Laporan Praktikum Biometri

Ukuran: px
Mulai penontonan dengan halaman:

Download "Laporan Praktikum Biometri"

Transkripsi

1 Laporan Praktikum Biometri Mean, Median, dan Standar Deviasi Dari Luas Daun Sawo DI SUSUN OLEH : Nama Nim : Hady Nugroho : F PROGRAM STUDI PENDIDIKAN BIOLOGI JURUSAN PENDIDIKAN MATEMATIKA DAN ILMU PENGETAHUAN ALAM FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN UNIVERSITAS TANJUNGPURA PONTIANAK 2014

2 ABSTRAK Kata Kunci: Transpirasi, Faktor luar dan dalam transpirasi, Kecepatan transpirasi.

3 PENDAHULUAN Daun merupakan organ fotosintesis utama dalam tubuh tanaman, yang merupakan tempat terjadinya proses perubahan energi cahaya menjadi energy kimia dan tempat produksi karbohidrat (glukosa) yang diwujudkan dalam bentuk bahan kering. Dalam analisis pertumbuhan tanaman, perkembangan daun menjadi perhatian utama.berbagai ukuran dapat digunakan, seperti pengukuran indeks luas daun (ILD), nisbah luas daun (NLD) dan nisbah berat daun (NBD) pada waktu tertentu.perubahan-perubahan selama pertumbuhan mencerminkan perubahan bagian yang aktif berfotosintesis. Beberapa metode yang dapat digunakan untuk mengukur luas daun antara lain : metode kertas mili meter, area meter, fotografi, gravimetric dan plong.pada daun juga dapat dihitung luasnya. Ada berbagai cara dapat dilakukan untuk mengukur luas suatu daun. Praktikum ini digunakan ukuran daun yang berbeda untuk melihat mean (nilai rata-rata) dan standar deviasi dari luas daun tersebut. Permasalahan yang dihadapi dalam percobaan ini adalah bagaimana cara menghitung luas daun?. Berapa nilai mean standar deviasi dari luas daun tersebut?. Praktikum ini dilakukan untuk mengetahui cara mengukur luas daun dan menghitung mean dan standar deviasi dari luas daun tersebut. Faktor yang penting untuk diperhatikan dalam mengukur luas daun adalah ketepatan hasil pengukuran dan kecepatan pengukuran. Masing-masing faktor tersebut memiliki kepentingan sendiri dalam penggunaannya, seperti pada pengukuran laju fotosintesis dan proses metabolisme lain tentunya ketepatan pengukuran yang diperlukan. Untuk pengukuran indek luas daun tentunya kecepatan pengukuran yang diperlukan. Namun demikian ketepatan dan kecepatan pengukuran sangat tergantung pada alat dan cara atau teknik pengukuran (Bambang dan Haryadi 2008). Terdapat beberapa cara untuk menentukan luas daun (Guswanto 2009), yaitu : a) Metode Kertas Milimeter Metode ini menggunakan kertas milimeter dan peralatan menggambar untuk mengukur luas daun.metode ini dapat diterapkan cukup efektif pada daun dengan bentuk daun relatif sederhana dan teratur.pada dasarnya, daun digambar pada kertas milimeter yang dapat dengan mudah dikerjakan dengan meletakkan daun diatas kertas milimeter dan pola daun diikuti.luas daun ditaksir berdasarkan jumlah kotak yang terdapat dalam pola daun.sekalipun metode ini cukup sederhana, waktu yang dibutuhkan untuk mengukur suatu luasan daun relatif lama, sehingga ini tidak cukup praktis diterapkan apabila jumlah sampel banyak.

4 b) Gravimetri Metode ini menggunakan timbangan dan alat pengering daun (oven).pada prinsipnya luas daun ditaksir melalui perbandingan berat (gravimetri). Ini dapat dilakukan pertama dengan menggambar daun yang akan ditaksir luasnya pada sehelai kertas, yang menghasilkan replika (tiruan) daun. Replika daun kemudian digunting dari kertas yang berat dan luasnya sudah diketahui.luas daun kemudian ditaksir berdasarkan perbandingan berat replika daun dengan berat total kertas. c) Planimeter Planimeter merupakan suatu alat yang sering digunakan untuk mengukur suatu luasan dengan bentuk yang tidak teratur dan berukuran besar seperti peta.alat ini dapat digunakan untuk mengukur luas daun apabila bentuk daun tidak terlalu rumit.jika daun banyak dan berukuran kecil, metode ini kurang praktis karena membutuhkan banyak waktu. Suatu hal yang perlu diingat dalam penggunaan planimeter adalah bahwa pergeseran alat yang searah dengan jarum jam merupakan faktor yang menentukan tingkat ketelitian pengukuran. Ini sering menjadi masalah pada pengukuran daun secara langsung karena pinggiran daun yang tidak dapat dibuat rata dengan tempat pengukuran sekalipun permukaan tempat pengukuran telah dibuat rata dan halus. d) Metode Panjang Kali Lebar Metode yang dipakai untuk daun yang bentuknya teratur, luas daun dapat ditaksir dengan mengukur panjang dan lebar daun. e) Metode Fotografi Metode ini sangat jarang digunakan.dengan metode ini, daun-daun tanaman ditempatkan pada suatu bidang datar yang berwarna terang (putih) dipotret bersama-sama dengan suatu penampang atau lempengan (segi empat) yang telah diketahui luasnya.luas hasil foto daun dan lempengan acuan dapat kemudian diukur dengan salah satu metode yang sesuai sebagaimana diuraikan diatas seperti planimeter.luas daun kemudian dapat ditaksir kemudian berdasarkan perbandingan luas hasil foto seluruh daun dengan luas lempengan acuan tersebut. Mean adalah teknik penjelasan kelompok yang didasarkan atas nilai rata-rata dari kelompok tersebut. Rata-Rata (mean) ini didapat dengan menjumlahkan data seluruh individu dalam kelompok itu, kemudian dibagi dengan jumlah individu yang ada pada kelompok tersebut.

5 Contoh mean dengan data tunggal: Nilai mata pelajaran Sejarah dari 6 orang siswa SMA Anti Korupsi Jakarta adalah 80, 75, 82, 65, 90, 73. Maka, mean untuk data tunggal tersebut adalah: ( )/6 = 465/6 = 77,5. Jadi nilai rata-rata dari ke-6 siswa tersebut sebesar 77,5 Untuk Menentukan Mean (rata-rata hitung) data berkelompok, dengan menggunakan rumus : Median/Nilai Tengah ( Me ) Median adalah nilai yang letaknya di tengah dari data yang telah diurutkan dari nilai terkecil sampai terbesar. Jika banyak data ganjil maka Me adalah data yang terletak tepat yang ditengah setelah diurutkan Jika banyak data genap maka Me adalah ratarata dari dua data yang terletak di tengah setelah diurutkan. Contoh :Tentukan Median dari data ª 6, 7, 3, 4, 8, 9, 4 ª 5, 6, 3, 7, 5, 5, 9, 8 Standar deviasi disebut juga simpangan baku. Seperti halnya varians, standar deviasi juga merupakan suatu ukuran dispersi atau variasi. Standar deviasi merupakan ukuran dispersi yang paling banyak dipakai. Hal ini mungkin karena standar deviasi mempunyai satuan ukuran yang sama dengan satuan ukuran data asalnya. Misalnya, bila satuan data asalnya adalah cm, maka satuan standar deviasinya juga cm. Sebaliknya, varians memiliki

6 satuan kuadrat dari data asalnya (misalnya cm 2 ). Simbol standar deviasi untuk populasi adalah σ (baca: sigma) dan untuk sampel adalah s. Rumus untuk menghitung standar deviasi adalah sebagai berikut : METODOLOGI Praktikum tentang Mean, Median, dan Standar Deviasi Dari Luas Daun Sawo dilaksanakan pada hari Kamis, 25 September pukul WIB bertempat di Laboratorium Pendidikan Biologi FKIP Untan. Alat yang digunakan dalam praktikum transpirasi ini antara lain gunting, penggaris, neraca analitik, alat tulis, sedangkan bahan yang digunakan adalah daun Sawo, kertasmillimeter. Langkah kerja pada praktikum ini yaitu mula - mula memilih daun sawo yang rata pada bagian permukaan daunnya.diambil sampel daun sebanyak 10 helai daun.daun dijiplak dalam kertas millimeter kemudian digunting sesuai bentuk daun aslinya.dibuat patokan untuk mengukur luas daun tersebut. Digunakan patokan setiap 30 cm 2 massanya 0,19 gr. Kemudia kertas millimeter ditimbang massanya satu per satu. Hasil dari menimbang kemudian dibandingkan dengan patokan yang telah ditentukan sehingga didapatkan luas masing-masing sampel daun tersebut. Setelah didapat luas masing-masing percobaan kemudian dihitung Mean, Median, Standar Deviasi masing-masing percobaan

