• Tidak ada hasil yang ditemukan

SISTEM PENGAMBILAN KEPUTUSAN PEMBELIAN RUMAH DENGAN MENGGUNAKAN FUZZY

N/A
N/A
Protected

Academic year: 2021

Membagikan "SISTEM PENGAMBILAN KEPUTUSAN PEMBELIAN RUMAH DENGAN MENGGUNAKAN FUZZY"

Copied!
10
0
0

Teks penuh

(1)

1

SISTEM PENGAMBILAN KEPUTUSAN PEMBELIAN RUMAH DENGAN

MENGGUNAKAN FUZZY

Ayu Permatasasi, Sarwo Sri

Teknik Informatika, Fakultas Teknologi Informasi, ITS email : aurna_be36yluvq@yahoo.com, sri@if.its.ac.id

ABSTRAKSI

Sistem kredit kepemilikan rumah merupakan sistem yang emmudahkan masyarakat maupun developer. Konsumen dapat dengan mudah memesan rumah dan melihat – lihat tipe rumah secara online sedangkan developer dapat menginputkan tipe –tipe rumah dan spesifikasi rumah dengan mudah dan efisien. Dalam tugas akhir ini menggunakan algoritma fuzzy MADM yang sangat penting dalam menentukan tipe rumah dan besarnya biaya yang akan dikeluarkan dan angsuran yang harus dibayarkan tiap bulan oleh konsumen. Fuzzy Multiple Attribute Decision Making adalah suatu metode yang digunakan untuk mencari alternatif optimal dari sejumlah alternatif dengan kriteria tertentu. Inti dari MADM adalah menentukan nilai bobot untuk setiap atribut, kemudian dilanjutkan dengan proses perankingan yang akan menyeleksi alternatif yang sudah diberikan.

1

PENDAHULUAN

Perumahan merupakan hal yang tidak bisa kita abaikan dan berkaitan erat dengan aktifitas ekonomi, industrialisasi dan pembangunan. Rumah adalah tempat dimana kita berkumpul dengan keluarga dan melepas lelah setelah beraktifitas sehari – hari. Untuk menyikapi hal ini developer perumahan membangun tipe – tipe rumah yang sesuai dengan kebutuhan masyarakat dan dapat terjangkau oleh ekonomi masyarakat.

Untuk itu dibutuhkan sebuah sistem yang dapat memenuhi kebutuhan masyarakat dalam memperoleh kredit kepemilikan rumah dengan dana yang terjangkau. Kemampuan komputer sebagai perangkat yang membantu untuk mempermudah tugas atau kerja seseorang menjadi lebih mudah, lebih efektif dan lebih efisien khususnya dalam kecepatan proses dan keakuratan hasil yang diberikan diharapkan dapat membantu untuk mempermudah dalam pemilihan tipe perumahan.

Penyediaan sistem informasi perumahan secara online yang berbasis sistem pendukung keputusan dimungkinkan konsumen bisa memilih tipe rumah sesuai dengan dana yang tersedia serta visualisasi model jenis rumah. Sistem ini dibuat dengan menggunakan algoritma fuzzy dalam penentuan uang muka, dan angsuran per bulan.

2

LOGIKA FUZZY MADM

Fuzzy Multiple Attribute Decision Making adalah suatu metode yang digunakan untuk mencari alternatif

optimal dari sejumlah alternatif dengan kriteria tertentu. Inti dari MADM adalah menentukan nilai bobot untuk setiap atribut, kemudian dilanjutkan dengan proses perankingan yang akan menyeleksi alternatif yang sudah diberikan. Pada dasarnya, ada 3 pendekatan untuk mencari nilai bobot atribut, yaitu pendekatan subyektif, pendekatan obyektif dan pendekatan integrasi antara subyektif & obyektif. Masing-masing pendekatan memiliki kelebihan dan kelemahan.

