BAB IV PENILITIAN. Gambar 4.1. Alat pengatur infus dengan scroll elektronik.

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB IV PENILITIAN. Gambar 4.1. Alat pengatur infus dengan scroll elektronik."

Transkripsi

1 BAB IV PENILITIAN 4.1. Spesifikasi Alat Nama Alat : Pegatur Ifus Dega Scroll Elektroik Tegaga : 0 V Motor DC : 4 V 4.. Gambar Alat Utuk gambar alat dapat dilihat pada Gambar 4.1. di bawah ii: Gambar 4.1. Alat pegatur ifus dega scroll elektroik.

2 4.3. Cara Kerja Alat Pertama ialah proses pegatura jumlah tetesa dalam satu meit. Setelah megatur jumlah tetesa teka tombol Eter da kemudia motor aka berkerja da meggeraka scroll otomatis. Motor aka mejepit selag ifus yag sesuai dega pegatura tetesa yag telah diatur. Sesor tetesa meghitug jumlah tetesa selama satu meit utuk membuktika tetesa caira telah sesuai dega pegatura pada alat tersebut Percobaa Alat Pegukura 15 Tetesa permeit Tabel 4.1. Pegukura 15 tetesa permeit N0 Ketetapa 15 Tetesa Hasil Tetesa Permeit

3 4.4.. Pegukura 30 Tetesa Permeit. Tabel 4.. Pegukura 30 tetesa permeit. No Ketetapa 30 Tetesa Hasil Tetesa Permeit Pegukura 45 Tesesa permeit Tabel 4.3. Pegukura 45 tetesa permeit No Ketetapa 45 Tetesa Hasil Tetesa Permeit

4 Aalisa Perhituga Aalisa Perhituga 15 Tetesa Permeit. a. Rata-Rata ( X ) X = X ( ) X = X = 14,15 b. Simpaga

5 Simpaga = X X Simpaga = 15-14,15 Simpaga = 0,85 c. Eror (%) X X % Error = x100% X 15 14,15 % Error = x100% 15 % Error = 5,6% d. Stadart Deviasi Rumus stadart deviasi () adalah: i 1 X i X 1 Dimaa : = stadart Deviasi X = ilai yag dikehedaki = bayak data (13-15) + (15-15) + (15-15) + (15-15) + (17-15) (17-15) + (15-15) + ( ) + (16-15) (16 15) (15 15) (15 15) (14 15) (14 15) (13 15) (13 15) + (15 15) (15 15) (15 15) 0 1 = 0.85 e. Ketidakpastia (Ua) Ua = Ua = 0,85 0 Ua =

6 Nilai ketidakpastia yag didapat adalah sebesar Perhituga 30 tetesa permeit a. Rata-Rata ( X ) X = X ( ) X = X = 30, b. Simpaga Simpaga = X X Simpaga = 30-30,7 Simpaga = -0,7 c. Eror (%) X X % Error = x100% X 30 30,7 % Error = x100 % 30 % Error =,3% d. Stadart Deviasi Rumus stadart deviasi () adalah: i 1 X i X 1 Dimaa : = stadart Deviasi X = ilai yag dikehedaki

7 = bayak data (8-30) + (30-30) + (30-30) + (30-30) + (3-30) (3-30) + (30-30) + (30-30) + (30-30) + (9-30) (30 30) (30 30) (9 30) 3 30 (3 45) (35 30) = 0.85 (30 30) (30 30) 0 1 f. Ketidakpastia (Ua) Ua = Ua = 0,85 0 Ua = Nilai ketidakpastia yag didapat adalah sebesar Perhituga 45 Tetesa Permeit a. Rata-Rata ( X ) X X ( ) = X = X = 46

8 b. Simpaga Simpaga = X X Simpaga = Simpaga = -1 c. Eror (%) X X % Error = x100% X % Error = x100 % 45 % Error =.% d. Stadart Deviasi Rumus stadart deviasi () adalah: i 1 X i X 1 Dimaa : = stadart Deviasi X = ilai yag dikehedaki = bayak data (43-45) + (45-45) + (45-45) + (45-45) + (45-45) (47-45) + (47-47) + (45-45) + (45-45) + (47-45 ) (44 45) (45 45) (45 45) (47 45) (50 45) + (50 45) (49 45) (49 45) (45 45) (45 45) 0 1 = 5 e. Ketidakpastia (Ua) Ua =

9 Ua = 5 0 Ua = Grafik Hasil Percobaa Nilai ketidakpastia yag didapat adalah sebesar Grafik Hasil Percobaa 15 tetes permeit Grafik 15 Tetes Permeit Ketetapa Tetesa 15 Tetes Permeit Hasil Percobaa 15 Tetes Permeit Gambar 4.. Grafik pegukura 15 tetes permeit. Gambar 4. merupaka grafik hasil pegukura ilai 15 tetesa permeit. Pegukura dilakuka sebayak 0 kali percobaa, grafik di atas meujukka bahwa ilai 15 tetesa permeit pada percobaa megalami turu aik. Ada peurua tetesa sebayak 1 tetesa pada percobaa ke 16 da 17, peurua tetesa terjadi pada percobaa ke da keaikika tetesa sebayak tetesa pada percobaa ke 6 da 7, keaika 1 tetesa terjadi pada percobaa 11. Sisaya tidak megalami peurua atau keaika.

10 4.6.. Pegukura Nilai 30 Tetes Permeit Grafik 30 Tetes Permeit Ketetapa Tetesa 30 Tetes Permeit. Hasil Percobaa 30 Tetes Permeit Gambar 4.3. Grafik pegukura 30 tetes permeit Gambar 4.3. merupaka grafik hasil pegukura ilai 30 tetesa permeit. Pegukura dilakuka sebayak 0 kali percobaa, grafik di atas meujukka bahwa ilai 30 tetesa permeit pada percobaa megalami turu aik. Ada peurua tetesa sebayak tetes pada percobaa ke da peurua tetesa sebayak 1 tetes terjadi pada percobaa ke 11, kemudia keaika 1 tetes terjadi pada percobaa 6 da 7, keaika 5 tetesa terjadi pada 16 da 17. Sisaya tidak megalami peurua atau keaika.

11 Pegukura Nilai 45 Tetes Permeit. Grafik 45 Tetes Permeit ketetapa tetesa 45 tetes permeit hasil percobaa 45 tetes permeit Gambar 4.4 Grafik pegukura 45 tetes permeit. Gambar 4.4 merupaka grafik hasil pegukura ilai 45 tetesa permeit. Pegukura dilakuka sebayak 0 kali percobaa, grafik di atas meujukka bahwa ilai 45 tetesa permeit pada percobaa megalami turu aik. Ada peurua tetesa sebayak 1 tetesa pada percobaa ke 1 da keaikka tetesa sebayak tetesa pada percobaa ke 7,8 da 15, keaika 4 tetesa pada percobaa ke 18 da 19, keaika 5 tetesa terjadi pada percobaa ke 16 da 17 sisaya tidak megalami peurua atau keaika.

