Lampiran 1. Struktur Organisasi PTP Nusantara VIII Kebun Cianten
|
|
|
- Agus Kusuma
- 6 tahun lalu
- Tontonan:
Transkripsi
1 LAMPIRAN 71
2 Lampiran 1. Struktur Organisasi PTP Nusantara VIII Kebun Cianten 72
3 Lampiran 2. Spesifikasi persyaratan mutu teh hitam (SNI ) No. Jenis Uji Satuan Spesifikasi 1 Kadar air % b/b maks. 8,00 2 Kadar ekstrak dalam air % b/b min Kadar abu total % b/b min 4 maks 8 4 Kadar abu larut dalam air dari abu total % b/b min 45 5 Kadar abu tak larut dalam asam % b/b maks 1,0 6 Alkalinitas abu larut dalam air % b/b maks 1,0 7 Kadar serat dan tulang % b/b maks 1,0 8 Kadar serat kasar % b/b maks 3,0 9 Kadar cemaran logam 1. Besi (Fe) ppm - 2. Timbal (Pb) ppm - 3. Tembaga (Cu) ppm maks 2,0 4. Seng (Zn) ppm maks Timah (Sn) ppm maks Raksa (Hg) ppm maks 1,0 10 Kadar cemaran arsen (As) maks 0,03 11 Kadar cemaran mikroba 1. Angka lempeng total Koloni/g maks 3 x MPN Coliform APM/g < 3 73
4 Lampiran 3. Data Curah Hujan Tahun Kebun Cianten BULAN Hh mm Hh mm Hh mm Hh mm Hh mm Hh mm Hh mm JAN 5 85, , , , , , ,0 PEB , , , , , , ,0 MAR , , , , , , ,5 APR , , , , , , ,0 MEI , , , , , , ,5 JUN , , , , , , ,5 JUL 3 20, , , , , , ,0 AGU 9 204,0 6 93, ,0 8 71, , , ,5 SEP , , , , , , ,5 OKT , , , , , , ,5 NOV , , , , , , ,5 DES , , , , , , ,0 JML , , , , , , ,5 74
5 Lampiran 4. Umur Pangkas dan Rencana Pangkas Tahun 2010 AFDELING CIANTEN I Kebun B U L A N JAN PEB MAR APR MEI JUN JUL AGT SEPT OKT NOP DES CIN1.A CIN1.A CIN1.A CIN1.A CIN1.A CIN1.A CIN1.A CIN1.A CIN1.A CIN1.A CIN1.A CIN1.A CIN1.A CIN1.A CIN1.A CIN1.A CIN1.B CIN1.B CIN1.B CIN1.B CIN1.B CIN1.B CIN1.B CIN1.B CIN1.B CIN1.B CIN1.B CIN1.B CIN1.B CIN1.B
6 Lampiran 4. Umur Pangkasan dan Rencana Pangkas Tahun 2010 (lanjutan) AFDELING CIANTEN II Kebun B U L A N JAN PEB MAR APR MEI JUN JUL AGT SEPT OKT NOP DES CIN2.C CIN2.C CIN2.C CIN2.C CIN2.C CIN2.C CIN2.C CIN2.C CIN2.C CIN2.C CIN2.C CIN2.C CIN2.C CIN2.C CIN2.D CIN2.D CIN2.D CIN2.D CIN2.D CIN2.D CIN2.D CIN2.D CIN2.D CIN2.D CIN2.D CIN2.D CIN2.D CIN2.D CIN2.D CIN2.D CIN2.D
7 Lampiran 5. Plot Data dan tren Curah Hujan (mm), Plot Fungsi Autokorelasi Data Curah Hujan (mm), dan Plot Fungsi Autokorelasi Parsial Data Curah Hujan (mm) 77
8 Lampiran 6. Uji Coba Pemilihan Model ARIMA Curah Hujan 1. ARIMA (1,0,1) AR 1 0,1961 0,4181 0,47 0,640 MA 1-0,0541 0,4255-0,13 0,899 Constant 357,40 24,36 14,67 0,000 Mean 444,60 30,30 Residuals: SS = (backforecasts excluded) MS = DF = 90 Chi-Square 19,0 32,4 37,1 48,0 DF P-Value 0,025 0,054 0,285 0, ARIMA (1,0,2) AR 1 0,8962 0, ,29 0,000 MA 1 0,7245 0,0960 7,55 0,000 MA 2 0,2599 0,0613 4,24 0,000 Constant 45,622 1,223 37,31 0,000 Mean 439,59 11,78 Residuals: SS = (backforecasts excluded) MS = DF = 89 Chi-Square 15,5 26,9 33,9 43,3 DF P-Value 0,050 0,137 0,378 0, ARIMA (1,0,3) AR 1 0,5026 0,3141 1,60 0,113 MA 1 0,2937 0,3037 0,97 0,336 MA 2-0,0282 0,1197-0,24 0,815 MA 3 0,3120 0,1024 3,05 0,003 Constant 221,300 9,505 23,28 0,000 Mean 444,94 19,11 Residuals: SS = (backforecasts excluded) MS = DF = 88 Chi-Square 8,4 23,4 30,0 38,3 DF P-Value 0,296 0,221 0,516 0, ARIMA (2,0,1) AR 1-0,3337 1,2547-0,27 0,791 AR 2 0,1882 0,2803 0,67 0,504 MA 1-0,5699 1,2667-0,45 0,654 Constant 509,15 36,43 13,98 0,000 Mean 444,46 31,80 Residuals: SS = (backforecasts excluded) MS = DF = 89 Chi-Square 20,4 34,2 39,1 50,3 DF P-Value 0,009 0,025 0,180 0,239 78
9 5. ARIMA (2,0,2) AR 1 0,8844 0, ,15 0,000 AR 2-0,8918 0, ,75 0,000 MA 1 0,6548 0,1150 5,69 0,000 MA 2-0,7736 0,1052-7,35 0,000 Constant 449,67 24,35 18,47 0,000 Mean 446,39 24,17 Residuals: SS = (backforecasts excluded) MS = DF = 88 Chi-Square 5,9 20,6 28,1 37,7 DF P-Value 0,551 0,359 0,616 0, ARIMA (2,0,3) AR 1 0,8895 0,0953 9,33 0,000 AR 2-0,8756 0,0920-9,52 0,000 MA 1 0,6787 0,1416 4,79 0,000 MA 2-0,7715 0,1175-6,57 0,000 MA 3 0,0347 0,1207 0,29 0,775 Constant 440,13 23,17 19,00 0,000 Mean 446,35 23,50 Residuals: SS = (backforecasts excluded) MS = DF = 87 Chi-Square 5,9 20,7 28,8 38,6 DF P-Value 0,440 0,296 0,528 0, ARIMA (3,0,1) AR 1 0,3841 0,3355 1,15 0,255 AR 2-0,0080 0,1396-0,06 0,955 AR 3-0,2888 0,1065-2,71 0,008 MA 1 0,1546 0,3499 0,44 0,660 Constant 406,20 18,86 21,54 0,000 Mean 445,07 20,67 Residuals: SS = (backforecasts excluded) MS = DF = 88 Chi-Square 7,3 22,3 29,1 38,5 DF P-Value 0,401 0,272 0,563 0, ARIMA (3,0,2) AR 1 0,2417 0,1171 2,06 0,042 AR 2 0,8461 0, ,13 0,000 AR 3-0,2757 0,1100-2,51 0,014 MA 1 0,0004 0,0783 0,00 0,996 MA 2 0,9767 0, ,40 0,000 Constant 82,4113 0, ,95 0,000 Mean 438,610 4,478 Residuals: SS = (backforecasts excluded) MS = DF = 87 Chi-Square 14,1 24,6 31,9 41,5 DF P-Value 0,029 0,136 0,373 0,494 79
10 9. ARIMA (3,0,3) AR 1 0,3771 1,2838 0,29 0,770 AR 2-0,4030 1,1250-0,36 0,721 AR 3-0,4529 1,1330-0,40 0,690 MA 1 0,1784 1,3142 0,14 0,892 MA 2-0,4304 0,8592-0,50 0,618 MA 3-0,3254 1,0254-0,32 0,752 Constant 660,05 34,72 19,01 0,000 Mean 446,33 23,48 Residuals: SS = (backforecasts excluded) MS = DF = 86 Chi-Square 5,7 21,0 29,5 39,4 DF P-Value 0,340 0,225 0,438 0,543 80
11 Lampiran 7. Plot data dan tren Hari Hujan (Hari), Plot Fungsi Autokorelasi Data Hari Hujan (Hari), dan Plot Fungsi Autokorelasi Parsial Data Hari Hujan (Hari) 81
12 Lampiran 8. Uji Coba Pemilihan Model ARIMA Hari Hujan 1. ARIMA (1,0,1) AR 1 0,4068 0,2075 1,96 0,053 MA 1-0,0723 0,2260-0,32 0,750 Constant 11,3248 0, ,14 0,000 Mean 19,091 1,114 Residuals: SS = 3177,29 (backforecasts excluded) MS = 35,30 DF = 90 Chi-Square 13,9 29,3 39,8 55,7 DF P-Value 0,127 0,107 0,192 0, ARIMA (1,0,2) AR 1 0,9281 0, ,05 0,000 MA 1 0,6038 0, ,02 0,000 MA 2 0,4133 0,0882 4,68 0,000 Constant 1, , ,30 0,000 Mean 19,1438 0,2009 Residuals: SS = 3136,54 (backforecasts excluded) MS = 35,24 DF = 89 Chi-Square 18,1 36,2 50,0 65,1 DF P-Value 0,020 0,015 0,022 0, ARIMA (1,0,3) AR 1 0,8765 0, ,24 0,000 MA 1 0,4513 0,1159 3,89 0,000 MA 2 0,2122 0,1110 1,91 0,059 MA 3 0,3199 0,1080 2,96 0,004 Constant 2, , ,23 0,000 Mean 19,2577 0,2183 Residuals: SS = 2938,55 (backforecasts excluded) MS = 33,39 DF = 88 Chi-Square 7,9 19,9 28,4 40,2 DF P-Value 0,345 0,404 0,601 0, ARIMA (1,0,4) AR 1 0,8069 0,1178 6,85 0,000 MA 1 0,3919 0,1593 2,46 0,016 MA 2 0,2018 0,1052 1,92 0,058 MA 3 0,3280 0,1115 2,94 0,004 MA 4 0,1302 0,1271 1,02 0,308 Constant 3, , ,39 0,000 Mean 19,1560 0,1033 Residuals: SS = 2764,36 (backforecasts excluded) MS = 31,77 DF = 87 Chi-Square 7,0 16,1 23,9 34,6 DF P-Value 0,324 0,583 0,776 0,784 82
13 5. ARIMA (2,0,1) AR 1-0,3538 0,5285-0,67 0,505 AR 2 0,4179 0,2205 1,90 0,061 MA 1-0,7994 0,5478-1,46 0,148 Constant 17,857 1,113 16,05 0,000 Mean 19,080 1,189 Residuals: SS = 3165,77 (backforecasts excluded) MS = 35,57 DF = 89 Chi-Square 14,2 30,4 41,2 58,9 DF P-Value 0,076 0,063 0,127 0, ARIMA (2,0,2) AR 1 1,3399 0,1900 7,05 0,000 AR 2-0,5820 0,1693-3,44 0,001 MA 1 0,8822 0,2250 3,92 0,000 MA 2-0,1416 0,2178-0,65 0,517 Constant 4,6474 0, ,18 0,000 Mean 19,1942 0,6578 Residuals: SS = 3052,99 (backforecasts excluded) MS = 34,69 DF = 88 Chi-Square 7,5 17,2 24,0 37,5 DF P-Value 0,376 0,580 0,811 0, ARIMA (2,0,3) AR 1 1,1128 0,2388 4,66 0,000 AR 2-0,2376 0,2657-0,89 0,374 MA 1 0,6702 0,2348 2,85 0,005 MA 2 0,0639 0,1939 0,33 0,742 MA 3 0,2462 0,1486 1,66 0,101 Constant 2, , ,69 0,000 Mean 19,2585 0,2329 Residuals: SS = 2918,23 (backforecasts excluded) MS = 33,54 DF = 87 Chi-Square 6,9 16,7 23,8 35,0 DF P-Value 0,329 0,547 0,780 0, ARIMA (2,0,4) AR 1 1,7250 0, ,02 0,000 AR 2-0,9725 0, ,94 0,000 MA 1 1,3161 0, ,98 0,000 MA 2-0,4207 0,1390-3,03 0,003 MA 3-0,0059 0,1761-0,03 0,973 MA 4-0,2313 0,1117-2,07 0,041 Constant 4,7517 0, ,49 0,000 Mean 19,1983 0,8172 Residuals: SS = 2808,13 (backforecasts excluded) MS = 32,65 DF = 86 Chi-Square 6,7 13,0 18,8 33,4 DF P-Value 0,241 0,733 0,927 0,796 83
14 8. ARIMA (3,0,1) AR 1 0,5844 0,4988 1,17 0,244 AR 2-0,0209 0,2731-0,08 0,939 AR 3-0,1994 0,1139-1,75 0,083 MA 1 0,1137 0,5100 0,22 0,824 Constant 12,1772 0, ,50 0,000 Mean 19,1505 0,8513 Residuals: SS = 3046,94 (backforecasts excluded) MS = 34,62 DF = 88 Chi-Square 7,1 18,7 27,6 41,3 DF P-Value 0,418 0,479 0,643 0, ARIMA (3,0,2) AR 1 0,5124 0,3727 1,37 0,173 AR 2 0,4982 0,4618 1,08 0,284 AR 3-0,4246 0,1709-2,48 0,015 MA 1 0,0591 0,3956 0,15 0,882 MA 2 0,5148 0,3816 1,35 0,181 Constant 7,9498 0, ,39 0,000 Mean 19,2070 0,6321 Residuals: SS = 3010,04 (backforecasts excluded) MS = 34,60 DF = 87 Chi-Square 6,0 16,3 23,4 37,0 DF P-Value 0,426 0,568 0,800 0, ARIMA (3,0,3) AR 1 0,6829 0,4121 1,66 0,101 AR 2 0,4193 0,6003 0,70 0,487 AR 3-0,2677 0,3235-0,83 0,410 MA 1 0,2467 0,4035 0,61 0,543 MA 2 0,5427 0,4538 1,20 0,235 MA 3 0,1804 0,2259 0,80 0,427 Constant 3, , ,52 0,000 Mean 19,2456 0,2618 Residuals: SS = 2922,99 (backforecasts excluded) MS = 33,99 DF = 86 Chi-Square 7,5 18,2 25,3 37,4 DF P-Value 0,186 0,375 0,662 0, ARIMA (4,0,1) AR 1-0,2671 1,6918-0,16 0,875 AR 2 0,3876 0,8071 0,48 0,632 AR 3-0,1930 0,1339-1,44 0,153 AR 4-0,1314 0,4127-0,32 0,751 MA 1-0,7479 1,6779-0,45 0,657 Constant 23,051 1,073 21,49 0,000 Mean 19,1458 0,8910 Residuals: SS = 3044,41 (backforecasts excluded) MS = 34,99 DF = 87 Chi-Square 7,3 20,0 29,3 43,0 DF P-Value 0,290 0,333 0,503 0,427 84
15 12. ARIMA (4,0,2) AR 1 0,8710 0,5279 1,65 0,103 AR 2 0,3379 0,7193 0,47 0,640 AR 3-0,4512 0,2246-2,01 0,048 AR 4 0,1053 0,1281 0,82 0,413 MA 1 0,4330 0,5247 0,83 0,412 MA 2 0,5419 0,5230 1,04 0,303 Constant 2, , ,50 0,000 Mean 19,2203 0,1708 Residuals: SS = 2874,01 (backforecasts excluded) MS = 33,42 DF = 86 Chi-Square 7,1 17,6 24,7 36,7 DF P-Value 0,211 0,414 0,696 0, ARIMA (4,0,3) AR 1 0,4207 0,3915 1,07 0,286 AR 2-0,3864 0,3658-1,06 0,294 AR 3-0,5641 0,3930-1,44 0,155 AR 4 0,2740 0,1291 2,12 0,037 MA 1-0,0093 0,4048-0,02 0,982 MA 2-0,5243 0,2099-2,50 0,014 MA 3-0,6592 0,3526-1,87 0,065 Constant 24,088 1,305 18,45 0,000 Mean 19,182 1,039 Residuals: SS = 2841,08 (backforecasts excluded) MS = 33,42 DF = 85 Chi-Square 8,8 26,8 40,1 54,5 DF P-Value 0,068 0,043 0,065 0, ARIMA (4,0,4) AR 1 0,4398 0,7068 0,62 0,535 AR 2 0,6280 0,2894 2,17 0,033 AR 3-0,3136 0,6901-0,45 0,651 AR 4 0,0775 0,4067 0,19 0,849 MA 1 0,0241 0,6987 0,03 0,973 MA 2 0,6502 0,1010 6,44 0,000 MA 3 0,2095 0,7116 0,29 0,769 MA 4 0,1982 0,2756 0,72 0,474 Constant 3, , ,07 0,000 Mean 19,0656 0,1296 Residuals: SS = 2757,02 (backforecasts excluded) MS = 32,82 DF = 84 Chi-Square 7,7 18,6 26,4 38,5 DF P-Value 0,052 0,234 0,499 0,493 85