Pada pendekatan subyektif, nilai bobot ditentukan berdasarkan subyektifitas dari para pengambil keputusan, sehingga beberapa faktor dalam proses perankingan alternatif bisa ditentukan secara bebas. Sedangkan pada pendekatan obyektif, nilai bobot dihitung secara matematis sehingga mengabaikan subyektifitas dari pengambil keputusan. Selama ini ada beberapa metode yang telah digunakan untuk menentukan besarnya nilai bobot, antara lain: weighted least square, LINMAP (Linear Programming Techniques for Multidimensional Analysis of Preference), Mathematical Programming. Pada penelitian ini, pencarian nilai bobot akan dicoba dengan menggunakan algoritma MADM fuzzy Multiple Attribute Decision Making pada menyelesaikan masalah MADM untuk penentuan kredit perumahan berbasis web dengan pendekatan subyektif.

2.1Multi Attribute Decision Making (MADM)

dengan rumus

S = {S1, S2,… Sm} adalah himpunan alternatif. C = {C1, C2,,Cn} adalah himpunan atribut (kriteria). A = {aij | i=1,2,...,m; j=1,2,...,n} adalah matriks

keputusan dengan aij adalah nilai numeris alternatif ke-i pada atribut ke-j.

Sebelum matriks A kita normalisasi maka kita harus menentukan range dari pendukung keputusan yaitu input yang dimasukkan oleh user. Attribut biaya dan attribut jangka waktu cicilan yang dimasukkan.

aijMax untuk menentukan nilai Maksimum dari Biaya yang di keluarkan seperti persamaan di bawah ini : bijmax = ……… Untuk Cj adalah atribut biaya……… (1)

aijMin untuk menentukan nilai minimum dari Biaya cicilan yang di keluarkan seperti persamaan di bawah ini :

(2)

2 bijmin = ………Untuk Cj adalah atrribut Keuntungan……….………(2)

dengan:

= max ……….. (3)

= min ……….(4)

i = 1,2,…, m: j= 1,2,…, n

Misalkan pengambilan keputusan memberikan matriks keputusan D = { dkj | k,j = 1,2,….n } yang didasarkan pada matriks saaty [3] dengan elemen-elemen D mengikuti batasan :

Dij > 0; djk = 1/dkj, dan dkk = 1; k,j = 1,2,…, n…(5) dkj menunjukkan bobot relative attribute Ck terhadap attribute Cj. Misalkan wj (j=1,2…,n) adalah bobot yang menunjukkan kepentingan relative dari attribute Cj dengan wj € G= {wj ≥ 0, j = 1,2,…,n ;

=1} maka langkah

selanjutnya adalah bagaimana mencari bobot wj ini. Pencarian Bobot pendekatan Subyektif, bobot wj (j=1,2,…,n) dapat diselesaikan dengan menggunakan metode Weightet Least Square, yaitu:

Minimumkan: z1 = ……...(6) dengan batasan: ………..…….(7) Wj ≥ 0 Proses Perangkingan

Proses perangkingan bertujuan untuk memilih alternative terbaik yang akan terpilih sebagai solusi. Untuk mendapatkan urutan rangking, maka sebelumnya perlu dihitung terlebih dahulu nilai alternative ke – I dengan rumus

gi = ……….(8)

nilai gi , terbesar menunjukkan

3

METODOLOGI ANALISA

PERANCANGAN

DAN IMPLEMENTASI

Perangkat lunak yang dikembangkan adalah Sistem Pengambilan Keputusan akan dipakai untuk mengatur proses administrasi pada sebuah properti dalam perkreditan rumah yang berbasis web. Untuk membangun suatu Sistem Pendukung Keputusan Pembelian Rumah harus dirancang dengan jelas. Suatu program dirancang agar dapat mempunyai tampilan yang menarik sehingga mudah dimengerti dan menarik perhatian bagi pemakai dan hasilnya dapat bermanfaat bagi pemakainya. Sistem ini akan melibatkan beberapa pengguna yaitu Developer, Administrator, Pembeli.