BAB IV HASIL DAN PEMBAHASAN. Alat terapi ini menggunakan heater kering berjenis fibric yang elastis dan

BAB IV HASIL DAN PEMBAHASAN. Alat terapi ini menggunakan heater kering berjenis fibric yang elastis dan BAB IV HASIL DAN PEMBAHASAN 4.1. Spesifikasi Alat Alat terapi ii megguaka heater kerig berjeis fibric yag elastis da di bugkus dega busa, pasir kuarsa, da kai peutup utuk memberi isolator terhadap kulit

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN. : Lux meter dilengkapi sensor jarak berbasis arduino. : panjang 15,4 cm X tinggi 5,4 cm X lebar 8,7 cm

BAB IV HASIL DAN PEMBAHASAN. : Lux meter dilengkapi sensor jarak berbasis arduino. : panjang 15,4 cm X tinggi 5,4 cm X lebar 8,7 cm BAB IV HASIL DAN PEMBAHASAN 4.1. Spesifikasi Alat Nama Alat Tegaga Ukura Berat : Lux meter dilegkapi sesor jarak berbasis arduio : 5 V (DC) : pajag 15,4 cm tiggi 5,4 cm lebar 8,7 cm : 657 gram 4.. Gambar

Lebih terperinci

BAB IV PENELITIAN Gambar Alat Untuk gambar alat dapat dilihat pada gambar 4.1. dibawah ini: Gambar 4.1. Modul Alat Tugas Akhir

BAB IV PENELITIAN Gambar Alat Untuk gambar alat dapat dilihat pada gambar 4.1. dibawah ini: Gambar 4.1. Modul Alat Tugas Akhir 43 BAB IV PENELITIAN 4.1. Spesifikasi Alat Nama Alat : Had dryer Dilegkapi Dega UV Steril da Pompa Caira Sabu Otomatis. Tegaga : 0 V Frekuesi : 50-60 Hz Daya : 350 Watt 4.. Gambar Alat Utuk gambar alat

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

BAB IV PENELITIAN. menggunakan sensor mekanik limit switch sebagai mekanis hitungnya

BAB IV PENELITIAN. menggunakan sensor mekanik limit switch sebagai mekanis hitungnya BAB IV PENELITIAN 4.1 Spesifikasi Alat Coloy couter didesai khusus agar diperutuka bagi user utuk membatu meghitug sekaligus megaalisa jumlah media dega megguaka sesor mekaik limit switch sebagai mekais

Lebih terperinci

LEVELLING 1. Cara pengukuran PENGUKURAN BEDA TINGGI DENGAN ALAT SIPAT DATAR (PPD) Poliban Teknik Sipil 2010LEVELLING 1

LEVELLING 1. Cara pengukuran PENGUKURAN BEDA TINGGI DENGAN ALAT SIPAT DATAR (PPD) Poliban Teknik Sipil 2010LEVELLING 1 LEVELLING 1 PENGUKURAN SIPAT DATAR Salmai,, ST, MS, MT 21 PENGUKURAN BEDA TINGGI DENGAN ALAT SIPAT DATAR (PPD) Jika dua titik mempuyai ketiggia yag berbeda, dikataka mempuyai beda tiggi. Beda tiggi dapat

Lebih terperinci

BAB III METODE PENELITIAN. Tempat penelitian dilakukan di Laboratorium Klinik Meditest Semarang Jalan

BAB III METODE PENELITIAN. Tempat penelitian dilakukan di Laboratorium Klinik Meditest Semarang Jalan BAB III METODE PENELITIAN A. Jeis Peelitia Jeis peelitia adalah peelitia Deskriptif. B. Tempat da Waktu Peelitia Tempat peelitia dilakuka di Laboratorium Kliik Meditest Semarag Jala Admodiroo Raya No.

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN. Sebelum melakukan deteksi dan tracking obyek dibutuhkan perangkat

BAB IV HASIL DAN PEMBAHASAN. Sebelum melakukan deteksi dan tracking obyek dibutuhkan perangkat BAB IV HASIL DAN PEMBAHASAN 4.1 Kebutuha Sistem Sebelum melakuka deteksi da trackig obyek dibutuhka peragkat luak yag dapat meujag peelitia. Peragkat keras da luak yag diguaka dapat dilihat pada Tabel

Lebih terperinci

BAHAN DAN METODE PENELITIAN. Bahan dan objek penelitian yang digunakan yaitu:

BAHAN DAN METODE PENELITIAN. Bahan dan objek penelitian yang digunakan yaitu: III BAHAN DAN METODE PENELITIAN 3.1 Baha da Objek Peelitia 3.1.1 Objek Peelitia Baha da objek peelitia yag diguaka yaitu: 1. Telur tetas ayam lokal sebayak 200 butir. Umur telur yag telah disimpa pada

Lebih terperinci

KEKONVERGENAN MODEL BINOMIAL UNTUK PENENTUAN HARGA OPSI EROPA. Fitriani Agustina, Math, UPI

KEKONVERGENAN MODEL BINOMIAL UNTUK PENENTUAN HARGA OPSI EROPA. Fitriani Agustina, Math, UPI KEKONVERGENAN MODEL BINOMIAL UNTUK PENENTUAN HARGA OPSI EROPA Fitriai Agustia, Math, UPI 1 Fiacial Derivative Opsi Mafaat Opsi Opsi Eropa Peetua Harga Opsi Kekovergea Model Biomial Fitriai Agustia, Math,

Lebih terperinci

BAB IV. METODE PENELITlAN. Rancangan atau desain dalam penelitian ini adalah analisis komparasi, dua

BAB IV. METODE PENELITlAN. Rancangan atau desain dalam penelitian ini adalah analisis komparasi, dua BAB IV METODE PENELITlAN 4.1 Racaga Peelitia Racaga atau desai dalam peelitia ii adalah aalisis komparasi, dua mea depede (paired sample) yaitu utuk meguji perbedaa mea atara 2 kelompok data. 4.2 Populasi

Lebih terperinci

III. MATERI DAN METODE. a. Penelitian ini menggunakan 68 ekor kambing peranakan etawa ( PE) (31. ukur, tongkat ukur dan timbangan.

