Universitas Sumatera Utara

Ukuran: px
Mulai penontonan dengan halaman:

Download "Universitas Sumatera Utara"

Transkripsi

1 R N8 TOL PISAU POTONG AISI D SEPUH No Qy NAME MATERIAL DESCRIPTION TITTLE: PISAU POTONG RADIAL Digambar: Tirambu Malau ORDER: PT. INDUSTRI KARET DELI F&M DEPT. Diracag: Zulkarae Diperiksa: Taufik File No: 3065 APPROVED BY: DATE: SCALE: : File: BANLUAR\HONDA\BKL.3065 Shee / Uiversias Sumaera Uara

2 R N8 TOL PISAU POTONG AISI D SEPUH No Qy NAME MATERIAL DESCRIPTION TITTLE: PISAU POTONG RADIAL Digambar: Tirambu Malau ORDER: PT. INDUSTRI KARET DELI F&M DEPT. Diracag: Zulkarae Diperiksa: Taufik File No: 3065 File: BANLUAR\HONDA\BKL.3065 APPROVED BY: DATE: SCALE: : Uiversias Sumaera Uara Shee /

3 LAMPIRAN 3 PRINSIP KERJA ELECTRICAL DISCHARGE MACHINE Elecrical Discharge Machie (EDM) merupaka mesi yag diguaka uuk pegerjaa baha-baha logam yag mempuyai igka keeliia yag iggi da beuk idak eu. Mesi ii bekerja dega cara melepaska logam sediki demi sediki dari beda kerjaya dega megguaka lisrik. Mesi ii dapa melakuka beberapa pegerjaa seperi meyisipka, memoog, da meggerida, seperi yag erliha pada Gambar L3., Gambar L3., da Gambar L3.3 di bawah ii. Gambar L3.. Pegerjaa dega Peyisipa Gambar L3.. Pegerjaa dega Pemooga Gambar L3.. Pegerjaa dega Pembora Uiversias Sumaera Uara

4 Pelepasa lisrik erjadi di dalam work ak (bagia mesi o. 5) yag diisi dega dielecric fluid (miyak aah). Beda yag aka dipoog aau dikerjaka disebu dega beda kerja, sedagka ala pemoogya adalah elecroda. Keduaya dimasukka ke dalam caira da erpisah dega jarak yag saga kecil. Selama proses permesia, arus dialirka ke beda kerja da elekroda dega arus yag saga kua. Kemudia servo dari mesi aka erus meerus meguragi jarak aara beda kerja dega elekroda sampai erjadi pelepasa lisrik (buga api) diaara beda kerja dega elekroda. Dalam waku sau deik aka erjadi 000 kali ceusa lisrik (buga api). Proses erjadiya pelepasa logam dapa diliha pada Gambar L3. di bawah ii. () () (3) Gambar L3.. Prisip Kerja Elecrical Discharge Machie Pada saa mesi bekerja, bagia chuck mesi (bagia o. 8) aka aik uru sampai jarakya sesuai dega yag diaur oleh servo mesi. Pada saa elekroda uru sampai medekai beda kerja maka aka erjadi ceusa api. Selama proses permesia arus lisrik aka berubah mejadi paas da beda kerja aka mempuyai paas yag saga iggi. Pada saa elekroda eragka, Uiversias Sumaera Uara

5 bagia beda kerja yag berupa parikel-parikel yag saga kecil aka erlepas da aka erbawa oleh caira (miyak aah) dari beda kerja. Pada saa elekroda uru maka pelepasa bagia beda kerja yag berupa parikel yag saga kecil aka erulag kembali da erbawa bersama miyak aah. Hal ii aka erjadi erus meerus secara berulag-ulag sampai pada saa idak erjadi lagi ceusa api. Da pada saa idak erjadi lagi ceusa api aara beda kerja da elekroda, maka beuk yag dipoog aka sama persis dega beuk elekroda yag diguaka. Besar arus yag dialirka dari elekroda ke beda kerja disesuaika dega jeis beda kerja. Hal ii dilakuka supaya pada saa pegerjaa idak erjadi kerusaka pada beda kerja. Uuk baas arus maksimum, mesi dapa meghasilka ceusa api dega suhu mecapai sekiar C, da uuk kodisi ii proses pegerjaa aka semaki cepa. Uiversias Sumaera Uara

6 LAMPIRAN 4 GAMBAR ELECTRICAL DISCHARGE MACHINE. Gambar Tampak Depa Elecrical Discharge Machie (EDM) Gambar L4.. Gambar EDM Tampak Depa Uiversias Sumaera Uara

7 . Gambar Tampak Belakag Elecrical Discharge Machie (EDM) Gambar L4.. Gambar EDM Tampak Belakag Uiversias Sumaera Uara

8 3. Keeraga Gambar Elecrical Discharge Machie (EDM) Uiversias Sumaera Uara

9 LAMPIRAN 5 PEMILIHAN METODE PERAMALAN. Pemiliha Meode Peramala Biaya Operasioal a. Tred Liier Beuk persamaa umum: Y a + b Sedagka peramalaya mempuyai beuk persamaa: Y a + b Dimaa: Y Nilai ramala pada periode ke- Waku/periode Perhiuga Tred Liier dapa diliha pada abel L5. di bawah ii Tabel L5.. Perhiuga Tred Liier Biaya Operasioal Tahu Y x Y Y' (Y -Y' ) (Y -Y' ) , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,90 Toal , , , , ,00 L-9 Uiversias Sumaera Uara

10 Dega megguaka meode kuadra erkecil (Leas Square Mehod) maka harga kosaa a da b diperoleh dari persamaa di bawah ii: b Y ( ) Y 4 ( ,86 - (05)( ,59) 4(.05) (05) b , a Y b , ,(05) 4 a ,68 Maka persamaaya mejadi: Y ,68 + ( ,) MSE N ( Y Y' ) , ,80 Uiversias Sumaera Uara

11 b. Tred Ekspoesial aau Perumbuha Beuk persamaa umum: Y ae b Sedagka peramalaya mempuyai beuk persamaa: Y ae b Dimaa: Y Nilai ramala pada periode ke- Waku/periode Perhiuga Tred Ekspoesial dapa diliha pada abel L5. di bawah ii Tabel L5.. Perhiuga Tred Ekspoesial Biaya Operasioal Tahu Y L Y x L Y Y' (Y -Y' ) (Y -Y' ) ,55 5,44 5, , , , ,6 5,57 3, , , , ,6 5,73 47, , 6.05, , ,07 5,79 63, , , , ,5 5,89 79, ,33-47., , ,47 6,00 95, , , , ,84 6,4, , , , ,49 6,7 30, , , , ,8 6,35 47, , , , ,54 6,39 63, , , , ,73 6,48 8, , , , ,9 6,6 99, , , , ,30 6,63 6, , , , ,9 6,70 33, , , ,9 Toal ,59 5,98.77, ,7-6.45, ,5 Dega megguaka rasformasi logarima aural maka harga kosaa a da b diperoleh dari persamaa di bawah ii: b ly ( ) l Y Uiversias Sumaera Uara

12 4(.77,3) (05)( ,59) 4(.05) (05) b 0.0 L a l Y b ,59-0.0(05) 4 a ,66 Maka persamaaya mejadi: Y ,66(e) 0.0() MSE N ( Y Y' ) , ,80 c. Tred Geomerik Beuk persamaa umumya adalah: Y a b Sedagka peramalaya mempuyai beuk persamaa: Y a b Dimaa: Y Nilai ramala pada periode ke- Uiversias Sumaera Uara

13 Waku/periode Perhiuga Tred Geomerik dapa diliha pada abel L5.3 di bawah ii Tabel L5.3. Perhiuga Tred Geomerik Biaya Operasioal Tahu Y Log Log Y Log log Y Log Y' (Y -Y' ) (Y -Y' ) ,55 0,00 6,70 0,00 0, , , , ,6 0,30 6,76,04 0, , , , ,6 0,48 6,83 3,6 0, , , , ,07 0,60 6,86 4,3 0, , , , ,5 0,70 6,90 4,8 0, , , , ,47 0,78 6,95 5,4 0, , , , ,84 0,85 7,0 5,9 0, , , , ,49 0,90 7,07 6,38 0, , , , ,8 0,95 7,0 6,77 0, , , , ,54,00 7, 7,, , , , ,73,04 7,6 7,45, , , , ,9,08 7, 7,79, , , , ,30, 7, 8,05, , , , ,9,5 7,5 8,3, , , ,3 Toal ,59 0,94 98,4 77,45 0, , , ,80 Dega megguaka beuk rasformasi logarima maka harga kosaa a da b diperoleh dari persamaa di bawah ii: b log. log Y log log ( log ) log Y 4(77,45) (0,94)(98,4) 4(0,0) (0,94) b 0,5 Log a log Y blog 98,4 - (0,5)(0,94) 4 a ,37 Uiversias Sumaera Uara

