BAB II KAJIAN PUSTAKA

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB II KAJIAN PUSTAKA"

Transkripsi

1 BAB II KAJIAN PUSTAKA 21 Manajemen Polusi Polusi yang diaibatan oleh suatu perusahaan arena tida adanya eteraitan antar area dalam proses produsi yang bai Hasil dari produsi tersebut adalam produ yang tida bai, pelayanan yang di bawah rata-rata, dan efisiensi operasional yang rendah Perusahaan yang efisien mempunyai sediit atau tida sama seali sampah hasil produsi (waste) Merea mengerti permintaan pelanggan dan mengerti fungsinya masing-masing Operasi perusahaan yang buru membuat pemborosan energi dan sumber daya Merea membuat pemborosan fisi dan psiologis Perbedaan tingatan, perbedaan fungsi dalam suatu organisasi seharusnya dalam satu tujuan untu memberi produtivitas dan euntungan dalam pengurangan polusi yang dihasilan Manajemen lingungan dapat menyediaan cara yang efetif untu menguur efisiensi dari suatu organisasi atau eurangannya (Das, 2009) 22 Desain untu Lingungan Pendeatan dari manajemen lingungan sudah dibuat, yaitu Desain untu Lingungan Biasanya disebut juga desain hijau, desain yang mengacu pada lingungan dan desain daur ulang Peneanan terhadap masalah lingungan menjadi permintaan penting dalam proses desain dimulai tahun 1970-an Namun pada tahun 1990-an, desain untu lingungan menjadi hal yang terpenting dalam omunitas desainer (Das, 2009) Desain untu lingungan menyediaan nilai tambah dengan : 1 Pengurangan biaya produsi, 2 Pengurangan pemborosan, 3 Kepuasan pelanggan terhadap elestarian lingungan, 4 Pengurangan beban-beban peraturan, 5 Sumber baru dari pendapatan dan euntungan, 6

2 6 Membuat budaya yang mengharapan perubahan Gambar 21 Green Design Life Cycle (Das, 2009) 1 Pengurangan Biaya Produsi Biaya dari bahan bau dan energi memberian ontribusi yang sangat berarti dalam total biaya produsi Desain untu lingungan mengurangi biaya produsi dengan : Pengurangan berat : meminimalan jumlah penggunaan bahan bau dengan menghindari desain yang berlebihan, Pengurangan jumlah pemborosan aibat pembuangan bahan sisa, Pemilihan dari bahan bau yang dapat digunaan ulang berdasaran datadata omersial (metal, engineering plastics), Mengadaptasi proses terbaru yang mengunaan sediit energi, 7

3 Menggunaan tenologi yang menggunaan energi rendah untu operasional 2 Pengurangan Pemborosan Dalam desain untu lingungan pemborosan buan untu dibuang, namun sebagai sumber daya yang belum digunaan Ada 2 pendeatan untu pengurangan pemborosan : Mengurangi sumber : gunaan proses terbaru yang dapat mengurangi pemborosan, Rubah pemborosan menjadi produ yang mempunyai nilai 3 Kepuasan Pelanggan terhadap Kelestarian Lingungan Peningatan pelanggan yang bertanya mengenai produ dan pelayanan yang tida memprodusi produ atau pemborosan Penyebab dari hal tersebut arena banya pelanggan, pribadi maupun omersial, berhadapan dengan biaya dan tanggung jawab untu menangani dan emudian membersihan sumber-sumber polusi Karena tempat pembuangan berurang, setiap perusahaan harus membuat produ yang lebih ramah lingungan dan bersih, jia ingin tetap menjalanan bisnisnya 4 Pengurangan Beban-Beban Peraturan Pemaaian energi yang tinggi tanpa adanya peraturan, peningatan secara signifian dalam penggunaan endaraan pribadi dan angutan masal, penebangan hutan secara sporadis, pemanasan global telah menurunan secara drastis tingat ualitas dari lingungan ita Banya negara secara tegas mengharusan adanya sistem manajemen lingungan seperti ISO Sumber Baru dari Pendapatan dan Keuntungan Desain untu lingungan memberian pondasi yang bai untu mengubah limbah menjadi produ yang lebih bernilai 6 Menciptaan Budaya yang Mengharapan Perubahan Desain untu lingungan mendorong orang untu memiiran embali siap manusia terhadap lingungannya Kedua alasan paling signifian bagi perubahan ini adalah biaya dan pelanggan (Das, 2009) 8

4 23 Polietilena (PE) Polietilena dibuat dengan jalan polimerisasi gas etilen, yang dapat diperoleh dengan memberi hydrogen gas pertolium pada pemecahan minya (nafta), gas alam atau asetilen Polimerisasi etilen ditunjuan pada reasi di bawah ini (Surdia, Saito, 1995) Gambar 22 Polimerisasi Polietilena (Surdia, 1995) Polietilena adalah bahan termoplasti yang transparan, berwarna putih, mempunyai titi leleh bervarisasi antara C C Umumnya polietilena bersifat resisten terhadap zat imia Pada suhu amar polietilena tida larut dalam pelarut organi dan anorgani Polietilena dapat terosidasi di udara pada temperatur tinggi dengan sinar ultraviolet Strutur rantai polietilena dapat berupa linier, bercabang atau beriatan silang (Billmeyer, 1984) Secara imia, polietilena sangat lembab Polimer ini tida larut dalam pelarut apapun pada suhu amar, tetapi mengembung oleh hidroarbon dan tetralorometana (arbon tetra lorida) Polietilena tahan terhadap asam dan basa, tetapi dapat dirusa oleh asam nitrat peat Polietilena tida tahan terhadap cahaya dan osigen (Cowd, 1991) Jenis polietilena yang banya digunaan adalah LDPE (Low Density Polyethylena) yang mempunyai rantai cabang dan HDPE (High Density Polyethylena) yang tida mempunyai cabang tetapi merupaan rantai utama yang lurus LDPE bersifat lentur, etahan listri yang bai, edap air, lebih luna dari HDPE, sifat absorbsi dan tembus cahaya urang bai HDPE memilii ecenderungan tida tahan terhadap perubahan cahaya sehingga mudah berubah warna oleh pengaruh cahaya matahari 9

