibagu ebetuk suatu progra liear yag dapat dipecahka eguaka etode siplex[6]. Metode siplex eiliki proses yag ruit sehigga dibutuhka suatu progra koputasi utuk eecahka progra liear. Tabel 2. Jarak Atar Lokasi Ubi da Pabrik K Factory Porsea Habisara Silae Balige Siborogborog Factory X Porsea 22 X Habisara X Silae X Balige X 25 Siborogborog X Kapasitas ivetory yag diiliki oleh pabrik tepug tapioka adalah 10 to. Dega kapsitas ivetory yag terbatas tersebut diharapaka kedaraa yag beroperasi pada saat pegabila baha baku tidak elebihi julah kebutuha baku yag diproses setiap hari da julah kapasitas ivetory. METODE PENELITIAN Pada peelitia ii aka diguaka etode progra liear dala betuk odel trasportasi utuk eetuka kodisi optial suatu siste trasportasi. i C C X fugsi objektif, i1 j1 j1 X i1 j1 i1 S i j fugsi pebatas, C X = biaya per uit dari suber i ke tujua j = julah uit dari suber i ke tujua j 85

3 Si = Kapasitas suplai suber i suber, i = 1,2,3.., tujua, j = 1,2,3.., Dega eerapka kosep progra liear egguaka ethod siplex aka kita aka edapatka solusi yag optial dari perasalaha trasportasi tepug tapioka[3]. Siste trasportasi ii berkaita dega proses etwork odel yag ebetuk jariga siste trasportasi[10]. Jariga siste trasportasi aka diperlihatka oleh gabar 1. Gabar 1.Jariga siste trasportasi Gabar 1. eeperlihatka bahwa siste trasportasi baha baku ebetuk suatu odel jariga. Model jariga siste trasportasi ii aka diodelka secara ateatis yag sesuai dega variable keputusa, fugsi tujua da batasa yag diiliki oleh siste trasportasi. Lokasi ivetory berada pada kawasa pabrik tapioka sehigga biaya trasportasi atara pabrik da ivetory diabaika. HASIL PEMBAHASAN Pebetuka assiget odel berdasarka data-data yag telah terkupul aka eperudah dala aalisis optiisasi siste trasportasi. Model terbetuk dari variable keputusa yag terdiri dari jeis kedaraaa yag beroperasi da perjalaa yag dilalui. Fugsi objective yag erupaka su product atara biaya trasportasi, kapasitas kedaraaa da kedaraa yag beroperasi. Seetara fugsi batasaya adalah julah ketersediaa ubi pada suber. Pegguaa aplikasi solver sagat dibutuhka dala ebatu perhituga da pebetuka assiget odel. Assiget odel yag terbetuk aka diperlihatka pada gabar 2 diaa sybol K1,K2,K3 da K4 erupaka sibol utuk kedaraa kecil yag berjulah 4 buah, da B1,B2,B3,B4,B5,B6, da B7 sibol utuk kedaraa kapasitas besar sebayak 7 buah. Kedaraa kecil aka eiliki biaya trasportasi yag lebih urah au kapasitas yag diiliki lebih kecil dibadigka dega kedaraa besar.lokasi terjauh terletak di Siborog-borog dega biaya trasportasi utuk kedaraa kecil sebesar Rp da kedaraa besar sebesar Rp ,00-. biaya tersebut erupaka biaya utuk sekali perjalaa, sehigga dala kodisi pergi da kebali biaya trasportasi aka diasusika ejadi dua kali lebih besar. Nau, pada peelitia ii utuk eperudah perhituga biaya trasportasi asih dihitug dala sekali perjalaa yaitu pada proses pegatara ubi dari kawasa perkebua euju pabrik. 86

4 Pada Gabar 2 loadig to car setiap kedaraa diisi peuh utuk eaksialka kapasitas kedaraa sehigga goptialka biaya pegagkuta jika asih eugkika utuk disipa di ivetory. Jika julah baha baku yag dibawa oleh siste trasportasi elebihi kapasitas pegguaa baha baku haria da ivetory aka baha baku aka terbuag secara cua-cua. Nau, pada peelitia ii telah ditetuka pada fugsi batasa egeai kapasitas ivetory yag tersedia. Gabar 2. Pebetuka Matriks Optiisasi Siste Trasportasi berbasis Assiget Model Setelah terbetukya atriks Optiisasi Siste Trasportasi berbasis assiget odel aka aka dilakuka proses iterasi etode siplex yag aka dibatu oleh aplikasi koputer solver. Setelah elalui jutaa iterasi aka hasil optiisasi aka diperlihatka pada gabar 3. Gabar 3. Hasil Optiisasi Siste Trasportasi Berbasi Assiget Model Pada gabar 3. Idikator trasportasi aktif da kawasa yag dituju oleh trasportasi tersebut ditadai dega sibol 1 da yag tidak aktif dtadai dega sibol 0. Pada hasil optiisasi K2 da K3 harus elalui seluruh kawasa utuk egagkut baha baku, K2 tidak elalui kawasa habisara, K4 tidak elalui kawasa porsea da habisara, B1 tidak elalui kawasa Porsea da Habisara, B2 haya elalui Balige da Siborog-borog, B3 haya elalui Porsea da Siborog-borog, B4 tidak elalui kawasa Balige da Habisara, B5 tidak elalui kawasa Balige da Habisara, B6 haya elalui kawasa Silae da B7 tidak elalui kawasa Silae da Habisara. Total biaya operasioal utuk pegagkuta optial baha baku adalah Rp ,00-. KESIMPULAN 1. Optiisasi Siste Trasportasi berbasis Assiget odel dapat diterapka di bidag idustri pegagkuta baha baku. 2. Pegheata yag didapatka dari proses optiisasi siste trasportasi berbasis assiget proble adalah Rp ,00-, hasil ii aka terlihat berdapak sigifika ketika biaya pegheata dihitug perbula sebesar Rp ,

5 3. Operasioal siste trasportasi yag optial aka edukug kierja idustri dega peyediaa baha baku yag sustaiable da dapat ereduksi pegguaa baha bakar fosil sehigga dapat juga eberika dapak postif pada ligkuga. DAFTAR PUSTAKA [1] Wisto, L Waye. Operatio Research Applicatio ad Algorith. Duxbury Press [2] Taha Hady A. Operatio Research: A Itroductio. Pretice Hall PTR, Pearso [3] Heizer Jay. Operatio Maageet. Pretice Hall [4] Dias Kehutaa da Perkebua. Statistik Hasil Perkebua [5] Zak Jacek, R Ada, S Piotr. Multiple objective optiizatio of fleet sizig proble for road freight trasportatio J. Adv. Trasp. 45: [6]Zak Jacek, R Ada, S Piotr. Modelig ad optiizatio of trasportatio systes J. Adv. Trasp, 45: [7] Yi Yafeg. Multiobjective bilevel optiizatio for trasportatio plaig ad aageet probles Joural of Advaced Trasportatio. Vol. 36. No. 1, pp [8] Zak Jacek. Multiple criteria evaluatio ad optiizatio of trasportatio systes Joural of Advaced Traspotatio, vol 43. No.2, pp [9] Caplice Chris ad Sheffi Yossi. Optiizatio based procureet for trasportatio service Joural of busiess logistics vol.24, No.2 [10] Ahuja K R ad Liebche Cristia. Special Issue of Networks o Optiizatio i Schduled trasportatio Networks Wiley Blackwell Networks. Vol:57 88

