Tri Handhika dan Murni Pusat Studi Komputasi Matematika (PSKM), Kampus D 139 Universitas Gunadarma, Depok, 16424

Ukuran: px
Mulai penontonan dengan halaman:

Download "Tri Handhika dan Murni Pusat Studi Komputasi Matematika (PSKM), Kampus D 139 Universitas Gunadarma, Depok, 16424"

Transkripsi

1 Saiika PEGGUAA METODE DIRECT SAMPLIG DA IVERSE SAMPLIG DALAM MEGESTIMASI UKURA POPULASI KUCIG DI PERUMAHA BUKIT RIVARIA SAWAGA DEPOK PADA BULA DESEMBER 009 Tri Hadhika da Muri Pua Sudi Kompuai Maemaika (PSKM, Kampu D 9 Uiveria Guadarma, Depok, 644 cocom_college46@ahoo.com, moerie_986000@ahoo.com ABSTRAK Dalam ejumlah peeliia, erigkali ukura populai ebeara dari objek ag edag diamai idak dapa diperoleh dega mudah. Oleh karea iu, ebagia bear peelii megaumika bahwa ukura populai erebu dikeahui ilaia gua medapaka jumlah ampel ag euai uuk peeliia ag edag berlagug. Padahal, aumi erebu aka berpegaruh bear erhadap hail peeliia ag diperoleh. Beara pegaruh iformai ukura populai dari objek ag edag diamai erhadap hail uau peeliia membua ebagia peelii beruaha megembagka berbagai meode dalam megeimai ukura populai erebu. Dega demikia, diperluka uau meode uuk megeimai ukura populai dari objek ag edag diamai ehigga ujua dari peeliia erebu dapa ercapai. Beberapa meode uuk megeimai ukura populai erebu di aaraa adalah Meode Direc Samplig da Meode Ivere Samplig. Meode Direc Samplig da Ivere Samplig dapa diguaka uuk megeimai ukura populai dari objek-objek bergerak ag uli uuk dikeahui berapa ukura aau jumlah ebeara. Pada makalah ii aka dijelaka Meode Direc Samplig da Ivere Samplig dalam megeimai ukura populai dari objek ag edag diamai. Kaa kuci: Direc Samplig; Ivere Samplig; Ukura Populai. PEDAHULUA Dalam ejumlah peeliia, erigkali ukura populai ebeara dari objek ag edag diamai idak dapa diperoleh dega mudah. Oleh karea iu, ebagia bear peelii megaumika bahwa ukura populai erebu dikeahui ilaia gua medapaka jumlah ampel ag euai uuk peeliia ag edag berlagug. Padahal, aumi erebu aka berpegaruh bear erhadap hail peeliia ag diperoleh. Beara pegaruh iformai ukura populai dari objek ag edag diamai erhadap hail uau peeliia membua ebagia peelii beruaha megembagka berbagai meode dalam megeimai ukura populai erebu. Salah au meode uuk megeimai ukura populai adalah Meode Direc Samplig. Selai iu, aka dijelaka pula Meode Ivere Samplig dalam megeimai ukura populai dari objek-objek bergerak ag edag diamai di maa Meode ii merupaka perkembaga dari Meode Direc Samplig ag erlebih dahulu diperkealka. BAHA DA METODE Proedur awal ag aka diguaka dalam Meode Direc Samplig ama dega Meode Ivere Samplig, aki megambil ampel ecara acak berukura dari populai ag aka diamai berukura. Selajua, ampel erebu diberi ada pegeal uuk elajua dikembalika ke populai. Dega demikia, propori ampel ag diberi ada pegeal dalam populai erebu ( p adalah ebear p. Oleh karea iu, ukura populai dapa dieimai melalui dega erlebih dahulu p melakuka eimai erhadap p, aki ˆp, ehigga diperoleh akira ukura populai, aiu ˆ. Pada Meode Direc Samplig, beberapa pˆ waku kemudia (ahap kedua, dilakuka pegambila ampel ecara acak kembali berukura dari populai ag ama gua memperoleh akira p. Dari ampel ag diperoleh erebu, mialka erdapa ampel ejumlah ag diperoleh dari pegambila ebeluma, aiu ampel ag memiliki ada pegeal. Dega demikia, propori ampel ag diberi ada pegeal dalam ampel kedua erebu ( p ˆ adalah ebear p ˆ ehigga akira ukura populai mejadi ˆ pˆ [7]. Berbeda dega Meode Direc Samplig, ahap kedua dari Meode Ivere Samplig dilakuka melalui pegambila ampel kembali ecara acak dari populai ag ama higga erdapa ampel ejumlah ag beraal dari pegambila ebeluma, aki ampel ag memiliki ada Proidig Semiar aioal Maemaika 00 Depareme Maemaika FMIPA UI 5

2 Saiika pegeal. Mialka, jumlah ampel ag erambil pada ahap kedua adalah ebaak ampel, aiu erdiri dari ampel ag ebeluma erambil pada pegambila perama da ag buka. Pegambila ampel ahap kedua ii dilakuka gua memperoleh akira p. Dega demikia, propori ampel ag diberi ada pegeal dalam ampel kedua erebu ( p ˆ adalah ebear p ˆ ehigga akira ukura populai mejadi ˆ pˆ [7]. Beberapa aumi ag diguaka dalam pegguaa Meode Direc Samplig uuk megeimai ukura populai ii adalah ebagai beriku []:. Tada pegeal ag dikeaka oleh ampel pada pegambila perama idak dapa hilag da haru dapa diliha.. Tidak ada ambaha objek dalam populai, baik melalui reproduki, imigrai, maupu perumbuha.. Objek-objek ag diberi ada pegeal aaupu ag idak haru ama dalam egala hal, eperi igka kemaia, akivia, repo erhadap jebaka da lai ebagaia. Aka eapi, diemuka kembali aau idaka objek ag diberi ada pegeal erebu idak haru ama. 4. Pegambila ampel pada ahap perama da ahap kedua harulah acak. HASIL DA DISKUSI Perama-ama, aka diberika eimai ukura populai megguaka Meode Direc Samplig. Berdaarka Baha da Meode ebeluma, dikeahui bahwa akira ukura populai adalah ˆ di maa adalah jumlah ampel pada pegambila kedua ag ebeluma erambil pada ahap perama. Oleh karea iu, Ii i di maa I i berilai, jika ampel ag erambil pada ahap kedua ebeluma erambil pada ahap perama da berilai 0, jika ampel ag erambil pada ahap kedua ebeluma idak erambil pada ahap perama. Dega demikia, I i berdiribui Beroulli dega probabilia bahwa ampel ag erambil pada ahap kedua ebeluma erambil pada ahap perama adalah ebear aau aau idak. Aka eapi, ebeluma aka diberika ilai ekpekai da variai dari beriku ii. E E I Var i i i E( Ii E I E I E I i i Var I Var I i ( i Var Var Var I I I Oleh karea iu, diperoleh ekpekai dari ˆ [5] ebagai beriku: ( ˆ E E E dega aprokimai Talor (Lampira E E ( E cov (, Var ( E 0 ( ( (. Dega demikia, ˆ buka merupaka akira ag ubiaed uuk kecuali ukura ampela bear, aki da ehigga membua ( mejadi kecil ilaia, aau dega kaa lai bia dari ˆ medekai ol. Selai iu, beriku ii diberika variai dari ˆ [5]. dega kaa lai E( I i. Selajua, aka diperika apakah ˆ merupaka akira ag ubiaed uuk ukura populai ebeara ( 54 Proidig Semiar aioal Maemaika 00 Depareme Maemaika FMIPA UI