7 N o 1. Hasil Pengamatan a. Tabel Pengamatan Sampel Daun HASIL dan PEMBAHASAN Tabel Pengamatan Luas, Mean, Median, dan Standar Deviasi Daun Massa Daun (gr) Ningrum Mulyadi Hady Ningru m Luas Daun (cm2) Mulyadi Hady 1 Daun 1 0,33 0,26 0, Daun 2 0,26 0,18 0, Daun 3 0,22 0,18 0, Daun 4 0,16 0,22 0, Daun 5 0,31 0,4 0, Daun 6 0,25 0,35 0, ,58 7 Daun 7 0,2 0,29 0, Daun 8 0,25 0,26 0, Daun 9 0,37 0,19 0, Daun 10 0,37 0,2 0, Mean Media n SD b. Grafik Hasil Pengamatan

8 Grafik Luas Daun 80 Luas Daun Ningrum Mulyadi Hady Sampel Daun 2. Pembahasan Dari hasil pengamatan diatas dapat dilihat bahwa terdapat perbedaan mengenai luas daun masing-masing percobaan oleh praktikan.pada percobaan yang dilakukan Ningrum didapat mean (rataan) 41,37 cm2, sedangkan Mulyadi 40,16 cm2, dan Hady 30,18. Nilai ratarata daun yang didapat Ningrum dan Mulyadi mendekati nilainya, hal ini menunjukkan bahwa sampel yang diambil hampir ukurannya.berbeda dengan Hady yang mendapatkan nilai ratarata luas daun yang cenderung kecil dibandingkan dengan sampel Ningrum dan Mulyadi.Nilai median dari percobaan Ningrum adalah 40,29, sedangkan Mulyadi 37,92 dan Hady 30,79. Setelah didapatkan luas dan rata-rata sampel daun makan didapatkan standar deviasi percobaan Ningrum 9,84, Mulyadi 12,01, dan Hady 6,8 hal ini menunjukkan presisi percobaan Hady lebih tinggi dari pada percobaan Ningum dan Mulyadi karena ukuran presisi yang sering digunakan adalah standar deviasi (σ). Presisi tinggi nilai standar deviasinya kecil dan sebaliknya. Dari pengukuran luas daun dapat dihitung Mean, Median dan Standar Deviasi masingmasing percobaan. Untuk menghitung mean digunakan rumus : Untuk mengukur median dilihat nilai tengah dari data yang diperoleh oleh masingmasing percobaan.standar deviasi merupakan ukuran dispersi yang paling banyak dipakai.

9 Hal ini mungkin karena standar deviasi mempunyai satuan ukuran yang sama dengan satuan ukuran data asalnya. Misalnya, bila satuan data asalnya adalah cm, maka satuan standar deviasinya juga cm. Sebaliknya, varians memiliki satuan kuadrat dari data asalnya (misalnya cm 2 ). Simbol standar deviasi untuk populasi adalah σ (baca: sigma) dan untuk sampel adalah s. Rumus untuk menghitung standar deviasi adalah sebagai berikut : Metode yang digunakan untuk mengukur luas daun pada percobaan ini adalah metode menimbang kertas millimeter. Prinsip pengukurannya dengan membuat patokan dari kertas millimeter yang telah ditentukan luasnya kemudian diukur massa. Kertas tersebut yang akan dibandingkan dengan kertas hasil jiplakan dari daun tersebut. Metode ini menggunakan kertas milimeter dan peralatan menggambar untuk mengukur luas daun.metode ini dapat diterapkan cukup efektif pada daun dengan bentuk daun relatif sederhana dan teratur.pada dasarnya, daun digambar pada kertas milimeter yang dapat dengan mudah dikerjakan dengan meletakkan daun diatas kertas milimeter dan pola daun diikuti. KESIMPULAN Dari percobaan dapat disimpulkan bahwa daun dapat dihitung luasnya, dari luas tersebut dapat dicari mean, median, dan standar deviasi masing-masing pengukuran. Pada percobaan yang dilakukan Ningrum didapat mean (rataan) 41,37 cm2, sedangkan Mulyadi 40,16 cm2, dan Hady 30,18. Nilai rata-rata daun yang didapat Ningrum dan Mulyadi mendekati nilainya, hal ini menunjukkan bahwa sampel yang diambil hampir ukurannya.berbeda dengan Hady yang mendapatkan nilai rata-rata luas daun yang cenderung kecil dibandingkan dengan sampel Ningrum dan Mulyadi. Nilai median dari percobaan Ningrum adalah 40,29, sedangkan Mulyadi 37,92 dan Hady 30,79. Setelah didapatkan luas dan rata-rata sampel daun makan didapatkan standar deviasi percobaan Ningrum 9,84, Mulyadi 12,01, dan Hady 6,8 hal ini menunjukkan presisi percobaan Hady lebih tinggi dari pada percobaan Ningum dan Mulyadi karena ukuran presisi yang sering digunakan adalah standar deviasi (σ). Presisi tinggi nilai standar deviasinya kecil dan sebaliknya.

10 Dari pengukuran luas daun dapat dihitung Mean, Median dan Standar Deviasi masingmasing percobaan. Untuk menghitung mean digunakan rumus : Untuk mengukur median dilihat nilai tengah dari data yang diperoleh oleh masingmasing percobaan.rumus untuk menghitung standar deviasi adalah sebagai berikut : Metode yang digunakan untuk mengukur luas daun pada percobaan ini adalah metode menimbang kertas millimeter. Prinsip pengukurannya dengan membuat patokan dari kertas millimeter yang telah ditentukan luasnya kemudian diukur massa. Kertas tersebut yang akan dibandingkan dengan kertas hasil jiplakan dari daun tersebut. Metode ini menggunakan kertas milimeter dan peralatan menggambar untuk mengukur luas daun. DAFTAR PUSTAKA Anonim, Mean. (online). ( ( Diakses tanggal 29 September 2014). Anonim, Median. (online). ( ( Diakses tanggal 29 September 2014). Anonim, Standar Deviasi. (online). ( ( Diakses tanggal 29 September 2014). Anonim, Akurasi. (online). ( ( Diakses tanggal 29 September 2014). Anonim, Presisi. (online). ( ( Diakses tanggal 29 September 2014). Faizah, Fenny Laporan Praktikum Mengukur Luas Daun. (online). ( (Diakses pada tanggal 29 September 2014).

11 Mikhail, E.M. and Gracie, Gordon Analysis and Adjustment of Survey Measurement.New York :Van Nostrand Reinhold Company Inc. Mutiara, Ira Konsep Pengukuran Dan Kesalahan. Surabaya : ITS Surabaya. Sheimy, Naser Lecture Notes : Adjustment Computation. Department of Geomatics Enginering, The University of Calgary. Wolf, Paul R & Ghilani, Charles D Elementary Surveying : An Introduction to Geomatics. New Jersey :Prentice Hall. LAMPIRAN

V. INDEKS LUAS DAUN A.

V. INDEKS LUAS DAUN A. V. INDEKS LUAS DAUN A. Pendahuluan 1. Latar Belakang Daun merupakan organ tubuh tanaman yang penting, karena pada daun terdapat komponen dan sekaligus tempat berlangsungnya proses fotosintesis, respirasi,

Lebih terperinci

LAPORAN PRAKTIKUM EVALUASI PERTUMBUHAN DAN PRODUKSI TANAMAN HORTIKULTURA ACARA I EVALUASI LUAS DAUN. Oleh : Apriliane Briantika Louise NIM A1L013055

LAPORAN PRAKTIKUM EVALUASI PERTUMBUHAN DAN PRODUKSI TANAMAN HORTIKULTURA ACARA I EVALUASI LUAS DAUN. Oleh : Apriliane Briantika Louise NIM A1L013055 LAPORAN PRAKTIKUM EVALUASI PERTUMBUHAN DAN PRODUKSI TANAMAN HORTIKULTURA ACARA I EVALUASI LUAS DAUN Oleh : Apriliane Briantika Louise NIM A1L013055 KEMENTERIAN RISET, TEKNOLOGI, DAN PENDIDIKAN TINGGI UNIVERSITAS

