Iwa Sungkawa. Fakultas Sain dan Teknologi UBINUS ABSTRAK

Ukuran: px
Mulai penontonan dengan halaman:

Download "Iwa Sungkawa. Fakultas Sain dan Teknologi UBINUS ABSTRAK"

Transkripsi

1 PROSIDING SEMINAR NASIONAL HIMPUNAN INFORMATIKA PERTANIAN INDONESIA 009 Pegkata Kualtas Iformas pada Proses Pegolaha da Aalss Data Kasus : Kaja Resdual dalam Megatas Data Pecla (outler) pada Pegguaa Regres Ler Sederhaa Iwa Sugkawa Fakultas Sa da Tekolog UBINUS wasugkawa@yahoo.com ABSTRAK Perkembaga tekolog formas yag cukup cepat perlu dmbag oleh data atau formas yag berkualtas. Pegkata kualtas data da formas dapat dlakuka dalam setap proses pegelolaaya (proses pegumpula, proses aalss da pada proses peyajaya). Dalam tulsa aka dbahas proses aalss data/formas jka terdapat data pecla.tujua dar peulsa adalah utuk member gambara bahwa mutu atau kualtas dar formas dataraya tergatug pada saat proses aalss data, serta merevew pegkaja resdual dalam pegguaa regres ler sederhaa.da cara megatas data pecla. Resdual dalam aalss regres merupaka baga yag daggap meyebar ormal sehgga dalam melakuka aalss data, sebelumya perlu dlakuka uj ormaltas terhadap resdual atau lagsug terhadap data hasl pegamata. Hal perlu dlakuka karea jka asumsya tdak dpeuh maka hasl aalssya dapat daggap tdak syah da dega sedrya kualtas data/formasya draguka. Dalam meaggulag data pecla (outler) terlebh dulu dlakuka pedeteksa terhadap adaya gejala pecla yag dtempuh dega meetuka la mutlak resdual dar setap pegamata atau e da tetuka medaya (M). Selajutya lakuka kaja outler utuk semua pegamata. Hasl kaja meujukka bahwa utuk uj ormaltas, dapat dlakuka terhadap baga resdual atau baga peubah respo (peubah tak bebas). Jka terdapat data pecla aka berakbat koefse korelasya redah sehgga kualtas model regres lemah utuk dguaka sebaga predktor. Utuk meaggulag adaya gejala data pecla perlu dlakuka trasformas terhadap data tersebut agar memperoleh hasl kaja yag bak, sehgga formas yag dhaslka aka lebh bak. Kata kuc : resdual, ormaltas, pecla, aalss regres, korelas, meda. I PENDAHULUAN Latar Belakag Dalam ragka peyusua suatu perecaaa pada pelaksaaa pembagua sektor pertaa, dperluka data da formas yag berkualtas agar recaa yag dsusu dapat dlaksaaka dega bak da dalam pelaksaaaya mecapa target yag sesua dega harapa. Utuk medukug hal tersebut, tekolog formas yag merupaka baga dalam pegelolaa data da formas telah berkembag dega pesat. Sejala dega perkembaga tekolog formas yag cukup cepat dalam medukug pembagua sektor pertaa perlu dmbag dega pegkata mutu atau kualtas dar data da formas yag merupaka baha bakuya. Pegkata kualtas data da formas dapat dlakuka dalam setap proses pegelolaaya (proses pegumpula, proses aalss da pada proses peyajaya). Dalam proses pegumpula data, yag basa dtempuh dega melakuka pearka sampel (samplg) atau melakuka percobaa serg djumpa berbaga kekelrua atau kesalaha yag tetuya dapat meuruka kualtas dar data atau formas yag dperoleh. Utuk hal, perlu upaya utuk mecermat berbaga kekelrua/kesalaha yag basa djumpa dalam setap proses pegelolaa data da formas. Jes kekelrua yag basa djumpa dalam samplg, dataraya adalah kekelrua yag dakbatka karea salah memlh dvdu ke dalam sampel (samplg error) da kekelrua yag buka kesalaha pemlha dvdu ke dalam sampel (o samplg error). Kekelrua atau kesalaha yag basa terjad pada saat melakuka percobaa da kekelrua yag basa djumpa dalam proses pegolaha da aalss data, juga mempuya adl dalam peurua kualtas formas yag dhaslka dar suatu kegata. Dalam tahapa peyaja atau peataa data da formas basa dlakuka dalam mempublkaska hasl dar suatu kegata, pada tahapa pu tdak jarag djumpa suatu kekelrua atau Semar Nasoal Kebjaka da Aplkas Tekolog Iformas da Komukas utuk Pegkata Daya Sag Agrbss Idoesa Hmpua Iformatka Pertaa Isttut Pertaa Bogor Departeme Pertaa Republk Idoesa 6 7 Agustus 009, Bogor

2 PROSIDING SEMINAR NASIONAL HIMPUNAN INFORMATIKA PERTANIAN INDONESIA 009 kesalaha yag berdampak sama terhadap kualtas dar formas. Dega mecermat berbaga kekelrua atau kesalaha pada proses pegolaha da aalss data, kta dapat mesasat utuk meghdar da memmalsr kekelrua tersebut agar dperoleh hasl olaha yag bak sehgga dapat megkatka kualtas formas yag dhaslka dar suatu kegata peelta atau pegamata. Tujua da Mafaat Tujua dar peulsa adalah utuk member gambara bahwa mutu atau kualtas dar formas dataraya tergatug pada saat proses aalss data, serta merevew pegkaja resdual dalam pegguaa regres ler sederhaa.da cara megatas data pecla. Dalam proses pegolaha da aalss data hasl peelta yag megamat betuk hubuga fugsoal atara peubah bebas da peubah tak bebas dega megguaka aalss regres ler sederhaa terdapat resdual e yag merupaka peympaga dar hasl predks dega hasl pegamata. Dalam tulsa aka dbahas kasus dalam proses aalss data/formas dega megguaka aalss regres ler sederhaa da terdapat data pecla. Akbat adaya data pecla la resdual dalam aalss regres aka mak besar, berart peympaga la predks aka semak besar, sehgga koefse regres da korelasya aka bertambah kecl atau meuru. Secara otomats model regres yag dhaslka kurag represetatf da lemah dalam megterpretaska kods ketergatuga atar peubah yag damat. Resdual dalam aalss regres merupaka baga yag daggap meyebar ormal sehgga dalam melakuka aalss data, sebelumya perlu dlakuka uj ormaltas terhadap resdual atau lagsug terhadap data hasl pegamata. Hal perlu dlakuka karea jka asumsya tdak dpeuh maka hasl aalssya dapat daggap tdak syah da dega sedrya kualtas data/formasya draguka da daggap meuru. D sampg tu utuk perlu peaggulaga data pecla (outler) dega terlebh dulu dlakuka pedeteksa terhadap adaya gejala pecla dar data hasl pegamata. Utuk dapat dlakuka dega meetuka la mutlak resdual dar setap pegamata atau e da selajutya dlakuka kaja outler utuk semua pegamata. Dega memperhatka berbaga persyarata yag dperluka pada saat melakuka proses pegolaha da aalss data dharapka dapat megurag kekelrua atau kesalaha yag dapat tmbul/terjad sehgga haslya dapat memperbak kualtas dar formas yag dhaslka. Kualtas Data Yag Bak II Meurut Bud Suharjo, data daggap bak jka memlk tga sfat utama, yatu : Vald; Relable da Represetatf ( Suatu data dkataka vald (sah) bla mampu mecermka cr atau karakterstk (feomea) yag sebearya dar objek amata. Suatu data dkataka relable, bla atar cr yag damat memlk salg ketergatuga yag kosste atau stabl sehgga akurat dalam mejelaska perlaku objek amata da memugkka dlakuka predks terhadapya Data yag dkumpulka dalam suatu peelta umumya berasal dar sampel (sebaga dar populas). Oleh kareaya data harus mampu mecermka kods (sebaga besar) populas yag dwaklya. Sela tga sfat d atas, data yag tergolog bak adalah harus legkap, akurat (teradalka), terk (up to date), mudah da cepat dakses, serta bear-bear dperluka. Secaggh da sebak apapu data, tdak ada artya jka data tersebut tdak dperluka. Utuk meujag perkembaga tekolog formas yag cukup pesat dperluka formas tetag data atau formas yag dperluka oleh peggua (formas tetag kebutuha formas) PENURUNAN KUALITAS INFORMASI PADA PENGOLAHAN DAN ANALISIS DATA Kualtas formas yag dhaslka melalu suatu kegata peelta sagat tergatug pada berbaga faktor da kods yag sedag dhadap. Faktor da kods dmaksud, dataraya adalah pada saat berjalaya proses pegelolaa data. Proses pegelolaa data yag basa dlakuka terdr dar tga tahapa, yatu : tahap pegumpula, tahap pegolaha da aalss serta pada tahap peyaja data da formas. Dalam pelaksaaaya, tdak jarag kta melakuka kekelrua atau kesalaha pada setap tahapa, bak pada tahap pegumpula data yag dapat dtempuh melalu surva (samplg) da melalu percobaa; pada tahap pegolaha da aalss data dega metode sebaga psau aalss yag sesua; maupu pada tahap peyaja data/formas dalam berbaga betuk peyaja. Kekelrua atau kesalaha tersebut dapat berakbat pada peurua hasl kaja dar suatu kegata da dega sedrya berpegaruh pada meuruya kualtas formas yag dhaslka. Peurua kualtas formas pada saat melakuka pegumpula data melalu surva (samplg) dataraya dsebabka karea adaya kekelrua atau kesalaha pada saat pemlha dvdu kedalam sampel (samplg error) da kesalaha buka karea salah memlh dvdu ke dalam sampel (o samplg error). Pada saat melakuka percobaa sebaga upaya pegumpula data da formas da pada saat meyajkaya, kta tdak terlepas melakuka kekelrua Semar Nasoal Kebjaka da Aplkas Tekolog Iformas da Komukas utuk Pegkata Daya Sag Agrbss Idoesa Hmpua Iformatka Pertaa Isttut Pertaa Bogor Departeme Pertaa Republk Idoesa 6 7 Agustus 009, Bogor

