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
|
|
- Doddy Darmadi
- 6 tahun lalu
- Tontonan:
Transkripsi
1 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 Alat Utuk gambar alat yag telah dibuat dapat dilihat pada gambar 4.1. dibawah ii: Gambar 4.1. Alat Tugas Akhir peulis 53
2 Cara Kerja Alat Pada saat alat o maka supply dari batrai aka memberika tegaga ke setiap blok ragkaia yag ada pada alat ii. Jika semua blok ragkaia sudah medapat supply tegaga dari batrai, modul arduio (cotroller) da sesor secara otomatis aka aktif. Ketika tombol start diteka, sesor BH1750FVI aka mulai membaca itesitas cahaya da sesor ultrasoic HC-SR04 aka meghitug jarak. Apabila cahaya diterima sesor BH1750FVI, maka keluara sesor yag sudah digital aka lagsug terbaca oleh arduio. selajutya sesor ultrasoic HCSR04, apabila mematulka gelombag dari traducer da megeai objek datar, secara otomatis aka megirim patula gelombag ke receivier yag megubah gelombag patula tersebut mejadi besara listrik atau tegaga, selajutya keluara sesor ultrasoic HCSR04 yag berupa tegaga masuk ke modul arduio (cotroller) utuk diproses oleh program Aalog to Digital Covertio (ADC) sebagai pembaca tegaga. Di modul arduio, tegaga yag masuk ke ADC aka diproses utuk dikeluarka pada pi yag telah ditetuka. Pada modul ii pi 8 sebagai receiver da pi 9 sebagai traducer yag diatur sebagai keluara dari modul arduio (cotroller). Pi A0 diguka sebagi push butto start, pi A1 sebagai push butto Up, pi A sebagai push butto Dow. da pi resset pada modul arduio diguaka sebagai push botto resset. Proses pembacaa data dari sesor sesuai ambag batas di tetuka selama timer 1 (satu) meit. Ketika timer 1 meit tercapai maka alat secara otomatis
3 55 meyimpa pembacaa data pertama (ideks pertama), selajutya modul aka membaca data yag ke (ideks kedua) secara otomatis setelah data pertama tersimpa, begitu seterusya sampai data yag aka tersimpa adalah sebayak 6 (ideks keeam) data. Jika data yag telah tersimpa secara otomatis mecapai 6 kali, alat aka meampilka ilai rata-rata data pada ideks ke 7. Utuk meampilka data tersimpa pada alat, diguaka tombol up da dow. Hasil pembacaa kedua sesor ditampilka pada Liquid Crystal Dispalay (LCD) karakter 16x Jeis Peelitia Jeis peelitia yag peulis guaka adalah jeis peelitia eksperimetal, artiya meeliti, mecari, mejelaska, da membuat suatu istrumet dimaa istrumet ii dapat lagsug diperguaka oleh peggua. Variabel yag diteliti da diamati pada berapa itesitas cahaya lampu operasi ii megguaka sesor BH1750FVI da berapa jarak pegukura secara otomatis dega megguaka sesor Ultrasoic HC-SR Variabel Peelitia a. Variabel Bebas Sebagai variabel bebas merupaka muculya variabel terikat, da mejadi variabel bebas dalam pembuata alat ii adalah itesitas cahaya da jarak pegukura
4 56 b. Variabel Tergatug Sebagai variabel tergatug yaitu peyimpaa, dimaa ketika alat telah selesai megambil data selama 1 (satu meit), maka data tersimpa secara otomatis da megambil data selajutya sampai 6 (eam) data secara otomatis pula. c. Variabel Terkedali Variabel terkedali yaitu LCD da Moitorig Timer, jarak serta itesitas cahaya megguaka arduio Defiisi Oprasioal Dalam kegiata operasioalya, varaiabel-variabel yag diguaka dalam perecaaa pembuata modul, baik variabel terkedali, tergatug da bebas memiliki fugsi-fugsi atara lai: a. Sesor BH1750FVI diguaka sebagai peghitug itesitas cahaya lampu opearsi. b. Sesor Ultrasoic HC-SR04 diguaka sebagai peghitug jarak Percobaa Alat Pegukura Itesitas Cahaya Selama 1 Meit Dega Alat Pembadig Lux Meter Pada Jarak 1 Meter Tabel 4.1. dibawah ii merupaka hasil pegukura itesitas cahaya lampu operasi dega alat peulis yag di badigka dega alat lux meter pada jarak ukur 1 meter dari sumber cahaya lampu operasi.
