BAB V PENUTUP 5.1 Kesimpulan

dokumen-dokumen yang mirip
BAB I PENDAHULUAN 1.1 Latar Belakang

SATUAN ACARA TUTORIAL (SAT) Mata Kuliah : Statistika Dasar/PAMA 3226 SKS : 3 SKS Tutorial : ke-1 Nama Tutor : Adi Nur Cahyono, S.Pd., M.Pd.

SATUAN ACARA TUTORIAL (SAT) Tutorial ke : 1 Kode/ Nama Mata Kuliah : PAMA 3225 / Statistika Dasar

LEMBAR AKTIVITAS SISWA STATISTIKA 2 B. PENYAJIAN DATA

RANCANGAN AKTIVITAS TUTORIAL (RAT)

PENGUKURAN DESKRIPTIF

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

STATISTIKA 2 11/20/2015. B. Menghitung Ukuran Data dari Data Berkelompok. Peta Konsep. B. Menghitung Ukuran Data dari Data Berkelompok

Penyajian data histrogram

STAND N AR R K OMP M E P T E EN E S N I:

PENYAJIAN DATA. Cara Penyajian Data meliputi :

Soal, Kartu Soal, Kisi-kisi Soal

King s Learning Be Smart Without Limits NAMA : KELAS :

Probabilitas dan Statistika Analisis Data dan Ukuran Pemusatan. Adam Hendra Brata

MODUL 2 penyajian data

Pengukuran Deskriptif. Debrina Puspita Andriani /

SATUAN ACARA PERKULIAHAN

DESKRIPSI MATA KULIAH

Pengukuran Deskriptif

SILABUS KEGIATAN PEMBELAJARAN. Membaca sajian data dalam bentuk diagram garis, dan diagram batang.

Penyajian Data Bab 2 PENGANTAR. Tujuan:

Statistika Materi 3 UKURAN PEMUSATAN. Nilai Tunggal yang mewakili Karakteristik Sekumpulan data. Hugo Aprilianto, M.Kom

Modul ke: STATISTIKA BISNIS PENYEJIAN DATA. Tri Wahyono, SE. MM. Fakultas EKONOMI DAN BISNIS. Program Studi AKUNTANSI S1.

SATUAN ACARA PERKULIAHAN MATA KULIAH STATISTIKA DESKRIPTIF (TK) KODE / SKS: KD / 2 SKS

Laporan Tugas dan Quiz Statistik Deskriptif. 1. Berikan penjelasan secara singkat apa yang dimaksud dengan:

SILABUS MATERI PEMBELAJARAN. Statistika: Diagram batang Diagram garis Diagram Lingkaran Tabel distribusi frekuensi Histogram dan Ogif

SILABUS ALOKASI WAKTU T M P S P I SUMBER BELAJAR MATERI PEMBELAJARAN KOMPETENSI DASAR INDIKATOR. Kuis Tes lisan Tes tertulis Pengamatan Penugasan

SATUAN ACARA PERKULIAHAN MATA KULIAH STATISTIKA DESKRIPTIF 1 (MI) KODE / SKS: KK / 2 SKS

SILABUS ALOKASI WAKTU T M P S P D SUMBER BELAJAR MATERI PEMBELAJARAN KOMPETENSI DASAR INDIKATOR MODEL KURIKULUM TINGKAT SATUAN PENDIDIKAN

dapat digunakan formulasi sebagai berikut : Letak Letak Letak

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

DISTRIBUSI FREKUENSI. Oleh Dr. Ratu Ilma I.P. Bahan Mata kuliah Di FKIP Universitas Sriwijaya

7.1 ISTILAH-ISTILAH DALAM STATISTIKA A.

SILABUS KEGIATAN PEMBELAJARAN

RENCANA PELAKSANAAN PEMBELAJARAN (RPP)

FAKULTAS KEGURUAN DAN ILMU PENDIDIKIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON

SATUAN ACARA PERKULIAHAN MATA KULIAH STATISTIKA DASAR Kode : EK11. B230 / 3 Sks

RENCANA PEMBELAJARAN

RENCANA PELAKSANAAN PEMBELAJARAN (RPP) Nama Sekolah : Mata Pelajaran : Matematika Kelas / Program : XI (Sebelas) Semester : Ganjil

SILABUS. Kegiatan Pembelajaran Teknik. Memahami cara memperoleh data yang baik, menentukan jenis dan ukuran data, serta memeriksa, dan menyusun data.

