Optimasi Penempatan Sumur Baru pada Lapangan Panasbumi dengan Bootstrap Deteksi Kriging. Isnani, M.Si PMtk FKIP Universitas Pancasakti Tegal

Ukuran: px
Mulai penontonan dengan halaman:

Download "Optimasi Penempatan Sumur Baru pada Lapangan Panasbumi dengan Bootstrap Deteksi Kriging. Isnani, M.Si PMtk FKIP Universitas Pancasakti Tegal"

Transkripsi

1 ABSTRAK Optimai Peempata Sumur Baru pada Lapaga Paabumi dega Boottrap Deteki Krigig Iai, MSi PMtk FKIP Uiverita Pacaakti Tegal Makalah ii utuk membaha melihat karakteritik ifat fii lapaga paabumi Kamojag, maka dilakuka peelitia ecara geotatitik dega metoda Boottrap deteki Krigig ehigga dapat ditetuka lokai umur baru yag optimum da data yag diguaka meliputi data hail uji produki yaitu laju alir maa to/jam, data declie curve aalii yaitu peurua laju alir maa to/jam, temperatur da tekaa kc Hail yag diperoleh dega boottrap deteki Krigig pola karakteritik ifat fii lapaga paabumi Kamojag terditribui ecara bervariai baik da rata-rata memeuhi target yag diharapka Kemudia berdaarka hail prediki produki di 5 lokai baru diperoleh lokai optimum di , 75 dimaa jarak terpedek dega umur baru optimum adalah KMJ 73 dega jarak 6567 m da KMJ 5 dega jarak 63 m Pada lokai optimum karakteritik ifat fii data memeuhi target yag diharapka Kata kuci : Paabumi, umur baru, karakteritik ifat fii, Boottrap, krigig, lokai optimum, laju alir maa, I Pedahulua Paabumi merupaka alah atu alteratif umber eergi yag dapat dimamfaatka da diolah kembali mejadi uatu eergi baru, alah atuya mejadi eergi litrik yag bermafaat dalam aktivita kehidupa Bila dibadigka dega umber eergi foil lai, khuuya miyak bumi da batubara, paabumi termauk umber eergi yag relatif ramah terhadap ligkuga Negara Idoeia diperkiraka memiliki cadaga paabumi yag agat poteial utuk diuahaka ebagai pembagkit litrik yaitu Pembagkit Litrik Teaga Paabumi PLTP, karea propek paabumi di Idoeia umumya merupaka item hidrotermal bertemperatur tiggi Saptaadji: 997 Pemafaata fluida paabumi utuk PLTP dapat diambil lewat umur-umur paabumi yag terdapat dilapaga paabumi, Bila kapaita litrik pada PLTP terebut aka ditigkatka maka perlu peambaha umur-umur baru, dimaa pembora umur paabumi memerluka biaya yag agat tiggi, edagka pembora aat ii yag diguaka meurut Proyek: 999 dega cara membor tiga titik terdekat umur berkualita tiggi, hail yag terbaik dari tiga titik terebut kemudia dibor tiga titik lagi, hail terbaik iilah lalu dijadika titik pembora umur baru ara eperti itu tidaklah efiie da tidak dapat megetahui titik lai yag dimugkika meghailka produki yag lebih baik Krigig merupaka metoda Geotatitik yag diguaka utuk megetahui uatu hail produki karakteritik reervoir di lokai yag tak berampel, Sehigga utuk meetuka hail produki karakteritik reervoir pada umur-umur baru pada lapaga Paabumi yag cukup baik dega metode Krigig karea berifat BLUE Bet Liier Ubiaed Etimatio Armtrog: 998 Hail karakteritik reervoir pada umur-umur baru terebut dapat di ukur keakurataya dega Boottrap, karea Boottrap dikembagka utuk data iid idepedet

2 ad idetic ditributed Utuk truktur data depede/ berkorelai, Boottrap memerluka modifikai tertetu utuk meghailka parameter yag valid Ide daarya metraformaika data berkorelai mejadi data tak berkorelai Selajutya proe Boottrap dilakuka pada data tak berkoreli Data hail proe Boottrap diretraformai ke data emula Metoda Boottrap dapat memberika uatu gambara awal megeai karakteritik reervoir eakurat mugki dega data awal yag terbata Diharapka pembora umur-umur produki pada lokai yag telah ditetuka dapat meghailka kapaita yag optimum dega biaya produki yag relatif murah Utuk meetuka lokai umur-umur baru yag optimal pada lapaga paabumi diguaka data hail uji produki yaitu laju alir maa to/jam, hail uji declie curve aalyi yaitu peurua laju alir maa to/jam, temperatur da tekaa kc Pada daarya data yag palig meetuka ekoomi umur baru yaitu data produki kemudia declie edagka temperatur da tekaa ebagai faktor peujag yag agat diperluka Krigig dega deteki Boottrap meghailka ditribui dari beberapa karakteritik reervoir paabumi diataraya produki, declie, temperatur da tekaa Rumua Maalah Peambaha kapaita pada PLTP di lapaga paabumi memerluka umur-umur baru di lapaga terebut Pembora umur baru di lapaga paabumi yag biaa diguaka memerluka biaya yag agat bear, tetapi belum mejami keberhaila ekplorai Oleh karea itu perlu pegguaa metode Boottrap yag dapat medeteki keakurata hail produki karakteritik reervoir umur di lokai yag maih koog, ehigga didapatka lokai umur baru yag optimum II Kajia Putaka Properti Paabumi Secara ekoomi eergi paabumi dapat dimafaatka bila eergi paa yag terkadug dalam bumi cukup dekat permukaa <3km Magma adalah umber dari eergi paabumi, yaitu jika berat jei magma lebih kecil dari batua ekitarya maka ebagia kecil magma dapat meembu permukaa ebagai umber paa bagi reervoir paabumi Paa yag merambat kepermukaa baik ecara koduki maupu koveki aka memaaka reervoir air yag ada diekitarya da meyebabka terbetukya reervoir paabumisaptaadji: 997 Uji produki dilakuka utuk megetahui kemampua produki da karakteritik umurumur paabumi Sedagka Peramaa daar utuk meetuka kemampua umur yaitu berdaarka peramaa Fetkovich, Ahat, 3 adalah M P r P wf Declie curve aalii diguaka utuk etimai perhituga cadaga yag dapat diambil dari uatu lapaga yag mecermika tigkat keekoomia dari lapaga terebut da memprediki kierja produki uatu lapaga berdaarka data yag ada Perhituga declie curve didaarka ata peurua laju produki dimaa medatag, dega aumi bahwa laju produki ecara kotiu megikuti kecedruga tred yag udah ada, maka bearya cadaga paabumi aka dapat diperkiraka dari model tred yag telah dibuat

