BAB I

PENDAHULUAN

1.1 Latar Belakang

Rancangan percobaan (eksperimen) adalah suatu tes atau
serangkaian tes dengan maksud mengamati dan mengidentifikasi
perubahan-perubahan pada output respons yang disebabkan oleh
perubahan-perubahan yang dilakukan pada variabel input dari suatu
proses. Rancangan percobaan bertujuan untuk memperoleh atau
mengumpulkan informasi sebanyak yang diperlukan dan berguna dalam
melakukan penelitian dengan persoalan yang akan diangkat. Rancangan
percobaan banyak dimanfaatkan dalam dunia industri atau penelitian yang
berkaitan dengan rancangan produk, perbaikan produk, penggunaan alat
dan lain sebagainya. Suatu percobaan yang dirancang dengan hanya
melibatkan satu faktor dengan beberapa taraf sebagai perlakuan disebut
dengan percobaan satu faktor.
Rancangan percobaan diklasifikasikan menjadi Rancangan Acak
Lengkap (RAL), Rancangan Acak Kelompok Lengkap (RAKL), dan
Rancangan Latin Square. Rancangan cross-over merupakan sebuah
rancangan yang mengkombinasikan sifat Latin Square dan RAKL,
digunakan untuk membandingkan dua hingga empat perlakuan dalam
peternakan dan penelitian biologi lainnya. Rancangan ini juga digunakan
dalam psikologis dan penelitian pasar. Dalam kasus sederhana,
berdasarkan dua perlakuan, A = makanan suplemen dan B = tanpa
makanan suplemen, diberikan ke enam sapi ternak. Tiap sapi menerima
perlakuan A dan B dalam periode 1 dan 2. Perlakuan A dan B dibagikan
ke periode secara acak dengan batasan bahwa setengah sapi menerima
perlakuan A dan setengahnya lagi menerima perlakuan B di periode 1, dan
sapi yang menerima perlakuan A (atau B) dalam periode 1 menerima
perlakuan B (atau A) dalam periode 2.
1.2 Tujuan
1. Mengetahui proses optimasi dengan menggunakan SPSS dengan
metode Rangkaian Acak Lengkap.
2. Memahami analisis data optimasi dengan menggunakan metode
Rangkaian Acak Lengkap.
 BAB II