Silabus NAMA SEKOLAH : MATA PELAJARAN : Matematika

Statistika Bisnis. Penyajian Data. Retno Puji Astuti, SE, M.Ak. Modul ke: Fakultas Ekonomi & Bisnis. Program Studi Akuntansi.

Pengukuran Statistik Deskriptif UKURAN PUSAT, UKURAN VARIASI DAN UKURAN POSISI

By Syarifah Hikmah JS. MK Statistika (MAM 4137)

SILABUS MATA PELAJARAN MATEMATIKA

STATISTIKA 4 UKURAN LETAK

SILABUS PEMBELAJARAN

PENGANTAR STATISTIKA PROF. DR. KRISHNA PURNAWAN CANDRA, M.S. JURUSAN TEKNOLOGI HASIL PERTANIAN FAKULTAS PERTANIAN UNIVERSITAS MULAWARMAN

C. Ukuran Letak dan Ukuran Penyebaran Data

STATISTIK DESKRIPTIF. Penyajian Data, ukuran Pemusatan Data, Ukuran Penyebaran Data

Statistika Deskriptif & Distribusi Frekuensi

Pengumpulan & Penyajian Data

BAB II DISTRIBUSI FREKUENSI

STATISTIK DAN STATISTIKA

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

UJIAN NASIONAL TAHUN PELAJARAN 2007/2008

DISTRIBUSI FREKUENSI. Luvy S. Zanthy, S.P.,M.Pd. STATISTIKA DASAR 1

SATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA

STATISTIKA EKONOMI. Fakultas Ekonomi-Akuntansi

STATISTIKA. SAMPOERNO, M.Pd. SMA mantan RSBI

BAB III UKURAN TENGAH DAN DISPERSI

PENS. Probability and Random Process. Topik 2. Statistik Deskriptif. Prima Kristalina Maret 2016

BAB I PENDAHULUAN. TNR 12 SPACE 2.0 BEFORE AFTER 0 MARGIN 3,4,3,3 KERTAS A4 TULISAN INGGRIS ITALIC 1.2 Rumusan Masalah

PENGEMBANGAN SILABUS TAHUN PELAJARAN 2012/2013

Distribusi Frekuensi, Penyajian Data Histogram, Polygon dan Kurva Ogive

LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI FAKULTAS TEKNIK PROGRAM STUDI TEKNIK INDUSTRI UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN JAWA TIMUR

STATISTIKA KELAS : XI BAHASA SEMESTER : I (SATU) Disusun Oleh : Drs. Pundjul Prijono Nip

PROGRAM STUDI PENDIDIKAN MANAJEMEN BISNIS FAKULTAS PENDIDIKAN EKONOMI DAN BISNIS UNIVERSITAS PENDIDIKAN INDONESIA

Metode Penelitian Kuantitatif Aswad Analisis Deskriptif

PROGRAM TAHUNAN. Mata Pelajaran : MATEMATIKA Kelas : XI (Sebelas) Satuan Pendidikan : Madrasah Aliyah Negeri Bayah Tahun Pelajaran : 2010 / 2011

Setelah mempelajari bahan ajar ini diharapkan Anda dapat:

STATISTIK. Rahma Faelasofi

Satatistik dan Probabilitas. Ir. I Nyoman Setiawan, MT. NIP HP

UKURAN LOKASI DAN VARIANSI MEAN:

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

PENGELOLAAN STATISTIK YANG MENYENANGKAN, oleh Muhammad Rusli Hak Cipta 2014 pada penulis

STATISTIKA 3 UKURAN PENYEBARAN

SATUAN ACARA PERKULIAHAN

RENCANA PELAKSANAAN PEMBELAJARAN (RPP)

RENCANA PELAKSANAAN PEMBELAJARAN (RPP)

KURIKULUM TINGKAT SATUAN PENDIDIKAN (KTSP)

Penyajian Data dan Distribusi Frekuensi. Ridwan Efendi

DURASI PEMELAJARAN KURIKULUM SMK EDISI 2004

BAB V UKURAN LETAK. Statistika-Handout 5 26

Gejala Pusat - Statistika

Kenapa Data Harus Diringkas?