14 Maka persamaaya mejadi: Y ,37() 0,5 MSE N ( Y Y' ) , ,34 d. Tred Kwadrais Beuk persamaa umum: Y a + bx + cx Sedagka peramalaya mempuyai beuk persamaa: Y a + bx + cx Dimaa: Y Nilai ramala pada periode ke- Waku/periode Perhiuga Tred Kwadrais dapa diliha pada abel L5.4 Sedagka ilai dari a, b, da c dieuka dega persamaa di bawah ii: γ (Σ ) - (Σ 4 ) δ Σ ΣY - (Σ Y ) θ Σ ΣY Σ Y α Σ Σ Σ 3 β (Σ) Σ Uiversias Sumaera Uara

15 Tabel L5.4. Perhiuga Tred Kwadrais Biaya Operasioal Tahu 3 4 Y x Y x Y Y' (Y -Y' ) (Y -Y' ) , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,06.768, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,89 Toal , , , ,59 0, ,86 γ (.05) - 4 (7.687) ,00 δ (05)( ,59) - 4 ( ,86) ,66 θ (.05)( ,59) 4 ( ,43) ,3 α (05)(.05) 4 (.05) ,00 β (05) 4 (.05) -3.85,00 γδ -θα b γβ -α 7.695,44 Uiversias Sumaera Uara

16 c θ - bα γ 9.536,04 a Y b c ,79 Maka persamaaya mejadi: Y , ,44 () ,04 () MSE N ( Y Y' ) , ,3. Pemiliha Tred Peramala Biaya Operasioal Tahua Uuk pemiliha meode yag aka diguaka uuk meramalka biaya operasioal ahu adalah meode peramala dega ilai Mea Square Error (MSE) erkecil. Nilai MSE masig-masig red peramala dapa diliha pada abel L5.5. Tabel L5.5. Nilai MSE Meode Peramala Biaya Operasioal Tred Persamaa Tred MSE Liier Y ,68 + ( ,) ,80 Ekspoesial Y ,66(e) 0.0() ,80 Geomrik Y ,37() 0, ,34 Kwadrais Y , ,44 () ,04 () ,3 Uiversias Sumaera Uara

17 3. Pemiliha Meode Peramala Biaya Dow Time a. Tred Liier Beuk persamaa umum: Y a + b Sedagka peramalaya mempuyai beuk persamaa: Y a + b Dimaa: Y Nilai ramala pada periode ke- Waku/periode Perhiuga Tred Liier dapa diliha pada abel L5.6 di bawah ii Tabel L5.6. Perhiuga Tred Liier Biaya Dow Time Tahu Y x Y Y' (Y -Y' ) (Y -Y' ) , , ,79-5.0, , ,0 6.34, , , , , , ,43-6.8, , , 45.85, ,5-9.55, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,50 Toal , , , , ,46 Dega megguaka meode kuadra erkecil (Leas Square Mehod) maka harga kosaa a da b diperoleh dari persamaa di bawah ii: b Y ( ) Y Uiversias Sumaera Uara

18 4 ( ,5) - (05)(.359.4,34) 4(.05) (05) b 8.899,8 a Y b.359.4, ,8(05) 4 a 67.65,97 Maka persamaaya mejadi: Y 67.65,97 + (8.899,8) MSE N ( Y Y' ) , ,3 b. Tred Ekspoesial aau Perumbuha Beuk persamaa umum: Y ae b Sedagka peramalaya mempuyai beuk persamaa: Y ae b Dimaa: Y Nilai ramala pada periode ke- Uiversias Sumaera Uara

19 Waku/periode Perhiuga Tred Ekspoesial dapa diliha pada abel L5.7 di bawah ii Tabel L5.7. Perhiuga Tred Ekspoesial Biaya Dow Time Tahu Y L Y x L Y Y' (Y -Y' ) (Y -Y' ) ,60,0, ,8-9.8, , ,0,30, ,5.84, , ,97,49 34, , , , ,,64 46, , , , ,88,65 58,5.5,4.405, , ,36,68 70, , , , ,88,8 8,68 4., , , ,99,94 95, , , , ,00, 09, ,46.8, , ,34,6, , , , ,3,37 36, , , , ,3,39 48, ,4-6.73, , ,65,58 63, ,9.09, , ,7,70 77, ,4.936, ,73 Toal ,34 66,93.78, ,90.79, ,0 Dega megguaka rasformasi logarima aural maka harga kosaa a da b diperoleh dari persamaa di bawah ii: b ly ( ) l Y 4(.78,78) (05)(.359.3,34) 4(.05) (05) b 0. L a l Y b.359.3,34-0.(05) 4 a 6.45,68 Uiversias Sumaera Uara

20 Maka persamaaya mejadi: Y 6.45,68(e) 0.() MSE N ( Y Y' ) , ,0 c. Tred Geomerik Beuk persamaa umumya adalah: Y a b Sedagka peramalaya mempuyai beuk persamaa: Y a b Dimaa: Y Nilai ramala pada periode ke- Waku/periode Perhiuga Tred Geomerik dapa diliha pada abel L5.8 Dega megguaka beuk rasformasi logarima maka harga kosaa a da b diperoleh dari persamaa di bawah ii: b log. log Y log log ( log ) log Y 4(57,55) (0,94)(7,50) 4(0,0) (0,94) b 0,6 Uiversias Sumaera Uara

21 Tabel L5.8. Perhiuga Tred Geomerik Biaya Dow Time Tahu Y Log Log Y Log Log Y Log Y' (Y -Y' ) (Y -Y' ) ,60 0,00 4,78 0,00 0, , , , ,0 0,30 4,9,48 0, , , , ,97 0,48 4,99,38 0, ,58-496, , , 0,60 5,05 3,04 0, , , , ,88 0,70 5,06 3,54 0, , , , ,36 0,78 5,07 3,95 0, , , , ,88 0,85 5,3 4,33 0, , , , ,99 0,90 5,8 4,68 0, , , , ,00 0,95 5,6 5,0 0, , , , ,34,00 5,3 5,3, ,9 5.60, , ,3,04 5,37 5,59, , , , ,3,08 5,38 5,8, , , , ,65, 5,46 6,09, , , , ,7,5 5,5 6,3,3 5.4, , ,98 Toal ,34 0,94 7,50 57,55 0, , , ,3 Log a log Y blog 7,50 - (0,6)(0,94) 4 a ,8 Maka persamaaya mejadi: Y ,8 () 0,6 MSE N ( Y Y' ) , ,4 Uiversias Sumaera Uara

22 d. Tred Kwadrais Beuk persamaa umum: Y a + bx + cx Sedagka peramalaya mempuyai beuk persamaa: Y a + bx + cx Dimaa: Y Nilai ramala pada periode ke- Waku/periode Perhiuga Tred Kwadrais dapa diliha pada abel L5.9 Tabel L5.9. Perhiuga Tred Kwadrais Biaya Dow Time Tahu 3 4 Y x Y x Y Y' (Y-Y') (Y-Y')^ , , , ,7-3.69, , ,0 6.34, , ,7 780, , , , , , , , , 45.85,86.8.4, , , , , , , ,4 4.98, , , , , , , , , , , , , , , , , , , , , , , ,9.39, , , , , , , , , , , , , , , , , , , , , , , ,75.65, , , , , , , ,57 Toal , , , ,34 0, ,5 Sedagka ilai dari a, b, da c dieuka dega persamaa di bawah ii: γ (Σ ) - (Σ 4 ) δ Σ ΣY - (Σ Y ) θ Σ ΣY Σ Y α Σ Σ Σ 3 Uiversias Sumaera Uara

23 β (Σ) Σ γ (.05) - 4 (7.687) ,00 δ (05)(.359.3,34) - 4 ( ,5) ,66 θ (.05)(.359.3,34) 4 ( ,47) ,3 α (05)(.05) 4 (.05) ,00 β (05) 4 (.05) -3.85,00 γδ -θα b γβ -α.539, θ - bα c γ.090,70 a Y b c , Maka persamaaya mejadi: Y , +.539, () +.090,70 () Uiversias Sumaera Uara