3 PROSIDING SEMINAR NASIONAL HIMPUNAN INFORMATIKA PERTANIAN INDONESIA 009 atau kesalaha yag juga berakbat meuruka kualtas dar data atau formas yag dhaslka. Dalam kesempata aka dbahas gejala meuruya kualtas data atau formas yag dakbatka oleh kekelrua atau kesalaha pada saat melakuka pegolaha da aalss data/formas. Beberapa jes kekelrua atau kesalaha pada proses pegolaha da aalss data dataraya adalah sebaga berkut : Tdak terpeuhya asums sebara yag dperluka Kekelrua/kesalaha dalam pegklasfkasa data Kurag tepatya metode utuk pegolaha da aalss data Kekelrua/kesalaha pada etr da edt data serta pada pelaksaaa pegolaha da aalss data Kurag kehat-hata dalam terpretas hasl olaha D sampg tu sumber kesalaha dalam pegumpula data melalu pearka sampel (surva) adalah : Varas Acak (RadomVarato) Varas acak merupaka kesalaha samplg yag palg umum djumpa Kesalaha spesfkas (ms-specfcato of sample subject) Kesalaha peetua respode Kesalah karea ketdaklegkapa cakupa daftar populas (coverage error). Kesalaha karea ketdaklegkapa respo (No respose error) Kesalaha pearka sampel (samplg error) Kesalaha pegukura (Measuremet error) III UPAYA UNTUK MENINGKATKAN KUALITAS INFORMASI Hdar kekelrua atau kesalaha yag basa dlakuka pada proses pegelolaa data agar dperoleh formas yag berkualtas. Usahaka agar semua prosedur dlaksaaka secara bear da semua persyarata yag dperluka dapat terpeuh. Berkut adalah syarat-syarat yag dperluka agar memperoleh data yag vald, relabel da represetatf. Syarat medapatka data yag vald :. Berkata lagsug dega permasalaha yag dhadap. Dukur atau damat dega megguaka suatu kadah (cocept) atau ladasa teor tertetu yag medasarya. 3. Megguaka alat ukur yag sesua dega perlaku cr yag aka damat. 4. Mecptaka kods yag optmal bag objek amata agar cr dapat dukur secara alam. Syarat medapatka data yag relabel :. Memastka objek amata memlk kapabltas (experece da kowledge) yg memada sesua dg tujua rset.. Mecptaka kods yag optmal (covece) bag objek amata agar cr dapat dukur secara alam Syarat medapatka data yag represetatf :. Defska Populas dega jelas. Megetahu sebara populas 3. Megetahu struktur populas yag aka dtelt 4. Meetuka satua aalss da satua amata D sampg tu yag perlu dperhatka agar medapatka formas yag berkualtas adalah : Cek data hasl pegamata apakah sudah memeuh persyarata yag dperluka (asums sebara da asums laya) Sesuaka betuk klasfkas yag cocok dega kods data Plh metode aalss yag sesua dega jes data da tujua peelta Lakuka secara hat-hat da telt pada pelaksaaa etr/edt data da pada pelaksaaa aalssya, termasuk terpretas hasl. Pada pelaksaaa pegolaha da aalss data, sebara yag serg dguaka dataraya adalah sebara ormal baku, sebara t, sebara kh-kuadrat da sebara F. Jad pada saat sebara-sebara tersebut dguaka, perlu dperhatka atura-atura yag harus dpeuh agar terjam keabsyahaya. Beberapa hal yag dapat dkemukaka berkeaa dega sfat-sfat dar sebara datas adalah sebaga berkut. Meurut Hogg, R.V. da A.T. Crag: jka merupaka peubah acak kotu yag meyebar ormal dega ratarata da ragam (varas) maka peubah acak V = (-µ)/ aka meyebar kh-kuadrat dega derajat bebas satu. Selajutya bla sampel acak berukura yag dambl dar populas yag meyebar ormal dega rata-rata da ragam (varas) maka: ) rata-rata utuk x adalah dega ragamya adalah σ ) jka s ragam (varace) dar sampel d atas, maka peubah acak (-)s/σ berdstrbus kh-kuadrat dega derajat bebas (-). Selajutya utuk sebara t dperoleh melalu traspormas dar raso dua peubah acak yag meyebar ormal baku da meyebar kh-kuadrat. Sedagka sebara F dperoleh melalu traspormas dar raso dua peubah acak yag keduaya meyebar kh-kuadrat. Berdasarka uraa d atas, keempat sebara tersebut berasal dar sebara ormal, sehgga dalam pegguaaya sebelum dlakuka aalss data perlu dcek apakah data hasl pegamata meyebar ormal atau tdak. 3 Semar Nasoal Kebjaka da Aplkas Tekolog Iformas da Komukas utuk Pegkata Daya Sag Agrbss Idoesa Hmpua Iformatka Pertaa Isttut Pertaa Bogor Departeme Pertaa Republk Idoesa 6 7 Agustus 009, Bogor