3 Saiika ( ˆ Var Var Var dega aprokimai Talor (Lampira E( Var Var cov, E ( E ( E E E 0 0 ( 0 0 ( ( ( Dega meubiuika ˆ ke dalam, beriku ii diperoleh akira dari variai ˆ, aiu Var ( ˆ [7]. ˆ ( ˆ Var ( ˆ ( ( Selajua, aka diberika pula pegguaa Meode Ivere Samplig dalam megeimai ukura populai. Berdaarka Baha da Meode ebeluma, dikeahui bahwa akira ukura populai adalah ˆ di maa adalah jumlah ampel pada pegambila kedua eelah ampel ejumlah ag beraal dari pegambila ebeluma diperoleh. Oleh karea iu, dikaaka berdiribui Biomial egaif dega probabilia bahwa ampel ag erambil pada ahap kedua ebeluma erambil pada ahap perama adalah ebear. Selajua, aka diperika apakah ˆ merupaka akira ag ubiaed uuk ukura populai ebeara ( aau idak. ( ˆ E E E ( ( ( ( ( ( (! ( ( (! k k k 0 k Proidig Semiar aioal Maemaika 00 Depareme Maemaika FMIPA UI 55

4 Saiika ( ( ( Lampira Dega demikia, diperoleh bahwa ˆ merupaka akira ag ubiaed uuk. Dalam melegkapi pembahaa megeai eimai ukura populai megguaka Meode Direc Samplig da Ivere Samplig, maka elajua diberika ebuah cooh eimai ukura populai kucig di Perumaha Buki Rivaria Sawaga Depok pada bula Deember 009. Dalam pegambila ampel perama kali, peelii memperoleh 40 kucig ag kemudia diberi ada pegeal uuk elajua dilepaka kembali. Dega megguaka Meode Direc Samplig, beberapa hari kemudia, dilakuka pegambila ampel uuk kedua kalia da diperoleh 70 kucig dega 4 di aaraa memiliki ada pegeal ag diberika pada ahap perama. Dega demikia, akira ukura populai kucig di ligkuga erebu adalah ebagai beriku: ( 70 ( 40 ˆ 6, 67 aau ˆ 7 ( 4 dega variai 70 ( 40 ( 70 4 Var ( ˆ 7, 69 ( 4 edemikia ehigga diperoleh adar error ( Var ˆ 7,69 9,. Oleh karea iu, aprokimai ierval kepercaaa 95% erleak di aara 7 ±, 96 9, 7 ± 7, 85 ( 79,5; 54,85 aau ( 79, 55. Sedagka, dega megguaka Meode Ivere Samplig, beberapa hari kemudia, dilakuka pegambila ampel uuk kedua kalia di maa dieapka bahwa pegambila ampel ag kedua ii dapa diheika jika elah diperoleh kucig ejumlah 5 ekor ag beraal dari pegambila ebeluma. Seelah dilakuka pegambila kembali dega keeua di aa, ampel ag diperoleh pada ahap kedua ii adalah ebaak 4 ekor. Dega demikia, akira ukura populai kucig adalah ebagai beriku: ( 4 ( 40 ˆ. ( 5 KESIMPULA Berdaarka Hail da Dikui di aa, maka dapa diimpulka bahwa baik megguaka Meode Direc Samplig maupu Meode Ivere Samplig, eimai ukura populaia adalah baaka ampel ag diambil dari populai pada ahap perama dibagi dega propori ampel ag diberi ada pegeal dalam ampel ahap kedua. Uuk Meode Direc Samplig, akira ukura populai ag diperoleh erebu dapa dikaaka baik jika ukura ampel pegambila ahap perama da kedua bear. DAFTAR PUSTAKA [] Brewer, R. ad Margare T. McCa. 98. Laboraor ad Field Maual of Ecolog, ew ork: Sauder. [] Chapma, Dougla G. 95. Ivere, Muliple, ad Sequeial Sample Ceue, Biomeric, Vol. 8, um. 4, [] Haag, M. ad William. To Samplig, Dei Eimaio, ad Spaial Relaiohip, Teed udie for laboraor eachig, Vol. 9, [4] McDoald, Tre L. ad Seve C. Amrup. 00. Eimaio of Populaio Size Uig Ope Capure Recapure Model, Joural of Agriculural, Biological, ad Evirome Saiic, Vol. 6, um., [5] Mood, A. M., F. A. Grabill, ad D. E. Boe Iroducio o he Theor of Saiic, ew ork: McGraw-Hill. [6] Scheaffer, Richard L O Direc veru Ivere Samplig from Mied Populaio, Biomeric, Vol. 0, um., [7] Scheaffer, Richard L., W. Medelhall, ad Lma O Elemear Surve Samplig, Califoria: Wadworh. [8] Sekar, C. C., ad W. E. Demig O a Mehod of Eimaig Birh ad Deah Rae ad he Ee of Regiraio, Joural of he America Saiical Aociaio, Vol. 44, um. 45, 0 5. [9] Thompo, Seve K. 00. Samplig, Caada: Wile. 56 Proidig Semiar aioal Maemaika 00 Depareme Maemaika FMIPA UI

5 Saiika LAMPIRA Aka dibukika bahwa cov [, E ] var [ ] di maa da merupaka variabel radom. Aprokimai dari formula E diperoleh dari ekpai Dere Talor uuk variabel di ekiar ( ab, beriku ii: f(, f( ab, ( a f ( ab, ( b f ( ab, ( a f ( ab, ( a( b f ( ab, ( b f ( ab!, Perama-ama aka dibua ekpai Dere Talor uuk f(, dega beberapa urua pariala adalah ebagai beriku: f (,, f (, 0, f (, f (,, f (, Dega demikia, ekpai Dere Talor uuk f(, di ekiar (, adalah ebagai beriku: ( ( ( 0 ( (! ( ( ( ( ( ( ( ( ( ( ( ( ( ( ( aau ( ehigga. Proidig Semiar aioal Maemaika 00 Depareme Maemaika FMIPA UI 57