24 MSE N ( Y Y' ) , ,04. Pemiliha Tred Peramala Biaya Dow Time Tahua Uuk pemiliha meode yag aka diguaka uuk meramalka biaya Dow Time ahu adalah meode peramala dega ilai Mea Square Error (MSE) erkecil. Nilai MSE masig-masig red peramala dapa diliha pada abel L5.0. Tabel L5.0. Nilai MSE Meode Peramala Biaya Dow Time Tred Persamaa Tred MSE Liier Y 67.65,97 + (8.899,8) ,3 Ekspoesial Y 6.45,68(e) 0.() ,0 Geomrik Y ,8 () 0, ,4 Kwadrais Y , +.539, () +.090,70 () ,04 Uiversias Sumaera Uara

25 LAMPIRAN 6 DAFTAR BUNGA UANG Tabel L6.. Prese Worh da Capial Recovery Facor dega i 3% Tahu Prese Worh Facor (P/F, 3%, ) Capial Recovery Facor (A/P, 3%, ) (Sumber: Lapora Pembuaa Buku Ajar Dafar Buga Uag (Ieres Tables), Suhaimi Simaupag, Uiversias Sumaera Uara. Meda, 00) Uiversias Sumaera Uara

BAB 2 TINJAUAN TEORI. Ramalan pada dasarnya merupakan dugaan atau perkiraan mengenai terjadinya suatu

BAB 2 TINJAUAN TEORI. Ramalan pada dasarnya merupakan dugaan atau perkiraan mengenai terjadinya suatu BAB 2 TINJAUAN TEORI 2.1 Pegeria Peramala Ramala pada dasarya merupaka dugaa aau perkiraa megeai erjadiya suau kejadia aau perisiwa di waku yag aka daag. Peramala merupaka sebuah ala bau yag peig dalam

Lebih terperinci

BAB V ANALISA HASIL. Untuk mendapatkan jenis peramalan yang dinginkan terdapat banyak

BAB V ANALISA HASIL. Untuk mendapatkan jenis peramalan yang dinginkan terdapat banyak BB V NLIS HSIL 5.1 Ukura kurasi Hasil Peramala Uuk medapaka jeis peramala yag digika erdapa bayak parameer-parameer yag dapa diguaka. Seperi yag elah diuraika pada ladasa eori, parameer-parameer ersebu

Lebih terperinci

BAB 2 LANDASAN TEORI. pada masa mendatang. Peramalan penjualan adalah peramalan yang mengkaitkan berbagai

BAB 2 LANDASAN TEORI. pada masa mendatang. Peramalan penjualan adalah peramalan yang mengkaitkan berbagai BAB 2 LANDASAN TEORI 2.1 Pegeria Peramala (orecasig) Peramala (orecasig) adalah suau kegiaa yag memperkiraka apa yag aka erjadi pada masa medaag. Peramala pejuala adalah peramala yag megkaika berbagai

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN BAB 3 METODE PENELITIAN 3 Meode Pegumpula Daa 3 Jeis Daa Pada peeliia ii aka megguaka jeis daa yag bersifa kuaiaif Daa kuaiaif adalah daa yag berbeuk agka / omial Dalam peeliia ii aka megguaka daa pejuala

Lebih terperinci

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang BAB 2 LANDASAN EORI 2.1 Pegeria Peramala Peramala adalah kegiaa uuk memperkiraka apa yag aka erjadi di masa yag aka daag. Sedagka ramala adalah suau siuasi aau kodisi yag diperkiraka aka erjadi pada masa

Lebih terperinci

KRITERIA INVESTASI DEPARTEMEN AGRIBISNIS FEM - IPB

KRITERIA INVESTASI DEPARTEMEN AGRIBISNIS FEM - IPB KRITERIA INVESTASI DEPARTEMEN AGRIBISNIS FEM - IPB Sudi kelayaka bisis pada dasarya berujua uuk meeuka kelayaka bisis berdasarka krieria ivesasi Krieria ersebu diaaraya adalah ; 1. Nilai bersih kii (Ne

Lebih terperinci

PENGUJIAN HIPOTESIS. Hipotesis Statistik : pernyataan atau dugaan mengenai satu atau lebih populasi.

PENGUJIAN HIPOTESIS. Hipotesis Statistik : pernyataan atau dugaan mengenai satu atau lebih populasi. . Pedahulua PENGUJIAN HIPOTESIS Hipoesis Saisik : peryaaa aau dugaa megeai sau aau lebih populasi. Pegujia hipoesis berhubuga dega peerimaa aau peolaka suau hipoesis. Kebeara (bear aau salahya) suau hipoesis

Lebih terperinci

METODE PENELITIAN. Lokasi dan Waktu Penelitian. sampai dengan April 2008, di DAS Waeruhu, yang secara administratif terletak di

METODE PENELITIAN. Lokasi dan Waktu Penelitian. sampai dengan April 2008, di DAS Waeruhu, yang secara administratif terletak di 8 METODE PENELITIAN Lokasi da Waku Peeliia Peeliia ii dilaksaaka selama 3 bula, erhiug sejak bula Februari sampai dega April 2008, di DAS Waeruhu, yag secara admiisraif erleak di wilayah Kecamaa Sirimau,

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 18 BAB 2 LANDASAN TEORI 2.1 Pegeria Peramala ( Forecasig ) Peramala ( forecasig ) adalah kegiaa megisemasi apa yag aka erjadi pada masa yag aka daag. Peramala diperluka karea adaya perbedaa kesejaga waku

Lebih terperinci

Peramalan Jumlah Penduduk Kota Samarinda Dengan Menggunakan Metode Pemulusan Eksponensial Ganda dan Tripel Dari Brown

Peramalan Jumlah Penduduk Kota Samarinda Dengan Menggunakan Metode Pemulusan Eksponensial Ganda dan Tripel Dari Brown Jural EKSPONENSIAL Volume 7, Nomor, Mei 06 ISSN 085-789 Peramala Jumlah Peduduk Koa Samarida Dega Megguaka Meode Pemulusa Ekspoesial Gada da Tripel Dari Brow Forecasig he Populaio of he Ciy of Samarida

Lebih terperinci

BAB III PENAKSIR DERET FOURIER. Dalam statistika, penaksir adalah sebuah statistik (fungsi dari data sampel

BAB III PENAKSIR DERET FOURIER. Dalam statistika, penaksir adalah sebuah statistik (fungsi dari data sampel BAB III PENAKSIR DERET FOURIER 3. Peaksi Dalam saisika, peaksi adalah sebuah saisik (fugsi dai daa sampel obsevasi) yag diguaka uuk meaksi paamee populasi yag idak dikeahui (esimad) aau fugsi yag memeaka

Lebih terperinci

III. METODE KAJIAN 1. Lokasi dan Waktu 2. Metode Pengumpulan Data

III. METODE KAJIAN 1. Lokasi dan Waktu 2. Metode Pengumpulan Data III. METODE KAJIAN 1. Lokasi da Waku Lokasi kajia berempa uuk kelompok dilaksaaka di kelompok peeraka sapi di Bagka Tegah, Provisi Bagka Beliug, da Kelompok Peeraka Sapi di Cisarua, Bogor, Provisi Jawa

Lebih terperinci

ANALISIS INVESTASI PENAMBANGAN PASIR DAN BATU DITINJAU DARI SEGI TEKNIS DAN BIAYA

ANALISIS INVESTASI PENAMBANGAN PASIR DAN BATU DITINJAU DARI SEGI TEKNIS DAN BIAYA ANALISIS INVESTASI PENAMBANGAN PASIR DAN BATU DITINJAU DARI SEGI TEKNIS DAN BIAYA Laar Belakag Masalah Semaki berambah pesaya pembagua dibidag kosruksi maka meyebabka meigka pula kebuuha aka meerial-maerial

Lebih terperinci

Manajemen Keuangan. Idik Sodikin,SE,MBA,MM EVALUASI UNTUK MENENTUKAN KEPUTUSAN INVESTASI. Modul ke: 06Fakultas EKONOMI DAN BISNIS

Manajemen Keuangan. Idik Sodikin,SE,MBA,MM EVALUASI UNTUK MENENTUKAN KEPUTUSAN INVESTASI. Modul ke: 06Fakultas EKONOMI DAN BISNIS Modul ke: 06Fakulas EKONOMI DAN BISNIS EVALUASI UNTUK MENENTUKAN KEPUTUSAN INVESTASI Program Sudi Akuasi Idik Sodiki,SE,MBA,MM Krieria Kepuusa Ivesasi aau Pegaggara Modal o Beberapa krieria yag aka diperguaka

Lebih terperinci

Universitas Sumatera Utara

Universitas Sumatera Utara Uiversias Sumaera Uara BAB 2 LANDASAN TEORI Ladasa eori ii merupaka hasil dari ijaua lieraur-lieraur yag ada kaiaya dega meode-meode peramala maupu dega koeks laiya dalam peulisa Tugas Akhir ii. Adapu