III. MATERI DAN METODE. a. Penelitian ini menggunakan 68 ekor kambing peranakan etawa ( PE) (31. ukur, tongkat ukur dan timbangan. III. MATERI DAN METODE 3.1. Waktu da Tempat Peelitia Peelitia ii telah dilaksaaka pada Bula Oktober sampai November 013 di peteraka yag ada di Kota Pekabaru. 3.. Materi Peelitia a. Peelitia ii megguaka

Lebih terperinci

KIMIA. Sesi. Sifat Koligatif (Bagian II) A. PENURUNAN TEKANAN UAP ( P)

KIMIA. Sesi. Sifat Koligatif (Bagian II) A. PENURUNAN TEKANAN UAP ( P) KIMIA KELAS XII IA - KURIKULUM GABUNGAN 02 Sesi NGAN Sifat Koligatif (Bagia II) Iteraksi atara pelarut da zat megakibatka perubaha fisik pada kompoekompoe peyusu laruta. Salah satu sifat yag diakibatka

Lebih terperinci

Hendra Gunawan. 12 Februari 2014

Hendra Gunawan. 12 Februari 2014 MA1201 MATEMATIKA 2A Hedra Guawa Semester II, 2013/2014 12 Februari 2014 Bab Sebelumya 8. Betuk Tak Tetu da Itegral Tak Wajar 8.1 Betuk Tak Tetu 0/0 82 8.2 Betuk Tak Tetu Laiya 8.3 Itegral Tak Wajar dg

Lebih terperinci

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto. Statistika

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto. Statistika Wed 6/0/3 ETIMAI (PENDUGAAN TATITIK) Ir. Tito Adi Dewato tatistika Deskriptif Iferesi Estimasi Uji Hipotesis Titik Retag Estimasi da Uji Hipotesis Dilakuka setelah peelitia dalam tahap pegambila suatu

Lebih terperinci

MA1201 MATEMATIKA 2A Hendra Gunawan

MA1201 MATEMATIKA 2A Hendra Gunawan MA1201 MATEMATIKA 2A Hedra Guawa Semester II, 2016/2017 3 Februari 2017 Bab Sebelumya 8. Betuk Tak Tetu da Itegral Tak Wajar 8.1 Betuk Tak Tetu 0/0 8.2 Betuk Tak Tetu Laiya 8.3 Itegral Tak Wajar dg Batas

Lebih terperinci

BAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL)

BAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL) BAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL) Setiap peelitia selalu berkeaa dega sekelompok data. Yag dimaksud kelompok disii adalah: Satu orag mempuyai sekelompok data, atau sekelompok orag mempuyai satu

Lebih terperinci

3. METODE PENELITIAN

3. METODE PENELITIAN 3. METODE PENELITIAN 3.1. Waktu da Lokasi Peelitia Peelitia ii megguaka data primer da sekuder. Data primer diambil dari kegiata peelitia skala laboratorium. Peelitia dilakuka pada bula Februari-Jui 2011.

Lebih terperinci

mempunyai sebaran yang mendekati sebaran normal. Dalam hal ini adalah PKM (penduga kemungkinan maksimum) bagi, ˆ ˆ adalah simpangan baku dari.

mempunyai sebaran yang mendekati sebaran normal. Dalam hal ini adalah PKM (penduga kemungkinan maksimum) bagi, ˆ ˆ adalah simpangan baku dari. Selag Kepercayaa Cotoh Besar Jika ukura cotoh (sample size) besar, maka meurut Teorema Limit Pusat, bayak statistik megikuti/mempuyai sebara yag medekati ormal (dapat diaggap ormal). Artiya jika adalah

Lebih terperinci

III BAHAN DAN METODE PENELITIAN. Ternak yang digunakan dalam penelitian ini adalah kuda berjumlah 25

III BAHAN DAN METODE PENELITIAN. Ternak yang digunakan dalam penelitian ini adalah kuda berjumlah 25 18 III BAHAN DAN METODE PENELITIAN 3.1 Baha Peelitia 3.1.1 Objek Peelitia Terak yag diguaka dalam peelitia ii adalah kuda berjumlah 25 ekor terdiri dari 5 jata da 20 betia dega umur berkisar atara 10 15

Lebih terperinci

DISTRIBUSI KHUSUS YANG DIKENAL

DISTRIBUSI KHUSUS YANG DIKENAL 0 DISTRIBUSI KHUSUS YANG DIKENAL Kita sudah membahas fugsi peluag atau fugsi desitas, baik defiisiya maupu sifatya. Fugsi peluag atau fugsi desitas ii merupaka ciri dari sebuah distribusi, artiya fugsi

Lebih terperinci

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto Tue 0/04/3 ETIMAI (PENDUGAAN TATITIK) Ir. Tito Adi Dewato Estimasi : salah satu cara megemukaka peryataa iduktif (meyataka karakteristik populasi dega meggu aka karakteristik yag didapat dari cuplika).

Lebih terperinci

Pengamatan, Pengukuran dan Eksperimen

Pengamatan, Pengukuran dan Eksperimen TEORI KESALAHAN EKSPERIMEN FISIKA DASAR I Pegamata, Pegukura da Eksperime Pegamata da pegukura Teori / model Eksperime Ramala Pegamata payig attetio watch somethig attetively record of somethig see or

Lebih terperinci

Bab 6 PENAKSIRAN PARAMETER

Bab 6 PENAKSIRAN PARAMETER Bab 6 PENAKSIRAN PARAMETER Stadar Kompetesi : Setelah megikuti kuliah ii, mahasiswa dapat memahami hubuga ilai sampel da populasi da meetuka distribusi samplig yag tepat utuk diguaka Kompetesi Dasar :

Lebih terperinci

MATERI DAN METODE. Penelitian ini telah dilakukan selama 1 bulan, dimulai pada awal bulan

MATERI DAN METODE. Penelitian ini telah dilakukan selama 1 bulan, dimulai pada awal bulan III. MATERI DAN METODE 3.. Tempat da Waktu Peelitia ii telah dilakuka selama bula, dimulai pada awal bula eptember 03 di Kecamata Kuala Kampar Kabupate Pelalawa Provisi Riau. 3.. Materi Peelitia Baha yag

Lebih terperinci

PENGUJIAN HIPOTESA BAB 7

PENGUJIAN HIPOTESA BAB 7 PENGUJIAN IPOTESA BAB 7 Pedahulua ipotesis ( upo : lemah, Thesis : peryataa ) Diartika :. Peryataa yag masih lemah kebearaya da perlu dibuktika. Dugaa yag sifatya masih semetara ipotesis ii perlu utuk

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

Buku Padua Belajar Maajeme Keuaga Chapter 0 KONSEP NILAI WAKTU UANG. Pegertia. Nilai Uag meurut waktu, berarti uag hari ii lebih baik / berharga dari pada ilai uag dimasa medatag pada harga omial yag sama.