5 231 Sifat-Sifat Fisia dan Meani Polietilena Tabel 21 Sifat Fisi dan Meani polietilena (Surdia, 1995) Sifat fisi dan meani LDPE rantai cabang Berat jenis (gr/cm 3 ) 0,91 0,94 HDPE 0,95 0,97 Titi leleh ( 0 C) Keerasan Kapasitas panas (j g -1 K -1 ) 1,916 1,916 Regangan (%) Tegangan tari (N mm -2 ) 15,2 78,6 17,9 33,1 Modulus tari (N mm -2 ) 55, Tegangan impa >16 0,8 14 Konstanta dieletri 2,28 2,32 Resitivitas (Ohm cm) 6 x x Estrusi Bahan Termoplasti Proses etrusi bahan termoplasti mempunyai prinsip yang hampir sama untu estrusi logam, hanya saja dalam mengestrusi bahan polimer tida lagi menggunaan ram seperti halnya estrusi logam, tetapi menggunaan sebuah screw Bahan bau yang digunaan dalam proses estrusi termoplasti ini juga berbeda dengan estrusi bahan logam Jia pada estrusi logam bahan bau yang dimasuan dalam bentu batangan, plat ataupun lembaran Pada estrusi polimer bahan bau yang digunaan adalah dalam bentu bijih plasti (pellet) Hasil produ dari proses estrusi termoplasti juga beranea ragam, seperti halnya pada estrusi logam Tetapi salah satu bentu produ yang paling mutahir adalah hasil produ yang berbentu ain (sheet) atau bentu film Dan hasil eluaran dari mesin estrusi ini 10

6 dapat diolah menjadi berbagai egunaan lain seperti antongan ataupun benang yang digunaan untu menganyam arung beras 25 Metodologi Six Sigma Strutur Six Sigma terdiri dari lima tahapan yang disingat DMAIC: Define, Analyze, Improve, Control Selain itu, esusesan implementasi Six Sigma ditentuan oleh ehadiran seorang (atau lebih) fasilitator yang memahami manajemen dan penggunaan statisti; fasilitator ini disebut dengan Blac Belt Namun yang terpenting di atas semua itu adalah team pelasana, yang sebainya terdiri dari anggota yang berasal dari berbagai tim/departemen yang saling terait (cross-functional team) Setiap tahap, mempunyai bagian-bagian yang mesti dilasanaan ataupun mempunyai jenis-jenis onsep statisti yang bisa dipaai, walaupun sebenarnya untu penggunaan statisti bisa cuup flesibel Implementasi dari Six Sigma meliputi 5 ativitas, yaitu define (D), measure (M) analyze (A), improve (I), control (C) atau lebih dienal dengan DMAIC 1) Define (D) Menentuan masalah (define) merupaan langah operasional pertama dalam program peningatan ualitas Six Sigma Dalam tahap ini perlu didefinisian beberapa hal terait dengan riteria pemilihan proye Six Sigma, peran dan tanggung jawab dari orang-orang yang aan terlibat dalam program Six Sigma, ebutuhan pelatihan untu orang-orang yang terlibat dalam proye Six Sigma, proses-proses unci dalam proye Six Sigma beserta pelanggannya, ebutuhan spesifi dari pelanggan, dan pernyataan tujuan proye Six Sigma Jadi, inti dari tahap ini adalah mengidentifiasi masalah dan tujuan proye Six Sigma Pada tahap define ada 2 hal yang perlu dilauan yaitu: 1 Mendefinisian proses inti perusahan, Proses inti adalah suatu rantai tugas, biasanya mencaup berbagai departemen atau fungsi yang mengiriman nilai (produ, jasa, 11

7 duungan, informasi) epada para pelanggan esternal Dalam hal pemilihan tema Six Sigma pertama-tama yang dilauan adalah mempertimbangan dan menjelasan tujuan dari suatu proses inti yang aan dievaluasi (Peter S Pende, 2000) 2 Mendefinisian ebutuhan spesifi ebutuhan pelanggan, Langah selanjutnya adalah mengidentifiasi pemain paling penting didalam semua proses, yani pelanggan, pelanggan bisa internal maupun esternal adalah tugas Blac Belt dan tim untu menentuan dengan bai apa yang diinginan pelanggan esternal Peerjaan ini membuat suara pelanggan (voice to customer - VOC) menjadi hal yang menantang Dalam hal mendefinisian ebutuhan spesifi dari pelanggan adalah memahami dan membedaan diantara dua ategori persyaratan ritis, yaitu persyaratan output dan persyartan pelayanan (Peter S Pende, 2000) 2) Measure (M) Menguur (measure) merupaan langah operasional edua dalam program peningatan ualitas Six Sigma pada tahap ini, terdapat tiga hal poo yang harus dilauan memilih atau menetuan arateristi ualitas (CTQ) unci yang berhubungan langsung dengan ebutuhan spesifi dari pelanggan Dalam langah yang edua dalam tahapan operasional pada program peningatan ualitas Six Sigma terdapat 3 hal poo yang dilauan yaitu: (Vincent Gaspersz, 2002: ) a Menentuan arateristi ualitas unci, CTQ ditetapan berhubungan langsung dengan ebutuhan spesifi pelanggan yang diturunan secara langsung dari persyaratan - persayaratan output dan pelayanan arateristi ualitas sama dengan jumlah esempatan penyebab cacat (opportunities to failure) (Breyfogle III, Forest W, 1999: 140) b Mengembangan rencana pengumpulan data, Pada dasarnya penguuran arateristi ualitas dapat dilauan pada tiga tingat, yaitu: Rencana penguuran tingat proses, adalah menguur setiap langah atau ativitas dalam proses dan arateristi ualitas input yang diserahan oleh pemaso yang mengendalian dan mempengaruhi aratersiti ualitas output yang diinginan 12

8 Tujuan dari penguuran ini adalah mengidentifiasi setiap perilau yang mengatur setiap langah dalam proses Penguuran tingat output, menguur arateristi ualitas output yang dihasilan suatu proses dibandingan dengan arateristi ualitas yang diinginan pelanggan Rencana penguuran tingat outcome, menguur bagaimana bainya suatu produ atau jasa itu memenuhi ebutuhan spessifi dari pelanggan Jadi pada tingat ini adalah menguur epuasan pelanggan dalam menggunaan produ dan/atau jasa yang diserahan epada pelanggan (Vincent Gaspersz, 2002: 96) c) Penguuran baseline inerja, Peningatan ualitas six sigma yang telah ditetapan aan berfous pada upaya-upaya yang giat dalam peningatan ualitas menuju egagalan nol (zero defects) sehingga memberian epuasan total epada pelanggan Maa sebelum peningatan ualitas six sigma dimulai, ita harus mengetahui tingat inerja searang atau dalam terminologi Six Sigma disebut sebagai baseline inerja Setelah mengetahui baseline inerja maa emajuan peningatan-peningatan yang dicapai dapat diuur sepanjang masa berlau Six Sigma: Penguuran baseline inerja pada tingat proses, biasanya dilauan apabila itu terdiri dari beberapa sub proses Penguuran inerja pada tingat proses aan memberian bagian secara jelas dan onprehensif tentang segala sesuatu yang terjadi dalam sub proses itu Penguuran baseline inerja pada tingat output, dilauan secara langsung pada produ ahir yang aan diserahan pada pelanggan Penguuran dimasudan untu mengetahui sejauh mana output ahir dari proses itu untu memenuhi ebutuhan spesifi dari pelanggan, sebelum produ itu diserahan pada pelanggan Penguuran baseline inerja pada tingat outcome, dilauan secara langsung pada pelanggan yang menerima output (produ dan jasa) dari suatu proses Uuran hasil baseline inerja yang digunaan dalam Six Sigma adalah tingat DPMO (Defects Per Millions Oppurtunities) dan pencapaian tingat sigma (Vincent Gaspersz, 2002 : 99) 13