Lebih terperinci

Laporan Praktikum Analisis Pertumbuhan Tanaman Pengukuran Luas Daun dengan Metode Pengukuran LAM dan Faktor Koreksi

Laporan Praktikum Analisis Pertumbuhan Tanaman Pengukuran Luas Daun dengan Metode Pengukuran LAM dan Faktor Koreksi Laporan Praktikum Analisis Pertumbuhan Tanaman Pengukuran Luas Daun dengan Metode Pengukuran LAM dan Faktor Koreksi NAMA : AMINATUS SHOLIKAH NIM : 115040213111035 KELOMPOK : JUMAT, 06.00 ASISTEN : MBAK

Lebih terperinci

III. METODE PENELITIAN. A. Tempat dan Waktu Penelitian

III. METODE PENELITIAN. A. Tempat dan Waktu Penelitian III. METODE PENELITIAN A. Tempat dan Waktu Penelitian Penelitian ini dilaksanakan di Lahan Percobaan Fakultas Pertanian Universitas Sebelas Maret di daerah Jumantono, Karanganyar, dengan jangka waktu penelitian

Lebih terperinci

PENGANTAR STATISTIK JR113. Drs. Setiawan, M.Pd. Pepen Permana, S.Pd. Deutschabteilung UPI Pertemuan 6

PENGANTAR STATISTIK JR113. Drs. Setiawan, M.Pd. Pepen Permana, S.Pd. Deutschabteilung UPI Pertemuan 6 PENGANTAR STATISTIK JR113 Drs. Setiawan, M.Pd. Pepen Permana, S.Pd. Deutschabteilung UPI 2008 Pertemuan 6 MODUS Modus (Mo) adalah sebuah ukuran untuk menyatakan fenomena yang paling banyak terjadi atau

Lebih terperinci

PENGUKURAN DESKRIPTIF

PENGUKURAN DESKRIPTIF PENGUKURAN DESKRIPTIF STATISTIK INDUSTRI I Jurusan Teknik Industri Universitas Brawijaya Malang 1 PENGUKURAN DESKRIPTIF Suatu pengukuran yang bertujuan untuk memberikan gambaran tentang data yang diperoleh

Lebih terperinci

Mengapa luas daun perlu dievaluasi

Mengapa luas daun perlu dievaluasi EVALUASI LUAS DAUN Mengapa luas daun perlu dievaluasi Luas daun berkaitan dengan Jumlah khlorofil Penerimaan cahaya Keduanya mempengaruhi fotosintesis Metode evaluasi Gravimetri Kertas mm blok Leaf area

Lebih terperinci

Pengukuran Deskriptif

Pengukuran Deskriptif Pengukuran Deskriptif 2.2 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Pendahuluan Tendensi Sentral Ukuran Dispersi 3 Pendahuluan Pengukuran Deskriptif 4 Definisi

Lebih terperinci

Laporan Praktikum Analisis Pertumbuhan Tanaman Pengukuran Luas Daun dengan Metode Punch

Laporan Praktikum Analisis Pertumbuhan Tanaman Pengukuran Luas Daun dengan Metode Punch Laporan Praktikum Analisis Pertumbuhan Tanaman Pengukuran Luas Daun dengan Metode Punch Nama : Ario Wahyu NIM : 115040207111027 Kelompok : Rabu. 07.30 Asisten : Mas Bayu PROGRAM STUDI AGROEKOTEKNOLOGI

Lebih terperinci

III. BAHAN DAN METODE A. Tempat dan Waktu Penelitian ini dilaksanakaan pada bulan Juni sampai dengan November 2015 di Lahan Percobaan Fakultas

III. BAHAN DAN METODE A. Tempat dan Waktu Penelitian ini dilaksanakaan pada bulan Juni sampai dengan November 2015 di Lahan Percobaan Fakultas 10 III. BAHAN DAN METODE A. Tempat dan Waktu Penelitian ini dilaksanakaan pada bulan Juni sampai dengan November 2015 di Lahan Percobaan Fakultas Pertanian Universitas Sebelas Maret Surakarta di Jumantono,

Lebih terperinci

Pengukuran Deskriptif. Debrina Puspita Andriani /

Pengukuran Deskriptif. Debrina Puspita Andriani    / Pengukuran Deskriptif 3 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Pendahuluan Tendensi Sentral Ukuran Dispersi 3 Pendahuluan Pengukuran Deskriptif 4 Definisi Pengukuran

Lebih terperinci

MENGHITUNG NILAI RATA-RATA SUATU DISTRIBUSI DATA

MENGHITUNG NILAI RATA-RATA SUATU DISTRIBUSI DATA MENGHITUNG NILAI RATA-RATA SUATU DISTRIBUSI DATA AMIYELLA ENDISTA SKG.MKM Email : amiyella.endista@yahoo.com Website : www.berandakami.wordpress.com Perhitungan Nilai Gejala Pusat Mean Median Modus Range

Lebih terperinci

PENGUKURAN VARIANS DAN SIMPANGAN BAKU

PENGUKURAN VARIANS DAN SIMPANGAN BAKU PEGUKURA VARIAS DA SIMPAGA BAKU Varians data yang belum dikelompokkan Pengertian varians mirip dengan deviasi rata-rata. Hanya saja, untuk memperoleh hasil perhitungan dalam bilangan positif tidak lagi

Lebih terperinci

Pertemuan 8 UKURAN PENYEBARAN. A. Ukuran Penyebaran untuk Data yang tidak Dikelompokkan. Terdapat empat ukuran penyebaran absolut yang utama, yaitu:

Pertemuan 8 UKURAN PENYEBARAN. A. Ukuran Penyebaran untuk Data yang tidak Dikelompokkan. Terdapat empat ukuran penyebaran absolut yang utama, yaitu: Pertemuan 8 UKURA PEYEBARA 1. Pengertian Penyebaran (Dispersi) Penyebaran adalah perserakan data individual terhadap nilai rata-rata. Data homogen memiliki penyebaran (dispersi) yang kecil, sedangkan data

Lebih terperinci

III. METODE PENELITIAN A.

III. METODE PENELITIAN A. III. METODE PENELITIAN A. Tempat dan Waktu Penelitian Penelitian dilaksanakan di Lahan Percobaan Fakultas Pertanian Universitas Sebelas Maret Surakarta di Jumantono, Karanganyar. Pelaksanaan penelitian

Lebih terperinci

MATERI DAN METODE PENELITIAN

MATERI DAN METODE PENELITIAN 6 II. MATERI DAN METODE PENELITIAN 1. Materi, Lokasi dan Waktu Penelitian 1.1. Materi Penelitian 1.1.1. Bahan Bahan-bahan yang digunakan meliputi daun pohon sengon sebagai sampel yang terdapat di daerah

Lebih terperinci

OPTIMASI JARING PADA PENGUKURAN ORDE-3 MENGGUNAKAN PERATAAN PARAMETER

OPTIMASI JARING PADA PENGUKURAN ORDE-3 MENGGUNAKAN PERATAAN PARAMETER OPTIMASI JARING PADA PENGUKURAN ORDE-3 MENGGUNAKAN PERATAAN PARAMETER Yeni Arsih Sriani, Mokhamad Nur Cahyadi Teknik Geomatika, Fakultas Teknik Sipil dan Perencanaan,Institut Teknologi Sepuluh Nopember

Lebih terperinci

PENGUKURAN LUAS DAUN DENGAN METODE SIMPSON (THE MEASUREMENT OF LEAVES AREA BY SIMPSON METHOD)

PENGUKURAN LUAS DAUN DENGAN METODE SIMPSON (THE MEASUREMENT OF LEAVES AREA BY SIMPSON METHOD) PENGUKURAN LUAS DAUN DENGAN METODE SIMPSON (THE MEASUREMENT OF LEAVES AREA BY SIMPSON METHOD) HARYADI Program Studi Agroteknologi Fakultas Pertanian dan Kehutanan Universitas Muhammadiyah Palangkaraya

Lebih terperinci

II. METODE PENELITIAN

II. METODE PENELITIAN 9 II. METODE PENELITIAN A. Tempat dan Waktu Penelitian Penelitian ini dilaksanakan dari bulan Oktober 2015 sampai bulan Desember 2015 yang bertempat di di Pusat Penelitian dan Pengembangan Lahan Kering

Lebih terperinci

ANALISIS KOREKSI GEOMETRIK MENGGUNAKAN METODE DIRECT GEOREFERENCING PADA CITRA SATELIT ALOS DAN FORMOSAT-2

ANALISIS KOREKSI GEOMETRIK MENGGUNAKAN METODE DIRECT GEOREFERENCING PADA CITRA SATELIT ALOS DAN FORMOSAT-2 ANALISIS KOREKSI GEOMETRIK MENGGUNAKAN METODE DIRECT GEOREFERENCING PADA CITRA SATELIT ALOS DAN Suzyantie Lisa Dewi, Eko uli Handoko ST,MT, Hepi Hapsari Handayani ST, Msc Program Studi Teknik Geomatika,

Lebih terperinci

LAPORAN PRAKTIKUM KIMIA FISIKA I PEMERIKSAAN KESALAHAN-KESALAHAN. Oleh : Nama : I Gede Dika Virga Saputra NIM : Kelompok : IV.