Merancang Sistem Pengambil Keputusan ada tiga hal pokok yang harus dilakukan meliputi perancangan basis

pengetahuan (knowledge base), perancangan mesin inferensi (inference engine), dan perancangan antar muka pemakai (user interface). Program yang akan dibuat adalah program Sistem Pendukung Keputusan , yaitu bagaimana tentang seorang user bisa mengambil keputusan secara benar untuk mendapatkan fasilitas, kenyamanan dan kemudahan dalam Kredit Perumahan.

Basis pengetahuan adalah merupakan bagian dari sistem Pendukung Keputusan yang berisi tentang informasi pengetahuan, yang merupakan representasi dari perancang. Sehingga dapat mengambil keputusan dengan tepat yang sangat bergantung pada basis pengetahuan yang dimiliki pada system fuzzy. Untuk membangun basis pengetahuan diperlukan data-data pengetahuan tentang suatu masalah yang akan dipecahkan. Proses pengumpulan data-data Bahan pengetahuan dapat diperoleh dengan beberapa cara, misalnya mendapatkan pengetahuan dari buku, literature dan sebagainya. Pembuatan use case bertujuan untuk menggambarkan tingkah laku sistem terhadap fungsi-fungsi yang harus disediakan. Langkah pertama adalah mengidentifikasi aktor yang akan terlibat, yang kedua adalah mendefinisikan use case untuk tiap-tiap aktor dan yang terakhir adalah pemodelan skenario kejadian untuk tiap use case.Pada gambar berikut ini ditunjukkan gambaran proses secara global dari Sistem Pendukung Keputusan yang saya buat ini menerima inputan dari 3 user. User pertama sebagai Pembeli yang berfungsi menginputkan Data berupa account User, login dan Tipe Rumah yang dipesan. User Kedua adalah administrator yang berfungsi sebagai pengendali system dengan menginputkan serta Update data berupa, data Perumahan, Kriteria Kredit , Pemesanan Rumah, dan ketiga adalah developer perumahan.

(3)

3 Gambar Use Case Diagram

4

UJI COBA DAN EVALUASI

4.1 Pengujian Modul General (Konsumen)

Pengujian ini merupakan proses awal pada saat konsumen akan melihat – lihat type rumah apa saja yang tersedia dalam perumahan tersebut.

Tabel 4.2 Pengujian Antarmuka Konsumen

Test ID Sistem

Tujuan Test Memperlihatkan type rumah

yang tersedia

Kondisi Awal Sistem telah terinstall, form

login terbuka input Prosed ur penguji an Hasil yang diharapka n Hasil Yang didapat Ha sil Ak hir - User meneka n pilihan “klik here” untuk not membe r System menampil kan type rumah yang tersedia dalam perumahan . System menampil kan type rumah yang tersedia OK - meneka n tombol ”home” System menampil kan halaman utama antarmuka konsumen System menampil kan halaman utama antarmuka konsumen OK - Meneka n tombol ”profil” System menampil kan menu profil perumahan System menampil kan menu profil perumaha n OK - Meneka n tombol ”Lokasi Strategi s” System menampil kan menu lokasi strategis. System menampil kan menu lokasi strategis OK - Meneka n tombol ”Cluste r” System menampil kan menu cluster type – type rumah System menampil kan menu cluster type – type rumah OK - Meneka n tombol ”Berita Terkini ” System menampil kan berita – berita terbaru System menampil kan berita – berita terbaru OK

Dari tabel 4.2 dapat dilihat bahwa Sistem ini dapat menangani konsumen secara langsung sebelum menjadi member.

(4)

4

4.2 Pengujian Member

Login merupakan proses yang mutlak diperlukan dalam Sistem, proses ini akan mengantarkan konsumen untuk masuk ke Sistem agar dapat melihat type rumah yang tersedia dan sekaligus dapat melakukan pemesan rumah. Didalam menu member ini hampir sama dengan menu – menu yang terdapat pada rancangan antarmuka konsumen.