5 57 Tabel 4.1. Tabel pegkura cahaya selama 1 meit pada jarak 1 meter No Waktu (meit) Jarak (meter) Itesitas terbaca pada alat pembadig (lux) Itesitas terbaca pada alat tugas akhir (lux) 1 01:00 1, :00 1, :00 1, :00 1, :00 1, :00 1, :00 1, :00 1, :00 1, :00 1, :00 1, :00 1, :00 1, :00 1, :00 1, :00 1, :00 1, :00 1, :00 1, :00 1,
6 Aalisa Pegukura Itesitas Cahaya selama 1 Meit Dega Alat Pembadig Lux Meter Pada Jarak 1 Meter a. Rata-rata Rata rata adalah ilai atau hasil pembagia dari jumlah data yag diambil atau diukur dega bayakya pegambila data atau bayakya pegukura. Rata Rata ( Dimaa : ) = i (1) i = rata rata = Jumlah ilai data = Bayak data ( 1,,3,, ) Rata Rata pembadig ( ) = = Rata Rata alat peulis ( ) = = b. Simpaga % Simpaga adalah selisih dari rata rata ilai harga yag dikehedaki dega ilai yag diukur. Berikut rumus dari simpaga : Simpaga = - Y Dimaa : Y = rata-rata lux pembadig = rerata data alat
7 59 Simpaga = Simpaga = Simpaga = % c. Error (%) Error (kesalaha) adalah selisih atara mea terhadap masigmasig data. Rumus error adalah: DataSettig Rerata Error % = x100% Datasettig Error % = x 100% = 0,01 % d. Stadart deviasi Stadart deviasi adalah suatu ilai yag meuujuka tigkat (derajat) variasi kelompok data atau ukura stadart peyimpaga dari meaya. Rumus stadart deviasi (SD) adalah: SD i 1 Dimaa : SD = stadart Deviasi = ilai yag dikehedaki = bayak data
8 60 maka ; SD = ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) 0 1 ( ) ( ) ( ) ( ) ( ) ( ) 309,8 SD = e. Ketidakpastia (Ua) Ketidakpastia adalah kesagsia yag mucul pada tiap hasil. Atau pegukura biasa disebut, sebagai kepresisia data satu dega data yag lai. Rumus dari ketidakpastia adalah sebagai berikut: Ketidakpastia = stdv Dimaa : STDV = Stadar Deviasi = bayakya data Ua = Ua = SD 34,8 = 7,78 0
9 jumlah itesitas cahaya Grafik Pegukura Itesitas Cahaya Selama 1 Meit Dega Alat Pembadig lux meter pada Jarak 1 Meter Grafik dibawah adalah hasil pegukura atara alat peulis dega alat pembadig lux meter di RS PKU Gampig. grafik dari hasil percobaa yag telah dilakuka dapat dilihat pada gambar 4.. di bawah ii. ilai itesitas cahaya terbaca pada jarak 1 meter Data Settig Lux Meter Data Pada Alat meit Gambar 4.. Grafik Pegukura itesitas cahaya pada jarak 1 meter Dari grafik diatas, Pada pegukura meit 1 sampai pegukura meit 3, alat pembadig meujukka ilai yag liier, da pegukura selajutya megalami peigkata yag cukup sigifika sampai pada pegukura meit 16. Selajutya pada pegukura meit 17 sampai dega meit 0 alat pembadig kembali meujukka ilai yag liier. Sedagka ilai lux yag terbaca pada alat peulis megalami ketidak stabila, ii di sebabka karea pembacaa sesor yag masih kurag stabil da terpegaruhi oleh tegaga dari PLN yag tidak stabil (berubah-ubah) ke lampu operasi sebagai sumber
10 6 tegaga sehigga pacara itesitas cahaya dari lampu operasi itu sesdiri ikut berubah. Tertapi jika kedua ilai tersebut di kalkulasika, maka atara alat pembadig da alat peulis memiliki error yag redah yaki 0,01%. Dari pegukura di atas dapat di tarik kesimpula bahwa alat yag peulis buat, cukup memupui dari alat pembadig Pegukura Itesitas Cahaya selama 1 meit Dega Alat No Pembadig Lux Meter Pada Jarak 1,5 Meter Tabel 4.. dibawah ii merupaka hasil pegukura itesitas cahaya lampu operasi selama 1 meit dega alat peulis yag di badigka dega alat lux meter pada jarak ukur 1,5 meter dari sumber cahaya lampu operasi. Tabel 4.. Tabel pegkura cahaya selama 1 meit pada jarak 1,5 meter Itesitas terbaca Itesitas cahaya terbaca Waktu Jarak pada alat pembadig pada alat tugas akhir (meit) (meter) (lux) (lux) 1 01:00 1, :00 1, :00 1, :00 1, :00 1, :00 1, :00 1, :00 1, :00 1, :00 1, :00 1, :00 1, :00 1, :00 1,
11 :00 1, :00 1, :00 1, :00 1, :00 1,5 0 01:00 1, Aalisa Pegukura Itesitas Cahaya Lampu Operasi Dega Alat Pembadig Lux Meter Pada Jarak 1,5 Meter a. Rata-rata Rata rata adalah ilai atau hasil pembagia dari jumlah data yag diambil atau diukur dega bayakya pegambila data atau bayakya pegukura. Rata Rata ( Dimaa : ) = i (1) i = rata rata = Jumlah ilai data N = Bayak data ( 1,,3,, ) Rata-rata alat pembadig ( ) = = 5.79 lux 0 Rata-rata alat peulis ( )= = lux 0
12 64 b. Simpaga % Simpaga adalah selisih dari rata rata ilai harga yag dikehedaki dega ilai yag diukur. Berikut rumus dari simpaga : Simpaga Dimaa : = rata-rata lux pembadig = rerata data alat Simpaga = Simpaga = 4 lux c. Error (%) Error (kesalaha) adalah selisih atara mea terhadap masig-masig data. Rumus error adalah: DataSettig Rerata Erro r% = x100% Datasettig Error % = x 100% 5.79 = 0,3% d. Stadart deviasi Stadart deviasi adalah suatu ilai yag meuujuka tigkat (derajat) variasi kelompok data atau ukura stadart peyimpaga dari meaya. Rumus stadart deviasi (SD) adalah SD i 1