9 3) Analyze (A) Menganalisa (analyze) merupaan langah operasional etiga dalam program peningatan ualitas Six Sigma Pada tahap ini perlu dilauan bebrapa hal beriut menentuan stabilitas dan apabilitas/emampuan dari proses, menetapan target-target inerja dari arateristi ualitas unci (CTQ) yang aan ditingatan dalam proye Six Sigma, mengidentifiasi sumber-sumber dan aar penyebab ecacatan atau egagalan, dan mengonversian banya egagalan e dalam biaya egagalan ualitas Jadi, langah analyze digunaan untu menemuan aar masalah 4) Improve (I) Memperbaii (improve) merupaan langah operasional eempat dalam program peningatan ualitas Six Sigma Setelah dietahui sumber-sumber dan aar penyebab dari masalah ualitas, maa perlu dilauan penetapan rencana tindaan (action plans) Rencana-rencana tindaan aan mendesripsian tentang aloasi sumber-sumber daya serta prioritas dan atau alternatif yang dilauan dalam implementasi rencana tersebut Jadi, pada tahap ini aan diputusan apa yang harus dicapai (beraitan dengan target yang ditetapan), alasan egunaan (mengapa) rencana tindaan itu harus dilauan, dimana rencana tindaan itu aan diterapan atau dilauan, siapa yang aan menjadi penanggung jawab dari rencana tindaan tersebut, bagaimana melasanaan rencana tindaan itu, dan berapa besar biaya untu melasanaan rencana tindaan itu serta manfaat positif yang diterapan dari implementasi rencana tindaan itu Metode 5W-2H dapat digunaan pada tahap ini 5) Control (C) Kontrol (control) merupaan langah operasional terahir dalam proye peningatan ualitas Six Sigma Pada tahap ini hasil-hasil peningatan ualitas didoumentasian dan disebarluasan, prate-prate terbai yang suses dalam peningatan proses distandarisasian dan dijadian pedoman erja standar, serta epemilian atau tanggung jawab ditransfer dari tim Six Sigma pada pemili atau penanggung jawab proses Tujuan 14

10 dari tahap ini adalah untu meyainan bahwa modified process searang memampuan unci variabel untu tetap berada dalam range penerimaan yang telah ditetapan 26 Rancangan Percobaan Analisis ragam adalah suatu metode untu menguraian eragaman total data menjadi omponen-omponen yang menguur berbagai sumber eragaman Dalam suatu percobaan, tiga type jenis ertas ceta yang berbeda digunaan untu menceta sebuah brosur dengan menggunaan satu buah mesin ceta jenis Heidelberg Mesin ceta tersebut dijalanan dengan ecepatan yang sama dalam watu 30 menit Kita ingin menguji hipotesis nol bahwa etiga type jenis ertas tersebut secara rata-rata memberian jumlah hasil ceta yang sama Untu menguji apaah dua diantara etiga type jenis ertas tersebut memberian hasil yang berbeda nyata Dalam percobaan tersebut ita memperoleh dua omponen, yang pertama menguur eragaman yang disebaban oleh galat percobaan dan yang edua menguur eragaman yang disebaban oleh galat percobaan plus eragaman yang disebaban oleh perbedaan type jenis ertas Bila hipotesis nol benar, sehingga etiga type jenis ertas itu memberian hasil yang secara rata-rata sama, maa edua omponen itu masing-masing memberian nilai dugaan bagi galat percobaan Dengan demiian ita mendasaran uji ita pada perbandingan edua omponen tersebut dengan menggunaan sebaran F Teni analisis ragam digunaan sebagai suatu proses penguraian eragaman total data percobaan e dalam beberapa omponen yang menguur sumber-sumber eragaman data tersebut Penerapan langah itu bergantung pada rancangan percobaan yang yang digunaan untu membangitan data itu Dalam ebanyaan hal ilmuwan atau statistiawan memecahan masalah yang dihadapi dengan merencanaan percobaannya sesuai dengan rancangan-rancangan yang ada Yang paling sederhana di antara semua rancangan percobaan adalah rancangan aca lengap Rancangan ini dicirian dengan memberian perlauan secara aca pada seluruh bahan percobaan atau apabila semua fator yang mempengaruhi onsumen sudah 15

11 terpenuhi Bila perlauannya berupa tiga type jenis ertas ceta yang berbeda yang diceta pada mesin jenis yang sama dalam watu selama 30 menit, maa rancangannya diataan diaca secara lengap atau sempurna Bila ita mempuyai populasi Dari masing-masing populasi diambil contoh beruuran n, misalan pula bahwa populasi itu bebas dan menyebar normal dengan nilai tengah µ 1, µ 2,,µ 3 dan ragam sama σ 2 Kita ingin memperoleh cara dengan pengujian hipotesis H 0 : µ 1 = µ 2 = µ 3 H 1 : seurang-urangnya dua nilai tengah tida sama Misalan X ij adalah pengamatan e-j dari populasi e-i dan susunlah datanya seperti dalam tabel beriut ini : Tabel 22 Tabel Contoh Aca Populasi 1 2 i X 11 X 21 X i1 X 1 X 12 X 22 X i2 X 2 X 1n X 2n X in X n Total Nilai T 1 T 2 T i T T Tengah X 1 X 2 X i X X 16