4 PROSIDING SEMINAR NASIONAL HIMPUNAN INFORMATIKA PERTANIAN INDONESIA 009 IV KASUS : KAJIAN RESIDUAL DALAM MENGATASI DATA PENCILAN (OUTLIER) PADA PENGGUNAAN REGRESI LINIER SEDERHANA Pegaruh Data Pecla (Outler) da Resdual Terhadap Kualtas Iformas D atas telah duraka bahwa utuk medapatka formas yag berkualtas, dataraya kta harus megkut prosedur atau tatacara yag berlaku pada setap tahapa pegelolaa data. Pada tahap pegolaha da aalss data hasl peelta terdapat berbaga atura yag harus dpeuh, termasuk ketetua tetag sebara dar data tersebut. Jad sebelum kta melakuka tahapa perlu dtelaah betuk sebaraya, apakah sudah memeuh asums yag dperluka atau tdak. Asums sebara yag dperluka dalam aalss regres adalah asums ormaltas, sehgga data hasl peelta harus meyebar ormal. Yag dasumska meyebar ormal adalah baga resdual (e ), jad resdual dalam aalss regres mempuya pera yag cukup besar da daggap peetu pada saat melakuka predks dega model regres. Hal jelas karea pada saat melakuka pedugaa koefse regres dguaka metode kuadrat terkecl yag dtempuh dega memmalka jumlah kuadrat dar resdual atau memmalka Σe. I dlakuka agar utuk medapatka betuk model regres yag bak da hadal haruslah berasal dar pegamatapegamata dega resdu terkecl. Jad jelas bahwa resdual merupaka baga yag meetuka dalam memlh model regres yag aka dguaka. Utuk medapatka formas yag berkualtas, deteks data pecla melalu peelaaha resdual da uj ormaltas merupaka hal yag mutlak perlu dlakuka jka kta aka melakuka aalss data dega megguaka regres ler sederhaa. Dalam baga aka dbahas dega meelaah la resdual utuk medeteks adaya gejala data pecla (outler) da uj ormaltas terhadap la resdualya. Resdual atau ssaa dalam regres ler sederhaa merupaka selsh dar la predks da la sebearya (actual) atau e =Y - (a + b ). Jka la pegamata terletak dalam gars regres maka la resduya sama dega ol, sehgga la resdu merupaka peympaga hasl predks dar la actual. Jad jka total jarak atau la mutlak dar resdu atau Σ e = 0 berart semua la pegamata terletak pada gars regres. Mak besar total jarak maka mak jauh regres tu dar la actual, atau la resduya mak besar da gars regres kurag tepat dguaka utuk mempredks bak secara terpolas ataupu ekstrapolas. Yag dharapka adalah sebalkya yatu total resdu semak kecl sehgga gars regres cukup hadal utuk dguaka. Nla resdu aka mak besar jka terdapat data pecla da dapat meuruka la koefse regres atau koefse korelas. Utuk megamat la resdu dapat dlakuka dega memplot (meggambar) resdu tersebut dalam suatu dagram (grafk). D sampg tu dapat juga dlhat la ragamya, jka la ragamya kecl maka varas resdu tdak besar, tetap jka sebalkya maka varas resdu membesar. Utuk meujuka model regres tu layak atau tdak dguaka maka perlu dcek persyarata yag dperluka apakah sudah semuaya dpeuh atau belum. Dataraya adalah aggapa tetag resdu yag meyebar ormal. Jka dpeuh maka jelas total resduya sama dega ol atau Σe = 0. Jad apabla laya jauh dar ol kta harus curga da perlu dcek (uj ormaltas da deteks data pecla serta upaya laya). Apabla terdapat data pecla dalam hasl pegamata berakbat data cederug tdak meyebar ormal, d sampg tu dega adaya data pecla ksara data hasl pegamata aka melebar da tetuya varas data aka bertambah besar sehgga upaya memmalka Σe tdak berhasl (tdak tercapa). Dampak la yag terjad adalah koefse regres da korelas laya aka meuru (megecl) sehgga dapat meuruka keteradala dar pada model regres yag dhaslka da lemah utuk dguaka sebaga predktor. Hal dapat juga dtujukka pada saat proses peetua koefse regres da korelas sebaga berkut : Koefse regres dtetuka dega mecar raso dar Cov(,Y) da (-)*S x atau b ( Y ( Y ) ) Koefse korelas dtetuka dega mecar raso dar Cov(,Y) da ((-)*S x *S y ) atau r xy [{ Y ( ) ( ( ) }{ { Y Y ) ( Y ) }] Jka terdapat data pecla, jelas la-la dar S x, S y da juga resdual e aka megkat sehgga berakbat utuk meuruka koefse regres da koefse korelas. Dega redahya la koefse regres da korelas dega sedrya dapat meuruka kualtas dar model/gars regres yag dhaslka, sehgga perlu dcar model la yag lebh cocok dega kods yag damat atau melakuka traspormas terhadap data tersebut. Peurua la koefse regres da korelas akbat adaya data pecla dapat berakbat pada peurua kualtas formas yag dhaslka karea model regres yag dhaslka kurag bak utuk dguaka sebaga predktor. Jad upaya utuk meaggulag data pecla perlu dlakuka jka data tersebut tetap dguaka (tdak dbuag) dalam melakuka aalss. Upaya Utuk Meaggulag Data Pecla 4 Semar Nasoal Kebjaka da Aplkas Tekolog Iformas da Komukas utuk Pegkata Daya Sag Agrbss Idoesa Hmpua Iformatka Pertaa Isttut Pertaa Bogor Departeme Pertaa Republk Idoesa 6 7 Agustus 009, Bogor

5 PROSIDING SEMINAR NASIONAL HIMPUNAN INFORMATIKA PERTANIAN INDONESIA 009 Deteks Keberadaa Data Pecla Kehadra data pecla dapat membuat kualtas gars regres mejad redah. Oleh karea tu kehadraya perlu ddeteks dataraya dega cara sebaga berkut. Htuglah resdu utuk setap =,,,,.maka aka kta peroleh harga-harga resdu e, e,,e. Ambl harga mutlak e ; =,,,, kemuda urutkalah dar yag terbesar hgga terkecl, e maks meyataka harga mutlak resdu yag terbesar. Tetuka meda M dar e,e,,e. Htug Htug Htug T = Q ssa /Q Badgka harga statstk peguj T dega ttk krts utuk k= da tgkat keberarta 0,0 atau 0,05 atau 0,0. Jka harga T melebh ttk krts, maka data yag memberka e maks adalah buka data pecla. Utuk lebh jelasya dapat dlhat pada : Cara la utuk medeteks adaya gejala pecla dapat dlakuka dega satu metode yag lebh sederhaa, yatu dega megguaka sebara tegah d Q (devas kuartl) sebaga berkut : Tetuka la kuartl atas (Q A ) kuartl bawah (Q B )da htug besarya d Q = Q A -Q B Tetuka batas bawah pecla BBP = Q B -(,5)d Q. Tetuka batas atas pecla BAP = Q A +(,5)d Q. Utuk medeteks pecla dlakuka dega membadgka la data : (jka data pegamata lebh kecl dar BBP atau lebh besar dar BAP maka pegamata tersebut adalah pecla) Jad BAP-BBP = 4d Q. Megapa dambl 4 d Q? Hal dapat djelaska melalu betuk sebara deal, yak ormal. Dalam keadaa deal, pegambla 4 d Q berart bahwa tgkat keyaka (probablty) terjadya outlers adalah sebesar 0,007 atau 0,7% atau kra-kra %. Utuk lebh jelasya dapat dlhat pada Dega cara kedua data pegamata dgat dega resdual maka setelah medapatka resdual dar semua pegamata selajutya tetuka la kuartl atas Q A da kuartl bawah Q B dar la mutlak resdual atau e serta tetuka peympagaya d Q = Q A -Q B. Sepert d atas tetuka BBP da BAP da utuk medeteks pecla guaka resdu (buka data pegamata). Ketetuaya adalah : (jka la resdu lebh kecl dar BBP atau lebh besar dar BAP maka data pegamata yag bersagkuta adalah pecla) Prosedur Uj Normaltas Dalam Aalss Regres Dalam aalss regres da korelas yag dasumska meyebar ormal adalah resdual e sehga ada suatu pemkra yag perlu d uj keormalaya adalah resdual, tetap bayak juga yag melakukaya lagsug terhadap data pegamata, tepatya terhadap peubah respo (peubah tak bebas Y). Keduaya sama saja karea berdasarka sfat dar peubah acak yag meyebar ormal, jka peubah tersebut meyebar ormal maka kombas lerya juga aka meyebar ormal. Jad jka resdual meyebar ormal maka Y juga meyebar ormal karea Y adalah kombas ler dar resdual e atau Y = a + b + e. D sampg tu, dalam melakuka uj koefse regres atau koefse korelas basa dguaka sebara t atau utuk peguja secara smulta dguaka sebara f. Kedua sebara tersebut dturuka/berasal dar sebara ormal. Atau utuk lebh jelasya sebara t dbagktka dar raso dua peubah acak yag meyebar ormal baku da sebara kh-kuadrat, sedagka sebara f dbagktka dar raso dua peubah acak yag masgmasg meyebar kh-kuadrat. Sebara kh-kuadrat sedr berasal dar sebara ormal baku (sebara ormal baku jelas berasal dar sebara ormal). Berdasarka formas d atas, jka kta meghedak hasl kaja yag syahh da teradalka maka uj ormaltas terhadap resdual atau lagsug pada peubah respo jelas perlu dlakuka sebelum aalss data. Utuk mecek apakah hasl pegamata meyebar ormal atau tdak dapat dlakuka dega berbaga cara sepert : dega uj hstogram, uj ormal P Plot, uj Kh Square, Skewess da Kurtoss atau uj Kolmogorov Smrov. Tdak ada metode yag palg bak atau palg tepat. Tpsya adalah bahwa peguja dega metode grafk serg membulka perbedaa perseps d atara beberapa pegamat, sehgga pegguaa uj ormaltas dega uj statstk bebas dar keragu-ragua, meskpu tdak ada jama bahwa peguja dega uj statstk lebh bak dar pada peguja dega metode grafk. Traspormas Data Utuk Megatas Pecla Jka pecla (outler) teryata ada dalam hasl pegamata da pecla tu aka dguaka dalam aalss data maka perlu dcar cara utuk megatasya agar pecla tu tdak meggaggu da ddapat hasl yag lebh bak. Salah satu cara utuk megatas pecla atau pemeuha asums ormaltas dapat dtempuh dega traformas terhadap data hasl pegamata. Dalam hal demka, peubah tak bebas Y da atau peubah bebas perlu dtrasformaska, dega caraya sebaga berkut :. Megamat stem-leaf (daha -dau) sar umerk, da box plot dar data da data Y 5 Semar Nasoal Kebjaka da Aplkas Tekolog Iformas da Komukas utuk Pegkata Daya Sag Agrbss Idoesa Hmpua Iformatka Pertaa Isttut Pertaa Bogor Departeme Pertaa Republk Idoesa 6 7 Agustus 009, Bogor