Tabel 4.3Pengujian Antarmuka Member

Test ID Sistem

Tujuan Test Melakukan ujicoba Login

Kondisi Awal Sistem telah terinstall,login page

terbuka Input Prose dur pengu jian Hasil yang diharap kan Hasil yang didapat kesimp ulan Mengisi Form Login Username :jojo Password : jojo menek an tombo l login System melakuka n checking password dan mengem balikan hasilnya pada pengguna System melakuka n checking password dan mengemb alikan hasilnya pada pengguna melalui email OK - Berhas il System menampi lkan halaman home System menampi lkan halaman home OK - Gagal login System menampi lkan pesan gagal & kembali ke login page System menampi lkan pesan gagal & kembali ke login page OK - Menek an tombo l ”home ” System menampi lkan halaman utama antarmuk a konsume n System menampi lkan halaman utama antarmuk a konsume n OK - Menek an tombo l ”profil ” System menampi lkan menu profil perumah an System menampi lkan menu profil perumaha n OK - Menek an tombo System menampi lkan System menampi lkan OK l ”Clust er” menu cluster type – type rumah dan dapat melakuka n pemesan an rumah menu cluster type – type rumah dan dapat melakuka n pemesana n rumah - Menek an tombo l ”Berit a Terkin i” System menampi lkan berita – berita terbaru System menampi lkan berita – berita terbaru OK

Dari table 4.3 diatas dapat diketahui bahwa setelah konsumen menjadi member baru sehingga konsumen dapat memesan rumah dan mengetahui berapa angsuran yang akan dibayarkan kepada pihak developer sesuai dengan data pendapatan atau gaji yang telah diinputkan oleh konsumen.

Gambar 4.2 Screenshot antarmuka Konsumen(member)

4.3 Pengujian Login Admin dan Developer

Menu Login adalah form yang digunakan untuk login administrator dan developer tergantung penggunanya untuk masuk ke dalam sistemnya.

(5)

5 Tabel 4.4 Pengujian Login Admin

Test ID Sistem

Tujuan Test Melakukan ujicoba Login

Kondisi Awal Sistem telah terinstall,login page

terbuka Input Prosed ur penguj ian Hasil yang diharapk an Hasil yang didapat kesimpu lan Mengisi Form Login Username: admin Password : admin menek an tombol login System melakuka n checking password dan mengemb alikan hasilnya pada pengguna System melakuka n checking password dan mengemb alikan hasilnya pada pengguna melalui email OK - Berhasi l System menampil kan halaman home System menampil kan halaman home OK

Dari table 4.4 diatas dapat diketahui bahwa login admin sangat penting karena selain menentukan menu yang harus ditampilkan sistem pada administrator.

Gambar 4.3 Screenshot antarmuka Login Admin dan Developer

4.4 Pengujian Data Konsumen

Di dalam menu pengujian data konsumen ini berisikan data – data konsumen yang telah diinputkan pada saat login member.

Tabel 4.5 Pengujian Data Konsumen

Dari table 4.5 diatas dapat diketahui bahwa admin dapat mengatur simpan dan hapus data konsumen yang sudah diinputkan oleh member seperti yang terdapat pada gambar dibawah ini.

Gambar 4.4Screenshot antarmuka Data Konsumen

4.5 Pengujian Data Keluarga

Di dalam menu pengujian data keluarga ini berisikan data – data keluarga yang telah diinputkan oleh member.