12 Disini T i adalah total semua pengamatan dalam contoh dari populasi e-i, X i Adalah ratarata semua pengamatan dalam contoh dari populasi e-i, T adalah total semua n pengamatan, dan X adalah rata-rata semua n pengamatan Setiap pengamaan dapat ditulis dalam bentu X ij = µ i + ε ij Yang dalam hal ini ε ij adalah simpangan pengamatan e-j dalam contoh e-i dari nilai tengah populasi e-i Bentu lain yang lebih disuai bagi persamaan ini diperolah dengan mendistribusian µ i = µ + σ i, sedangan µ Adalah nilai tengah semua µ i ; artinya oleh arena itu ita dapat menulisan µ µ i i= = 1 xij = µ + α + i ij' dengan etentuan bahwa α = i= 1 i= 1 ( µ µ) = 0 sudah menjadi ebiasaan untu menyebut α i sebagai pengaruh populasi e-i Hipotesis nol bahwa semua nilai tengah populasi itu sama lawan alternatifnya bahwa seurang-urangnya dua nilai tengah tida sama, juga dapat dinyataan oleh hipotesis beriut setara H 0 : α 1 = α 2 = = α = 0 H 1 : seurang-urangnya satu α i tida sama dengan nol i 17

13 Uji ita aan didasaran pada perbandingan dua nilai dugaan yang bebas bagi ragam populasi σ 2 Niai dugaan itu dapat diperoleh dengan cara menguraian eragaman total menjadi dua omponen Ragam semua pengamatan bila semua pengamatan itu tida dielompo-elompoan diberian oleh rumus s 2 = n i= 1 j= 1 ( x ij n 1 x) 2 penjumlahan itu berarti bahwa ita menjumlahan semua emunginan suu, dan ini aan diperoleh dengan mengambil i dan j dari 1 sampai untu setiap nilai j dari 1 sampai n pembilang S 2 itu, yang disebut jumlah uadrat total, menguur eragaman total dalam data ita Keragaman total itu dapat diuraian melalui identitas beriut n 2 ( xij x) = n i= 1 j= 1 i= 1 ( x i x) 2 + n i= 1 j= 1 ( x ij 2 x) aan lebih memudahan bagi uraian selanjutnya bila suu-suu jumlah uadrat itu diberi notasi beriut: JKT = n i= 1 j= 1 ( x ij x) 2 = jumlah uadrat total, JKK = n i= 1 ( 2 xi x ) = jumlah uadrat untu nilai tengah olom, JKG = n i= 1 ( ) 2 xij xi = jumlah uadrat galat 18

14 persamaan Dengan demiian, identitas jumlah uadrat itu dapat dilambangan melauan JKT = JKK + JKG 27 Uji t Berpasangan (Paired t Test) Uji t berpasangan (Paired-Samples t Test) digunaan untu membandingan selisih dua purata (mean) dari dua sampel yang berpasangan dengan asumsi data terdistribusi normal Ada tiga bentu hipotesis untu uji-t dimana penggunaannya tergantung dari persoalan yang aan diuji : 1 Bentu uji hipotesis satu sisi (one-sided atau one-tailed test) untu sisi bawah (lower tailed) dengan hipotesis : H 0 : µ 1 µ 2 atau H 0 : µ D 0 H 1 : µ 1 < µ 2 atau H 1 : µ D < 0 di mana µ D = µ 1 - µ 2 2 Bentu uji hipotesis satu sisi (one-sided atau one-tailed test) untu sisi atas (upper tailed) dengan hipotesis : H 0 : µ 1 µ 2 atau H 0 : µ D 0 H 1 : µ 1 > µ 2 atau H 1 : µ D > 0 di mana µ D = µ 1 - µ 2 3 Bentu uji hipotesis dua sisi (two-sided atau two-tailed test) dengan hipotesis : H 0 : µ 1 = µ 2 atau H 0 : µ D = 0 H 1 : µ 1 µ 2 atau H 1 : µ D 0 di mana µ D = µ 1 - µ 2 Anda bebas menentuan mana yang µ 1 dan mana yang µ 2 19

15 28 Keuatan Meani Keuatan tari (σ t) adalah salah satu sifat dasar dari bahan polimer yang terpenting dan sering digunaan untu arateristi suatu bahan polimer Keuatan tari suatu bahan didefinisian sebagai besarnya beban masimum (F mas ) yang digunaan untu memutusan specimen bahan dibagi luas penampang awal (A o ) Tes euatan meani merupaan metode yang sering digunaan untu mengetahui arater euatan material Alat uji yang digunaan seperti gambar 23, yang terdiri dari satu batang tetap dan satu batang bergera dengan penjepitnya masing-masing Gambar 23 Alat Uji Keuatan Meani Plasti (Mar, 2006) Sampel uji untu tes euatan meani bisa berbentu dumbbell atau persegi panjang, seperti diperlihatan pada gambar 24 Gambar 24 Sampel Uji Keuatan Meani (Mar, 2006) Bila suatu bahan dienaan beban tari yang disebut tegangan (gaya per satuan luas), maa bahan aan mengalami perpanjangan (regangan) Kurva tegangan terhadap regangan merupaan gambaran arateristi dari sifat meani suatu bahan Disamping euatan 20

16 tari, sifat meani bahan juga diamati dari sifat emulurannya (ε) Hal ini dapat terlihat pada gambart 25 Gambar 25 Kurva Tegangan Regangan (Mar, 2006) 21

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

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

Lebih terperinci

ANALISIS VARIANSI (ANOVA)

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

Lebih terperinci

PENINGKATAN EFISIENSI & EFEKTIFITAS PENGOLAHAN DATA PERCOBAAN PETAK BERJALUR

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

Lebih terperinci

BAB II TINJAUAN PUSTAKA

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

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

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

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

Lebih terperinci

Penggunaan Induksi Matematika untuk Mengubah Deterministic Finite Automata Menjadi Ekspresi Reguler

Penggunaan Induksi Matematika untuk Mengubah Deterministic Finite Automata Menjadi Ekspresi Reguler Penggunaan Indusi Matematia untu Mengubah Deterministic Finite Automata Menjadi Espresi Reguler Husni Munaya - 353022 Program Studi Teni Informatia Seolah Teni Eletro dan Informatia Institut Tenologi Bandung,

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB 3 LANGKAH PEMECAHAN MASALAH

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

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belaang Masalah untu mencari jalur terpende di dalam graf merupaan salah satu masalah optimisasi. Graf yang digunaan dalam pencarian jalur terpende adalah graf yang setiap sisinya

Lebih terperinci

Optimasi Non-Linier. Metode Numeris

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

Lebih terperinci

BAB ELASTISITAS. Pertambahan panjang pegas

BAB ELASTISITAS. Pertambahan panjang pegas BAB ELASTISITAS 4. Elastisitas Zat Padat Dibandingan dengan zat cair, zat padat lebih eras dan lebih berat. sifat zat padat yang seperti ini telah anda pelajari di elas SLTP. enapa Zat pada lebih eras?