3 Peramaa daar declie curve merupaka peramaa yag dikembagka oleh Arp, Ahat, q 3 Yaitu: q t / Dct Setelah ditetuka lokai pembora umur baru meurut Siregar 988 maka perlu diaalii ekoomi umur baru terebut dari aat pembora ampai jagka waktu yag ditetuka, dega perhituga akhir peetua kualita ekoomi umur berdaarka PI yaitu: NPV PI 3 I Peilaia kelayaka pembora umur baru berdaarka PI yaitu Jika PI >, maka hail umur baru dari aat pembora ampai jagka waktu yag ditetuka telah megutugka ehigga uula pembora umur baru dapat dilakaaka tetapi jika ebalikya maka uula tidak dapat dilakaaka Koep Statitik Spatial Di bawah ii beberapa itilah yag diguaka utuk memahami koep daar tatitik patial Data Spatial Meurut reie 993 Mial i, i,,, merupaka data pegukura di lokai koordiat i dimaa data pegukura yag memuat iformai lokai diamaka data patial,, Tahapa utama dalam megaalii data patial yaitu: Aalii truktural, yag merupaka proe fittig model korelai patial pada variogram ekperimetal da etimai dimaa proe idikai parameter proe patial berdaarka iformai variogram data patial Variogram Ekperimetal Variogram merupaka alat tatitik utuk meggambarka, memodelka da mejelaka korelai patial atar data/obervai Model variogram ekali fugi matematika telah euai dega variogram ekperimetal diguaka utuk megetimai korelai Kemudia utuk meghitug variogram dari data variogram ekperimetal meurut Armtrog 998 N h dihitug melalui rumu berikut: h i h i N h i 4 3 Model Variogram Proe fittig model variogram teoriti pada variogram ekperimetal tergatug pada pemiliha model variogram yag tepat berdaarka pertimbaga geologi dapat meghailka parameter variogram yag akurat Salah atu model variogram meurut Armtrog 998 adalah model pherikal yaitu 3 3h h c c, h a h a a 5 c c, h a 4 Prediki Krigig Meurut reie 993 krigig adalah metoda etimai yag memberika peakir liier tak bia variai miimum BLUE: Bet Liier Ubiaed Etimator da olui krigig dega item ordiary krigig yaitu 3

4 4 m 6 Sedagka item ordiary krigig covariai dapat dituli dalam betuk matrik yaitu: m 3 Boottrap 3 Algoritma Metode Boottrap Data Berkorelai Meurut Solow:978, pada daarya algoritma Boottrap data berkorelai dilakuka dega cara metraformaika data berkorelai mejadi data tak berkorelai Kemudia data hail traformai diboottrapka ebayak B kali da ditraformaika kembali ke betuk data aal Meurut Dixo:, ada dua jei data berkorelai yaitu data paial da data time erie Aumi algoritma metode Boottrap data berkorelai:, ~ Matrik berukura x imetri defiit poitif Jika tidak diketahui, dietimai dega cara ebagai berikut: h E h E E h adalah jarak atara da +h merupaka etimator parameter yag tak bia dega variai eror kecil 3 memeuhi proe radom tatioer berorde dua 3 Selag Percetil Boottrap Selag percetile Boottrap merupaka metode pegembaga dari elag ormal tadar yag didaarka pada Boottrap Mial B ampel Boottrap 8,,, B x x x Maig-maig ampel Boottrap b x di hitug x b b, b=,,,b Yitu ilai utuk etiap ampel Boottrap adalah etimai

5 parameter da e adalah etimai tadar errorya Pada elag ormal tadar meyataka variable radom dari ditribui N, e di tuli ~ N, e Selag kofidei ormal tadar : z hal ii berarti : e bawah z e, z e percetile ke- - dari ditribui Dari elag kofidei ormal tadar ii didefiiika elag kofidei yag didaarka pada percetile dari hitogram boottrap Mial G gugi ditribui kumulatif Selag percetil - yag didefiiika pada percetile da - dari G ebagai berikut:, G G bawah ata karea pedefiiia G = b maka dapat di tuli percetile ebagai berikut: 4 bawah, ata Peramaa da 3 terjadi pada Boottrap ideal di maa pegulaga Boottrap B ifiite Utuk pegulaga Boottrap fiite, pedekata elag percetile - adalah: bawah, ata di maa meyataka percetile empiri Boottrap ke-b dari b etelah diurutka 33 Algoritma Metode Boottrap utuk Pegukura Keakurata Hail Etimai Metode Krigig Selajutya hail Boottrap diguaka utuk memperoleh hail etimai krigig da megukur keakurataya dega elag kofidei Algoritma ii dibatai utuk data patial dega atu variable pegamata data uivariat Beberapa aumi yag diguaka dalam algoritma metode boottrap data patial data uivariat: ~, Matrik berukura x imetri defiit poitif 3 memeuhi fugi radom taioer berorder dua Algoritma metode boottrap data patial : Mial baria data patial {,,, } dega i adalah realiai pegukura pada lokai koordiat ke-i di uatu daerah Lagkah-lagkah: Tuli baria data patial terebut mejadi ebuah vektor kolom, yaitu: 3 5

6 Hitug jarak h atara i dega k, ik=,,, utuk medapatka emivariogram ekperimetal h da matrik x 3Karea matrik defiit poitif, maka dega megguaka dekompoii holeky, t dapat dituli ebagai LL dimaa : L adalah matrik egitiga bawah yaitu matrik dega emua eleme di ata diagoal berolai ol L Defiiika uatu matrik berkorelai U, yaitu: U L : U U U U yag metraformaika data berkorelai mejadu data tak U adalah variable iid dega mea ol da matrik variai kovariai Sampel Boottrap U, i,,, diperoleh dega amplig ilai eca ra acak dega i pegambila dari eleme U Traformaika kembali ampel Boottrap U ke betuk data ali yag diebut ampel quai boottrap, ebagai berikut : LU dimaa : U U da U U Jika pada data ali dilakuka traformai pemuata, maka ampel quai- boottrapya haru di tambah dega peakira mea, yaitu: LU Lakuka etimai krigig di beberapa lokai yag telah ditetuka berda arka data kadar ikel Ulagi lagkah 5 da 6 ampai B kali, utuk medapatka ditribui empiri dari 6

7 etimai krigig pada etiap lokai, yag diguaka utuk mege timai ditribui amplig dari etimai krigig pada etiap lokai 8 Hitug elag kofidei dari etimai krigig hail BoottrapAtutik: 3 III Metode Peelitia Peelitia dilakuka di lapaga Paabumi Kamojag Jawa Barat 3 Subyek Peelitia Semua umur yag berada di lokai paabumi Kamojag Jawa Barat tertapi umur yag aka dibuat yag berada di daerah blok barat iharu karea didaerah ciharu kodiiya m,aih koog di daerah terebut umur-umurya juga mauh bagu 3 Variogram Ekperimetal Data diaumika taioer orde dua da taioer itriik, meurut Armtrog,998 variogram didefiiika ebagai berikut: h Var h E h 33 Model Variogram model emivariogram yag diguaka model 34 Boottrap Aumi algoritma metode Boottrap data berkorelai: ~, Matrik berukura x imetri defiit poitif Jika tidak diketahui, dietimai dega cara ebagai berikut: E E h E h h adalah jarak atara da +h merupaka etimator parameter yag tak bia dega variai eror kecil 3 memeuhi proe radom tatioer berorde dua IV Hail da Pembahaa 4 Data Data yag diguaka utuk memprediki lokai umur baru meliputi data: 4 Produki Dari data weallhead preure da laju produki tiap umur hitug laju alir maa dega megguaka Back Preure didapatka 5 data umur produki, dega tatitik dekritif ebagai berikut; Mea: 55949, Media: 5594, Variai : 58988, Miimum: 43, Maximum : 7, Koefiie Variai : 4478 da Koefiie Skewe : Declie 7