6 PROSIDING SEMINAR NASIONAL HIMPUNAN INFORMATIKA PERTANIAN INDONESIA 009. Plhlah trasformas yag sesua utuk Y da atau utuk. Msalka hasl trasformas dar Y da dar berturut-turut adalah Z da W 3. Tetuka regres lear dar Z terhadap W 4. Bla regres dar Z terhadap W membarka harga R yag sudah memuaska, maka proses pemodela selesa. Bla belum, maka ulag lagkah da 3. Cara trasformas yag dapat dlakuka dataraya adalah dega : logartma atural, akar kuadrat, verse, atau betuk la yag sesua dega kods data hasl pegamata. V KESIMPULAN Berdasarka uraa dar peulsa, dapat dsampaka beberapa kesmpula da sara utuk medapatka formas yag berkualtas adalah sebaga berkut : Dalam aalss regres resdual merupaka baga yag meetuka layak tdakya model tersebut dguaka, karea jka jumlahla mutlak resduya jauh dar ol da juga jumlah kuadrat resduya besar sekal meujukka bahwa model regres tu lemah da kurag layak bla dguaka utuk mempredks. Jka terdapat data pecla (outler) la resdu aka mak besar dapat memperkecl/meuruka la koefse regres da juga la korelas sehgga jka data tu mau dguaka maka perlu upaya utuk megatasya yag dataraya dlakuka dega megguaka peubah yag sudah dtraspormas. Cara traspormas dguaka sela utuk meaggulag data pecla juga utuk megupayaka agar terpeuhya asums ormaltas, karea jka terdapat pecla maka data hasl pegamataya tdak meyebar ormal. Utuk megamat la resdu dapat dlakuka dega memplot (meggambar) resdu tersebut dalam suatu dagram (grafk). D sampg tu dapat juga dlhat la ragamya, jka la ragamya kecl maka varas resdu tdak besar, tetap jka sebalkya maka varas resdu membesar. Dalam melakuka uj koefse regres atau koefse korelas basa dguaka sebara t atau utuk peguja secara smulta dguaka sebara f. Kedua sebara tersebut dturuka/berasal dar sebara ormal. Jka meghedak hasl kaja yag syahh da teradalka maka uj ormaltas jelas perlu dlakuka sebelum aalss data dlakuka da dapat dlakuka terhadap resdual atau lagsug pada peubah respo. Keberarta suatu formas dtetuka oleh tgkat dperlukaya formas tersebut. Secaggh da sebak apapu data, tdak ada artya jka data tersebut tdak dperluka. Utuk meujag perkembaga tekolog formas yag cukup pesat dperluka formas tetag data atau formas yag dperluka oleh peggua/user (database tetag kebutuha formas). DAFTAR PUSTAKA []. Gaspersz Vcet (99). Tekk Pearka Cotoh Utuk Peelta Surve, Tarsto, Badug. []. Hogg, R.V. ad A.T. Crag. (995). Itroducto to Mathematcal Statstcs. Pretce Hall. Sgapore [3]. Sudjaa, 00, Metode Statstka; Tarsto; Badug [4]. [5]. 6 Semar Nasoal Kebjaka da Aplkas Tekolog Iformas da Komukas utuk Pegkata Daya Sag Agrbss Idoesa Hmpua Iformatka Pertaa Isttut Pertaa Bogor Departeme Pertaa Republk Idoesa 6 7 Agustus 009, Bogor

7 PROSIDING SEMINAR NASIONAL HIMPUNAN INFORMATIKA PERTANIAN INDONESIA 009 Semar Nasoal Kebjaka da Aplkas Tekolog Iformas da Komukas utuk Pegkata Daya Sag Agrbss Idoesa Hmpua Iformatka Pertaa Isttut Pertaa Bogor Departeme Pertaa Republk Idoesa 6 7 Agustus 009, Bogor

PENDITEKSIAN PENCILAN (OUTLIER) DAN RESIDUAL PADA REGRESI LINIER

PENDITEKSIAN PENCILAN (OUTLIER) DAN RESIDUAL PADA REGRESI LINIER PENDITEKSIAN PENCILAN (OUTLIER) DAN RESIDUAL PADA REGRESI LINIER Outler ad Resdual Detecto the Lear Regresso Iwa Sugkawa Jurusa Statstka Fakultas Sas da Tekolog, Uverstas Ba Nusatara Jakarta ABSTRACT Ths

Lebih terperinci

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai BAB LANDASAN TEORI. Kosep Dasar Aalss Regres Aalss regres regressso aalyss merupaka suatu tekk utuk membagu persamaa da megguaka persamaa tersebut utuk membuat perkraa predcto. Dega demka, aalss regres

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa merupaka baga regres yag mecakup hubuga ler satu peubah acak tak bebas dega satu peubah bebas. Hubuga ler da dar satu populas dsebut gars regres

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu. BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa yag varabel bebasya ( berpagkat palg tgg satu. Utuk regres ler sederhaa, regres ler haya melbatka dua varabel ( da. Persamaa regresya dapat dtulska

Lebih terperinci

BAB 2. Tinjauan Teoritis

BAB 2. Tinjauan Teoritis BAB Tjaua Teorts.1 Regres Lear Sederhaa Regres lear adalah alat statstk yag dperguaka utuk megetahu pegaruh atara satu atau beberapa varabel terhadap satu buah varabel. Varabel yag mempegaruh serg dsebut

Lebih terperinci

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling BAB LANDASAN TEORI Kosep Dasar Aalss Regres Aalss regres adalah suatu proses memperkraka secara sstemats tetag apa yag palg mugk terjad dmasa yag aka datag berdasarka formas yag sekarag dmlk agar memperkecl

Lebih terperinci

BAB 5. ANALISIS REGRESI DAN KORELASI

BAB 5. ANALISIS REGRESI DAN KORELASI BAB 5. ANALISIS REGRESI DAN KORELASI Tujua utama aalss regres adalah mecar ada tdakya hubuga ler atara dua varabel: Varabel bebas (X), yatu varabel yag mempegaruh Varabel terkat (Y), yatu varabel yag dpegaruh

Lebih terperinci

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas:

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas: ANALISIS REGRESI Pedahulua Aalss regres berkata dega stud megea ketergatuga satu peubah (peubah terkat) terhadap satu atau lebh peubah laya (peubah pejelas). Jka Y dumpamaka sebaga peubah terkat da X1,X,...,X

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 1 Pegerta Regres Istlah regres pertama kal dperkealka oleh Fracs Galto Meurut Galto, aalss regres berkeaa dega stud ketergatuga dar suatu varabel yag dsebut tak bebas depedet varable,

Lebih terperinci

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten BAB III METODE PENELITIAN 3. Tempat da Waktu Peelta 3.. Tempat Tempat peelta dlaksaaka d SMP Neger 4 Tlamuta Kabupate Boalemo pada sswa kelas VIII. 3.. Waktu Peelta dlaksaaka dalam waktu 3 bula yatu dar

Lebih terperinci

LANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal)

LANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal) LANGKAH-LANGKAH UJI HIPOTESIS DENGAN (Utuk Data Nomal). Merumuska hpotess (termasuk rumusa hpotess statstk). Data hasl peelta duat dalam etuk tael slag (tael frekues oservas) 3. Meetuka krtera uj atau