Lebih terperinci

APLIKASI METODE FUZZY MULTI CRITERIA DECISION MAKING (FMCDM) UNTUK OPTIMALISASI PENENTUAN LOKASI PROMOSI PRODUK

APLIKASI METODE FUZZY MULTI CRITERIA DECISION MAKING (FMCDM) UNTUK OPTIMALISASI PENENTUAN LOKASI PROMOSI PRODUK APLIKASI METODE FUZZY MULTI CRITERIA DECISION MAKING (FMCDM) UNTUK OPTIMALISASI PENENTUAN LOKASI PROMOSI PRODUK Novhirtamely Kahar, ST. 1, Nova Fitri, S.Kom. 2 1&2 Program Studi Teni Informatia, STMIK

Lebih terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

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

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar belakang

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE)

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

Lebih terperinci

METODE TAGUCHI UNTUK OPTIMALISASI PRODUK PADA RANCANGAN FAKTORIAL. Staf Pengajar Program Studi Statistika FMIPA UNDIP

METODE TAGUCHI UNTUK OPTIMALISASI PRODUK PADA RANCANGAN FAKTORIAL. Staf Pengajar Program Studi Statistika FMIPA UNDIP Optimalisasi Produ (Triastuti Wuryandari) METODE TAGUCHI UNTUK OPTIMALISASI PRODUK PADA RANCANGAN FAKTORIAL Triastuti Wuryandari 1, Tati Widiharih 2, Sayeti Dewi Anggraini 3 1,2 Staf Pengajar Program Studi

Lebih terperinci

PENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT

PENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT Seminar Nasional Apliasi Tenologi Informasi 2007 (SNATI 2007) ISSN: 1907-5022 Yogyaarta, 16 Juni 2007 PENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT I ing Mutahiroh, Indrato, Taufiq Hidayat Laboratorium

Lebih terperinci

BAB III METODE SCHNABEL

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

Lebih terperinci

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

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

Lebih terperinci

PENDAHULUAN TINJAUAN PUSTAKA

PENDAHULUAN TINJAUAN PUSTAKA 1 Latar Belaang PENDAHULUAN Sistem biometri adalah suatu sistem pengenalan pola yang melauan identifiasi personal dengan menentuan eotentian dari arateristi fisiologis dari perilau tertentu yang dimilii

Lebih terperinci

Penentuan Nilai Ekivalensi Mobil Penumpang Pada Ruas Jalan Perkotaan Menggunakan Metode Time Headway

Penentuan Nilai Ekivalensi Mobil Penumpang Pada Ruas Jalan Perkotaan Menggunakan Metode Time Headway Rea Racana Jurnal Online Institut Tenologi Nasional Teni Sipil Itenas No.x Vol. Xx Agustus 2015 Penentuan Nilai Eivalensi Mobil Penumpang Pada Ruas Jalan Perotaan Menggunaan Metode Time Headway ENDI WIRYANA

Lebih terperinci

BAB IV PERHITUNGAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN PADA TITIK KESETIMBANGAN

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

Lebih terperinci

BAHAN DAN METODE. Tempat dan Waktu. Bahan dan Alat. Metode Penelitian

BAHAN DAN METODE. Tempat dan Waktu. Bahan dan Alat. Metode Penelitian BAHAN DAN METODE Tempat dan Watu Penelitian dilasanaan di laboratorium ultur jaringan Departemen Agronomi dan Hortiultura IPB Darmaga. Penelitian berlangsung dari bulan April sampai dengan September 2009.

Lebih terperinci

BAB III METODE PENELITIAN (BAHAN DAN METODE)

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

Lebih terperinci

Aplikasi diagonalisasi matriks pada rantai Markov

Aplikasi diagonalisasi matriks pada rantai Markov J. Sains Dasar 2014 3(1) 20-24 Apliasi diagonalisasi matris pada rantai Marov (Application of matrix diagonalization on Marov chain) Bidayatul hidayah, Rahayu Budhiyati V., dan Putriaji Hendiawati Jurusan

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1. Sistem Kendali Lup [1] Sistem endali dapat diataan sebagai hubungan antara omponen yang membentu sebuah onfigurasi sistem, yang aan menghasilan tanggapan sistem yang diharapan.

Lebih terperinci

TEORI KINETIKA REAKSI KIMIA

TEORI KINETIKA REAKSI KIMIA TORI KINTIK RKSI KII da (dua) pendeatan teoreti untu menjelasan ecepatan reasi, yaitu: () Teori tumbuan (collision theory) () Teori eadaan transisi (transition-state theory) atau teori omples atif atau

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

III. METODOLOGI PENELITIAN

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

Lebih terperinci

Metode Penggerombolan Berhirarki

Metode Penggerombolan Berhirarki 4 TINJAUAN PUSTAKA Analisis gerombol dalam bidang riset pemasaran sering diistilahan sebagai analisis segmentasi, merupaan alat statistia peubah ganda yang bertujuan untu mengelompoan n indiidu data e

Lebih terperinci

PENERAPAN ALGORITMA APRIORI UNTUK MEMPEROLEH ASSOCIATION RULE ANTAR ITEMSET BERDASARKAN PERIODE PENJUALAN DALAM SATU TRANSAKSI

PENERAPAN ALGORITMA APRIORI UNTUK MEMPEROLEH ASSOCIATION RULE ANTAR ITEMSET BERDASARKAN PERIODE PENJUALAN DALAM SATU TRANSAKSI PENERAPAN ALGORITMA APRIORI UNTUK MEMPEROLEH ASSOCIATION RULE ANTAR ITEMSET BERDASARKAN PERIODE PENJUALAN DALAM SATU TRANSAKSI Devi Fitrianah, Ade Hodijah Program Studi Teni Informatia, Faultas Ilmu Komputer,

Lebih terperinci

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

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

Lebih terperinci

PENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursakti ( )

PENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursakti ( ) PENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursati (13507065) Program Studi Teni Informatia, Seolah Teni Eletro dan Informatia, Institut Tenologi Bandung Jalan Ganesha No. 10 Bandung, 40132

Lebih terperinci

PEMBELAJARAN MATAKULIAH

PEMBELAJARAN MATAKULIAH .: Daftar Isi :. Daftar Isi.. 1 Kata Pengantar. 2 Analisa Diri. 3 Yang Diperoleh dari Ibu Nunu Wahyuningtyas. 5 Konsep Proye. 5 Keranga Kerja Proye.. 6 Area Pengetahuan Dalam Manajemen Proye 7 Team Building