8 Dari hail perhituga uji produki tiap umur dapat diguaka utuk meghitug declie, lalu ormaliaika, didapatka 3 data umur declie dega tatitic dekriptif yaitu: out : 9, Mea : 444, Media : 364, Variai : 63, Miimum :, Maximum : 5, Koefiie Variai : 484 da Koefiie Skewe : 3 43 Temperatur da Tekaa Temperatur da tekaa diperoleh dari pegukura mulai dari permukaa ampai kedalama rekaha tertetu kemudia data yag diguaka tiap umur adalah data termaximum, didapatka 6 umur data temperatur da tekaa Statitik dekriptif data temperatur da tekaa ebagai berikut: Tekaa Temperatur out : 3 out : 3 Mea : 36 Mea : 333 Media : 36 Media : 3347 Variai : 6383 Variai : Miimum : 8 Miimum : 566 Maximum : 389 Maximum : 435 Koefiie Variai : 89 Koefiie Variai : 8 Koefiie Skewe : 98 Koefiie Skewe : Variogram Ekperimetal Jei variogram di lapaga yag dipakai yaitu iotropik, kemudia dega megguaka GSLIP77 da di batu Fortra didapatka variogram utuk empat arah yaitu Utara-Selata, Timur Laut-Barat Daya, Barat-Timur, da Teggara-Barat Laut Karea jei variogramya iotropik ehigga utuk etiap arah di daerah rage haru taioer da ilai variogramya medekati ilai variai populai, adapu rage yag dipakai agar atar umur tidak alig mempegaruhi yaitu 6 rage 8 utuk meetuka taioerya dega cara merubah-rubah tolerai da badwidth ampai didapatka variogram dari empat arah yag taioer di daerah rage 43 Pemodela Variogram Ekperime diii utuk mecari parameter dari model variogram, kemudia proe fittig model variogram dega megguaka program Viual Baic, dari data variogram yag diperoleh diolah ampai didapatka matrik krigig defiit potif da euai dega pertimbaga geologi, adapu model yag diperoleh adalah model variogram pherikal, parameter model dari data diata yaitu: Produki dega parameter o = 748, = da a = 769 Declie o=, = 8 da a = 7778 Temperatur o =74, = 5935 da a = Tekaa o=564, =543 da a= Boottrap Deteki Krigig Setelah diperoleh model variogram, dilajutka dega prediki krigig dega boottrap pada umur yag dekat lokai pembora yaitu umur yag lokaiya di 775 x 575 da 35 y 47 5 dega pembagia grid 5x5 ehigga diperoleh prediki pada 5 grid lokai baru Statitik dekriptif data hail prediki ebagai berikut: 8

9 44 Produki Mea : 6673, Stadar deviai : 97, Media : 668, Variai : 9477, Miimum : 446, Skewe : -8, Maximum : 8 da Kurtoi : -85 Kemudia dega tigkat kepercayaa 5% diperoleh iterval kofidei utuk Mea yaitu , ehigga dapat dikataka di lokai terebut agat memugkika utuk dibuat umur baru karea kemampua produki yag diharapka miimal 4 to/jam 44 Declie Mea : 33, Stadar deviai : 55, Media : 35, Variai : 35 Miimum : 3, Skewe : -86, Maximum : 354 da Kurtoi : 39 Kemudia dega tigkat kepercayaa 5% diperoleh iterval kofidei utukm mea 3 4 ehigga dapat dikataka di lokai terebut agat bagu peurua laju produkiya karea declie yag diharapka maximal 5% pertahu artiya peurua laju produki yag diharapka maximal 5 to/jam 443 Temperatur Da Tekaa Temperatur Mea : 36, Stadar deviai : 74, Media : 337, Variai : 338, Miimum : 63 Skewe : -86, Maximum : 3595 da Kurtoi : 373 Kemudia dega tigkat kepercayaa 5% diperoleh iterval kofidei utuk Mea hail prediki temperatur ,edagka temperatur yag diharapka pada lokai umur baru miimal 3, jadi utuk data temperatur agat memeuhi target yag diharapka Tekaa Mea : 373, Stadar deviai : 47, Media : 368, Variai : 3, Miimum : 965 Skewe : 337, Maximum : 33 da Kurtoi : 355 Kemudia dega tigkat kepercayaa 5% diperoleh iterval kofidei utuk Mea hail prediki tekaa kc, edagka tekaa yag diharapka pada lokai umur baru miimal 3 kc 45 Peempata Sumur Baru Dari data yag diguaka utuk melihat karakteritik ifat fii lapaga paabumi Kamojag, hail prediki di lokai baru polaya terditibui ecara bervariai baik da rata-rata memeuhi target yag diharapka Lokai umur baru ditetuka dari hail prediki produki di 5 lokai baru, Lokai yag dijadika pembora umur baru di block barat-ciharu, dari hail prediki krigig produki di 5 lokai baru diperoleh lokai umur baru yag optimum yaitu di -6875,75, da jarak terdekat umur baru yaitu KMJ 73 dega jarak 6567 m da KMJ 5 dega jarak 63 m Pada umur baru terebut hail prediki krigig deteki boottrap utuk produki dega laju alir maa 5963 to/jam, declie 8% pertahu, temperatur 386 da tekaa 378 kc Berdaarka parameter diata ehigga ampai tahu ke-tujuh pada umur baru terebut diperoleh Net Preet Value $569375, Iteral Rate of Retur 85% da Profitability Idex 385 erta laju alir maaya 59 to/jam Jadi berdaarka data pembora umur baru di lokai optimum dapat diprediki 9

10 V Keimpula Hail yag diperoleh dega boottrap deteki Krigig pola karakteritik ifat fii lapaga paabumi Kamojag terditribui ecara bervariai baik da rata-rata memeuhi target yag diharapka Kemudia berdaarka hail prediki produki di 5 lokai baru diperoleh lokai optimum di , 75 dimaa jarak terpedek dega umur baru optimum adalah KMJ 73 dega jarak 6567 m da KMJ 5 dega jarak 63 m Pada lokai optimum karakteritik ifat fii data memeuhi target yag diharapka DAFTAR PUSTAKA Ahat, MA, Saptadji, NM, 3 Perkiraa Saturai Air Da Pembuata Output urve Departeme Permiyaka, Fakulta Ilmu Kebumia da Tekologi Mieral ITB Atutik, S 3 Metode Boottrap Utuk Peetu Selag Prediki Krigig Kadar Nikel Tei ITB Armtrog, M, 998 Baic Liear Geotatitic, Spriger, Berli reie, N A, 993 Statitic for Spatial Data, Reived Editio, Joh Wiley & So, New York, Darwi, S 4 Applicatio of Krigig Method for Well Placemet Joural Of The Idoeia Mathematical Society 3-37 Darwi, S, Iai, AhatA 6 Pairwie Relative Empirical Semivariogram Orgaizig ommittee The Firt Iteratioal oferece O Mathematic ad Statitic Faculty of Mathematic ad Natural Sciece Uiba Jue 9 6 Dixo, PM The Boottrap ad The Jackife Decribig the Preciio of Ecological Studi i Deig ad Aalyi of Ecological Experimet, d ed, S Scheier & J Gurevitch, Oxford Uiverity Pre Oxford Efro, B ad Tibhirai, RJ 993 A Itroductio to the Boottrap, hapma & Hall New York Hoh, ME, 999, Geotatitic ad Petroluem Geology, Secod Editio, Kluwer Academic Publiher, Dardrecht Deutch, V, Jourel, AG, 99, GSLIB Geotatitical Software Library ad Uer Guide Oxford Uiverity Pre, New York Fetkovich, M J, 98 Declie urve Aalyi Uig Type urve, SPE Kitaidi, PK, 999 Itroductio To Geotatitic: Applicatio to Hydrogeology, ambridge Uiverity Pre, New York Mathero,G, 963 Priciple of Geotatitic Ecoomic Geology 58, Saptadji, NM, 997Tekik PaaBumi, Departeme Permiyaka, Fakulta Ilmu Kebumia da Tekologi Mieral ITB Siregar, AB, Samadhi, TA, 988 Maajeme Ititut Tekologi Badug Solow, AR 985 Boottrppig orrelated Data, Joural of The Iteratioal Aociatio of Mathematical Geology 7, Watki, DS 99 Fudametal of Matrix omputatio, Joh Wiley & So New York Team Pokja Kamojag, Kajia Ulag Kemampua da Optimaliai Pemafaata adaga Area PaaBumi Kamojag Jawa Barat Divii PaaBumi Direktorat Ep Pertamia