TINJAUAN PUSTAKA

2. 1 Jelaskan pengertian dari SPSS

SPSS adalah aplikasi untuk melakukan analisis statistik. SPSS
adalah singkatan dari Statistical Package for the Social Sciences. Aplikasi
SPSS adalah salah satu program pengolahan statistic yang paling umum
digunakan dalam penelitian yang menggunakan data kuantitatif atau data
kualitatif yang dikuantitatifkan [ CITATION Dya12 \l 1033 ].
SPSS adalah program aplikasi yang memiliki analisis data statistik
yang cukup tinggi. SPSS memiliki sistem manajemen data pada
lingkungan grafis dengan menggunakan menu-menu deskriptif dan kotak-
kotak dialog yang sederhana, sehingga mudah mengoprasikan dan
memahaminya. SPSS ini adalah salah satu program aplikasi yang paling
banyak diminati dan digunakan oleh para analis dan peneliti untuk
mengolah data-data statistik [ CITATION Ima15 \l 1033 ].
2. 2 Jelaskan pengertian dari metode RAL (Rancangan Acak Lengkap)
Rancangan acak lengkap (RAL) merupakan jenis rancangan
percobaan yang paling sederhana. Pada umumnya, rancangan ini biasa
digunakan untuk percobaan yang memiliki media atau lingkungan
percobaan yang seragam atau homogen. Rancangan acak lengkap
merupakan jenis rancangan percobaan dimana perlakuan diberikan secara
acak kepada seluruh unit percobaan. Hal ini dapat dilakukan karena
lingkungan tempat percobaan diadakan relatif homogen sehingga media
atau tempat percobaan tidak memberikan pengaruh berarti pada respon
yang diamati[ CITATION Ikh12 \l 1033 ].
Rancangan Acak Lengkap merupakan rancangan eksperimen yang
paling sederhana, dan dapat digunakan pada keadaan : Bahan/media/objek
penelitian serta lingkungan lainnya yang terlibat di dalam penelitian dalam
keadaan homogen; Pelaksanaan percobaan (pengamatan) dapat
diselesaikan dalam waktu yang bersamaan, jika tidak bisa disyaratkan
respons dari perlakuan tidak terpengaruh oleh dimensi waktu; Dilakukan
dalam ruangan (lokasi) yang sama atau respons dari perlakuan tidak
terpengaruh oleh dimensi ruang (lokasi). Pelaksanaan percobaan
menggunakan RAL tidak diperlukan pengendalian lingkungan, sebab
kondisi lingkungannya sudah homogen (Solimun, et al., 2018).
2. 3 Sebutkan kelebihan dan kekurangan penggunaan metode RAL
Rancangan Acak Lengkap (RAL) merupakan rancangan yang
paling sederhana jika dibandingkan dengan rancangan-rancangan
percobaan lainnya. Dalam rancangan ini tidak terdapat lokal kontrol,
sehingga sumber keragaman yang diamati hanya perlakuan dan galat.
 Sedangkan Rancangan Acak Kelompok (RAK) mempunyai lokal kontrol
(Adinugraha dan Wijayaningrum, 2017).
Terdapat beberapa keuntungan menggunakan rancangan acak
lengkap , yaitu: a). Denah perancangan percobaan mudah dibuat; b).
Analisis statistik terhadap unit percobaan sederhana; c). Sangat fleksibel
dalam hal jumlah penggunaan, perlakuan, serta pengulangan. Selain itu
rancangan acak lengkap ini juga memiliki sisi lemah apabila digunakan
dalam kasus yang kurang tepat. Kerugian yang mungkin timbul dari
penggunaan rancangan acak lengkap adalah semakin banyak perlakuan
yang diuji coba, semakin sulit pula usaha untuk menyediakan unit
percobaan yang homogen. Oleh karena itu rancangan model ini hanya
cocok untuk rancangan dengan jumlah perlakuan dan pengulangan yang
relatif sedikit [ CITATION Ikh12 \l 1033 ].
2. 4 Sebutkan syarat yang harus diperhatikan dalam RAL
Syarat yang harus diperhatikan dalam RAL: (i). Semua (media
percobaan dan keadaan-keadaan lingkungan lainnya) harus serba sama
atau homogen.Kecuali perlakuannya; (ii) Penempatan perlakuan ke dalam
satuan-satuan percobaan dilakukan secara acak lengkap, yang artinya kita
perlakukan semua satuan percobaan sebagai satu kesatuan dimana
perlakuan ditempatkan ke dalamnya secara acak; (iii) Hanya mempunyai 1
faktor dan mempunyai sejumlah taraf faktor yang nilainya bisa kualitatif
maupun kuantitatif (Christina, et al., 2016).
Karakteristik yang perlu diketahui jika melakukan percobaan
dengan model rancangan acak lengkap yaitu keragaman atau variasi hanya
disebabkan oleh perlakuan yang diujicobakan pada unit percobaan dan
perlakuan tersebut merupakan level-level dari suatu faktor tertentu.
Sementara itu faktor-faktor di luar perlakuan (faktor lingkungan) pada unit
percobaan sedapat mungkin dikondisikan serba sama (homogen)
sedangkan penempatan perlakuan pada unit percobaan dilakukan secara
acak. Berdasar karakteristik yang telah disebutkan, penggunaan rancangan
acak lengkap ini memang relatif terbatas, yaitu hanya pada percobaan-
percobaan yang faktor lingkungannya dapat dijaga atau dikendalikan
[ CITATION Ikh12 \l 1033 ].
2. 5 Jelaskan perbedaan dari pengujian menggunakan uji lanjut Duncan dan
Least Significant Differences (LSD)
Kesamaan nilai tengah dua populasi atau perlakuan umumnya
dapat diuji dengan statistic t, sedangkan untuk pembandingan lebih dari
dua perlakukan dilakukan dengan statistic F melalui Analisis ragam. Jika
hasil uji F menolak H0 bahwa semua nilai tengah perlakuan sama, maka
berarti paling tidak ada sepasang perlakuan yang berbeda pengaruhnya dan
sangat logis bila peneliti ingin mengetahui perlakukan mana yang berbeda
nyata secara statistik. Hasil percobaan biasanya diringkas menjadi deretan
rataan masing-masing perlakuan yang disajikan bersama penduga ukuran
ketidakpastiannya. Ukuran ini bisa berupa simpangan baku atau berupa
selang kepercayaan. Untuk tujuan pembandingan, salah satu metode
sederhana yang digunakan adalah Uji Banding Tukey yang disebut juga
Beda Nyata Jujur (BNJ). Uji ini didasarkan pada perbedaan terbesar
diantara pasangan nilai tengah perlakukan [maks (yi) - min(yi)],
seandainya peubah yang diamati adalah peubah normal dan saling bebas
sesamanya. Uji beda nyata jujur mensyaratkan bahwa semua perlakuan
memiliki ulangan yang sama, uji ini juga didasarkan pada asumsi bahwa
ragam masing-masing perlakuan relatif seragam. Bila semua perlakuan
memiliki ulangan yang sama uji ini dapat digunakan untuk
membandingkan pengaruh perlakuan secara serentak. Bentuknya yang
berupa satu nilai patokan pembanding menjadikan uji ini cukup popular
[ CITATION Ban09 \l 1033 ].
Uji Tukey HSD sebagian peneliti terkadang dianggap terlalu
konservatif karena selisih rata-rata hanya dibandingkan dengan hanya satu
nilai kritis. Uji Duncan atau juga dikenal dengan istilah Duncan Multiple
Range Test (DMRT) memiliki nilai kritis yang tidak tunggal tetapi
mengikuti urutan rata-rata yang dibandingkan. Nilai kritis uji Duncan
dinyatakan dalam nilai least significant range (wilayah nyata terkecil)
[ CITATION Sud19 \l 1033 ].
 BAB III