Lebih terperinci

STATISTIK PERTEMUAN VIII

STATISTIK PERTEMUAN VIII STATISTIK PERTEMUAN VIII Pegertia Estimasi Merupaka bagia dari statistik iferesi Estimasi = pedugaa, atau meaksir harga parameter populasi dega harga-harga statistik sampelya. Misal : suatu populasi yag

Lebih terperinci

SOAL PRAPEMBELAJARAN MODEL PENILAIAN FORMATIF BERBANTUAN WEB-BASED UNTUK MENINGKATKAN PEMAHAMAN KONSEP FISIKA SISWA

SOAL PRAPEMBELAJARAN MODEL PENILAIAN FORMATIF BERBANTUAN WEB-BASED UNTUK MENINGKATKAN PEMAHAMAN KONSEP FISIKA SISWA Lampira 1. Prapembelajara SOAL PRAPEMBELAJARAN MODEL PENILAIAN FORMATIF BERBANTUAN WEB-BASED UNTUK MENINGKATKAN PEMAHAMAN KONSEP FISIKA SISWA Satua Pedidika : SMK Mata Pelajara : Fisika Kelas/ Semester

Lebih terperinci

Teorema Nilai Rata-rata

Teorema Nilai Rata-rata Nilai Kus Prihatoso April 27, 2012 Yogyakarta Nilai Suatu Fugsi Masih igatkah ada tetag ilai rata-rata dari sekmpula bilaga? Berapakah ilai rata-rata dari sebayak bilaga y 1, y 2,..., y? Nilai Suatu Fugsi

Lebih terperinci

Ukuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus

Ukuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus -Mar- Ukura Pemusata Pertemua STATISTIKA DESKRIPTIF Statistik deskripti adalah pegolaha data utuk tujua medeskripsika atau memberika gambara terhadap obyek yag diteliti dega megguaka sampel atau populasi.

Lebih terperinci

STATISTIKA SMA (Bag.1)

STATISTIKA SMA (Bag.1) SMA - STATISTIKA SMA (Bag. A. DATA TUNGGAL. Ukura Pemusata : Terdapat ilai statistika yag dapat dimiliki oleh sekumpula data yag diperoleh yaitu : a. Rata-rata Rata-rata jumlah seluruh data bayakya data

Lebih terperinci

BAB IV PEMBAHASAN DAN ANALISIS

BAB IV PEMBAHASAN DAN ANALISIS BAB IV PEMBAHASAN DAN ANALISIS 4.1. Pembahasa Atropometri merupaka salah satu metode yag dapat diguaka utuk meetuka ukura dimesi tubuh pada setiap mausia. Data atropometri yag didapat aka diguaka utuk

Lebih terperinci

MANAJEMEN RISIKO INVESTASI

MANAJEMEN RISIKO INVESTASI MANAJEMEN RISIKO INVESTASI A. PENGERTIAN RISIKO Resiko adalah peyimpaga hasil yag diperoleh dari recaa hasil yag diharapka Besarya tigkat resiko yag dimasukka dalam peilaia ivestasi aka mempegaruhi besarya

Lebih terperinci

PERCOBAAN V REFRAKTOMETRI (INDEKS BIAS)

PERCOBAAN V REFRAKTOMETRI (INDEKS BIAS) PERCOBAAN V REFRAKTOMETRI (INEKS BIAS I. Tujua Percobaa 1. Meigkatka kemampua melakuka prosedur kerja laboratorium yag sederhaa dega baik da efisie.. Meigkatka kemampua megumpulka data, melakuka pegamata,

Lebih terperinci

DISTRIBUSI SAMPLING. Oleh : Dewi Rachmatin

DISTRIBUSI SAMPLING. Oleh : Dewi Rachmatin DISTRIBUSI SAMPLING Oleh : Dewi Rachmati Distribusi Rata-rata Misalka sebuah populasi berukura higga N dega parameter rata-rata µ da simpaga baku. Dari populasi ii diambil sampel acak berukura, jika tapa

Lebih terperinci

PENGARUH PEMAKAIAN LIMBAH STYROFOAM TERHADAP KUAT TEKAN DAN BERAT BATAKO

PENGARUH PEMAKAIAN LIMBAH STYROFOAM TERHADAP KUAT TEKAN DAN BERAT BATAKO Widya Tekika Vol.1 No.1; Maret 01 ISSN 1411 0660 : 1-7 PENGARUH PEMAKAIAN LIMBAH STYROFOAM TERHADAP KUAT TEKAN DAN BERAT BATAKO Abdul Halim 1) ABSTRAK Material tembok yag serig diguaka adalah batu bata,

Lebih terperinci

An = an. An 1 = An. h + an 1 An 2 = An 1. h + an 2... A2 = A3. h + a2 A1 = A2. h + a1 A0 = A1. h + a0. x + a 0. x = h a n. f(x) = 4x 3 + 2x 2 + x - 3

An = an. An 1 = An. h + an 1 An 2 = An 1. h + an 2... A2 = A3. h + a2 A1 = A2. h + a1 A0 = A1. h + a0. x + a 0. x = h a n. f(x) = 4x 3 + 2x 2 + x - 3 SUKU BANYAK A Pegertia: f(x) x + a 1 x 1 + a 2 x 2 + + a 2 +a 1 adalah suku bayak (poliom) dega : - a, a 1, a 2,.,a 2, a 1, a 0 adalah koefisiekoefisie suku bayak yag merupaka kostata real dega a 0 - a

Lebih terperinci

BAB 7 PEN P GUJ GU IAN HIPO P T O ES T A

BAB 7 PEN P GUJ GU IAN HIPO P T O ES T A BAB 7 PENGUJIAN HIPOTESA Meguji Rata-rata µ Umpamakalah kita mempuyai sebuah populasi berdistribusi ormal dega rata-rata µ da simpaga baku σ. Aka diuji megeai parameter rata-rata µ Utuk pasaga hipotesa

Lebih terperinci

RESPONSI 2 STK 511 (ANALISIS STATISTIKA) JUMAT, 11 SEPTEMBER 2015

RESPONSI 2 STK 511 (ANALISIS STATISTIKA) JUMAT, 11 SEPTEMBER 2015 RESPONSI STK 511 (ANALISIS STATISTIKA) JUMAT, 11 SEPTEMBER 015 A. PENYAJIAN DAN PERINGKASAN DATA 1. PENYAJIAN DATA a. Sebutka tekik peyajia data utuk data kualitatif! Diagram kueh, diagram batag, distribusi

Lebih terperinci

Outline. Pengukuran Listrik II. Kesalahan dlm Pengukuran 25/09/2012. Anhar, ST. MT. Lab. Jaringan Komputer