13 65 Dimaa : SD = stadart Deviasi = ilai yag dikehedaki = bayak data SD = ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) 37976,8 SD = 44,71 19 ( ) ( ) 0 1 ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) e. Ketidakpastia (Ua) Ketidakpastia adalah kesagsia yag mucul pada tiap hasil. Atau pegukura biasa disebut, sebagai kepresisia data satu dega data yag lai. Rumus dari ketidakpastia adalah sebagai berikut: Ketidakpastia = stdv Dimaa : STDV = Stadar Deviasi = bayakya data Ua = SD
14 jumlah itesitas cahaya 66 Ua = 44,71 0 Ua = Grafik Pegukura Itesitas Cahaya Lampu Operasi Dega Alat Pembadig Lux Meter Pada Jarak 1,5 Meter Grafik dibawah adalah hasil pegukura atara alat peulis dega alat pembadig lux meter di RS PKU Gampig. grafik dari hasil percobaa yag telah dilakuka dapat dilihat pada gambar 4.3. di bawah ii. ilai itesitas cahaya terbaca pada jarak 1,5 meter Data Settig Lux Meter Data Pada Alat meit Gamabar 4.3. Grafik Pegukura itesitas cahaya pada jarak 1,5 meter Pada grafik diatas, ilai lux yag di tujukka oleh alat peulis kurag stabil utuk megikuti grafik dari alat pembadig, yaki pada pegukura/percobaa meit 1 sampai dega meit 11, ii di sebabka karea terpegaruhi oleh tegaga dari PLN yag tidak stabil (berubah-ubah) ke lampu operasi sebagai sumber tegaga sehigga pacara itesitas cahaya dari lampu operasi itu sesdiri ikut berubah. Pada pegukura 11
15 67 sampai dega percobaa 0 alat peulis meujukka ilai yag cukup liier. Dari grafik di atas didapat selisih sebesar 4 lux, da megalami error sebesar 0,3%., dari pergerakka grafik di atas dapat di simpulka bahwa alat peulis yag meujukka ilai lux yag tidak stabil, hal ii bisa di sebabka karea pegaruh tegagga yag meyuply sesor. Da dapat juga di sebabka oleh tigkat kepekaa dari sesor yag peulis guaka Pegukura Jarak 1 Meter Dega Alat Pembadig Metera Tabel 4.3. di bawah ii merupaka hasil pegukura sesor jarak ultrasoic HC-SRO4 selama 1 meit pada jarak 1 meter dari objek ukur yag dibadigka dega alat ukur metera dega medapat data sebagai berikut. Tabel 4.3. Pegukura jarak 1 meter selama 1 meit dega alat pembadig No Waktu (meit) Jarak settig pada alat pembadig metera (meter) Jarak terbaca pada alat tugas akhir (meter) 1 01:00 1 1,0 01:00 1 1,0 3 01:00 1 1,0 4 01:00 1 1,0 5 01:00 1 1,0 6 01:00 1 1,0 7 01:00 1 1,0 8 01:00 1 1,0 9 01:00 1 1, :00 1 1, :00 1 1,0 1 01:00 1 1, :00 1 1, :00 1 1,0
16 :00 1 1, :00 1 1, :00 1 1, :00 1 1, :00 1 1,0 0 01:00 1 1, Aalisa Pegukura Jarak 1 Meter Dega Alat Pembadig Metera a. Rata-rata Rata rata adalah ilai atau hasil pembagia dari jumlah data yag diambil atau diukur dega bayakya pegambila data atau bayakya pegukura. Rata Rata ( Dimaa : ) = i (1) i = rata rata = Jumlah ilai data N = Bayak data ( 1,,3,, ) ( 0 ) = 0 = 1 meter b. Simpaga % Simpaga adalah selisih dari rata rata ilai harga yag dikehedaki dega ilai yag diukur. Berikut rumus dari simpaga : Simpaga = - Y
17 69 Dimaa : Y = jarak settig pembadig = rerata Simpaga = Simpaga =1-1 Simpaga = 0 c. Error (%) Error (kesalaha) adalah selisih atara mea terhadap masigmasig data. Rumus error adalah: DataSettig Rerata Error % = x100% Datasettig 11 Error % = x 100% 1 = 0 % d. Stadart deviasi Stadart deviasi adalah suatu ilai yag meuujuka tigkat (derajat) variasi kelompok data atau ukura stadart peyimpaga dari meaya. Rumus stadart deviasi (SD) adalah: SD i 1
18 70 Dimaa : SD = stadart Deviasi = ilai yag dikehedaki = bayak data SD = (1 1,0) (1 1,0) (1 1,0) (1 1,0) (1 1,0) (1 1,0) (1 1,0) (1 1,0) (1 1,0) (1 1,0) (1 1,0) (1 1,0) (1 1,0) (1 1,0) 0 1 (1 1,0) (1 1,0) (1 1,0) (1 1,0) (1 1,0) (1 1,0) 0 SD = 0 19 e. Ketidakpastia (Ua) Ketidakpastia adalah kesagsia yag mucul pada tiap hasil. Atau pegukura biasa disebut, sebagai kepresisia data satu dega data yag lai. Rumus dari ketidakpastia adalah sebagai berikut: Ketidakpastia = stdv Dimaa : STDV = Stadar Deviasi = bayakya data Ua = SD
19 meter 71 Ua = 0 0 Ua = Grafik Pegukura Jarak 1 Meter Dega Alat Pembadig Metera Gambar 4.4. dibawah ii merupaka grafik hasil pegukura ilai pegukura pada sesor jarak ultrasoic HC-SR04 dega alat pembadig metera pada jarak ukur 1 meter. Pegukura Jarak 1 Meter Dega Alat Pembadig Metera 1,5 1 0,5 0 Data Settig 1 Meter Data Pada Alat percobaa Gamabar 4.4. Grafik Pegukura Jarak 1 meter Pegukura dilakuka sebayak 0 kali percobaa. Grafik di atas meujuka ilai yag lier da sesua dega data settig dari alat pembadig. Utuk hasil pegukura tidak didapat selisih maupu error Pegukura Jarak 1,5 Meter Dega Alat Pembadig Metera Tabel 4.4. dibawah ii merupaka hasil pegukura sesor jarak ultrasoic HCSRO4 selama 1 meit pada jarak 1,5 meter dari objek ukur yag dibadigka dega alat ukur metera dega medapat data sebagai berikut:
20 7 Tabel 4.4. Pegukura jarak 1,5 meter selama 1 meit dega alat pembadig No Waktu (meit) Jarak settig pada alat pembadig metera (meter) Jarak terbaca pada alat tugas akhir (meter) 1 01:00 1,5 1,5 01:00 1,5 1,5 3 01:00 1,5 1,5 4 01:00 1,5 1,5 5 01:00 1,5 1,5 6 01:00 1,5 1,5 7 01:00 1,5 1,5 8 01:00 1,5 1,5 9 01:00 1,5 1, :00 1,5 1, :00 1,5 1,5 1 01:00 1,5 1, :00 1,5 1, :00 1,5 1, :00 1,5 1, :00 1,5 1, :00 1,5 1, :00 1,5 1, :00 1,5 1,5 0 01:00 1,5 1,5
21 Aalisa Pegukura Jarak 1,5 Meter Dega Alat Pembadig Metera a. Rata-rata Rata rata adalah ilai atau hasil pembagia dari jumlah data yag diambil atau diukur dega bayakya pegambila data atau bayakya pegukura. Rata Rata ( Dimaa : ) = i (1) = rata rata i = Jumlah ilai data = Bayak data ( 1,,3,, ) ( ) = 30 0 = 1,5 meter b. Simpaga % Simpaga adalah selisih dari rata rata ilai harga yag dikehedaki dega ilai yag diukur. Berikut rumus dari simpaga : Simpaga = - Y Dimaa : Y = jarak settig pembadig = rerata alat
22 74 Simpaga = Simpaga = 1,5 1,5 Simpaga = 0 c. Error (%) Error (kesalaha) adalah selisih atara mea terhadap masigmasig data. Rumus error adalah: DataSettig Rerata Error % = x100% Datasettig 1,5 1,5 Error% = x100% 1,5 = 0 % d. Stadart deviasi Stadart deviasi adalah suatu ilai yag meuujuka tigkat (derajat) variasi kelompok data atau ukura stadart peyimpaga dari meaya. Rumus stadart deviasi (SD) adalah: SD Dimaa : SD = stadart Deviasi i 1 = ilai yag dikehedaki = bayak data
23 75 maka ; SD (1,5 1,5) (1,5 1,5) (1,5 1,5) (1,5 1,5) (1,5 1,5) (1,5 1,5) (1,5 1,5) (1,5 1,5) (1,5 1,5) (1,5 1,5) (1,5 1,5) (1,5 1,5) (1,5 1,5) (1,5 1,5) 0 1 (1,5 1,5) (1,5 1,5) (1,5 1,5) (1,5 1,5) (1,5 1,5) (1,5 1,5) 0 SD = 0 19 e. Ketidakpastia (Ua) Ketidak pastia adalah kesagsia yag mucul pada tiap hasil. Atau pegukura biasa disebut, sebagai kepresisia data satu dega data yag lai. Rumus dari ketidakpastia adalah sebagai berikut: Ketidakpastia = stdv Dimaa : STDV = Stadar Deviasi = bayakya dat Ua = SD Ua = 0 0 Ua =0
24 meter Grafik Pegukura Jarak 1,5 Meter Dega Alat Pembadig Metera Gambar 4.5. merupaka grafik hasil pegukura ilai pegukura pada sesor jarak ultrasoic HCSR04 dega alat pembadig metera pada jarak ukur 1,5 meter. Pegukura Jarak 1,5 Meter Dega Alat Pembadig Metera Data Settig 1,5 Meter Data Pada Alat 1,5 1 0, percobaa Gamabar 4.5. Grafik Pegukura Jarak 1,5 Pegukura dilakuka sebayak 0 kali percobaa. Grafik di atas meujuka bahwa, ilai pegukura pada percobaa megalami pegukura yag liear dari alat pembadig dega alat Pegkura Timer Pada Alat Deaga Alat Pembadig Stopowatch Tabel di bawah ii adalah hasil pegukura waktu pada modul yag di badigka dega alat pembadig stopwatch dega hasil sebagai berikut. Tabel 4.5. Pegukura timer dega stopowatch 1 meit No Waktu terbaca pada Alat pembadig stopwatch (meit) Waktu terbaca pada alat tugas akhir (meit) 1 01:00 01:00 01:00 01: :00 01:00
25 :00 01: :00 01: :00 01: :00 01: :00 01: :00 01: :00 01: :00 01: :00 01: :00 01: :00 01: :00 01: :00 01: :00 01: :00 01: :00 01: :00 01: Aalisa Pegukura Timer Dega Alat Pembadig Stopwatch a. Rata-rata Rata rata adalah ilai atau hasil pembagia dari jumlah data yag diambil atau diukur dega bayakya pegambila data atau bayakya pegukura. Rata Rata ( i ) = (1) Dimaa : = rata rata
26 78 i = Jumlah ilai data N = Bayak data ( 1,,3,, ) ( ) = 0 0 = 1 meit b. Simpaga % Simpaga adalah selisih dari rata rata ilai harga yag dikehedaki dega ilai yag diukur. Berikut rumus dari simpaga : Simpaga = - Y Dimaa : Y = stopwatch settig = rerata data Simpaga = Simpaga = 1-1 Simpaga = 0 c. Error (%) Error (kesalaha) adalah selisih atara mea terhadap masigmasig data. Rumus error adalah: DataSettig Rerata Error % = x100% Datasettig
27 79 01,00 01,00 Error % = x 100% 01,00 = 0 % d. Stadart deviasi Stadart deviasi adalah suatu ilai yag meuujuka tigkat (derajat) variasi kelompok data atau ukura stadart peyimpaga dari meaya. Rumus stadart deviasi (SD) adalah: SD i 1 Dimaa : SD = stadart Deviasi = ilai yag dikehedaki = bayak data SD = ( ) ( ) ( ) ( ) ( ) ( ) ( ) 0 1 ( ) ( ) ( ) 0 SD = 0 19
28 80 e. Ketidakpastia (Ua) Ketidakpastia adalah kesagsia yag mucul pada tiap hasil. Atau pegukura biasa disebut, sebagai kepresisia data satu dega data yag lai. Rumus dari ketidakpastia adalah sebagai berikut: Ketidakpastia = stdv Dimaa : STDV = Stadar Deviasi = bayakya data Ua = Ua = SD 0 0 Ua = Grafik pegukura timer 1 meit dega alat pembadig stopwatch Pada grafik hasil pegukura ii, ilai pegukura pada timer dega setig timer 1 meit. grafik dari hasil percobaa yag telah dilakuka dapat dilihat pada gambar 4.6. di bawah ii.