Nama Penulis Abstrak/Ringkasan. Pendahuluan. Lisensi Dokumen:

BAB 2 TINJAUAN PUSTAKA

DIAGRAM SERABI S-2 dan S-3 SMU S-1

STATISTIKA: UKURAN LOKASI DATA. Tujuan Pembelajaran

STATISTIKA INDUSTRI I. Agustina Eunike, ST., MT., MBA.

Statistika Pendidikan

SATUAN ACARA PEMBELAJARAN (SAP)

PENGERTIAN STATISTIK. Tim Dosen Mata Kuliah Statistika Pendidikan 1. Rudi Susilana, M.Si. 2. Riche Cynthia Johan, S.Pd., M.Si. 3. Dian Andayani, S.Pd.

BAB 1. STATISTIKA. A. PENYAJIAN DATA B. PENYAJIAN DATA STATISTIK C. PENYAJIAN DATA UKURAN MENJADI DATA STATISTIK DESKRIPTIF

DURASI PEMELAJARAN KURIKULUM SMK EDISI 2004

SILABUS. Standar Kompetensi : 1. Menggunakan aturan statistika, kaidah pencacahan dan sifat sifat peluang dalam pemecahan masalah. dengan tentang data

UKURAN PEMUSATAN MK. STATISTIK (MAM 4137) 3 SKS (3-0) Ledhyane Ika Harlyan

Penyajian Data. Teori Probabilitas

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

Transkripsi:

V-1 BAB V PENUTUP 5.1 Kesimpulan Berdasarkan penulisan laporan akhir ini, maka dapat dibuat kesimpulan dari setiap modul. Berikut adalah kesimpulan dari masingmasing modul tersebut: 1. Distribusi Frekuensi Bahwa sebuah data yang telah tersusun dapat dibuat dengan perhitungan manual sesuai dengan pengolahan software, sehingga data dapat dimengerti dengan mudahnya dalam program. Hasil dari perhitungan manual dan pengolahan software hampir sama, hal ini dikarenakan ketidakakuratan dari perhitungannya yang menggunakan kalkulator (alat bantu hitung) dan dikarenakan pula oleh pembulatan desimal pada perhitungan manual yang telah disesuaikan dengan keinginan sehingga hasil dari pembulatannya terbatas. Distribusi frekuensi adalah pengelompokan data kedalam beberapa kategori yang menunjukkan banyak data dalam setiap kategori dan setiap data tidak dapat dimasukkan dua atau lebih kategori. Hasil perhitungan manual dan pengolahan software telah didapat hasil yang saling berhubungan. Berikut ini adalah hasil yang diperoleh pada saat mencari nilai-nilai distribusi frekuensi. Data perhitungan manual untuk membuat tabel harus mengikuti procedure pengolahan data dengan urutannya adalah urutan data, jangkauan, banyaknya kelas, dan panjang interval kelas. Data telah terurut

V-2 dan jangkauan telah didapat yaitu 38, jangkauan tersebut didapat dari data terbesar dikurangkan dengan data terkecil. Banyaknya kelas adalah 6, bahwa Banyaknya kelas adalah jumlah banyaknya kelas yang ada dalam tabel data. Interval kelas 7, bahwa Panjang interval kelas adalah Merupakan jarak dari sebuah kelas yang terletak antara tepi atas kelas dan tepi bawah kelas. Hasil pertama data telah tersusun adalah frekuensi sebesar 3 dengan titik tengah 154, memiliki tepi interval kelas 150,5-157,5. Memiliki frekuensi kumulatif kurang dari sebesar 3 dan lebih dari sebesar 27. Grafik yang didapat adalah grafik histogram, poligon dan ogif. Grafik histogram didapat dari penggunaan data tepi interval kelas dan frekuensi. Grafik poligon didapat dari penggunaan titik tengah dan frekuensi. Grafik ogif didapat dari penggunaan titik tengah lalu frekuensi kurang dari dan lebih dari, dari grafik tersebut didapat titik temu disanalah tinggi badan yang ideal untuk membuat suatu tempat tidur. 2. Ukuran Pemusatan Bahwa sebuah data yang telah tersusun dapat dibuat dengan sesuai dengan pengolahan software sehingga sebuah data dapat dimengerti dengan mudahnya dalam program. Sebuah data yang disusun dari pria dan wanita dengan data yang telah disesuaikan sehingga data dapat dibuat menjadi bentuk-bentuk yang lebih spesifik. Data tersebut hasil dari perhitungan manual dan pengolahan software sama disebabkan karena data tersebut telah sesuai dengan hasil yang diinput. Ukuran pemusatan adalah nilai tunggal yang mewakili suatu kumpulan data dan menunjukan karakteristik dari data. Ukuran pemusatan menunjukan pusat dari nilai data sembarang ukuran yang menunjukkan pusat segugus data yang telah diurutkan dari yang terkecil sampai terbesar