PRINT OUT

3.1 Cara Kerja

a. Buka Aplikasi SPSS

b. Setelah terbuka, maka tampilan awal SPSS akan muncul gambar

seperti di bawah ini

c. Selanjutnya, melakukan entri data pada lingkungan kerja Data

View seperti gambar dibawah ini :
d. Pendefinisian variable data, dilakukan pada lingkungan kerja
variable view dengan melakukan langkah-langkah berikut :
a. Baris ke-1
 Name : isi dengan Perlakuan
 Type : Pilih Numeric
 Decimal : Pilih 0 (karena data bilangan bulat)
 Abaikan kolom yang lainnya

b. Baris ke-2
 Name : isi dengan Data
 Type : Pilih Numeric
 Decimal : Pilih 2
 Value, isi dengan cara :
o Value : 1, Value label : Suhu 40°C
o Value : 2, Value label : Suhu 50°C
o Value : 3, Value label : Suhu 60°C
 o Value : 4, Value label : Suhu 70°C
o Value : 5, Value label : Suhu 80°C
o Value : 6, Value label : Kontrol (suhu
kamar), klik Ok.
 Abaikan kolom lainnya

c. Analisis data dengan cara memilih menu Analize –

Compare Means – One Way ANOVA

1. Pada kotak dialog One Way ANOVA :

 Dependent List :Data1
 Factor : Treat
 Kotak dialog akan seperti gambar dibawah ini :
2. Klik Option
 Centang Descriptive Statistic
 Centang Means Plots
 Klik Continue, kotak dialog akan seperti gambar
dibawah ini :

3. Klik Post Hoc

 Centang Duncan dan LSD
 Significance Level : 0.05
 Klik Continue, kotak dialog akan seperti gambar
dibawah ini :
 d. Selanjutnya, akan muncul hasil perhitungan menggunakan
SPSS

3.2 Data Awal

Studi Kasus 1. Rancangan Acak Lengkap (RAL)
Data Pengamatan :

Hasil rendemen ekstraksi

Perlakuan
Ulangan 1 Ulangan 2 Ulangan 3 Ulangan 4
Suhu 40°C 34.08 33.34 35.54 33.03
Suhu 50°C 40.07 31.42 38.55 35.00
Suhu 60°C 50.77 47.87 48.73 50.19
Suhu 70°C 58.45 56.16 57.35 59.02
Suhu 80°C 60.57 61.29 66.15 63.86
Kontrol (Suhu Kamar) 32.54 31.34 30.73 34.94
3.3 Hasil Uji ANOVA, Uji Lanjut Duncan, dan LSD
BAB IV