6 Saiika E ( E ( ( ( E E E E ( ( ( E[ ] E[ ] E[ ] ( ( E[ ] E[ ] ( ( E[ ] ( ( E[ ] ( [ ] cov, Var Jadi, erbuki bahwa [ ] [ ]. cov, E Var [ ] LAMPIRA Aka dibukika bahwa Var [ ] Var [ ] cov [, ] Var Sebeluma, diberika ekpai Dere Talor beriku ii: uuk dua variabel di ekiar ( ab, f(, f( ab, ( a f ( ab, ( b f ( ab, Dega demikia, ekpai Dere Talor uuk f(, di ekiar (, adalah ebagai beriku: ( ( ehigga Var Var Var Var Var Var [ ] cov, cov, cov, Var [ ] Var [ ] 0 cov [, ] 00 Var [ ] Var [ ] cov [, ] Dega demikia, erbuki bahwa 58 Proidig Semiar aioal Maemaika 00 Depareme Maemaika FMIPA UI

7 Saiika [ ] [ ] cov [, ] Var Var Var. LAMPIRA Dere Talor uuk f ( di ekiar a didefiiika ebagai: '' ''' ' f ( a ( a f ( a ( a f f ( a f ( a ( a!! Mialka f ( ( da a 0 maka: ' f '' ''' j ( f ( f ( ( j j f j ehigga f ( '' ' f ( 0 ( 0 f ( 0 f ( 0 ( 0! ''' f ( 0 ( 0! (!! ubiuika, ehigga: (!! ( ( (!! ( ( (!! k k, < <... iii k 0 k Proidig Semiar aioal Maemaika 00 Depareme Maemaika FMIPA UI 59

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

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

Lebih terperinci

JURUSAN PENDIDIKAN FISIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA

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

Lebih terperinci

V. PENGUJIAN HIPOTESIS

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

Lebih terperinci

ANALISIS BEDA Fx F.. S u S g u i g y i an a t n o t da d n a Ag A u g s u Su S s u wor o o

ANALISIS BEDA Fx F.. S u S g u i g y i an a t n o t da d n a Ag A u g s u Su S s u wor o o ANALII BEDA Fx. ugiyao da Agus usworo Kosep Peeliia bermaksud meguji keadaa (sesuau) yag erdapa dalam suau kelompok dega kelompok lai Meguji apakah erdapa perbedaa yg Meguji apakah erdapa perbedaa yg sigifika

Lebih terperinci

ANALISIS BEDA. Konsep. Uji t (t-test) Teknik Uji Beda. Agus Susworo Dwi Marhaendro

ANALISIS BEDA. Konsep. Uji t (t-test) Teknik Uji Beda. Agus Susworo Dwi Marhaendro ANALII BEA Agus usworo wi Marhaedro Kosep Peeliia bermaksud meguji keadaa (sesuau) yag erdapa dalam suau kelompok dega kelompok lai Meguji apakah erdapa perbedaa yg sigifika di aara kelompok-kelompok Tekik

Lebih terperinci

PENDAHULUAN INTERVAL KEPERCAYAAN PENAKSIRAN TITIK PENAKSIRAN INTERVAL 5/14/2012 KANIA EVITA DEWI

PENDAHULUAN INTERVAL KEPERCAYAAN PENAKSIRAN TITIK PENAKSIRAN INTERVAL 5/14/2012 KANIA EVITA DEWI 5/4/0 INTERVAL KEPERCAYAAN Poulai θ= μ,, π PENDAHULUAN amlig amel θˆ=,, KANIA EVITA DEWI Peakira arameer ada cara:. Peakira iik. Peakira ierval aau ierval keercayaa PENAKSIRAN TITIK Peakira iik -> Jika

Lebih terperinci

BAB II LANDASAN TEORI. Pada bab ini akan dibahas dasar-dasar teori yang akan digunakan

BAB II LANDASAN TEORI. Pada bab ini akan dibahas dasar-dasar teori yang akan digunakan BAB II LANDASAN TEORI Pada bab ii aka dibaa daar-daar teori yag aka diguaka dalam peulia kripi ii, yaitu megeai metode peakira maximum likeliood, metode peakira oit maximum likeliood da fier iformatio..1

Lebih terperinci

Bab III. Menggunakan Jaringan

Bab III. Menggunakan Jaringan Bab III Pembuaan Jadwal Pelajaran Sekolah dengan Menggunakan Jaringan Pada bab ini akan dipaparkan cara memodelkan uau jaringan, ehingga dapa merepreenaikan uau jadwal pelajaran di ekolah. Tahap perama

Lebih terperinci

PENAKSIR RASIO UNTUK VARIANSI POPULASI MENGGUNAKAN KUARTIL DARI KARAKTER TAMBAHAN PADA SAMPLING ACAK SEDERHANA

PENAKSIR RASIO UNTUK VARIANSI POPULASI MENGGUNAKAN KUARTIL DARI KARAKTER TAMBAHAN PADA SAMPLING ACAK SEDERHANA PEAKIR RAIO UTUK VARIAI POPULAI MEGGUAKA KUARTIL DARI KARAKTER TAMBAHA PADA AMPLIG ACAK EDERHAA Ari Elvita *, Arima Ada, Hapoa irait Mahaiwa Program Matematika Doe Jurua Matematika Fakulta Matematika da

Lebih terperinci

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

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

Lebih terperinci

Pengujian Hipotesis untuk selisih dua nilai tengah populasi

Pengujian Hipotesis untuk selisih dua nilai tengah populasi Pegujia Hipotei utuk eliih dua ilai tegah populai Hipotei Hipotei atu arah: H 0 : - 0 v H : - < 0 H 0 : - 0 v H : - > 0 Hipotei dua arah: H 0 : - = 0 v H : - 0 Statitik uji z h ( ( ) ) 0 Formula klik diketahui

Lebih terperinci

BAB 2. TRANSFORMASI LAPLACE 2.1 Pengertian Transformasi Latar Belakang Penggunaan Transformasi Contoh Sederhana Penggunaan Transformasi

BAB 2. TRANSFORMASI LAPLACE 2.1 Pengertian Transformasi Latar Belakang Penggunaan Transformasi Contoh Sederhana Penggunaan Transformasi BAB. TRANSFORMASI LAPLACE. Pegeria Traformai.. Laar Belakag Pegguaa Traformai.. Cooh Sederhaa Pegguaa Traformai. Pegeria Traformai Laplace da ivere Traformai Laplace.. Laar Belakag Pegguaa Traformai Laplace..