V-3 atau sebaliknya dari terbesar sampai terkecil, serta data yang belum diurutkan disebut ukuran lokasi pusat atau ukuran pemusatan. Hasil perhitungan manual dan pengolahan software telah didapat hasil yang saling berhubungan. Berikut adalah hasil yang diperoleh dari pada saat mencari nilai-nilai pada ukuran pemusatan. Nilai rata-rata hitung hasilnya adalah 30,033, rata-rata ukur hasilnya 29,8751, dan untuk rata-rata harmoniknya adalah 29,7236. Berikutnya untuk hasil median adalah 29,92, modus hasilnya 29,5, kuartil ke-1 hasilnya 27,5, kuartil ke-3 hasilnya 32,667, desil ke-5 hasilnya 29,92, desil ke-7 hasilnya 32,1, persentil 25 hasilnya 27,5, persentil 50 hasilnya 29,92, persentil 50 hasilnya 32,1, persentil 75 hasilnya 32,667, dan persentil 95 hasilnya adalah 35. 3. Ukuran Penyebaran Bahwa sebuah data yang telah tersusun dapat dibuat dengan sesuai dengan pengolahan software sehingga sebuah data dapat dimengerti dengan mudahnya dalam program. Sebuah data yang disusun dari pria dan wanita dengan data yang telah disesuaikan sehingga data dapat dibuat menjadi bentuk-bentuk yang lebih spesifik. Data tersebut hasil dari perhitungan manual dan pengolahan software sama disebabkan karena data tersebut telah sesuai dengan hasil yang diinput. Ukuran penyebaran digunakan untuk memberikan kejelasan informasi karena terjadinya nilai dari rata-rata mempunyai perbedaan nilai rata-rata yang ekstrim antara nilai tertinggi dengan nilai terendah. Ukuran penyebaran digunakan untuk menunjukan seberapa besar persebaran data yang terjadi pada data dengan melihat selisih dari data tebesar dan data terkecil. Berikut adalah hasil yang diperoleh dari pada saat mencari nilai-nilai pada ukuran penyebaran. Rentang yang didapat dari data pria ialah 5 dan

V-4 pada data wanita ialah 5 dimana perhitungan manual dengan software sama dengan perhitungan manual menggunakan cara mengurangi data terbesar dengan data terkecil pada masing-masing data. Rentang antar kuartil yang didapat dari data pria ialah 3 dan pada data wanita 2 dimana perhitungan manual dan software sama dengan perhitungan manual menggunakan cara mengurangi nilai dari kuartil ketiga dengan nilai dari kuartil pertama. Simpangan rata-rata yang didapat pada data pria ialah 1,4285 dan pada data wanita ialah 1,285 dimana perhitungan manual dicari dengan cara nilai dari setiap data dikurang dengan nilai rata-rata dan dibagi dengan jumlah data dikurangi satu. Varians yang didapat dari data pria ialah 3 dan pada data wanita ialah 2,429 dimana perhitungan manual dan software sama dengan perhitungan manual menggunakan cara membagi jumlah dari nilai setiap data yang telah dikurangi dengan nilai rata-rata serta dikuadratkan dan dibagi dengan jumlah data dikurangi dengan satu. Simpangan baku yang didapat dari data pria ialah 1,732 dan pada data wanita ialah 1,558 dimana perhitungan manual dan software berbeda karena pembulatan angka dibelakang koma yang kemudian dicari dengan menggunakan cara mengakarkan hasil dari varians. Koefisiensi yang didapat pada data pria ialah 3,46 dan pad adata wanita 3,12 dimana perhitungan manual dan software sama dengan perhitungan manual menggunakan cara simpangan baku dibagi dengan nilai rata-rata dikali dengan seratus persen. Z-Score yang didapat pada data pertama ialah -1,85316 dimana antara perhitungan manual dengan software sama dengan perhitungan manual menggunakan cara membagi simpangan baku dengan nilai rata-rata dan dikalikan dengan seratus persen.