Outline. Pengukuran Listrik II. Kesalahan dlm Pengukuran 25/09/2012. Anhar, ST. MT. Lab. Jaringan Komputer 5/09/0 II. Kesalaha dlm Pegukura Ahar, ST. MT. Lab. Jariga Komputer Outlie Kosep pegukura Kesalaha Pegukura Istilah Tekik Pegukura Aalisis statistik 5/09/0 Kosep Pegukura Meetuka ilai kuatitatif atau besar

Lebih terperinci

An = an. An 1 = An. h + an 1 An 2 = An 1. h + an 2... A2 = A3. h + a2 A1 = A2. h + a1 A0 = A1. h + a0. x + a 0. x = h a n. f(x) = 4x 3 + 2x 2 + x - 3

An = an. An 1 = An. h + an 1 An 2 = An 1. h + an 2... A2 = A3. h + a2 A1 = A2. h + a1 A0 = A1. h + a0. x + a 0. x = h a n. f(x) = 4x 3 + 2x 2 + x - 3 BAB XII. SUKU BANYAK A = a Pegertia: f(x) = a x + a x + a x + + a x +a adalah suku bayak (poliom) dega : - a, a, a,.,a, a, a 0 adalah koefisiekoefisie suku bayak yag merupaka kostata real dega a 0 - a

Lebih terperinci

Analisa Data Statistik. Ratih Setyaningrum, MT

Analisa Data Statistik. Ratih Setyaningrum, MT Aalisa Data tatistik Ratih etyaigrum, MT Referesi Agoes oehiaie, Ph.D Daftar Isi Iferesi tatistik Hipotesa tatistik : Kosep Umum Hipotesa statistik adalah sebuah klaim/peryataa atau cojecture tetag populasi.

Lebih terperinci

PENAKSIRAN. Penaksiran Titik. Selang Kepercayaan untuk VARIANSI. MA2181 ANALISIS DATA Utriweni Mukhaiyar 17 Oktober 2011

PENAKSIRAN. Penaksiran Titik. Selang Kepercayaan untuk VARIANSI. MA2181 ANALISIS DATA Utriweni Mukhaiyar 17 Oktober 2011 PENAKSIRAN Peaksira Titik Peaksira Selag Selag Kepercayaa utuk RATAAN Selag Kepercayaa utuk VARIANSI MA8 ANALISIS DATA Utriwei Mukhaiyar 7 Oktober 0 Metode Peaksira Peaksira Titik Peaksira Selag Nilai

Lebih terperinci

Definisi Integral Tentu

Definisi Integral Tentu Defiisi Itegral Tetu Bila kita megedarai kedaraa bermotor (sepeda motor atau mobil) selama 4 jam dega kecepata 50 km / jam, berapa jarak yag ditempuh? Tetu saja jawabya sagat mudah yaitu 50 x 4 = 200 km.

Lebih terperinci

TEORI PENAKSIRAN. Bab 8. A. Pendahuluan. Kompetensi Mampu menjelaskan dan menganalisis teori penaksiran

TEORI PENAKSIRAN. Bab 8. A. Pendahuluan. Kompetensi Mampu menjelaskan dan menganalisis teori penaksiran Bab 8 TEORI PENAKSIRAN Kompetesi Mampu mejelaska da megaalisis teori peaksira Idikator 1. Mejelaska da megaalisis data dega megguaka peaksira titik 2. Mejelaska da megaalisis data dega megguaka peaksira

Lebih terperinci

Himpunan. Himpunan 3/28/2012. Semesta Pembicaraan Semua mobil di Indonesia

Himpunan. Himpunan 3/28/2012. Semesta Pembicaraan Semua mobil di Indonesia Himpua Suatu himpua atau gugus adalah merupaka sekumpula obyek. Pada umumya aggota dari gugus tersebut memiliki suatu sifat yag sama. Suatu himpua bagia atau aak gugus merupaka sekumpula obyek yag aggotaya

Lebih terperinci

BAB 2 TINJAUAN TEORI

BAB 2 TINJAUAN TEORI BAB 2 TINJAUAN TEORI 2.1 ISTILAH KEENDUDUKAN 2.1.1 eduduk eduduk ialah orag atatu idividu yag tiggal atau meetap pada suatu daerah tertetu dalam jagka waktu yag lama. 2.1.2 ertumbuha eduduk ertumbuha peduduk

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

Seminar Tugas Akhir Juni 2015

Seminar Tugas Akhir Juni 2015 Semiar Tugas Akhir Jui 05 LU METER BERBASIS MIKROKONTROLLER (Adib Maulaa A T,Triwiyato, Edag Dia S) Jurusa Tekik Elektromedik Politekik Kesehata Surabaya Jl. Pucag Jajar Timur No. 0 Surabaya ABSTRAK Lux

Lebih terperinci

Karakteristik Dinamik Elemen Sistem Pengukuran

Karakteristik Dinamik Elemen Sistem Pengukuran Karakteristik Diamik Eleme Sistem Pegukura Kompetesi, RP, Materi Kompetesi yag diharapka: Mahasiswa mampu merumuskaka karakteristik diamik eleme sistem pegukura Racaga Pembelajara: Miggu ke Kemampua Akhir

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN 9 III. METODE PENELITIAN A. Lokasi da Objek Peelitia Peelitia ii dilakuka di RPH Tejo Petak 10i, BKPH Parug Pajag KPH Bogor, Perum Perhutai Uit III Jawa Barat da Bate. Objek peelitia adalah waktu kerja

Lebih terperinci

theresiaveni.wordpress.com NAMA : KELAS :

theresiaveni.wordpress.com NAMA : KELAS : theresiaveiwordpresscom NAMA : KELAS : 1 theresiaveiwordpresscom BARISAN DAN DERET Barisa da deret dapat diguaka utuk memudahka peyelesaia perhituga, misalya buga bak, keaika produksi, da laba/rugi suatu

Lebih terperinci

L A T I H A N S O A L A N R E G 1 Muhamad Ferdiansyah, S. Stat.

L A T I H A N S O A L A N R E G 1 Muhamad Ferdiansyah, S. Stat. L A T I H A N S O A L A N R E G Muhamad Ferdiasyah, S. Stat. *Saya saraka utuk mecoba sediri baru lihat jawabaya **Jawaba saya BELUM TENTU BENAR karea saya mausia biasa. Silaka dikosultasika jika ada jawaba

Lebih terperinci

ANUITAS. 9/19/2012 MK. Aktuaria Darmanto,S.Si.