PEMBAHASAN

4.1 Analisa Soal

Soal disajikan berupa data yang disusun dalam bentuk tabel. Suatu
percobaan dilakukan dengan memberikan enam perlakuan berbeda
(termasuk kontrol). Perlakuan yang diberikan yaitu pengaturan suhu
sebesar 40oC, 50oC, 60oC, 70oC, 80oC, dan kontrol (suhu kamar). Setiap
perlakuan diberlakukan 4 ulangan sehingga terdapat 24 unit percobaan
seperti yang tersaji dalam tabel. Data tersebut berupa data hasil rendeman
ekstraksi dalam %. Berdasarkan data dan keterangan yang diberikan dalam
tabel, rancangan tersebut merupakan rancangan acal lengkap karena tidak
terdapat pengelompokkan dalam setiap ulangannya sehingga dapat
diketahui bahwa percobaan dilakukan di media yang relatif homogen.
 4.2 Analisa Hasil
4.2.1 Analisis hasil ANOVA berdasarkan perhitungan F Value
(bandingkan dengan tabel F α 5% dan tabel F α 1%) dan P Value
serta sebutkan hubungannya !
ANOVA (Analysis of Variance) dibagi menjadi dua jenis,
one way dan two way. One way hanya menggunakan satu variable
independen. Two way ANOVA menggunakan dua faktor untuk
eksperimen (Nata dan Puspita, 2016). Pada praktikum ini
digunakan one way ANOVA. Didapatkan hasil tabel ANOVA
sebagai berikut :

Sumber Derajar Jumlah Kuadrat F hitung Sig. F tabel

Keberagaman Bebas Kuadrat Tengah 5% 1%
(db)
Perlakuan 5 3438.946 687.789 139.872 0.000 2.101 4,248
Galat 18 88.511 4.917
Total 23 3527.456

Berdasarkan output SPSS, F value sebesar 139.872. Nilai F

α 5% = 2.101 dan F α 1% = 4,248. Untuk melakukan pengujian
hipotesis, F value dibandingkan dengan F α 5% dan F α 1%. Ketika
F α 5%, nilai F value lebih besar dari F α 5% (139.872>). Begitu
pula dengan F α 1%, nilai F value lebih besar dari F α 1%.
(139.872>4,248) sehingga baik F α 5% dan F α 1% keduanya tolak
H0 (Berbeda sangat nyata). Criteria statistic uji selanjutnya
menggunakan P value yang dibandingkan dengan nilai α.
Berdasarkan output SPSS, P value sebesar 0.000 sehingga apabila
dibandingkan dengan nilai α.=5% hasilnya juga tolak H 0 (Berbeda
sangat nyata). Dengan tingkat kepercayaan 95% dan 99% sudah
cukup bukti bahwa terdapat minimal 1 perlakuan (suhu) yang
memberikan hasil rendeman ekstraksi yang berbeda dari perlakuan
yang lainnya. Berdasarkan literature Fajrin et al. (2016) bahwa
apabila nilai F hitung lebih besar dibandingkan nilai F tabel, maka
Hipotesis nol (H0) harus ditolak. Hal ini berarti, hipotesis
alternatifnya (H1) harus diterima.
4.2.2 Analisis Hasil Post Hoc Test Uji Lanjut LSD (Bandingkan tiap
metode dengan dasar perbandingan P Value dengan α 5%) (1)
Berdasarkan literature Hasil tes kemampuan pemecahan
masalah dihitung menggunakan uji kesamaan tiga rata-rata dengan
ketentuan jika data akhir berdistribusi normal dan homogen, maka
menggunakan uji Anova dan apabila data akhir tidak berdistribusi
normal, maka menggunakan uji Anova satu jalan Kruskal Walls.
Jika terdapat perbedaan, maka dilanjutkan perhitungan
menggunakan uji lanjut LSD untuk mengetahui kelompok mana
yang menunjukkan perbedaan paling signifikan.Untuk analisis
LSD, P value dibandingkan dengan α 5% untuk melihat perbedaan
antar perlakuan. t. Jika H0 pada Anava ditolak, maka uji lanjut
dapat dilakukan (Sulastri et al., 2015). Hasil tabel LSD pada output
SPSS dapat disimpulkan sebagai berikut :
1. Perlakuan 1 dengan suhu 40oC memberikan pengaruh yang
berbeda terhadap hasil rendeman ekstraksi dari perlakuan
60oC, 70oC, dan 80oC. Hal ini dibuktikan dengan P value yg
lebih kecil daripada nilai α 5% yaitu 0.000 pada masing
masing perlakuan 60oC, 70oC, dan 80oC.
2. Perlakuan 2 dengan suhu 50oC memberikan pengaruh yang
berbeda terhadap hasil rendeman ekstraksi dari perlakuan
60oC, 70oC, 80oC, control (suhu kamar). Hal ini dibuktikan
dengan P value yg lebih kecil daripada nilai α 5% yaitu 0.000
pada masing masing perlakuan 60oC, 70oC, 80oC dan 0.024
untuk control (suhu kamar).
3. Perlakuan 3 dengan suhu 60oC memberikan pengaruh yang
berbeda terhadap hasil rendeman ekstraksi dari semua
perlakuan. Hal ini dibuktikan dengan P value yg lebih kecil
daripada nilai α 5% yaitu 0.000 pada masing masing
perlakuan.
4. Perlakuan 4 dengan suhu 70oC memberikan pengaruh yang
berbeda terhadap hasil rendeman ekstraksi dari semua
perlakuan. Hal ini dibuktikan dengan P value yg lebih kecil
daripada nilai α 5% yaitu 0.000 pada masing masing perlakuan
40oC, 50oC, 60oC, control (suhu kamar) dan 0.004 pada
perlakuan 80oC.
5. Perlakuan 5 dengan suhu 80oC memberikan pengaruh yang
berbeda terhadap hasil rendeman ekstraksi dari semua
perlakuan. Hal ini dibuktikan dengan P value yg lebih kecil
daripada nilai α 5% yaitu 0.000 pada masing masing perlakuan
40oC, 50oC, 60oC, control (suhu kamar) dan 0.004 pada
perlakuan 70oC.
6. Perlakuan 6 dengan perlakuan control (suhu kamar)
memberikan pengaruh yang berbeda terhadap hasil rendeman
ekstraksi dari perlakuan 50oC, 60oC, 70oC, dan 80oC. Hal ini
dibuktikan dengan P value yg lebih kecil daripada nilai α 5%
yaitu 0.000 pada masing masing perlakuan 60 oC, 70oC, 80oC.
dan 0.024 untuk perlakuan 50oC.
4.2.3 Analisis hasil homogenous subsets Uji Duncan berdasarkan
pembagian subset
Berdasarkan lirerature uji Duncan digunakan untuk melihat
perlakuan mana yang memiliki efek yang sama atau berbeda dan
efek yang terkecil sampai efek yang terbesar antara satu dengan
lainnya (Mpila et al., 2012). Pada praktikum didapatkan tabel
Duncan sebagai berikut :