Lebih terperinci

V. PENGUJIAN HIPOTESIS

V. PENGUJIAN HIPOTESIS V. PENGUJIAN IPOTEI A. IPOTEI TATITIK Defiisi uau hipoesa saisik adalah suau peryaaa aau dugaa megeai sau aau lebih variabel populasi. ipoesis digologka mejadi. ipoesis ol adalah hipoesis yag dirumuska

Lebih terperinci

Prediksi Penjualan Sepeda Motor Merek X Di Kabupaten Dan Kotamadya Malang Dengan Metode Peramalan Hierarki

Prediksi Penjualan Sepeda Motor Merek X Di Kabupaten Dan Kotamadya Malang Dengan Metode Peramalan Hierarki JURNAL SAINS DAN SENI POMITS Vol. 3, No., (4) 337-35 (3-98X Pri) D-34 Sepeda Moor Merek X Di Kabupae Da Koamadya Malag Dega Meode Peramala Hierarki Rika Susai, Desri Susilaigrum, da Suharoo Jurusa Saisika,

Lebih terperinci

Rumus-rumus yang Digunakan

Rumus-rumus yang Digunakan Saisika Uipa Surabaya 4. Sampel Tuggal = Rumus-rumus yag Diguaka s..... Sampel berkorelasi D D N N N...... 3. Sampel Bebas a. Uuk varias sama... 3 aau x x s g... 4 b. Sampel Heeroge Guaka Uji Corha - Cox

Lebih terperinci

B A B III METODE PENELITIAN. Objek penelitian dalam penelitian ini adalah menganalisis perbandingan

B A B III METODE PENELITIAN. Objek penelitian dalam penelitian ini adalah menganalisis perbandingan 30 B A B III METODE PENELITIAN 3. Peeapa Lokai da Waku Peeliia Objek peeliia dalam peeliia ii adalah megaalii perbadiga harga jual produk melalui pedekaa arge pricig dega co-plu pricig pada oko kue yag

Lebih terperinci

STUDI ANALISIS PERAMALAN DENGAN METODE DERET BERKALA

STUDI ANALISIS PERAMALAN DENGAN METODE DERET BERKALA Widya Tekika Vol.18 No.2; Okober 2010 ISSN 1411 0660: 1-6 Absrak STUDI ANALISIS PERAMALAN DENGAN METODE DERET BERKALA Arie Resu Wardhai 1), Salvador Mauel Pereira 2) Perusahaa sepau da sadal House of Mr.

Lebih terperinci

BAGIAN 2 TOPIK 5. andhysetiawan

BAGIAN 2 TOPIK 5. andhysetiawan BAGIAN OIK 5 adhyseiawa Isi Maeri Modulasi Aliudo AM Modulasi Frekuesi FM adhyseiawa MODULASI AMLIUDO DAN MODULASI ANGULAR SUDU Modulasi roses erubaha karakerisik aau besara gelobag ebawa, euru ola gelobag

Lebih terperinci

BAB 2 LANDASAN TEORI. Metode peramalan merupakan bagian dari ilmu Statistika. Salah satu metode

BAB 2 LANDASAN TEORI. Metode peramalan merupakan bagian dari ilmu Statistika. Salah satu metode BAB 2 LANDASAN TEORI 2.1 Pegeria Peramala Meode peramala merupaka bagia dari ilmu Saisika. Salah sau meode peramala adalah dere waku. Meode ii disebu sebagai meode peramala dere waku karea memiliki kareserisik

Lebih terperinci

PENERAPAN METODE EXPONENTIAL SMOOTHING DALAM MEMPREDIKSI JUMLAH SISWA BARU (STUDI KASUS: SMK PEMDA LUBUK PAKAM)

PENERAPAN METODE EXPONENTIAL SMOOTHING DALAM MEMPREDIKSI JUMLAH SISWA BARU (STUDI KASUS: SMK PEMDA LUBUK PAKAM) Jural Pelia Iformaika, Volume 16, Nomor 3, Juli 2017 IN 2301-9425 (Media Ceak) PENERAPAN METODE EXPONENTIAL MOOTHING DALAM MEMPREDIKI JUMLAH IWA BARU (TUDI KAU: MK PEMDA LUBUK PAKAM) Kuriagara Mahasiswa

Lebih terperinci

MODEL PERAMALAN RATA-RATA BEBAN PEMAKAIAN LISTRIK KOTA PEKANBARU MENGGUNAKAN METODE BOX-JENKINS TUGAS AKHIR

MODEL PERAMALAN RATA-RATA BEBAN PEMAKAIAN LISTRIK KOTA PEKANBARU MENGGUNAKAN METODE BOX-JENKINS TUGAS AKHIR MODEL PERAMALAN RATA-RATA BEBAN PEMAKAIAN LISTRIK KOTA PEKANBARU MENGGUNAKAN METODE BOX-JENKINS TUGAS AKHIR Diajuka Sebagai Salah Sau Syara Uuk Memperoleh Gelar Sarjaa Sais Pada Jurusa Maemaika Oleh :

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2. Ruag sampel da Kejadia Defiisi Himpua semua hasil yag mugki dari suau percobaa disebu ruag sampel da diyaaka dega S Mogomery, 2004: 7. Tiap hasil dari ruag sampel disebu usur aau

Lebih terperinci

Beberapa Definisi Ruang Contoh Kejadian dan Peluang Definisi L.1 (Ruang contoh dan kejadian) . Definisi L.2 (Kejadian lepas )

Beberapa Definisi Ruang Contoh Kejadian dan Peluang Definisi L.1 (Ruang contoh dan kejadian) .   Definisi L.2 (Kejadian lepas ) 33 LAMPIRAN 34 35 Beberapa Defiisi Ruag Cooh Kejadia da Peluag Suau percobaa yag dapa diulag dalam kodisi yag sama, yag hasilya idak dapa diprediksi dega epa eapi kia bisa megeahui semua kemugkia hasil

Lebih terperinci

METODE TRANSFORMASI ELZAKI DALAM MENYELESAIKAN PERSAMAAN DIFERENSIAL BIASA LINEAR ORDE-N DENGAN KOEFISIEN KONSTANTA. Mahasiswa Program S1 Matematika 2

METODE TRANSFORMASI ELZAKI DALAM MENYELESAIKAN PERSAMAAN DIFERENSIAL BIASA LINEAR ORDE-N DENGAN KOEFISIEN KONSTANTA. Mahasiswa Program S1 Matematika 2 METODE TRANSFORMASI ELZAKI DALAM MENYELESAIKAN PERSAMAAN DIFERENSIAL BIASA LINEAR ORDE-N DENGAN KOEFISIEN KONSTANTA Roki Nuari *, Aziskha, Edag Lily Mahasiswa Program S Maemaika Dose Jurusa Maemaika Fakulas

Lebih terperinci

NILAI AKUMULASI ANUITAS AKHIR DENGAN ASUMSI DISTRIBUSI UNIFORM UNTUK m KALI PEMBAYARAN

NILAI AKUMULASI ANUITAS AKHIR DENGAN ASUMSI DISTRIBUSI UNIFORM UNTUK m KALI PEMBAYARAN NILAI AKUMULASI ANUITAS AKHIR DENGAN ASUMSI DISTRIBUSI UNIFORM UNTUK m KALI PEMBAYARAN Nomi Kelari *, Hasriai 2, Musraii 2 Mahasiswa Program S Maemaika 2 Dose Jurusa Maemaika Fakulas Maemaika da Ilmu Pegeahua

Lebih terperinci

BAB III TINJAUAN PUSTAKA

BAB III TINJAUAN PUSTAKA BAB III TINJAUAN PUSTAKA 3.1. Defiisi Peramala Peramala adalah proses uuk memperkiraka berapa bayak kebuuha dimasa medaag yag melipui kebuuha dalam ukura kuaias, kualias, waku da lokasi yag dibuuhka dalam

Lebih terperinci

TUGAS AKHIR. Diajukan sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Matematika. Oleh: AFRIANTI

TUGAS AKHIR. Diajukan sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Matematika. Oleh: AFRIANTI MODEL TIME SERIES UNTUK PERAMALAN TINGKAT PENJUALAN JENIS BAHAN BAKAR MINYAK (BBM) DI STASIUN PENGISIAN BAHAN BAKAR UNTUK UMUM (SPBU) ARIFIN ACHMAD-PEKANBARU TUGAS AKHIR Diajuka sebagai Salah Sau Syara