Optimisasi Terpadu Persoalan Inventori dan Persoalan Transfortasi dengan Metode ITIO ( Inventory Transfortation Integrated Optimization)

Optimisasi Terpadu Persoalan Inventori dan Persoalan Transfortasi dengan Metode ITIO ( Inventory Transfortation Integrated Optimization) Prosidig Seirata FMIP Uiversitas Lapug, Optiisasi Terpadu Persoala Ivetori da Persoala Trasfortasi dega Metode ITIO ( Ivetory Trasfortatio Itegrated Optiizatio) T.P.Nababa, Sukato, Karida Puspita N Jurusa

Lebih terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. Universitas Sumatera Utara BAB 1 PENDAHULUAN Persoala trasportasi yag serig ucul dala kehidupa sehari-hari, erupaka gologa tersediri dala persoala progra liier. Maka etode traportasi ii juga dapat diguaka utuk eyelesaika beberapa

Lebih terperinci

Penyelesaian Masalah Penugasan Menggunakan Metode Hungarian dan Pinalti (Studi Kasus: CV. Surya Pelangi)

Penyelesaian Masalah Penugasan Menggunakan Metode Hungarian dan Pinalti (Studi Kasus: CV. Surya Pelangi) Peyelesaia Masalah Peugasa Megguaka Metode Hugaria da Pialti (Studi Kasus: CV. Surya Pelagi) Sri Basriati 1, Ayu Lestari 2 1,2 Jurusa Mateatika, Fakultas Sais da Tekologi, UIN Sulta Syarif Kasi Riau Jl.

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

OPTIMASI PRODUKSI PIPA STAINLESS STEEL INDUSTRI di P.T. X

OPTIMASI PRODUKSI PIPA STAINLESS STEEL INDUSTRI di P.T. X Prosidig Seiar Nasioal Maajee Tekologi IV Progra Studi MMT-ITS, Surabaya 5 Agustus 2006 OPTIMASI PRODUKSI PIPA STAINLESS STEEL INDUSTRI di P.T. X 1 Dely, 2 Bobby Oedy P. Soepagkat, 2 Nurhadi Siswato 1

Lebih terperinci

MENENTUKAN PENYELESAIAN PERTIDAKSAMAAN DENGAN METODE TITIK PEMECAH. Warsito. Program Studi Matematika FMIPA Universitas Terbuka.

MENENTUKAN PENYELESAIAN PERTIDAKSAMAAN DENGAN METODE TITIK PEMECAH. Warsito. Program Studi Matematika FMIPA Universitas Terbuka. MENENTUKAN PENYELESAIAN PERTIDAKSAMAAN DENGAN METODE TITIK PEMECAH Warsito Progra Studi Mateatika FMIPA Uiversitas Terbuka warsito@ut.ac.id Abstrak Peyelesaia pertidaksaaa ( x- a, a Î R adalah x a (egguaka

Lebih terperinci

Jurnal EKSPONENSIAL Volume 8, Nomor 1, Mei 2017 ISSN

Jurnal EKSPONENSIAL Volume 8, Nomor 1, Mei 2017 ISSN Jural EKSPONENSIAL Volue 8, Noor 1, Mei 2017 ISSN 2085-7829 Proses Optiasi Masalah Peugasa Oe-Objectiveda Two-Objective Megguaka Metode Hugaria (Studi Kasus : Usaha Kerajia Rota Toko Rota Sejati Saarida

Lebih terperinci

BAB III BASIS DATA UNTUK IDENTIFIKASI DAERAH RAWAN BANJIR DAN KEBERADAAN DATA SPASIAL YANG DIPERLUKAN

BAB III BASIS DATA UNTUK IDENTIFIKASI DAERAH RAWAN BANJIR DAN KEBERADAAN DATA SPASIAL YANG DIPERLUKAN BAB III BASIS DATA UNTUK IDENTIFIKASI DAERAH RAWAN BANJIR DAN KEBERADAAN DATA SPASIAL YANG DIPERLUKAN Siste idetifikasi daerah rawa bajir ebutuhka adaya data spasial yag diolah dega eafaatka tekologi Siste

Lebih terperinci

Definisi 2.3 : Jika max min E(X,Y) = min

Definisi 2.3 : Jika max min E(X,Y) = min Teori Peraia 22 Peelitia Operasioal II Defiisi 23 : Jika ax i E(X,Y) = z y i y ax E(X,Y) =E(x 0, y 0 ), aka (x 0, y 0 ) didefiisika z sebagai strategi uri dari peraia itu dega x 0 sebagai strategi optiu

Lebih terperinci

Model Pengembangan Wilayah untuk Pembangunan Pelabuhan: Studi Kasus Pantai Selatan Jawa Timur

Model Pengembangan Wilayah untuk Pembangunan Pelabuhan: Studi Kasus Pantai Selatan Jawa Timur JURNAL TEKNIK ITS Vol. 1, (Sept, 2012) ISSN: 2301-9271 E-1 Model Pegebaga Wilayah utuk Pebagua Pelabuha: Studi Kasus Patai Selata Jawa Tiur Wahyu Putra Gatara, Tri Achadi Jurusa Tekik Perkapala, Fakultas

Lebih terperinci

Model Pengembangan Wilayah Untuk Pembangunan Pelabuhan: Studi Kasus Pantai Selatan Jawa Timur

Model Pengembangan Wilayah Untuk Pembangunan Pelabuhan: Studi Kasus Pantai Selatan Jawa Timur JURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-6 1 Model Pegebaga Wilayah Utuk Pebagua Pelabuha: Studi Kasus Patai Selata Jawa Tiur Wahyu Putra Gatara, Tri Achadi Jurusa Tekik Perkapala, Fakultas Tekologi