Lebih terperinci

KRITERIA INVESTASI DEPARTEMEN AGRIBISNIS FEM - IPB

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

Lebih terperinci

PENGUJIAN HIPOTESIS DUA RATA-RATA

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

Lebih terperinci

Jurusan Matematika Universitas Riau, Riau 1 Kampus Binawidya Pekanbaru 28293, Indonesia Jurusan Matematika Universitas Riau, Riau 2 ABSTRACT

Jurusan Matematika Universitas Riau, Riau 1 Kampus Binawidya Pekanbaru 28293, Indonesia Jurusan Matematika Universitas Riau, Riau 2 ABSTRACT Proidig emirata05 bidag MIPA BK-PT Barat Uiverita Tajugpura Potiaak PEAKIR RAIO DA PRODUK EKPOEIAL YAG EFIIE UTUK VARIAI POPULAI PADA AMPLIG ACAK EDERHAA EXPOETIAL RATIO AD PRODUCT ETIMATIO FOR POPULATIO

Lebih terperinci

INTERVAL KEPERCAYAAN

INTERVAL KEPERCAYAAN INTERVAL KEPERCAYAAN Tujua utama diambil ebuah ampel dari ebuah populai adalah utuk memperoleh iformai megeai parameter populai.. Ada cara meetuka parameter populai yaitu peakira da pegujia hipotei. Peakira

Lebih terperinci

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

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

Lebih terperinci

Pendugaan Parameter 1

Pendugaan Parameter 1 Topik Bahaa: Pedugaa Parameter 1 (Selag Pedugaa, Pedugaa Selag 1 Rata-Rata) Pertemua ke II 1 Ilutrai Statitika Ifereia : Mecakup emua metode yag diguaka utuk pearika keimpula atau geeraliai megeai populai

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

PENDUGAAN PARAMETER. Ledhyane Ika Harlyan

PENDUGAAN PARAMETER. Ledhyane Ika Harlyan PENDUGAAN PARAMETER Ledhyae Ika Harlya Jurua Pemafaata Sumberdaya Perikaa da Kelauta Uiverita Brawijaya 03 Statitik Ifereia Mecakup emua metode yag diguaka dalam pearika keimpula atau geeraliai megeai

Lebih terperinci

BAB V METODE PENELITIAN

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

Lebih terperinci

Pendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval

Pendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval Pedugaa Parameter. Pedahulua Pedugaa Parameter Popoulai dilakuka dega megguaka ilai Statitik Sampel Mial :. x diguaka ebagai peduga bagi. diguaka ebagai peduga bagi 3. p atau p diguaka ebagai peduga bagi

Lebih terperinci

BAB IV DESKRIPSI ANALISIS DATA

BAB IV DESKRIPSI ANALISIS DATA BAB IV DESKRIPSI ANALISIS DATA A. Dekripi Data Peelitia ii megguaka peelitia ekperime, ubyek peelitiaya dibedaka mejadi dua kela, yaitu kela kotrol da kela ekperime. Kela kotrol pada peelitia ii merupaka

Lebih terperinci

Metode Statistika Pertemuan XI-XII

Metode Statistika Pertemuan XI-XII /4/0 Metode Statitika Pertemua XI-XII Statitika Ifereia: Pegujia Hipotei Populai : = 0 Butuh pembuktia berdaarka cotoh!!! Apa yag diperluka? > 0? Maa yag bear? Sampel : 5 Ok, itu adalah pegujia hipotei,

Lebih terperinci

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

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

Lebih terperinci

Metode Statistika Pertemuan IX-X

Metode Statistika Pertemuan IX-X /7/0 Metode Statitika Pertemua IX-X Statitika Ifereia: Pedugaa Parameter Populai : Parameter Cotoh : Statitik Statitik merupaka PENDUGA bagi parameter populai Pegetahua megeai ditribui amplig PENDUGA TAK

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN EORI. ijaua Puaka Daa ruu waku adalah daa yag dikumpulka meuru urua waku dalam uau reag waku ereu (Roadi, 006). Secara umum aalii ruu waku mempuyai ujua uuk pemodela da peramala. Pemodela

Lebih terperinci

Pendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval

Pendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval Pedugaa Parameter Pedahulua Pedugaa Parameter Populai dilakuka dega megguaka ilai Statitik Sampel Mial :. x diguaka ebagai peduga bagi. diguaka ebagai peduga bagi 3. p atau p diguaka ebagai peduga bagi

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

PENDUGAAN PARAMETER METSTAT ANIK DJURAIDAH

PENDUGAAN PARAMETER METSTAT ANIK DJURAIDAH PENDUGAAN PARAMETER METSTAT ANIK DJURAIDAH PENDUGAAN PARAMETER Populai : Parameter Sampel : Statitik Statitik merupaka PENDUGA bagi parameter populai Pegetahua megeai ebara cotoh PENDUGA TAK BIAS DAN MEMPUNYAI

Lebih terperinci

III. METODE PENELITIAN. Populasi penelitian ini yaitu seluruh siswa kelas X SMA Negeri 2 Bandar

III. METODE PENELITIAN. Populasi penelitian ini yaitu seluruh siswa kelas X SMA Negeri 2 Bandar 7 III. METDE PENELITIAN A. Populai Peelitia Populai peelitia ii yaitu eluruh iwa kela MA Negeri Badar Lampug dega ampel kela, pada emeter geap Tahu Pelajara 0/0. B. ampel Peelitia Tekik pegambila ampel

Lebih terperinci

BAB III PENGGUNAAN METODE EMPIRICAL BEST LINEAR UNBIASED PREDICTION (EBLUP) PADA GENERAL LINEAR MIXED MODEL

BAB III PENGGUNAAN METODE EMPIRICAL BEST LINEAR UNBIASED PREDICTION (EBLUP) PADA GENERAL LINEAR MIXED MODEL BAB III PENGGUNAAN MEODE EMPIRICAL BES LINEAR UNBIASED PREDICION (EBLUP PADA GENERAL LINEAR MIXED MODEL Pada Bab III ii aka dibahas megeai taksira parameter pada Geeral Liear Mixed Model berdasarka asumsi