29 meit 81 ila timer terbaca Data Settig 1 Meit Data Pada Alat percobaa Gambar 4.6. Grafik pegukura Timer dega Stopwatch 1 meit Pegukura dilakuka sebayak 0 kali percobaa. Grafik di atas meujuka bahwa, ilai pegukura pada percobaa megalami pegukura yag liear dega alat ukur stopwatch.
30 8
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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB IV PENILITIAN. Gambar 4.1. Alat pengatur infus dengan scroll elektronik.
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.
Lebih terperinciBAB 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 terperinciIII 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 terperinciBAB 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 terperinciBAB 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 terperinciPedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai
PENGUJIAN HIPOTESIS Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai ilai-ilai parameter populasi,
Lebih terperinciBAB 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 terperinciIII BAHAN DAN METODE PENELITIAN. memelihara itik Damiaking murni di Kampung Teras Toyib Desa Kamaruton
III BAHAN DAN METODE PENELITIAN 3.1 Baha da Alat Peelitia 3.1.1 Telur Tetas Itik Damiakig Baha yag diguaka dalam peelitia ii adalah telur tetas itik Damiakig berasal dari iduk yag dipelihara secara ekstesif
Lebih terperinciBAB III METODE PENELITIAN
36 BAB III METODE PENELITIAN A. Racaga Peelitia 1. Pedekata Peelitia Peelitia ii megguaka pedekata kuatitatif karea data yag diguaka dalam peelitia ii berupa data agka sebagai alat meetuka suatu keteraga.
Lebih terperinciBAB 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 terperinciUkuran 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 terperinciBAB 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 terperinciIII. 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 terperinciIII BAHAN DAN METODE PENELITIAN
27 III BAHAN DAN METODE PENELITIAN 3.1 Baha Peelitia 3.1.1 Objek Peelitia Objek yag diguaka dalam peelitia ii adalah kuda Sumba (Sadelwood) betia da jata berjumlah 30 ekor dega umur da berat yag relatif
Lebih terperinciBAB 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 terperinciRESPONSI 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 terperinciSTATISTIKA 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 terperinciOutline. 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 terperinciBAB 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 terperinciMETODE 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 terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Lokasi da objek peelitia Lokasi peelitia dalam skripsi ii adalah area Kecamata Pademaga, alasa dalam pemiliha lokasi ii karea peulis bertempat tiggal di lokasi tersebut sehigga
Lebih terperinciBAB III METODOLOGI PENELITIAN
38 BAB III METODOLOGI PENELITIAN A. Metode Peelitia Metode peelitia adalah suatu cara ilmiah utuk medapatka data dega tujua tertetu. Peelitia yag megagkat judul Efektivitas Tekik Permaia Pioy Heyo dalam
Lebih terperinciMETODE PENELITIAN. dalam tujuh kelas dimana tingkat kemampuan belajar matematika siswa
19 III. METODE PENELITIAN A. Populasi da Sampel Populasi dalam peelitia ii adalah seluruh siswa kelas VIII SMP Negeri 8 Badar Lampug tahu pelajara 2009/2010 sebayak 279 orag yag terdistribusi dalam tujuh
Lebih terperinciSTATISTIK 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 terperinciA. 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 terperinciESTIMASI. (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 terperinciBAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya
5 BAB II LANDASAN TEORI Dalam tugas akhir ii aka dibahas megeai peaksira besarya koefisie korelasi atara dua variabel radom kotiu jika data yag teramati berupa data kategorik yag terbetuk dari kedua variabel
Lebih terperinciIII. METODE PENELITIAN. Variabel X merupakan variabel bebas adalah kepemimpinan dan motivasi,
7 III. METODE PENELITIAN 3.1 Idetifikasi Masalah Variabel yag diguaka dalam peelitia ii adalah variabel X da variabel Y. Variabel X merupaka variabel bebas adalah kepemimpia da motivasi, variabel Y merupaka
Lebih terperinciMETODOLOGI PENELITIAN. penggunaan metode penelitian. Oleh karena itu, metode yang akan digunakan
47 III. METODOLOGI PENELITIAN A. Metodelogi Peelitia Keberhasila dalam suatu peelitia sagat ditetuka oleh ketepata pegguaa metode peelitia. Oleh karea itu, metode yag aka diguaka haruslah sesuai dega data
Lebih terperinciBAB 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 terperinciMANAJEMEN 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 terperinciBAHAN 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 terperinci3. 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 terperinciBAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan
BAB III METODE PENELITAN. Tempat Da Waktu Peelitia Peelitia dilakuka di SMP Negeri Batudaa Kab. Gorotalo dega subject Peelitia adalah siswa kelas VIII. Pemiliha SMP Negeri Batudaa Kab. Gorotalo. Adapu