11

Selang Kepercayaan dari Parameter Distribusi Log-Normal Menggunakan Metode Bootstrap Persentil

Selang Kepercayaan dari Parameter Distribusi Log-Normal Menggunakan Metode Bootstrap Persentil Statitika, Vol. 8 No. 1, 13 17 Mei 008 Selag Kepercayaa dari Parameter Ditribui Log-Normal Megguaka Metode Boottrap Peretil Akhmad Fauzy Jurua Statitika FMIPA Uiverita Ilam Idoeia Yogyakarta Abtract I

Lebih terperinci

INTERVAL KEPERCAYAAN

INTERVAL KEPERCAYAAN INTERVAL KEPERCAYAAN Tujua utama diambil ebuah ampel dari ebuah populai adalah utuk memperoleh iformai megeai parameter populai.. Ada cara meetuka parameter populai yaitu peakira da pegujia hipotei. Peakira

Lebih terperinci

PENDUGAAN PARAMETER. Ledhyane Ika Harlyan

PENDUGAAN PARAMETER. Ledhyane Ika Harlyan PENDUGAAN PARAMETER Ledhyae Ika Harlya Jurua Pemafaata Sumberdaya Perikaa da Kelauta Uiverita Brawijaya 03 Statitik Ifereia Mecakup emua metode yag diguaka dalam pearika keimpula atau geeraliai megeai

Lebih terperinci

Pendugaan Parameter 1

Pendugaan Parameter 1 Topik Bahaa: Pedugaa Parameter 1 (Selag Pedugaa, Pedugaa Selag 1 Rata-Rata) Pertemua ke II 1 Ilutrai Statitika Ifereia : Mecakup emua metode yag diguaka utuk pearika keimpula atau geeraliai megeai populai

Lebih terperinci

BAB III ANALISIS PEMODELAN ANTRIAN HAULER PENGANGKUTAN OVERBURDEN PADA JALAN 7F

BAB III ANALISIS PEMODELAN ANTRIAN HAULER PENGANGKUTAN OVERBURDEN PADA JALAN 7F BAB III AALISIS EMODELA ATRIA HAULER EGAGKUTA OVERBURDE ADA JALA 7F 3.. edahulua ada Bab II telah dijelaka beberapa teori yag diguaka utuk melakuka aalii yag tepat dalam memecahka maalah yag ada. ada bab

Lebih terperinci

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Al Azhar-3

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Al Azhar-3 III. METODOLOGI PENELITIAN A. Populai da Sampel Peelitia Populai dalam peelitia ii adalah emua iwa kela I IPA SMA Al Azhar-3 Badar Lampug tahu ajara 0/0 yag berjumlah 48 iwa da terebar dalam empat kela.

Lebih terperinci

III. METODE PENELITIAN. Populasi penelitian ini yaitu seluruh siswa kelas X SMA Negeri 2 Bandar

III. METODE PENELITIAN. Populasi penelitian ini yaitu seluruh siswa kelas X SMA Negeri 2 Bandar 7 III. METDE PENELITIAN A. Populai Peelitia Populai peelitia ii yaitu eluruh iwa kela MA Negeri Badar Lampug dega ampel kela, pada emeter geap Tahu Pelajara 0/0. B. ampel Peelitia Tekik pegambila ampel

Lebih terperinci

BAB III METODE PENELITIAN. dengan kemampuan berpikir kreatif dengan menggunakan dua model

BAB III METODE PENELITIAN. dengan kemampuan berpikir kreatif dengan menggunakan dua model 3 BAB III METODE PENELITIAN A. Jei Peelitia Tujua peelitia ii yaki membadigka kemampua berpikir kriti dega kemampua berpikir kreatif dega megguaka dua model pembelajara yaitu model pembelajara berbai maalah

Lebih terperinci

PENAKSIR RASIO UNTUK VARIANSI POPULASI MENGGUNAKAN KUARTIL DARI KARAKTER TAMBAHAN PADA SAMPLING ACAK SEDERHANA

PENAKSIR RASIO UNTUK VARIANSI POPULASI MENGGUNAKAN KUARTIL DARI KARAKTER TAMBAHAN PADA SAMPLING ACAK SEDERHANA PEAKIR RAIO UTUK VARIAI POPULAI MEGGUAKA KUARTIL DARI KARAKTER TAMBAHA PADA AMPLIG ACAK EDERHAA Ari Elvita *, Arima Ada, Hapoa irait Mahaiwa Program Matematika Doe Jurua Matematika Fakulta Matematika da

Lebih terperinci

A. PENGERTIAN DISPERSI

A. PENGERTIAN DISPERSI UKURAN DISPERSI A. PENGERTIAN DISPERSI Ukura diperi atau ukura variai atau ukura peyimpaga adalah ukura yag meyataka eberapa jauh peyimpaga ilai-ilai data dari ilaiilai puatya atau ukura yag meyataka eberapa

Lebih terperinci

BAB IV DESKRIPSI ANALISIS DATA

BAB IV DESKRIPSI ANALISIS DATA BAB IV DESKRIPSI ANALISIS DATA A. Dekripi Data Peelitia ii megguaka peelitia ekperime, ubyek peelitiaya dibedaka mejadi dua kela, yaitu kela kotrol da kela ekperime. Kela kotrol pada peelitia ii merupaka

Lebih terperinci

Mata Kuliah: Statistik Inferensial

Mata Kuliah: Statistik Inferensial STATISTIK INFERENSIAL Prof. Dr. H. Almadi Syahza, SE., MP Email: ayahza@yahoo.co.id PROGRAM STUDI PENDIDIKAN EKONOMI FKIP UNIVERSITAS RIAU DISTRIBUSI SAMPLING 2 Bagia I Statitik Iduktif Metode da Ditribui

Lebih terperinci

Diagram Kendali Simpangan Baku Eksak untuk Proses Berdistribusi Normal dengan Parameter σ Diketahui

Diagram Kendali Simpangan Baku Eksak untuk Proses Berdistribusi Normal dengan Parameter σ Diketahui Statitika, Vol. No., 5 6 Mei Diagram Kedali Simpaga Baku Ekak utuk Proe Berditribui Normal dega Parameter Diketahui Aceg Komarudi Mutaqi, Suwada Program Studi Statitika Fakulta MIPA Uiverita Ilam Badug,

Lebih terperinci

Pendugaan. Parameter HAZMIRA YOZZA IZZATI RAHMI HG JURUSAN MATEMATIKA FMIPA UNIV. ANDALAS LOGO