16 Lampiran 9. Data Input Persamaan Regresi Estimasi Produktivitas NO Y X1 X2 X3 X4 NO Y X1 X2 X3 X4 NO Y X1 X2 X3 X , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,7 23 Y X1 X2 X3 X4 : Produktivitas (kg/ha/bulan) : umur pangkas (bulan) : gilir petik (hari) : curah hujan (mm) : hari hujan (hari) 86
17 Lampiran 10. Hasil Uji Korelasi dan Analisis Regresi Produktivitas Correlations: Y; X1; X2; X3; X4 Y X1 X2 X3 X1-0,255 0,001 X2-0,078 0,044 0,314 0,575 X3 0,049 0,018 0,071 0,528 0,821 0,363 X4 0,166 0,003-0,129-0,775 0,032 0,969 0,094 0,000 Cell Contents: Pearson correlation P-Value Regression Analysis: Y versus X1; X2; X3; X4 The regression equation is Y = ,40 X1-2,67 X2 + 1,31 X3 + 34,0 X4 Predictor Coef SE Coef T P VIF Constant -755,6 328,4-2,30 0,023 X1-4,402 1,189-3,70 0,000 1,0 X2-2,671 5,985-0,45 0,656 1,0 X3 1,3084 0,3228 4,05 0,000 2,5 X4 33,950 7,445 4,56 0,000 2,5 S = 131,129 R-Sq = 17,8% R-Sq(adj) = 15,8% Analysis of Variance (Uji-F) Source DF SS MS F P Regression ,82 0,000 Residual Error Total Source DF Seq SS X X X X Dimana Y : Produktivitas (kg/ha/bulan) X1 : umur pangkas (bulan) X2 : gilir petik (hari) X3 : curah hujan (mm) X4 : hari hujan (hari) 87
18 Lampiran 11. Plot Nilai Sebaran Normal dari Residual dan Plot Residual Versus 99,9 Normal Probability Plot of the Residuals (response is Y) 99 Percent , Residual Residuals Versus the Fitted Values (response is Y) Residual Fitted Value
19 Lampiran 12. Prakiraan Produktivitas Pucuk Teh pada Kebun Cianten Kebun Notasi Jan Feb Mar Apr Mei Jun Jul Agu Sep Okt Nov Des CIN1.A.01 Y ,7 371,8 369,4 481,5 487,5 388,2 324,8 322,6 403,2 471,9 456,4 377,1 CIN1.A.01 Y ,4 366,5 364,1 476,2 482,1 382,9 319,5 317,3 397,9 466,6 451,1 371,7 CIN1.A.01 Y ,1 361,2 358,8 470,8 476,8 377,5 314,1 311,9 392,6 461,3 445,7 366,4 CIN1.A.02 Y ,7 283,8 281,4 393,5 399,5 300,2 236,8 371,0 451,6 520,3 504,8 425,5 CIN1.A.02 Y ,4 278,5 276,1 388,2 394,1 294,9 231,5 365,7 446,3 515,0 499,5 420,1 CIN1.A.02 Y ,1 273,2 270,8 382,8 388,8 289,5 226,1 360,3 441,0 509,7 494,1 414,8 CIN1.A.03 Y ,1 354,2 351,8 463,9 469,9 370,6 307,2 305,0 385,6 454,3 438,8 359,5 CIN1.A.03 Y ,8 348,9 346,5 458,6 464,5 365,3 301,9 299,7 380,3 449,0 433,5 354,1 CIN1.A.03 Y ,5 343,6 341,2 453,2 459,2 359,9 296,5 294,3 375,0 443,7 428,1 348,8 CIN1.A.04 Y ,7 261,8 395,8 507,9 513,9 414,6 351,2 349,0 429,6 498,3 482,8 403,5 CIN1.A.04 Y ,4 256,5 390,5 502,6 508,5 409,3 345,9 343,7 424,3 493,0 477,5 398,1 CIN1.A.04 Y ,1 251,2 385,2 497,2 503,2 403,9 340,5 338,3 419,0 487,7 472,1 392,8 CIN1.A.05 Y ,9 341,0 338,6 450,7 456,7 357,4 294,0 291,8 372,4 441,1 425,6 346,3 CIN1.A.05 Y ,6 335,7 333,3 445,4 451,3 352,1 288,7 286,5 367,1 435,8 420,3 340,9 CIN1.A.05 Y ,3 330,4 328,0 440,0 446,0 346,7 283,3 281,1 361,8 430,5 414,9 335,6 CIN1.A.06 Y ,5 292,6 290,2 402,3 408,3 309,0 245,6 243,4 324,0 529,1 513,6 434,3 CIN1.A.06 Y ,2 287,3 284,9 397,0 402,9 303,7 240,3 238,1 318,7 523,8 508,3 428,9 CIN1.A.06 Y ,9 282,0 279,6 391,6 397,6 298,3 234,9 232,7 313,4 518,5 502,9 423,6 CIN1.A.07 Y ,3 323,4 321,0 433,1 439,1 339,8 276,4 274,2 354,8 423,5 408,0 328,7 CIN1.A.07 Y ,0 318,1 315,7 427,8 433,7 334,5 271,1 268,9 349,5 418,2 402,7 323,3 CIN1.A.07 Y ,7 312,8 310,4 422,4 428,4 329,1 265,7 263,5 344,2 412,9 397,3 318,0 CIN1.A.08 Y ,1 266,2 263,8 375,9 522,7 423,4 360,0 357,8 438,4 507,1 491,6 412,3 CIN1.A.08 Y ,8 260,9 258,5 370,6 517,3 418,1 354,7 352,5 433,1 501,8 486,3 406,9 CIN1.A.08 Y ,5 255,6 253,2 365,2 512,0 412,7 349,3 347,1 427,8 496,5 480,9 401,6 CIN1.A.09 Y ,3 301,4 299,0 411,1 417,1 317,8 254,4 252,2 332,8 401,5 386,0 443,1 CIN1.A.09 Y ,0 296,1 293,7 405,8 411,7 312,5 249,1 246,9 327,5 396,2 380,7 437,7 CIN1.A.09 Y ,7 290,8 288,4 400,4 406,4 307,1 243,7 241,5 322,2 390,9 375,3 432,4 CIN1.A.10 Y ,5 270,6 268,2 512,3 518,3 419,0 355,6 353,4 434,0 502,7 487,2 407,9 CIN1.A.10 Y ,2 265,3 262,9 507,0 512,9 413,7 350,3 348,1 428,7 497,4 481,9 402,5 CIN1.A.10 Y ,9 260,0 257,6 501,6 507,6 408,3 344,9 342,7 423,4 492,1 476,5 397,2 CIN1.A.11 Y ,7 327,8 325,4 437,5 443,5 344,2 280,8 278,6 359,2 427,9 412,4 333,1 CIN1.A.11 Y ,4 322,5 320,1 432,2 438,1 338,9 275,5 273,3 353,9 422,6 407,1 327,7 CIN1.A.11 Y ,1 317,2 314,8 426,8 432,8 333,5 270,1 267,9 348,6 417,3 401,7 322,4 CIN1.A.12 Y ,3 389,4 387,0 499,1 505,1 405,8 342,4 340,2 420,8 489,5 474,0 394,7 CIN1.A.12 Y ,0 384,1 381,7 493,8 499,7 400,5 337,1 334,9 415,5 484,2 468,7 389,3 CIN1.A.12 Y ,7 378,8 376,4 488,4 494,4 395,1 331,7 329,5 410,2 478,9 463,3 384,0 CIN1.A.13 Y ,9 385,0 382,6 494,7 500,7 401,4 338,0 335,8 416,4 485,1 469,6 390,3 CIN1.A.13 Y ,6 379,7 377,3 489,4 495,3 396,1 332,7 330,5 411,1 479,8 464,3 384,9 CIN1.A.13 Y ,3 374,4 372,0 484,0 490,0 390,7 327,3 325,1 405,8 474,5 458,9 379,6 89
20 Lampiran 12. Prakiraan Produktivitas Pucuk Teh pada Kebun Cianten (lanjutan) Kebun Notasi Jan Feb Mar Apr Mei Jun Jul Agu Sep Okt Nov Des CIN1.A.14 Y ,9 319,0 316,6 428,7 434,7 335,4 272,0 269,8 350,4 419,1 403,6 324,3 CIN1.A.14 Y ,6 313,7 311,3 423,4 429,3 330,1 266,7 264,5 345,1 413,8 398,3 318,9 CIN1.A.14 Y ,3 308,4 306,0 418,0 424,0 324,7 261,3 259,1 339,8 408,5 392,9 313,6 CIN1.A.15 Y ,7 349,8 347,4 459,5 465,5 366,2 302,8 300,6 381,2 449,9 434,4 355,1 CIN1.A.15 Y ,4 344,5 342,1 454,2 460,1 360,9 297,5 295,3 375,9 444,6 429,1 349,7 CIN1.A.15 Y ,1 339,2 336,8 448,8 454,8 355,5 292,1 289,9 370,6 439,3 423,7 344,4 CIN1.A.16 Y ,9 363,0 360,6 472,7 478,7 379,4 316,0 313,8 394,4 463,1 447,6 368,3 CIN1.A.16 Y ,6 357,7 355,3 467,4 473,3 374,1 310,7 308,5 389,1 457,8 442,3 362,9 CIN1.A.16 Y ,3 352,4 350,0 462,0 468,0 368,7 305,3 303,1 383,8 452,5 436,9 357,6 CIN1.B.01 Y ,5 270,6 268,2 512,3 518,3 419,0 355,6 353,4 434,0 502,7 487,2 407,9 CIN1.B.01 Y ,2 265,3 262,9 507,0 512,9 413,7 350,3 348,1 428,7 497,4 481,9 402,5 CIN1.B.01 Y ,9 260,0 257,6 501,6 507,6 408,3 344,9 342,7 423,4 492,1 476,5 397,2 CIN1.B.02 Y ,7 283,8 281,4 393,5 399,5 300,2 236,8 234,6 456,0 524,7 509,2 429,9 CIN1.B.02 Y ,4 278,5 276,1 388,2 394,1 294,9 231,5 229,3 450,7 519,4 503,9 424,5 CIN1.B.02 Y ,1 273,2 270,8 382,8 388,8 289,5 226,1 223,9 445,4 514,1 498,5 419,2 CIN1.B.03 Y ,3 301,4 299,0 411,1 417,1 317,8 254,4 252,2 332,8 401,5 386,0 306,7 CIN1.B.03 Y ,0 296,1 293,7 405,8 411,7 312,5 249,1 246,9 327,5 396,2 380,7 301,3 CIN1.B.03 Y ,7 290,8 288,4 400,4 406,4 307,1 243,7 241,5 322,2 390,9 375,3 296,0 CIN1.B.04 Y ,3 393,8 391,4 503,5 509,5 410,2 346,8 344,6 425,2 493,9 478,4 399,1 CIN1.B.04 Y ,0 388,5 386,1 498,2 504,1 404,9 341,5 339,3 419,9 488,6 473,1 393,7 CIN1.B.04 Y ,7 383,2 380,8 492,8 498,8 399,5 336,1 333,9 414,6 483,3 467,7 388,4 CIN1.B.05 Y ,1 376,2 373,8 485,9 491,9 392,6 329,2 327,0 407,6 476,3 460,8 381,5 CIN1.B.05 Y ,8 370,9 368,5 480,6 486,5 387,3 323,9 321,7 402,3 471,0 455,5 376,1 CIN1.B.05 Y ,5 365,6 363,2 475,2 481,2 381,9 318,5 316,3 397,0 465,7 450,1 370,8 CIN1.B.06 Y ,1 310,2 307,8 419,9 425,9 326,6 263,2 261,0 341,6 410,3 394,8 315,5 CIN1.B.06 Y ,8 304,9 302,5 414,6 420,5 321,3 257,9 255,7 336,3 405,0 389,5 310,1 CIN1.B.06 Y ,5 299,6 297,2 409,2 415,2 315,9 252,5 250,3 331,0 399,7 384,1 304,8 CIN1.B.07 Y ,9 341,0 338,6 450,7 456,7 357,4 294,0 291,8 372,4 441,1 425,6 346,3 CIN1.B.07 Y ,6 335,7 333,3 445,4 451,3 352,1 288,7 286,5 367,1 435,8 420,3 340,9 CIN1.B.07 Y ,3 330,4 328,0 440,0 446,0 346,7 283,3 281,1 361,8 430,5 414,9 335,6 CIN1.B.08 Y ,1 332,2 329,8 441,9 447,9 348,6 285,2 283,0 363,6 432,3 416,8 337,5 CIN1.B.08 Y ,8 326,9 324,5 436,6 442,5 343,3 279,9 277,7 358,3 427,0 411,5 332,1 CIN1.B.08 Y ,5 321,6 319,2 431,2 437,2 337,9 274,5 272,3 353,0 421,7 406,1 326,8 CIN1.B.09 Y ,9 385,0 382,6 494,7 500,7 401,4 338,0 335,8 416,4 485,1 469,6 390,3 CIN1.B.09 Y ,6 379,7 377,3 489,4 495,3 396,1 332,7 330,5 411,1 479,8 464,3 384,9 CIN1.B.09 Y ,3 374,4 372,0 484,0 490,0 390,7 327,3 325,1 405,8 474,5 458,9 379,6 CIN1.B.10 Y ,1 354,2 351,8 463,9 469,9 370,6 307,2 305,0 385,6 454,3 438,8 359,5 CIN1.B.10 Y ,8 348,9 346,5 458,6 464,5 365,3 301,9 299,7 380,3 449,0 433,5 354,1 CIN1.B.10 Y ,5 343,6 341,2 453,2 459,2 359,9 296,5 294,3 375,0 443,7 428,1 348,8 90
21 Lampiran 12. Prakiraan Produktivitas Pucuk Teh pada Kebun Cianten (lanjutan) Kebun Notasi Jan Feb Mar Apr Mei Jun Jul Agu Sep Okt Nov Des CIN1.B.11 Y ,3 389,4 387,0 499,1 505,1 405,8 342,4 340,2 420,8 489,5 474,0 394,7 CIN1.B.11 Y ,0 384,1 381,7 493,8 499,7 400,5 337,1 334,9 415,5 484,2 468,7 389,3 CIN1.B.11 Y ,7 378,8 376,4 488,4 494,4 395,1 331,7 329,5 410,2 478,9 463,3 384,0 CIN1.B.12 Y ,3 301,4 299,0 411,1 417,1 317,8 254,4 252,2 332,8 401,5 386,0 306,7 CIN1.B.12 Y ,0 296,1 293,7 405,8 411,7 312,5 249,1 246,9 327,5 396,2 380,7 301,3 CIN1.B.12 Y ,7 290,8 288,4 400,4 406,4 307,1 243,7 241,5 322,2 390,9 375,3 296,0 CIN1.B.13 Y ,5 292,6 290,2 402,3 408,3 309,0 368,8 366,6 447,2 515,9 500,4 421,1 CIN1.B.13 Y ,2 287,3 284,9 397,0 402,9 303,7 363,5 361,3 441,9 510,6 495,1 415,7 CIN1.B.13 Y ,9 282,0 279,6 391,6 397,6 298,3 358,1 355,9 436,6 505,3 489,7 410,4 CIN1.B.14 Y ,3 367,4 365,0 477,1 483,1 383,8 320,4 318,2 398,8 467,5 452,0 372,7 CIN1.B.14 Y ,0 362,1 359,7 471,8 477,7 378,5 315,1 312,9 393,5 462,2 446,7 367,3 CIN1.B.14 Y ,7 356,8 354,4 466,4 472,4 373,1 309,7 307,5 388,2 456,9 441,3 362,0 CIN2.C.01 Y ,9 363,0 360,6 472,7 478,7 379,4 316,0 313,8 394,4 463,1 447,6 368,3 CIN2.C.01 Y ,6 357,7 355,3 467,4 473,3 374,1 310,7 308,5 389,1 457,8 442,3 362,9 CIN2.C.01 Y ,3 352,4 350,0 462,0 468,0 368,7 305,3 303,1 383,8 452,5 436,9 357,6 CIN2.C.02 Y ,1 310,2 307,8 419,9 425,9 326,6 263,2 261,0 341,6 410,3 394,8 315,5 CIN2.C.02 Y ,8 304,9 302,5 414,6 420,5 321,3 257,9 255,7 336,3 405,0 389,5 310,1 CIN2.C.02 Y ,5 299,6 297,2 409,2 415,2 315,9 252,5 250,3 331,0 399,7 384,1 304,8 CIN2.C.03 Y ,3 345,4 343,0 455,1 461,1 361,8 298,4 296,2 376,8 445,5 430,0 350,7 CIN2.C.03 Y ,0 340,1 337,7 449,8 455,7 356,5 293,1 290,9 371,5 440,2 424,7 345,3 CIN2.C.03 Y ,7 334,8 332,4 444,4 450,4 351,1 287,7 285,5 366,2 434,9 419,3 340,0 CIN2.C.04 Y ,9 275,0 272,6 384,7 522,7 423,4 360,0 357,8 438,4 507,1 491,6 412,3 CIN2.C.04 Y ,6 269,7 267,3 379,4 517,3 418,1 354,7 352,5 433,1 501,8 486,3 406,9 CIN2.C.04 Y ,3 264,4 262,0 374,0 512,0 412,7 349,3 347,1 427,8 496,5 480,9 401,6 CIN2.C.05 Y ,7 327,8 325,4 437,5 443,5 344,2 280,8 278,6 359,2 427,9 412,4 333,1 CIN2.C.05 Y ,4 322,5 320,1 432,2 438,1 338,9 275,5 273,3 353,9 422,6 407,1 327,7 CIN2.C.05 Y ,1 317,2 314,8 426,8 432,8 333,5 270,1 267,9 348,6 417,3 401,7 322,4 CIN2.C.06 Y ,9 297,0 294,6 406,7 412,7 313,4 250,0 247,8 328,4 397,1 381,6 302,3 CIN2.C.06 Y ,6 291,7 289,3 401,4 407,3 308,1 244,7 242,5 323,1 391,8 376,3 296,9 CIN2.C.06 Y ,3 286,4 284,0 396,0 402,0 302,7 239,3 237,1 317,8 386,5 370,9 291,6 CIN2.C.07 Y ,5 393,8 391,4 503,5 509,5 410,2 346,8 344,6 425,2 493,9 478,4 399,1 CIN2.C.07 Y ,2 388,5 386,1 498,2 504,1 404,9 341,5 339,3 419,9 488,6 473,1 393,7 CIN2.C.07 Y ,9 383,2 380,8 492,8 498,8 399,5 336,1 333,9 414,6 483,3 467,7 388,4 CIN2.C.08 Y ,3 279,4 277,0 389,1 395,1 427,8 364,4 362,2 442,8 511,5 496,0 416,7 CIN2.C.08 Y ,0 274,1 271,7 383,8 389,7 422,5 359,1 356,9 437,5 506,2 490,7 411,3 CIN2.C.08 Y ,7 268,8 266,4 378,4 384,4 417,1 353,7 351,5 432,2 500,9 485,3 406,0 CIN2.C.09 Y ,1 332,2 329,8 441,9 447,9 348,6 285,2 283,0 363,6 432,3 416,8 337,5 CIN2.C.09 Y ,8 326,9 324,5 436,6 442,5 343,3 279,9 277,7 358,3 427,0 411,5 332,1 CIN2.C.09 Y ,5 321,6 319,2 431,2 437,2 337,9 274,5 272,3 353,0 421,7 406,1 326,8 91