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB II KONSEP PERENCANAAN STRUKTUR TAHAN GEMPA

BAB II KONSEP PERENCANAAN STRUKTUR TAHAN GEMPA BAB II KONSEP PERENCANAAN STRUKTUR TAHAN GEMPA. GEMPA BUMI Gempa bumi adalah suatu geraan tiba-tiba atau suatu rentetetan geraan tiba-tiba dari tanah dan bersifat transient yang berasal dari suatu daerah

Lebih terperinci

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

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

Lebih terperinci

Rancangan Petak Terbagi

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

Lebih terperinci

PENGUKURAN PENDAPATAN NASIONAL

PENGUKURAN PENDAPATAN NASIONAL PENGUKURAN PENDAPATAN NASIONAL A. PENDEKATAN PRODUKSI (PRODUCTION APPROACH) Menghitung besarnya pendapatan nasional dengan menggunaan pendeatan produsi didasaran atas perhitungan dari jumlah nilai barang-barang

Lebih terperinci

Studi dan Analisis mengenai Hill Cipher, Teknik Kriptanalisis dan Upaya Penanggulangannya

Studi dan Analisis mengenai Hill Cipher, Teknik Kriptanalisis dan Upaya Penanggulangannya Studi dan Analisis mengenai Hill ipher, Teni Kriptanalisis dan Upaya enanggulangannya Arya Widyanaro rogram Studi Teni Informatia, Institut Tenologi Bandung, Jl. Ganesha 10 Bandung Email: [email protected]

Lebih terperinci

BAB II LANDASAN TEORI. Graf adalah kumpulan simpul (nodes) yang dihubungkan satu sama lain

BAB II LANDASAN TEORI. Graf adalah kumpulan simpul (nodes) yang dihubungkan satu sama lain 8 BAB II LANDASAN TEORI 2.1 Teori Graf 2.1.1 Definisi Graf Graf adalah umpulan simpul (nodes) yang dihubungan satu sama lain melalui sisi/busur (edges) (Zaaria, 2006). Suatu Graf G terdiri dari dua himpunan

Lebih terperinci

PERHITUNGAN KEHILANGAN PRATEKAN (LOSS OF PRESTRESS) AKIBAT SUSUT DAN RANGKAK PADA BETON DENGAN MEMPERHITUNGKAN VARIABILITAS SIFAT-SIFAT BETON

PERHITUNGAN KEHILANGAN PRATEKAN (LOSS OF PRESTRESS) AKIBAT SUSUT DAN RANGKAK PADA BETON DENGAN MEMPERHITUNGKAN VARIABILITAS SIFAT-SIFAT BETON PERHITUNGAN KEHILANGAN PRATEKAN (LOSS OF PRESTRESS) AKIBAT SUSUT DAN RANGKAK PADA BETON DENGAN MEMPERHITUNGKAN VARIABILITAS SIFAT-SIFAT BETON M. Sigit Darmawan Dosen Diploma Teni Sipil ITS Email: [email protected]

Lebih terperinci

BAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING

BAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING Bab III Desain Dan Apliasi Metode Filtering Dalam Sistem Multi Radar Tracing BAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING Bagian pertama dari bab ini aan memberian pemaparan

Lebih terperinci

III DESKRIPSI DAN FORMULASI MASALAH PENGANGKUTAN SAMPAH DI JAKARTA PUSAT

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

Lebih terperinci

KORELASI ANTARA DUA SINYAL SAMA BERBEDA JARAK PEREKAMAN DALAM SISTEM ADAPTIF. Sri Arttini Dwi Prasetyawati 1. Abstrak

KORELASI ANTARA DUA SINYAL SAMA BERBEDA JARAK PEREKAMAN DALAM SISTEM ADAPTIF. Sri Arttini Dwi Prasetyawati 1. Abstrak KORELASI ANARA DUA SINYAL SAMA BERBEDA JARAK PEREKAMAN DALAM SISEM ADAPIF Sri Arttini Dwi Prasetyawati 1 Abstra Masud pembahasan tentang orelasi dua sinyal adalah orelasi dua sinyal yang sama aan tetapi

Lebih terperinci

PENERAPAN FUZZY GOAL PROGRAMMING DALAM PENENTUAN INVESTASI BANK

PENERAPAN FUZZY GOAL PROGRAMMING DALAM PENENTUAN INVESTASI BANK PENERAPAN FUZZY GOAL PROGRAMMING DALAM PENENTUAN INVESTASI BANK Nurul Khotimah *), Farida Hanum, Toni Bahtiar Departemen Matematia FMIPA, Institut Pertanian Bogor Jl. Meranti, Kampus IPB Darmaga, Bogor

Lebih terperinci

3. Sebaran Peluang Diskrit

3. Sebaran Peluang Diskrit 3. Sebaran Peluang Disrit EL2002-Probabilitas dan Statisti Dosen: Andriyan B. Susmono Isi 1. Sebaran seragam (uniform) 2. Sebaran binomial dan multinomial 3. Sebaran hipergeometri 4. Sebaran Poisson 5.

Lebih terperinci

PENGENALAN POLA DENGAN MENGGUNAKAN METODE BACKPROPAGATION MENGGUNAKAN MATLAB

PENGENALAN POLA DENGAN MENGGUNAKAN METODE BACKPROPAGATION MENGGUNAKAN MATLAB PENGENALAN POLA DENGAN MENGGUNAKAN METODE BACKPROPAGATION MENGGUNAKAN MATLAB Wirda Ayu Utari Universitas Gunadarma [email protected] ABSTRAK Program pengenalan pola ini merupaan program yang dibuat

Lebih terperinci

TUGAS I RANCANGAN PERCOBAAN BAB I

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

Lebih terperinci

PERTEMUAN 02 PERBEDAAN ANTARA SISTEM DISKRIT DAN SISTEM KONTINU

PERTEMUAN 02 PERBEDAAN ANTARA SISTEM DISKRIT DAN SISTEM KONTINU PERTEMUAN 2 PERBEDAAN ANTARA SISTEM DISKRIT DAN SISTEM KONTINU 2. SISTEM WAKTU DISKRET Sebuah sistem watu-disret, secara abstra, adalah suatu hubungan antara barisan masuan dan barisan eluaran. Sebuah

Lebih terperinci

MODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM

MODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM MODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM 1,2 Faultas MIPA, Universitas Tanjungpura e-mail: [email protected], email: [email protected] Abstract