Lebih terperinci

JURNAL TEKNIK ITS Vol. 1, (Sept, 2012) ISSN: E-42

JURNAL TEKNIK ITS Vol. 1, (Sept, 2012) ISSN: E-42 JURNAL TEKNIK ITS Vol. 1, (Sept, 01) ISSN: 301-971 E-4 Aalisis Hubuga Kluster Idustri dega Peetua Lokasi Pelabuha: Studi Kasus Patai Utara Pulau Jawa Maulaa Prasetya Sibolo da Tri Achadi Jurusa Tekik Perkapala,

Lebih terperinci

I. PENDAHULUAN II. LANDASAN TEORI

I. PENDAHULUAN II. LANDASAN TEORI 5 I PENDAHULUAN Latar Belakag Persaaa diferesial adalah suatu persaaa ag egadug sebuah fugsi ag tak diketahui dega satu atau lebih turuaa [Stewart, 3] Persaaa diferesial dapat dibedaka eurut ordea, salah

Lebih terperinci

IV. METODE PENELITIAN. Penelitian ini dilakukan di Kawasan Pantai Anyer, Kabupaten Serang

IV. METODE PENELITIAN. Penelitian ini dilakukan di Kawasan Pantai Anyer, Kabupaten Serang IV. METODE PENELITIAN 4.1 Lokasi da Waktu Peelitia Peelitia ii dilakuka di Kawasa Patai Ayer, Kabupate Serag Provisi Bate. Lokasi ii dipilih secara segaja atau purposive karea Patai Ayer merupaka salah

Lebih terperinci

Kata kunci: jarak tempuh, komponen estimasi statistik, routing S-shape, return strategy

Kata kunci: jarak tempuh, komponen estimasi statistik, routing S-shape, return strategy Estiasi Jarak Tepuh Order Pickig Maual Dega Metode Aalitik di PT GMS Agug Chadra Fakultas Tekik, Jurusa Tekik Idustri, Uiversitas Mercubuaa Jl. Raya Meruya Selata o.0, Kebaga, Jakarta Barat 650 Surel:

Lebih terperinci

Perbandingan Inversi Least-Square dengan Levenberg- Marquardt pada Metode Geomagnet untuk Model Crustal Block

Perbandingan Inversi Least-Square dengan Levenberg- Marquardt pada Metode Geomagnet untuk Model Crustal Block PROSIDING SKF 6 Perbadiga Iversi Least-Square dega Leveberg- Marquardt pada Metode Geoaget utuk Model Crustal Block Uar Said a, Mohaad eriyato b, da Wahyu Srigutoo c Laboratoriu Fisika Bui, Kelopok Keilua

Lebih terperinci

PENGEMBANGAN ALGORITMA CROSS ENTROPY DALAM PENYELESAIAN TRAVELING PURCHASER PROBLEM

PENGEMBANGAN ALGORITMA CROSS ENTROPY DALAM PENYELESAIAN TRAVELING PURCHASER PROBLEM PENGEMBANGAN ALGORITMA CROSS ENTROPY DALAM PENYELESAIAN TRAVELING PURCHASER PROBLEM Citra Maharai, Budi Satosa Jurusa Tekik Idustri Istitut Tekologi Sepuluh Nopeber (ITS) Surabaya Kapus ITS Sukolilo Surabaya

Lebih terperinci

BAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya.

BAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya. BAB 1 PENDAHULUAN 1.1 Latar Belakag Aalisis regresi mejadi salah satu bagia statistika yag palig bayak aplikasiya. Aalisis regresi memberika keleluasaa kepada peeliti utuk meyusu model hubuga atau pegaruh

Lebih terperinci

BAB 2 LANDASAN TEORI. 2.1 Program tujuan ganda

BAB 2 LANDASAN TEORI. 2.1 Program tujuan ganda BAB 2 LANDASAN TEORI 2.1 Progra tujua gada Progra tujua gada erupaka variasi khusus dari progra liear. Aalisisya bertujua utuk eiiuka jarak atara atau deviasi deviasi terhadap tujua atau sasara yag telah

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN BAB 3 METODE PENELITIAN 3.1 Metode Pegumpula Data Dalam melakuka sebuah peelitia dibutuhka data yag diguaka sebagai acua da sumber peelitia. Disii peulis megguaka metode yag diguaka utuk melakuka pegumpula

Lebih terperinci

BAB III PEMBAHASAN. Pada BAB III ini akan dibahas mengenai bentuk program linear fuzzy

BAB III PEMBAHASAN. Pada BAB III ini akan dibahas mengenai bentuk program linear fuzzy BAB III PEMBAHASAN Pada BAB III ii aka dibahas megeai betuk program liear fuzzy dega koefisie tekis kedala berbetuk bilaga fuzzy da pembahasa peyelesaia masalah optimasi studi kasus pada UD FIRDAUS Magelag

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN. Sebagai hasil penelitian dalam pembuatan modul Rancang Bangun

BAB IV HASIL DAN PEMBAHASAN. Sebagai hasil penelitian dalam pembuatan modul Rancang Bangun 47 BAB IV HASIL DAN PEMBAHASAN Sebagai hasil peelitia dalam pembuata modul Racag Bagu Terapi Ifra Merah Berbasis ATMega8 dilakuka 30 kali pegukura da perbadiga yaitu pegukura timer/pewaktu da di badigka

Lebih terperinci

Sistem Informasi Pemetaan Pelayanan Biro Administrasi Akademik dan Kemahasiswaan (BAAK) Menggunakan Metode Fuzzy Quantification Theory I

Sistem Informasi Pemetaan Pelayanan Biro Administrasi Akademik dan Kemahasiswaan (BAAK) Menggunakan Metode Fuzzy Quantification Theory I Jural... Vol. XX, No. X, Bula 20XX, XX-XX Siste Iforasi Peetaa Pelayaa Biro Adiistrasi Akadeik da Keahasiswaa (BAAK) Megguaka Metode Fuzzy Quatificatio Theory I Aisya Putri Sy, Satria Perdaa Arifi 2, Kartia

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur III. METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia Peelitia ii dilakuka di SMA Negeri Way Jepara Kabupate Lampug Timur pada bula Desember 0 sampai dega Mei 03. B. Populasi da Sampel Populasi dalam

Lebih terperinci

Penerapan Teorema Perron-Frobenius pada Penentuan Distribusi Stasioner Rantai Markov

Penerapan Teorema Perron-Frobenius pada Penentuan Distribusi Stasioner Rantai Markov Vol. 3, No., 85-9, Juli 6 Peerapa Teorea Perro-Frobeius pada Peetua Distribusi Stasioer Ratai Markov Jusawati Massalesse Abstrak Perilaku suatu ratai Markov setelah berala ukup laa dapat diketahui elalui