22 Lampiran 12. Prakiraan Produktivitas Pucuk Teh pada Kebun Cianten (lanjutan) Kebun Notasi Jan Feb Mar Apr Mei Jun Jul Agu Sep Okt Nov Des CIN2.C.10 Y ,3 393,8 391,4 503,5 509,5 410,2 346,8 344,6 425,2 493,9 478,4 399,1 CIN2.C.10 Y ,0 388,5 386,1 498,2 504,1 404,9 341,5 339,3 419,9 488,6 473,1 393,7 CIN2.C.10 Y ,7 383,2 380,8 492,8 498,8 399,5 336,1 333,9 414,6 483,3 467,7 388,4 CIN2.C.11 Y ,7 371,8 369,4 481,5 487,5 388,2 324,8 322,6 403,2 471,9 456,4 377,1 CIN2.C.11 Y ,4 366,5 364,1 476,2 482,1 382,9 319,5 317,3 397,9 466,6 451,1 371,7 CIN2.C.11 Y ,1 361,2 358,8 470,8 476,8 377,5 314,1 311,9 392,6 461,3 445,7 366,4 CIN2.C.12 Y ,1 354,2 351,8 463,9 469,9 370,6 307,2 305,0 385,6 454,3 438,8 359,5 CIN2.C.12 Y ,8 348,9 346,5 458,6 464,5 365,3 301,9 299,7 380,3 449,0 433,5 354,1 CIN2.C.12 Y ,5 343,6 341,2 453,2 459,2 359,9 296,5 294,3 375,0 443,7 428,1 348,8 CIN2.C.13 Y ,9 341,0 338,6 450,7 456,7 357,4 294,0 291,8 372,4 441,1 425,6 346,3 CIN2.C.13 Y ,6 335,7 333,3 445,4 451,3 352,1 288,7 286,5 367,1 435,8 420,3 340,9 CIN2.C.13 Y ,3 330,4 328,0 440,0 446,0 346,7 283,3 281,1 361,8 430,5 414,9 335,6 CIN2.C.14 Y ,9 319,0 316,6 428,7 434,7 335,4 272,0 269,8 350,4 419,1 403,6 324,3 CIN2.C.14 Y ,6 313,7 311,3 423,4 429,3 330,1 266,7 264,5 345,1 413,8 398,3 318,9 CIN2.C.14 Y ,3 308,4 306,0 418,0 424,0 324,7 261,3 259,1 339,8 408,5 392,9 313,6 CIN2.D.01 Y ,1 310,2 307,8 419,9 425,9 326,6 263,2 261,0 341,6 410,3 394,8 315,5 CIN2.D.01 Y ,8 304,9 302,5 414,6 420,5 321,3 257,9 255,7 336,3 405,0 389,5 310,1 CIN2.D.01 Y ,5 299,6 297,2 409,2 415,2 315,9 252,5 250,3 331,0 399,7 384,1 304,8 CIN2.D.02 Y ,7 283,8 281,4 393,5 399,5 300,2 368,8 366,6 447,2 515,9 500,4 421,1 CIN2.D.02 Y ,4 278,5 276,1 388,2 394,1 294,9 363,5 361,3 441,9 510,6 495,1 415,7 CIN2.D.02 Y ,1 273,2 270,8 382,8 388,8 289,5 358,1 355,9 436,6 505,3 489,7 410,4 CIN2.D.03 Y ,3 257,4 255,0 512,3 518,3 419,0 355,6 353,4 434,0 502,7 487,2 407,9 CIN2.D.03 Y ,0 252,1 249,7 507,0 512,9 413,7 350,3 348,1 428,7 497,4 481,9 402,5 CIN2.D.03 Y ,7 246,8 244,4 501,6 507,6 408,3 344,9 342,7 423,4 492,1 476,5 397,2 CIN2.D.04 Y ,3 389,4 387,0 499,1 505,1 405,8 342,4 340,2 420,8 489,5 474,0 394,7 CIN2.D.04 Y ,0 384,1 381,7 493,8 499,7 400,5 337,1 334,9 415,5 484,2 468,7 389,3 CIN2.D.04 Y ,7 378,8 376,4 488,4 494,4 395,1 331,7 329,5 410,2 478,9 463,3 384,0 CIN2.D.05 Y ,1 376,2 373,8 485,9 491,9 392,6 329,2 327,0 407,6 476,3 460,8 381,5 CIN2.D.05 Y ,8 370,9 368,5 480,6 486,5 387,3 323,9 321,7 402,3 471,0 455,5 376,1 CIN2.D.05 Y ,5 365,6 363,2 475,2 481,2 381,9 318,5 316,3 397,0 465,7 450,1 370,8 CIN2.D.06 Y ,3 367,4 365,0 477,1 483,1 383,8 320,4 318,2 398,8 467,5 452,0 372,7 CIN2.D.06 Y ,0 362,1 359,7 471,8 477,7 378,5 315,1 312,9 393,5 462,2 446,7 367,3 CIN2.D.06 Y ,7 356,8 354,4 466,4 472,4 373,1 309,7 307,5 388,2 456,9 441,3 362,0 CIN2.D.09 Y ,7 349,8 347,4 459,5 465,5 366,2 302,8 300,6 381,2 449,9 434,4 355,1 CIN2.D.09 Y ,4 344,5 342,1 454,2 460,1 360,9 297,5 295,3 375,9 444,6 429,1 349,7 CIN2.D.09 Y ,1 339,2 336,8 448,8 454,8 355,5 292,1 289,9 370,6 439,3 423,7 344,4 CIN2.D.10 Y ,7 327,8 325,4 437,5 443,5 344,2 280,8 278,6 359,2 427,9 412,4 333,1 CIN2.D.10 Y ,4 322,5 320,1 432,2 438,1 338,9 275,5 273,3 353,9 422,6 407,1 327,7 CIN2.D.10 Y ,1 317,2 314,8 426,8 432,8 333,5 270,1 267,9 348,6 417,3 401,7 322,4 92
23 Lampiran 12. Prakiraan Produktivitas Pucuk Teh pada Kebun Cianten (lanjutan) Kebun Notasi Jan Feb Mar Apr Mei Jun Jul Agu Sep Okt Nov Des CIN2.D.11 Y ,5 336,6 334,2 446,3 452,3 353,0 289,6 287,4 368,0 436,7 421,2 341,9 CIN2.D.11 Y ,2 331,3 328,9 441,0 446,9 347,7 284,3 282,1 362,7 431,4 415,9 336,5 CIN2.D.11 Y ,9 326,0 323,6 435,6 441,6 342,3 278,9 276,7 357,4 426,1 410,5 331,2 CIN2.D.07 Y ,9 275,0 272,6 384,7 390,7 291,4 228,0 371,0 451,6 520,3 504,8 425,5 CIN2.D.07 Y ,6 269,7 267,3 379,4 385,3 286,1 222,7 365,7 446,3 515,0 499,5 420,1 CIN2.D.07 Y ,3 264,4 262,0 374,0 380,0 280,7 217,3 360,3 441,0 509,7 494,1 414,8 CIN2.D.08 Y ,1 332,2 329,8 441,9 447,9 348,6 285,2 283,0 363,6 432,3 416,8 337,5 CIN2.D.08 Y ,8 326,9 324,5 436,6 442,5 343,3 279,9 277,7 358,3 427,0 411,5 332,1 CIN2.D.08 Y ,5 321,6 319,2 431,2 437,2 337,9 274,5 272,3 353,0 421,7 406,1 326,8 CIN2.D.12 Y ,5 358,6 356,2 468,3 474,3 375,0 311,6 309,4 390,0 458,7 443,2 363,9 CIN2.D.12 Y ,2 353,3 350,9 463,0 468,9 369,7 306,3 304,1 384,7 453,4 437,9 358,5 CIN2.D.12 Y ,9 348,0 345,6 457,6 463,6 364,3 300,9 298,7 379,4 448,1 432,5 353,2 CIN2.D.13 Y ,1 266,2 395,8 507,9 513,9 414,6 351,2 349,0 429,6 498,3 482,8 403,5 CIN2.D.13 Y ,8 260,9 390,5 502,6 508,5 409,3 345,9 343,7 424,3 493,0 477,5 398,1 CIN2.D.13 Y ,5 255,6 385,2 497,2 503,2 403,9 340,5 338,3 419,0 487,7 472,1 392,8 CIN2.D.14 Y ,9 319,0 316,6 428,7 434,7 335,4 272,0 269,8 350,4 419,1 403,6 324,3 CIN2.D.14 Y ,6 313,7 311,3 423,4 429,3 330,1 266,7 264,5 345,1 413,8 398,3 318,9 CIN2.D.14 Y ,3 308,4 306,0 418,0 424,0 324,7 261,3 259,1 339,8 408,5 392,9 313,6 CIN2.D.15 Y ,9 385,0 382,6 494,7 500,7 401,4 338,0 335,8 416,4 485,1 469,6 390,3 CIN2.D.15 Y ,6 379,7 377,3 489,4 495,3 396,1 332,7 330,5 411,1 479,8 464,3 384,9 CIN2.D.15 Y ,3 374,4 372,0 484,0 490,0 390,7 327,3 325,1 405,8 474,5 458,9 379,6 CIN2.D.16 Y ,5 292,6 290,2 402,3 408,3 309,0 245,6 243,4 324,0 392,7 377,2 443,1 CIN2.D.16 Y ,2 287,3 284,9 397,0 402,9 303,7 240,3 238,1 318,7 387,4 371,9 437,7 CIN2.D.16 Y ,9 282,0 279,6 391,6 397,6 298,3 234,9 232,7 313,4 382,1 366,5 432,4 CIN2.D.17 Y ,9 297,0 294,6 406,7 412,7 313,4 250,0 247,8 328,4 529,1 513,6 434,3 CIN2.D.17 Y ,6 291,7 289,3 401,4 407,3 308,1 244,7 242,5 323,1 523,8 508,3 428,9 CIN2.D.17 Y ,3 286,4 284,0 396,0 402,0 302,7 239,3 237,1 317,8 518,5 502,9 423,6 93
24 Lampiran 13. Persamaan Tujuan dan Kendala Optimasi Pemetikan Bulan Januari Max L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L8319 Subject to L L L1311 <= L L L1312 <= 9.10 L L L1313 <= L L L1314 <= L L L1315 <= L L L1316 <= L L L1317 <= L L L1318 <= L L L2311 <= L L L2312 <= L L L2313 <= L L L2314 <= 8.83 L L L2315 <= 9.68 L L L2316 <= L L L2317 <= L L L2318 <= L L L3311 <= L L L3312 <= L L L3313 <= L L L3314 <= L L L3315 <= L L L3316 <= L L L3317 <= L L L4311 <= L L L4312 <= L L L4313 <= L L L4314 <= L L L4315 <= L L L4316 <= L L L4317 <= L L L5311 <= L L L5312 <= L L L5313 <= L L L5314 <= L L L5315 <= L L L5316 <= L L L5317 <= L L L6311 <= L L L6312 <= L L L6313 <= L L L6314 <= L L L6315 <= L L L6316 <= L L L6317 <= L7111 +L L7311 <= L7112 +L L7312 <= L7113 +L L7313 <= L7114 +L L7314 <= L7115 +L L7315 <= L7116 +L L7316 <= L7117 +L L7317 <= L7118 +L L7318 <= 8.83 L L L8311 <= L L L8312 <= L L L8313 <= 9.45 L L L8314 <= L L L8315 <= L L L8316 <= L L L8317 <= 9.63 L L L8318 <= L L L8319 <=
25 Lampiran 13. Persamaan Tujuan dan Kendala Optimasi Pemetikan (lanjutan) Bulan Februari Max L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L8318 Subject to L L L1311 <= L L L1312 <= 9.10 L L L1313 <= L L L1314 <= L L L1315 <= L L L1316 <= L L L1317 <= L L L1318 <= L L L2311 <= L L L2312 <= L L L2313 <= L L L2314 <= 8.83 L L L2315 <= 9.68 L L L2316 <= L L L2317 <= L L L2318 <= L L L3311 <= L L L3312 <= L L L3313 <= L L L3314 <= L L L3315 <= L L L3316 <= L L L3317 <= L L L4311 <= L L L4312 <= L L L4313 <= L L L4314 <= L L L4315 <= L L L4316 <= L L L4317 <= L L L5311 <= L L L5312 <= L L L5313 <= L L L5314 <= L L L5315 <= L L L5316 <= L L L5317 <= L L L6311 <= L L L6312 <= L L L6313 <= L L L6314 <= L L L6315 <= L L L6316 <= L L L6317 <= L7111 +L L7311 <= L7112 +L L7312 <= L7113 +L L7313 <= L7114 +L L7314 <= L7115 +L L7315 <= L7116 +L L7316 <= L7117 +L L7317 <= L7118 +L L7318 <= 8.83 L L L8311 <= L L L8312 <= L L L8313 <= 9.45 L L L8314 <= L L L8315 <= L L L8316 <= L L L8317 <= 9.63 L L L8318 <= L L L8319 <=
26 Lampiran 13. Persamaan Tujuan dan Kendala Optimasi Pemetikan (lanjutan) Bulan Maret Max L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L8318 Subject to L L L1311 <= L L L1312 <= 9.10 L L L1313 <= L L L1314 <= L L L1315 <= L L L1316 <= L L L1317 <= L L L1318 <= L L L2311 <= L L L2312 <= L L L2313 <= L L L2314 <= 8.83 L L L2315 <= 9.68 L L L2316 <= L L L2317 <= L L L2318 <= L L L3311 <= L L L3312 <= L L L3313 <= L L L3314 <= L L L3315 <= L L L3316 <= L L L3317 <= L L L4311 <= L L L4312 <= L L L4313 <= L L L4314 <= L L L4315 <= L L L4316 <= L L L4317 <= L L L5311 <= L L L5312 <= L L L5313 <= L L L5314 <= L L L5315 <= L L L5316 <= L L L5317 <= L L L6311 <= L L L6312 <= L L L6313 <= L L L6314 <= L L L6315 <= L L L6316 <= L L L6317 <= L7111 +L L7311 <= L7112 +L L7312 <= L7113 +L L7313 <= L7114 +L L7314 <= L7115 +L L7315 <= L7116 +L L7316 <= L7117 +L L7317 <= L7118 +L L7318 <= 8.83 L L L8311 <= L L L8312 <= L L L8313 <= 9.45 L L L8314 <= L L L8315 <= L L L8316 <= L L L8317 <= 9.63 L L L8318 <= L L L8319 <=
27 Lampiran 13. Persamaan Tujuan dan Kendala Optimasi Pemetikan (lanjutan) Bulan April Max L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L8318 Subject to L L L1311 <= L L L1312 <= 9.10 L L L1313 <= L L L1314 <= L L L1315 <= L L L1316 <= L L L1317 <= L L L1318 <= L L L2311 <= L L L2312 <= L L L2313 <= L L L2314 <= 8.83 L L L2315 <= 9.68 L L L2316 <= L L L2317 <= L L L2318 <= L L L3311 <= L L L3312 <= L L L3313 <= L L L3314 <= L L L3315 <= L L L3316 <= L L L3317 <= L L L4311 <= L L L4312 <= L L L4313 <= L L L4314 <= L L L4315 <= L L L4316 <= L L L4317 <= L L L5311 <= L L L5312 <= L L L5313 <= L L L5314 <= L L L5315 <= L L L5316 <= L L L5317 <= L L L6311 <= L L L6312 <= L L L6313 <= L L L6314 <= L L L6315 <= L L L6316 <= L L L6317 <= L7111 +L L7311 <= L7112 +L L7312 <= L7113 +L L7313 <= L7114 +L L7314 <= L7115 +L L7315 <= L7116 +L L7316 <= L7117 +L L7317 <= L7118 +L L7318 <= 8.83 L L L8311 <= L L L8312 <= L L L8313 <= 9.45 L L L8314 <= L L L8315 <= L L L8316 <= L L L8317 <= 9.63 L L L8318 <= L L L8319 <=