V-5 4. Probabilitas Bahwa sebuah data yang telah tersusun dalam tabel dapat dibuat dengan perhitungan manual, sehingga data dapat dimengerti dengan mudahnya. Probabilitas adalah salah satu alat yang sangat penting karena probabilitas banyak digunakan untuk menaksir derajat ketidakpastian dan oleh karenanya mengurangi risiko. Berdasarkan percoaan perhitungan manual yang telah di uji cobakan pada sebuah kancing, maka mendapatkan hasil sebagai berikut: Frekuensi harapan untuk 2 kancing merah adalah 4,6153, begitu juga dengan 2 kancing kuning adalah 4,6153 selanjutnya untuk 2 kancing putih adalah 4,6153, Sedangkan untuk 2 kancing yang berbeda yaitu 2 kancing merah dan 2 kancing putih adalah 9,2293 begitu juga sama dengan 2 kancing merah dan 2 kancing kuning menghasilkan hasil yang serupa yaitu 9,2293 begitu juga sama dengan 2 kancing kuning dan 2 kancing putih yaitu 9,2293. Frekuensi nisbi data 2 merah yaitu 16,66%. Frekuensi nisbi data 2 kuning yaitu 26,66%. Frekuensi nisbi data 2 putih yaitu 30%. Frekuensi nisbi data 2 merah dan putih yaitu 33,33%. Frekuensi nisbi data 2 merah dan kuning yaitu26,66%. Frekuensi nisbi data 2 kuning dan putih yaitu 23,33%. Soal-soal dari perhitungan manual memiliki data tersendiri dengan hasilnya. Soal pertama hasilnya 7560, dari hasil percobaan yang telah dihitung bahwa apabila terdapat susunan data yang terjadi dapat digunakan permutasi sederhana dengan memperhatikan urutannya. Soal kedua hasilnya 40320, dari hasil soal kedua apabila terdapat sesuatu element data yang berputar atau pemutaran dapat digunakan permutasi siklik dengan memperhatikan urutannya. Soal ketiga hasilnya 322560, dari hasil soal ketiga dapat digunakan kombinasi bahwa data tersebut tidak memperhatikan

V-6 urutannya. Soal keempat hasilnya 20, dari soal keempat didapat dari permutasi n yang berbeda dari data yang diperhitungkan urutannya. Soal kelima hasilnya 625 dan 120, untuk 625 menggunakan permutasi perulangan sedangkan 120 tidak berulang. 5. Distribusi Hipergeometrik Distribusi hipergeometrik digunakan untuk menggambarkan probabilitas ketika sampling dari sebuah populasi binomial tanpa penggantian (without replacement) anggaplah sebuah populasi binomial berisi N elemen, darinya k adalah jumlah elemen sukses dan sisanya N-k adalah jumlah elemen gagal. Dan hasil dari nilai data yang diambil adalah sebagai berikut: a. P (X<4) Perhitungan manual hasilnya adalah 0,90740 atau 90,7%. Pengolahan software hasilnya 0,90741 atau 90,7% Kedua data diatas sama bahwa untuk data kurang dari hasilnya sangat besar sekali. b P (X>4) Untuk perhitungan manual hasilnya adalah 0,01469 atau 1,4%. Untuk perhitungan software hasilnya 0,01469 atau 1,4% Kedua data diatas sama bahwa untuk data lebih dari hasilnya sangat kecil. c. P (X 4) Untuk perhitungan manual hasilnya adalah 0,98531 atau 98,5%. Untuk perhitungan software hasilnya 0,98531 atau 98,5%. Kedua data diatas sama bahwa untuk data paling besar hasilnya sempurna. d. P (X 4)