Lebih terperinci

PENYELESAIAN TEORI PERMAINAN MENGGUNAKAN METODE SIMPLEKS ALTERNATIF

PENYELESAIAN TEORI PERMAINAN MENGGUNAKAN METODE SIMPLEKS ALTERNATIF Jural Matriks, ol. 1, No. 2, 2018 1 PENYELESAIAN TEORI PERMAINAN MENGGUNAKAN METODE SIMPLEKS ALTERNATIF Rii Hidayattillah, Pardi Affadi, Akhad Yusuf Progra Studi Mateatika Fakultas MIPA Uiversitas Labug

Lebih terperinci

Analisis Hubungan Kluster Industri dengan Penentuan Lokasi Pelabuhan: Studi Kasus Pantai Utara Pulau Jawa

Analisis Hubungan Kluster Industri dengan Penentuan Lokasi Pelabuhan: Studi Kasus Pantai Utara Pulau Jawa JURNAL TEKNIK POMITS Vol., No., (0) -5 Aalisis Hubuga Kluster Idustri dega Peetua Lokasi Pelabuha: Studi Kasus Patai Utara Pulau Jawa Maulaa Prasetya Sibolo, Tri Achadi Jurusa Tekik Perkapala, Fakultas

Lebih terperinci

III. METODE PENELITIAN. Lokasi penelitian dilakukan di Provinsi Sumatera Barat yang terhitung

III. METODE PENELITIAN. Lokasi penelitian dilakukan di Provinsi Sumatera Barat yang terhitung 42 III. METODE PENELITIAN 3.. Lokasi da Waktu Peelitia Lokasi peelitia dilakuka di Provisi Sumatera Barat yag terhitug mulai miggu ketiga bula April 202 higga miggu pertama bula Mei 202. Provisi Sumatera

Lebih terperinci

OPTIMALISASI ALIRAN DISTRIBUSI DAN ALOKASI MATERIAL DENGAN METODE LINEAR PROGRAMMING (Studi Kasus : PT. PLN (PERSERO) APJ Distribusi Malang)

OPTIMALISASI ALIRAN DISTRIBUSI DAN ALOKASI MATERIAL DENGAN METODE LINEAR PROGRAMMING (Studi Kasus : PT. PLN (PERSERO) APJ Distribusi Malang) OPTIMALISASI ALIRAN DISTRIBUSI DAN ALOKASI MATERIAL DENGAN METODE LINEAR PROGRAMMING (Studi Kasus : PT. PLN (PERSERO) APJ Distribusi Malag) OPTIMIZATION OF DISTRIBUTION FLOW AND MATERIAL ALLOCATION WITH

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Variabel-variabel yang digunakan pada penelitian ini adalah:

BAB III METODOLOGI PENELITIAN. Variabel-variabel yang digunakan pada penelitian ini adalah: BAB III METODOLOGI PENELITIAN 3. Variabel da Defiisi Operasioal Variabel-variabel yag diguaka pada peelitia ii adalah: a. Teaga kerja, yaitu kotribusi terhadap aktivitas produksi yag diberika oleh para

Lebih terperinci

BAB 3 DATA DAN METODOLOGI PENELITIAN

BAB 3 DATA DAN METODOLOGI PENELITIAN BAB 3 DATA DAN METODOLOGI PENELITIAN Pada Bab ii aka memberika iformasi hal yag berkaita dega lagkah-lagkah sistematis yag aka diguaka dalam mejawab pertayaa peelitia.utuk itu diperluka beberapa hal sebagai

Lebih terperinci

BAB 4: PELUANG DAN DISTRIBUSI NORMAL.

BAB 4: PELUANG DAN DISTRIBUSI NORMAL. BAB 4: PELUANG DAN DISTRIBUSI NORMAL. PELUANG Peluag atau yag biasa juga disebut dega istilah keugkia, probablilitas, atau kas eujukka suatu tigkat keugkia terjadiya suatu kejadia yag diyataka dala betuk

Lebih terperinci

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

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

Lebih terperinci

TAKSIRAN INTERVAL PARAMETER BENTUK DARI DISTRIBUSI PARETO BERDASARKAN METODE MOMEN DAN MAKSIMUM LIKELIHOOD

TAKSIRAN INTERVAL PARAMETER BENTUK DARI DISTRIBUSI PARETO BERDASARKAN METODE MOMEN DAN MAKSIMUM LIKELIHOOD TAKSIRAN INTERVAL PARAMETER BENTUK DARI DISTRIBUSI PARETO BERDASARKAN METODE MOMEN DAN MAKSIMUM LIKELIHOOD Jailah * Firdaus Sigit Sugiarto Mahasiwa Progra S Mateatika Dose Jurusa Mateatika Fakultas Mateatika

Lebih terperinci

BAB III METODE PENELITIAN. cuci mobil CV. Sangkara Abadi di Bumiayu. Metode analisis yang dipakai

BAB III METODE PENELITIAN. cuci mobil CV. Sangkara Abadi di Bumiayu. Metode analisis yang dipakai 20 BAB III METODE PENELITIAN 3.1 Jeis Peelitia Peelitia ii merupaka aalisis tetag kelayaka ivestasi usaha cuci mobil CV. Sagkara Abadi di Bumiayu. Metode aalisis yag dipakai adalah metode aalisis kuatitatif

Lebih terperinci

PENYELESAIAN TEORI PERMAINAN MENGGUNAKAN METODE SIMPLEKS ALTERNATIF

PENYELESAIAN TEORI PERMAINAN MENGGUNAKAN METODE SIMPLEKS ALTERNATIF Jural Matriks, ol. 1, No. 1, 2018 1 PENYELESAIAN TEORI PERMAINAN MENGGUNAKAN METODE SIMPLEKS ALTERNATIF Rii Hidayattillah, Pardi Affadi, Akhad Yusuf Progra Studi Mateatika Fakultas MIPA Uiversitas Labug

Lebih terperinci

Perancangan Jaringan Distribusi LPG 3 Kg di Malang, Jawa Timur

Perancangan Jaringan Distribusi LPG 3 Kg di Malang, Jawa Timur Joural of Logistics ad Supply Chai Maageet, Vol. 3, No. 3, October 2013 : 121-131 Peracaga Jariga Distribusi LPG 3 Kg di Malag, Jawa Tiur Yudi Eka Sari, Joiarto Parug, da Idri Hapsari Jurusa Tekik Idustri,

Lebih terperinci

Perbaikan Bagan Kendali Pergerakan Data (Data Driven)

Perbaikan Bagan Kendali Pergerakan Data (Data Driven) Bab 3 Perbaika Baga Kedali Pergeraka Data Data Drive) 3.1 Pedahulua Baga kedali klasik utuk eoitorig rataa didasarka pada asusi keorala. Ketika syarat keorala tidak dipeuhi, baga kedali klasik ii tidak