Lebih terperinciIII. 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 terperinciUKURAN PEMUSATAN DATA
Malim Muhammad, M.Sc. UKURAN PEMUSATAN DATA J U R U S A N A G R O T E K N O L O G I F A K U L T A S P E R T A N I A N U N I V E R S I T A S M U H A M M A D I Y A H P U R W O K E R T O DEFINISI UKURAN PEMUSATAN
Lebih terperinciBab 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 terperinciIII PEMBAHASAN. λ = 0. Ly = 0, maka solusi umum dari persamaan diferensial (3.3) adalah
III PEMBAHASAN Pada bagia ii aka diformulasika masalah yag aka dibahas. Solusi masalah aka diselesaika dega Metode Dekomposisi Adomia. Selajutya metode ii aka diguaka utuk meyelesaika model yag diyataka
Lebih terperinci3. Rangkaian Logika Kombinasional dan Sequensial 3.1. Rangkaian Logika Kombinasional Enkoder
3. Ragkaia Logika Kombiasioal da Sequesial Ragkaia Logika secara garis besar dibagi mejadi dua, yaitu ragkaia logika Kombiasioal da ragkaia logika Sequesial. Ragkaia logika Kombiasioal adalah ragkaia yag
Lebih terperinciRange 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 terperinciBAB III METODOLOGI PENELITIAN. Variabel-variabel yang digunakan pada penelitian ini adalah:
BAB III METODOLOGI PENELITIAN 3. Variabel da Defiisi Operasioal Variabel-variabel yag diguaka pada peelitia ii adalah: a. Teaga kerja, yaitu kotribusi terhadap aktivitas produksi yag diberika oleh para
Lebih terperinciTEORI 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 terperinciBAB III METODE PENELITIAN
22 BAB III METODE PENELITIAN 3.1. Metode Peelitia Pada bab ii aka dijelaska megeai sub bab dari metodologi peelitia yag aka diguaka, data yag diperluka, metode pegumpula data, alat da aalisis data, keragka
Lebih terperinciIII. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur
0 III. METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia Peelitia ii dilakuka di SMA Negeri Way Jepara Kabupate Lampug Timur pada bula Desember 0 sampai Mei 03. B. Populasi da Sampel Populasi dalam peelitia
Lebih terperinciIII. METODE PENELITIAN. Pembangunan Daerah (BAPPEDA) Provinsi NTB, BPS pusat, dan instansi lain
III. METODE PENELITIAN 3.1 Jeis da Sumber Data Data yag diguaka pada peelitia ii merupaka data sekuder yag diperoleh dari Bada Pusat Statistik (BPS) Provisi NTB, Bada Perecaaa Pembagua Daerah (BAPPEDA)
Lebih terperinciREGRESI 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 terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Saham Saham adalah surat berharga yag dapat dibeli atau dijual oleh peroraga atau lembaga di pasar tempat surat tersebut diperjualbelika. Sebagai istrumet ivestasi, saham memiliki
Lebih terperinciBAB III METODE PENELITIAN. penelitian ini adalah penelitian diskriptif kuantitatif. Dalam hal ini peneliti akan
BAB III METODE PENELITIAN A. Jeis Peelitia Berdasarka pertayaa peelitia yag peeliti ajuka maka jeis peelitia ii adalah peelitia diskriptif kuatitatif. Dalam hal ii peeliti aka mediskripsika kemampua relatig,
Lebih terperinciIII. 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 terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakag Maajeme risiko merupaka salah satu eleme petig dalam mejalaka bisis perusahaa karea semaki berkembagya duia perusahaa serta meigkatya kompleksitas aktivitas perusahaa
Lebih terperinciMETODE PENELITIAN. Penelitian tentang Potensi Ekowisata Hutan Mangrove ini dilakukan di Desa
III. METODE PENELITIAN A. Lokasi da Waktu Peelitia Peelitia tetag Potesi Ekowisata Huta Magrove ii dilakuka di Desa Merak Belatug, Kecamata Kaliada, Kabupate Lampug Selata. Peelitia ii dilaksaaka atara
Lebih terperinciModul Kuliah statistika
Modul Kuliah statistika Dose: Abdul Jamil, S.Kom., MM SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER MUHAMMADIYAH JAKARTA Bab 2 Populasi da Sampel 2.1 Populasi Populasi merupaka keseluruha pegamata
Lebih terperinciPertemuan Ke-11. Teknik Analisis Komparasi (t-test)_m. Jainuri, M.Pd
Pertemua Ke- Komparasi berasal dari kata compariso (Eg) yag mempuyai arti perbadiga atau pembadiga. Tekik aalisis komparasi yaitu salah satu tekik aalisis kuatitatif yag diguaka utuk meguji hipotesis tetag
Lebih terperinciSOAL 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 terperincimempunyai 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 terperinciIV. METODE PENELITIAN. Penelitian ini dilakukan di Kawasan Pantai Anyer, Kabupaten Serang
IV. METODE PENELITIAN 4.1 Lokasi da Waktu Peelitia Peelitia ii dilakuka di Kawasa Patai Ayer, Kabupate Serag Provisi Bate. Lokasi ii dipilih secara segaja atau purposive karea Patai Ayer merupaka salah
Lebih terperinciBAB 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 terperinciPENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:
PENGUJIAN HIPOTESIS A. Lagkah-lagkah pegujia hipotesis Hipotesis adalah asumsi atau dugaa megeai sesuatu. Jika hipotesis tersebut tetag ilai-ilai parameter maka hipotesis itu disebut hipotesis statistik.