Test ID Sistem

Tujuan Test Melakukan ujicoba Login

Kondisi Awal Sistem telah terinstall,login page

terbuka Input Prosed ur penguj ian Hasil yang diharapk an Hasil yang didapat kesimpu lan - Pilih baris yang akan diedit System menampil kan data yang barisnya telah dipilih System menampil kan data yang barisnya telah dipilih OK Data yang di tampilkan oleh sistem Menek an tombol ”simpa n” Proses penyimpa nan berhasil System menampil kan baris yang di simpan OK Data yang di tampilkan oleh sistem Menek an tombol ”hapus ” Proses penghapu san berhasil System menghapu s baris yang di di hapus OK

(6)

6 Tabel 4.6 Pengujian Data Keluarga

Dari table 4.6 diatas dapat diketahui bahwa admin dapat mengatur simpan dan hapus data keluarga konsumen yang sudah diinputkan oleh member.

Gambar 4.5 Screenshot antarmuka Data Keluarga

4.6 Pengujian Data Alamat

Di dalam menu pengujian data alamat ini berisikan data – data alamat yang telah diinputkan oleh member.

Tabel 4.7 Pengujian Data Alamat

Test ID Sistem

Tujuan Test Melakukan ujicoba Login

Kondisi Awal Sistem telah terinstall,login page

terbuka Input Prose dur pengu jian Hasil yang diharapk an Hasil yang didapat kesimp ulan - Pilih baris yang akan diedit System menampil kan data yang barisnya telah dipilih System menampil kan data yang barisnya telah dipilih OK Data yang di tampilkan oleh sistem Menek an tombol ”simpa n” Proses penyimpa nan berhasil System menampil kan baris yang di simpan OK Data yang di tampilkan oleh sistem Menek an tombol ”hapus ” Proses penghapu san berhasil System menghap us baris yang di di hapus OK

Dari table 4.7 diatas dapat diketahui bahwa admin dapat mengatur simpan dan hapus data alamat konsumen yang sudah diinputkan oleh member.

Gambar 4.6 Screenshot antarmuka Data Alamat

4.7 Pengujian Data Pekerjaan

Di dalam menu pengujian data pekerjaan ini berisikan data – data pekerjaan yang telah diinputkan oleh member.

Test ID Sistem

Tujuan Test Melakukan ujicoba Login

Kondisi Awal Sistem telah terinstall,login page

terbuka Input Prosed ur penguj ian Hasil yang diharapk an Hasil yang didapat kesimpu lan - Pilih baris yang akan diedit System menampil kan data yang barisnya telah dipilih System menampil kan data yang barisnya telah dipilih OK Data yang di tampilkan oleh sistem Menek an tombol ”simpa n” Proses penyimpa nan berhasil System menampil kan baris yang di simpan OK Data yang di tampilkan oleh sistem Menek an tombol ”hapus ” Proses penghapus an berhasil System menghapu s baris yang di di hapus OK

(7)

7 Tabel 4.8 Pengujian Data Pekerjaan

Test ID Sistem

Tujuan Test Melakukan ujicoba Login

Kondisi Awal Sistem telah terinstall,login page

terbuka Input Prose dur pengu jian Hasil yang diharap kan Hasil yang didapat kesimp ulan - Pilih baris yang akan diedit System menampi lkan data yang barisnya telah dipilih System menampi lkan data yang barisnya telah dipilih OK Data yang di tampilkan oleh sistem Mene kan tombo l ”simp an” Proses penyimp anan berhasil System menampi lkan baris yang di simpan OK Data yang di tampilkan oleh sistem Mene kan tombo l ”hapu s” Proses penghap usan berhasil System menghap us baris yang di di hapus OK

Dari table 4.8 diatas dapat diketahui bahwa admin dapat mengatur simpan dan hapus data pekerjaan konsumen yang sudah diinputkan oleh member.

