ANALISIS METODE BINOMIAL DIPERCEPAT PADA PERHITUNGAN HARGA OPSI EROPA

Ukuran: px
Mulai penontonan dengan halaman:

Download "ANALISIS METODE BINOMIAL DIPERCEPAT PADA PERHITUNGAN HARGA OPSI EROPA"

Transkripsi

1 ANALISIS EODE BINOIAL DIPERCEPA PADA PERHIUNGAN HARGA OPSI EROPA Istqomah, Abdul Azz Jurusan atematka Unverstas Islam Neger aulana alk Ibrahm alang e-mal: ARAK odel umum yang dgunakan dalam perhtungan harga ops Eropa adalah model Black Scholes. Kemudan dtemukan suatu metode baru yang merupakan aproksmas dar model Black Scholes yatu metode Bnomal. Akan tetap, perhtungan harga ops Eropa menggunakan metode Bnomal membutuhkan parts waktu yang banyak untuk bsa mendekat model kontnu Black Scholes. Untuk mempercepat kekonvergenan aproksmas harga ops Eropa maka dgunakan pengembangan dar model Bnomal yatu Bnomal Dpercepat. Langkah yang dlakukan dalam metode Bnomal Dpercepat adalah melakukan pemulusan kurva harga ops yang dsebut dengan ddle of ree (O). Sebelum melakukan pemulusan kurva tersebut yang dlakukan terlebh dahulu adalah memsahkan parts waktu yang dgunakan yatu parts waktu ganjl dan genap. Asums yang dgunakan pada O adalah dengan meletakkan harga ketentuan d tengah pohon bnomal pada saat jatuh tempo. Dar asums tersebut ddapatkan parameter u dan p yang akan dgunakan dalam pemulusan kurva O. Dengan menggunakan parameter O tersebut dperoleh hasl dar harga ops Eropa yang bsa mendekat harga kekonvergenan Black Scholes dengan parts yang lebh sedkt dbandngkan dengan menggunakan metode Bnomal. Kata Kunc: Ops Eropa, Bnomal,Bnomal Dpercepat, ddle of ree (O) ARAC A common model whch s used the calculaton of the prce of European opton s Black Scholes odel. Afterwards, there s a new model whch n approxmaton of Black Scholes odel. hs model s called as Bnomal odel. But then, the calculaton of the prce of European Opton wth Bnomal odel requres many teratons to approach the Contnue odel of Black Scholes. he development of Bnomal odel, Accelerated Bnomal, s used accelerate the convergence of the approxmaton of European Opton. On of steps n the Accelerated Bnomal ethod s the ddle of ree (O). O s the smoothng of opton prce s curve. Before dong the smoothng of curve, the frst step that must be done s separatng the used tme; odd and even tme. he assumpton that s used n O s placng the prce provson among the bnomal tree on the maturty tme. he result the assumpton u and p that wll be appled n the smoothng of curve. he usng of O parameter produces a result from the prce of European Opton that convergences to Black Scholes faster than usng Bnomal odel. Keywords: European Opton, Bnomal, Accelerated Bnomal, ddle of ree (O) PENDAHULUAN Pada peneltan sebelumnya tentang perhtungan harga ops Eropa menggunakan metode Bnomal telah djelaskan beberapa bentuk yang dgunakan untuk menghtung harga ops Eropa. Salah satu bentuk yang dgunakan dalam perhtungan harga ops Eropa adalah metode Bnomal bentuk CRR. etode Bnomal bentuk CRR n untuk pertama kal dkembangkan secara smultan oleh Cox, Ross dan Rubnsten [1] serta Rendlemen dan Bartter [2] dengan mengasumskan bahwa dalam suatu nterval waktu, harga saham akan nak sebesar faktor u (up) dan akan turun sebesar faktor d (down) karena dpengaruh oleh faktor suku bunga. Selanjutnya CRR mempertmbangkan bahwa pergerakan harga saham juga dpengaruh faktor volatltas. Semakn banyak parts waktu yang dgunakan pada metode Bnomal CRR, maka harga ops yang ddapat akan semakn mendekat model kontnyu Black Scholes [3]. Akan tetap, untuk mendapatkan harga ops yang mendekat model kontnyu Black Scholes dperlukan waktu yang cukup lama karena dengan parts waktu yang semakn banyak maka proses perhtungan harga ops juga akan semakn banyak. Setap parts waktu yang berubah pada metode Bnomal CRR mengakbatkan keadaan strke prce selalu berubah terhadap node pada waktu jatuh tempo. In menyebabkan terjadnya oslas (nak turun) harga ops terhadap parts