28 Lampiran 13. Persamaan Tujuan dan Kendala Optimasi Pemetikan (lanjutan) Bulan Mei Max L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L8318 Subject to L L L1311 <= L L L1312 <= 9.10 L L L1313 <= L L L1314 <= L L L1315 <= L L L1316 <= L L L1317 <= L L L1318 <= L L L2311 <= L L L2312 <= L L L2313 <= L L L2314 <= 8.83 L L L2315 <= 9.68 L L L2316 <= L L L2317 <= L L L2318 <= L L L3311 <= L L L3312 <= L L L3313 <= L L L3314 <= L L L3315 <= L L L3316 <= L L L3317 <= L L L4311 <= L L L4312 <= L L L4313 <= L L L4314 <= L L L4315 <= L L L4316 <= L L L4317 <= L L L5311 <= L L L5312 <= L L L5313 <= L L L5314 <= L L L5315 <= L L L5316 <= L L L5317 <= L L L6311 <= L L L6312 <= L L L6313 <= L L L6314 <= L L L6315 <= L L L6316 <= L L L6317 <= L7111 +L L7311 <= L7112 +L L7312 <= L7113 +L L7313 <= L7114 +L L7314 <= L7115 +L L7315 <= L7116 +L L7316 <= L7117 +L L7317 <= L7118 +L L7318 <= 8.83 L L L8311 <= L L L8312 <= L L L8313 <= 9.45 L L L8314 <= L L L8315 <= L L L8316 <= L L L8317 <= 9.63 L L L8318 <= L L L8319 <=
29 Lampiran 13. Persamaan Tujuan dan Kendala Optimasi Pemetikan (lanjutan) Bulan Juni Max L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L8318 Subject to L L L1311 <= L L L1312 <= 9.10 L L L1313 <= L L L1314 <= L L L1315 <= L L L1316 <= L L L1317 <= L L L1318 <= L L L2311 <= L L L2312 <= L L L2313 <= L L L2314 <= 8.83 L L L2315 <= 9.68 L L L2316 <= L L L2317 <= L L L2318 <= L L L3311 <= L L L3312 <= L L L3313 <= L L L3314 <= L L L3315 <= L L L3316 <= L L L3317 <= L L L4311 <= L L L4312 <= L L L4313 <= L L L4314 <= L L L4315 <= L L L4316 <= L L L4317 <= L L L5311 <= L L L5312 <= L L L5313 <= L L L5314 <= L L L5315 <= L L L5316 <= L L L5317 <= L L L6311 <= L L L6312 <= L L L6313 <= L L L6314 <= L L L6315 <= L L L6316 <= L L L6317 <= L7111 +L L7311 <= L7112 +L L7312 <= L7113 +L L7313 <= L7114 +L L7314 <= L7115 +L L7315 <= L7116 +L L7316 <= L7117 +L L7317 <= L7118 +L L7318 <= 8.83 L L L8311 <= L L L8312 <= L L L8313 <= 9.45 L L L8314 <= L L L8315 <= L L L8316 <= L L L8317 <= 9.63 L L L8318 <= L L L8319 <=
30 Lampiran 13. Persamaan Tujuan dan Kendala Optimasi Pemetikan (lanjutan) Bulan Juli Max L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L8318 Subject to L L L1311 <= L L L1312 <= 9.10 L L L1313 <= L L L1314 <= L L L1315 <= L L L1316 <= L L L1317 <= L L L1318 <= L L L2311 <= L L L2312 <= L L L2313 <= L L L2314 <= 8.83 L L L2315 <= 9.68 L L L2316 <= L L L2317 <= L L L2318 <= L L L3311 <= L L L3312 <= L L L3313 <= L L L3314 <= L L L3315 <= L L L3316 <= L L L3317 <= L L L4311 <= L L L4312 <= L L L4313 <= L L L4314 <= L L L4315 <= L L L4316 <= L L L4317 <= L L L5311 <= L L L5312 <= L L L5313 <= L L L5314 <= L L L5315 <= L L L5316 <= L L L5317 <= L L L6311 <= L L L6312 <= L L L6313 <= L L L6314 <= L L L6315 <= L L L6316 <= L L L6317 <= L7111 +L L7311 <= L7112 +L L7312 <= L7113 +L L7313 <= L7114 +L L7314 <= L7115 +L L7315 <= L7116 +L L7316 <= L7117 +L L7317 <= L7118 +L L7318 <= 8.83 L L L8311 <= L L L8312 <= L L L8313 <= 9.45 L L L8314 <= L L L8315 <= L L L8316 <= L L L8317 <= 9.63 L L L8318 <= L L L8319 <=
31 Lampiran 13. Persamaan Tujuan dan Kendala Optimasi Pemetikan (lanjutan) Bulan Agustus Max L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L8318 Subject to L L L1311 <= L L L1312 <= 9.10 L L L1313 <= L L L1314 <= L L L1315 <= L L L1316 <= L L L1317 <= L L L1318 <= L L L2311 <= L L L2312 <= L L L2313 <= L L L2314 <= 8.83 L L L2315 <= 9.68 L L L2316 <= L L L2317 <= L L L2318 <= L L L3311 <= L L L3312 <= L L L3313 <= L L L3314 <= L L L3315 <= L L L3316 <= L L L3317 <= L L L4311 <= L L L4312 <= L L L4313 <= L L L4314 <= L L L4315 <= L L L4316 <= L L L4317 <= L L L5311 <= L L L5312 <= L L L5313 <= L L L5314 <= L L L5315 <= L L L5316 <= L L L5317 <= L L L6311 <= L L L6312 <= L L L6313 <= L L L6314 <= L L L6315 <= L L L6316 <= L L L6317 <= L7111 +L L7311 <= L7112 +L L7312 <= L7113 +L L7313 <= L7114 +L L7314 <= L7115 +L L7315 <= L7116 +L L7316 <= L7117 +L L7317 <= L7118 +L L7318 <= 8.83 L L L8311 <= L L L8312 <= L L L8313 <= 9.45 L L L8314 <= L L L8315 <= L L L8316 <= L L L8317 <= 9.63 L L L8318 <= L L L8319 <=
32 Lampiran 13. Persamaan Tujuan dan Kendala Optimasi Pemetikan (lanjutan) Bulan September Max L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L8318 Subject to L L L1311 <= L L L1312 <= 9.10 L L L1313 <= L L L1314 <= L L L1315 <= L L L1316 <= L L L1317 <= L L L1318 <= L L L2311 <= L L L2312 <= L L L2313 <= L L L2314 <= 8.83 L L L2315 <= 9.68 L L L2316 <= L L L2317 <= L L L2318 <= L L L3311 <= L L L3312 <= L L L3313 <= L L L3314 <= L L L3315 <= L L L3316 <= L L L3317 <= L L L4311 <= L L L4312 <= L L L4313 <= L L L4314 <= L L L4315 <= L L L4316 <= L L L4317 <= L L L5311 <= L L L5312 <= L L L5313 <= L L L5314 <= L L L5315 <= L L L5316 <= L L L5317 <= L L L6311 <= L L L6312 <= L L L6313 <= L L L6314 <= L L L6315 <= L L L6316 <= L L L6317 <= L7111 +L L7311 <= L7112 +L L7312 <= L7113 +L L7313 <= L7114 +L L7314 <= L7115 +L L7315 <= L7116 +L L7316 <= L7117 +L L7317 <= L7118 +L L7318 <= 8.83 L L L8311 <= L L L8312 <= L L L8313 <= 9.45 L L L8314 <= L L L8315 <= L L L8316 <= L L L8317 <= 9.63 L L L8318 <= L L L8319 <=
33 Lampiran 13. Persamaan Tujuan dan Kendala Optimasi Pemetikan (lanjutan) Bulan Oktober Max L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L8318 Subject to L L L1311 <= L L L1312 <= 9.10 L L L1313 <= L L L1314 <= L L L1315 <= L L L1316 <= L L L1317 <= L L L1318 <= L L L2311 <= L L L2312 <= L L L2313 <= L L L2314 <= 8.83 L L L2315 <= 9.68 L L L2316 <= L L L2317 <= L L L2318 <= L L L3311 <= L L L3312 <= L L L3313 <= L L L3314 <= L L L3315 <= L L L3316 <= L L L3317 <= L L L4311 <= L L L4312 <= L L L4313 <= L L L4314 <= L L L4315 <= L L L4316 <= L L L4317 <= L L L5311 <= L L L5312 <= L L L5313 <= L L L5314 <= L L L5315 <= L L L5316 <= L L L5317 <= L L L6311 <= L L L6312 <= L L L6313 <= L L L6314 <= L L L6315 <= L L L6316 <= L L L6317 <= L7111 +L L7311 <= L7112 +L L7312 <= L7113 +L L7313 <= L7114 +L L7314 <= L7115 +L L7315 <= L7116 +L L7316 <= L7117 +L L7317 <= L7118 +L L7318 <= 8.83 L L L8311 <= L L L8312 <= L L L8313 <= 9.45 L L L8314 <= L L L8315 <= L L L8316 <= L L L8317 <= 9.63 L L L8318 <= L L L8319 <=
34 Lampiran 13. Persamaan Tujuan dan Kendala Optimasi Pemetikan (lanjutan) Bulan November Max L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L8318 Subject to L L L1311 <= L L L1312 <= 9.10 L L L1313 <= L L L1314 <= L L L1315 <= L L L1316 <= L L L1317 <= L L L1318 <= L L L2311 <= L L L2312 <= L L L2313 <= L L L2314 <= 8.83 L L L2315 <= 9.68 L L L2316 <= L L L2317 <= L L L2318 <= L L L3311 <= L L L3312 <= L L L3313 <= L L L3314 <= L L L3315 <= L L L3316 <= L L L3317 <= L L L4311 <= L L L4312 <= L L L4313 <= L L L4314 <= L L L4315 <= L L L4316 <= L L L4317 <= L L L5311 <= L L L5312 <= L L L5313 <= L L L5314 <= L L L5315 <= L L L5316 <= L L L5317 <= L L L6311 <= L L L6312 <= L L L6313 <= L L L6314 <= L L L6315 <= L L L6316 <= L L L6317 <= L7111 +L L7311 <= L7112 +L L7312 <= L7113 +L L7313 <= L7114 +L L7314 <= L7115 +L L7315 <= L7116 +L L7316 <= L7117 +L L7317 <= L7118 +L L7318 <= 8.83 L L L8311 <= L L L8312 <= L L L8313 <= 9.45 L L L8314 <= L L L8315 <= L L L8316 <= L L L8317 <= 9.63 L L L8318 <= L L L8319 <=
35 Lampiran 13. Persamaan Tujuan dan Kendala Optimasi Pemetikan (lanjutan) Bulan Desember Max L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L L8318 Subject to L L L1311 <= L L L1312 <= 9.10 L L L1313 <= L L L1314 <= L L L1315 <= L L L1316 <= L L L1317 <= L L L1318 <= L L L2311 <= L L L2312 <= L L L2313 <= L L L2314 <= 8.83 L L L2315 <= 9.68 L L L2316 <= L L L2317 <= L L L2318 <= L L L3311 <= L L L3312 <= L L L3313 <= L L L3314 <= L L L3315 <= L L L3316 <= L L L3317 <= L L L4311 <= L L L4312 <= L L L4313 <= L L L4314 <= L L L4315 <= L L L4316 <= L L L4317 <= L L L6311 <= L L L6312 <= L L L6313 <= L L L6314 <= L L L6315 <= L L L6316 <= L L L6317 <= L7111 +L L7311 <= L7112 +L L7312 <= L7113 +L L7313 <= L7114 +L L7314 <= L7115 +L L7315 <= L7116 +L L7316 <= L7117 +L L7317 <= L7118 +L L7318 <= 8.83 L L L8311 <= L L L8312 <= L L L8313 <= 9.45 L L L8314 <= L L L8315 <= L L L8316 <= L L L8317 <= 9.63 L L L8318 <= L L L8319 <= L L L5311 <= L L L5312 <= L L L5313 <= L L L5314 <= L L L5315 <= L L L5316 <= L L L5317 <=
36 Lampiran 14. Hasil Optimasi Penjadwalan Pemetikan (Ha) Variable Kebun Jan Feb Mar Apr Mei Jun Jul Agu Sep Okt Nov Des L1111 CIN1.A.01 11,88 11,88 11,88 11,88 11,88 11,88 11,88 11,88 11,88 11,88 11,88 11,88 L1112 CIN1.A.02 9,10 9,10 9,10 9,10 9,10 9,10 9,10 9,10 9,10 9,10 9,10 9,10 L1113 CIN1.A.03 12,20 12,20 12,20 12,20 12,20 12,20 12,20 12,20 12,20 12,20 12,20 12,20 L1114 CIN1.A.04 10,00 10,00 10,00 10,00 10,00 10,00 10,00 10,00 10,00 10,00 10,00 10,00 L1115 CIN1.A.05 11,92 11,92 11,92 11,92 11,92 11,92 11,92 11,92 11,92 11,92 11,92 11,92 L1116 CIN1.A.06 10,96 10,96 10,96 10,96 10,96 10,96 10,96 10,96 10,96 10,96 10,96 10,96 L1117 CIN1.A.07 13,22 13,22 13,22 13,22 13,22 13,22 13,22 13,22 13,22 13,22 13,22 13,22 L1118 CIN1.A.08 15,45 15,45 15,45 15,45 15,45 15,45 15,45 15,45 15,45 15,45 15,45 15,45 L2111 CIN1.A.09 13,32 13,32 13,32 13,32 13,32 13,32 13,32 13,32 13,32 13,32 13,32 13,32 L2112 CIN1.A.10 10,46 10,46 10,46 10,46 10,46 10,46 10,46 10,46 10,46 10,46 10,46 10,46 L2113 CIN1.A.11 15,71 15,71 15,71 15,71 15,71 15,71 15,71 15,71 15,71 15,71 15,71 15,71 L2114 CIN1.A.12 8,83 8,83 8,83 8,83 8,83 8,83 8,83 8,83 8,83 8,83 8,83 8,83 L2115 CIN1.A.13 9,68 9,68 9,68 9,68 9,68 9,68 9,68 9,68 9,68 9,68 9,68 9,68 L2116 CIN1.A.14 11,06 11,06 11,06 11,06 11,06 11,06 11,06 11,06 11,06 11,06 11,06 11,06 L2117 CIN1.A.15 10,36 10,36 10,36 10,36 10,36 10,36 10,36 10,36 10,36 10,36 10,36 10,36 L2118 CIN1.A.16 10,00 10,00 10,00 10,00 10,00 10,00 10,00 10,00 10,00 10,00 10,00 10,00 L3111 CIN1.B.01 10,04 10,04 10,04 10,04 10,04 10,04 10,04 10,04 10,04 10,04 10,04 10,04 L3112 CIN1.B.02 11,86 11,86 11,86 11,86 11,86 11,86 11,86 11,86 11,86 11,86 11,86 11,86 L3113 CIN1.B.03 10,08 10,08 10,08 10,08 10,08 10,08 10,08 10,08 10,08 10,08 10,08 10,08 L3114 CIN1.B.04 13,11 13,11 13,11 13,11 13,11 13,11 13,11 13,11 13,11 13,11 13,11 13,11 L3115 CIN1.B.05 13,39 13,39 13,39 13,39 13,39 13,39 13,39 13,39 13,39 13,39 13,39 13,39 L3116 CIN1.B.06 11,37 11,37 11,37 11,37 11,37 11,37 11,37 11,37 11,37 11,37 11,37 11,37 L3117 CIN1.B.07 14,10 14,10 14,10 