LAPORAN PRAKTIKUM KIMIA FISIKA I PEMERIKSAAN KESALAHAN-KESALAHAN. Oleh : Nama : I Gede Dika Virga Saputra NIM : Kelompok : IV. LAPORAN PRAKTIKUM KIMIA FISIKA I PEMERIKSAAN KESALAHAN-KESALAHAN Oleh : Nama : I Gede Dika Virga Saputra NIM : 1108105034 Kelompok : IV.B JURUSAN KIMIA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS

Lebih terperinci

HASIL DAN PEMBAHASAN. A. Kondisi Umum Penelitian

HASIL DAN PEMBAHASAN. A. Kondisi Umum Penelitian 2 IV. HASIL DAN PEMBAHASAN A. Kondisi Umum Penelitian Pada saat penelitian berlangsung suhu dan RH di dalam Screen house cukup fluktiatif yaitu bersuhu 26-38 o C dan berrh 79 95% pada pagi hari pukul 7.

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN III. METODE PENELITIAN A. Alat dan Bahan Bahan-bahan yang digunakan dalam penelitian adalah daun tanaman singkong 1-3 bulan, alkohol 70%, HCl 0,7%, NaOH 1N, ZnSO 4 5%, Ba(OH) 2 0,3%, pereaksi Cu, pereaksi

Lebih terperinci

METODOLOGI PENELITIAN. Penelitian ini dilaksanakan pada bulan Juli sampai dengan September 2015 di

METODOLOGI PENELITIAN. Penelitian ini dilaksanakan pada bulan Juli sampai dengan September 2015 di 1 III. METODOLOGI PENELITIAN 3.1 Waktu dan Tempat Penelitian Penelitian ini dilaksanakan pada bulan Juli sampai dengan September 2015 di Greenhouse dan Ruang Laboratorium Rekayasa Sumber Daya Air dan Lahan

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Variabel yang diamati pada penelitian ini adalah : 1. Kadar klorofil daun mahoni (Swietenia macrophylla King)

BAB III METODOLOGI PENELITIAN. Variabel yang diamati pada penelitian ini adalah : 1. Kadar klorofil daun mahoni (Swietenia macrophylla King) 20 BAB III METODOLOGI PENELITIAN 3.1 Lokasi dan Waktu Penelitian Penelitian ini dilaksanakan di laboratorium jurusan biologi, Fakultas MIPA Universitas Negeri Gorontalo selama 2 Bulan. 3.2 Variabel Penelitian

Lebih terperinci

bio.unsoed.ac.id III. METODE PENELITIAN A. Alat dan Bahan

bio.unsoed.ac.id III. METODE PENELITIAN A. Alat dan Bahan III. METODE PENELITIAN A. Alat dan Bahan Alat-alat yang digunakan adalah timbangan analitik, tabung reaksi, higrometer, altimeter, pipet berskala, labu ukur, oven, spektrofotometer, gunting, plastik, alat

Lebih terperinci

Materi : Bab XIII. LUAS Pengajar : Khomsin, ST

Materi : Bab XIII. LUAS Pengajar : Khomsin, ST PENDIDIKN DN PETIHN (DIKT TEKNIS PENGUKURN DN PEMETN KOT Surabaya, 9 gustus 00 Materi : Bab XIII. US Pengajar : Komsin, ST FKUTS TEKNIK SIPI DN PERENCNN INSTITUT TEKNOOGI SEPUUH NOPEMBER BB XIII. US Ole:

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan pada bulan April sampai dengan bulan Juli 2014 di

III. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan pada bulan April sampai dengan bulan Juli 2014 di 34 III. METODOLOGI PENELITIAN A. Waktu dan Tempat Penelitian Penelitian ini dilaksanakan pada bulan April sampai dengan bulan Juli 2014 di laboratorium Kimia Analitik Fakultas Matematika dan Ilmu Pengetahuan

Lebih terperinci

BAB. XVI. THEODOLIT 16.1 Pengertian 16.2 Bagian Theodolit

BAB. XVI. THEODOLIT 16.1 Pengertian 16.2 Bagian Theodolit BAB. XVI. THEODOLIT 16.1 Pengertian Theodolit merupakan alat ukur tanah yang universal. Selain digunakan untuk mengukur sudut harisontal dan sudut vertikal, theodolit juga dapat digunakan untuk mengukur

Lebih terperinci

III. MATERI DAN METODE PENELITIAN

III. MATERI DAN METODE PENELITIAN III. MATERI DAN METODE PENELITIAN A. Materi, Lokasi dan Waktu Penelitian 1. Materi Penelitian a. Bahan Bahan yang digunakan adalah daun kacang panjang, alkohol 70%, HCl 0,7%, NaOH 1N, ZnSO 4 5%, Ba(OH)

Lebih terperinci

APLIKASI KETIDAKPASTIAN DALAM PENGUKURAN Nama: Handoyo Margi Waluyo

APLIKASI KETIDAKPASTIAN DALAM PENGUKURAN Nama: Handoyo Margi Waluyo APLIKASI KETIDAKPASTIAN DALAM PENGUKURAN Nama: Handoyo Margi Waluyo A. Latar Belakang dan Tujuaan Fisika adalah ilmu pengetahuan yang berbasis pada pengamatan terhadap gejala alam. Inti dari pengamatan

Lebih terperinci

Statistika Farmasi

Statistika Farmasi Bab 1:,, Statistika FMIPA Universitas Islam Indonesia Data Populasi dan Sampel Menurut Websters New World Dictionary, data berarti sesuatu yang diketahui atau dianggap. Dengan demikian, data dapat memberikan

Lebih terperinci

III. METODE PENELITIAN. Gambar 3.1 Peta Lokasi Jalur Hijau Jalan Gerilya Kota Purwokerto. bio.unsoed.ac.id

III. METODE PENELITIAN. Gambar 3.1 Peta Lokasi Jalur Hijau Jalan Gerilya Kota Purwokerto. bio.unsoed.ac.id III. METODE PENELITIAN A. Bahan dan Alat Bahan yang digunakan pada penelitian ini adalah HCl 0,7 %, NaOH1 N, ZnSO4 5%, Ba(OH)2 0,3 N, Akuades, Pereaksi Cu, Alkohol 70%. Sedangkan alat yang digunakan adalah

Lebih terperinci

SATUAN ACARA PERKULIAHAN MATA KULIAH : STATISTIKA DASAR (3 SKS) KODE MATA KULIAH : MT308

SATUAN ACARA PERKULIAHAN MATA KULIAH : STATISTIKA DASAR (3 SKS) KODE MATA KULIAH : MT308 JURUSAN PENDIDIKAN MATEMATIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA SATUAN ACARA PERKULIAHAN MATA KULIAH : STATISTIKA DASAR (3 SKS) KODE MATA KULIAH : MT308 MINGGU KE POKOK & SUB POKOK BAHASAN 1 PENDAHULUAN

Lebih terperinci

MA2082 BIOSTATISTIKA Orang Biologi Tidak Anti Statistika

MA2082 BIOSTATISTIKA Orang Biologi Tidak Anti Statistika Catatan Kuliah MA2082 BIOSTATISTIKA Orang Biologi Tidak Anti Statistika disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2011 Tentang MA2082