Lebih terperinci

PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL LINEAR DENGAN MENGGUNAKAN METODE TRANSFORMASI ELZAKI

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

Lebih terperinci

PENGARUH MODEL PEMBELAJARAN INTERAKSI SOSIAL UNTUK MENINGKATKAN HASIL BELAJAR SISWA KELAS VIII SMPN 2 GERUNG TAHUN PELAJARAN 2014/2015

PENGARUH MODEL PEMBELAJARAN INTERAKSI SOSIAL UNTUK MENINGKATKAN HASIL BELAJAR SISWA KELAS VIII SMPN 2 GERUNG TAHUN PELAJARAN 2014/2015 KONSTAN: Jural Fiika da Pedidika Fiika Vol.. o. (05) hal. 36-45 PENGARUH MODEL PEMBELAJARAN INTERAKSI SOSIAL UNTUK MENINGKATKAN HASIL BELAJAR SISWA KELAS VIII SMPN GERUNG TAHUN PELAJARAN 04/05 Lida Sekar

Lebih terperinci

Implementasi Algoritma Turan Untuk Menentukan Nilai Aproksimasi Pada Proses Mencari Akar-akar Polinomial

Implementasi Algoritma Turan Untuk Menentukan Nilai Aproksimasi Pada Proses Mencari Akar-akar Polinomial Semiar aioal Pacaarjaa VI 26, Surabaya Implemeai Alorima Tura Uuk Meeuka ilai Aprokimai Pada Proe Mecari Akar-akar Poliomial Suprioo Coirul Imro Badu Arry Sajoyo Jurua Maemaika Iiu Tekoloi Sepulu opember

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Tujua Peelitia Peelitia ii bertujua utuk megetahui apakah terdapat perbedaa hasil belajar atara pegguaa model pembelajara Jigsaw dega pegguaa model pembelajara Picture ad Picture

Lebih terperinci

Diagram Kendali Simpangan Baku Eksak untuk Proses Berdistribusi Normal dengan Parameter σ Diketahui

Diagram Kendali Simpangan Baku Eksak untuk Proses Berdistribusi Normal dengan Parameter σ Diketahui Statitika, Vol. No., 5 6 Mei Diagram Kedali Simpaga Baku Ekak utuk Proe Berditribui Normal dega Parameter Diketahui Aceg Komarudi Mutaqi, Suwada Program Studi Statitika Fakulta MIPA Uiverita Ilam Badug,

Lebih terperinci

BAB 3 METODE PENELITIAN

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

Lebih terperinci

BAB III ANALISIS LOOKBACK OPTIONS

BAB III ANALISIS LOOKBACK OPTIONS BAB III : ANALII LOOKBACK OPION BAB III ANALII LOOKBACK OPION Pada Bab III ii aka dibahas egeai lookback opios da aalisisa Asusi ag kia pakai adalah saha ag diguaka (uderlig asse) idak eberika divide ipe

Lebih terperinci

PENDUGA RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KUARTIL VARIABEL BANTU PADA PENGAMBILAN SAMPEL ACAK SEDERHANA DAN PENGATURAN PERINGKAT MEDIAN

PENDUGA RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KUARTIL VARIABEL BANTU PADA PENGAMBILAN SAMPEL ACAK SEDERHANA DAN PENGATURAN PERINGKAT MEDIAN PEDUGA RASIO UTUK RATA-RATA POPULASI MEGGUAKA KUARTIL VARIABEL BATU PADA PEGAMBILA SAMPEL ACAK SEDERHAA DA PEGATURA PERIGKAT MEDIA ur Khasaah, Etik Zukhroah, da Dewi Reto Sari S. Prodi Matematika Fakultas

Lebih terperinci

BAB III METODE PENELITIAN. dengan kemampuan berpikir kreatif dengan menggunakan dua model

BAB III METODE PENELITIAN. dengan kemampuan berpikir kreatif dengan menggunakan dua model 3 BAB III METODE PENELITIAN A. Jei Peelitia Tujua peelitia ii yaki membadigka kemampua berpikir kriti dega kemampua berpikir kreatif dega megguaka dua model pembelajara yaitu model pembelajara berbai maalah

Lebih terperinci

Pedahulua Pedugaa Parameter Pedugaa Parameter Populai dilakuka dega megguaka ilai Statitik Sampel, Mial :. x diguaka ebagai peduga bagi µ. diguaka ebagai peduga bagi σ 3. p atau p$ diguaka ebagai peduga

Lebih terperinci

BAB IV APLIKASI METODE CALLBACK. Dalam bab sebelumnya telah dibahas mengenai cara mengatasi

BAB IV APLIKASI METODE CALLBACK. Dalam bab sebelumnya telah dibahas mengenai cara mengatasi BAB IV APLIKASI METODE CALLBACK Dalam bab sebelumya telah dibahas megeai ara megatasi orespo yaitu dega melakuka allbak pada respode yag tidak merespo. Callbak pada peelitia ii dibatasi haya sampai t =

Lebih terperinci

PEMERINTAH KOTA DUMAI DINAS PENDIDIKAN KOTA DUMAI SMA NEGERI 3 DUMAI TAHUN PELAJARAN 2007/ 2008 UJIAN SEMESTER GANJIL

PEMERINTAH KOTA DUMAI DINAS PENDIDIKAN KOTA DUMAI SMA NEGERI 3 DUMAI TAHUN PELAJARAN 2007/ 2008 UJIAN SEMESTER GANJIL PEMERINTAH KOTA DUMAI DINAS PENDIDIKAN KOTA DUMAI SMA NEGERI 3 DUMAI TAHUN PELAJARAN 27/ 28 UJIAN SEMESTER GANJIL Maa Pelajar Fiika Kela XII IPA Waku 12 meni 1. Hubungan anara jarak () dengan waku () dari

Lebih terperinci

Pendugaan. Parameter HAZMIRA YOZZA IZZATI RAHMI HG JURUSAN MATEMATIKA FMIPA UNIV. ANDALAS LOGO

Pendugaan. Parameter HAZMIRA YOZZA IZZATI RAHMI HG JURUSAN MATEMATIKA FMIPA UNIV. ANDALAS LOGO Pedugaa Parameter HAZMIRA YOZZA JURUSAN MATEMATIKA FMIPA UNIV. ANDALAS LOGO Kompetei meyebutka klp ifereia tatitika & ruag ligkupya mejelaka metode pedugaa klaik da yarat-yarat peduga yag baik pada pedugaa

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

Rumus-rumus yang Digunakan

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

Lebih terperinci

PENAKSIR RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KOEFISIEN VARIASI DAN KOEFISIEN KURTOSIS PADA SAMPLING GANDA