Perlakua 1 2 3 4 5
n
6 32.3875
1 33.9975 33.997
5
2 36.260
0
3 49.3900
4 57.742
5
5 62.9675
Notasi a b c d e

Berdasrkan output SPSS mengenai Homogeneous Subsets

dapat dilihat bahwa:
1. Perlakuan control (suhu kamar) dan 40oC memiliki pengaruh
yang sama atau tidak signifikan (disimbolkan a-a).
2. Perlakuan 40oC dan 50oC memiliki pengaruh yang sama atau
tidak signifikan (disimbolkan dengan a-b).
3. Perlakuan 60oC, 70oC, dan 80oC masing-masing memiliki
pengaruh yang berbeda atau signifikan (sangat berbeda nyata)
sehingga disimbolkan dengan notasi yang berbeda pula, yaitu c-
d-e.

4.2.4 Analisa Hasil Diagram profile plots

Diagram profile plot memberikan gambaran tentang rata-rata hasil
rendemen ekstraksi (%) dalam setiap ulangannya. Dapat dilihat
pada grafik bahwa perlakuan 80oC memberikan rata-rata hasil
rendemen ekstraksi (%) paling tinggi diantara perlakuan yang lain.
Sedangkan perlakuan yang memberikan hasil rendemen ekstraksi
(%) terendah adalah perlakuan control (suhu kamar).
 BAB V