Lebih terperinci

Metode Penelitian Kuantitatif Aswad Analisis Deskriptif

Metode Penelitian Kuantitatif Aswad Analisis Deskriptif Analisis Deskriptif Tanpa mengurangi keterumuman, pembahasan analisis deskriptif kali ini difokuskan kepada pembahasan tentang Ukuran Pemusatan Data, dan Ukuran Penyebaran Data Terlebih dahulu penting

Lebih terperinci

TAHUN PELAJARAN 2003/2004 SMK. Matematika Non Teknik Seni dan Kerajinan (E4-4) PAKET 1 (UTAMA) SELASA, 11 MEI 2004 Pukul

TAHUN PELAJARAN 2003/2004 SMK. Matematika Non Teknik Seni dan Kerajinan (E4-4) PAKET 1 (UTAMA) SELASA, 11 MEI 2004 Pukul DOKUMEN NEGARA 00 EP90 SANGAT RAHASIA UJIAN NASIONAL TAHUN PELAJARAN 00/00 SMK Matematika Non Teknik Seni dan Kerajinan (E) PAKET (UTAMA) SELASA, MEI 00 Pukul 07.0 09.0 DEPARTEMEN PENDIDIKAN NASIONAL Hak

Lebih terperinci

TUGAS MANAJEMEN DATA MAKALAH ANALISIS DATA KUANTITATIF

TUGAS MANAJEMEN DATA MAKALAH ANALISIS DATA KUANTITATIF TUGAS MANAJEMEN DATA MAKALAH ANALISIS DATA KUANTITATIF OLEH ARFAN KAFTARU 1307012285 FAKULTAS KESEHATAN MASYARAKAT UNIVERSITAS NUSA CENDANA KUPANG 2017 i KATA PENGANTAR Puji syukur kehadirat Tuhan Yang

Lebih terperinci

UKURAN NILAI SENTRAL&UKURAN PENYEBARAN. Tita Talitha, MT

UKURAN NILAI SENTRAL&UKURAN PENYEBARAN. Tita Talitha, MT UKURAN NILAI SENTRAL&UKURAN PENYEBARAN Tita Talitha, MT DISTRIBUSI FREKWENSI PENGERTIAN distribusi frekwensi adalah suatu tabel dimana banyaknya kejadian / frekwensi didistribusikan ke dalam kelas-kelas

Lebih terperinci

Analisa Perbandingan Volume Cut and Fill menggunakan Total Station dan GPS CORS (Continouosly Operating Reference Station) Metode RTK NTRIP

Analisa Perbandingan Volume Cut and Fill menggunakan Total Station dan GPS CORS (Continouosly Operating Reference Station) Metode RTK NTRIP Analisa Perbandingan Volume Cut and Fill menggunakan Total Station dan GPS CORS (Continouosly Operating Reference Station) Metode RTK NTRIP Firman Amanullah 3509100027 Email : surveyorfirman@gmail.com

Lebih terperinci

KEGIATAN BELAJAR ANALISIS DATA SECARA DESKRIPTIF UNTUK DATA NUMERIK. Dr. Heru Santoso Wahito Nugroho, CPMC

KEGIATAN BELAJAR ANALISIS DATA SECARA DESKRIPTIF UNTUK DATA NUMERIK. Dr. Heru Santoso Wahito Nugroho, CPMC KEGIATAN BELAJAR ANALISIS DATA SECARA DESKRIPTIF UNTUK DATA NUMERIK Dr. Heru Santoso Wahito Nugroho, CPMC Published by: Forum Ilmiah Kesehatan (Forikes) Ponorogo, Indonesia 2014 1 DESKRIPSI MATERI KEGIATAN

Lebih terperinci

dapat digunakan formulasi sebagai berikut : Letak Letak Letak

dapat digunakan formulasi sebagai berikut : Letak Letak Letak 1. Ukuran Letak Agar kita dapat mengetahui lebih jauh mengenai karakteristik data observasi dengan beberapa ukuran sentral, kita sebaiknya mengetahui beberapa ukuran lain, yaitu ukuran letak. Ada tiga

Lebih terperinci

Ulangan Lebar Panjang Luas Daun 1 6,5 cm 12 cm 78 cm Daun 2 7 cm 10 cm 70 cm Rata- Rata 6.75 cm 11 cm 74 cm

Ulangan Lebar Panjang Luas Daun 1 6,5 cm 12 cm 78 cm Daun 2 7 cm 10 cm 70 cm Rata- Rata 6.75 cm 11 cm 74 cm III. Hasil Pengamatan dan Pembahasan A. Data Hasil Pengamatan - Ukuran daun Ulangan Lebar Panjang Luas Daun 1 6,5 cm 12 cm 78 cm Daun 2 7 cm 10 cm 70 cm Rata- Rata 6.75 cm 11 cm 74 cm - Kecepatan transpirasi

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian dilaksanakan pada bulan Mei 2015 Juni 2015 di Laboratorium

III. METODOLOGI PENELITIAN. Penelitian dilaksanakan pada bulan Mei 2015 Juni 2015 di Laboratorium III. METODOLOGI PENELITIAN 3.1 Waktu dan Tempat Penelitian dilaksanakan pada bulan Mei 2015 Juni 2015 di Laboratorium Rekayasa Sumber Daya Air dan Lahan Jurusan Teknik Pertanian Universitas Lampung. 3.2

Lebih terperinci

PENGARUH LAMA PENYIMPANAN TERHADAP RENDEMEN DAN KUALITAS MINYAK ATSIRI DAUN LEDA (Eucalyptus deglupta)

PENGARUH LAMA PENYIMPANAN TERHADAP RENDEMEN DAN KUALITAS MINYAK ATSIRI DAUN LEDA (Eucalyptus deglupta) PENGARUH LAMA PENYIMPANAN TERHADAP RENDEMEN DAN KUALITAS MINYAK ATSIRI DAUN LEDA (Eucalyptus deglupta) Ganis Lukmandaru, Denny Irawati dan Sri Nugroho Marsoem Fakultas Kehutanan Universitas Gadjah Mada,

Lebih terperinci

BESARAN STATISTIK (UKURAN TENGAH DAN UKURAN

BESARAN STATISTIK (UKURAN TENGAH DAN UKURAN BESARAN STATISTIK (UKURAN TENGAH DAN UKURAN DISPERSI) UKURAN TENGAH Ukuran tengah nilai tunggal yang representatif untuk keseluruhan nilai data. Ukuran tendensi sentral nilainya cenderung terletak di urutan

Lebih terperinci

Tabel 7-1 Rata-rata hitung hasil test mata kuliah statistik deskriptif kelompok A dan B. A B

Tabel 7-1 Rata-rata hitung hasil test mata kuliah statistik deskriptif kelompok A dan B. A B A. Pengukuran Penyebaran (Dispersi) 1. Pengertian Tentang Disperse. Digunakan untuk menunjukkan keadaan berikut : a. Gambaran variabilitas data Yang dimaksud dengan variabilitas data adalah suatu ukuran

Lebih terperinci

STUDI KEANDALAN ALAT ETS GOWIN TKS 202 DALAM PENGUKURAN SITUASI. Mikho Henri Darmawan,Ir.Chatarina N.MT, Danar Guruh P.ST,MT

STUDI KEANDALAN ALAT ETS GOWIN TKS 202 DALAM PENGUKURAN SITUASI. Mikho Henri Darmawan,Ir.Chatarina N.MT, Danar Guruh P.ST,MT STUDI KEANDALAN ALAT ETS GOWIN TKS 0 DALAM PENGUKURAN SITUASI Mikho Henri Darmawan,Ir.Chatarina N.MT, Danar Guruh P.ST,MT Jurusan Teknik Geomatika ITS-Sukolilo, Surabaya 60 Abstrak Pekerjaan pengukuran

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan pada bulan Agustus sampai September 2015 di

III. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan pada bulan Agustus sampai September 2015 di 12 III. METODOLOGI PENELITIAN 3.1 Waktu dan Tempat Penelitian Penelitian ini dilaksanakan pada bulan Agustus sampai September 2015 di Laboraturium Rekayasa Sumber Daya Air dan Lahan, Jurusan Teknik Pertanian

Lebih terperinci

Contoh Laporan Praktikum Jangka Sorong dan Mikrometer Sekrup

Contoh Laporan Praktikum Jangka Sorong dan Mikrometer Sekrup Contoh Laporan Praktikum Jangka Sorong dan Mikrometer Sekrup BAB I PENDAHULUAN A. Latar Belakang Fisika adalah sains atau ilmu tentang alam dalam makna yang terluas. Fisika mempelajari gejala alam yang