Lebih terperinci

BAB V METODE PENELITIAN

BAB V METODE PENELITIAN 31 BAB V METODE PENELITIAN 5.1 Lokasi da Waku Peeliia Peeliia ii dilaksaaka di Kecamaa Sukaagara, Kabupae Ciajur. Pemiliha lokasi peeliia dilakuka secara segaja (purposive samplig) dega memperimbagka aspek

Lebih terperinci

Sistim Komunikasi 1. Pertemuan 5 Konversi Analog ke Digital

Sistim Komunikasi 1. Pertemuan 5 Konversi Analog ke Digital isim Komuikasi 1 Peremua 5 Koversi Aalog ke Digial Murik Alayrus Tekik Elekro Fakulas Tekik, UMB murikalayrus@yahoo.com 1 Base Ba Moulaio Paa bagia sebelum kia meapaka siyal koiyu erhaap waku, misalyasiyalm(),

Lebih terperinci

B a b 1 I s y a r a t

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

Lebih terperinci

METODOLOGI. Waktu dan Tempat. Alat dan Bahan

METODOLOGI. Waktu dan Tempat. Alat dan Bahan METODOLOGI Waku da Tempa Peeliia merupaka desk sudy dega megguaka daa sekuder da pegolaha daa dilakuka di Laboraorium Klimaologi Depareme Geofisika da Meeorologi, Fakulas Maemaika da Ilmu Pegeahua Alam,

Lebih terperinci

PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL FOKKER-PLANCK DENGAN METODE GARIS

PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL FOKKER-PLANCK DENGAN METODE GARIS PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL FOKKER-PLANCK DENGAN METODE GARIS Sii Muyassaroh Mahasiswa Jurusa Maemaika Fakulas Sais da Tekologi UIN Maulaa Malik Ibrahim Malag e-mail: muy.sms@gmail.com ABSTRAK

Lebih terperinci

MODEL KOREKSI KESALAHAN DENGAN METODE BAYESIAN PADA DATA RUNTUN WAKTU INDEKS HARGA KONSUMEN KOTA - KOTA DI PAPUA

MODEL KOREKSI KESALAHAN DENGAN METODE BAYESIAN PADA DATA RUNTUN WAKTU INDEKS HARGA KONSUMEN KOTA - KOTA DI PAPUA Prosidig Semiar Nasioal Sais da Pedidika Sais IX, Fakulas Sais da Maemaika, UKSW Salaiga, Jui 4, Vol 5, No, ISSN :87-9 MODEL KOREKSI KESALAHAN DENGAN MEODE BAYESIAN PADA DAA RUNUN WAKU INDEKS HARGA KONSUMEN

Lebih terperinci

BAB II LANDASAN TEORI. Dalam penulisan tugas akhir ini diperlukan teori-teori yang mendukung yang

BAB II LANDASAN TEORI. Dalam penulisan tugas akhir ini diperlukan teori-teori yang mendukung yang BAB II LANDASAN TEORI Dalam peulisa ugas akhir ii diperluka eori-eori yag medukug yag didapa dari maa kuliah yag perah dierima, da referesi-referesi sebagai baha pedukug. Uuk mecapai ujua dari peulisa

Lebih terperinci

MODIFIKASI METODE DEKOMPOSISI ELZAKI (MMDE) UNTUK PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL TAK LINEAR

MODIFIKASI METODE DEKOMPOSISI ELZAKI (MMDE) UNTUK PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL TAK LINEAR Bulei Ilmiah Ma.Sa. da Terapaya (Bimaser) Volume 06, No. (07), hal -0. MODIFIKASI METODE DEKOMPOSISI ELZAKI (MMDE) UNTUK PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL TAK LINEAR Ermawai, Helmi, Frasiskus

Lebih terperinci

Gambar 2.2. Mesin 5-Aksis [11] Pengembangan metode..., Agung Premono, FT UI, 2009

Gambar 2.2. Mesin 5-Aksis [11] Pengembangan metode..., Agung Premono, FT UI, 2009 BAB II TEORI DASAR 2.1. Proses Pemesia Muli-Ais Proses pemesia muli-ais didefiisika sebagai proses pemesia ag dilakuka dega mesi frais/millig (CNC) dega pergeraka lima-ais (5- ais), aau biasa disebu pemesia

Lebih terperinci

kesimpulan yang didapat.

kesimpulan yang didapat. Bab ii merupaka bab peutup yag merupaka hasil da kesimpula dari pembahasa serta sara peulis berdasarka kesimpula yag didapat. BAB LANDASAN TEORI. Kosep Dasar Peramala Peramala adalah kegiata utuk memperkiraka

Lebih terperinci

PENGGUNAAN METODE PERAMALAN DALAM PRODUKSI KAYU UNTUK PENENTUAN TOTAL PERMINTAAN (KONSUMEN)

PENGGUNAAN METODE PERAMALAN DALAM PRODUKSI KAYU UNTUK PENENTUAN TOTAL PERMINTAAN (KONSUMEN) Widiyarii, Pegguaa Meode Peramala dalam. PENGGUNAAN METODE PERAMALAN DALAM PRODUKSI KAYU UNTUK PENENTUAN TOTAL PERMINTAAN (KONSUMEN) Widiyarii Program Sudi Tekik Idusri Fakulas Tekik da MIPA, Uiversias

Lebih terperinci

B. DESKRIPSI SINGKAT MATA KULIAH

B. DESKRIPSI SINGKAT MATA KULIAH A. IDENTITAS MATA KULIAH Nama Maa Kuliah : Kalkulus 1 Kode Maa Kuliah : MUG1A4 SKS : 4 (empa) Jeis : Maa kuliah wajib Jam pelaksaaa : Taap muka di kelas = 4 jam per peka Tuorial/ resposi Semeser / Tigka

Lebih terperinci

BAB 1 PENDAHULUAN. Bagi Negara yang mempunyai wilayah terdiri dari pulau-pulau yang dikelilingi lautan,

BAB 1 PENDAHULUAN. Bagi Negara yang mempunyai wilayah terdiri dari pulau-pulau yang dikelilingi lautan, BAB 1 PENDAHULUAN 1.1 Latar Belakag Bagi Negara yag mempuyai wilayah terdiri dari pulau-pulau yag dikeliligi lauta, laut merupaka saraa trasportasi yag dimia, sehigga laut memiliki peraa yag petig bagi

Lebih terperinci

PENGUJIAN HIPOTESIS DUA RATA-RATA

PENGUJIAN HIPOTESIS DUA RATA-RATA PENGUJIN HIPOTEI DU RT-RT Pegujia hipoesis dua raa-raa diguaka uuk membadigka dua keadaa aau epaya dua populasi. Misalya kia mempuyai dua populasi ormal masig-masig dega raa-raa µ da µ sedagka simpaga

Lebih terperinci

PREDIKSI PRODUKSI JAGUNG DI JAWA TENGAH DENGAN ARIMA DAN BOOTSTRAP

PREDIKSI PRODUKSI JAGUNG DI JAWA TENGAH DENGAN ARIMA DAN BOOTSTRAP Prosidig SPMIPA. pp. 57-6. 6 ISBN : 979.74.47. PREDIKSI PRODUKSI JAGUNG DI JAWA TENGAH DENGAN ARIMA DAN BOOTSTRAP Sri Rahayu, Taro Jurusa Maemaika FMIPA UNDIP Semarag Jl. Prof. Soedaro, Kampus UNDIP Tembalag,

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. Kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang

BAB 2 TINJAUAN TEORITIS. Kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang BAB 2 TINJAUAN TEORITIS 2.1 Pengerian dan Manfaa Peramalan Kegiaan unuk mempeirakan apa yang akan erjadi pada masa yang akan daang disebu peramalan (forecasing). Sedangkan ramalan adalah suau kondisi yang

Lebih terperinci

PERENCANAAN JUMLAH PRODUK MENGGUNAKAN METODE FUZZY MAMDANI BERDASARKAN PREDIKSI PERMINTAAN

PERENCANAAN JUMLAH PRODUK MENGGUNAKAN METODE FUZZY MAMDANI BERDASARKAN PREDIKSI PERMINTAAN PERENCNN JUMLH PRODUK MENGGUNKN METODE FUZZY MMDNI BERDSRKN PREDIKSI PERMINTN Nama Mahasiswa : Norma Edah Haryai NRP : 1207 100 031 Jurusa : Maemaika FMIP-ITS Dose Pembimbig : Drs. I G N Rai Usadha, M.Si

Lebih terperinci

INTEGRAL TAK TENTU (pecahan rasional) Agustina Pradjaningsih, M.Si. Jurusan Matematika FMIPA UNEJ

INTEGRAL TAK TENTU (pecahan rasional) Agustina Pradjaningsih, M.Si. Jurusan Matematika FMIPA UNEJ INTEGRL TK TENTU pecaha rasioal gusia Pradjaigsih, M.Si. Jurusa Maemaika FMIP UNEJ agusia.fmipa@uej.ac.id DEFINISI Fugsi suku bayak derajad dega bula o egaif 0 dimaa, 0 a a a a a P Fugsi kosa dipadag sbg

Lebih terperinci

PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL LINEAR DENGAN MENGGUNAKAN METODE TRANSFORMASI ELZAKI

PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL LINEAR DENGAN MENGGUNAKAN METODE TRANSFORMASI ELZAKI Bulei Ilmiah Ma. Sa. da erapaya (Bimaser) Volume 4, No. (5), hal 7 6. PNYLSAIAN PRSAMAAN DIFRNSIAL PARSIAL LINAR DNGAN MNGGUNAKAN MOD RANSFORMASI LZAKI Noa Miari, Mariaul Kifiah, Helmi INISARI Persamaa

Lebih terperinci

BAB II TINJAUAN PUSTAKA. pengantar metode ARIMA Box Jenkins dan analisis spektral.