Pendugaan. Parameter HAZMIRA YOZZA IZZATI RAHMI HG JURUSAN MATEMATIKA FMIPA UNIV. ANDALAS LOGO Pedugaa Parameter HAZMIRA YOZZA JURUSAN MATEMATIKA FMIPA UNIV. ANDALAS LOGO Kompetei meyebutka klp ifereia tatitika & ruag ligkupya mejelaka metode pedugaa klaik da yarat-yarat peduga yag baik pada pedugaa

Lebih terperinci

BAB II ESTIMASI STATISTIK 2.1 Pengertian Estimasi a. Estimasi merupakan suatu metode dimana kita dapat memperkirakan nilai Populasi dengan memakai

BAB II ESTIMASI STATISTIK 2.1 Pengertian Estimasi a. Estimasi merupakan suatu metode dimana kita dapat memperkirakan nilai Populasi dengan memakai 3 BAB II ESTIMASI STATISTIK. Pegertia Etimai a. Etimai merupaka uatu metode dimaa kita dapat memperkiraka ilai Populai dega memakai ilai ampel. b. Etimai merupaka kegiata pearika keimpula tatitik yag berawal

Lebih terperinci

Bab II Landasan Teori

Bab II Landasan Teori Bab II adaa eori Bab ii meyajika kajia item da teori-teori yag aka medaari da diguaka dalam mecari betuk model tereduki. Beberapa hal yag aka dikaji dalam bab ii adalah item PV da beberapa teori daar yag

Lebih terperinci

Pendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval

Pendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval Pedugaa Parameter Pedahulua Pedugaa Parameter Populai dilakuka dega megguaka ilai Statitik Sampel Mial :. x diguaka ebagai peduga bagi. diguaka ebagai peduga bagi 3. p atau p diguaka ebagai peduga bagi

Lebih terperinci

MINGGU KE XII PENDUGAAN INTERVAL

MINGGU KE XII PENDUGAAN INTERVAL MINGGU KE XII PENDUGAAN INTERVAL Tujua Itrukioal Umum :. Mahaiwa mampu memahami apa yag dimakud dega pedugaa iterval. Mahaiwa mampu memahami pedugaa iterval utuk ample bear da utuk ample kecil 3. Mahaiwa

Lebih terperinci

A.Interval Konfidensi pada Selisih Rata-rata

A.Interval Konfidensi pada Selisih Rata-rata A.Iterval Kofidei pada Seliih Rata-rata. Bila kita mempuyai da maig-maig adalah mea ample acak beba berukura da yag diambil dari populai dega ragam da diketahui, maka elag kepercayaa 00-% bagi - adalah

Lebih terperinci

Jurusan Matematika Universitas Riau, Riau 1 Kampus Binawidya Pekanbaru 28293, Indonesia Jurusan Matematika Universitas Riau, Riau 2 ABSTRACT

Jurusan Matematika Universitas Riau, Riau 1 Kampus Binawidya Pekanbaru 28293, Indonesia Jurusan Matematika Universitas Riau, Riau 2 ABSTRACT Proidig emirata05 bidag MIPA BK-PT Barat Uiverita Tajugpura Potiaak PEAKIR RAIO DA PRODUK EKPOEIAL YAG EFIIE UTUK VARIAI POPULAI PADA AMPLIG ACAK EDERHAA EXPOETIAL RATIO AD PRODUCT ETIMATIO FOR POPULATIO

Lebih terperinci

Pendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval

Pendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval Pedugaa Parameter. Pedahulua Pedugaa Parameter Popoulai dilakuka dega megguaka ilai Statitik Sampel Mial :. x diguaka ebagai peduga bagi. diguaka ebagai peduga bagi 3. p atau p diguaka ebagai peduga bagi

Lebih terperinci

SOAL PELATIHAN 1. File_Imamgun_Statistik Inferensial

SOAL PELATIHAN 1. File_Imamgun_Statistik Inferensial SOAL PELATIHAN. Jelaka pegertia hipotei?. Seorag peeliti biaaya tertarik meguji atu hipotei dari eam alteratif hipotei. Sebutka eam alteratif hipotei terebut? 3. Apa yag dimakud dega pegujia hipotei? 4.

Lebih terperinci

Metode Statistika Pertemuan IX-X

Metode Statistika Pertemuan IX-X /7/0 Metode Statitika Pertemua IX-X Statitika Ifereia: Pedugaa Parameter Populai : Parameter Cotoh : Statitik Statitik merupaka PENDUGA bagi parameter populai Pegetahua megeai ditribui amplig PENDUGA TAK

Lebih terperinci

Pengujian Hipotesis untuk selisih dua nilai tengah populasi

Pengujian Hipotesis untuk selisih dua nilai tengah populasi Pegujia Hipotei utuk eliih dua ilai tegah populai Hipotei Hipotei atu arah: H 0 : - 0 v H : - < 0 H 0 : - 0 v H : - > 0 Hipotei dua arah: H 0 : - = 0 v H : - 0 Statitik uji z h ( ( ) ) 0 Formula klik diketahui

Lebih terperinci

--Fisheries Data Analysis-- Perbandingan ragam. By. Ledhyane Ika Harlyan. Faculty of Fisheries and Marine Science Brawijaya University

--Fisheries Data Analysis-- Perbandingan ragam. By. Ledhyane Ika Harlyan. Faculty of Fisheries and Marine Science Brawijaya University --Fiherie Data Aalyi-- Perbadiga ragam By. Ledhyae Ika Harlya Faculty of Fiherie ad Marie Sciece Brawijaya Uiverity Tujua Itrukioal Khuu Mahaiwa dapat megguaka aalii tatitika ederhaa dega berfoku ukura

Lebih terperinci

Bab6 PENAKSIRAN PARAMETER

Bab6 PENAKSIRAN PARAMETER Bab6 PENAKSIRAN PARAMETER MENAKSIR RATARATA μ Mialka kita memuyai ebuah oulai berukura N dega ratarata µ da imaga baku σ Dari oulai ii arameter ratarata µ aka ditakir Utuk keerlua ii,ambil ebuah amel acak

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN A III METODOLOGI PENELITIAN A. Jei da Deai Peelitia. Jei Peelitia Jei peelitia ii adalah peelitia ekperime. Metode peelitia ekperime merupaka metode peelitia yag diguaka utuk mecari treatmet (perlakua)

Lebih terperinci

BAB II LANDASAN TEORI. Pada bab ini akan dibahas dasar-dasar teori yang akan digunakan

BAB II LANDASAN TEORI. Pada bab ini akan dibahas dasar-dasar teori yang akan digunakan BAB II LANDASAN TEORI Pada bab ii aka dibaa daar-daar teori yag aka diguaka dalam peulia kripi ii, yaitu megeai metode peakira maximum likeliood, metode peakira oit maximum likeliood da fier iformatio..1

Lebih terperinci

Pedahulua Pedugaa Parameter Pedugaa Parameter Populai dilakuka dega megguaka ilai Statitik Sampel, Mial :. x diguaka ebagai peduga bagi µ. diguaka ebagai peduga bagi σ 3. p atau p$ diguaka ebagai peduga

Lebih terperinci

Metode Statistika Pertemuan XI-XII

Metode Statistika Pertemuan XI-XII /4/0 Metode Statitika Pertemua XI-XII Statitika Ifereia: Pegujia Hipotei Populai : = 0 Butuh pembuktia berdaarka cotoh!!! Apa yag diperluka? > 0? Maa yag bear? Sampel : 5 Ok, itu adalah pegujia hipotei,