Lebih terperinci

PENENTUAN KEBUTUHAN CAHAYA BUATAN PADA SISTEM PENCAHAYAAN TERPADU DALAM RUANG KULIAH DI TENIK FISIKA ITS DENGAN METODE LOGIKA FUZZY

PENENTUAN KEBUTUHAN CAHAYA BUATAN PADA SISTEM PENCAHAYAAN TERPADU DALAM RUANG KULIAH DI TENIK FISIKA ITS DENGAN METODE LOGIKA FUZZY PENENTUAN KEBUTUHAN CAHAYA BUATAN PADA SISTEM PENCAHAYAAN TERPADU DALAM RUANG KULIAH DI TENIK FISIKA ITS DENGAN METODE LOGIKA FUZZY Heri Joestiono, Aulia Siti Aisjah, Bambang L.W. Ringkasan- Pencahayaan

Lebih terperinci

ANALISA KEANDALAN PADA PERALATAN UNIT PENGGILINGAN AKHIR SEMEN UNTUK MENENTUKAN JADWAL PERAWATAN MESIN (STUDI KASUS PT. SEMEN INDONESIA PERSERO TBK.

ANALISA KEANDALAN PADA PERALATAN UNIT PENGGILINGAN AKHIR SEMEN UNTUK MENENTUKAN JADWAL PERAWATAN MESIN (STUDI KASUS PT. SEMEN INDONESIA PERSERO TBK. ANALISA KEANDALAN PADA PERALATAN UNIT PENGGILINGAN AKHIR SEMEN UNTUK MENENTUKAN JADWAL PERAWATAN MESIN (STUDI KASUS PT. SEMEN INDONESIA PERSERO TBK.) I Gusti Ngr. Rai Usadha 1), Valeriana Lukitosari 2),

Lebih terperinci

UKURAN PEMUSATAN DATA STATISTIK

UKURAN PEMUSATAN DATA STATISTIK UKURAN PEMUSATAN DATA STATISTIK Pengantar Dari setiap kumpulan data, terdapat tiga ukuran atau tiga nilai statistik yang dapat mewakili data tersebut, yaitu rataan (mean), median, dan modus. Ketiga nilai

Lebih terperinci

PANDUAN PRAKTIKUM. Kelompok

PANDUAN PRAKTIKUM. Kelompok PANDUAN PRAKTIKUM 1. Sistem Praktikum Setiap kelompok akan berbeda modul (unit) praktikum pada setiap pertemuan dan pertemuan selanjutnya pindah ke modul lain dengan urutan berdasarkan unit. Berikut tabel

Lebih terperinci

Probabilitas dan Statistika Analisis Data Lanjut. Adam Hendra Brata

Probabilitas dan Statistika Analisis Data Lanjut. Adam Hendra Brata Probabilitas dan Analisis Lanjut Adam Hendra Brata Tunggal Populasi adalah sebagai sekumpulan data yang mengidentifikasi suatu fenomena. Sampel adalah sekumpulan data yang diambil atau diseleksi dari suatu

Lebih terperinci

LAPORAN EKSPERIMEN FOTO SISTESIS

LAPORAN EKSPERIMEN FOTO SISTESIS LAPORAN KARYA TEKNOLOGI TEPAT GUNA LAPORAN EKSPERIMEN FOTO SISTESIS Oleh: Supratman, S.Pd. SEKOLAH MENENGAH ATAS NEGERI 12 BENGKULU 2009 BAB I PENDAHULUAN 1.1 Latar Belakang Fotosintesis berasal dari kata

Lebih terperinci

KATA PENGANTAR. Kelapa Dua, September Tim Litbang

KATA PENGANTAR. Kelapa Dua, September Tim Litbang KATA PENGANTAR Puji syukur kami panjatkan kepada Tuhan Yang Maha Esa atas limpahan rahmat dan karunia-nya sehingga modul praktikum Statistika 1 materi ukuran statistik ini dapat terselesaikan. Modul praktikum

Lebih terperinci

UKURAN DISPERSI (SEBARAN)DATA

UKURAN DISPERSI (SEBARAN)DATA Malim Muhammad, M.Sc. UKURAN DISPERSI (SEBARAN)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 DISPERSI

Lebih terperinci

UKURAN TENGAH DAN UKURAN DISPERSI

UKURAN TENGAH DAN UKURAN DISPERSI UKURAN TENGAH DAN UKURAN DISPERSI UKURAN TENGAH Ukuran tengah nilai tunggal yang representatif untuk keseluruhan nilai data. Ukuran tendensi sentral nilainya cenderung terletak di urutan paling tengah

Lebih terperinci

MODUL MATEMATIKA SMA IPA Kelas 11

MODUL MATEMATIKA SMA IPA Kelas 11 SMA IPA Kelas A. Data Tunggal No. Jenis Rumus Rumus. Rata-rata (rataan) hitung _ x x x x n Median Me x, untuk n ganjil _ x : rata-rata x n : data ke-n n : banyaknya data. Modus Modus (Mo) merupakan data

Lebih terperinci

LAPORAN PRAKTIKUM INSTRUMENTASI DAN PENGUKURAN

LAPORAN PRAKTIKUM INSTRUMENTASI DAN PENGUKURAN LAPORAN PRAKTIKUM INSTRUMENTASI DAN PENGUKURAN PENERAAN ALAT UKUR VOLUMETRIK Dosen Pembimbing : Endang Widiastuti Kelompok 5 M Syarif Hidayatullah NIM 111431017 Nadia Luthfi Nuran NIM 111431018 Neng Teti

Lebih terperinci

UKURAN PENYEBARAN DATA

UKURAN PENYEBARAN DATA UKURAN PENYEBARAN DATA HERDIAN S.Pd., M.Pd. SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER (STMIK) PRINGSEWU UKURAN PENYEBARAN DATA Selain ukuran pemusatan data dan ukuran letak data, ada juga yang

Lebih terperinci

BAB III UKURAN TENGAH DAN DISPERSI

BAB III UKURAN TENGAH DAN DISPERSI BAB III UKURAN TENGAH DAN DISPERSI Dalam pembicaraan yang lalu kita telah mempresentasikan data dalam bentuk tabel dan grafik yang bertujuan meringkaskan dan menggambarkan data kuantitatif, untuk mendapatkan

Lebih terperinci

S T A T I S T I K A. Pertemuan ke-2

S T A T I S T I K A. Pertemuan ke-2 S T A T I S T I K A Pertemuan ke-2 Dasar-dasar Penghitungan Gejala Pusat Mean / Average / Rata-rata / Median / Me Mode / Modus / Mo Standard Deviation / Simpangan Baku / s Contoh : Susunlah data hasil

Lebih terperinci

ABSTRAK. Kata kunci: pertumbuhan, perkembangan, irreversibel

ABSTRAK. Kata kunci: pertumbuhan, perkembangan, irreversibel PERTUMBUHAN TANAMAN Melya Nisa (1210423012) Jurusan Biologi Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Andalas ABSTRAK Pertumbuhan berkaitan dengan perubahan ukuran dan massa. Pada sel,

Lebih terperinci

TATA CARA PENELITIAN. A. Tempat dan Waktu Penelitian. Penelitian telah dilaksanakan di Green House Fakultas Pertanian UMY dan

TATA CARA PENELITIAN. A. Tempat dan Waktu Penelitian. Penelitian telah dilaksanakan di Green House Fakultas Pertanian UMY dan III. TATA CARA PENELITIAN A. Tempat dan Waktu Penelitian Penelitian telah dilaksanakan di Green House Fakultas Pertanian UMY dan Laboratorium Penelitian pada bulan Januari sampai April 2016. B. Bahan dan

Lebih terperinci

Dr. I Gusti Bagus Rai Utama, SE., M.MA., MA.