Lebih terperinci

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM 1 Megetahu perhtuga persamaa regres ler Meggambarka persamaa regres ler ke dalam dagram pecar TEORI PENUNJANG Persamaa Regres adalah persamaa matematka

Lebih terperinci

S2 MP Oleh ; N. Setyaningsih

S2 MP Oleh ; N. Setyaningsih S2 MP Oleh ; N. Setyagsh MATERI PERTEMUAN 1-3 (1)Pedahulua pera statstka dalam peelta ; (2)Peyaja data : dalam betuk (a) tabel da (b) dagram; (3) ukura tedes setaral da ukura peympaga (4)dstrbus ormal

Lebih terperinci

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan,

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan, BAB II TINJAUAN TEORITIS.1 Kosep Dasar Statstka Statstk merupaka cara cara tertetu yag dguaka dalam megumpulka, meyusu atau megatur, meyajka, megaalsa da member terpretas terhadap sekumpula data, sehgga

Lebih terperinci

Jawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2

Jawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2 M 81 STTISTIK DSR SEMESTER II 11/1 KK STTISTIK, FMIP IT SOLUSI UJIN TENGH SEMESTER (UTS) Sabtu, 1 Me 1, Pukul 9. 1.4 WI (1 met) Kelas 1. Pegajar: Udjaa S. Pasarbu/Rr. Kura Novta Sar, Kelas. Pegajar: Utrwe

Lebih terperinci

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri III. METODE PEELITIA A. Metodolog Peelta Metodolog peelta adalah cara yag dlakuka secara sstemats megkut atura-atura, recaaka oleh para peeltutuk memecahka permasalaha yag hdup da bergua bag masyarakat,

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA.1 Pedahulua Sebelum membahas megea prosedur peguja hpotess, terlebh dahulu aka djelaska beberapa teor da metode yag meujag utuk mempermudah pembahasa. Adapu teor da metode tersebut

Lebih terperinci

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN // REGRESI LINEAR SEDERHANA DAN KORELASI. Model Regres Lear. Peaksr Kuadrat Terkecl 3. Predks Nla Respos 4. Iferes Utuk Parameter-parameter Regres 5. Kecocoka Model Regres 6. Korelas Utrwe Mukhayar MA

Lebih terperinci

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu KORELASI 1 D dua kta tdak dapat hdup sedr, tetap memerluka hubuga dega orag la. Hubuga tu pada umumya dlakuka dega maksud tertetu sepert medapat kergaa pajak, memperoleh kredt, memjam uag, serta mta pertologa/batua

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu

BAB 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu BAB TINJAUAN TEORITIS. Pegerta Aalsa Regres Istlah regres pertama kal dperkealka oleh Fracs Galto. Meurutya, aalss regres berkeaa dega stud ketergatuga atara dua atau lebh varabel yatu varabel yag meeragka

Lebih terperinci

UKURAN GEJALA PUSAT DAN UKURAN LETAK

UKURAN GEJALA PUSAT DAN UKURAN LETAK UKURAN GEJALA PUSAT DAN UKURAN LETAK MODUL 4 UKURAN GEJALA PUSAT DAN UKURAN LETAK. Pedahulua Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu persoala, bak megea sampel atau pu

Lebih terperinci

Uji Statistika yangb digunakan dikaitan dengan jenis data

Uji Statistika yangb digunakan dikaitan dengan jenis data Uj Statstka yagb dguaka dkata dega jes data Jes Data omal Ordal Iterval da Raso Uj Statstka Koefse Kotges Rak Spearma Kedall Tau Korelas Parsal Kedall Tau Koefse Kokordas Kedall W Pearso Korelas Gada Korelas

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Sampa saat, model Regres da model Aalss Varas telah dpadag sebaga dua hal ag tdak berkata. Meskpu merupaka pedekata ag umum dalam meeragka kedua cara pada taraf permulaa,

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB 1 PENDAHULUAN 1.1 Latar Belakag Masalah Regres merupaka suatu metode statstka yag dguaka utuk meyeldk pola hubuga atara dua atau lebh varabel.betuk atau pola hubuga varabelvarabel tersebut dapat ddetfkas

Lebih terperinci

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB Pearka Cotoh Gerombol (Cluster Samplg) Departeme Statstka FMIPA IPB Radom samplg (Revew) Smple radom samplg Stratfed radom samplg Rato, regresso, ad dfferece estmato Systematc radom samplg Cluster radom

Lebih terperinci

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES * PENYAJIAN DATA Secara umum, ada dua cara peyaja data, yatu : 1. Tabel atau daftar. Grafk atau dagram Macam-macam daftar yag dkeal : a. Daftar bars kolom b. Daftar kotges c. Daftar dstrbus frekues Sedagka

Lebih terperinci

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL 3. Pegerta Masalah regres vers dega betuk lear dapat djumpa dalam berbaga bdag kehdupa, dataraya dalam bdag ekoom, kesehata, fska, kma

Lebih terperinci

BAB 1 STATISTIKA RINGKASAN MATERI

BAB 1 STATISTIKA RINGKASAN MATERI BAB STATISTIKA A RINGKASAN MATERI. Pegerta Data adalah kumpula keteraga-keteraga atau catata-catata megea suatu kejada, dapat berupa blaga, smbol, sat atau kategor. Masg-masg keteraga dar data dsebut datum.

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4. Deskrps Peelta Berdasarka hasl peelta, d peroleh data megea kemempua sswa melakuka smash sebelum da sesudah latha power otot lega adalah sebaga berkut : Tabel.

Lebih terperinci

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel BAB LANDASAN TEORI.1 Pegerta Regres Regres dalam statstka adalah salah satu metode utuk meetuka tgkat pegaruh suatu varabel terhadap varabel yag la. Varabel yag pertama dsebut dega bermacam-macam stlah:

Lebih terperinci

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas TEKNIK SAMPLING Hazmra Yozza Izzat Rahm HG Jurusa Matematka FMIPA Uverstas Adalas Defs Suatu cotoh gerombol adalah suatu cotoh acak sederhaa dmaa setap ut pearka cotoh adalah kelompok atau gerombol dar

Lebih terperinci

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS C. Pembelajara 3 1. Slabus N o STANDA R KOMPE TENSI KOMPE TENSI DASAR INDIKATOR MATERI TUGAS BUKTI BELAJAR KON TEN INDIKA TOR WAK TU SUM BER BELA JAR Meerap ka atura kosep statstka dalam pemecah a masalah

Lebih terperinci

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI 9.1. Dstrbus Kotu Dstrbus memlk sfat kotu dmaa data yag damat berjala secara kesambuga da tdak terputus. Maksudya adalah bahwa data yag damat tersebut tergatug

Lebih terperinci

III. METODOLOGI PENELITIAN. Metode penelitian merupakan strategi umum yang di anut dalam

III. METODOLOGI PENELITIAN. Metode penelitian merupakan strategi umum yang di anut dalam III. METODOLOGI PENELITIAN A. Metode Peelta Metode peelta merupaka strateg umum yag d aut dalam pegumpula data da aalss data yag dperluka, gua mejawab persoala yag dhadap. Meurut Arkuto (006 : 3) peelta

Lebih terperinci

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu BAB II LADASA TEORI Dalam pegambla sampel dar suatu populas, dperluka suatu tekk pegambla sampel yag tepat sesua dega keadaa populas tersebut. Sehgga sampel yag dperoleh adalah sampel yag dapat mewakl

Lebih terperinci

ANALISIS PEUBAH PREDIKTOR YANG MEMUAT KESALAHAN PENGUKURAN DENGAN REGRESI ORTOGONAL

ANALISIS PEUBAH PREDIKTOR YANG MEMUAT KESALAHAN PENGUKURAN DENGAN REGRESI ORTOGONAL Prosdg Semar Nasoal Peelta, Peddka da Peerapa MIPA, Fakultas MIPA, Uverstas Neger Yogyakarta, 4 Me ANALISIS PEUBAH PREDIKTOR YANG MEMUAT KESALAHAN PENGUKURAN DENGAN REGRESI ORTOGONAL Ksmat Jurusa Peddka

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel BAB I PENDAHULUAN 1.1 Statstka Deskrptf da Statstka Iferesal Dewasa d berbaga bdag lmu da kehdupa utuk memaham/megetahu sesuatu dperluka dat Sebaga cotoh utuk megetahu berapa bayak rakyat Idoesa yag memerluka

Lebih terperinci

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP Msal dguaka kode ler C[, k, d] dega matrks pembagu G da matrks cek partas H. Sebuah blok formas x = x 1 x 2 x k, x = 0 atau 1, yag aka dkrm terlebh

Lebih terperinci

3 Departemen Statistika FMIPA IPB

3 Departemen Statistika FMIPA IPB Supleme Respos Pertemua ANALISIS DATA KATEGORIK (STK51) Departeme Statstka FMIPA IPB Pokok Bahasa Sub Pokok Bahasa Referes Waktu U potess Tga Cotoh atau Lebh U Kruskal-Walls (aalss ragam satu-arah berdasarka

Lebih terperinci

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST Koferes Nasoal Tekk Spl 3 (KoNTekS 3) Jakarta, 6 7 Me 009 WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST Maksum Taubrata Program Stud Tekk Spl, Uverstas Krste Maraatha Badug Jl.