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Jei Peelitia Metode peelitia yag diguaka dalam kripi ii adalah metode peelitia kuatitatif ekperime yag berdeai pottet-oly cotrol deig, karea tujua dalam peelitia ii utuk mecari

Lebih terperinci

1. Ilustrasi. Materi 2 Pendugaan Parameter

1. Ilustrasi. Materi 2 Pendugaan Parameter Materi Pedugaa Parameter. Ilutrai Ifereia Statitika : Mecaku emua metode yag diguaka utuk earika keimula atau geeraliai megeai oulai dega melakuka egambila amel (amlig) Etimai / Pedugaa Parameter Yaitu

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Jei Peelitia Peelitia ii merupaka peelitia ekperime. Peelitia ekperime yaitu peelitia yag egaja membagkitka timbulya uatu kejadia atau keadaa, kemudia diteliti bagaimaa akibatya

Lebih terperinci

ESTIMASI. Jika parameter populasi disimbolkan dengan θ maka θ yang tidak diketahui harganya ditaksir oleh harga

ESTIMASI. Jika parameter populasi disimbolkan dengan θ maka θ yang tidak diketahui harganya ditaksir oleh harga ESTIMASI Salah atu aek utuk mearik keimula megeai uatu oulai dega memakai amel yag diambil dari oulai terebut megguaka etimai (eakira) Jika arameter oulai diimbolka dega θ maka θ yag tidak diketahui hargaya

Lebih terperinci

MATERI DAN METODE. Gambar 1. (a). Kambing PE Kondisi A, (b). Kambing PE Kondisi B, (c). Kambing PE Kondisi C, (d). Kambing PE Kondisi D.

MATERI DAN METODE. Gambar 1. (a). Kambing PE Kondisi A, (b). Kambing PE Kondisi B, (c). Kambing PE Kondisi C, (d). Kambing PE Kondisi D. MATERI DAN METODE Tempat da Waktu Peelitia Peelitia ii dilakaaka elama bula, yaitu dari bula Jauari ampai Februari 0. Pelakaaa peelitia dilakuka di peteraka kambig perah Cordero, peteraka kambig perah

Lebih terperinci

Tetapi apabila n < 5% N maka digunakan :

Tetapi apabila n < 5% N maka digunakan : Jei- jei pedugaa Iterval:. Pedugaa Parameter dega ampel bear (>30) a. Pedugaa terhadap parameter rata-rata Diketahui; z Maka; Z Z Tetapi apabila tadard deviai populai tidak diketahui, maka diguaka tadar

Lebih terperinci

MENENTUKAN SPECTRUM SUATU GRAF BERBANTUAN MATLAB

MENENTUKAN SPECTRUM SUATU GRAF BERBANTUAN MATLAB LAPORAN PENELITIAN KOMPETITIF DOSEN BERSAMA MAHASISWA MENENTUKAN SPECTRUM SUATU GRAF BERBANTUAN MATLAB KETUA TIM PENELITI ABDUSSAKIR, M.Pd JURUSAN MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS ISLAM

Lebih terperinci

Statistika 2. Pendugaan Parameter. 1. Ilustrasi. Topik Bahasan: Oleh : Edi M. Pribadi, SP., MSc.

Statistika 2. Pendugaan Parameter. 1. Ilustrasi. Topik Bahasan: Oleh : Edi M. Pribadi, SP., MSc. Statitika Toik Bahaa: Pedugaa Parameter Oleh : Edi M Pribadi, SP, MSc E-mail: edi_m@taffguadarmaacid edi_m@ymailcom Ilutrai Statitika Ifereia : Mecaku emua metode yag diguaka utuk earika keimula atau geeraliai

Lebih terperinci

BAB 3 METODOLOGI PEMECAHAN MASALAH. telepon PT. Pos Indonesia cabang Kebon Jeruk, Jakarta Barat dan melihat

BAB 3 METODOLOGI PEMECAHAN MASALAH. telepon PT. Pos Indonesia cabang Kebon Jeruk, Jakarta Barat dan melihat BAB 3 METODOLOGI EMECAHAN MASALAH 3. Meetapka Ukura Kierja Dalam ebuah item atria, ada dua kompoe yag petig, yaitu populai dari pelagga bagaimaa mereka memauki item atria yag ada da waktu pelayaa itu ediri

Lebih terperinci

A. Interval Konfidensi untuk Mean

A. Interval Konfidensi untuk Mean ESTIMASI INTERVAL A. Iterval Kofidei utuk Mea Defiii Jika ˆ merupaka etimator utuk parameter da P ˆ ˆ, maka ˆ ˆ diebut Dimaa iterval kofidei(-)00% utuk. :- koefiie kofidei ˆ, ˆ bata iterval tigkat kealaha

Lebih terperinci

PENDUGAAN PARAMETER METSTAT ANIK DJURAIDAH

PENDUGAAN PARAMETER METSTAT ANIK DJURAIDAH PENDUGAAN PARAMETER METSTAT ANIK DJURAIDAH PENDUGAAN PARAMETER Populai : Parameter Sampel : Statitik Statitik merupaka PENDUGA bagi parameter populai Pegetahua megeai ebara cotoh PENDUGA TAK BIAS DAN MEMPUNYAI

Lebih terperinci

IV. METODE PENELITIAN

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

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Tujua Peelitia Berdaarka rumua maalah pada BAB I, peelitia kuatitatif ii bertujua utuk megetahui efektivita metode pembelajara dicovery dega megguaka Papa Tempel egi Empat

Lebih terperinci

INFERENSI STATISTIK Inferensi statistik mencakup semua metode yang digunakan dalam penarikan kesimpulan atau generalisasi mengenai populasi.

INFERENSI STATISTIK Inferensi statistik mencakup semua metode yang digunakan dalam penarikan kesimpulan atau generalisasi mengenai populasi. INFERENSI STATISTIK Iferei tatitik mecakup emua metode yag diguaka dalam pearika keimpula atau geeraliai megeai populai. Iferei Statitik Pedugaa Parameter Pegujia Hipotei PENDUGAAN PARAMETER Pedugaa parameter

Lebih terperinci

BAB III METODE PENELITIAN. Jenis penelitian yang digunakan adalah quasi experimental research

BAB III METODE PENELITIAN. Jenis penelitian yang digunakan adalah quasi experimental research BAB III METODE PENELITIAN A. Jei da Deai Peelitia Jei peelitia yag diguaka adalah quai experimetal reearch atau peelitia ekperime emu. Peelitia dilakuka dega cara medekripika keefektifa kelompok ekperime

Lebih terperinci

Teori Penaksiran. Oleh : Dadang Juandi

Teori Penaksiran. Oleh : Dadang Juandi Teori Peakira Oleh : Dadag Juadi Pedahulua Ada metode iferei : metode klaik da metode Baye dalam meakir arameter oulai Dalam metode klaik iferei didaarka ada iformai yag dieroleh melalui amel acak Dalam

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di MTs Muhammadiyah 1 Natar Lampung Selatan.

III. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di MTs Muhammadiyah 1 Natar Lampung Selatan. 9 III. METODOLOGI PENELITIAN A. Populasi Da Sampel Peelitia ii dilaksaaka di MTs Muhammadiyah Natar Lampug Selata. Populasiya adalah seluruh siswa kelas VIII semester geap MTs Muhammadiyah Natar Tahu Pelajara

Lebih terperinci

BAB V ANALISA PEMECAHAN MASALAH

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

Lebih terperinci

BAB 3 DATA DAN METODOLOGI PENELITIAN

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

Lebih terperinci

IV METODE PENELITIAN 4.1 Lokasi dan waktu 4.2. Jenis dan Sumber Data 4.3 Metode Pengumpulan Data

IV 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 terperinci

STATISTICS. Confidence Intervals (Rentang Keyakinan) Confidence Intervals (1)

STATISTICS. Confidence Intervals (Rentang Keyakinan) Confidence Intervals (1) STATISTICS Cofidece Iterval (Retag Keyakia) Cofidece Iterval () Etimai Parameter Ditribui abilita memiliki ejumlah parameter. Parameter-parameter tb umumya tak diketahui. Nilai parameter terebut diperkiraka

Lebih terperinci

BAB III METODE PENELITIAN

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

Lebih terperinci

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

BAB 6. Penggunaan SPSS dalam STATISTIK INFERENSI

BAB 6. Penggunaan SPSS dalam STATISTIK INFERENSI 54 Modul Statitika TI oleh Hartatik,M.Si BAB 6 Pegguaa SPSS dalam STATISTIK INFERENSI Tujua : a. Mahaiwa mampu melakuka uji beda mea dua ample b. Mahaiwa mampu melakuka uji beda propori c. Mahaiwa mampu

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 20 Bandar Lampung, dengan populasi

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 20 Bandar Lampung, dengan populasi 5 III. METODE PENELITIAN A. Populasi da Sampel Peelitia ii dilaksaaka di SMPN 0 Badar Lampug, dega populasi seluruh siswa kelas VII. Bayak kelas VII disekolah tersebut ada 7 kelas, da setiap kelas memiliki

Lebih terperinci

METODE PENELITIAN. dalam tujuh kelas dimana tingkat kemampuan belajar matematika siswa

METODE 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 terperinci

UJI KUALITAS MINYAK GORENG BERDASARKAN INDEKS BIAS CAHAYA MENGGUNAKAN ALAT REFRAKTOMETER SEDERHANA

UJI KUALITAS MINYAK GORENG BERDASARKAN INDEKS BIAS CAHAYA MENGGUNAKAN ALAT REFRAKTOMETER SEDERHANA 48 D. R. Praetyo et al. Uji Kualita Miyak Goreg Berdaarka Idek Bia Cahaya UJI KUALITAS MINYAK GORENG BERDASARKAN INDEKS BIAS CAHAYA MENGGUNAKAN ALAT REFRAKTOMETER SEDERHANA Dody Rahayu Praetyo * Mahardika

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

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

BAB III METODE PENELITIAN. Penelitian ini dilaksanakan di kelas XI MIA SMA Negeri 1 Kampar,

BAB III METODE PENELITIAN. Penelitian ini dilaksanakan di kelas XI MIA SMA Negeri 1 Kampar, 45 BAB III METODE PENELITIAN A. Tempat da Waktu Peelitia Peelitia ii dilaksaaka di kelas I MIA MA Negeri Kampar, pada bula April-Mei 05 semester geap Tahu Ajara 04/05 B. ubjek da Objek Peelitia ubjek dalam

Lebih terperinci

III. METODOLOGI PENELITIAN. diinginkan. Menurut Arikunto (1991 : 3) penelitian eksperimen adalah suatu

III. 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 terperinci

Statistika. Besaran Statistik

Statistika. Besaran Statistik Statitika Beara Statitik Itiarto Statitical Meaure Commo tatitical meaure Meaure of cetral tedecy Mea Mode Media Meaure of variability Rage Variace Stadard deviatio Meaure of a idividual i a populatio

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

MODEL PEMBELAJARAN DRAMA DENGAN MENGGUNAKAN TEKNIK GANTI TOKOH PADA SISWA KELAS XI SMAN 1 KARANGPAWITAN GARUT TAHUN PELAJARAN 2011/2012

MODEL PEMBELAJARAN DRAMA DENGAN MENGGUNAKAN TEKNIK GANTI TOKOH PADA SISWA KELAS XI SMAN 1 KARANGPAWITAN GARUT TAHUN PELAJARAN 2011/2012 MODEL PEMBELAJARAN DRAMA DENGAN MENGGUNAKAN TEKNIK GANTI TOKOH PADA IWA KELA XI MAN KARANGPAWITAN GARUT TAHUN PELAJARAN 0/0 EMA ROHMAWATI NPM. 0.0499 Program tudi PB Idoeia ekolah Tiggi Kegurua da Ilmu

Lebih terperinci

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

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

Lebih terperinci

PEMODELAN GEOLOGI 3D KANDUNGAN NIKEL PADA DAERAH DISEKITAR TAMBANG MENGGUNAKAN METODE UNIVERSAL KRIGING

PEMODELAN GEOLOGI 3D KANDUNGAN NIKEL PADA DAERAH DISEKITAR TAMBANG MENGGUNAKAN METODE UNIVERSAL KRIGING PEMODELAN GEOLOGI 3D KANDUNGAN NIKEL PADA DAERAH DISEKITAR TAMBANG MENGGUNAKAN METODE UNIVERSAL KRIGING Tuga Akhir Kelompok Keahlia : Pemodela da Simulai Sadi Heryadi 72 Program Studi Sarjaa Ilmu Komputai

Lebih terperinci

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

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

Lebih terperinci

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

Teori Penaksiran. Oleh : Dewi Rachmatin

Teori Penaksiran. Oleh : Dewi Rachmatin Teori Peakira Oleh : Dewi Rachmati Pedahulua Ada metode iferei : metode klaik da metode Baye dalam meakir arameter oulai Dalam metode klaik iferei didaarka ada iformai yag dieroleh melalui amel acak Dalam

Lebih terperinci

BAB IV ANALISIS HIDROLOGI DAN PERHITUNGANNYA

BAB IV ANALISIS HIDROLOGI DAN PERHITUNGANNYA BAB IV ANALII HIDROLOGI DAN PERHITUNGANNYA 4.1. TINJAUAN UMUM Dalam merecaaka ormalisasi sugai, aalisis yag petig perlu ditijau adalah aalisis hidrologi. Aalisis hidrologi diperluka utuk meetuka besarya

Lebih terperinci

BAB III METODE PENELITIAN. Jenis penelitian ini adalah penelitian pengembangan (research and

BAB III METODE PENELITIAN. Jenis penelitian ini adalah penelitian pengembangan (research and BAB III METODE PENELITIAN A. Jeis Peelitia Jeis peelitia ii adalah peelitia pegembaga (research ad developmet), yaitu suatu proses peelitia utuk megembagka suatu produk. Produk yag dikembagka dalam peelitia

Lebih terperinci

BAB III METODOLOGI PENELITIAN. kuantitatif karena bertujuan untuk mengetahui kompetensi pedagogik mahasiswa

BAB III METODOLOGI PENELITIAN. kuantitatif karena bertujuan untuk mengetahui kompetensi pedagogik mahasiswa 54 BAB III METODOLOGI PENELITIAN A. Jeis Peelitia Peelitia ii merupaka peelitia deskriptif dega pedekata kuatitatif karea bertujua utuk megetahui kompetesi pedagogik mahasiswa setelah megikuti mata kuliah