Lebih terperinci

DISTRIBUSI BINOMIAL. (sukses sebanyak x kali, gagal sebanyak n x kali)

DISTRIBUSI BINOMIAL. (sukses sebanyak x kali, gagal sebanyak n x kali) DISTRIBUSI BINOMIAL Distribusi bioial berasal dari percobaa bioial yaitu suatu proses Beroulli yag diulag sebayak kali da salig bebas. Distribusi Bioial erupaka distribusi peubah acak diskrit. Secara lagsug,

Lebih terperinci

METODE PENELITIAN. Penelitian tentang Potensi Ekowisata Hutan Mangrove ini dilakukan di Desa

METODE PENELITIAN. Penelitian tentang Potensi Ekowisata Hutan Mangrove ini dilakukan di Desa III. METODE PENELITIAN A. Lokasi da Waktu Peelitia Peelitia tetag Potesi Ekowisata Huta Magrove ii dilakuka di Desa Merak Belatug, Kecamata Kaliada, Kabupate Lampug Selata. Peelitia ii dilaksaaka atara

Lebih terperinci

BAB III METODOLOGI DAN PELAKSANAAN PENELITIAN. Perumusan - Sasaran - Tujuan. Pengidentifikasian dan orientasi - Masalah.

BAB III METODOLOGI DAN PELAKSANAAN PENELITIAN. Perumusan - Sasaran - Tujuan. Pengidentifikasian dan orientasi - Masalah. BAB III METODOLOGI DAN PELAKSANAAN PENELITIAN 3.1. DIAGRAM ALIR PENELITIAN Perumusa - Sasara - Tujua Pegidetifikasia da orietasi - Masalah Studi Pustaka Racaga samplig Pegumpula Data Data Primer Data Sekuder

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1 Lokasi da Waktu peelitia Peelitia dilakuka pada budidaya jamur tiram putih yag dimiliki oleh usaha Yayasa Paguyuba Ikhlas yag berada di Jl. Thamri No 1 Desa Cibeig, Kecamata Pamijaha,

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Subjek Peelitia Peelitia ii dilaksaaka di kawasa huta magrove, yag berada pada muara sugai Opak di Dusu Baros, Kecamata Kretek, Kabupate Batul. Populasi dalam peelitia ii adalah

Lebih terperinci

BAB III METODE PENELITIAN. 3.1 Jenis Penelitian. Penelitian ini menggunakan metode deskriptif kuantitatif yang

BAB III METODE PENELITIAN. 3.1 Jenis Penelitian. Penelitian ini menggunakan metode deskriptif kuantitatif yang BAB III METODE PENELITIAN 3.1 Jeis Peelitia Peelitia ii megguaka metode deskriptif kuatitatif yag mediskripsika tetag pola sebara, kepadata kutu sisik pada buah, ratig da dau taama jeruk mais, serta faktor-faktor

Lebih terperinci

3 METODE PENELITIAN 3.1 Kerangka Pemikiran 3.2 Lokasi dan Waktu Penelitian

3 METODE PENELITIAN 3.1 Kerangka Pemikiran 3.2 Lokasi dan Waktu Penelitian 19 3 METODE PENELITIAN 3.1 Keragka Pemikira Secara rigkas, peelitia ii dilakuka dega tiga tahap aalisis. Aalisis pertama adalah megaalisis proses keputusa yag dilakuka kosume dega megguaka aalisis deskriptif.

Lebih terperinci

PERANCANGAN DAN PEMBUATAN SISTEM PERENCANAAN PRODUKSI (STUDI KASUS PADA PT. VONITA GARMENT)

PERANCANGAN DAN PEMBUATAN SISTEM PERENCANAAN PRODUKSI (STUDI KASUS PADA PT. VONITA GARMENT) PERANCANGAN DAN PEMBUATAN SISTEM PERENCANAAN PRODUKSI (STUDI KASUS PADA PT. VONITA GARMENT) Felicia Soedjiato 1, Tati Oktavia, Jaes Arthur Aggawiata 1 1 Jurusa Tekik Iforatika, Fakultas Tekologi Idustri,

Lebih terperinci

BAB III METODE PENELITIAN. Metode yang digunakan dalam penelitian ini adalah penelitian korelasi,

BAB III METODE PENELITIAN. Metode yang digunakan dalam penelitian ini adalah penelitian korelasi, BAB III METODE PENELITIAN 3.1 Metode Peelitia Metode yag diguaka dalam peelitia ii adalah peelitia korelasi, yaitu suatu metode yag secara sistematis meggambarka tetag hubuga pola asuh orag tua dega kosep

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Kosep Peasara Kosep peasara erupaka filsafat bisis yag bagkit eatag kosep-kosep sebeluya. Kosep peasara berpedapat bahwa kuci utuk ecapai tujuatujua orgaisasi/ perusahaaa terdiri

Lebih terperinci

LAJU REAKSI. A. KEMOLARAN - Kemolaran adalah menyatakan banyaknya mol zat terlarut dalam 1 liter larutan. M = V

LAJU REAKSI. A. KEMOLARAN - Kemolaran adalah menyatakan banyaknya mol zat terlarut dalam 1 liter larutan. M = V LAJU REAKSI STANDART KOMPETENSI; Meahai kietika reaksi, kesetibaga kiia, da faktor-faktor yag berpegaruh, serta peerapaya dala kehidupa sehari-hari KOMPETENSI DASAR; Medeskripsika pegertia laju reaksi

Lebih terperinci

DAFTAR ISI. HALAMAN JUDUL... i. SURAT PERNYATAAN KEASLIAN TA... ii. HALAMAN PENGESAHAN... iii. HALAMAN PERSEMBAHAN... v. MOTTO...

DAFTAR ISI. HALAMAN JUDUL... i. SURAT PERNYATAAN KEASLIAN TA... ii. HALAMAN PENGESAHAN... iii. HALAMAN PERSEMBAHAN... v. MOTTO... DAFTAR ISI HALAMAN JUDUL... i SURAT PERNYATAAN KEASLIAN TA... ii HALAMAN PENGESAHAN... iii HALAMAN PERSEMBAHAN... v MOTTO... vi KATA PENGANTAR... vii ABSTRAK... ix DAFTAR ISI... x DAFTAR GAMBAR... xiv

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di halaman Pusat Kegiatan Olah Raga (PKOR) Way Halim Bandar Lampung pada bulan Agustus 2011.