14,10 14,10 14,10 14,10 14,10 14,10 14,10 14,10 14,10 L4111 CIN1.B.08 14,92 14,92 14,92 14,92 14,92 14,92 14,92 14,92 14,92 14,92 14,92 14,92 L4112 CIN1.B.09 13,03 13,03 13,03 13,03 13,03 13,03 13,03 13,03 13,03 13,03 13,03 13,03 L4113 CIN1.B.10 13,00 13,00 13,00 13,00 13,00 13,00 13,00 13,00 13,00 13,00 13,00 13,00 L4114 CIN1.B.11 13,09 13,09 13,09 13,09 13,09 13,09 13,09 13,09 13,09 13,09 13,09 13,09 L4115 CIN1.B.12 12,30 12,30 12,30 12,30 12,30 12,30 12,30 12,30 12,30 12,30 12,30 12,30 L4116 CIN1.B.13 13,50 13,50 13,50 13,50 13,50 13,50 13,50 13,50 13,50 13,50 13,50 13,50 L4117 CIN1.B.14 10,35 10,35 10,35 10,35 10,35 10,35 10,35 10,35 10,35 10,35 10,35 10,35 L5111 CIN2.C.01 13,00 13,00 13,00 13,00 13,00 13,00 13,00 13,00 13,00 13,00 13,00 13,00 L5112 CIN2.C.02 18,00 18,00 18,00 18,00 18,00 18,00 18,00 18,00 18,00 18,00 18,00 18,00 L5113 CIN2.C.03 13,52 13,52 13,52 13,52 13,52 13,52 13,52 13,52 13,52 13,52 13,52 13,52 L5114 CIN2.C.04 13,98 13,98 13,98 13,98 13,98 13,98 13,98 13,98 13,98 13,98 13,98 13,98 L5115 CIN2.C.05 12,48 12,48 12,48 12,48 12,48 12,48 12,48 12,48 12,48 12,48 12,48 12,48 L5116 CIN2.C.06 11,58 11,58 11,58 11,58 11,58 11,58 11,58 11,58 11,58 11,58 11,58 11,58 L5117 CIN2.C.07 13,00 13,00 13,00 13,00 13,00 13,00 13,00 13,00 13,00 13,00 13,00 13,00 L6111 CIN2.C.08 14,18 14,18 14,18 14,18 14,18 14,18 14,18 14,18 14,18 14,18 14,18 14,18 L6112 CIN2.C.09 10,00 10,00 10,00 10,00 10,00 10,00 10,00 10,00 10,00 10,00 10,00 10,00 L6113 CIN2.C.10 12,02 12,02 12,02 12,02 12,02 12,02 12,02 12,02 12,02 12,02 12,02 12,02 L6114 CIN2.C.11 20,68 20,68 20,68 20,68 20,68 20,68 20,68 20,68 20,68 20,68 20,68 20,68 L6115 CIN2.C.12 12,00 12,00 12,00 12,00 12,00 12,00 12,00 12,00 12,00 12,00 12,00 12,00 L6116 CIN2.C.13 12,22 12,22 12,22 12,22 12,22 12,22 12,22 12,22 12,22 12,22 12,22 12,22 L6117 CIN2.C.14 12,41 12,41 12,41 12,41 12,41 12,41 12,41 12,41 12,41 12,41 12,41 12,41 L7111 CIN2.D.01 12,75 12,75 12,75 12,75 12,75 12,75 12,75 12,75 12,75 12,75 12,75 12,75 L7112 CIN2.D.02 13,43 13,43 13,43 13,43 13,43 13,43 13,43 13,43 13,43 13,43 13,43 13,43 L7113 CIN2.D.03 12,06 12,06 12,06 12,06 12,06 12,06 12,06 12,06 12,06 12,06 12,06 12,06 L7114 CIN2.D.04 11,00 11,00 11,00 11,00 11,00 11,00 11,00 11,00 11,00 11,00 11,00 11,00 L7115 CIN2.D.05 12,33 12,33 12,33 12,33 12,33 12,33 12,33 12,33 12,33 12,33 12,33 12,33 L7116 CIN2.D.06 11,63 11,63 11,63 11,63 11,63 11,63 11,63 11,63 11,63 11,63 11,63 11,63 L8111 CIN2.D.07 10,92 10,40 10,40 10,40 10,40 10,40 10,40 10,40 10,40 10,40 10,40 10,40 L8112 CIN2.D.08 9,45 8,83 8,83 8,83 8,83 8,83 8,83 8,83 8,83 8,83 8,83 8,83
37 Lampiran 14. Hasil Optimasi Penjadwalan Pemetikan (Ha) (lanjutan) Variable Kebun Jan Feb Mar Apr Mei Jun Jul Agu Sep Okt Nov Des L7117 CIN2.D.09 10,40 10,20 10,20 10,20 10,20 10,20 10,20 10,20 10,20 10,20 10,20 10,20 L7118 CIN2.D.10 8,83 10,92 10,92 10,92 10,92 10,92 10,92 10,92 10,92 10,92 10,92 10,92 L7119 CIN2.D.11 10,20 9,45 9,45 9,45 9,45 9,45 9,45 9,45 9,45 9,45 9,45 9,45 L8113 CIN2.D.12 13,55 13,55 13,55 13,55 13,55 13,55 13,55 13,55 13,55 13,55 13,55 13,55 L8114 CIN2.D.13 10,51 10,51 10,51 10,51 10,51 10,51 10,51 10,51 10,51 10,51 10,51 10,51 L8115 CIN2.D.14 11,49 11,49 11,49 11,49 11,49 11,49 11,49 11,49 11,49 11,49 11,49 11,49 L8116 CIN2.D.15 9,63 9,63 9,63 9,63 9,63 9,63 9,63 9,63 9,63 9,63 9,63 9,63 L8117 CIN2.D.16 10,92 10,92 10,92 10,92 10,92 10,92 10,92 10,92 10,92 10,92 10,92 10,92 L8118 CIN2.D.17 14,39 14,39 14,39 14,39 14,39 14,39 14,39 14,39 14,39 14,39 14,39 14,39 L1211 CIN1.A L1311 CIN1.A L1212 CIN1.A L1312 CIN1.A L1213 CIN1.A L1313 CIN1.A L1214 CIN1.A L1314 CIN1.A L1215 CIN1.A L1315 CIN1.A L1216 CIN1.A L1316 CIN1.A L1217 CIN1.A L1317 CIN1.A L1218 CIN1.A L1318 CIN1.A L2211 CIN1.A L2311 CIN1.A L2212 CIN1.A L2312 CIN1.A L2213 CIN1.A L2313 CIN1.A L2214 CIN1.A L2314 CIN1.A L2215 CIN1.A L2315 CIN1.A L2216 CIN1.A L2316 CIN1.A L2217 CIN1.A L2317 CIN1.A L2218 CIN1.A L2318 CIN1.A L3211 CIN1.B L3311 CIN1.B L3212 CIN1.B L3312 CIN1.B L3213 CIN1.B L3313 CIN1.B L3214 CIN1.B L3314 CIN1.B L3215 CIN1.B L3315 CIN1.B L3216 CIN1.B
38 Lampiran 14. Hasil Optimasi Penjadwalan Pemetikan (Ha) (lanjutan) Variable Kebun Jan Feb Mar Apr Mei Jun Jul Agu Sep Okt Nov Des L3316 CIN1.B L3217 CIN1.B L3317 CIN1.B L4211 CIN1.B L4311 CIN1.B L4212 CIN1.B L4312 CIN1.B L4213 CIN1.B L4313 CIN1.B L4214 CIN1.B L4314 CIN1.B L4215 CIN1.B L4315 CIN1.B L4216 CIN1.B L4316 CIN1.B L4217 CIN1.B L4317 CIN1.B L5211 CIN2.C L5311 CIN2.C L5212 CIN2.C L5312 CIN2.C L5213 CIN2.C L5313 CIN2.C L5214 CIN2.C L5314 CIN2.C L5215 CIN2.C L5315 CIN2.C L5216 CIN2.C L5316 CIN2.C L5217 CIN2.C L5317 CIN2.C L6211 CIN2.C L6311 CIN2.C L6212 CIN2.C L6312 CIN2.C L6213 CIN2.C L6313 CIN2.C L6214 CIN2.C L6314 CIN2.C L6215 CIN2.C L6315 CIN2.C L6216 CIN2.C L6316 CIN2.C L6217 CIN2.C L6317 CIN2.C L7211 CIN2.D L7311 CIN2.D L7212 CIN2.D L7312 CIN2.D L7213 CIN2.D L7313 CIN2.D L7214 CIN2.D
39 Lampiran 14. Hasil Optimasi Penjadwalan Pemetikan (Ha) (lanjutan) Variable Kebun Jan Feb Mar Apr Mei Jun Jul Agu Sep Okt Nov Des L7314 CIN2.D L7215 CIN2.D L7315 CIN2.D L7216 CIN2.D L7316 CIN2.D L8211 CIN2.D L8311 CIN2.D L8212 CIN2.D L8312 CIN2.D L7217 CIN2.D L7317 CIN2.D L7218 CIN2.D L7318 CIN2.D L7219 CIN2.D L7319 CIN2.D L8213 CIN2.D L8313 CIN2.D L8214 CIN2.D L8314 CIN2.D L8215 CIN2.D L8315 CIN2.D L8216 CIN2.D L8316 CIN2.D L8217 CIN2.D L8317 CIN2.D L8218 CIN2.D L8318 CIN2.D
40 Lampiran 15. Hasil perhitungan kebutuhan tenaga pemetik Kebun Luas Pemetik Bulan Gilir Petik Kebun Luas Pemetik Bulan Gilir Petik CIN1.A.01 11, Jan - Des 10 CIN2.C Jan - Des 10 CIN1.A.02 9,1 228 Jan - Des 10 CIN2.C Jan - Des 10 CIN1.A.03 12,2 305 Jan - Des 10 CIN2.C.03 13, Jan - Des 10 CIN1.A Jan - Des 10 CIN2.C.04 13, Jan - Des 10 CIN1.A.05 11, Jan - Des 10 CIN2.C.05 12, Jan - Des 10 CIN1.A.06 10, Jan - Des 10 CIN2.C.06 11, Jan - Des 10 CIN1.A.07 13, Jan - Des 10 CIN2.C Jan - Des 10 CIN1.A.08 15, Jan - Des 10 CIN2.C.08 14, Jan - Des 10 CIN1.A.09 13, Jan - Des 10 CIN2.C Jan - Des 10 CIN1.A.10 10, Jan - Des 10 CIN2.C.10 12, Jan - Des 10 CIN1.A.11 15, Jan - Des 10 CIN2.C.11 20, Jan - Des 10 CIN1.A.12 8, Jan - Des 10 CIN2.C Jan - Des 10 CIN1.A.13 9, Jan - Des 10 CIN2.C.13 12, Jan - Des 10 CIN1.A.14 11, Jan - Des 10 CIN2.C.14 12, Jan - Des 10 CIN1.A.15 10, Jan - Des 10 CIN2.D.01 12, Jan - Des 10 CIN1.A Jan - Des 10 CIN2.D.02 13, Jan - Des 10 CIN1.B.01 10, Jan - Des 10 CIN2.D.03 12, Jan - Des 10 CIN1.B.02 11, Jan - Des 10 CIN2.D Jan - Des 10 CIN1.B.03 10, Jan - Des 10 CIN2.D.05 12, Jan - Des 10 CIN1.B.04 13, Jan - Des 10 CIN2.D.06 11, Jan - Des 10 CIN1.B.05 13, Jan - Des 10 CIN2.D.07 10, Jan - Des 10 CIN1.B.06 11, Jan - Des 10 CIN2.D.08 9, Jan - Des 10 CIN1.B.07 14,1 353 Jan - Des 10 CIN2.D.09 10,4 260 Jan - Des 10 CIN1.B.08 14, Jan - Des 10 CIN2.D.10 8, Jan - Des 10 CIN1.B.09 13, Jan - Des 10 CIN2.D.11 10,2 255 Jan - Des 10 CIN1.B Jan - Des 10 CIN2.D.12 13, Jan - Des 10 CIN1.B.11 13, Jan - Des 10 CIN2.D.13 10, Jan - Des 10 CIN1.B.12 12,3 308 Jan - Des 10 CIN2.D.14 11, Jan - Des 10 CIN1.B.13 13,5 338 Jan - Des 10 CIN2.D.15 9, Jan - Des 10 CIN1.B.14 10, Jan - Des 10 CIN2.D.16 10, Jan - Des 10 CIN2.D.17 14, Jan - Des 10
41 Lampiran 16. User Manual Program SCHATZIE 1.0 A. Persiapan Perangkat Lunak dan Keras Perangkat keras dan lunak yang dibutuhkan untuk mengoperasikan SCHTAZIE 1.0 adalah sebagai berikut: 1. Satu unit personal komputer atau laptop dengan space memori Hard Disk minimal 90 Mb. 2. Resolusi layar 900 x 600 piksel. 3. Sistem operasi Windows 98/98SE/ME/2000/XP/Vista/7 4. Memori RAM minimal 128 Mb 5. Program aplikasi MINITAB 6. Program aplikasi LINDO 7. Program aplikasi Microsoft Office 2003: Microsof Office Excel, Microsoft Office Access. B. Instalasi Software SCHATZIE 1.0 merupakan program aplikasi komputer yang dirancang berdasarkan penelitian ini PT Perkebunan Nusantara VIII Kebun Cianten, Jawa Barat. Perancangan SCHATZIE 1.0 dimaksudkan untuk membantu dan mempermudah manajer kebun dan manajer pengolahan untuk menyusun jadwal pemetikan dengan memperhatikan jumlah produksi yang diinginkan, penentuan kebutuhan jumlah pemetik pucuk teh harian, dan kebutuhan bahan penunjang produksi seperti kayu bakar dan papersack. Langkah-langkah instalasi Tea Analysis Program adalah sebagai berikut: 1. Masukkan CD yang berisi aplikasi SCHATZIE 1.0 pada CD Room. 2. Klik folder SCHATZIE, buat salinan pada folder program yang dituju 3. Klik ganda SCHATZIE.exe untuk menjalankan program C. Prosedur Pengoprasian Aplikasi SCHATZIE dapat diaktifkan apabila program telah terdapat pada komputer secara lengkap. Aplikasi dalam Windows dapat diaktifkan dengan klik ganda SCHATZIE.exe. Maka tampilan Halaman Menu Muka yang akan muncul. Disana terdapat lima pilihan sub model yang menjadi inti dari paket program ini, yakni: model estimasi faktor iklim, model estimasi hasil petikan basah, model optimasi penjadwalan petikan, model kebutuhan tenaga pemetik, dan model persedianan bahan penunjang produksi. Pada tampilan Halaman Muka pengguna dapat memilih model yang akan digunakan. Gambar 1.Tampilan Halaman Menu Pada tampilan program terdapat tombol pintas yang terdapat pada bagian atas program. Masing-masing tombol berguna untuk memilih model yang ingin dogunakan untuk pengguna. Selain itu dibawah tombol-tersebut terdapat tombol untuk mengakhiri program dan kembali ke
42 Halaman Menu Awal. Pada sisi sebelah kanan terdapat tombol untuk Bantuan, Credits, Hubungi Kami, dan SCHATZIE 1.0. Gambar 2. Bagian Kepala dari Tampilan Program 1. Model Estimasi Faktor Iklim Pada model ini bagian ini merupakan bagian untuk memprakirakan faktor iklim yang akan datang. Faktor iklim yang diprakirakan pada program ini adalah curah hujan dan hari hujan. Pada bagian ini terdapat tiga halaman, yakni Data Cuaca, Prakiraan Cuaca, dan Grafik. Pada halaman Data Cuaca berisikan data-data curah hujan dan hari hujan yang akan akan digunakan dalam prakiraan masa mendatang. Pada halaman Prakiraan Cuaca, digunakan untuk menyimpan data hasil prakiraan. Prakiraan iklim menggunakan aplikasi MINITAB, maka pada halaman ini terdapat tombol pintas untuk membuka file MINITAB yang digunakan sebagai pemanggil file MINITAB. Pada halaman Grafik, menampilkan data aktual dan data prakiraan dan juga grafik aktual dengan prakiraan. Maka akan muncul seperti pada Gambar 5 jika tombol pintas MINITAB ditekan. (a) (b) (c) Gambar 3. Tampilan halaman Data Cuaca (a), tampilan halaman PrakiraannCuaca (b), dan tampilan halaman Grafik (c) Gambar 4. Tampilan file MINITAB