Lebih terperinci

Pendahuluan. Relasi Antar Variabel. Relasi Antar Variabel. Relasi Antar Variabel 4/6/2015. Oleh : Fauzan Amin

Pendahuluan. Relasi Antar Variabel. Relasi Antar Variabel. Relasi Antar Variabel 4/6/2015. Oleh : Fauzan Amin 4/6/015 Oleh : Fauza Am Se, 06 Aprl 015 GDL 11 (07.30-10.50) Pedahulua Aalsa regres dguaka utuk mempelajar da megukur hubuga statstk ag terjad atara dua atau lebh varbel. Dalam regres sederhaa dkaj dua

Lebih terperinci

2.2.3 Ukuran Dispersi

2.2.3 Ukuran Dispersi 3 Ukura Dspers Yag aka dbahas ds adalah smpaga baku da varas karea dua ukura dspers yag palg serg dguaka Hubuga atara smpaga baku dega varas adalah Varas = Kuadrat dar Smpaga baku otas yag umum dguaka

Lebih terperinci

Mean untuk Data Tunggal. Definisi. Jika suatu sampel berukuran n dengan anggota x1, x2, x3,, xn, maka mean sampel didefinisiskan : n Xi.

Mean untuk Data Tunggal. Definisi. Jika suatu sampel berukuran n dengan anggota x1, x2, x3,, xn, maka mean sampel didefinisiskan : n Xi. Mea utuk Data Tuggal Des. Jka suatu sampel berukura dega aggota x1, x, x3,, x, maka mea sampel ddesska : 1... N 1 Mea utuk Data Kelompok Des Mea dar data yag dkelompoka adalah : x x 1 1 1 dega : x = ttk

Lebih terperinci

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data //203 UKURAN GEJALA PUSAT DAN UKURAN LETAK Kaa Evta Dew, S.Pd., M.S. Ukura gejala pusat Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu hal, bak tu dar sampel ataupu populas Ukura

Lebih terperinci

Regresi Linier Sederhana Definisi Pengaruh

Regresi Linier Sederhana Definisi Pengaruh Regres Ler Sederhaa Dah Idra Baga Bostatstka da Kepeduduka Fakultas Kesehata Masyarakat Uverstas Arlagga Defs Pegaruh Jka terdapat varabel, msalka da yag data-dataya dplot sepert gambar dbawah 3 Defs Pegaruh

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Defes Aalss Korelas da Regres a Aalss Korelas adalah metode statstka yag dguaka utuk meetuka kuatya atau derajat huuga lear atara dua varael atau leh. Semak yata huuga ler gars lurus,

Lebih terperinci

3/19/2012. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut

3/19/2012. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut 3/9/202 UKURAN GEJALA PUSAT DAN UKURAN LETAK Kaa Evta Dew, S.Pd., M.S. Ukura gejala pusat Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu hal, bak tu dar sampel ataupu populas

Lebih terperinci

BAB 2 LANDASAN TEORI. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama.

BAB 2 LANDASAN TEORI. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama. BAB 2 LANDASAN TEORI 2.1 Pegerta Peramala Peramala ( forecastg ) adalah kegata memperkraka atau mempredkska apa yag aka terjad pada masa yag aka datag dega waktu yag relatve lama. Sedagka ramala adalah

Lebih terperinci

Penarikan Contoh Acak Sederhana (Simple Random Sampling)

Penarikan Contoh Acak Sederhana (Simple Random Sampling) Pearka Cotoh Acak Sederhaa (Smple Radom Samplg) Defs Jka sebuah cotoh berukura dambl dar suatu populas sedemka rupa sehgga setap cotoh berukura ag mugk memlk peluag sama utuk terambl, maka prosedur tu

Lebih terperinci

8. MENGANALISIS HASIL EVALUASI

8. MENGANALISIS HASIL EVALUASI 8. MENGANALISIS HASIL EVALUASI Tujua : Mampu megaalsa tgkat kesukara hasl evaluas utuk megkatka hasl proses pembelajara Kegata megaals hasl evaluas merupaka upaya utuk memperbak programprogram pembelajara

Lebih terperinci

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan Aalsa Numerk Baha Matrkulas PENDAHULUAN Metode umerk merupaka suatu tekk atau cara utuk megaalsa da meyelesaka masalah masalah d dalam bdag rekayasa tekk da sa dega megguaka operas perhtuga matematk Masalah-masalah

Lebih terperinci

Analisis Korelasi dan Regresi

Analisis Korelasi dan Regresi Aalss Korelas da Regres Hazmra Yozza Izzat Rahm HG Jurusa Matematka FMIPA Uad LOGO www.themegaller.com LOGO Data varat Data dega dua varael Terhadap satu pegamata dlakuka pegukurapegamata terhadap varael

Lebih terperinci

III. METODOLOGI PENELITIAN. Menurut Arikunto (1991 : 3) penelitian eksperimendalah suatu penelitian yang

III. METODOLOGI PENELITIAN. Menurut Arikunto (1991 : 3) penelitian eksperimendalah suatu penelitian yang 37 III. METODOLOGI PENELITIAN A. Metode Peelta Metode peelta merupaka suatu cara tertetu yag dguaka utuk meelt suatu permasalaha sehgga medapatka hasl atau tujua yag dgka. Meurut Arkuto (1991 : 3) peelta

Lebih terperinci

METODOLOGI PENELITIAN. pengaruh atau akibat dari suatu perlakuan atau treatment, dalam hal ini yaitu

METODOLOGI PENELITIAN. pengaruh atau akibat dari suatu perlakuan atau treatment, dalam hal ini yaitu 47 III. METODOLOGI PENELITIAN A. Metode Peelta Metode peelta yag dguaka dalam peelta adalah metode eksperme. Metode dguaka atas pertmbaga bahwa sfat peelta ekspermetal yatu mecobaka suatu program latha

Lebih terperinci

Analisis Regresi. Oleh : Dewi Rachmatin

Analisis Regresi. Oleh : Dewi Rachmatin Aalss Regres Oleh : Dew Rachmat Pedahulua Dalam peelta basaya dguaka suatu model atau hubuga fugsoal atara peubah. Dega model kta berusaha memaham, meeragka, megedalka da kemuda mempredkska kelakua sstem

Lebih terperinci

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi STATISTIKA A. Des Umum. Pegerta statstk Statstk adalah kumpula akta yag berbetuk agka da dsusu dalam datar atau tabel yag meggambarka suatu persoala. Cotoh: statstk kurs dolar Amerka, statstk pertumbuha

Lebih terperinci

III BAHAN/OBJEK DAN METODE PENELITIAN. Objek yang digunakan dalam penelitian ini adalah 50 ekor sapi Pasundan

III BAHAN/OBJEK DAN METODE PENELITIAN. Objek yang digunakan dalam penelitian ini adalah 50 ekor sapi Pasundan III BAHAN/OBJEK DAN METODE PENELITIAN 3.1. Baha da Alat Peelta 3.1.1. Baha Peelta Objek yag dguaka dalam peelta adalah 50 ekor sap Pasuda jata da beta dewasa dega umur -3 tahu da tdak butg utuk meghdar

Lebih terperinci

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI BB 6 PRINSIP INKLUSI DN EKSKLUSI Pada baga aka ddskuska topk berkutya yatu eumeras yag damaka Prsp Iklus da Eksklus. Kosep dalam bab merupaka perluasa de dalam Dagram Ve beserta oepras rsa da gabuga, amu