BAB II TINJAUAN PUSTAKA. pengantar metode ARIMA Box Jenkins dan analisis spektral. BAB II TINJAUAN PUSTAKA. Pedahulua Pada Bab II aka dijelaska pegeria pegeria da eori dasar yag diguaka sebagai ladasa pembahasa pada bab selajuya. Teori yag aka dibahas pada Bab II ii secara garis besar

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

BAB 3 LANDASAN TEORI. masa lampau akan berlanjut ke masa depan. Hampir seluruh peramalan didasarkan. pada asumsi bahwa masa lampau akan berulang.

BAB 3 LANDASAN TEORI. masa lampau akan berlanjut ke masa depan. Hampir seluruh peramalan didasarkan. pada asumsi bahwa masa lampau akan berulang. BAB 3 LANDASAN TEORI 3. Peramala 3.. Defiisi Peramala Peramala adalah perkiraa probabilisik aau peggambara dari ilai aau kodisi di masa depa. Asumsi yag umum dipakai dalam peramala adalah pola masa lampau

Lebih terperinci

JURUSAN PENDIDIKAN FISIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA

JURUSAN PENDIDIKAN FISIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA Achmad Samudi, M.Pd. JURUSAN PENDIDIKAN FISIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA 6. MENGUJI PROPORSI π : UJI DUA PIAK Mialka kia mempuyai populai biom dega propori periiwa A π Berdaarka ebuah ampel

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 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Laar Belakang Air merupakan kebuuhan pokok bagi seiap makhluk hidup di dunia ini ermasuk manusia. Air juga merupakan komponen lingkungan hidup yang pening bagi kelangsungan hidup

Lebih terperinci

LAPORAN RESMI MODUL VII TIME SERIES FORECASTING

LAPORAN RESMI MODUL VII TIME SERIES FORECASTING LAPORAN RESMI MODUL VII TIME SERIES FORECASTING I. Pedahulua A. Latar Belakag (Mi. 4 Paragraf) B. Rumusa Masalah C. Tujua Praktikum (Mi. 3) D. Mafaat Praktikum (Mi. 3) E. Batasa Masalah II. Tijaua Pustaka

Lebih terperinci

MODEL VECTOR AUTOREGRESSIVE (VAR) DALAM MERAMAL PRODUKSI KELAPA SAWIT PTPN XIII Faradhila Amry, Dadan Kusnandar, Naomi Nessyana Debataraja

MODEL VECTOR AUTOREGRESSIVE (VAR) DALAM MERAMAL PRODUKSI KELAPA SAWIT PTPN XIII Faradhila Amry, Dadan Kusnandar, Naomi Nessyana Debataraja Bulei Ilmiah Mah. Sa. da Terapaya (Bimaser) Volume 07, No. (018), hal 77 84. MODEL VECTOR AUTOREGRESSIVE (VAR) DALAM MERAMAL PRODUKSI KELAPA SAWIT PTPN XIII Faradhila Amry, Dada Kusadar, Naomi Nessyaa

Lebih terperinci

Cara uji butiran agregat kasar berbentuk pipih, lonjong, atau pipih dan lonjong

Cara uji butiran agregat kasar berbentuk pipih, lonjong, atau pipih dan lonjong Cara uji buira agrega kasar berbeuk iih, lojog, aau iih da lojog RSNI T-0-005 Ruag ligku Sadar ii meeaka kaidah da aa cara eeua ersease dari buira agrega kasar berbeuk iih, lojog, aau iih da lojog. Pegujia

Lebih terperinci

Jurnal Rekursif, Vol. 3 No. 1 Maret 2015, ISSN

Jurnal Rekursif, Vol. 3 No. 1 Maret 2015, ISSN Jural Rekursif, Vol 3 No Mare 05, ISSN 303-0755 PERBANDINGAN KEAKURATAN METODE AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) DAN EPONENTIAL SMOOTHING PADA PERAMALAN PENJUALAN SEMEN DI PT SINAR ABADI

Lebih terperinci

6. Pencacahan Lanjut. Relasi Rekurensi. Pemodelan dengan Relasi Rekurensi

6. Pencacahan Lanjut. Relasi Rekurensi. Pemodelan dengan Relasi Rekurensi 6. Pecacaha Lajut Relasi Rekuresi Relasi rekuresi utuk dereta {a } adalah persamaa yag meyataka a kedalam satu atau lebih suku sebelumya, yaitu a 0, a,, a -, utuk seluruh bilaga bulat, dega 0, dimaa 0

Lebih terperinci

TINGKAT PENJUALAN SEPEDA MOTOR SUZUKI PADA CV. ADI MULIA MOTOR DI RENGAT INDRAGIRI HULU DENGAN MENGGUNAKAN METODE TIME SERIES

TINGKAT PENJUALAN SEPEDA MOTOR SUZUKI PADA CV. ADI MULIA MOTOR DI RENGAT INDRAGIRI HULU DENGAN MENGGUNAKAN METODE TIME SERIES FORECASTING TINGKAT PENJUALAN SEPEDA MOTOR SUUKI PADA CV. ADI MULIA MOTOR DI RENGAT INDRAGIRI HULU DENGAN MENGGUNAKAN METODE TIME SERIES AUTOREGRESSIVE TUGAS AKHIR Diajuka sebagai Salah Sau Syara uuk Memperoleh

Lebih terperinci

MENENTUKAN PERSEDIAAN BERAS DENGAN MENGGUNAKAN MODEL ECONOMIC ORDER QUANTITY (EOQ) BERDASARKAN RAMALAN PERMINTAAN PADA TAHUN 2012

MENENTUKAN PERSEDIAAN BERAS DENGAN MENGGUNAKAN MODEL ECONOMIC ORDER QUANTITY (EOQ) BERDASARKAN RAMALAN PERMINTAAN PADA TAHUN 2012 MENENTUKAN PERSEDIAAN BERAS DENGAN MENGGUNAKAN MODEL ECONOMIC ORDER QUANTITY (EOQ) BERDASARKAN RAMALAN PERMINTAAN PADA TAHUN 2012 Julia Nahar 1 1 Uiversias Padjadjara, Jala Raya Badug-Sumedag km 21,Jaiagor

Lebih terperinci

ANALISIS RUNTUT WAKTU DAN PERAMALAN (Time Series and Forecasting) Analisis Tren

ANALISIS RUNTUT WAKTU DAN PERAMALAN (Time Series and Forecasting) Analisis Tren ANALISIS RUNTUT WAKTU DAN PERAMALAN (Time Series ad Forecastig) Aalisis Tre P.E.N.D.A.H.U.L.U.A.N Rutut waktu merupaka kumpula data yag tercatat sepajag periode waktu tertetu (cotohya: miggua, bulaa, atau

Lebih terperinci

Bab III Metoda Taguchi

Bab III Metoda Taguchi Bab III Metoda Taguchi 3.1 Pedahulua [2][3] Metoda Taguchi meitikberatka pada pecapaia suatu target tertetu da meguragi variasi suatu produk atau proses. Pecapaia tersebut dilakuka dega megguaka ilmu statistika.

Lebih terperinci

= 0 diturunkan terhadap x. Karena y fungsi dari x, maka setiap kali menurunkan y harus dikalikan dengan didapat diselesaikan ke y '.

= 0 diturunkan terhadap x. Karena y fungsi dari x, maka setiap kali menurunkan y harus dikalikan dengan didapat diselesaikan ke y '. 6..MENURUNKAN FUNGSI IMPLISIT Padag y fugsi dari yag disajika dalam beuk implisi f (, y) 0. Turuaya y' didapa sebagai beriku: a. Jika mugki y diyaaka sebagai beuk eksplisi dari, lalu diuruka erhadap b.