Dr. I Gusti Bagus Rai Utama, SE., M.MA., MA. Dr. I Gusti Bagus Rai Utama, SE., M.MA., MA. Populasi : totalitas dari semua objek/ individu yg memiliki karakteristik tertentu, jelas dan lengkap yang akan diteliti Sampel : bagian dari populasi yang

Lebih terperinci

MODUL MATA PELAJARAN IPA

MODUL MATA PELAJARAN IPA KERJASAMA DINAS PENDIDIKAN KOTA SURABAYA DENGAN FAKULTAS MIPA UNIVERSITAS NEGERI SURABAYA MODUL MATA PELAJARAN IPA Pengukuran untuk kegiatan PELATIHAN PENINGKATAN MUTU GURU DINAS PENDIDIKAN KOTA SURABAYA

Lebih terperinci

RENCANA PEMBELAJARAN SEMESTER (RPS) Mata Kuliah : Hitung Perataan. Kode / SKS : C14353 / 2 SKS

RENCANA PEMBELAJARAN SEMESTER (RPS) Mata Kuliah : Hitung Perataan. Kode / SKS : C14353 / 2 SKS RENCANA PEMBELAJARAN SEMESTER (RPS) Mata Kuliah : Hitung Perataan Kode / SKS : C14353 / 2 SKS Penyusun: Tanjung Nugroho Bambang Suyudi PROGRAM DIPLOMA IV PERTANAHAN SEKOLAH TINGGI PERTANAHAN NASIONAL Yogyakarta

Lebih terperinci

5. STATISTIKA PENYELESAIAN. a b c d e Jawab : b

5. STATISTIKA PENYELESAIAN. a b c d e Jawab : b . STATISTIKA A. Membaca Sajian Data dalam Bentuk Diagram. UN 00 IPS PAKET A Diagram lingkaran berikut menunjukan persentase jenis pekerjaan penduduk di kota X. Jumlah penduduk seluruhnya adalah 3.600.000

Lebih terperinci

PERBANDINGAN AKURASI PREDIKSI PASANG SURUT ANTARA METODE ADMIRALTY DAN METODE LEAST SQUARE

PERBANDINGAN AKURASI PREDIKSI PASANG SURUT ANTARA METODE ADMIRALTY DAN METODE LEAST SQUARE Sidang Tugas Akhir PERBANDINGAN AKURASI PREDIKSI PASANG SURUT ANTARA METODE ADMIRALTY DAN METODE LEAST SQUARE Miftakhul Ulum 350710021 Pendahuluan 2 Latar Belakang Pasut fenomena periodik dapat diprediksi

Lebih terperinci

Setelah mempelajari bahan ajar ini diharapkan Anda dapat:

Setelah mempelajari bahan ajar ini diharapkan Anda dapat: D. Pembelajaran 4 1. Silabus N o STANDAR KOMPE TENSI Menerapk an aturan konsep statistika dalam pemecaha n masalah KOMPE TENSI DASAR Mengidenti fikasi pengerti-an statistik, statistika, populasi dan sampel

Lebih terperinci

PENJABARAN MATA KULIAH (COURSE OUTLINE)

PENJABARAN MATA KULIAH (COURSE OUTLINE) UNIVERSITAS ISLAM INDONESIA FM-UII-AA-FKA-05/RO Versi : 1 Tanggal Revisi : 25 Juli 2011 Revisi : 1 Tanggal Berlaku : 1 September 2011 PENJABARAN MATA KULIAH (COURSE OUTLINE) A. IDENTITAS MATA KULIAH Nama

Lebih terperinci

Perbandingan pengukuran luas daun kedelai dengan metode gravimetri, regresi dan scanner

Perbandingan pengukuran luas daun kedelai dengan metode gravimetri, regresi dan scanner Jurnal Kultivasi Vol. 16 (3) Desember 2017 425 Irwan, A.W. F.Y. Wicaksono Perbandingan pengukuran luas daun kedelai dengan metode gravimetri, regresi dan scanner Comparations of soybean s leaf area measurement

Lebih terperinci

BAHAN DAN METODE Waktu dan Tempat Penelitian Bahan dan Metode Penelitian

BAHAN DAN METODE Waktu dan Tempat Penelitian Bahan dan Metode Penelitian 9 BAHAN DAN METODE Waktu dan Tempat Penelitian Penelitian dilaksanakan pada bulan Januari 2005 sampai Pebruari 2006. Tempat penelitian di Kebun Tajur I UPT Kebun Percobaan IPB Unit Kegiatan Pusat Kajian

Lebih terperinci

BAB 3 METODOLOGI PENELITIAN

BAB 3 METODOLOGI PENELITIAN BAB 3 METODOLOGI PENELITIAN 3.1 Waktu dan Tempat Penelitian dilakukan pada bulan April sampai Juli 2016. Tanah pada lahan penelitian tergolong jenis Grumusol (Vertisol), dan berada pada ketinggian kurang

Lebih terperinci

MA2082 BIOSTATISTIKA Orang Biologi Tidak Anti Statistika

MA2082 BIOSTATISTIKA Orang Biologi Tidak Anti Statistika Catatan Kuliah MA2082 BIOSTATISTIKA Orang Biologi Tidak Anti Statistika disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2011 Tentang MA2082

Lebih terperinci

HASIL DAN PEMBAHASAN. Pengelompokan tanaman

HASIL DAN PEMBAHASAN. Pengelompokan tanaman 29 HASIL DAN PEMBAHASAN Pengelompokan tanaman Hasil pengamatan yang telah dilakukan terhadap sampel daun untuk mengetahui ukuran stomata/mulut daun, dapat dilihat pada tabel 3. Pada tabel 3 ditunjukkan

Lebih terperinci

III. BAHAN DAN METODE. Penelitian ini dilaksanakan pada September - Desember 2013 di dua lokasi, yaitu

III. BAHAN DAN METODE. Penelitian ini dilaksanakan pada September - Desember 2013 di dua lokasi, yaitu 9 III. BAHAN DAN METODE 3.1 Tempat dan Waktu Penelitian Penelitian ini dilaksanakan pada September - Desember 2013 di dua lokasi, yaitu Gebang Hanura (Kecamatan Gedong Tataan) dan Kurungan Nyawa (Kecamatan

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Alat ukur mempunyai peran yang sangat besar dalam hampir semua aktivitas kehidupan manusia. Dalam kegiatan pembangunan fasilitas umum, alat ukur selalu dipakai dari

Lebih terperinci

C. Ukuran Letak dan Ukuran Penyebaran Data

C. Ukuran Letak dan Ukuran Penyebaran Data C. Ukuran Letak dan Ukuran Penyebaran Data. Ukuran Letak Data Tunggal a. Kuartil Pada data dengan banyak data n 4, Kuartil membagi data menjadi 4 bagian sama banyak, sehingga diperoleh tiga nilai yang

Lebih terperinci

ANALISA PERBANDINGAN KETELITIAN PENGUKURAN KERANGKA KONTROL HORISONTAL ORDE-4 MENGGUNAKAN GPS GEODETIK METODE RAPID STATIC DENGAN TOTAL STATION

ANALISA PERBANDINGAN KETELITIAN PENGUKURAN KERANGKA KONTROL HORISONTAL ORDE-4 MENGGUNAKAN GPS GEODETIK METODE RAPID STATIC DENGAN TOTAL STATION ANALISA PERBANDINGAN KETELITIAN PENGUKURAN KERANGKA KONTROL HORISONTAL ORDE-4 MENGGUNAKAN GPS GEODETIK METODE RAPID STATIC DENGAN TOTAL STATION SIAM ARIFAL EFFENDI, MUHAMMAD TAUFIK, EKO YULI HANDOKO Program

Lebih terperinci

TATAP MUKA IV UKURAN PENYIMPANGAN SKEWNESS DAN KURTOSIS. Fitri Yulianti, SP. MSi.