V-7 Untuk perhitungan manual hasilnya adalah 0,09259 atau 9%. Untuk perhitungan software hasilnya 0,09260 atau 9%. Kedua data diatas sama bahwa untuk data minimal hasilnya sangat kecil. e. P (1<X<5) Untuk perhitungan manual hasilnya adalah 0,64174 atau 64,1%. Untuk perhitungan software hasilnya 0,64174 atau 64,1%. Kedua data diatas sama bahwa untuk data antara untuk mendapatkannya sedang. f. P (1 X 5) Untuk perhitungan manual hasilnya adalah 0,91863 atau 91,8%. Untuk perhitungan software hasilnya 0,91864 atau 91,8%. Kedua data diatas sama bahwa untuk sampai dengan hasilnya sangat besar sekali. 6. Distribusi Normal Bahwa sebuah data yang telah tersusun dapat dibuat dengan perhitungan manual sesuai dengan pengolahan software, sehingga data dapat dimengerti dengan mudahnya dalam program. Hasil dari perhitungan manual dan pengolahan software hampir sama, hal ini dikarenakan ketidakakuratan dari perhitungannya yang menggunakan kalkulator (alat bantu hitung) dan dikarenakan pula oleh pembulatan desimal pada perhitungan manual yang telah disesuaikan dengan keinginan sehingga hasil dari pembulatannya terbatas. Distribusi normal disebut pula distribusi Gauss, adalah distribusi probabilitas yang paling banyak digunakan dalam berbagai analisis statistika. Distribusi normal baku adalah distribusi normal yang memiliki rata-rata nol

V-8 dan simpangan baku satu. Hasil perhitungan manual dan pengolahan software telah didapat hasil yang saling berhubungan, dengan demikian dari simulasi yang telah dilakukan atas 30 data untuk kumulatif lebih dari 26 menghasilkan 0,3%, dikatakan bahwa peluang tersebut kecil dan mendapatkan waktu tersebut sulit. Peluang yang didapat kumulatif kurang dari 23 menghasilkan 0,2%, dikatakan bahwa peluang tersebut tidak terbaca dan mendapatkan waktu tersebut diragukan mendapatkannya. Rata-rata peluang yang didapat adalah 24,8740. Untuk simpangan baku peluang yang didapat adalah 2,7633. Data dengan demikian waktu tercepat dalam proses pembuatan yaitu 20,31 menit artinya waktu kurang dari standar yang telah ditetapkan dan waktu terlama yaitu 28,49 menit artinya waktu melebihi dari standar yang telah ditetapkan. 5.2 Saran-Saran Laporan akhir ini merupakan bukti keseriusan kelompok dalam menjalankan Praktikum Statistika Industri 1 yang diberikan di semester 2. Laporan akhir ini di kerjakan secara bersama-sama dan sungguh-sungguh demi memenuhi tugas yang diberikan asisten Laboratorium Industri Dasar sebagai salah satu syarat mengikuti ujian. Mungkin hasil bendel yang telah disusun masih jauh dari sempurna, tetapi benar-benar sudah berusaha untuk menyelesaikan bendel ini dengan sebaik mungkin. Penulis berharap kerendahan hati para asisten laboratorium untuk selalu membimbing dengan baik dan dengan penuh kesabaran dan keikhlasan. Materi pembahasan dan studi literatur dalam penulisan bendel ini akan lebih baik jika memiliki referensi buku dan materi yang lebih

V-9 banyak. Beberapa studi kasus yang dibahas menggunakan data yang dibuat sendiri, akan lebih baik jika melakukan studi langsung di lapangan sehingga data yang didapatkan merupakan data aktual. Waktu yang diberikan untuk mengerjakan penulisan laporan akhir ini sebaiknya ditambah sehingga waktu untuk melakukan asistensi bisa lebih banyak dan kalau bisa tugas penulisan laporan akhir ini jangan dilaksanakan ketika ujian sedang berlangsung, karena bisa mengganggu konsentrasi untuk pelajaran yang lainnya. Sekali lagi penulis mengucapkan terima kasih kepada para asisten laboratorium Industri Dasar yang telah membimbing penulis dalam pembuatan laporan akhir ini dan tidak lupa juga ucapan terima kasih kepada rekan-rekan sekalian yang telah membantu dalam pengerjaan laporan akhir sehingga bisa selesai dibuat.