Lebih terperinci

ALGORITMA PENYELESAIAN PERSAMAAN DINAMIKA LIQUID CRYSTAL ELASTOMER

ALGORITMA PENYELESAIAN PERSAMAAN DINAMIKA LIQUID CRYSTAL ELASTOMER ALGORITMA PENYELESAIAN PERSAMAAN DINAMIKA LIQUID CRYSTAL ELASTOMER Oleh: Supardi SEKOLAH PASCA SARJANA JURUSAN ILMU FISIKA UNIVERSITAS NEGERI YOGYAKARTA 2012 1 PENDAHULUAN Liquid Crystal elastomer (LCE

Lebih terperinci

Kumpulan soal-soal level seleksi provinsi: solusi:

Kumpulan soal-soal level seleksi provinsi: solusi: Kumpulan soal-soal level selesi provinsi: 1. Sebuah bola A berjari-jari r menggelinding tanpa slip e bawah dari punca sebuah bola B berjarijari R. Anggap bola bawah tida bergera sama seali. Hitung ecepatan

Lebih terperinci

PEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA

PEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA PEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA Sear Wulandari, Nur Salam, dan Dewi Anggraini Program Studi Matematia Universitas Lambung Mangurat

Lebih terperinci

BAB 2 TEORI PENUNJANG

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

Lebih terperinci

PEMODELAN OPTIMALISASI PRODUKSI UNTUK MEMAKSIMALKAN KEUNTUNGAN DENGAN MENGGUNAKAN METODE PEMROGRAMAN LINIER

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

Lebih terperinci

OSN 2014 Matematika SMA/MA

OSN 2014 Matematika SMA/MA Soal 5. Suatu barisan bilangan asli a 1, a 2, a 3,... memenuhi a + a l = a m + a n untu setiap bilangan asli, l, m, n dengan l = mn. Jia m membagi n, butian bahwa a m a n. Solusi. Andaian terdapat bilangan

Lebih terperinci

Analisis Varians = Analysis of Variance = ANOVA

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

Lebih terperinci

Penempatan Optimal Phasor Measurement Unit (PMU) dengan Integer Programming

Penempatan Optimal Phasor Measurement Unit (PMU) dengan Integer Programming JURAL TEKIK POMITS Vol. 2, o. 2, (2013) ISS: 2337-3539 (2301-9271 Print) B-137 Penempatan Optimal Phasor Measurement Unit (PMU) dengan Integer Programming Yunan Helmy Amrulloh, Rony Seto Wibowo, dan Sjamsjul

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI Pada bagian landasan teori ini aan dibahas materi-materi aa saja yang menunjang materi yang dibahas ada bab selanjutnya. Adaun materi-materi tersebut adalah analisis variansi, metode

Lebih terperinci

BAB III METODE PENELITIAN (BAHAN DAN METODE)

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

Lebih terperinci

Perhitungan Kehilangan Pratekan Total dengan Memakai Teori Kemungkinan ABSTRAK

Perhitungan Kehilangan Pratekan Total dengan Memakai Teori Kemungkinan ABSTRAK Jurnal APLIKASI Volume 5, Nomor 1, Agustus 2008 Perhitungan Kehilangan Pratean Total dengan Memaai Teori Kemunginan M. Sigit Darmawan Dosen Jurusan Diploma Teni Sipil, FTSP - ITS Email: [email protected]

Lebih terperinci

Modifikasi ACO untuk Penentuan Rute Terpendek ke Kabupaten/Kota di Jawa

Modifikasi ACO untuk Penentuan Rute Terpendek ke Kabupaten/Kota di Jawa 187 Modifiasi ACO untu Penentuan Rute Terpende e Kabupaten/Kota di Jawa Ahmad Jufri, Sunaryo, dan Purnomo Budi Santoso Abstract This research focused on modification ACO algorithm. The purpose of this

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Penelitian Terdahulu Penelitian yang aan dilauan meruju epada beberapa penelitian terdahulu yang sudah pernah dilauan sebelumnya, diantaranya: 1. I Gst. Bgs. Wisuana (2009)

Lebih terperinci

MAT. 12. Barisan dan Deret

MAT. 12. Barisan dan Deret MAT.. Barisan dan Deret i Kode MAT. Barisan dan Deret U, U, U3,..., Un,... Un a + (n-)b U + U +..., Un +... n?? Sn? BAGIAN PROYEK PENGEMBANGAN KURIKULUM DIREKTORAT PENDIDIKAN MENENGAH KEJURUAN DIREKTORAT

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

RINGKASAN SKRIPSI MODUL PERKALIAN

RINGKASAN SKRIPSI MODUL PERKALIAN RINGKASAN SKRIPSI MODUL PERKALIAN SAMSUL ARIFIN 04/177414/PA/09899 DEPARTEMEN PENDIDIKAN NASIONAL UNIVERSITAS GADJAH MADA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM YOGYAKARTA 2008 HALAMAN PENGESAHAN

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN 36 BAB 3 METODE PENELITIAN 3.1 Disain Penelitian Jenis penelitian yang digunaan adalah penelitian desriptif, yaitu penelitian terhadap fenomena atau populasi tertentu yang diperoleh peneliti dari subye

Lebih terperinci

VI. PEMILIHAN MODA (Modal Split/Choice)

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

Lebih terperinci

SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER. Abstrak

SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER. Abstrak SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER Oleh : Pandapotan Siagia, ST, M.Eng (Dosen tetap STIKOM Dinamia Bangsa Jambi) Abstra Sistem pengenal pola suara atau yang lebih dienal dengan

Lebih terperinci

BAB IV APLIKASI PADA MATRIKS STOKASTIK

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

Lebih terperinci

SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER

SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER Pandapotan Siagian, ST, M.Eng Dosen Tetap STIKOM Dinamia Bangsa - Jambi Jalan Sudirman Theoo Jambi Abstra Sistem pengenal pola suara atau

Lebih terperinci

Analisis Varians = Analysis of Variance = ANOVA

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

Lebih terperinci

Penerapan Sistem Persamaan Lanjar untuk Merancang Algoritma Kriptografi Klasik

Penerapan Sistem Persamaan Lanjar untuk Merancang Algoritma Kriptografi Klasik Penerapan Sistem Persamaan Lanjar untu Merancang Algoritma Kriptografi Klasi Hendra Hadhil Choiri (135 08 041) Program Studi Teni Informatia Seolah Teni Eletro dan Informatia Institut Tenologi Bandung,

Lebih terperinci

BAB 3 PRINSIP SANGKAR BURUNG MERPATI

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

PENGELOMPOKAN KABUPATEN/KOTA DI INDONESIA BERDASARKAN FASILITAS KESEHATAN DASAR DENGAN MENGGUNAKAN ANALISIS KLASTER DUA TAHAP