Gambar 4.7 Screenshot antarmuka Data Pekerjaan

4.8 Pengujian Data Type

Di dalam menu pengujian data type ini berisikan data – data type rumah yang telah diinputkan oleh developer. Tabel 4.9 Pengujian Data type

Test ID Sistem

Tujuan Test Melakukan ujicoba Login

Kondisi Awal Sistem telah terinstall,login

page terbuka Input Prose dur pengu jian Hasil yang diharap kan Hasil yang didapat kesimp ulan - Pilih baris yang akan diedit System menamp ilkan data yang barisnya telah dipilih System menamp ilkan data yang barisnya telah dipilih OK Data yang di tampilka n oleh sistem Mene kan tombo l ”simp an” Proses penyimp anan berhasil System menamp ilkan baris yang di simpan OK Data yang di tampilka n oleh sistem Mene kan tombo l ”hapu s” Proses penghap usan berhasil System menghap us baris yang di di hapus OK

Dari table 4.9 diatas dapat diketahui bahwa admin hanya dapat mengatur simpan dan hapus gambar type rumah.

(8)

8 Gambar 4.8 Screenshot antarmuka Data Type

4.9 Pengujian Spesifikasi Rumah

Menu spesifikasi rumah dalam login developer ini berisikan tentang data – data spesifikasi rumah yang diinputkan oleh developer.

Tabel 4.10 Pengujian Spesifikasi Rumah

Test ID Sistem

Tujuan Test Melakukan ujicoba Login

Kondisi Awal Sistem telah terinstall,login

page terbuka Input Prosed ur penguj ian Hasil yang diharap kan Hasil yang didapat kesimp ulan Develop er mengisi form spesifik asi rumah Menek an tombol “simpa n” System menyim pan data spesifika si rumah yang diinputk an oleh develope r System mengiri mkan data spesifika si rumah ke administ rator OK

Dari Tabel 4.10 diatas diketahui bahwa developer dapat mengisi form spesifikasi rumah, menamba, menyimpan dan menghapus.

Gambar 4.9 Screenshot antarmuka Data Spesifikasi Rumah

4.10 Pengujian Tabel Konsumen

Menu tabel konsumen yang terdapat pada developer ini berfungsi untuk melihat data – data konsumen yang sudah memesan rumah.

Tabel 4.11 Pengujian Tabel Konsumen

Test ID Sistem

Tujuan Test Melakukan ujicoba Login

Kondisi Awal Sistem telah terinstall,login

page terbuka Input Prosedu r penguji an Hasil yang diharap kan Hasil yang didapat kesimp ulan - - System menampi lkan data konsume n yang diinputk an. System menampi lkan data konsume n yang diinputka n OK

Dari tabel 4.11 diatas disimpulkan bahwa developer hanya dapat melihat data konsumen yang telah melakukan pemesanan rumah.

(9)

9 Gambar 4.10 Screenshot antarmuka Table Konsumen

4.11 Pengujian Struktur Harga

Menu struktur harga yang terdapat pada developer ini digunakan untuk mengatur angsuran, uang muka, pokok pinjaman.

Tabel 4.12 Pengujian Struktur Harga

Test ID Sistem

Tujuan Test Melakukan ujicoba Login

Kondisi Awal Sistem telah terinstall,login

page terbuka Input Prosedu r penguji an Hasil yang diharap kan Hasil yang didapat kesimp ulan Develo per mengis i form struktu r harga Meneka n tombol “simpan ” System menampi lkan data struktur harga. System mengiri mkan data struktur harga kepada administr ator OK

Dari tabel 4.12 diatas disimpulkan bahwa developer hanya dapat memasukkan data strukur harga untuk mengatur angsuran.

(10)

10

5.

KESIMPULAN

Dengan adanya Sistem Kredit Perumahan ini, Admin dapat lebih mudah melakukan pengelolaan administrasi perumahan.

1. System berhasil menangani memudahkan konsumen untuk memilih type rumah sesuai dengan kebutuhan dan dana yang dimiliki 2. Melalui system ini, Konsumen juga dapat

mempercepat melakukan pemesanan rumah. 3. Penggunaan Sistem ini akan memudahkan

admin dan konsumen karena fleksibel.