TATAP MUKA IV UKURAN PENYIMPANGAN SKEWNESS DAN KURTOSIS. Fitri Yulianti, SP. MSi. TATAP MUKA IV UKURAN PENYIMPANGAN SKEWNESS DAN KURTOSIS Fitri Yulianti, SP. MSi. UKURAN PENYIMPANGAN Pengukuran penyimpangan adalah suatu ukuran yang menunjukkan tinggi rendahnya perbedaan data yang diperoleh

Lebih terperinci

Laporan Praktikum Kimia Fisika 1 Refraktometer

Laporan Praktikum Kimia Fisika 1 Refraktometer Laporan Praktikum Kimia Fisika 1 Refraktometer Oleh : I Gede Dika Virga Saputra (1108105034) Jurusan Kimia, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Udayana 2013 Abstrak Tujuan dari percobaan

Lebih terperinci

III. METODE PENELITIAN. Penentuan Titik sampel. Mengukur Sudut Duduk Daun Pemeliharaan Setiap Klon

III. METODE PENELITIAN. Penentuan Titik sampel. Mengukur Sudut Duduk Daun Pemeliharaan Setiap Klon III. METODE PENELITIAN A. Diagram Alir Penelitian Penentuan Titik sampel Pengambilan Sampel pada Setiap Klon - Bidang Preferensi - Bidang Peliharaan - Bidang Petik Mengukur Temperatur, Kelembaban Udara

Lebih terperinci

Ada beberapa jenis timbangan yang sering digunakan akan tetapi secara garis besar timbangan yang digunakan dibedakan menjadi 3 yaitu :

Ada beberapa jenis timbangan yang sering digunakan akan tetapi secara garis besar timbangan yang digunakan dibedakan menjadi 3 yaitu : Dasar Teori Alat ukur adalah alat yang digunakan untuk mengukur suatu besaran dalam fisika. Pada umumnya ada tiga besaran yang paling banyak diukur dalam dunia fisika untuk tingkat SMA yaitu panjang, massa

Lebih terperinci

Perbandingan Hasil Pengolahan Data GPS Menggunakan Hitung Perataan Secara Simultan dan Secara Bertahap

Perbandingan Hasil Pengolahan Data GPS Menggunakan Hitung Perataan Secara Simultan dan Secara Bertahap Perbandingan Hasil Pengolahan Data GPS Menggunakan Hitung Perataan Secara Simultan dan Secara Bertahap BAMBANG RUDIANTO, RINALDY, M ROBBY AFANDI Jurusan Teknik Geodesi, Fakultas Teknik Sipil dan Perencanaan

Lebih terperinci

BAB III HASIL DAN PEMBAHASAN. Tabel 1 Rekapitulasi hasil analisis sidik ragam pertumbuhan bibit saninten

BAB III HASIL DAN PEMBAHASAN. Tabel 1 Rekapitulasi hasil analisis sidik ragam pertumbuhan bibit saninten BAB III HASIL DAN PEMBAHASAN 3.1 Hasil Hasil analisis sidik ragam menunjukkan bahwa interaksi antara perlakuan pemberian pupuk akar NPK dan pupuk daun memberikan pengaruh yang nyata terhadap pertumbuhan

Lebih terperinci

DISPERSI DATA. - Jangkauan (Range) - Simpangan/deviasi Rata-rata (Mean Deviation) - Variansi (Variance) - Standar Deviasi (Standart Deviation)

DISPERSI DATA. - Jangkauan (Range) - Simpangan/deviasi Rata-rata (Mean Deviation) - Variansi (Variance) - Standar Deviasi (Standart Deviation) DISPERSI DISPERSI DATA Ukuran penyebaran suatu kelompok data terhadap pusat data. - Jangkauan (Range) - Simpangan/deviasi Rata-rata (Mean Deviation) - Variansi (Variance) - Standar Deviasi (Standart Deviation)

Lebih terperinci

STATISTIKA 1. A. Ukuran Pemusatan Data 11/16/2015. Peta Konsep. A. Ukuran Pemusatan Data

STATISTIKA 1. A. Ukuran Pemusatan Data 11/16/2015. Peta Konsep. A. Ukuran Pemusatan Data //0 Jurnal Daftar Hadir Materi A Materi Umum STATISTIKA Kelas X, Semester Pemusatan Statistika Letak Penyebaran Peta Konsep Data Tunggal A. Pemusatan Data Pemusatan Letak Penyebaran SoalLatihan Menggambar

Lebih terperinci

Oleh Azimmatul Ihwah

Oleh Azimmatul Ihwah Oleh Azimmatul Ihwah Kasus: Di sebuah SMA di kota Solo, seorang guru ingin mengetahui kelas mana di kelas XI IPA adalah kelas terbaik untuk mata pelajaran Kimia. Dari 5 kelas XI IPA yang ada di sekolah

Lebih terperinci

III. METODOLOGI PERCOBAAN. Penelitian ini telah dilaksanakan pada bulan Juni sampai dengan bulan September

III. METODOLOGI PERCOBAAN. Penelitian ini telah dilaksanakan pada bulan Juni sampai dengan bulan September 33 III. METODOLOGI PERCOBAAN A. Tempat dan Waktu Penelitian Penelitian ini telah dilaksanakan pada bulan Juni sampai dengan bulan September 2013 di Laboratorium Kimia Analitik Fakultas Matematika dan Ilmu

Lebih terperinci

Tentang MA5283 Statistika BAB 1 STATISTIKA DESKRIPTIF MA5283 STATISTIKA. Dosen: Khreshna I.A. Syuhada, MSc. PhD. Orang Cerdas Belajar Statistika

Tentang MA5283 Statistika BAB 1 STATISTIKA DESKRIPTIF MA5283 STATISTIKA. Dosen: Khreshna I.A. Syuhada, MSc. PhD. Orang Cerdas Belajar Statistika Orang Cerdas Belajar Statistika Bentuk perkuliahan Jadwal Kuliah Buku teks Penilaian Matriks kegiatan perkuliahan Jadwal Kuliah 1 Tatap muka di kelas 2 Praktikum di Lab. Statistika dan Komputasi Bentuk

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini akan dilaksanakan pada bulan Juli 2012 sampai dengan bulan

III. METODOLOGI PENELITIAN. Penelitian ini akan dilaksanakan pada bulan Juli 2012 sampai dengan bulan III. METODOLOGI PENELITIAN 3.1. Waktu dan Tempat Penelitian Penelitian ini akan dilaksanakan pada bulan Juli 2012 sampai dengan bulan Januari 2013. Proses penyemaian, penanaman, dan pemaparan dilakukan

Lebih terperinci

PEMBASAHAN. Proses pembasahan (wetting) adalah suatu kondisi dimana terjadi peningkatan kadar air di dalam poripori

PEMBASAHAN. Proses pembasahan (wetting) adalah suatu kondisi dimana terjadi peningkatan kadar air di dalam poripori PEMBASAHAN Proses pembasahan (wetting) adalah suatu kondisi dimana terjadi peningkatan kadar air di dalam poripori suatu massa tanah. Skema siklus pembasahan dan pengeringan PENGERINGAN PEMBASAHAN 1 X

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA 2.1 Data Data adalah bentuk jamak dari datum, yang dapat diartikan sebagai informasi yang diterima yang bentuknya dapat berupa angka, kata-kata, atau dalam bentuk lisan dan tulisan

Lebih terperinci

ANALISIS DATA SECARA RANDOM PADA APLIKASI MINITAB DENGAN MENGGUNAKAN DISTRIBUSI PELUANG

ANALISIS DATA SECARA RANDOM PADA APLIKASI MINITAB DENGAN MENGGUNAKAN DISTRIBUSI PELUANG LAPORAN RESMI PRAKTIKUM PENGANTAR METODE STATISTIKA MODUL 3 ANALISIS DATA SECARA RANDOM PADA APLIKASI MINITAB DENGAN MENGGUNAKAN DISTRIBUSI PELUANG Oleh : Diana Nafkiyah 1314030028 Nilamsari Farah Millatina

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN

BAB IV HASIL DAN PEMBAHASAN BAB IV HASIL DAN PEMBAHASAN 4.1Tinggi Tanaman Tinggi tanaman caisin dilakukan dalam 5 kali pengamatan, yaitu (2 MST, 3 MST, 4 MST, 5 MST, dan 6 MST). Berdasarkan hasil analisis sidik ragam menunjukkan

Lebih terperinci

BAB I BESARAN SATUAN DAN PENGUKURAN

BAB I BESARAN SATUAN DAN PENGUKURAN BAB I BESARAN SATUAN DAN PENGUKURAN 1. Apa perbedaan antara besaran pokok dan besaran turunan? 2. Mengapa setiap besaran harus memiliki satuan? 3. Apa yang dimaksud dengan sistem satuan internasional?

Lebih terperinci

BAB I. PENGUKURAN. Kompetensi : Mengukur besaran fisika (massa, panjang, dan waktu) Pengalaman Belajar :

BAB I. PENGUKURAN. Kompetensi : Mengukur besaran fisika (massa, panjang, dan waktu) Pengalaman Belajar : BAB I. PENGUKURAN Kompetensi : Mengukur besaran fisika (massa, panjang, dan waktu) Pengalaman Belajar : Memahami peta konsep tentang besaran fisika, Mengenal besaran pokok dan satuan standar besaran pokok

Lebih terperinci