Lebih terperinci

REGRESI LINIER SEDERHANA

REGRESI LINIER SEDERHANA MODUL REGRESI LINIER SEDERHANA Dsusu oleh : I MADE YULIARA Jurusa Fska Fakultas Matematka Da Ilmu Pegetahua Alam Uverstas Udayaa Tahu 016 Kata Pegatar Puj syukur saya ucapka ke hadapa Tuha Yag Maha Kuasa

Lebih terperinci

UKURAN GEJALA PUSAT (UGP)

UKURAN GEJALA PUSAT (UGP) UKURAN GEJALA PUSAT (UGP) Pegerta: Rata-rata (average) alah suatu la yag mewakl suatu kelompok data. Nla dsebut juga ukura gejala pusat karea pada umumya mempuya kecederuga terletak d tegah-tegah da memusat

Lebih terperinci

BAB III UKURAN PEMUSATAN DATA

BAB III UKURAN PEMUSATAN DATA BAB III UKURAN PEMUSATAN DATA A. Ukura Gejala Pusat Ukura pemusata adalah suatu ukura yag meujukka d maa suatu data memusat atau suatu kumpula pegamata memusat (megelompok). Ukura pemusata data adalah

Lebih terperinci

STATISTIK. Ukuran Gejala Pusat Ukuran Letak Ukuran Simpangan, Dispersi dan Variasi Momen, Kemiringan, dan Kurtosis

STATISTIK. Ukuran Gejala Pusat Ukuran Letak Ukuran Simpangan, Dispersi dan Variasi Momen, Kemiringan, dan Kurtosis STATISTIK Ukura Gejala Pusat Ukura Letak Ukura Smpaga, Dspers da Varas Mome, Kemrga, da Kurtoss Notas Varabel dyataka dega huruf besar Nla dar varabel dyataka dega huruf kecl basaya dtuls Tmes New Roma

Lebih terperinci

Analisis Regresi dan Korelasi

Analisis Regresi dan Korelasi Metode Statstka Pertemua III Aalss Regres da Korelas Pegatar Apa tu aalss regres? Apa edaya dega korelas? Aalss Regres Aalss statstka yag memafaatka huuga atara dua atau leh peuah kuattatf sehgga salah

Lebih terperinci

BAB 2 LANDASAN TEORITIS. yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama.

BAB 2 LANDASAN TEORITIS. yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama. BAB 2 LANDASAN TEORITIS 2.1 Pegerta Peramala Peramala ( forecastg ) adalah kegata memperkraka atau mempredkska apa yag aka terjad pada masa yag aka datag dega waktu yag relatf lama. Sedagka ramala adalah

Lebih terperinci

PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN

PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN Idah Vltr, Harso, Haposa Srat Mahassa Program S Matematka Dose Jurusa Matematka Fakultas Matematka da Ilmu

Lebih terperinci

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran Kurkulum 013/006 matematka K e l a s XI STATISTIKA: UKURAN PEMUSATAN Tujua Pembelajara Setelah mempelajar mater, kamu dharapka memlk kemampua berkut. 1. Dapat meetuka rata-rata data tuggal da data berkelompok..

Lebih terperinci

ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET

ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET Prosdg Semar Nasoal Peelta, Peddka da Peerapa MIPA Fakultas MIPA, Uverstas Neger Yogyakarta, 6 Me 9 ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET Sty Rachyay Pusat Pemafaata Sas Atarksa,

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Dalam pemodela program ler, semua parameter yag dguaka dalam model dasumska dapat dketahu secara past. Parameter-parameter terdr dar koefse batasa ( ) a, la kuattas batasa

Lebih terperinci

II. LANDASAN TEORI. Pada bab II ini, akan dibahas pengertian-pengertian (definisi) dan teoremateorema

II. LANDASAN TEORI. Pada bab II ini, akan dibahas pengertian-pengertian (definisi) dan teoremateorema II. LANDAAN TEORI Pada bab II aka dbahas pegerta-pegerta (defs) da teoremateorema ag medukug utuk pembahasa pada bab IV. Pegerta (defs) da teorema tersebut dtulska sebaga berkut.. Teorema Proeks Teorema

Lebih terperinci

BAB III PERSAMAAN PANAS DIMENSI SATU

BAB III PERSAMAAN PANAS DIMENSI SATU BAB III PERSAMAAN PANAS DIMENSI SAU Pada baga sebelumya, kta telah membahas peerapa metoda Ruge-Kutta orde 4 utuk meyelesaka masalah la awal dar persamaa dferesal basa orde. Pada bab, kta aka melakuka

Lebih terperinci

II. TINJAUAN PUSTAKA. variabel. Dalam regresi sederhana dikaji dua variabel, sedangkan dalam regresi

II. TINJAUAN PUSTAKA. variabel. Dalam regresi sederhana dikaji dua variabel, sedangkan dalam regresi 3 II. TINJAUAN PUSTAKA. Aalss Regres Aalss regres merupaka salah satu metode statstka ag dguaka utuk mempelajar da megukur huuga statstk ag terjad atara dua atau leh varael. Dalam regres sederhaa dkaj

Lebih terperinci

b) Untuk data berfrekuensi fixi Data (Xi)

b) Untuk data berfrekuensi fixi Data (Xi) B. Meghtug ukura pemusata, ukura letak da ukura peyebara data serta peafsraya A. Ukura Pemusata Data Msalka kumpula data berkut meujukka hasl pegukura tgg bada dar orag sswa. 0 cm 30 cm 5 cm 5 cm 35 cm

Lebih terperinci

Pada saat upacara bendera, kita sering memperhatikan teman-teman kita.

Pada saat upacara bendera, kita sering memperhatikan teman-teman kita. Bab Ukura Data Pada saat upacara bedera, kta serg memperhatka tema-tema kta. Terkadag tapa sadar kta membadgka tgg redah sswa dalam upacara tersebut. Ada yag tggya 170 cm, 165 cm, 150 cm atau bahka 140

Lebih terperinci

TUGAS MATA KULIAH TEORI RING LANJUT MODUL NOETHER

TUGAS MATA KULIAH TEORI RING LANJUT MODUL NOETHER TUGAS ATA KULIAH TEORI RING LANJUT ODUL NOETHER Da Aresta Yuwagsh (/364/PPA/03489) Sebelumya, telah dketahu bahwa sebaga rg dega eleme satua memeuh sfat rata ak utuk deal-deal d. Apabla dpadag sebaga modul,

Lebih terperinci

; θ ) dengan parameter θ,

; θ ) dengan parameter θ, Vol. 4. No. 3, 5-59, Desember 00, ISSN : 40-858 APLIKASI METODE BESARAN PIVOTAL DALAM PENENTUAN SELANG KEYAKINAN TAKSIRAN PARAMETER POPULASI. Agus Rusgyoo Jurusa Matematka FMIPA UNDIP Abstraks Dberka populas

Lebih terperinci

BAB 5 BARISAN DAN DERET KOMPLEKS. Secara esensi, pembahasan tentang barisan dan deret komlpeks sama dengan barisan dan deret real.

BAB 5 BARISAN DAN DERET KOMPLEKS. Secara esensi, pembahasan tentang barisan dan deret komlpeks sama dengan barisan dan deret real. BAB 5 BARIAN DAN DERET KOMPLEK ecara eses, pembahasa tetag barsa da deret komlpeks sama dega barsa da deret real. 5. Barsa Barsa merupaka sebuah fugs dega doma berupa hmpua blaga asl N. ebuah barsa kompleks

Lebih terperinci

BAB II LANDASAN TEORI. teori dan definisi mengenai variabel random, regresi linier, metode kuadrat

BAB II LANDASAN TEORI. teori dan definisi mengenai variabel random, regresi linier, metode kuadrat BAB II LANDASAN TEORI Sebaga pedukug dalam pembahasa selajutya, dperluka beberapa teor da defs megea varabel radom, regres ler, metode kuadrat terkecl, peguja asums aalss regres, outler, da regres robust.