PENAKSIR RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KOEFISIEN VARIASI DAN KOEFISIEN KURTOSIS PADA SAMPLING GANDA PEAKSIR RASIO UTUK RATA-RATA POPULASI MEGGUAKA KOEFISIE VARIASI DA KOEFISIE KURTOSIS PADA SAMPLIG GADA Heru Agriato *, Arisma Ada, Firdaus Mahasiswa Program S Matematika Dose Jurusa Matematika Fakultas

Lebih terperinci

II. LANDASAN TEORI. Sampling adalah proses pengambilan atau memilih n buah elemen dari populasi yang

II. LANDASAN TEORI. Sampling adalah proses pengambilan atau memilih n buah elemen dari populasi yang II. LANDASAN TEORI Defiisi 2.1 Samplig Samplig adalah proses pegambila atau memilih buah eleme dari populasi yag berukura N (Lohr, 1999). Dalam melakuka samplig, terdapat teori dasar yag disebut teori

Lebih terperinci

BAB II ESTIMASI STATISTIK 2.1 Pengertian Estimasi a. Estimasi merupakan suatu metode dimana kita dapat memperkirakan nilai Populasi dengan memakai

BAB II ESTIMASI STATISTIK 2.1 Pengertian Estimasi a. Estimasi merupakan suatu metode dimana kita dapat memperkirakan nilai Populasi dengan memakai 3 BAB II ESTIMASI STATISTIK. Pegertia Etimai a. Etimai merupaka uatu metode dimaa kita dapat memperkiraka ilai Populai dega memakai ilai ampel. b. Etimai merupaka kegiata pearika keimpula tatitik yag berawal

Lebih terperinci

BAB IV SEBARAN ASIMTOTIK PENDUGA DENGAN MENGGUNAKAN KERNEL SERAGAM. ) menyatakan banyaknya kejadian pada interval [ 0, n ] dan h

BAB IV SEBARAN ASIMTOTIK PENDUGA DENGAN MENGGUNAKAN KERNEL SERAGAM. ) menyatakan banyaknya kejadian pada interval [ 0, n ] dan h BAB IV SEBARAN ASIMTOTIK PENDUGA DENGAN MENGGUNAKAN KERNEL SERAGAM 4.1 Peduga dega Kerel Seragam Pada bab ii diguaka peduga dega kerel eragam. Hal ii karea aya belum berail memperole ebara aimtotik dari

Lebih terperinci

PROSES KELAHIRAN DAN KEMATIAN SEBAGAI RANTAI MARKOV WAKTU KONTINU

PROSES KELAHIRAN DAN KEMATIAN SEBAGAI RANTAI MARKOV WAKTU KONTINU PROSES KELAHIRAN DAN KEMATIAN SEBAGAI RANTAI MARKOV WAKTU KONTINU Supadi a a Program Sudi Pedidika Maemaika FPMIPA IKIP PGRI Semarag Jl. Dr. Cipo-Loar No1 Semarag Telp. (04)8316377 Fak (04) 844817 Abrak

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB III ANALISIS PEMODELAN ANTRIAN HAULER PENGANGKUTAN OVERBURDEN PADA JALAN 7F

BAB III ANALISIS PEMODELAN ANTRIAN HAULER PENGANGKUTAN OVERBURDEN PADA JALAN 7F BAB III AALISIS EMODELA ATRIA HAULER EGAGKUTA OVERBURDE ADA JALA 7F 3.. edahulua ada Bab II telah dijelaka beberapa teori yag diguaka utuk melakuka aalii yag tepat dalam memecahka maalah yag ada. ada bab

Lebih terperinci

SOAL PELATIHAN 1. File_Imamgun_Statistik Inferensial

SOAL PELATIHAN 1. File_Imamgun_Statistik Inferensial SOAL PELATIHAN. Jelaka pegertia hipotei?. Seorag peeliti biaaya tertarik meguji atu hipotei dari eam alteratif hipotei. Sebutka eam alteratif hipotei terebut? 3. Apa yag dimakud dega pegujia hipotei? 4.

Lebih terperinci

Statistika Inferensia: Pendugaan Parameter. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015

Statistika Inferensia: Pendugaan Parameter. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015 Statistika Iferesia: Pedugaa Parameter Dr. Kusma Sadik, M.Si Dept. Statistika IPB, 05 Populasi : Parameter Sampel : Statistik Statistik merupaka PENDUGA bagi parameter populasi Pegetahua megeai distribusi

Lebih terperinci

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 4

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 4 Program Studi : Tekik Iformatika Miggu ke : 4 INDUKSI MATEMATIKA Hampir semua rumus da hukum yag berlaku tidak tercipta dega begitu saja sehigga diraguka kebearaya. Biasaya, rumus-rumus dapat dibuktika

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Al Azhar-3

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Al Azhar-3 III. METODOLOGI PENELITIAN A. Populai da Sampel Peelitia Populai dalam peelitia ii adalah emua iwa kela I IPA SMA Al Azhar-3 Badar Lampug tahu ajara 0/0 yag berjumlah 48 iwa da terebar dalam empat kela.

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

Mata Kuliah: Statistik Inferensial

Mata Kuliah: Statistik Inferensial STATISTIK INFERENSIAL Prof. Dr. H. Almadi Syahza, SE., MP Email: ayahza@yahoo.co.id PROGRAM STUDI PENDIDIKAN EKONOMI FKIP UNIVERSITAS RIAU DISTRIBUSI SAMPLING 2 Bagia I Statitik Iduktif Metode da Ditribui

Lebih terperinci

daerah domain 0 t 100, tentukan nilai λ(64). a b c d => b

daerah domain 0 t 100, tentukan nilai λ(64). a b c d => b AAI4 Tipe Soal A Pembenukan Tabel Moralia. Survival Diribuion didefiniikan ebagai. / didalam daerah domain, enukan nilai 64. a.. b..5 c..4 d.. > b..5. Survival Diribuion didefiniikan ebagai. 5 / didalam

Lebih terperinci

REPRESENTASI INTEGRAL STOKASTIK UNTUK GERAK BROWN FRAKSIONAL

REPRESENTASI INTEGRAL STOKASTIK UNTUK GERAK BROWN FRAKSIONAL Proiding Seminar Maemaika dan Pendidikan Maemaika ISBN: 978-6-6--9 hal 5-4 November 6 hp://jurnal.fkip.un.ac.id REPRESENTASI INTEGRAL STOKASTIK UNTUK GERAK BROWN FRAKSIONAL Chaarina Enny Murwaningya,,