43 Pada bagian sub menu, pilih Stat dan arahkan kursor mouse anda ke pilihan Time Series lalu pilih ARIMA sesuai pada gambar dibawah. Kemudian pilih select untuk salah satu faktor iklim yang anda ingin estimasi serta input ordo-ordo ARIMA yang telah anda peroleh di tesis sesuai dengan faktor iklim yang anda ingin estimasi dan setelah itu klik forecast. (Gambar 5.a) Setelah klik forecast, akan muncul form ARIMA pada gambar dibawah, input nilai default yang diinginkan. Storage forecast berfungsi menyimpan nilai hasil forecast pada kolom yang anda inginkan. Pilihan lead untuk menentukan jumlah periode estimasi, sedangkan pilihan origin untuk memulai estimasi dari data aktual pada selang yang diinginkan.(gambar 5.b) Gambar 5. Tampilan pada form ARIMA (a) dan forecasts (b) Hasil dari estimasi faktor iklim akan ditampilkan pada menu utama MINITAB, kemudian dilanjutkan dengan memasukkan nilai input estimasi yang diperoleh baik secara manual dengan menulis langsung pada tabel ataupun dapat dilakukan dengan menekan klik tambah pada Prakiaraan Cuaca model estimasi faktor iklim. 2. Model Estimasi Hasil Petikan Basah Pada model bagian ini, untuk memprakirakan produktivitas dari suatu kebun serta menyimpan notasi produkitivitas yang akan digunakan pada model optimasi penjadwalan. Terdapat dua halaman yang ada pada model ini, yaitu: Produktivitas dan Koefisien Produktivitas. Pada halaman Produktivitas terdapat persamaan mengenai produktivitas kebun dan model perhitungan produktivitas yang dapat digunakan oleh pengguna. Pada halaman Koefisien Produktivitas merupakan basis data untuk menyimpan prakiraan produktivitas dalam satu tahun, data yang telah disimpan adalah tahun Tampilan model estimasi hasil petikan dapat dilihat pada Gambar 6. (a) (b) Gambar 5. Tampilan pada halaman Produktivitas (a) dan tampilan pada halaman Koefisien Produktivitas (b) 3. Model Optimasi Penjadwalan Pemetikan Pada model bagian ini, untuk membuat penjadwalan petikan yang optimal. Penjadwalan petikan berdasarkan bertujuan memaksimalkan hasil petikan pucuk basah dengan kendala luas kebun yang tersedia. Pada sub model ini terdapat tiga halaman, yaitu: Formulasi Tujuan, Formulasi kendala, dan Hasil Optimasi. Untuk menentukan formulasi
44 tujuan dapat melihat pada halaman Formilasi Tujuan, selanjutnya membuat kendala pada Formulasi Kendala, setelah itu memasukkan kedua formula tersebut kedalam LINDO. Hasil optimasi dapat dimasukkan dalam halaman Hasil Optimasi. Contoh tampilan dapat dilihat pada Gambar 6. Gambar 6. Tampilan pada halaman Hasil Optimasi 4. Model Persedian Bahan Penunjang Pada model bagian ini, untuk menghitung kebutuhan kayu bakar dan papersack. Contoh tampilan dapat dilihat pada Gambar 7. Gambar 7. Tampilan pada halaman Kayubakar dan Papersack 4. Model Kebutuhan Tenaga Pemetik Pada model bagian ini, untuk menghitung kebutuhan tenaga pemetik. Contoh tampilan dapat dilihat pada Gambar 8. Gambar 8. Tampilan pada halaman Tenaga Pemetik
VI. HASIL DAN PEMBAHASAN
VI. HASIL DAN PEMBAHASAN 6.1. IMPLEMENTASI SISTEM Implementasi merupakan tahap mempersiapkan sistem untuk dapat dioperasikan dan merupakan tahap pembuatan perangkat lunak. SCHATZIE 1.0 merupakan paket
iii Universitas Sumatera Utara
no bulan tahun suhu 1 JAN 2002 26.3 2 FEB 2002 26.7 3 MAR 2002 27.4 4 APR 2002 26.6 5 MEI 2002 27.6 6 JUN 2002 26.7 7 JUL 2002 27.4 8 AGTS 2002 27.6 9 SEP 2002 25.7 10 OKT 2002 26.4 11 NOV 2002 25.8 12
TAHUN TOTAL RATAAN
Lampiran 1. Data Produksi Tandan Buah Segar (ton/bulan) Kebun Bah Jambi pada Tanaman Berumur 8, 16, dan 19 Tahun Selama 3 Tahun (2011-2013) TAHUN 2011 TAHUN 2012 TAHUN 2013 BULAN UMUR (TAHUN) UMUR (TAHUN)
Lampiran 1. Hasil Analisi Regressi
LAMPIRAN Lampiran 1. Hasil Analisi Regressi BULAN KINERJA KREDIT UMKM (Rp juta) RATA2 SUKU BUNGA KREDIT (%) NPL (%) Jan-09 227.040 14,11 3,98 Feb-09 229.889 14,02 4,25 Mar-09 235.747 13,97 4,47 Apr-09
REGRESI LINEAR SEDERHANA
REGRESI LINEAR SEDERHANA y (x 3,y 3 ) d 3 (x 5,y 5 ) d 5 d 2 (x 2,y 2 ) d (x 1 1,y 1 ) d 4 (x 4,y 4 ) x Definisi: Dari semua kurva pendekatan terhadap satu set data, kurva yang memenuhi sifat bahwa nilai
Jumlah tanggungan (org) Lama bekerja di kawasan TWA (thn)
LAMPIRAN 88 Lampiran 1. Data Responden Masyarakat Desa Karang Tengah 11 No Jenis pekerjaan Jenis kelamin (L=1 ; P=) Umur (thn) Lama pendidikan (thn) Jumlah tanggungan (org) Lama bekerja di kawasan TWA
STANDAR NATIONAL INDONESIA TAHU
Lampiran 1. SNI Tahu STANDAR NATIONAL INDONESIA 01-3142-1998 TAHU Definisi : Tahu adalah suatu produk makanan berupa padatan lunak yang dibuat melalui proses pengolahan kedelai (Glycine species) dengan
BAB SIMULASI PERHITUNGAN HARGA BARANG. Bab 4 Simulasi Perhitungan Harga barang berisikan :
BAB SIMULASI PERHITUNGAN HARGA BARANG Bab Simulasi Perhitungan Harga barang berisikan :.. Simulasi peramalan nilai Indeks Harga Konsumen (IHK) melalui metode ARIMA.. Prediksi nilai inflasi tahun 0.3. Prediksi
Standart Mutu Mie Kering Menurut SNI
7. LAMPIRA Lampiran 1. SI Mie Kering Standart Mutu Mie Kering Menurut SI 01-2774-1992 o Uraian Satuan 1. Keadaan 1.1 Bau 1.2 Rasa 1.3 Warna Persyaratan Mutu 1 Mutu 2 ormal ormal ormal ormal ormal ormal
Lampiran 1. Uji Post Hoc One Way Anova Rendemen Kelolosan Tepung Bengkuang "Lokal 1" dan "Lokal 2 dengan Berbagai Perlakuan Pretreatment
7. LAMPIRAN Lampiran 1. Uji Post Hoc One Way Anova Rendemen Kelolosan Tepung Bengkuang "Lokal 1" dan "Lokal 2 dengan Berbagai Perlakuan Pretreatment Rendemen_Kelolosan N 1 2 3 4 5 6 7 8 9 10 11 6 91.03550
Tabel Perhitungan Waktu Standar
waktu baku = = waktu 3,39 normal 100 % 100 % 17 % 100 % 100 % % allowance = 4,08 menit /container. Tabel Perhitungan Waktu Standar No 1 2 3 Proses Kerja Memindakan container dari tanah ke truk (L1) Memindakan
L A M P I R A N. Universitas Sumatera Utara
L A M P I R A N Lampiran 1 Data Inflasi Tahun 2007 s/d 2010 Tahun 2007 2008 2009 Bulan Tingkat Inflasi Januari 6.26% Februari 6.30% Maret 6.52% April 6.29% Mei 6.01% Juni 5.77% Juli 6.06% Agustus 6.51%
Analisis Regresi 2. Multikolinier & penanganannya
Analisis Regresi 2 Pokok Bahasan : Multikolinier & penanganannya TUJUAN INSTRUKSIONAL KHUSUS : Mahasiswa dapat menjelaskan adanya multikolinieritas pada regresi linier berganda serta prosedur penanganannya
LAMPIRAN. Lampiran 1. Kuesioner untuk Pengunjung
LAMPIRAN Lampiran 1. Kuesioner untuk Pengunjung Kuesioner penelitian: Penilaian Ekonomi dan Prospek Pengembangan Wisata TWA Gunung Pancar. Oleh: Devina Marcia Rumanthy Sihombing (H44070045). Departemen
Lampiran 1 Deskripsi Statistik Variabel Fungsi Permintaan TMR Tahun 2011
LAMPIRAN 08 Lampiran Deskripsi Statistik Variabel Fungsi Permintaan TMR Tahun 20 Variabel N Rata-rata Minimum Maksimum Standar Deviasi Y 00 3,0 60 6,996 TC 00 54005 5000 400000 74965,665 I 00 25338000
PRODUKSI GULA CAIR DARI PATI SAGU SULAWESI TENGGARA
PRODUKSI GULA CAIR DARI PATI SAGU SULAWESI TENGGARA Agus Budiyanto, Abdullah bin Arif dan Nur Richana Balai Besar Litbang Pascapanen Pertanian n Disampaikan Pada Seminar Ilmiah dan Lokakarya Nasional 2016
Tests of Normality. Kolmogorov-Smirnov a
7. LAMPIRAN Lampiran 1. Analisa Data 7.1.1. Kadar Air dan Protein Isolat Protein Koro Pedang ISP Tests of Normality Kolmogorov-Smirnov a Shapiro-Wilk Statistic df Sig. Statistic df Sig. ISP_kadarair wet
LAMPIRAN A. Daftar Riwayat Hidup. Kartu Mata Kuliah. Surat Keterangan Survey Tugas Akhir
111 LAMPIRAN A Daftar Riwayat Hidup Kartu Mata Kuliah Surat Keterangan Survey Tugas Akhir SURAT KETERANGAN SURVEY TUGAS AKHIR 114 115 LAMPIRAN B Faktor Batas Kendali Peta Variabel FAKTOR BATAS KENDALI
STK511 Analisis Statistika. Pertemuan 10 Analisis Korelasi & Regresi (1)
STK511 Analisis Statistika Pertemuan 10 Analisis Korelasi & Regresi (1) Analisis Hubungan Jenis/tipe hubungan Ukuran Keterkaitan Skala pengukuran peubah Pemodelan Keterkaitan anang kurnia (anangk@apps.ipb.ac.id)
Pengaruh Suku Bunga, Inflasi dan Kurs terhadap Perkembangan Harga Saham PT. Telkom Tbk Menggunakan Analisis Regresi
Pengaruh Suku Bunga, Inflasi dan Kurs terhadap Perkembangan Harga Saham PT. Telkom Tbk Menggunakan Analisis Regresi Novita Homer 1, Jantje D. Prang 2, Nelson Nainggolan 3 1 Program Studi Matematika, FMIPA,
LAMPIRAN. Perhitungan Dana Pihak Ketiga Unit Usaha Syariah Di Indonesia Periode Oktober 2014 April 2016 (a) Giro (Rp) (b) Tabungan (Rp)
LAMPIRAN 103 Lampiran : 1 Data Penelitian Bulan Perhitungan Dana Pihak Ketiga Unit Usaha Syariah Di Indonesia Periode Oktober 2014 April 2016 (a) Giro (Rp) (b) Tabungan (Rp) (c) Deposito DPK=a+b+c (Rp)
Lampiran 1 Analisis hubungan debit aliran dengan tinggi muka air di Sub DAS Melamon
LAMPIRAN 40 41 Lampiran 1 Analisis hubungan debit aliran dengan tinggi muka air di Sub DAS Melamon No Tanggal Hujan S t V air TMA A P Q ratarat (m) (m/s) (m) (m 2 ) (m) (m 3 /s) a N Beton (A/P) 2/3 S 0.5
Data Tingkat Hunian Hotel Rata-Rata di Propinsi DIY Tahun Tahun Bulan Wisman
Lampiran 1. Data Tingkat Hunian Hotel di Propinsi DIY Tahun 1991-2003 48 49 Lampiran 1 Data Tingkat Hunian Hotel Rata-Rata di Propinsi DIY Tahun 1991-2003, Tahun Bulan Wisman 1991 1 27,00 1991 2 30,60
8. LAMPIRAN. Lampiran 1. Hasil Uji Pendahuluan
8. LAMPIRAN Lampiran 1. Hasil Uji Pendahuluan Bahan Subtitusi Pengeringan Subtitusi nanas Parameter Bonggol Daging nanas buah nanas Sangrai Oven 75% 50% 25% Overall 2,647 2,653 2,513 2,787 2,880 2,760
Lampiran 2. Scoresheet Uji Pendahuluan UJI RANKING HEDONIK. Nama : Tanggal : Produk : Kerupuk Gendar Cincau. Atribut : Warna
7. LAMPIRAN Lampiran 1. Syarat Mutu Kerupuk Beras (SNI 01-4307-1996) No Kriteria Uji Satuan Persyaratan Mentah Sudah digoreng 1. Keadaan 1.1 Bau - Normal Normal 1.2 Rasa - Normal Normal 1.3 Warna - Normal
BAB V HASIL DAN PEMBAHASAN
16 5.1 Hasil 5.1.1 Pola curah hujan di Riau BAB V HASIL DAN PEMBAHASAN Data curah hujan bulanan dari tahun 2000 sampai dengan 2009 menunjukkan bahwa curah hujan di Riau menunjukkan pola yang sama dengan
Lampiran 1. Jumlah Deposito, Suku Bunga Deposito, dan Inflasi di Indonesia Tahun
69 Lampiran 1. Jumlah Deposito, Suku Bunga Deposito, dan Inflasi di Indonesia Tahun 2004-2010 Periode sbdepo Inflasi depo Jan-04 6.27 0.57 426.424 Feb-04 5.99-0.02 409.204 Mar-04 5.86 0.36 401.686 Apr-04
Tabel Syarat Mutu Kecap Ikan
30 Lampiran 3. SNI Kecap Ikan No. 01-4271-1996 Tabel Syarat Mutu Kecap Ikan No. Jenis uji Satuan Persyaratan 1 Keadaan : 1.1. Penampakan - Jernih 1.2. Bau - Khas 1.3. Rasa - Khas 1.4. Warna - Normal 2.