Lebih terperinciBab 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 terperinciBAB 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 terperinciPENGENDALIAN KUALITAS STATISTIKA UNTUK MONITORING DAN EVALUASI KINERJA DOSEN DI JURUSAN MATEMATIKA FMIPA UNIVERSITAS TANJUNGPURA
PRISMA 1 (2018) PRISMA, Prosidig Semiar Nasioal Matematika https://joural.ues.ac.id/sju/idex.php/prisma/ PENGENDALIAN KUALITAS STATISTIKA UNTUK MONITORING DAN EVALUASI KINERJA DOSEN DI JURUSAN MATEMATIKA
Lebih terperinciMATERI 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 terperinciPenyelesaian: Variables Entered/Removed a. a. Dependent Variable: Tulang b. All requested variables entered.
2. Pelajari data dibawah ii, tetuka depede da idepede variabel serta : a) Hitug Sum of Square for Regressio (X) b) Hitug Sum of Square for Residual c) Hitug Meas Sum of Square for Regressio (X) d) Hitug
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Metode Peelitia Peelitia ii megguaka metode peelitia Korelasioal. Peelitia korelasioaal yaitu suatu metode yag meggambarka secara sistematis da obyektif tetag hubuga atara
Lebih terperinciBAB III PEMBAHASAN. Pada BAB III ini akan dibahas mengenai bentuk program linear fuzzy
BAB III PEMBAHASAN Pada BAB III ii aka dibahas megeai betuk program liear fuzzy dega koefisie tekis kedala berbetuk bilaga fuzzy da pembahasa peyelesaia masalah optimasi studi kasus pada UD FIRDAUS Magelag
Lebih terperinciIII. METODOLOGI PENELITIAN. diinginkan. Menurut Arikunto (1991 : 3) penelitian eksperimen adalah suatu
III. METODOLOGI PENELITIAN A. Metode Peelitia Metode peelitia merupaka suatu cara tertetu yag diguaka utuk meeliti suatu permasalaha sehigga medapatka hasil atau tujua yag diigika. Meurut Arikuto (99 :
Lebih terperinciDefinisi 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 terperinciMasih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel berikut: Ukuran/Ciri Statistik Sampel Parameter Populasi.
Distribusi Samplig (Distribusi Pearika Sampel). Pedahulua Bidag Iferesia Statistik membahas geeralisasi/pearika kesimpula da prediksi/ peramala. Geeralisasi da prediksi tersebut melibatka sampel/cotoh,
Lebih terperinciIV METODE PENELITIAN 4.1 Lokasi dan waktu 4.2. Jenis dan Sumber Data 4.3 Metode Pengumpulan Data
IV METODE PENELITIAN 4.1 Lokasi da waktu Peelitia ii dilakuka di PD Pacet Segar milik Alm Bapak H. Mastur Fuad yag beralamat di Jala Raya Ciherag o 48 Kecamata Cipaas, Kabupate Ciajur, Propisi Jawa Barat.
Lebih terperinciBAB III PROSEDUR PENELITIAN
BAB III PROSEDUR PENELITIAN A. Metode Peelitia Dalam suatu peelitia diperluka metode utuk memecahka masalah yag igi diteliti. Metode peelitia memberika gambara kepada peeliti tetag lagkah-lagkah bagaimaa
Lebih terperinciStatistika Deskriptif Ukuran Pemusatan dan Ukuran Penyebaran
Statistika Deskriptif Ukura Pemusata da Ukura Peyebara Ukura Pemusata Data Rata-rata Hitug Rata-rata hitug data tuggal: = x 1 + x 2 + x 3 + + x atau =. (1 : rata-rata hitug data tuggal (baca x-bar : bayakya
Lebih terperinciIII. MATERI DAN METODE PENELITIAN. Penelitian telah dilakukan pada bulan November - Desember 2013 di
III. MATERI DAN METODE PENELITIAN 3.. Waktu da Tempat Peelitia telah dilakuka pada bula November - Desember 203 di peteraka Kambig yag ada di Kota Pekabaru Provisi Riau. 3.2. Alat da Baha Materi yag diguaka
Lebih terperinciPENGGGUNAAN ALGORITMA GAUSS-NEWTON UNTUK MENENTUKAN SIFAT-SIFAT PENAKSIR PARAMETER DAN
PENGGGUNAAN ALGORITMA GAUSS-NEWTON UNTUK MENENTUKAN SIFAT-SIFAT PENAKSIR PARAMETER DAN DALAM SUATU MODEL NON-LINIER Abstrak Nur ei 1 1, Jurusa Matematika FMIPA Uiversitas Tadulako Jl. Sukaro-Hatta Palu,
Lebih terperinciPEMBUATAN SET EKSPERIMEN MUAI PANJANG DIGITAL BERBASIS MIKROKONTROLER ATMEGA328.