III. METODE PENELITIAN. Penelitian ini dilaksanakan di halaman Pusat Kegiatan Olah Raga (PKOR) Way Halim Bandar Lampung pada bulan Agustus 2011. III. METODE PENELITIAN A. Tempat da Waktu Peelitia Peelitia ii dilaksaaka di halama Pusat Kegiata Olah Raga (PKOR) Way Halim Badar Lampug pada bula Agustus 2011. B. Objek da Alat Peelitia Objek peelitia

Lebih terperinci

Bab III Metoda Taguchi

Bab III Metoda Taguchi Bab III Metoda Taguchi 3.1 Pedahulua [2][3] Metoda Taguchi meitikberatka pada pecapaia suatu target tertetu da meguragi variasi suatu produk atau proses. Pecapaia tersebut dilakuka dega megguaka ilmu statistika.

Lebih terperinci

BAB V METODOLOGI PENELITIAN

BAB V METODOLOGI PENELITIAN BAB V METODOLOGI PEELITIA 5.1 Racaga Peelitia Peelitia ii merupaka peelitia kualitatif dega metode wawacara medalam (i depth iterview) utuk memperoleh gambara ketidaklegkapa pegisia berkas rekam medis

Lebih terperinci

Analisis Pengambilan Keputusan Multikriteria Untuk Sumber Energi Terbarukan di Wilayah Madura Menggunakan Metode Fuzzy AHP dan VIKOR

Analisis Pengambilan Keputusan Multikriteria Untuk Sumber Energi Terbarukan di Wilayah Madura Menggunakan Metode Fuzzy AHP dan VIKOR JURNAL SAINS DAN SENI POMITS Vol. 2, No.1, (2014) 1 Aalisis Pegabila Keputusa Multikriteria Utuk Suber Eergi Terbaruka di Wilayah Madura Megguaka Metode Fuzzy AHP da VIKOR Mevita Cahayai, Mohaad Isa Irawa,

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang Permasalahan

BAB I PENDAHULUAN Latar Belakang Permasalahan BAB I PENDAHULUAN 1.1. Latar Belakag Permasalaha Matematika merupaka Quee ad servat of sciece (ratu da pelaya ilmu pegetahua). Matematika dikataka sebagai ratu karea pada perkembagaya tidak tergatug pada

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 30 BAB III METODE PENELITIAN Peelitia pejadwala pembagkit termal ii adalah utuk membadigka metode Lagragia Relaxatio yag diajuka peulis dega metode yag diguaka PLN. Di sii aka diuji metode maa yag peramalaya

Lebih terperinci

Bab II Landasan Teori

Bab II Landasan Teori 4 Bab II Ladasa Teori II. Aalisis "Net Social Gai" (NSG) PT. Siar Asia Fortua sebagai suatu perusahaa tabag baha galia batugapig epuyai kotribusi positif terhadap peigkata pedapata jika ilai outputya lebih

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB ENDAHULUAN. Latar Belakag Masalah Dalam kehidupa yata, hampir seluruh feomea alam megadug ketidak pastia atau bersifat probabilistik, misalya pergeraka lempega bumi yag meyebabka gempa, aik turuya

Lebih terperinci

PERENCANAAN JARINGAN IRIGASI PASANG SURUT ARISAN MUSI KECAMATAN MUARA BELIDA MUARA ENIM

PERENCANAAN JARINGAN IRIGASI PASANG SURUT ARISAN MUSI KECAMATAN MUARA BELIDA MUARA ENIM PERENCANAAN JARINGAN IRIGASI PASANG SURUT ARISAN MUSI KECAMATAN MUARA BELIDA MUARA ENIM Syukri Malia da Sri Martii Staf Pegajar Jurusa Sipil Fakultas Tekik Uiversitas Muhaadiyah Palebag Abstrak Suatera

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur 0 III. METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia Peelitia ii dilakuka di SMA Negeri Way Jepara Kabupate Lampug Timur pada bula Desember 0 sampai Mei 03. B. Populasi da Sampel Populasi dalam peelitia

Lebih terperinci

BAB IV PEMECAHAN MASALAH

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

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakag Dalam duia iformatika, assigmet Problem yag biasa dibetuk dega matriks berbobot merupaka salah satu masalah terbesar, dimaa masalah ii merupaka masalah yag metode peyelesaiaya

Lebih terperinci

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

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

Lebih terperinci

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Negeri I

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Negeri I 7 III. METODOLOGI PENELITIAN A. Populasi da Sampel Peelitia Populasi dalam peelitia ii adalah semua siswa kelas XI IPA SMA Negeri I Kotaagug Tahu Ajara 0-03 yag berjumlah 98 siswa yag tersebar dalam 3

Lebih terperinci

BAB III METODOLOGI 3.1 Tempat dan Waktu Penelitian 3.2 Bahan dan Alat 3.3 Metode Pengumpulan Data Pembuatan plot contoh

BAB III METODOLOGI 3.1 Tempat dan Waktu Penelitian 3.2 Bahan dan Alat 3.3 Metode Pengumpulan Data Pembuatan plot contoh BAB III METODOLOGI 3.1 Tempat da Waktu Peelitia Pegambila data peelitia dilakuka di areal revegetasi laha pasca tambag Blok Q 3 East elevasi 60 Site Lati PT Berau Coal Kalimata Timur. Kegiata ii dilakuka

Lebih terperinci

PENGGUNAAN NILAI EIGEN DAN VEKTOR EIGEN UNTUK MENENTUKAN MODEL GENOTIP KETURUNAN YANG TERTAUT KROMOSOM X

PENGGUNAAN NILAI EIGEN DAN VEKTOR EIGEN UNTUK MENENTUKAN MODEL GENOTIP KETURUNAN YANG TERTAUT KROMOSOM X Jural Maajee Ioratika da Tekik Koputer Volue, Noor, pril PENGGUNN NILI EIGEN DN VEKTOR EIGEN UNTUK MENENTUKN MODEL GENOTIP KETURUNN YNG TERTUT KROMOSOM X Havid Syawa *, Nurwati Jurusa Maajee Ioratika,

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Tujua Peelitia Peelitia ii bertujua utuk megetahui apakah terdapat perbedaa hasil belajar atara pegguaa model pembelajara Jigsaw dega pegguaa model pembelajara Picture ad Picture

Lebih terperinci

IMPLEMENTASI METODE PROFILE MATCHING DALAM MENILAI KINERJA KARYAWAN UNTUK PROMOSI JABATAN PADA KSP. BHINA RAHARJA

IMPLEMENTASI METODE PROFILE MATCHING DALAM MENILAI KINERJA KARYAWAN UNTUK PROMOSI JABATAN PADA KSP. BHINA RAHARJA IMPLEMENTASI METODE PROFILE MATCHING DALAM MENILAI KINERJA KARYAWAN UNTUK PROMOSI JABATAN PADA KSP. BHINA RAHARJA Aa Galih Kucara Jati 1, Cadra Irawa 2 Progra Studi Site Iforasi-S1, Fakultas Ilu Koputer,

Lebih terperinci

1. Untuk meramalkan kemungkinan yg akan terjadi setelah bangunan dibuat,

1. Untuk meramalkan kemungkinan yg akan terjadi setelah bangunan dibuat, TUJUAN: MODE HIDRAUIK 1. Utuk eraalka keugkia yg aka terjadi setelah bagua dibuat,. Medaatka tigkat keyakia yag tiggi atas keberhasila suatu erecaaa bagua, 3. Megetahui/eraalka eaila bagua hidraulik serta

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1. Lokasi da Waktu Pegambila Data Pegambila data poho Pius (Pius merkusii) dilakuka di Huta Pedidika Guug Walat, Kabupate Sukabumi, Jawa Barat pada bula September 2011.