Lampiran 1. Syarat Mutu Sosis Daging Menurut SNI
LAMPIRAN 69 70 Lampiran 1. Syarat Mutu Sosis Daging Menurut SNI 01-3820-1995 No Kriteria Uji Satuan Persyaratan 1 Keadaan 1.1 Bau - Normal 1.2 Rasa - Normal 1.3 Warna - Normal 1.4 Tekstur - Bulat Panjang
Pencilan. Pencilan adalah pengamatan yang nilai mutlak sisaannya jauh lebih besar daripada sisaan-sisaan lainnya
Pencilan Pencilan adalah pengamatan yang nilai mutlak sisaannya jauh lebih besar daripada sisaan-sisaan lainnya Bisa jadi terletak pada tiga atau empat simpangan baku atau lebih jauh lagi dari rata-rata
7. LAMPIRAN. Lampiran 1. SNI Selai Buah Syarat Mutu Selai Buah
7. LAMPIRAN Lampiran 1. SNI Selai Buah Syarat Mutu Selai Buah No Kriteria Uji Satuan Persyaratan 1 Keadaan - bau - normal - rasa - normal - warna - normal - tekstur - normal 2 Padatan terlarut % (b/b)
Production. Factory I. Operator Proses. Operator Shovel. Truck Driver. Cleaner. Packer. Petugas Gudang
Lampiran 1. Struktur Perusahaan PT. Umas Jaya Agrotama Factory 1 Production QA & Mgt. Repr : For ISO 9001 Factory I QC Production QC In Plant QC Lab/Analist Kepala Raw Material Petugas Timbangan Raw Kepala
LAPORAN PRAKTIKUM. Mata Kuliah : Penerapan Komputer Tanggal : 21 Desember Nama : Desi Aryanti Dosen : Ir. Rini Herlina M.S
LAPORAN PRAKTIKUM Mata Kuliah : Penerapan Komputer Tanggal : 21 Desember 2009 Nama : Desi Aryanti Dosen : Ir. Rini Herlina M.S NRP : D14070066 Asisten Dosen : 1. Revan M. 2. Ratu Fika Hertaviani KORELASI
Lampiran 1. Tabel syarat mutu keripik pisang
37 Lampiran 1. Tabel syarat mutu keripik pisang No. 1 1.1 1.2 1.3 1.4 2 3 4 5 6 6.1 6.2 6.3 6.4 7 7.1 7.2 7.3 Jenis Keadaan ji Bau Rasa Warna Tekstur Keutuh an Kadar air, b/b Lemak, b/b Abu, b/b Cemaran
Standar Mutu Bihun Instan Menurut SNI No. Uraian Satuan Persyaratan 1. Keadaan : 1.1. bau 1.2. rasa 1.3. warna
LAMPIRAN Lampiran 1. Standar Mutu Bihun Instan Standar Mutu Bihun Instan Menurut SNI 01-3742-1995 No. Uraian Satuan Persyaratan 1. Keadaan : 1.1. bau 1.2. rasa 1.3. warna normal normal normal 2. Benda-benda
7.1. Foto Proses Pembuatan Susu Bubuk Koro Pedang Putih
7. LAMPIRAN 7.1. Foto Proses Pembuatan Susu Bubuk Koro Pedang Putih Pencucian Perebusan (30 menit) Pengupasan Pencampuran Perebusan dengan daun pandan (20 menit) Perendaman (60 jam) Penyaringan Pengadukan
Lampiran 1. Data Produksi Karet (kg/bulan) Kebun Sei Baleh Estate pada Tanaman Berumur 7, 10 dan 13 Tahun Selama 3 Tahun ( )
79 Lampiran 1. Data Produksi Karet (kg/bulan) Kebun Sei Baleh Estate pada Tanaman Berumur 7, 10 dan 13 Tahun Selama 3 Tahun (2012-2014) Tahun 2012 Tahun 2013 Tahun 2014 Bulan Umur (tahun) Umur (tahun)
4 BAB IV HASIL PEMBAHASAN DAN EVALUASI. lebih dikenal dengan metode Box-Jenkins adalah sebagai berikut :
4 BAB IV HASIL PEMBAHASAN DAN EVALUASI Pada bab ini, akan dilakukan analisis dan pembahasan terhadap data runtut waktu. Data yang digunakan dalam penelitian ini merupakan data sekunder, yaitu data harga
BAB IV IMPLEMENTASI RISET PEMASARAN PT. PERKEBUNAN NUSANTARA XI (PERSERO) Tabel 4.1 Hasil Survey HARGA HARGA BULAN RENCANA
BAB IV IMPLEMENTASI RISET PEMASARAN PT. PERKEBUNAN NUSANTARA XI (PERSERO) 4.1 Hasil Survey Di PTPN XI Tabel 4.1 Hasil Survey HARGA HARGA BULAN RENCANA REALISASI KUANTA Jan-09 4.700.000 4.824.091 8.000
PERKEMBANGAN EKSPOR DAN IMPOR SULAWESI TENGGARA NOVEMBER 2014
No. 02/01/Th. VI, 2 Januari 2015 PERKEMBANGAN EKSPOR DAN IMPOR SULAWESI TENGGARA NOVEMBER 2014 Nilai ekspor Sulawesi Tenggara pada bulan November 2014 tercatat US$ 8,99 juta atau mengalami penurunan sebesar
PEMODELAN DAN PERAMALAN DATA PEMBUKAAN IHSG MENGGUNAKAN MODEL ARIMA
PEMODELAN DAN PERAMALAN DATA PEMBUKAAN IHSG MENGGUNAKAN MODEL ARIMA OLEH : 1. Triyono ( M0107086 ) 2. Nariswari S ( M0108022 ) 3. Ayunita C ( M0180034 ) 4. Ibnuhardi F.Ihsan ( M0108045 ) 5. Marvina P (
PRESENSI DOSEN DIPEKERJAKAN KOPERTIS WILAYAH V
Pangkat/Gol. : Perguruan Tinggi : Universitas Ahmad Dahlan Jabatan Fungsional : Bulan : Januari 2014 No. HARI TANGGAL DATANG PULANG. DATANG PULANG 1 Rabu 01-Jan-14 Libur Libur Libur 2 Kamis 02-Jan-14 1.
BAB VI PENUTUP. Secara keseluruhan dapat disimpulkan bahwa upah mempunyai pengaruh yang signifikan
BAB VI PENUTUP A. KESIMPULAN Secara keseluruhan dapat disimpulkan bahwa upah mempunyai pengaruh yang signifikan terhadap produktivitas kerja karyawan CV. Indah Jati Furniture, hal ini dapat dilihat dari
APLIKASI FUNGSI PRODUKSI COBB-DOUGLAS DALAM MENESTIMASI PENDAPATAN PAJAK HOTEL KOTA SURAKARTA BERDASARKAN JUMLAH TENAGA KERJA DAN PENGUNJUNG HOTEL
APLIKASI FUNGSI PRODUKSI COBB-DOUGLAS DALAM MENESTIMASI PENDAPATAN PAJAK HOTEL KOTA SURAKARTA BERDASARKAN JUMLAH TENAGA KERJA DAN PENGUNJUNG HOTEL UNG GARBA SKRIPSI: ditulis dan diajukan untuk memenuhi
Diagnostik Model. Uji Ljung-Box-Pierce (modified Box-Pierce)
Diagnostik Model Analisis Sisaan Sisaan = Nilai Aktual Nilai Prediksi Apabila model ARIMA(p, d, q) benar dan dugaan parameter sangat dekat ke nilai yang sebenarnya maka sisaan akan memiliki sifat seperti
BAB IV ANALISA DAN PEMBAHASAN
BAB IV ANALISA DAN PEMBAHASAN Bab ini akan menguraikan proses, hasil serta pembahasan dari pengolahan data yang telah dilakukan. Analisis pengolahan data dilakukan dengan mengggunakan software Minitab
V. PEMODELAN SISTEM. Pengguna. Sistem Manajemen Dialog. Sistem Pengolahan Pusat. Gambar 7. Konfigurasi Program Aplikasi SCHATZIE 1.
V. PEMODELAN SISTEM 5.1. KONFIGURASI SISTEM Model perencanaan bahan baku industri teh di PTPN VIII Kebun Cianten dirancang dan dibuat dalam satu paket komputer sistem manajemen yang diberi nama SCHATZIE
Lampiran 1. HW 15,6517, ST 18,4867, RS 21,8267, RA 19,7017, Total 18,9167 2, DH
Lampiran 1 AMILOSA Tests of Normality Perlakuan Kolmogorov-Smirnov (a) Shapiro-Wilk Statistic df Sig Statistic df Sig Kdr amilosa HW.DH,165 6,200 (*),947 6,720 ST.DH,188 6,200 (*),969 6,884 RS.DH,301 6,095,821
Oleh : Fuji Rahayu W ( )
Oleh : Fuji Rahayu W (1208 100 043) JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA 2012 Indonesia sebagai negara maritim Penduduk Indonesia
ANALISIS POLA HUBUNGAN PEMODELAN ARIMA CURAH HUJAN DENGAN CURAH HUJAN MAKSIMUM, LAMA WAKTU HUJAN, DAN CURAH HUJAN RATA-RATA
ANALISIS POLA HUBUNGAN PEMODELAN ARIMA CURAH HUJAN DENGAN CURAH HUJAN MAKSIMUM, LAMA WAKTU HUJAN, DAN CURAH HUJAN RATA-RATA FATHIN FAHIMAH 226133 DOSEN PEMBIMBING Prof. Ir. Gamantyo Hendrantoro, M.Eng.
Lampiran 1. Peta administrasi Riau dan plotting stasiun pengamatan wilayah Riau
LAMPIRAN 19 20 Lampiran 1. Peta administrasi Riau dan plotting stasiun pengamatan wilayah Riau Sumber : Badan Koordinasi Survei dan Pemetaan Nasional (Bakosurtanal) 21 Lampiran 2. Proses pengolahan data
REGRESI BEDA DAN REGRESI RIDGE Ria Dhea Layla N.K 1, Febti Eka P. 2 1)
REGRESI BEDA DAN REGRESI RIDGE Ria Dhea Layla N.K 1, Febti Eka P. 2 1) 1311105003 2) 1311106009 email: 1) riadhea0863@yahoo.co.id 2) febti08.10@gmail.com ABSTRAK Analisis regresi dalam statistika adalah
REGRESI DAN KORELASI PADA JASA PARIWISATA DAN PERHOTELAN. Dr. I Gusti Bagus Rai Utama, SE., M.MA., MA.
REGRESI DAN KORELASI PADA JASA PARIWISATA DAN PERHOTELAN Dr. I Gusti Bagus Rai Utama, SE., M., Pengertian Tentang Hubungan Linier antara Dua Variabel Analisis tentang distribusi pasangan variabel disebut
WORKSHEET UJI RANGKING HEDONIK
7. LAMPIRAN Lampiran. Worksheet Analisa Sensori Tanggal Uji : Jenis Sampel : mie basah WORKSHEET UJI RANGKING HEDONIK Identifikasi Mie bahan baku tepung terigu 00% Mie bahan baku tepung MOCAL 00% Mie bahan
KATA PENGANTAR. Kami ucapkan terima kasih yang sebesar-besarnya kepada semua pihak yang telah membantu penerbitan publikasi prakiraan musim hujan ini.