Lebih terperinci

ANALISIS SISTEM KENDALI

ANALISIS SISTEM KENDALI BAB IV ANALISIS SISEM ENDALI Dalam prakekya, iyal mauka iem kedali idak dapa dikeahui ebelumya, eapi mempuyai ifa acak, ehigga mauka eaa idak dapa diyaaka ecara aalii. Uuk aalii da peracaga iem kedali,

Lebih terperinci

BILANGAN BAB V BARISAN BILANGAN DAN DERET

BILANGAN BAB V BARISAN BILANGAN DAN DERET Maemaika Kelas IX emese Baisa Bilaga da Dee BILANGAN BAB V BARIAN BILANGAN DAN DERET A. Baisa Bilaga. Pegeia Baisa Bilaga Jika bilaga-bilaga diuuka dega aua eeu maka aka dipeoleh suau baisa bilaga. Cooh

Lebih terperinci

PENDAHULUAN LANDASAN TEORI

PENDAHULUAN LANDASAN TEORI PENDAHULUAN Laar Belakang Salah au maalah aru dalam uau nework adalah penenuan pah erpendek. Maalah pah erpendek ini merupakan maalah pengopimuman, karena dengan diperolehnya pah erpendek diharapkan dapa

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN 29 IV. METODE PENELITIAN 4.1. Lokasi da Waku Peeliia Peeliia ii dilaksaaka di Kecamaa Pamijaha, Kabupae Bogor, Provisi Jawa Bara. Pemiliha lokasi peeliia dilakuka secara segaja (purposive) dega perimbaga

Lebih terperinci

APLIKASI MODEL JUKES CANTOR DALAM MENENTUKAN PELUANG BASA NITROGEN KETURUNAN SUATU INDIVIDU

APLIKASI MODEL JUKES CANTOR DALAM MENENTUKAN PELUANG BASA NITROGEN KETURUNAN SUATU INDIVIDU Bulei Ilmiah ah. a. da eraaya Bimaer Volume 5 No. 6 hal 8. LIKI ODEL JUKE NOR DL ENENUKN ELUN B NIROEN KEURUNN UU INDIVIDU Nahrul Hayai ariaul Kifiah Bayu rihadoo INIRI eia idividu memiliki DN yag meruaka

Lebih terperinci

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

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

Lebih terperinci

Perancangan Sistem Kontrol dengan Tanggapan Waktu

Perancangan Sistem Kontrol dengan Tanggapan Waktu erancangan Siem onrol dengan anggapan Waku 4 erancangan Siem onrol dengan anggapan Waku.. endahuluan ada bab ini, akan dibaha mengenai perancangan uau iem konrol ingleinpu-ingle-oupu linier ime-invarian

Lebih terperinci

INFERENSI STATISTIK Inferensi statistik mencakup semua metode yang digunakan dalam penarikan kesimpulan atau generalisasi mengenai populasi.

INFERENSI STATISTIK Inferensi statistik mencakup semua metode yang digunakan dalam penarikan kesimpulan atau generalisasi mengenai populasi. INFERENSI STATISTIK Iferei tatitik mecakup emua metode yag diguaka dalam pearika keimpula atau geeraliai megeai populai. Iferei Statitik Pedugaa Parameter Pegujia Hipotei PENDUGAAN PARAMETER Pedugaa parameter

Lebih terperinci

Tetapi apabila n < 5% N maka digunakan :

Tetapi apabila n < 5% N maka digunakan : Jei- jei pedugaa Iterval:. Pedugaa Parameter dega ampel bear (>30) a. Pedugaa terhadap parameter rata-rata Diketahui; z Maka; Z Z Tetapi apabila tadard deviai populai tidak diketahui, maka diguaka tadar

Lebih terperinci

PENENTUAN NILAI ANUITAS JIWA SEUMUR HIDUP MENGGUNAKAN DISTRIBUSI GOMPERTZ

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

Lebih terperinci

Tri Handhika Pusat Studi Komputasi Matematika (PSKM), Kampus D 139 Universitas Gunadarma Abstrak

Tri Handhika Pusat Studi Komputasi Matematika (PSKM), Kampus D 139 Universitas Gunadarma Abstrak PENGGUNAAN MEODE EMPIRICAL BES LINEAR UNBIASED PREDICION (EBLUP) PADA GENERAL LINEAR MIXED MODEL ri Hadhika Pusat Studi Komputasi Matematika (PSKM), Kampus D 139 Uiversitas Guadarma trihadika@staff.guadarma.ac.id

Lebih terperinci

ANALISIS NUMERIK MODEL EPIDEMIK SIR (SUSCEPTIBLE, INFECTIOUS, RECOVERED) PADA PENYEBARAN PENYAKIT TUBERCULOSIS DI YOGYAKARTA SKRIPSI.

ANALISIS NUMERIK MODEL EPIDEMIK SIR (SUSCEPTIBLE, INFECTIOUS, RECOVERED) PADA PENYEBARAN PENYAKIT TUBERCULOSIS DI YOGYAKARTA SKRIPSI. ANALISIS NUMERIK MODEL EPIDEMIK SIR (SUSCEPTIBLE, INFECTIOUS, RECOVERED) PADA PENYEBARAN PENYAKIT TUBERCULOSIS DI YOGYAKARTA SKRIPSI Diajuka Kepada Fakulas Maemaika Da Ilmu Pegeahua Alam Uiversias Negeri

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di halaman Pusat Kegiatan Olah Raga (PKOR) Way Halim Bandar Lampung pada bulan Agustus 2011.

III. METODE PENELITIAN. Penelitian ini dilaksanakan di halaman Pusat Kegiatan Olah Raga (PKOR) Way Halim Bandar Lampung pada bulan Agustus 2011. III. METODE PENELITIAN A. Tempat da Waktu Peelitia Peelitia ii dilaksaaka di halama Pusat Kegiata Olah Raga (PKOR) Way Halim Badar Lampug pada bula Agustus 2011. B. Objek da Alat Peelitia Objek peelitia

Lebih terperinci

ESTIMASI. Jika parameter populasi disimbolkan dengan θ maka θ yang tidak diketahui harganya ditaksir oleh harga

ESTIMASI. Jika parameter populasi disimbolkan dengan θ maka θ yang tidak diketahui harganya ditaksir oleh harga ESTIMASI Salah atu aek utuk mearik keimula megeai uatu oulai dega memakai amel yag diambil dari oulai terebut megguaka etimai (eakira) Jika arameter oulai diimbolka dega θ maka θ yag tidak diketahui hargaya

Lebih terperinci

Holt-Winter Exponential Smoothing. Minggu 5-6

Holt-Winter Exponential Smoothing. Minggu 5-6 Hol-Winer Exponenial Smoohing Minggu 5-6 Hol Exponenial moohing Meode Hol wo parameer exponenial moohing adalah pengembangan dari exponenial moohing ederhana. Menambahkan fakor perumbuhan (fakor ren) pada