PENUTUP

5.1 Kesimpulan
Rancangan acak lengkap merupakan jenis rancangan percobaan
dimana perlakuan diberikan secara acak kepada seluruh unit percobaan.
Tujuan praktikum Rancangan Acak Lengkap, yaitu : (1) Mengetahui
proses optimasi dengan menggunakan SPSS dengan metode Rangkaian
Acak Lengkap. (2) Memahami analisis data optimasi dengan
menggunakan metode Rangkaian Acak Lengkap. nilai F value lebih besar
 dari F α 1%. Sehingga baik F α 5% dan F α 1% keduanya tolak H 0
(Berbeda sangat nyata). P value sebesar 0.000 sehingga apabila
dibandingkan dengan nilai α.=5% hasilnya juga tolak H0 (Berbeda sangat
nyata). Dengan tingkat kepercayaan 95% dan 99% sudah cukup bukti
bahwa terdapat minimal 1 perlakuan (suhu) yang memberikan hasil
rendeman ekstraksi yang berbeda dari perlakuan yang lainnya. Pada Uji
LSD didapatkan bahwa perlakuan 5 dengan suhu 80oC memberikan
pengaruh yang sangat berbeda terhadap hasil rendeman ekstraksi
dibandingkan dengan semua perlakuan lainnya. Perlakuan 60°C, 70°C,
dan 80°C masing-masing memiliki pengaruh yang berbeda atau signifikan
(sangat berbeda nyata), namun pada suhu 80°C memberikan pengaruh
yang sangat berbeda nyata terhadap perlakuan lainnya. Baik uji F, uji
LSD, dan Uji Duncan menunjukkan hasil yang selaras bahwa pada
terdapat perlakuan yang berbeda nyata, yakni pada suhu 80°C.
5.2 Saran
Pada pengambilan keputusan sebaiknya diambil perlakuan pada
suhu 80°C. Perlakuan dengan suhu 80°C mengasilkan rendemen ekstraksi
yang paling tinggi. Hal ini akan menguntungkan bagi orang yang ingin
mendapatkan hasil rendemen ektraksi terbaik (paling tinggi).

DAFTAR PUSTAKA

Adinugraha, B. S., dan Wijayaningrum, T. N. 2017. Rancangan Acak Lengkap

dan Rancangan Acak Kelompok. Semarang: Unimus Press.

Akhmadi, I. H. 2012. Rancangan Acak Lengkap Untuk Mengetahui Jenis Bahan

Bakar Terhadap Banyaknya Komsumsi Bahan Bakar. Skripsi.
Yogyakarta: Universitas Negeri Yogyakarta.

Christina, Y., Annisa T., Deti A. E., Fanny. A., Ratih D.S., Novitri, Tetinia G.,
Ahmad K. R., Retno D.J., Erfiani, dan Irzaman. 2016. Analisis Statistik
 Efisiensi Energi Penggunaan Tungku Sekam sebagai Bahan Bakar
Alternatif Rumah Tangga. Prosiding Seminar Nasional Fisika (E-
Journal) SNF2016. V(19): 99-104.

Janie, D. N. A. 2012. Statistik Deskriptif & Regresi Linier Berganda dengan

SPSS. Semarang: Semarang University Press.

Machali, I. 2015. Statistik Itu Mudah: Menggunakan SPSS sebagai Alat Bantu
Statistik. Yogyakarta: Lembaga Ladang Kata.

Nainggolan, B. M. 2009. Perbandingan Uji Tukey (Uji Beda Nyata Jujur (BNJ))
dengan Uji Fisher (Uji Beda Nyata Terkecil (BNT)) dalam Uji Lanjut
Data Rancangan Percobaab. Majalah Ilmiah Panorama Nusantara.
VII(2): 11-17.

Solimun, Armanu, dan Fernandes, A. A. R.. 2018. Metodologi Peneliian

Kuantitatif Perspektif Sistem (Mengungkap Novelly dan Memenuhi
Validitas Penelitian). Malang: UB Press.

Sudarwati, H., Natsir, M. H., dan Nurgiartiningsih, V. A. 2019. Statistika dan

Rancangan Percobaan: Penerapan dalam Bidang Peternakan. Malang:
UB Press.

DAFTAR PUSTAKA TAMBAHAN

Fajrin, J., Pathurahman, dan Pratama, L. G. 2016. Aplikasi Maetode Analysis of

Variance (ANOVA) Untuk Mengkaji Pengaruh Penambahan Slica Fume
Terhadap Sifat Fisik dan Mekanik Mortar. Jurnal Rekayasa Sipil. 12(1):
11-23.

Mpila, D. A., Fatimawali, dan Wiyono, W. L. 2012. Uji Aktivitas Antibakteri

Ekstrak Etanol Daun Mayana (Coleus atropurpureus [L] Benth) Terhadap
Staphylococcus aureus, Escherichia coli dan Pseudomonas aeruginosa
Secara In-Vitro. Pharmacon. 2(2): 13-21.
Nata K., L. T. Wijaya, dan Puspita A., dan Debrina. 2016. Aplikasi Komputer dan
Pengolahan Data Pengantar Statistik Industri.UB Press, Malang.

Sulastri, E., Mariani, S., dan S. Mashuri. 2015. Studi Perbedaan Keefektifan
Pembelajaran LC-5E dan CIRC Terhadap Kemampuan Pemecahan
Masalah Matematika. Kreano. 6(1): 26-32.