Pillar of Physics, Vol. 10. Oktober 2017, 71-77 PEMBUATAN SET EKSPERIMEN MUAI PANJANG DIGITAL BERBASIS MIKROKONTROLER ATMEGA328 Nofsi Meiza 1), ulkifli 2), Zulhedri Kamus 2) 1) Mahasiswa Fisika, FMIPA
Lebih terperinciMata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 4
Program Studi : Tekik Iformatika Miggu ke : 4 INDUKSI MATEMATIKA Hampir semua rumus da hukum yag berlaku tidak tercipta dega begitu saja sehigga diraguka kebearaya. Biasaya, rumus-rumus dapat dibuktika
Lebih terperinciPETA KONSEP RETURN dan RISIKO PORTOFOLIO
PETA KONSEP RETURN da RISIKO PORTOFOLIO RETURN PORTOFOLIO RISIKO PORTOFOLIO RISIKO TOTAL DIVERSIFIKASI PORTOFOLIO DENGAN DUA AKTIVA PORTOFOLIO DENGAN BANYAK AKTIVA DEVERSIFIKASI DENGAN BANYAK AKTIVA DEVERSIFIKASI
Lebih terperincib. Penyajian data kelompok Contoh: Berat badan 30 orang siswa tercatat sebagai berikut:
Statistik da Peluag A. Statistik Statistik adalah metode ilmiah yag mempelajari cara pegumpula, peyusua, pegolaha, da aalisis data, serta cara pegambila kesimpula berdasarka data-data tersebut. Data ialah
Lebih terperinci9 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 terperinciTINJAUAN PUSTAKA Pengertian
TINJAUAN PUSTAKA Pegertia Racaga peelitia kasus-kotrol di bidag epidemiologi didefiisika sebagai racaga epidemiologi yag mempelajari hubuga atara faktor peelitia dega peyakit, dega cara membadigka kelompok
Lebih terperinciBAB I PENDAHULUAN. cukup. Untuk mengetahui besarnya intensitas cahaya, diperlukan sebuah sensor
BAB I PENDAHULUAN 1.1 Latar Belakang Alat ukur cahaya (lux meter) adalah alat yang digunakan untuk mengukur besarnya intensitas cahaya di suatu tempat. Besarnya intensitas cahaya ini perlu untuk diketahui,
Lebih terperinciPEMODELAN 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 terperinciHimpunan. 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 terperinciBAB III METODOLOGI DAN PELAKSANAAN PENELITIAN. Perumusan - Sasaran - Tujuan. Pengidentifikasian dan orientasi - Masalah.
BAB III METODOLOGI DAN PELAKSANAAN PENELITIAN 3.1. DIAGRAM ALIR PENELITIAN Perumusa - Sasara - Tujua Pegidetifikasia da orietasi - Masalah Studi Pustaka Racaga samplig Pegumpula Data Data Primer Data Sekuder
Lebih terperinciBab 3 Metode Interpolasi
Baha Kuliah 03 Bab 3 Metode Iterpolasi Pedahulua Iterpolasi serig diartika sebagai mecari ilai variabel tergatug tertetu, misalya y, pada ilai variabel bebas, misalya, diatara dua atau lebih ilai yag diketahui
Lebih terperinciBAB 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 terperinciBAB III METODOLOGI PENELITIAN
3 BAB III METODOLOGI PENELITIAN A. Metode Peelitia Metode yag diguaka dalam peelitia ii adalah metode kuatitatif dega eksperime semu (quasi eksperimet desig). Peelitia ii melibatka dua kelas, yaitu satu
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 1 Seputih Agung. Populasi dalam
19 III. METODE PENELITIAN A. Populasi da Sampel Peelitia ii dilaksaaka di SMP Negeri 1 Seputih Agug. Populasi dalam peelitia ii adalah seluruh siswa kelas VII SMP Negeri 1 Seputih Agug sebayak 248 siswa
Lebih terperinciIII. METODE PENELITIAN
30 III. METODE PENELITIAN A. Metode Dasar Peelitia Metode yag diguaka dalam peelitia adalah metode deskriptif, yaitu peelitia yag didasarka pada pemecaha masalah-masalah aktual yag ada pada masa sekarag.
Lebih terperinciIII. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Negeri I
7 III. METODOLOGI PENELITIAN A. Populasi da Sampel Peelitia Populasi dalam peelitia ii adalah semua siswa kelas XI IPA SMA Negeri I Kotaagug Tahu Ajara 0-03 yag berjumlah 98 siswa yag tersebar dalam 3
Lebih terperinciBAB 3 METODE PENELITIAN
BAB 3 METODE PENELITIAN 3.1 Disai Peelitia Tujua Jeis Peelitia Uit Aalisis Time Horiso T-1 Assosiatif survey Orgaisasi Logitudial T-2 Assosiatif survey Orgaisasi Logitudial T-3 Assosiatif survey Orgaisasi
Lebih terperinciPROSIDING ISBN:
S-6 Perlukah Cross Validatio dilakuka? Perbadiga atara Mea Square Predictio Error da Mea Square Error sebagai Peaksir Harapa Kuadrat Kekelirua Model Yusep Suparma (yusep.suparma@ upad.ac.id) Uiversitas
Lebih terperinciUKURAN PEMUSATAN UKURAN PENYEBARAN
UKURAN PEMUSATAN DATA TUNGGAL DATA KELOMPOK. MEAN / RATA-RATA. MODUS 3. MEDIAN 4. KUARTIL. MEAN / RATA-RATA. MODUS 3. MEDIAN 4. KUARTIL UKURAN PENYEBARAN JANGKAUAN HAMPARAN RAGAM / VARIANS SIMPANGAN BAKU
Lebih terperinciDistribusi Sampling merupakan distribusi teoritis (distribusi kemungkinan) dari semua hasil sampel yang mungkin, dengan ukuran sampel yang tetap N,
DISTRIBUSI SAMLING opulasi da Sampel opulasi : totalitas dari semua objek/ idividu yg memiliki karakteristik tertetu, jelas da legkap yag aka diteliti Sampel : bagia dari populasi yag diambil melalui cara-cara
Lebih terperinciMeetuka 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 terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Tujua Peelitia Peelitia ii bertujua utuk megetahui apakah terdapat perbedaa hasil belajar atara pegguaa model pembelajara Jigsaw dega pegguaa model pembelajara Picture ad Picture
Lebih terperincisimulasi 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