ANUITAS. 9/19/2012 MK. Aktuaria Darmanto,S.Si. ANUITAS 9/19/2012 MK. Aktuaria Darmato,S.Si. 1 OVERVIEW Auitas adl suatu pembayara dalam jumlah tertetu, yag dilakuka setiap selag waktu da lama tertetu, secara berkelajuta. Suatu auitas yg pasti dilakuka

Lebih terperinci

DISTRIBUSI SAMPEL PENAKSIRAN UJI HIPOTESIS MA5182 Topik dalam Statistika I: Statistika Spasial 6 September 2012 Utriweni Mukhaiyar

DISTRIBUSI SAMPEL PENAKSIRAN UJI HIPOTESIS MA5182 Topik dalam Statistika I: Statistika Spasial 6 September 2012 Utriweni Mukhaiyar INFERENSI STATISTIKA DISTRIBUSI SAMPEL PENAKSIRAN UJI HIPOTESIS MA518 Topik dalam Statistika I: Statistika Spasial 6 September 01 Utriwei Mukhaiyar DISTRIBUSI SAMPEL Beberapa defiisi Suatu populasi terdiri

Lebih terperinci

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL BAB VIII MASAAH ESTIMASI SAT DAN DA SAMPE 8.1 Statistik iferesial Statistik iferesial suatu metode megambil kesimpula dari suatu populasi. Ada dua pedekata yag diguaka dalam statistik iferesial. Pertama,

Lebih terperinci

BAB IV ANALISIS DATA PENELITIAN. Data yang digunakan untuk mengevaluasi Gardu Induk Bandar Sribhawono

BAB IV ANALISIS DATA PENELITIAN. Data yang digunakan untuk mengevaluasi Gardu Induk Bandar Sribhawono 38 BAB IV ANALISIS DATA PENELITIAN.1 Data Peelitia Data yag diguaka utuk megevaluasi Gardu Iduk Badar Sribhawoo 8 tahu medatag adalah data pemakaia eergi listrik tahu 2013 sampai 2016 pada trasformator

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

Range atau jangkauan suatu kelompok data didefinisikan sebagai selisih antara nilai terbesar dan nilai terkecil, yaitu

Range atau jangkauan suatu kelompok data didefinisikan sebagai selisih antara nilai terbesar dan nilai terkecil, yaitu BAB 4 UKURAN PENYEBARAN DATA Pada Bab sebelumya kita telah mempelajari beberapa ukura pemusata data, yaitu ukura yag memberika iformasi tetag bagaimaa data-data ii megumpul atau memusat Pada bagia Bab

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

KONTRIBUSI WADUK PEUDADA TERHADAP KEBUTUHAN AIR KABUPATEN BIREUEN

KONTRIBUSI WADUK PEUDADA TERHADAP KEBUTUHAN AIR KABUPATEN BIREUEN KONTRIBUSI WADUK PEUDADA TERHADAP KEBUTUHAN AIR KABUPATEN BIREUEN Wesli Jurusa Tekik Sipil Uiversitas Malikussaleh email: wesli@uimal.ac.id Abstrak Kebutuha air di Kabupate Bireue semaki hari semaki meigkat,

Lebih terperinci

ANALISIS CURAH HUJAN WILAYAH

ANALISIS CURAH HUJAN WILAYAH Lapora Praktikum Hari/taggal : Rabu 7 Oktober 2009 HIDROLOGI Nama Asiste : Sisi Febriyati M. Yohaes Ariyato. ANALISIS CURAH HUJAN WILAYAH Lilik Narwa Setyo Utomo J3M108058 TEKNIK DAN MANAJEMEN LINGKUNGAN

Lebih terperinci

III. BAHAN DAN METODE. Penelitian ini dilaksanakan pada bulan April 2014 di BBPTU-HPT Baturraden,

III. BAHAN DAN METODE. Penelitian ini dilaksanakan pada bulan April 2014 di BBPTU-HPT Baturraden, III. BAHAN DAN METODE A. Waktu da Tempat Peelitia Peelitia ii dilaksaaka pada bula April 014 di BBPTU-HPT Baturrade, Purwokerto. B. Baha da Alat Peelitia Baha peelitia ii yaitu rekordig produksi susu laktasi

Lebih terperinci

METODE PENELITIAN. Subyek dalam penelitian ini adalah siswa kelas XI IPA 1 SMA Wijaya Bandar

METODE PENELITIAN. Subyek dalam penelitian ini adalah siswa kelas XI IPA 1 SMA Wijaya Bandar III. METODE PENELITIAN A. Settig Peelitia Subyek dalam peelitia ii adalah siswa kelas XI IPA 1 SMA Wijaya Badar Lampug, semester gajil Tahu Pelajara 2009-2010, yag berjumlah 19 orag terdiri dari 10 siswa

Lebih terperinci

PENAKSIRAN METODE PENAKSIRAN CONTOH. Kasus 1: taksiran titik IP = 3,5 Kasus 2: taksiran selang IP = [3,4]

PENAKSIRAN METODE PENAKSIRAN CONTOH. Kasus 1: taksiran titik IP = 3,5 Kasus 2: taksiran selang IP = [3,4] PENAKIRAN Peaksira Titik Peaksira elag elag Kepercayaa utuk µ elag Kepercayaa utuk σ MA 8 Aalisis Data Utriwei Mukhaiyar Oktober 00 008 by UP & UM METODE PENAKIRAN. Peaksira Titik Nilai tuggal dari suatu

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Aalisis Regresi Istilah regresi pertama kali diperkealka oleh seorag ahli yag berama Facis Galto pada tahu 1886. Meurut Galto, aalisis regresi berkeaa dega studi ketergatuga dari suatu

Lebih terperinci

L A M P I R A N. Data Hasil Pengukuran Hantaran Spesifik (ms) pada variasi Konsentrasi Larutan Elektrolit Kuat HCl (Asam Klorida) Konsentrasi

L A M P I R A N. Data Hasil Pengukuran Hantaran Spesifik (ms) pada variasi Konsentrasi Larutan Elektrolit Kuat HCl (Asam Klorida) Konsentrasi L M P R N Lampira 1. ata Hasil Pegukura Hatara Spesifik (ms) pada variasi Kosetrasi Laruta Elektrolit Kuat HCl (sam Klorida) Kosetrasi Suhu ( 0 C) HCl (M) 0 40 50 0,01,1,0,9,1,1,0,,,0 0,0 6, 6,1 5,9 6,6

Lebih terperinci

BAB 2 : BUNGA, PERTUMBUHAN DAN PELURUHAN

BAB 2 : BUNGA, PERTUMBUHAN DAN PELURUHAN Jl. Raya Wagu Kel. Sidagsari Kta Bgr Telp. 0251-8242411, email: prhumasi@smkwikrama.et, website : www.smkwikrama.et BAB 2 : BUNGA, PERTUBUHAN DAN PELURUHAN PENGERTIAN BUNGA Buga adalah jasa dari simpaa