Lebih terperinci

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL Hesty ala, Arsma Ada, Bustam hestyfala@ymalcom Mahasswa Program S Matematka MIPA-UR Dose Matematka MIPA-UR

Lebih terperinci

PENAKSIR REGRESI CUM RASIO UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN KOEFISIEN KURTOSIS DAN KOEFISIEN SKEWNESS

PENAKSIR REGRESI CUM RASIO UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN KOEFISIEN KURTOSIS DAN KOEFISIEN SKEWNESS PENAKIR REGREI CUM RAIO UNTUK RATA-RATA POPULAI DENGAN MENGGUNAKAN KOEFIIEN KURTOI DAN KOEFIIEN KEWNE usta Wula ar *, Arsma Ada, Haposa rat Mahasswa Program Matematka Dose Jurusa Matematka Fakultas Matematka

Lebih terperinci

REGRESI SEDERHANA Regresi

REGRESI SEDERHANA Regresi P a g e REGRESI SEDERHANA.. Regres Istlah regres dkemukaka utuk pertama kal oleh seorag atropolog da ahl meteorology Fracs Galto dalam artkelya Famly Lkeess Stature pada tahu 886. Ada juga sumber la yag

Lebih terperinci

Analisis Regresi Robust Menggunakan Kuadrat Terkecil Terpangkas untuk Pendugaan Parameter

Analisis Regresi Robust Menggunakan Kuadrat Terkecil Terpangkas untuk Pendugaan Parameter Vol. 6, No., 9-6, Jauar Aalss Regres Robust Megguaka Kuadrat Terkecl Terpagkas utuk Pedugaa Parameter Asa, Raupog, Sarmat Zaudd Abstrak Prosedur regres robust dtujuka utuk megakomodas adaya keaeha data,

Lebih terperinci

TINJAUAN PUSTAKA Evaluasi Pengajaran

TINJAUAN PUSTAKA Evaluasi Pengajaran TINJAUAN PUSTAKA Evaluas Pegajara Evaluas adalah suatu proses merecaaka, memperoleh da meyedaka formas yag sagat dperluka utuk membuat alteratf- alteratf keputusa. Dalam hubuga dega kegata pegajara evaluas

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi dalam statistika adalah salah satu metode untuk menentukan tingkat

BAB 2 LANDASAN TEORI. Regresi dalam statistika adalah salah satu metode untuk menentukan tingkat 0 BAB LANDASAN TEORI. Pegerta Regres Regres dalam statstka adalah salah satu metode utuk meetuka tgkat pegaruh suatu varael terhadap varael yag la. Varael yag pertama dseut dega ermacam-macam stlah: varael

Lebih terperinci

PEDOMAN STATISTIK UJI PROFISIENSI

PEDOMAN STATISTIK UJI PROFISIENSI DPLP 3 Rev. 0 PEDOMAN STATISTIK UJI PROFISIENSI Komte Akredtas Nasoal Natoal Accredtato Body of Idoesa Gedug Maggala Waabakt, Blok IV, Lt. 4 Jl. Jed. Gatot Subroto, Seaya, Jakarta 070 Idoesa Tel. : 6 5747043,

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB METODE PENELTAN 3.1 Tempat da Waktu Peelta Peelta dlaksaaka d areal/wlaah koses huta PT. Sarmeto Parakata Tmber, Kalmata Tegah pada bula Aprl sampa dega Me 007. 3. Baha da Alat Baha ag dguaka utuk

Lebih terperinci

Metode Statistika Pertemuan XII. Analisis Korelasi dan Regresi

Metode Statistika Pertemuan XII. Analisis Korelasi dan Regresi Metode Statstka Pertemua XII Aalss Korelas da Regres Aalss Hubuga Jes/tpe hubuga Ukura Keterkata Skala pegukura varabel Pemodela Keterkata Relatoshp vs Causal Relatoshp Tdak semua hubuga (relatoshp) berupa

Lebih terperinci

POLIGON TERBUKA TERIKAT SEMPURNA

POLIGON TERBUKA TERIKAT SEMPURNA MODUL KULIAH ILMU UKUR TANAH POLIGON TERBUKA TERIKAT SEMPURNA Pegerta : peetua azmuth awal da akhr, peetuat kesalaha peutup sudut,koreks sudut, kesalaha lear da koreks lear kearah sumbu X da Y, Peetua

Lebih terperinci

ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS

ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS = 1 + + + + k k + u PowerPot Sldes baa Rohmaa Educato Uverst of Idoesa 007 Laboratorum Ekoom & Koperas Publshg Jl. Dr. Setabud

Lebih terperinci

BAB II LANDASAN TEORI. digunakan dengan mengabaikan asumsi-asumsi yang melandasi penggunaan metode

BAB II LANDASAN TEORI. digunakan dengan mengabaikan asumsi-asumsi yang melandasi penggunaan metode BAB II ANDASAN TEORI. Regres Noparametrk Metode statstka oparametrk merupaka metode statstka ag dapat dguaka dega megabaka asums-asums ag meladas pegguaa metode statstk parametrk. Terutama ag berkata dega

Lebih terperinci

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD Eka Mer Krst ), Arsma Ada ), Sgt Sugarto ) ekamer_tross@ymal.com ) Mahasswa Program S Matematka FMIPA-UR

Lebih terperinci

Penerapan Model Regresi Ensemble Non-Hybrid pada Data Kemiskinan di Provinsi Jawa Tengah

Penerapan Model Regresi Ensemble Non-Hybrid pada Data Kemiskinan di Provinsi Jawa Tengah The 6 th Uversty Research Colloquum 7 Peerapa Model Regres Esemble No-Hybrd pada Data Kemska d Provs Jawa Tegah Corela Ardaa Savta, Sr Sulstjowat Hadaja, Bowo Waro 3,3 Program Stud Matematka FMIPA, Uverstas

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Bab aka mejelaska megea ladasa teor yag dpaka oleh peuls dalam peelta. Bab dbag mejad beberapa baga, yag masg masg aka mejelaska Prcpal Compoet Aalyss (PCA), Egeface, Klusterg K-Meas,

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN A. Jes Peelta Dalam pelta peelt megguaka racaga eksperme. Eksperme adalah observas dbawah kods buata (artfcal codto), dmaa kods tersebut dbuat da d atur oleh s peelt. Dega

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Propinsi Gorontalo tahun pelajaran 2012/2013.

BAB III METODOLOGI PENELITIAN. Propinsi Gorontalo tahun pelajaran 2012/2013. BAB III METODOLOGI PENELITIAN 3.. Tempat da Waktu Peelta Peelta dlaksaaka d SMP Neger 3 Gorotalo kota Gorotalo Props Gorotalo tahu pelajara 0/03. D SMP Neger 3 Gorotalo memlk 6 romboga belajar yag terdr

Lebih terperinci

TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP

TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP JURNAL MATEMATIKA DAN KOMPUTER Vol. 7. No. 1, 11-19, Aprl 004, ISSN : 1410-8518 TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM Sudaro Jurusa Matematka FMIPA UNDIP Abstrak Sstem yag dbetuk

Lebih terperinci

BAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah

BAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah BAB III INEGRAL RIEMANN-SIELJES. Pedahulua Pada Bab, telah dsggug bahwa ukura meghtug merupaka salah satu pedekata utuk membetuk proses ttk. Berkata dega masalah perhtuga, ada hal meark yag perlu amat,

Lebih terperinci

SIFAT-SIFAT LANJUT FUNGSI TERBATAS

SIFAT-SIFAT LANJUT FUNGSI TERBATAS Bulet Ilmah Mat. Stat. da Terapaya (Bmaster) Volume 03, No. 2(204), hal 35 42. SIFAT-SIFAT LANJUT FUNGSI TERBATAS Suhard, Helm, Yudar INTISARI Fugs terbatas merupaka fugs yag memlk batas atas da batas

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Metode penelitian sangat diperlukan dalam sebuah penelitian untuk

BAB III METODOLOGI PENELITIAN. Metode penelitian sangat diperlukan dalam sebuah penelitian untuk BAB III METODOLOGI PENELITIAN A. Metode Peelta Metode peelta sagat dperluka dalam sebuah peelta utuk memaham suatu objek peelta da utuk medapatka sejumlah formas tetag masalah pokok yag aka dpecahka. Ada

Lebih terperinci

IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB

IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB Semar Nasoal Tekolog 007 (SNT 007) ISSN : 978 9777 IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB Krsawat STMIK AMIKOM Yogyakarta e-mal : krsa@amkom.ac.d

Lebih terperinci

STATISTIKA DASAR. Oleh

STATISTIKA DASAR. Oleh STATISTIKA DASAR Oleh Suryo Gurto cara peyaja data - tabel - grak meghtug harga-harga petg : - ukura lokas - ukura sebara/peympaga apabla data mempuya observasya cukup bayak perlu dsusu secara sstematk

Lebih terperinci