PENGELOMPOKAN KABUPATEN/KOTA DI INDONESIA BERDASARKAN FASILITAS KESEHATAN DASAR DENGAN MENGGUNAKAN ANALISIS KLASTER DUA TAHAP PENGELOMPOKAN KABUPATEN/KOTA DI INDONESIA BERDASARKAN FASILITAS KESEHATAN DASAR DENGAN MENGGUNAKAN ANALISIS KLASTER DUA TAHAP Hazmira Yozza 1, Izzati Rahmi HG, Juliana Jurusan Matematia, Universitas Andalas,

Lebih terperinci

BAB II TINJAUAN PUSTAKA. Tabel 2.1 Kelompok Aplikasi Mesin Refrigerasi

BAB II TINJAUAN PUSTAKA. Tabel 2.1 Kelompok Aplikasi Mesin Refrigerasi BAB II TINJAUAN PUSTAKA 21 Mesin Refrigerasi Refrigerasi adalah suatu proses penyerapan panas dari suatu zat atau produ sehingga temperaturnya berada di bawah temperatur lingungan Mesin refrigerasi atau

Lebih terperinci

ANALISA KEPUASAN PELAKU TRANSPORTASI TERHADAP KINERJA MOBIL PENUMPANG UMUM JURUSAN BOJONEGORO-BABAT

ANALISA KEPUASAN PELAKU TRANSPORTASI TERHADAP KINERJA MOBIL PENUMPANG UMUM JURUSAN BOJONEGORO-BABAT ANALISA KEPUASAN PELAKU TRANSPORTASI TERHADAP KINERJA MOBIL PENUMPANG UMUM JURUSAN BOJONEGORO-BABAT Nama Mahasiswa : Abdul Chaim NRP : 310 100 114 Jurusan : Teni Sipil FTSP-ITS Dosen Pembimbing : Cahya

Lebih terperinci

MANAJEMEN DISTRIBUSI MULTI PRODUK BERDASARKAN BOBOT PROSENTASE PENJUALAN DAN EFISIENSI BIAYA DISTRIBUSI (STUDI KASUS DI PT THAMRIN BROTHERS)

MANAJEMEN DISTRIBUSI MULTI PRODUK BERDASARKAN BOBOT PROSENTASE PENJUALAN DAN EFISIENSI BIAYA DISTRIBUSI (STUDI KASUS DI PT THAMRIN BROTHERS) Seminar Nasional Apliasi Tenologi Informasi 2011 (SNATI 2011) ISSN: 1907-5022 Yogyaarta, 17-18 Juni 2011 MANAJEMEN DISTRIBUSI MULTI PRODUK BERDASARKAN BOBOT PROSENTASE PENJUALAN DAN EFISIENSI BIAYA DISTRIBUSI

Lebih terperinci

PENGENALAN KAPAL PADA CITRA DIGITAL MENGGUNAKAN IMAGE PROCESSING DAN JARINGAN SYARAF TIRUAN BACKPROPAGATION

PENGENALAN KAPAL PADA CITRA DIGITAL MENGGUNAKAN IMAGE PROCESSING DAN JARINGAN SYARAF TIRUAN BACKPROPAGATION PENGENALAN KAPAL PADA CITRA DIGITAL MENGGUNAKAN IMAGE PROCESSING DAN JARINGAN SYARAF TIRUAN BACKPROPAGATION Sutino 1, Helmie Arif Wibawa 2, Priyo Sidi Sasongo 3 123 Jurusan Ilmu Komputer/Informatia, FSM,

Lebih terperinci

Penentuan Konduktivitas Termal Logam Tembaga, Kuningan, dan Besi dengan Metode Gandengan

Penentuan Konduktivitas Termal Logam Tembaga, Kuningan, dan Besi dengan Metode Gandengan Prosiding Seminar Nasional Fisia dan Pendidian Fisia (SNFPF) Ke-6 205 30 9 Penentuan Kondutivitas Termal ogam Tembaga, Kuningan, dan Besi dengan Metode Gandengan Dwi Astuti Universitas Indraprasta PGRI

Lebih terperinci

INTEGRAL NUMERIK KUADRATUR ADAPTIF DENGAN KAIDAH SIMPSON. Makalah. Disusun guna memenuhi tugas Mata Kuliah Metode Numerik. yang dibimbing oleh

INTEGRAL NUMERIK KUADRATUR ADAPTIF DENGAN KAIDAH SIMPSON. Makalah. Disusun guna memenuhi tugas Mata Kuliah Metode Numerik. yang dibimbing oleh INTEGRAL NUMERIK KUADRATUR ADAPTIF DENGAN KAIDAH SIMPSON Maalah Disusun guna memenuhi tugas Mata Kuliah Metode Numeri yang dibimbing oleh Dr. Nur Shofianah Disusun oleh: M. Adib Jauhari Dwi Putra 146090400111001

Lebih terperinci

PEMANFAATAN METODE HEURISTIK DALAM PENCARIAN JALUR TERPENDEK DENGAN ALGORITMA SEMUT DAN ALGORITMA GENETIKA

PEMANFAATAN METODE HEURISTIK DALAM PENCARIAN JALUR TERPENDEK DENGAN ALGORITMA SEMUT DAN ALGORITMA GENETIKA PEMANFAATAN METODE HEURISTIK DALAM PENCARIAN JALUR TERPENDEK DENGAN ALGORITMA SEMUT DAN ALGORITMA GENETIKA Iing Mutahiroh, Fajar Saptono, Nur Hasanah, Romi Wiryadinata Laboratorium Pemrograman dan Informatia

Lebih terperinci

MENGHITUNG PELUANG PERSEBARAN TRUMP DALAM PERMAINAN CONTRACT BRIDGE

MENGHITUNG PELUANG PERSEBARAN TRUMP DALAM PERMAINAN CONTRACT BRIDGE MENGHITUNG PELUANG PERSEBARAN TRUMP DALAM PERMAINAN CONTRACT BRIDGE Desfrianta Salmon Barus - 350807 Jurusan Teni Informatia, Institut Tenologi Bandung Bandung e-mail: [email protected] ABSTRAK

Lebih terperinci

VIGOTIP SUBSTITUTION CIPHER

VIGOTIP SUBSTITUTION CIPHER VIGOTIP SUBSTITUTION CIPHER Alwi Alfiansyah Ramdan 135 08 099 Program Studi Teni Informatia Institut Tenologi Bandung Jl Ganesha 10, Bandung e-mail: alfiansyahramdan@gmailcom ABSTRAK Maalah ini membahas

Lebih terperinci