Lebih terperinci

Pendahuluan. Tujuan MODUL

Pendahuluan. Tujuan MODUL DATABASE Etity Relasiosip Diagra Satrio Agug W, Ari Kusyati da Mahedra Data Tekik Iforatika, Fakultas Tekik, Uiversitas Brawijaya, Eail : iforatika@ub.ac.id Pedahulua Etity Relasioalship Diagra adalah

Lebih terperinci

III BAHAN DAN METODE PENELITIAN. Penelititan ini menggunakan 30 ekor Sapi Bali jantan umur berkisar antara

III BAHAN DAN METODE PENELITIAN. Penelititan ini menggunakan 30 ekor Sapi Bali jantan umur berkisar antara III BAHAN DAN METODE PENELITIAN 3. Baha da Peralata Peelitia 3.. Baha Peelitia Peelitita ii megguaka 30 ekor Sapi Bali jata umur berkisar atara -3 tahu dega bobot bada berkisar atara 50-500 kg atau dalam

Lebih terperinci

BAB III METODE PENELITIAN

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

Lebih terperinci

III. METODOLOGI PENELITIAN

III. METODOLOGI PENELITIAN 16 III. METODOLOGI PENELITIAN 3.1. Keragka Pemikira Peelitia Perkembaga zama yag meutut setiap idividu baik dari segi kemampua maupu peampila. Boss Parfum yag bergerak di bidag isi ulag miyak wagi didirika

Lebih terperinci

BAB III METODOLOGI PENELITIAN

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

Lebih terperinci

BAB V HASIL DAN PEMBAHASAN. Kecepatan Angin Awal untuk Berputar (m/s)

BAB V HASIL DAN PEMBAHASAN. Kecepatan Angin Awal untuk Berputar (m/s) BAB V HASIL DAN PEMBAHASAN 5.. Pegarh Baha Kicir Terhadap Kecepa Pr kicir Pegarh baha pebat kicir (blade terhadap kecepa pr kicir pak dala gabar 5.. Dala gabar 5., pak bahwa dega berbedaya aterial blade,

Lebih terperinci

Laboratorium Ilmu dan Rekayasa Komputasi Departemen Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha 10, Bandung

Laboratorium Ilmu dan Rekayasa Komputasi Departemen Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha 10, Bandung Eksplorasi Algoritma Mass, Profit,, Profit / Mass, atau Profit / utuk Persoala Iteger Kapsack yag Bedaya Berupa Zat Kimia dega Jeisya Terdefiisi Abstrak Riyai Mardikaigrum 1, Nurshati 2, Vaia Karimah 3

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1. Lokasi da Waktu Peelitia Daerah peelitia adalah Kota Bogor yag terletak di Provisi Jawa Barat. Pemiliha lokasi ii berdasarka pertimbaga atara lai: (1) tersediaya Tabel Iput-Output

Lebih terperinci

BAB II METODOLOGI PENELITIAN. kualitatif. Kerangka acuan dalam penelitian ini adalah metode penelitian

BAB II METODOLOGI PENELITIAN. kualitatif. Kerangka acuan dalam penelitian ini adalah metode penelitian BAB II METODOLOGI PEELITIA 2.1. Betuk Peelitia Betuk peelitia dapat megacu pada peelitia kuatitatif atau kualitatif. Keragka acua dalam peelitia ii adalah metode peelitia kuatitatif yag aka megguaka baik

Lebih terperinci

BAB V ANALISA PEMECAHAN MASALAH

BAB V ANALISA PEMECAHAN MASALAH 89 BAB V ANALISA PEMECAHAN MASALAH Dalam upaya mearik kesimpula da megambil keputusa, diperluka asumsi-asumsi da perkiraa-perkiraa. Secara umum hipotesis statistik merupaka peryataa megeai distribusi probabilitas

Lebih terperinci

BAB III ANUITAS DENGAN BEBERAPA KALI PEMBAYARAN SETAHUN TERHADAP TABUNGAN PENDIDIKAN

BAB III ANUITAS DENGAN BEBERAPA KALI PEMBAYARAN SETAHUN TERHADAP TABUNGAN PENDIDIKAN BAB III ANUITAS DNGAN BBRAPA KALI PMBAYARAN STAHUN TRHADAP TABUNGAN PNDIDIKAN. Tabuga Pedidika Aak Tabuga erupaka salah satu produk yag ditawarka oleh bak utuk eyipa uag. Utuk epersiapka daa pedidika aak,

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 Lokasi da objek peelitia Lokasi peelitia dalam skripsi ii adalah area Kecamata Pademaga, alasa dalam pemiliha lokasi ii karea peulis bertempat tiggal di lokasi tersebut sehigga

Lebih terperinci

Persamaan Non-Linear

Persamaan Non-Linear Persamaa No-Liear Peyelesaia persamaa o-liear adalah meghitug akar suatu persamaa o-liear dega satu variabel,, atau secara umum dituliska : = 0 Cotoh: 2 5. 5 4 9 2 0 2 5 5 4 9 2 2. 2 0 2 5. e 0 Metode

Lebih terperinci

Pengendalian Proses Menggunakan Diagram Kendali Median Absolute Deviation (MAD)

Pengendalian Proses Menggunakan Diagram Kendali Median Absolute Deviation (MAD) Prosidig Statistika ISSN: 2460-6456 Pegedalia Proses Megguaka Diagram Kedali Media Absolute Deviatio () 1 Haida Lestari, 2 Suliadi, 3 Lisur Wachidah 1,2,3 Prodi Statistika, Fakultas Matematika da Ilmu

Lebih terperinci

Keterkaitan Karakteristik Pergerakan di Kawasan Pinggiran Terhadap Kesediaan Menggunakan BRT di Kota Palembang

Keterkaitan Karakteristik Pergerakan di Kawasan Pinggiran Terhadap Kesediaan Menggunakan BRT di Kota Palembang C463 Keterkaita Karakteristik di Kawasa Piggira Terhadap Kesediaa Megguaka BRT di Kota Palembag Dia Nur afalia, Ketut Dewi Martha Erli Hadayei Departeme Perecaaa Wilayah da Kota, Fakultas Tekologi Sipil