4. Dinamisasi sistem, akan memudahkan admin dalam pengelolaan sistemnya, karena semua langsung dilakukan oleh sistem.

REFERENSI

[1] Kusumadewi, Sri;Hartati,Sri;Harjoko, Agus dan Wardoyo, Retantyo.2006.Fuzzy Multi-Attribute Decision Making (Fuzzy MADM).Yogyakarta. [2] Babuska. 2005. “Fuzzy Clustring”.

http://www.fuzzy-clustering.de/clustering.html [3] “BlogJayalandGroup”.

http://jayalandgroup.blogspot.com/2008/11/puri-surya-jaya.html

[4] Pencarian bobot atribut pada multiple attribute decision

Making (madm) dengan pendekatan subyektif menggunakan algoritma genetika.

http://74.125.153.132/search?q=cache%3Az7btVEe oPVMJ%3Acicie.files.wordpress.com%2F2008%2F

06%2Fsnpte-madgudang.pdf+Multi+attribute+decision+making &hl=id&gl=id

[5] Edward W.N. Bernoroider.2005.“Characteristic of the Multiple Attribute Decision Making Methodology in Enterprise Resource Planning Software Decision”. http://docs.google.com/viewer?a=v&q=cache:7_Ud hUaP-4MJ:www.iima.org/CIIMA/CIIMA%25205.1%252 049%2520Bernoider-6.pdf+Multi+attribute+decision+making&hl=id&gl =id&pid=bl&srcid=ADGEESjXla2jRdxrUFAA3oG sgh0DjEe17lr1_q3lQ2Y35emfy4Inj5EkjN4FVhWL PKCSEoMA9KUbT6dgIyMqUXdutE8i66oYBBGA pVNSjB2lQAH0P18YXLGnp_zE4GnH3g9-mOse65yb&sig=AHIEtbR2Fqq0DQ3sYklb0rJi1_ta kijw

Gambar

Tabel 4.2 Pengujian Antarmuka Konsumen
Gambar 4.3 Screenshot antarmuka Login Admin dan  Developer
Gambar 4.5 Screenshot antarmuka Data Keluarga  4.6  Pengujian Data Alamat
Gambar 4.7 Screenshot antarmuka Data Pekerjaan
+3

Referensi

Dokumen terkait

Sebagian besar mahasiswa (55,9%) menganggap bahwa kegiatan mentoring sangat bermanfaat sebagai wadah diskusi mengenai tugas-tugas yang ada di dalam blok serta memicu mereka

o Clip, digunakan untuk ‘memotong’ dan ’menggunting’ suatu layer (layer yang bertindak sebagai objek) berdasarkan (batas- batas yang di miliki oleh) layer yang lain

Dalam kedudukannya sebagai pengelola barang, dan dihubungkan dengan amanat pasal 6 ayat (2) Undang-undang nomor 17 tahun 2003, Gubernur juga berwenang mengajukan usul untuk

Hasil penelitian ini diharapkan dapat menambah pengetahuan dalam berbagai bidang Pendidikan khususnya fisioterapi tentang pengaruh Tabata workout dengan intermitten

Metode peramalan menghasilkan urutan pekerjaan dan memecahan atas pendekatan suatu masalah dalam peramalan; sehingga bila digunakan pendekatan yang sama pada proses peramalan,

Jikalau pengenalan kita hanya sebatas Allah yang Maha Kasih, maka kita akan lebih mudah menjadi seperti seorang anak manja yang hanya menuntut/meminta kasih dari Allah

Fakultas/Universitas : Farmasi/Universitas Muhammadiyah Purwokerto Menyatakan dengan sebenar-benarnya bahwa skripsi ini adalah hasil dari proses penelitian saya yang telah

Sub model produksi pakan terkait dengan tata guna lahan dan luas tanam, sedangkan untuk sub model kebutuhan pakan terkait dengan populasi sapi Bali (induk,