Lebih terperinci

simulasi selama 4,5 jam. Selama simulasi dijalankan, animasi akan muncul pada dijalankan, ProModel akan menyajikan hasil laporan statistik mengenai

simulasi selama 4,5 jam. Selama simulasi dijalankan, animasi akan muncul pada dijalankan, ProModel akan menyajikan hasil laporan statistik mengenai 37 Gambar 4-3. Layout Model Awal Sistem Pelayaa Kedai Jamoer F. Aalisis Model Awal Model awal yag telah disusu kemudia disimulasika dega waktu simulasi selama 4,5 jam. Selama simulasi dijalaka, aimasi

Lebih terperinci

PEMBUATAN ALAT UKUR MOMEN INERSIA BENDA DIGITAL MENGGUNAKAN SENSOR OPTOCOUPLER

PEMBUATAN ALAT UKUR MOMEN INERSIA BENDA DIGITAL MENGGUNAKAN SENSOR OPTOCOUPLER PILLAR OF PHYSICS, Vol. 8. Oktober 2016, 81-88 PEMBUATAN ALAT UKUR MOMEN INERSIA BENDA DIGITAL MENGGUNAKAN SENSOR OPTOCOUPLER Nuug Rivia 1) Yohadri 2) Zulhedri Kamus 2) 1) Mahasiswa Fisika, FMIPA Uiversitas

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

PEMODELAN MINIMIZE TOTAL BIAYA PENGENDALIAN KUALITAS TERHADAP PROSES MANUFAKTURING PRODUK FURNITURE

PEMODELAN MINIMIZE TOTAL BIAYA PENGENDALIAN KUALITAS TERHADAP PROSES MANUFAKTURING PRODUK FURNITURE PEMODELAN MINIMIZE TOTAL BIAYA PENGENDALIAN KUALITAS TERHADAP PROSES MANUFAKTURING PRODUK FURNITURE Sutriso B., Abd. Haris, Romadho Jurusa Maajeme - Fakultas Ekoomi, Uiversitas Widya Dharma Klate Jl. Ki

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan pada bulan September sampai dengan

III. METODE PENELITIAN. Penelitian ini dilaksanakan pada bulan September sampai dengan III. METODE PENELITIAN 3.1. Waktu da Tempat Peelitia Peelitia ii dilaksaaka pada bula September sampai dega November 2014 di Fasilitas Karatia Marie Research Ceter (MRC), PT. Cetral Pertiwi Bahari (CPB)

Lebih terperinci

Haryoso Wicaksono, S.Si., M.M., M.Kom. 8

Haryoso Wicaksono, S.Si., M.M., M.Kom. 8 Seragam (Uiform) [D1] : Fugsi probabilita Uiform utuk semua ilai. Dimaa merupaka bayakya 1 f ( ) obyek da diasumsika memiliki sifat yag sama. Biomial [D2] : Sifat percobaa Biomial : Percobaa dilakuka dalam

Lebih terperinci

Studi Plasma Immersion Ion Implantation (PIII) dengan menggunakan Target Tak Planar

Studi Plasma Immersion Ion Implantation (PIII) dengan menggunakan Target Tak Planar JURNAL FISIKA DAN APLIKASINYA VOLUME 6, NOMOR JUNI,1 Studi Plasma Immersio Io Implatatio PIII dega megguaka Target Tak Plaar Yoyok Cahyoo Jurusa Fisika, FMIPA-Istitut Tekologi Sepuluh Nopember ITS Kampus

Lebih terperinci

BAB III METODE PENELITIAN. penelitian yaitu PT. Sinar Gorontalo Berlian Motor, Jl. H. B Yassin no 28

BAB III METODE PENELITIAN. penelitian yaitu PT. Sinar Gorontalo Berlian Motor, Jl. H. B Yassin no 28 5 BAB III METODE PENELITIAN 3.1 Lokasi Peelitia da Waktu Peelitia Sehubuga dega peelitia ii, lokasi yag dijadika tempat peelitia yaitu PT. Siar Gorotalo Berlia Motor, Jl. H. B Yassi o 8 Kota Gorotalo.

Lebih terperinci

B a b 1 I s y a r a t

B a b 1 I s y a r a t 34 TKE 315 ISYARAT DAN SISTEM B a b 1 I s y a r a t (bagia 3) Idah Susilawati, S.T., M.Eg. Program Studi Tekik Elektro Fakultas Tekik da Ilmu Komputer Uiversitas Mercu Buaa Yogyakarta 29 35 1.5.2. Isyarat

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Didalam melakuka kegiata suatu alat atau mesi yag bekerja, kita megeal adaya waktu hidup atau life time. Waktu hidup adalah lamaya waktu hidup suatu kompoe atau uit pada

Lebih terperinci

MODUL MATEMATIKA SMA IPA Kelas 11

MODUL MATEMATIKA SMA IPA Kelas 11 SMA IPA Kelas BARISAN DAN DERET ARITMATIKA. Betuk umum: a, ( a b), ( a b) ( a b). Rumus suku ke- ( ) a ( ) b a : suku pertama b : beda. Jumlah suku pertama (S ) S ( a ) atau S (a ( ) b) Dega S dapat juga

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 10 BAB III METODOLOGI PENELITIAN 3.1 Lokasi da Waktu Peelitia Peelitia ii dilaksaaka di areal kerja IUPHHK-HA PT. Sarmieto Parakatja Timber, Kalimata Tegah selama satu bula pada bula April higga Mei 01.

Lebih terperinci

III BAHAN DAN METODE PENELITIAN. Bangkok dengan betina ras petelur strain lohman keturunan pertama, berumur satu

III BAHAN DAN METODE PENELITIAN. Bangkok dengan betina ras petelur strain lohman keturunan pertama, berumur satu III BAHAN DAN METODE PENELITIAN 3.1 Baha da Peralata Peelitia 3.1.1 Terak Peelitia Terak peelitia yag diguaka adalah ayam hasil persilaga pejata Bagkok dega betia ras petelur strai lohma keturua pertama,

Lebih terperinci

Meetuka Parameter Model Cauchy utuk A (1,587) Kosta Baha Polistirea Dzarril Maulidiyah 1, D. J. Djoko H Satjojo 1, Mauludi A Pamugkas 1, Ubaidillah 1 1) Jurusa Fisika FMIPA Uiv. Brawijaya Email: mdzarril@gmail.com

Lebih terperinci

Inflasi dan Indeks Harga I

Inflasi dan Indeks Harga I PERTEMUAN 1 Iflasi da Ideks Harga I 1 1 TEORI RINGKAS A Pegertia Agka Ideks Agka ideks merupaka suatu kosep yag dapat memberika gambara tetag perubaha-perubaha variabel dari suatu priode ke periode berikutya