KATA PENGANTAR Penyajian Prakiraan Musim Hujan 2016/2017 di Provinsi Sumatera Selatan ditujukan untuk memberi informasi kepada masyarakat, disamping publikasi buletin agrometeorologi, analisis dan prakiraan
VI. HASIL DAN PEMBAHASAN. 6.1 Persepsi Petani terhadap Perubahan Iklim. Hasil penelitian menunjukkan bahwa masing-masing petani memiliki
VI. HASIL DAN PEMBAHASAN 6.1 Persepsi Petani terhadap Perubahan Iklim Hasil penelitian menunjukkan bahwa masing-masing petani memiliki persepsi yang berbeda terhadap perubahan iklim. Hal ini dikarenakan
LAMPIRAN. Langkah-Langkah Penggunaan Program Minitab: nama kolom tepat diantara C1 dan angka penjualan pertama Jakarta Muscat
L1 LAMPIRAN Langkah-Langkah Penggunaan Program Minitab: 1. Aktifakan program minitab kemudian copy yang diinginkan pada kolom C1. Beri nama kolom tepat diantara C1 dan angka penjualan pertama Jakarta Muscat
PERKEMBANGAN EKSPOR DAN IMPOR SULAWESI TENGGARA SEPTEMBER 2016
No. 58/11/Th. VII, 1 November 2016 PERKEMBANGAN EKSPOR DAN IMPOR SULAWESI TENGGARA SEPTEMBER 2016 Nilai ekspor Sulawesi Tenggara pada bulan September 2016 tercatat US$ 22,05 juta atau mengalami peningkatan
Sabrina Hudani Dosen Pembimbing: Prof. Dr. Ir. Suparno, MSIE. Your Ihr Logo
Optimasi Pengadaan Beras dengan Menggunakan Linear Programming dan Mempertimbangkan Hasil Panen (Studi Kasus: Perum BULOG Sub Divisi Regional I Surabaya Utara) Sabrina Hudani 2507100056 Dosen Pembimbing:
NERACA AIR METEOROLOGIS DI KAWASAN HUTAN TANAMAN JATI DI CEPU. Oleh: Agung B. Supangat & Pamungkas B. Putra
NERACA AIR METEOROLOGIS DI KAWASAN HUTAN TANAMAN JATI DI CEPU Oleh: Agung B. Supangat & Pamungkas B. Putra Ekspose Hasil Penelitian dan Pengembangan Kehutanan BPTKPDAS 212 Solo, 5 September 212 Pendahuluan
BAB IV ANALISA DATA Ketersediaan Data
BAB IV ANALISA DATA 4.1. Ketersediaan Data Sebelum melakukan perhitungan teknis normalisasi terlebih dahulu dihitung besarnya debit banjir rencana. Besarnya debit banjir rencana dapat ditentukan dengan
PERKEMBANGAN PARIWISATA JAWA TIMUR JULI 2012
BPS PROVINSI JAWA TIMUR No.57/09/35/Th. X, 3 September PERKEMBANGAN PARIWISATA JAWA TIMUR JULI Selama bulan Juli jumlah wisman dari pintu masuk Juanda dan TPK Hotel Berbintang di Jawa Timur masing-masing
BAB I PENDAHULUAN. menjaga kondisi mesin/peralatan tersebut agar tidak mengalami kerusakan maka
BAB I PENDAHULUAN 1.1. Latar Belakang Permasalahan Pada lantai pabrik, kondisi dari mesin/peralatan yang digunakan untuk menghasilkan sebuah produk sangatlah menentukan. Oleh karena itu, untuk menjaga
PERTUMBUHAN SIMPANAN *) BANK UMUM POSISI NOVEMBER 2011
Nop-06 Feb-07 Mei-07 Agust-07 Nop-07 Feb-08 Mei-08 Agust-08 Nop-08 Feb-09 Mei-09 Agust-09 Nop-09 Feb-10 Mei-10 Agust-10 Nop-10 Feb-11 Mei-11 Agust-11 PERTUMBUHAN SIMPANAN *) BANK UMUM POSISI NOVEMBER 2011
PERKEMBANGAN PARIWISATA JAWA TIMUR JUNI 2013
5 Jan Jul 2 BPS PROVINSI JAWA TIMUR No.49/8/35/Th. XI, 1 Agustus 213 PERKEMBANGAN PARIWISATA JAWA TIMUR JUNI 213 Selama bulan Juni 213 jumlah wisman dari pintu masuk Juanda dan TPK hotel berbintang di
PERKEMBANGAN PARIWISATA JAWA TIMUR JUNI 2012
BPS PROVINSI JAWA TIMUR No.48/08/35/Th. X, 1 Agustus PERKEMBANGAN PARIWISATA JAWA TIMUR JUNI Selama bulan Juni jumlah wisman dari pintu masuk Juanda dan TPK Hotel Berbintang di Jawa Timur masing-masing
PERKEMBANGAN TPK HOTEL BINTANG SULAWESI TENGGARA DESEMBER 2016
No.09/02/Th.VII, 1 Februari 2017 PERKEMBANGAN TPK HOTEL BINTANG SULAWESI TENGGARA DESEMBER 2016 Tingkat Penghunian Kamar (TPK) Hotel Bintang di Provinsi Sulawesi Tenggara pada bulan Desember 2016 tercatat
PERAMALAN PRODUKSI PUCUK TEH MENGGUNAKAN METODE BOX-JENKINS PADA PT. PERKEBUNAN NUSANTARA VIII CIATER
ISSN : 2355-9365 e-proceeding of Engineering : Vol.4, No.2 Agustus 217 Page 2535 PERAMALAN PRODUKSI PUCUK TEH MENGGUNAKAN METODE BOX-JENKINS PADA PT. PERKEBUNAN NUSANTARA VIII CIATER PRODUCTION FORECASTING
PERKEMBANGAN EKSPOR DAN IMPOR SULAWESI TENGGARA JANUARI 2015
No. 02/03/Th. VI, 2 Maret 2015 PERKEMBANGAN EKSPOR DAN IMPOR SULAWESI TENGGARA JANUARI 2015 Nilai ekspor Sulawesi Tenggara pada bulan Januari 2015 tercatat US$ 0,92 juta atau mengalami penurunan sebesar
Analisis Regresi 2. Multikolinier & penanganannya
Analisis Regresi 2 Pokok Bahasan : Multikolinier & penanganannya TUJUAN INSTRUKSIONAL KHUSUS : Mahasiswa dapat menjelaskan adanya multikolinieritas pada regresi linier berganda serta prosedur penanganannya
DATA DISTRIBUSI SIMPANAN PADA BPR DAN BPRS
DATA DISTRIBUSI SIMPANAN PADA BPR DAN BPRS SEMESTER II-2016 Divisi Statistik, Kepesertaan, dan Premi Penjaminan Direktorat Penjaminan dan Manajemen Risiko Daftar Isi Daftar Isi... 1 KETERANGAN... 2 I.
PEMODELAN FAKTOR-FAKTOR YANG MEMPENGARUHI PRODUKSI PADI DI JAWA TIMUR TAHUN 2012 DENGAN KASUS PENCILAN DAN AUTOKORELASI ERROR
L/O/G/O SEMINAR HASIL TUGAS AKHIR PEMODELAN FAKTOR-FAKTOR YANG MEMPENGARUHI PRODUKSI PADI DI JAWA TIMUR TAHUN 2012 DENGAN KASUS PENCILAN DAN AUTOKORELASI ERROR Oleh: Ria Dosen Pembimbing: Dra. Wiwiek Setya
PERKEMBANGAN PARIWISATA JAWA TIMUR AGUSTUS 2012
BPS PROVINSI JAWA TIMUR No.62/10/35/Th. X, 1 Oktober PERKEMBANGAN PARIWISATA JAWA TIMUR AGUSTUS Selama bulan Agustus jumlah wisman dari pintu masuk Juanda dan TPK Hotel Berbintang di Jawa Timur masing-masing
BAB 6 KESIMPULAN DAN SARAN
BAB 6 KESIMPULAN DAN SARAN 6.1. Kesimpulan 1. Faktor-faktor yang mempengaruhi kualitas hasil proses produksi Genteng Super DD Hidrolik.adalah: a. Komposisi jenis lempung (faktor A) b. Kecepatan penggilingan
PERKEMBANGAN EKSPOR DAN IMPOR SULAWESI TENGGARA OKTOBER 2016
No. 66/12/Th. VII, 1 Desember 2016 PERKEMBANGAN EKSPOR DAN IMPOR SULAWESI TENGGARA OKTOBER 2016 Nilai ekspor Sulawesi Tenggara pada bulan Oktober 2016 tercatat US$ 32,92 juta atau mengalami peningkatan
PERTUMBUHAN SIMPANAN PADA BPR DAN BPRS
PERTUMBUHAN SIMPANAN PADA BPR DAN BPRS Juni 2016 Divisi Statistik, Kepesertaan, dan Premi Penjaminan Direktorat Penjaminan dan Manajemen Risiko Daftar Isi Daftar Isi... 1 KETERANGAN... 2 I. Total Simpanan...
Kuisioner Uji Organoleptik. rasa, aroma, keempukan dan total penerimaan dengan memberi tanda cek (v) pada
Lampiran 1. Lembar Kuisioner Uji Organoleptik Kuisioner Uji Organoleptik Tanggal :... Instruksi Ujilah sampel-sampel dan tuliskan seberapa jauh anda menyukainya berdasarkan rasa, aroma, keempukan dan total
PERKEMBANGAN EKSPOR DAN IMPOR INDONESIA OKTOBER 2009
BADAN PUSAT STATISTIK No. 72/12/Th. XII, 1 Desember PERKEMBANGAN EKSPOR DAN IMPOR INDONESIA OKTOBER A. PERKEMBANGAN EKSPOR Nilai ekspor Indonesia mencapai US$11,88 miliar atau mengalami peningkatan sebesar
LAMPIRAN I DATA SEKUNDER
LAMPIRAN I DATA SEKUNDER A. HARGA SAHAM PERUSAHAAN 1. BANK ICB BUMIPUTERA TBK (BABP) Jan 90 131 56 120 145 Feb 87 145 56 120 148 Mar 80 125 56 120 148 Apr 81 84 53 122 142 Mei 112 117 85 122 123 Juni 118
Analisis Regresi 1. Model-model Regresi yang Lebih Lanjut. Pokok Bahasan : Itasia & Y Angraini Dep. STK FMIPA-IPB
Analisis Regresi Pokok Bahasan : Model-model Regresi yang Lebih Lanjut Itasia & Angraini Dep. STK FMIPA-IPB Macam-macam Model Regresi Model Regresi peubah penjelas > peubah penjelas Sederhana Berganda
PERKEMBANGAN EKSPOR DAN IMPOR SULAWESI TENGGARA DESEMBER 2014
No. 02/02/Th. VI, 2 Februari 2015 PERKEMBANGAN EKSPOR DAN IMPOR SULAWESI TENGGARA DESEMBER 2014 Nilai ekspor Sulawesi Tenggara pada bulan Desember 2014 tercatat US$ 19,84 juta atau mengalami penurunan
Daftar Nama Perusahaan Property dan Real Estate Yang Dijadikan Sampel
Lampiran 1 Daftar Nama Perusahaan Property dan Real Estate Yang Dijadikan Sampel No Kode Nama Perusahaan Tanggal Tanggal Berdiri Listing 1 ELTY PT Bakrieland Development Tbk 11 Jan 1901 30 Okt 1995 2 BKDP
BAB 4 HASIL DAN PEMBAHASAN
BAB 4 HASIL DAN PEMBAHASAN 4. Hasil Pengumpulan Data Tabel 4. Tabel Pengumpulan Data Jam Tgl Variabel 9: : : 4: 5: 8/8/5 Tebal Material 8 6 6 6.5 Kecepatan Potong 567 6 68 64 54 Hasil Pemotongan 4 4.333
Perkembangan Jasa Akomodasi Provinsi Kalimantan Tengah
Perkembangan Jasa Akomodasi Provinsi Kalimantan Tengah No. 10/10/62/Th. XI, 2 Oktober 2017 BADAN PUSAT STATISTIK PROVINSI KALIMANTAN TENGAH Perkembangan Jasa Akomodasi Provinsi Kalimantan Tengah Selama
PRAKTIKUM VIII PERENCANAAN IRIGASI
PRAKTKUM V PERENCANAAN RGAS Kebutuhan air irigasi diperkirakan untuk menentukan keperluan irigasi perimbangan antara air yang dibutuhkan dan debit sungai dipelajari dengan cara menganalisis data yang tersedia
Lampiran 1. Data Produksi Tandan Buah Segar (ton/bulan) Kebun Huta Padang pada Tanaman Berumur 7, 10, dan 13 Tahun Selama 3 Tahun ( )
Lampiran 1. Data Produksi Tandan Buah Segar (ton/bulan) Kebun Huta Padang pada Tanaman Berumur 7, 10, dan 13 Tahun Selama 3 Tahun (2013-2015) BULAN Tahun Tahun Tahun Umur (Tahun) Umur (Tahun) Umur (Tahun)
Analisis Regresi 2. Pokok Bahasan : Review Regresi Linier Sederhana dan Berganda
Analisis Regresi Pokok Bahasan : Review Regresi Linier Sederhana dan Berganda Tuuan Instruksional Khusus : Mahasiswa dapat menelaskan regresi linier sederhana dan berganda dan asumsi-asumsi yang mendasarinya
BAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN Bab ini terdiri dari latar belakang penelitian, rumusan masalah, tujuan penelitian, batasan masalah penelitian, dan sistematika penulisan laporan dari penelitian yang dilakukan. 1.1 Latar
Normal Normal Normal 2. Air % b/b Maks Kadar lemak 3.1. Tanpa proses penggorengan 3.2. Rasa. % b/b % b/b
7. LAMPIRAN Lampiran 1. Syarat Mutu Makanan Ringan Ekstrudat (SNI 01-2886-2000) Tabel 10. Syarat Mutu Makanan Ringan Ekstrudat (SNI 01-2886-2000) Kriteria Uji Satuan Spesifikasi 1. Keadaan 1.1. Bau 1.2.
Lampiran 1. Keadaan Harga Kubis di Kabupaten karo pada Januari 2014 Desember 2015
Lampiran 1. Keadaan Harga Kubis di Kabupaten karo pada Januari 2014 Desember 2015 Bulan Harga (Rp/Kg) Januari 2014 1295 Februari 1305 Maret 1352 April 965 Mei 1000 Juni 1038 Juli 1038 Agustus 1113 September
SNI Standar Nasional Indonesia. Saus tomat ICS Badan Standardisasi Nasional
Standar Nasional Indonesia Saus tomat ICS 67.080.20 Badan Standardisasi Nasional Daftar isi Daftar isi...i Prakata...ii 1 Ruang lingkup...1 2 Acuan normatif...1 3 Istilah dan definisi...1 4 Persyaratan...1
PRODUKSI PADI, JAGUNG, DAN KEDELAI 2015
BADAN PUSAT STATISTIK PROVINSI ACEH No. 31/7/Th. IV, 1 Juli 216 PRODUKSI PADI, JAGUNG, DAN KEDELAI 215 PRODUKSI PADI TAHUN 215 NAIK 28,8 PERSEN A. PADI Produksi padi tahun 215 sebanyak 2,33 juta ton gabah
PERKEMBANGAN EKSPOR DAN IMPOR SULAWESI TENGGARA JULI 2016
No. 48/09/Th. VII, 1 September 2016 PERKEMBANGAN EKSPOR DAN IMPOR SULAWESI TENGGARA JULI 2016 Nilai ekspor Sulawesi Tenggara pada bulan Juli 2016 tercatat US$ 11,47 juta atau mengalami peningkatan sebesar
Tabel Lampiran 1. Jurnal Harian Kegiatan Magang Sebagai Karyawan Harian Lepas di Kebun Rumpun Sari Kemuning, 2008.
lampiran Tabel Lampiran 1. Jurnal Harian Kegiatan Magang Sebagai Karyawan Harian Lepas di Kebun Rumpun Sari Kemuning, 2008. Tanggal Uraian kegiatan Lokasi Prestasi kerja (satuan/ HOK) Standar Penulis 11Feb08
MODEL REGRESI. o Persamaan Matematis ÆY=a + bx.. (pers.1) Persamaan Ekonometrika ÆY = b0 + b1x + e.. (pers.2)
MODEL REGRESI o Model dalam bentuk persamaan berfungsi sebagai panduan analisis melalui penyederhanaan dari realitasyang ada. o Penulisan model dalam ekonometrik merupakan pengembangan dari persamaan fungsi
BAB V HASIL DAN PEMBAHASAN
BAB V HASIL DAN PEMBAHASAN 5.1 Analisis Data 5.1.1 Analisis Curah Hujan Hasil pengolahan data curah hujan di lokasi penelitian Sub-DAS Cibengang sangat berfluktuasi dari 1 Januari sampai dengan 31 Desember
PERKEMBANGAN TPK HOTEL BINTANG SULAWESI TENGGARA JANUARI 2016
No.16/03/Th.VII, 1 Maret 2017 PERKEMBANGAN TPK HOTEL BINTANG SULAWESI TENGGARA JANUARI 2016 Tingkat Penghunian Kamar (TPK) Hotel Bintang di Provinsi Sulawesi Tenggara pada bulan Januari 2017 tercatat 30,92
PERAMALAN INDEKS HARGA KONSUMEN DAN INFLASI INDONESIA DENGAN METODE ARIMA BOX-JENKINS
PERAMALAN INDEKS HARGA KONSUMEN DAN INFLASI INDONESIA DENGAN METODE ARIMA BOX-JENKINS Oleh : Agustini Tripena ABSTRACT In this paper, forecasting the consumer price index data and inflation. The method
Rata-rata Harga Gabah Menurut Kualitas, Komponen Mutu dan HPP di Tingkat Petani di Indonesia,
Rata-rata Menurut Kualitas, Komponen Mutu dan HPP di Tingkat Petani di Indonesia, 2012-2016 / Bulan Giling Kualitas (Rp/Kg) Kadar Air (%) Kadar Hampa/Kotoran (%) Panen Giling Panen Giling Panen HPP 1)
SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Teknik (ST) Pada Program Studi Teknik Mesin UN PGRI Kediri OLEH :
ANALISA NILAI KEKERASAN BAJA KARBON RENDAH MELALUI PROSES KARBURISASI MENGGUNAKAN CAMPURAN CARBON (C) dan BARIUM KARBONAT (BaCO 3 ) DENGAN VARIASI WAKTU PENAHANAN BERBEDA SKRIPSI Diajukan Untuk Memenuhi