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

ESTIMASI TITIK DAN INTERVAL KEPERCAYAAN

ESTIMASI TITIK DAN INTERVAL KEPERCAYAAN 8/8/0 IE 305 tatistika Idustri LOGO ETIMAI TITIK DAN INTERVAL KEPERCAYAAN Elty arvia, T.,MT. Fakultas Tekik Jurusa Tekik Idustri Uiversitas Kriste Maraatha Badug LT arvia/esi Tujua 3 4 5 6 Medefiisika

Lebih terperinci

BAB IV ENTROPI GAS SEMPURNA

BAB IV ENTROPI GAS SEMPURNA BAB IV ENROPI GAS SEMPURNA Itilah etroi ecara literatur berarti traformai, da dierkealka oleh lauiu. Etroi adalah ifat termodiamika yag etig dari ebuah zat, dimaa hargaya aka meigkat ketika ada eambaha

Lebih terperinci

II. LANDASAN TEORI. Sampling adalah proses pengambilan atau memilih n buah elemen dari populasi yang

II. LANDASAN TEORI. Sampling adalah proses pengambilan atau memilih n buah elemen dari populasi yang II. LANDASAN TEORI Defiisi 2.1 Samplig Samplig adalah proses pegambila atau memilih buah eleme dari populasi yag berukura N (Lohr, 1999). Dalam melakuka samplig, terdapat teori dasar yag disebut teori

Lebih terperinci

BAB IV SEBARAN ASIMTOTIK PENDUGA DENGAN MENGGUNAKAN KERNEL SERAGAM. ) menyatakan banyaknya kejadian pada interval [ 0, n ] dan h

BAB IV SEBARAN ASIMTOTIK PENDUGA DENGAN MENGGUNAKAN KERNEL SERAGAM. ) menyatakan banyaknya kejadian pada interval [ 0, n ] dan h BAB IV SEBARAN ASIMTOTIK PENDUGA DENGAN MENGGUNAKAN KERNEL SERAGAM 4.1 Peduga dega Kerel Seragam Pada bab ii diguaka peduga dega kerel eragam. Hal ii karea aya belum berail memperole ebara aimtotik dari

Lebih terperinci

Bab 3 Metode Interpolasi

Bab 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 terperinci

Pengendalian Proses Menggunakan Diagram Kendali Median Absolute Deviation (MAD)

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

Lebih terperinci

III. KERANGKA PEMIKIRAN. Penelitian ini menggunakan model persamaan simultan karena memiliki lebih dari

III. KERANGKA PEMIKIRAN. Penelitian ini menggunakan model persamaan simultan karena memiliki lebih dari III. KERANGKA EMIKIRAN 3.1. Keragka Teoriti Kompoe utama paar bera mecakup kegiata produki da koumi. eelitia ii megguaka model peramaa imulta karea memiliki lebih dari atu variabel edoge/peramaa. Berikut

Lebih terperinci

II. LANDASAN TEORI. dihitung. Nilai setiap statistik sampel akan bervariasi antar sampel.

II. LANDASAN TEORI. dihitung. Nilai setiap statistik sampel akan bervariasi antar sampel. II. LANDASAN TEORI Defiisi 2.1 Distribusi Samplig Distribusi samplig adalah distribusi probibilitas dari suatu statistik. Distribusi tergatug dari ukura populasi, ukura sampel da metode memilih sampel.

Lebih terperinci

SUMMABILITAS CESARO PADA OPERASI DERET DIVERGEN. Sangadji* 1

SUMMABILITAS CESARO PADA OPERASI DERET DIVERGEN. Sangadji* 1 Summabilita Cearo pada Operai Dere Diverge (Sagadji) SUMMABILITAS CESARO PADA OPERASI DERET DIVERGE Sagadji* ABSTRAK SUMMABILITAS CESARO PADA OPERASI DERET DIVERGE Bayak orag uka membicaraka tetag deret

Lebih terperinci

Pendekatan Nilai Logaritma dan Inversnya Secara Manual

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

Lebih terperinci

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI MIA SMA Negeri 5

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI MIA SMA Negeri 5 III. METODOLOGI PENELITIAN A. Populasi da Sampel Peelitia Populasi dalam peelitia ii adalah semua siswa kelas I MIA SMA Negeri 5 Badar Lampug Tahu Pelajara 04-05 yag berjumlah 48 siswa. Siswa tersebut

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 1 Seputih Agung. Populasi dalam

III. 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 terperinci

PERBANDINGAN METODE ESTIMASI M DAN ESTIMASI MM (METHODE OF MOMENT) PADA REGRESI ROBUST

PERBANDINGAN METODE ESTIMASI M DAN ESTIMASI MM (METHODE OF MOMENT) PADA REGRESI ROBUST PERBANDINGAN METODE ESTIMASI M DAN ESTIMASI MM (METHODE OF MOMENT) PADA REGRESI ROBUST Arlida Amalia Dewayati 1), Edy Widodo 2) 1) Mahaiwa Statitika Uiverita Ilam Idoeia, 2) Doe Statitika Uiverita Ilam

Lebih terperinci

IV METODE PENELITIAN

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

Lebih terperinci

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

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

Lebih terperinci

SIFAT SIFAT TRANSFORMASI LINEAR DARI R KE R

SIFAT SIFAT TRANSFORMASI LINEAR DARI R KE R SIF SIF RNSFORMSI LINER m DRI R KE R Diuu utuk memeuhi uga Mata Kuliah ljabar Liear Doe Pegampu : Dr. Suroo, M. Pd Diuu oleh : Kelompok. ge Chritie rii ( 84.55 ). dik Setyo Nugroho ( 84.65 ). Beti Lutvi

Lebih terperinci

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

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

Lebih terperinci

BAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan

BAB 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 terperinci

Fisika Statistik. Jumlah SKS : 3. Oleh : Jurusan Fisika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Mulawarman

Fisika Statistik. Jumlah SKS : 3. Oleh : Jurusan Fisika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Mulawarman Fiika Statitik Jumlah SKS : 3 Oleh : Rahmawati M, S.Si., M.Si. Jurua Fiika Fakulta Matematika da Ilmu Pegetahua Alam Uiverita Mulawarma Pertemua 2 da 3 Pedahulua (Termodiamika) 2. Statitik Maxwell-Boltzma.

Lebih terperinci

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

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

Lebih terperinci

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

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

ANALISIS TINGKAT KUALITAS PELAYANAN DENGAN METODE INDEX POTENTIAL GAIN CUSTOMER VALUE (PGCV) DI PT BANK MUAMALAT INDONESIA CABANG MEDAN

ANALISIS TINGKAT KUALITAS PELAYANAN DENGAN METODE INDEX POTENTIAL GAIN CUSTOMER VALUE (PGCV) DI PT BANK MUAMALAT INDONESIA CABANG MEDAN ANALISIS TINGKAT KUALITAS PELAYANAN DENGAN METODE INDEX POTENTIAL GAIN CUSTOMER VALUE (PGCV) DI PT BANK MUAMALAT INDONESIA CABANG MEDAN Staf Pegajar Jurua Tekik Kimia, Fakulta Tekik USU Abtrak: PT Bak

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

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

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

Lebih terperinci

III. METODOLOGI PENELITIAN

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

Lebih terperinci

Statistika Inferensial

Statistika Inferensial Cofidece Iterval Ara Fariza Statistika Iferesial Populasi Sampel Simpulka (estimasi) tetag parameter Medapatka statistik Estimasi: estimasi titik, estimasi iterval, uji hipotesa 2 1 Proses Estimasi Populasi

Lebih terperinci