2 Analss etode Bnomal Dpercepat pada Perhtungan Eropa waktu, sehngga kekonvergenan terhadap Black Scholes sangat lambat [4]. Keadaan n telah dbuktkan pada peneltan sebelumnya tentang perhtungan ops Eropa dengan metode Bnomal CRR. Jka menggunakan parts waktu kecl maka harga saham pada waktu jatuh tempo yang dperoleh sangat kecl sehngga akan menyebabkan keadaan dmana antara ops call dan ops put tdak salng mbang. Salah satu metode yang dgunakan untuk mempercepat kekonvergenan harga ops metode Bnomal CRR terhadap harga ops metode Black Scholes adalah dengan melakukan pemulusan kurva terhadap pohon Bnomal CRR atau basa dsebut dengan ddle of ree (O). Dengan melakukan pemulusan kurva Bnomal CRR maka penelt akan mendapat harga saham pada waktu jatuh tempo yang lebh besar dar metode Bnomal CRR. Dengan nla harga saham pada waktu jatuh tempo yang lebh besar maka dengan parts waktu berapapun akan ddapatkan nla yang selalu ada d tengah pohon Bnomal pada saat jatuh tempo. Hal n menyebabkan nla ops call ataupun put selalu tdak nol sehngga kedua ops tersebut dapat memlk peluang untuk mendapatkan untung. INJAUAN EORI K 1. Bnomal Defns Ekspermen Bnomal: Suatu ekspermen dnamakan ekspermen bnomal bla dan hanya bla ekspermen yang bersangkutan terdr dar percobaan-percobaan bnomal. Anggaplah p adalah probabltas bahwa suatu kejadan akan terjad dalam suatu percobaan tunggal sembarang (dsebut peluang keberhaslan), maka q =1 p adalah probabltas bahwa suatu kejadan akan gagal dalam setap satu percobaan (dsebut peluang kegagalan). Probabltas bahwa suatu kejadan akan terjad tepat x kal dalam n percobaan (artnya, keberhaslan-keberhaslan (sukses) dan n - x kegagalan akan terjad) dtentukan oleh fungs probabltas n n! f x P X x p q p q x x! n x! dmana varabel acak X melambangkan jumlah keberhaslan dalam n percobaan dan x = 0, 1,, n. x n x x nx 2. Ops Ops (Opton) adalah sebuah hak atau suatu kontrak antara wrter (penjual) dan holder (pembel) pemegang ops yang memberkan hak, kepada holder (pemegang opton) untuk membel atau menjual suatu aset pokok (underlyng asset) pada suatu tanggal tertentu untuk suatu harga tertentu. Ada dua tpe dasar ops yatu call dan put. Ops call adalah hak untuk membel sejumlah tertentu suatu underlyng asset dengan harga sebesar strke prce, pada waktu jatuh tempo (maturty date). Sedangkan ops put adalah hak untuk menjual sejumlah tertentu suatu underlyng asset dengan harga sebesar strke prce, pada waktu jatuh tempo (maturty date) [5]. Kontrak ops adalah suatu perjanjan yang memberkan hak kepada holder untuk membel suatu underlyng asset. Pada tngkat harga tertentu (strkng prce) pada saat tanggal tertentu (maturty date). Seorang holder suatu ops harus membuat suatu keputusan apa yang akan a lakukan terhadap tanggungan kontrak hak ops n. Keputusannya akan dtentukan pada stuas pasar, dan tpe ops n. salkan pada call ops Eropa, da dapat mengabakan ops n bla harga saham (stock prce) d pasar pada waktu jatuh tempo (maturty date) lebh rendah dar pada harga call ops (strke prce), karena tdak dapat memberkan keuntungan. Ia lebh bak membel saham serupa d pasar dengan harga yang lebh rendah dar pada membelnya pada wrter dengan harga strke prce. enurut seydel [3] jka S adalah harga saham d pasar pada waktu dan K adalah strke prce maka keuntungan atau nla payoff untuk kedua jens ops d atas dberkan oleh: untuk ops call C max S K S K,0 (1) Sedangkan untuk ops put dberkan oleh P max K S K S,0 (2) Wrter memperoleh keuntungan dar baya atau harga ops dar holder, bak holder melaksanakan haknya maupun tdak melaksanakan haknya. Holder (pemegang ops) akan mendapatkan untung, jka menggunakan hak opsnya, dar nla ops yang dperoleh dar selsh harga saham pada pasar bebas dengan harga saham pada ops, yang dstlahkan dengan payoff, V, setelah dkurang dengan harga ops (opton prce), yang dstlahkan dengan proft atau keuntungan. Keuntungan atau kerugan yang dperoleh holder atau pemegang ops call pada waktu : Proft = payoff harga opton = V C max( K S,0) C c sebalknya, bag pemegang ops put akan mendapatkan keuntungan atau kerugan: Proft = payoff - harga opton CAUCHY ISSN:

3 Istqomah, Abdul Azz = V P max( K S,0) P p Artnya, jka proft bernla postf maka pemegang ops mendapatkan keuntungan, dan sebalknya jka negatf merupakan kerugan yang maksmal sebesar harga ops. Berkut n adalah gambar kurva fungs payoff dan proft untuk ops call dan ops put. Proft dperoleh dar pengurangan harga transaks pada saat membel ops terhadap nla payoff yang dperoleh [6]. 3. etode Bnomal Eropa Pada kenyataannya harga saham d pasar bebas akan selalu berubah nak atau turun dengan perubahan waktu. Kemungknan dua arah perubahan nlah yang dgunakan sebaga dasar model bnomal. salkan harga saham saat pembuatan ops, adalah S0 nak dengan peluang p menjad Su atau akan turun dengan peluang q menjad Sd. Sehngga nla ops pada saat pembuatan ops, adalah V0 dan pada saat nak menjad U atau akan turun menjad D. Permodelan matematka dharapkan dapat membantu untuk memaham keadaan sekarang dan predksnya pada waktu yang akan datang. Oleh karena tu, agar model bnomal n dapat berhasl dengan lebh bak maka harus sesua dengan keadaan duna nyata. asalah yang dhadap sekarang adalah bagamana kta memlh p, u, dan d sedemkan hngga model bnomal n mendekat pada keadaan duna nyata [6]. emula dengan dskrtsas, yatu menjadkan waktu kontnu t menjad dskrt dengan menggantkan t oleh waktu yang sama lamanya katakanlah t. bdang (S,t) dwakl oleh gars-gars lurus paralel dengan jarak t. enggant nla-nla kontnu S sepanjang paralel t = t dengan nla-nla dskrt Sj, untuk semua dan j yang sesua. Untuk lebh memaham lhat gambar 1. Gambar n menunjukkan sebuah hubungan grd, katakanlah perubahan dar t ke t+ t, atau dar t ke t+1. S S S t = t p q S+1 t+1= t + t Gambar 1 Prnsp etode Bnomal salkan dgunakan notas sebaga berkut: = banyaknya selang waktu Su = u. S Sd = d. S t j = ndeks waktu, t = waktu ke = ndeks kemungknan harga saham dengan: t t :. t, 0,1,2,3,..., j 0,1,2,3,..., S : S t Asums-asums yang dgunakan dalam permodelan n adalah: 1. Harga S, sebaga harga awal, selama setap perode waktu t hanya dapat berubah dalam dua kemungknan yatu nak menjad Su atau turun menjad Sd dengan 0 < d < u. D sn u dan d masng-masng merupakan faktor perubahan nak dan turun yang konstan untuk setap t. 2. Peluang perubahan nak adalah p, P(nak) = p. Sehngga P(turun) = q=(1-p). 3. Ekspektas harga saham secara acak kontnu, dengan suku bunga bebas resko (r), dar harga saham ke pada waktu ke menjad harga saham ke +1 pada waktu ke +1 adalah: E( S ). r t S e (1) 4. dak ada pembayaran dvden 1 selama perode waktu tersebut. Skema (tree) untuk fluktuas harga saham secara dskrt dapat dbangun menggunakan model bnomal. Sehngga secara umum harga saham pada saat t = t terdapat +1 kemungknan dengan rumus umum: j j S, = 0,1,, j = 0,1,. j S u d 0 PEBAHASAN dan j (4) Berdasarkan konstruks tentang metode bnomal untuk perhtungan harga ops Eropa, yang ddasarkan pada perhtungan harga saham. Harga saham pada waktu tertentu sangat dperlukan oleh holder (pembel) dan wrter (penjual) untuk mempredks nla ops. enghtung harga ops Eropa dan ops Asa Eropa terlebh dulu mencar payoff atau nla ops. encar nla ops Eropa dan ops Asa Eropa, pada kontrak ops yang dlakukan holder dan wrter, saat pertama kal perjanjan holder (pembel) harus menentukan ops call (hak untuk membel) atau ops put (hak untuk menjual), pada kontrak ops Eropa dan ops Asa Eropa dketahu harga saham awal dan menentukan harga saham perjanjan (strke 110 Volume 3 No.2 e 2014