Lebih terperinci

PERAMALAN HARGA SAHAM SYARI AH RUPIAH EQUITY FUND PT. PRUDENTIAL LIFE INSURANCE PEKANBARU MENGGUNAKAN METODE BOX-JENKINS TUGAS AKHIR.

PERAMALAN HARGA SAHAM SYARI AH RUPIAH EQUITY FUND PT. PRUDENTIAL LIFE INSURANCE PEKANBARU MENGGUNAKAN METODE BOX-JENKINS TUGAS AKHIR. PERAMALAN HARGA SAHAM SYARI AH RUPIAH EQUITY FUND PT. PRUDENTIAL LIFE INSURANCE PEKANBARU MENGGUNAKAN METODE BOX-JENKINS TUGAS AKHIR Diajuka Sebagai Salah Sau Syara Uuk Memperoleh Gelar Sarjaa Sais pada

Lebih terperinci

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

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

Lebih terperinci

PENERAPAN UKURAN KETEPATAN NILAI RAMALAN DATA DERET WAKTU DALAM SELEKSI MODEL PERAMALAN VOLUME PENJUALAN PT SATRIAMANDIRI CITRAMULIA

PENERAPAN UKURAN KETEPATAN NILAI RAMALAN DATA DERET WAKTU DALAM SELEKSI MODEL PERAMALAN VOLUME PENJUALAN PT SATRIAMANDIRI CITRAMULIA PENERAPAN UKURAN KETEPATAN NILAI RAMALAN DATA DERET WAKTU DALAM SELEKSI MODEL PERAMALAN VOLUME PENJUALAN PT SATRIAMANDIRI CITRAMULIA Iwa Sugkawa; Ries Tri Megasari Mahemaics & Saisics Deparme, School of

Lebih terperinci

PENENTUAN NILAI ANUITAS JIWA SEUMUR HIDUP MENGGUNAKAN DISTRIBUSI GOMPERTZ

PENENTUAN NILAI ANUITAS JIWA SEUMUR HIDUP MENGGUNAKAN DISTRIBUSI GOMPERTZ Bulei Ilmiah Ma. Sa. da Terapaya (Bimaser) Volume 05, No. 2 (206), hal 79-86 PENENTUAN NILAI ANUITAS JIWA SEUMUR HIDUP MENGGUNAKAN DISTRIBUSI GOMPERTZ Sii Faimah, Neva Sayahadewi, Shaika Marha INTISARI

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Jeis Peeliia Jeis peeliia ii merupaka peeliia kuaiaif dega megguaka meode eksperime. Desai peeliia ii megguaka ru experime desig beuk desai poses oly corol desig yaki meempaka

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Variabel-variabel yang digunakan pada penelitian ini adalah:

BAB III METODOLOGI PENELITIAN. Variabel-variabel yang digunakan pada penelitian ini adalah: BAB III METODOLOGI PENELITIAN 3. Variabel da Defiisi Operasioal Variabel-variabel yag diguaka pada peelitia ii adalah: a. Teaga kerja, yaitu kotribusi terhadap aktivitas produksi yag diberika oleh para

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA.1. Peramala.1.1. Kosep Dasar Peramala Peramala merupaka bagia dari suau proses pegambila suau kepuusa. Sebelum melakuka peramala harus dikeahui erlebih dahulu apa sebearya persoala

Lebih terperinci

BAB III FORMULA PENENTUAN HARGA OPSI ASIA

BAB III FORMULA PENENTUAN HARGA OPSI ASIA 3 BAB III FORMULA PEETUA HARA OPSI ASIA Pada Bab III ii aka dibahas megeai opsi Asia da aalisisya, di maa yag aka dibahas hayalah beberapa ipe opsi Asia, da erbaas pada eis Europea call saa. Jeis-eis opsi

Lebih terperinci

Bab 5 Penaksiran Fungsi Permintaan. Ekonomi Manajerial Manajemen

Bab 5 Penaksiran Fungsi Permintaan. Ekonomi Manajerial Manajemen Bab 5 Penaksiran Fungsi Perminaan 1 Ekonomi Manajerial Manajemen Peranyaan Umum Tenang Perminaan Seberapa besar penerimaan perusahaan akan berubah seelah adanya peningkaan harga? Berapa banyak produk yang

Lebih terperinci

III. METODE PENELITIAN

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

Lebih terperinci

PENERAPAN METODE TUTOR SEBAYA UNTUK MENINGKATKAN PRESTASI BELAJAR KIMIA SISWA PADA POKOK BAHASAN REAKSI OKSIDASI DAN REDUKSI DI KELAS X SMAN 1 UKUI

PENERAPAN METODE TUTOR SEBAYA UNTUK MENINGKATKAN PRESTASI BELAJAR KIMIA SISWA PADA POKOK BAHASAN REAKSI OKSIDASI DAN REDUKSI DI KELAS X SMAN 1 UKUI PENERAPAN METODE TUTOR EBAYA UNTUK MENINGKATKAN PRETAI BELAJAR KIMIA IWA PADA POKOK BAHAAN REAKI OKIDAI DAN REDUKI DI KELA X MAN UKUI Asrida Mulyai ), Asmadi M. Noer ), Erviyei 3) ) Mahasiswa Program udi

Lebih terperinci

BAB IV PEMBAHASAN DAN ANALISIS

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

Lebih terperinci

Sta Kalibaku ng (mm/thn ) CH Wilayah (X) (mm/th n) 138, ,00 176, ,33 181,00 188, , , , ,00 135,66 133,00

Sta Kalibaku ng (mm/thn ) CH Wilayah (X) (mm/th n) 138, ,00 176, ,33 181,00 188, , , , ,00 135,66 133,00 Tahu Margas ari (mm/th Dukuh Warigi (mm/th Kalibaku g (mm/th 35 5 3 2 3 28 43 3 22 9 29 4 3 42 6 5 65 253 25 6 22 25 39 64 55 84 8 8 63 4 9 29 46 36 5 24 2 53 2 2 6 8 6 3 29 29 4 25 52 25 CH Wilayah (X

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

Analisis Rangkaian Listrik Di Kawasan Waktu

Analisis Rangkaian Listrik Di Kawasan Waktu Sudaryao Sudirham Aalisis Ragkaia Lisrik Di Kawasa Waku 3- Sudaryao Sudirham, Aalisis Ragkaia Lisrik () BAB 3 Peryaaa Siyal da Spekrum Siyal Dega mempelajari lajua eag model siyal ii, kia aka memahami

Lebih terperinci

2. SAMBUNGAN PAKU KELING

2. SAMBUNGAN PAKU KELING . SAMBUNGAN PAKU KELING. Pegguaa Sambuga paku Kelig Paku kelig aalah sejeis pasak aau paku yag iguaka uuk megika suau sambuga, yag sifaya permae imaksuka agar bagia-bagia ksruksi yag elah isambug/iika

Lebih terperinci

BAB 3 METODE PENELITIAN. Disini penerapan kriteria optimasi yang digunakan untuk menganalisis

BAB 3 METODE PENELITIAN. Disini penerapan kriteria optimasi yang digunakan untuk menganalisis BAB 3 METODE PENELITIAN 3.1 Peetapa Kriteria Optimasi Disii peerapa kriteria optimasi yag diguaka utuk megaalisis kebutuha pokok pada PT. Kusuma Kecaa Khatulistiwa yaitu : 1. Aalisis forecastig (peramala

Lebih terperinci

BAB III METODOLOGI 3.1 Tempat dan Waktu Penelitian 3.2 Bahan dan Alat 3.3 Metode Pengumpulan Data Pembuatan plot contoh

BAB III METODOLOGI 3.1 Tempat dan Waktu Penelitian 3.2 Bahan dan Alat 3.3 Metode Pengumpulan Data Pembuatan plot contoh BAB III METODOLOGI 3.1 Tempat da Waktu Peelitia Pegambila data peelitia dilakuka di areal revegetasi laha pasca tambag Blok Q 3 East elevasi 60 Site Lati PT Berau Coal Kalimata Timur. Kegiata ii dilakuka

Lebih terperinci

PEMODELAN TINGKAT KECELAKAAN LALU LINTAS DI KOTA PEKANBARU MENGGUNAKAN METODE TIME SERIES AUTOREGRESIVE TUGAS AKHIR. Oleh:

PEMODELAN TINGKAT KECELAKAAN LALU LINTAS DI KOTA PEKANBARU MENGGUNAKAN METODE TIME SERIES AUTOREGRESIVE TUGAS AKHIR. Oleh: PEMODELAN TINGKAT KECELAKAAN LALU LINTAS DI KOTA PEKANBARU MENGGUNAKAN METODE TIME SERIES AUTOREGRESIVE TUGAS AKHIR Diajuka sebagai Salah Sau Syara uuk Memperoleh Gelar Sarjaa Sais pada Jurusa Maemaika

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB TINJAUAN PUSTAKA Tijaua Pusaka Pegguaa meode peramala Forecasig elah dilakuka oleh berbagai macam peeliia dalam berbagai bidag eruama diguaka dalam memprediksi pejuala pada perusahaa Beriku dibawah

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN BAB 3 METODE PENELITIAN 3.1 Metode Pegumpula Data Dalam melakuka sebuah peelitia dibutuhka data yag diguaka sebagai acua da sumber peelitia. Disii peulis megguaka metode yag diguaka utuk melakuka pegumpula

Lebih terperinci

BAB II TINJAUAN TEORITIS

BAB II TINJAUAN TEORITIS BAB II TIJAUA TEORITIS 2.1 Peramalan (Forecasing) 2.1.1 Pengerian Peramalan Peramalan dapa diarikan sebagai beriku: a. Perkiraan aau dugaan mengenai erjadinya suau kejadian aau perisiwa di waku yang akan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 35 BAB LANDASAN TEORI Meode Dekomposisi biasanya mencoba memisahkan iga komponen erpisah dari pola dasar yang cenderung mencirikan dere daa ekonomi dan bisnis. Komponen ersebu adalah fakor rend (kecendrungan),

Lebih terperinci

BAB 5 HASIL DAN PEMBAHASAN. Disini tujuan akhir yang ingin dicapai penulis adalah pembuatan suatu aplikasi

BAB 5 HASIL DAN PEMBAHASAN. Disini tujuan akhir yang ingin dicapai penulis adalah pembuatan suatu aplikasi BAB 5 HASIL DAN PEMBAHASAN Disini ujuan akhir yang ingin dicapai penulis adalah pembuaan suau aplikasi program yang digunakan unuk membanu perusahaan dalam menenukan jumlah produksi demand. Disini ada

Lebih terperinci

Pemodelan Indeks Harga Saham Gabungan (IHSG), Kurs, dan Harga Minyak Dunia dengan Pendekatan Vector Autoregressive

Pemodelan Indeks Harga Saham Gabungan (IHSG), Kurs, dan Harga Minyak Dunia dengan Pendekatan Vector Autoregressive JURNAL SAINS DAN SENI ITS Vol., No., (Sep. 0) ISSN: 30-98X D-87 Pemodela Ideks Harga Saham Gabuga (IHSG), Kurs, da Harga Miyak Duia dega Pedekaa Vecor Auoregressive Dimas Okky.S da Seiawa Jurusa Saisika,

Lebih terperinci

REGRESI DAN KORELASI SEDERHANA

REGRESI DAN KORELASI SEDERHANA REGRESI DAN KORELASI SEDERHANA Apa yag disebut Regresi? Korelasi? Aalisa regresi da korelasi sederhaa membahas tetag keterkaita atara sebuah variabel (variabel terikat/depede) dega (sebuah) variabel lai

Lebih terperinci

PREMI ASURANSI JIWA CONTINGENT DENGAN HUKUM DE MOIVRE. Fakultas Matematika dan Ilmu Pengetahuan Alam Univeritas Riau Kampus Bina Widya Indonesia

PREMI ASURANSI JIWA CONTINGENT DENGAN HUKUM DE MOIVRE. Fakultas Matematika dan Ilmu Pengetahuan Alam Univeritas Riau Kampus Bina Widya Indonesia PREMI ASURANSI JIWA CONTINGENT DENGAN HUKUM DE MOIVRE Eli Trisiai Hasriai Rola Pae Mahasiswa Program S Maemaika Dose Jurusa Maemaika Fakulas Maemaika da Ilmu Pegeahua Alam Uierias Riau Kampus Bia Widya

Lebih terperinci

BAB 1 PENDAHULUAN. Pertumbuhan ekonomi merupakan salah satu ukuran dari hasil pembangunan yang

BAB 1 PENDAHULUAN. Pertumbuhan ekonomi merupakan salah satu ukuran dari hasil pembangunan yang BAB 1 PENDAHULUAN 1.1 Laar Belakang Perumbuhan ekonomi merupakan salah sau ukuran dari hasil pembangunan yang dilaksanakan khususnya dalam bidang ekonomi. Perumbuhan ersebu merupakan rangkuman laju perumbuhan

Lebih terperinci

BAB III MENENTUKAN MODEL KERUSAKAN DAN INTERVAL WAKTU PREVENTIVE MAINTENANCE OPTIMUM SISTEM AXIS PADA MESIN CINCINNATI MILACRON DOUBLE GANTRY TIPE-F

BAB III MENENTUKAN MODEL KERUSAKAN DAN INTERVAL WAKTU PREVENTIVE MAINTENANCE OPTIMUM SISTEM AXIS PADA MESIN CINCINNATI MILACRON DOUBLE GANTRY TIPE-F BAB III MENENUKAN MODEL KERUSAKAN DAN INERVAL WAKU PREVENIVE MAINENANCE OPIMUM SISEM AXIS PADA MESIN CINCINNAI MILACRON DOUBLE GANRY IPE-F 3.1 Pedahulua Pada Bab II telah dijelaska beberapa teori yag diguaka

Lebih terperinci

Analisis Portal Daktail Berdasarkan Metode Energi Melalui Mekanisme Leleh dan Drift Target Akibat Beban Gempa. Bambang Budiono 1) Afied Syahroni 2)

Analisis Portal Daktail Berdasarkan Metode Energi Melalui Mekanisme Leleh dan Drift Target Akibat Beban Gempa. Bambang Budiono 1) Afied Syahroni 2) Budioo, Vol. 1 No. Syahroi. 1 Jauari 5 ural TEKNIK SIPIL Aalisis Dakail Berdasarka Meode Eergi Melalui Mekaisme Leleh da Drif Targe Akiba Beba Gempa Bambag Budioo 1) Afied Syahroi ) Absrak Di dalam peeliia

Lebih terperinci

BAB II TINJAUAN PUSTAKA. Black dan Scholes (1973) menyatakan bahwa nilai aset mengikuti Gerak

BAB II TINJAUAN PUSTAKA. Black dan Scholes (1973) menyatakan bahwa nilai aset mengikuti Gerak BAB II TINJAUAN PUSTAKA. Peeliia Terdahulu Black da Scholes (973) meyaaka bahwa ilai ase megikui Gerak Brow Geomeri, dega drif μ (ekpekasi dari reur) da volailias σ (deviasi sadar dari reur). Berawal dari

Lebih terperinci

= = =

= = = = + + + = + + + = + +.. + + + + + + + + = + + + + ( ) + ( ) + + = + + + = + = 1,2,, = + + + + = + + + =, + + = 1,, ; = 1,, =, + = 1,, ; = 1,, = 0 0 0 0 0 0 0...... 0 0 0, =, + + + = 0 0 0 0 0 0 0 0 0....

Lebih terperinci

BAB METODOLOGI. Bab 2 Metodologi berisikan :

BAB METODOLOGI. Bab 2 Metodologi berisikan : BAB METODOLOGI Bab Meodologi berisika :.. Pegambila Sampel.. Peramala Nilai Iflasi melalui Ideks Harga Kosume Megguaka Meode ARIMA.3. Akumulasi Prese Value melalui Buga Sederhaa dalam Perhiuga Harga Barag

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Jeis Peeliia Jeis peeliia ii ergolog peeliia komparasioal, yaiu peeliia yag dilaksaaka uuk megeahui ada idakya perbedaa aar variabel yag sedag dielii. Jika perbedaa iu memag

Lebih terperinci

ANALISIS KELAYAKAN FINANSIAL USAHA PENGOLAHAN IKAN SALAI PATIN SYSTEM LIQUID SMOKE

ANALISIS KELAYAKAN FINANSIAL USAHA PENGOLAHAN IKAN SALAI PATIN SYSTEM LIQUID SMOKE Jural Ilmiah Uiversias Baaghari Jambi Vol.11 No.1 Tahu 2011 ANALISIS KELAYAKAN FINANSIAL USAHA PENGOLAHAN IKAN SALAI PATIN SYSTEM LIQUID SMOKE (ASAP CAIR) (Sudi Kasus Idusri Rumah Tagga Seaig Jaya Di Desa

Lebih terperinci