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Racaga da Jeis Peelitia Racaga peelitia ii adalah deskriptif dega pedekata cross sectioal yaitu racaga peelitia yag meggambarka masalah megeai tigkat pegetahua remaja tetag

Lebih terperinci

MATERI 14 EVALUASI KINERJA PORTOFOLIO

MATERI 14 EVALUASI KINERJA PORTOFOLIO MATERI 14 EVALUASI KINERJA PORTOFOLIO KERANGKA PIKIR EVALUASI KINERjA PORTOFOLIO (EKP) MENGUKUR TINGKAT RETURN PORTOFOLIO RISK-ADJUSTED PERFORMANCE - INDEKS SHARPE - INDEKS TREYNOR - INDEKS JENSEN dede08m.com

Lebih terperinci

9 Departemen Statistika FMIPA IPB

9 Departemen Statistika FMIPA IPB Supleme Resposi Pertemua ANALISIS DATA KATEGORIK (STK351 9 Departeme Statistika FMIPA IPB Pokok Bahasa Sub Pokok Bahasa Referesi Waktu Pegatar Aalisis utuk Data Respo Kategorik Data respo kategorik Sebara

Lebih terperinci

Jika dibandingkan dengan bulan sebelumnyakenaikan curah hujan terbesar terjadi pada bulan A. Oktober D. Januari B. November E. Februari C.

Jika dibandingkan dengan bulan sebelumnyakenaikan curah hujan terbesar terjadi pada bulan A. Oktober D. Januari B. November E. Februari C. Page of. Diatara data berikut, yag merupaka data kualitatif adalah Tiggi hotel-hotel di Yogyakarta B. Bayakya mobil yag melewati jala Mawar C. Kecepata sepeda motor per jam D. Luas huta di Sumatra E. Meigkatya

Lebih terperinci

A. Pengertian Hipotesis

A. Pengertian Hipotesis PENGUJIAN HIPOTESIS A. Pegertia Hipotesis Hipotesis statistik adalah suatu peryataa atau dugaa megeai satu atau lebih populasi Ada macam hipotesis:. Hipotesis ol (H 0 ), adalah suatu hipotesis dega harapa

Lebih terperinci

SEBARAN t dan SEBARAN F

SEBARAN t dan SEBARAN F SEBARAN t da SEBARAN F 1 Tabel uji t disebut juga tabel t studet. Sebara t pertama kali diperkealka oleh W.S. Gosset pada tahu 1908. Saat itu, Gosset bekerja pada perusahaa bir Irladia yag melarag peerbita

Lebih terperinci

METODE PENAKSIRAN PENAKSIRAN ILUSTRASI CONTOH. pendekatan metode tertentu. Nilai sesungguhnya dari suatu parameter yang berada di selang tertentu.

METODE PENAKSIRAN PENAKSIRAN ILUSTRASI CONTOH. pendekatan metode tertentu. Nilai sesungguhnya dari suatu parameter yang berada di selang tertentu. ENAKIRAN eaksira Titik eaksira elag elag Kepercayaa utuk µ elag Kepercayaa utuk MA 08 tatistika Dasar Dose : Udjiaa. asaribu Utriwei Mukhaiyar 6 April 009 METODE ENAKIRAN. eaksira Titik Nilai tuggal dari

Lebih terperinci

Secara umum, suatu barisan dapat dinyatakan sebagai susunan terurut dari bilangan-bilangan real:

Secara umum, suatu barisan dapat dinyatakan sebagai susunan terurut dari bilangan-bilangan real: BARISAN TAK HINGGA Secara umum, suatu barisa dapat diyataka sebagai susua terurut dari bilaga-bilaga real: u 1, u 2, u 3, Barisa tak higga merupaka suatu fugsi dega domai berupa himpua bilaga bulat positif

Lebih terperinci

Bab 7 Penyelesaian Persamaan Differensial

Bab 7 Penyelesaian Persamaan Differensial Bab 7 Peelesaia Persamaa Differesial Persamaa differesial merupaka persamaa ag meghubugka suatu besara dega perubahaa. Persamaa differesial diataka sebagai persamaa ag megadug suatu besara da differesiala

Lebih terperinci

Penaksiran Titik Penaksiran Selang. Selang Kepercayaan untuk VARIANSI MA2081 STATISTIKA DASAR

Penaksiran Titik Penaksiran Selang. Selang Kepercayaan untuk VARIANSI MA2081 STATISTIKA DASAR PENAKSIRAN Peaksira Titik Peaksira Selag Selag Kepercayaa utuk RATAAN Selag Kepercayaa utuk VARIANSI MA08 STATISTIKA DASAR MA08 STATISTIKA DASAR Utriwei Mukhaiyar 5 Oktober 0 Metode Peaksira Peaksira Titik

Lebih terperinci

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA. Langkah Langkah Dalam Pengolahan Data

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA. Langkah Langkah Dalam Pengolahan Data BAB IV PENGUMPULAN DAN PENGOLAHAN DATA 4.1 Metode Pegolaha Data Lagkah Lagkah Dalam Pegolaha Data Dalam melakuka pegolaha data yag diperoleh, maka diguaka alat batu statistik yag terdapat pada Statistical

Lebih terperinci

BAB II LANDASAN TEORI. matematika secara numerik dan menggunakan alat bantu komputer, yaitu:

BAB II LANDASAN TEORI. matematika secara numerik dan menggunakan alat bantu komputer, yaitu: 4 BAB II LANDASAN TEORI 2.1 Model matematis da tahapa matematis Secara umum tahapa yag harus ditempuh dalam meyelesaika masalah matematika secara umerik da megguaka alat batu komputer, yaitu: 2.1.1 Tahap

Lebih terperinci

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan REGRESI LINIER DAN KORELASI Variabel dibedaka dalam dua jeis dalam aalisis regresi: Variabel bebas atau variabel prediktor -> variabel yag mudah didapat atau tersedia. Dapat diyataka dega X 1, X,, X k

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

BAB III METODE PENELITIAN Penelitian ini dilakukan di kelas X SMA Muhammadiyah 1 Pekanbaru. semester ganjil tahun ajaran 2013/2014.

BAB III METODE PENELITIAN Penelitian ini dilakukan di kelas X SMA Muhammadiyah 1 Pekanbaru. semester ganjil tahun ajaran 2013/2014. BAB III METODE PENELITIAN A. Waktu da Tempat Peelitia Peelitia dilaksaaka dari bula Agustus-September 03.Peelitia ii dilakuka di kelas X SMA Muhammadiyah Pekabaru semester gajil tahu ajara 03/04. B. Subjek

Lebih terperinci