Lebih terperinci

Bab II Landasan Teori

Bab II Landasan Teori Bab II adaa eori Bab ii meyajika kajia item da teori-teori yag aka medaari da diguaka dalam mecari betuk model tereduki. Beberapa hal yag aka dikaji dalam bab ii adalah item PV da beberapa teori daar yag

Lebih terperinci

UJIAN TENGAH SEMESTER EKONOMETRIKA TIME SERIES (ECEU601302) SEMESTER GASAL

UJIAN TENGAH SEMESTER EKONOMETRIKA TIME SERIES (ECEU601302) SEMESTER GASAL Univeria Indoneia Fakula Ekonomi dan Bini UJIAN TENGAH SEMESTER EKONOMETRIKA TIME SERIES (ECEU601302) SEMESTER GASAL 2017-2018 Hari /gl : Rabu, 18 Okober 2017 Waku : 120 Meni Pengajar : Riyano Sifa : Caaan

Lebih terperinci

Statistika Inferensial

Statistika Inferensial Cofidece Iterval Ara Fariza Statistika Iferesial Populasi Sampel Simpulka (estimasi) tetag parameter Medapatka statistik Estimasi: estimasi titik, estimasi iterval, uji hipotesa 2 1 Proses Estimasi Populasi

Lebih terperinci

MENENTUKAN SPECTRUM SUATU GRAF BERBANTUAN MATLAB

MENENTUKAN SPECTRUM SUATU GRAF BERBANTUAN MATLAB LAPORAN PENELITIAN KOMPETITIF DOSEN BERSAMA MAHASISWA MENENTUKAN SPECTRUM SUATU GRAF BERBANTUAN MATLAB KETUA TIM PENELITI ABDUSSAKIR, M.Pd JURUSAN MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS ISLAM

Lebih terperinci

PERBEDAAN HASIL BELAJAR MATEMATIKA MELALUI MODEL PEMBELAJARAN THINK TALK WRITE DAN SNOWBALL THROWING

PERBEDAAN HASIL BELAJAR MATEMATIKA MELALUI MODEL PEMBELAJARAN THINK TALK WRITE DAN SNOWBALL THROWING Vol I. No., Mare 07, hlm. 69-74 PERBEDAAN HASIL BELAJAR MATEMATIKA MELALUI MODEL PEMBELAJARAN THINK TALK WRITE DAN SNOWBALL THROWING Ririn Sundari, Sri Rahmah Dewi Saragih Pendidikan Maemaika, Univeria

Lebih terperinci

BAB III METODOLOGI PENELITIAN. kuantitatif karena bertujuan untuk mengetahui kompetensi pedagogik mahasiswa

BAB III METODOLOGI PENELITIAN. kuantitatif karena bertujuan untuk mengetahui kompetensi pedagogik mahasiswa 54 BAB III METODOLOGI PENELITIAN A. Jeis Peelitia Peelitia ii merupaka peelitia deskriptif dega pedekata kuatitatif karea bertujua utuk megetahui kompetesi pedagogik mahasiswa setelah megikuti mata kuliah

Lebih terperinci

MINGGU KE XII PENDUGAAN INTERVAL

MINGGU KE XII PENDUGAAN INTERVAL MINGGU KE XII PENDUGAAN INTERVAL Tujua Itrukioal Umum :. Mahaiwa mampu memahami apa yag dimakud dega pedugaa iterval. Mahaiwa mampu memahami pedugaa iterval utuk ample bear da utuk ample kecil 3. Mahaiwa

Lebih terperinci

IV. METODE PENELITIAN. Penelitian ini dilakukan di Kawasan Pantai Anyer, Kabupaten Serang

IV. METODE PENELITIAN. Penelitian ini dilakukan di Kawasan Pantai Anyer, Kabupaten Serang IV. METODE PENELITIAN 4.1 Lokasi da Waktu Peelitia Peelitia ii dilakuka di Kawasa Patai Ayer, Kabupate Serag Provisi Bate. Lokasi ii dipilih secara segaja atau purposive karea Patai Ayer merupaka salah

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Pada penelitian ini, peneliti menetapkan objek pada anak kelompok B TK Damhil

BAB III METODOLOGI PENELITIAN. Pada penelitian ini, peneliti menetapkan objek pada anak kelompok B TK Damhil BAB III METODOLOGI PENELITIAN 3.1 Tempa da Waku Peeliia 3.1.1 Tempa Peeliia Pada peeliia ii, peelii meeapka objek pada aak kelompok B TK Damhil Kecamaa Koa elaa Koa Goroalo. Peeapa lokasi ersebu berdasarka

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Racaga da Jeis Peelitia Racaga peelitia ii adalah deskriptif dega pedekata cross sectioal yaitu racaga peelitia yag meggambarka masalah megeai tigkat pegetahua remaja tetag

Lebih terperinci

IV. METODOLOGI PENELITIAN. mencakup penyusunan proposal hingga penyusunan draft skripsi dilaksanakan di

IV. METODOLOGI PENELITIAN. mencakup penyusunan proposal hingga penyusunan draft skripsi dilaksanakan di IV. METODOLOGI PENELITIAN 4.1 Lokasi da Waku Peeliia Peeliia yag dilakuka pada Bula Jauari higga Mei 2008 yag mecakup peyusua proposal higga peyusua draf skripsi dilaksaaka di empa kecamaa di Kabupae Garu,

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1 Lokasi da Waktu peelitia Peelitia dilakuka pada budidaya jamur tiram putih yag dimiliki oleh usaha Yayasa Paguyuba Ikhlas yag berada di Jl. Thamri No 1 Desa Cibeig, Kecamata Pamijaha,

Lebih terperinci

BAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya

BAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya 5 BAB II LANDASAN TEORI Dalam tugas akhir ii aka dibahas megeai peaksira besarya koefisie korelasi atara dua variabel radom kotiu jika data yag teramati berupa data kategorik yag terbetuk dari kedua variabel

Lebih terperinci

Teori Penaksiran. Oleh : Dewi Rachmatin

Teori Penaksiran. Oleh : Dewi Rachmatin Teori Peakira Oleh : Dewi Rachmati Pedahulua Ada metode iferei : metode klaik da metode Baye dalam meakir arameter oulai Dalam metode klaik iferei didaarka ada iformai yag dieroleh melalui amel acak Dalam

Lebih terperinci

BAB III METODE PENELITIAN

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

Lebih terperinci