Lebih terperinci

PROGRAM LINIER FUZZY PENUH DENGAN ALGORITMA MULTI OBJECTIVE LINEAR PROGRAMMING MENGGUNAKAN METODE LEVEL SUM

PROGRAM LINIER FUZZY PENUH DENGAN ALGORITMA MULTI OBJECTIVE LINEAR PROGRAMMING MENGGUNAKAN METODE LEVEL SUM PROGRAM LINIER FUZZY PENUH DENGAN ALGORITMA MULTI OBJECTIVE LINEAR PROGRAMMING MENGGUNAKAN METODE LEVEL SUM Yosifayza Septiai 1, Bambag Irawato 2, Susilo Hariyato 3 Departeme Matematika FSM Uiversitas

Lebih terperinci

III. METODE PENELITIAN. kelas VIII semester ganjil SMP Sejahtera I Bandar Lampung tahun pelajaran 2010/2011

III. METODE PENELITIAN. kelas VIII semester ganjil SMP Sejahtera I Bandar Lampung tahun pelajaran 2010/2011 III. METODE PENELITIAN A. Latar Peelitia Peelitia ii merupaka peelitia yag megguaka total sampel yaitu seluruh siswa kelas VIII semester gajil SMP Sejahtera I Badar Lampug tahu pelajara 2010/2011 dega

Lebih terperinci

Pendekatan Nilai Logaritma dan Inversnya Secara Manual

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

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Permasalaha peugasa atau assigmet problem adalah suatu persoala dimaa harus melakuka peugasa terhadap sekumpula orag yag kepada sekumpula job yag ada, sehigga tepat satu

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1 Lokasi da Waktu Peelitia Kegiata peelitia ii dilaksaaka pada bula Mei 2011 bertempat di Dusu Nusa Bakti, Kecamata Serawai da Dusu Natai Buga, Kecamata Melawi yag merupaka

Lebih terperinci

τ = r x F KESETIMBANGAN

τ = r x F KESETIMBANGAN KESETIMBG Moe Gaa ( τ ) Moe gaa atau torsi adalah besara ag dapat eebabka beda berotasi atau berputar. Besar oe gaa didefiisika sebagai hasil kali atara gaa ag bekerja dega lega. Moe gaa terasuk dala besara

Lebih terperinci

BAB 1 PENDAHULUAN Latar Belakang

BAB 1 PENDAHULUAN Latar Belakang BAB 1 PENDAHULUAN 1.1. Latar Belakag Dalam keadaa dimaa meghadapi persoala program liier yag besar, maka aka berusaha utuk mecari peyelesaia optimal dega megguaka algoritma komputasi, seperti algoritma

Lebih terperinci

IV METODE PENELITIAN

IV METODE PENELITIAN IV METODE PENELITIAN 4.1. Lokasi da Waktu Peelitia Lokasi peelitia dilakuka di PT. Bak Bukopi, Tbk Cabag Karawag yag berlokasi pada Jala Ahmad Yai No.92 Kabupate Karawag, Jawa Barat da Kabupate Purwakarta

Lebih terperinci

BAB III METODE PENELITIAN. Dalam melakukan penelitian, terlebih dahulu menentukan desain

BAB III METODE PENELITIAN. Dalam melakukan penelitian, terlebih dahulu menentukan desain BAB III METODE PENELITIAN 3.1 Desai Peelitia Dalam melakuka peelitia, terlebih dahulu meetuka desai peelitia yag aka diguaka sehigga aka mempermudah proses peelitia tersebut. Desai peelitia yag diguaka

Lebih terperinci

BAB 3 METODE PENELITIAN. Disini penerapan kriteria optimasi yang digunakan untuk menganalisis

BAB 3 METODE PENELITIAN. Disini penerapan kriteria optimasi yang digunakan untuk menganalisis BAB 3 METODE PENELITIAN 3.1 Peetapa Kriteria Optimasi Disii peerapa kriteria optimasi yag diguaka utuk megaalisis kebutuha pokok pada PT. Kusuma Kecaa Khatulistiwa yaitu : 1. Aalisis forecastig (peramala

Lebih terperinci

PENGGGUNAAN ALGORITMA GAUSS-NEWTON UNTUK MENENTUKAN SIFAT-SIFAT PENAKSIR PARAMETER DAN

PENGGGUNAAN ALGORITMA GAUSS-NEWTON UNTUK MENENTUKAN SIFAT-SIFAT PENAKSIR PARAMETER DAN PENGGGUNAAN ALGORITMA GAUSS-NEWTON UNTUK MENENTUKAN SIFAT-SIFAT PENAKSIR PARAMETER DAN DALAM SUATU MODEL NON-LINIER Abstrak Nur ei 1 1, Jurusa Matematika FMIPA Uiversitas Tadulako Jl. Sukaro-Hatta Palu,

Lebih terperinci

PENERAPAN DERET TAYLOR DALAM MENENTUKAN DERET FOURIER TANPA INTEGRAL APPLYING TAYLOR SERIES IN DETERMINING FOURIER SERIES WITHOUT INTEGRAL

PENERAPAN DERET TAYLOR DALAM MENENTUKAN DERET FOURIER TANPA INTEGRAL APPLYING TAYLOR SERIES IN DETERMINING FOURIER SERIES WITHOUT INTEGRAL 0 PENERAPAN DERET TAYOR DAAM MENENTUKAN DERET FOURIER TANPA INTEGRA APPYING TAYOR SERIES IN DETERMINING FOURIER SERIES WITHOUT INTEGRA Hedi Sta Pegaar UP MKU Politekik Negeri Badug) Abstrak Peelitia ii

Lebih terperinci

III. METODE PENELITIAN. Variabel X merupakan variabel bebas adalah kepemimpinan dan motivasi,

III. METODE PENELITIAN. Variabel X merupakan variabel bebas adalah kepemimpinan dan motivasi, 7 III. METODE PENELITIAN 3.1 Idetifikasi Masalah Variabel yag diguaka dalam peelitia ii adalah variabel X da variabel Y. Variabel X merupaka variabel bebas adalah kepemimpia da motivasi, variabel Y merupaka

Lebih terperinci

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

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

Lebih terperinci

2.3. PENGEMBANGAN MODEL

2.3. PENGEMBANGAN MODEL megadopsi mesi pae, mesi perotok, mesi pegerig da mesi peggilig padi. Perotoka dega mesi perotok (power thresher), dapat meuruka susut hasil sebesar 3,5 % dari total produksi. 2.2.8. Mekaisasi (Alat da

Lebih terperinci