4 Analss etode Bnomal Dpercepat pada Perhtungan Eropa prce, K ) dalam waktu jatuh tempo (maturty ). enentukan harga saham pada waktu jatuh tempo membutuhkan harga saham awal dengan metode bnomal. Harga saham d pasar bebas pada waktu tertentu yang akan datang, tdak dapat dpastkan. Harga saham pasar bebas kenyataannya selalu mengalam perubahan nak atau turun setap detknya atau dengan perubahan waktu. Kemungknan dua arah perubahan nlah yang dgunakan sebaga dasar metode bnomal. Pada metode bnomal, dketahu harga saham awal, untuk mengetahu harga saham sampa dengan jatuh tempo menggunakan persamaan (4). date, Su 3 Su mencar harga ops yatu model ops Eropa yang d bandngkan dengan model Black-Scholes. 1. Perhtungan Eropa odel yang pertama menggunakan ops Eropa. Setelah menemukan harga saham waktu jatuh tempo, dar tu dapat memperoleh nla ops Eropa. Sebelum menghtung nla ops, menentukan jens ops terlebh dahulu, yatu ops call atau ops put. enghtung nla ops call (call payoff) yatu V max S K,0 (8) j j terdapat beberapa nla j = 0,1,2,..., dan =0,1,2,...,. j V 22 V 33 V S Su Sd Su 2 Sud Sd 2 Su 2 d Sud 2 Sd 3 Sd V V 00 j V 11 V 01 V 12 V 02 V 23 V 13 V 03 V 0 Gambar 3. Skema Perubahan payoff Secara Bnomal t t t 1 Gambar 2. Skema Fluktuas Harga Saham Secara Bnomal dar ekspektas d atas ddapatkan rumus dskrt harga saham pada waktu t = sebaga berkut: 0 E S pu qd S (5) Persamaan (4) adalah tdak rekursf, artnya perhtungan yang memerlukan waktu relatf lama, sehngga perlu adanya bentuk rekursf yang dperoleh sebaga berkut, dengan bantuan persamaan r t E S S e (6) 0 untuk menghtung harga saham awal dar harga saham jatuh tempo menggunakan dskon dar persamaan (3) dengan rumus: S e E S rt 0 1 S e ps qs rt j j1, 1 j, 1 r t e (7) dan untuk mengetahu harga saham sebelumnya menggunakan persamaan (7). Dar langkahlangkah n, dapat menemukan dar harga ops awal sampa jatuh tempo, terdapat model untuk Dar beberapa nla ops n dperoleh secara bnomal mundur harga ops awal, V e pv qv (9) r t 0 j1, 1 j, 1 dan untuk menghtung nla ops put (put payoff) yatu V max K S,0 (10) j terdapat beberapa nla j = 0,1,2,..., dan =0,1,2,...,. Dar beberapa nla ops n dperoleh secara bnomal mundur harga ops awal, V e pv qv (11) j r t 0 j1, 1 j, 1 Supaya model bnomal n mendekat pada keadaan duna nyata, maka harus mencar nla parameter u, d dan p. 2. Parameter-parameter u,d, dan p etode dengan asums u.d=1. Untuk menentukan tga parameter yang belum dketahu, u, d, dan p, dperlukan tga persamaan, yatu: 1) enyamakan ekspektas harga saham model dskrt dengan model kontnu CAUCHY ISSN:

5 Istqomah, Abdul Azz 2) enyamakan varans model dskrt dengan model kontnu 3) enyamakan u. d = 1 Persamaan pertama menyamakan ekspektas harga saham model dskrt dengan model kontnu yatu menggunakan persamaan (5) dan persamaan (6) pada waktu jatuh tempo. sehngga dperoleh nla untuk u, d dan p yatu: u 4 2, dengan 2 1 d u, rt e d p u d t 2 r t r t e e (12) 3. etode Bnomal Dpercepat Pada metode Bnomal Dpercepat n konsep yang dgunakan adalah konsep pemulusan kurva harga ops Eropa yang dsebut dengan ddle of ree (O). ddle of ree (O) adalah pemulusan kurva dengan meletakkan harga K d tengah pohon Bnomal pada saat waktu jatuh tempo sehngga harga K selalu tetap terhadap node d setap nla yang berubah. Untuk menghlangkan oslas pada harga ops Eropa menggunakan metode Bnomal CRR, parts waktu dpsahkan menjad ganjl dan genap [4]. Harga K selalu terletak d tengah pohon Bnomal pada saat waktu jatuh tempo dengan cara merubah parameter u dan d. Oleh karena harga K harus terletak d tengah pohon Bnomal pada saat jatuh tempo, maka j j S ud S u d S u d S u d K dengan 1,2,, ; j 0,1,2,, Pada saat jatuh tempo, harga K harus terletak d tengah noktah-noktah pohon Bnomal, akbatnya ( ) 2 S0 ud K (13) Pada metode Bnomal CRR, harga saham akan nak atau turun bergantung pada parameter u dan d sesua dengan rumus yatu t u e dan d e t Sedangkan parameter u dan d pada metode Bnomal Dpercepat dubah dengan menambahkan varable C1 dan C2 pada eksponensal parameter u dan d. Penambahan varabel C1 dan C2 membuat harga node saham akan bergerak sehngga keadaan K selalu berada d tengah-tengah jumlah node pohon Bnomal pada saat waktu jatuh tempo sehngga ddapatkan parameter u dan d sebaga berkut: t C1 t C2 u e, d e (14) Dengan mensubttuskan persamaan (13) dan (14) dan dengan melakukan pemlhan nla C1 dan C2 ddapatkan C K ln( ) S 0 1 C2 (15) Dan dengan mensubttuskan persamaan (13) ke persamaan (14) ddapatkan parameter u dan d sebaga berkut: K K ln( ) ln( ) S0 S0 t t u e, d e (16) 4. Smulas Grafk Ilustras yang dgunakan untuk menentukan harga ops call dan harga ops put dar model ops Eropa dengan perbandngan model Black Scholes dan model ops Eropa akan dberkan tga contoh smulas sebaga berkut. Warna hjau menunjukkan harga ops genap, warna merah menunjukkan harga ops ganjl warna bru menunjukkan harga black Scholes, dan warna bru menunjukkan ops Asa Eropa. 4.1 Harga Saham Lebh Besar dar Harga Ketentuan Untuk grafk call ops = 0.24, = 146 = 50, K = 43, r = 0.15, Pergerakan Call Eropa bentuk CRR Gambar 4. Grafk hasl Smulas Call dengan pemsahan parts waktu Dar pemsahan parts n ddapatkan hasl yang yang sama dengan hasl sebelumnya hanya dbedakan parts ganjl dan genap. Dar hasl smulas ops call menggunakan metode Bnomal CRR ddapatkan bahwa holder (pemegang ops) harus membayar sebesar kepada wrter (penuls ops) dengan acuan perhtungan menggunakan Black Scholes. Untuk hasl dar O adalah sebaga berkut: 112 Volume 3 No.2 e 2014

6 Analss etode Bnomal Dpercepat pada Perhtungan Eropa Pergerakan Call Eropa dengan ddle of ree Gambar 5. Grafk hasl Smulas Call dengan O Dar grafk hasl pemulusan dapat dlhat bahwa harga ops Eropa menggunakan Bnomal Dpercepat sudah dapat mendekat harga Black Scholes dengan parts 101. Kekonvergenan n lebh cepat dbandngkan dengan kekonvergenan menggunakan metode Bnomal CRR d mana harga ops Eropa yang ddapat dar metode Bnomal Dpercepat pada parts waktu 101 baru dapat ddapat oleh metode Bnomal CRR pada parts waktu 146. Untuk grafk put ops = 50, K = 43, r = 0.15, O genap O ganjl = 0.24, = 146 Gambar 7. Grafk hasl Smulas Put dengan O Dar grafk hasl pemulusan dapat dlhat bahwa harga ops Eropa menggunakan Bnomal Dpercepat sudah dapat mendekat harga Black Scholes dengan parts 101. Kekonvergenan n lebh cepat dbandngkan dengan kekonvergenan menggunakan metode Bnomal CRR d mana harga ops Eropa yang ddapat dar metode Bnomal Dpercepat pada parts waktu 101 baru dapat ddapat oleh metode Bnomal CRR pada parts waktu Harga Saham sama dengan Harga Ketentuan Untuk grafk call ops = 0.24, = 146 = 50, K = 50, r = 0.15, Pergerakan Call Eropa bentuk CRR Pergerakan Put Eropa bentuk CRR 8.1 Gambar 8. Grafk hasl Smulas Call dengan pemsahan parts waktu Gambar 6. Grafk hasl Smulas Put dengan pemsahan parts waktu Dar pemsahan parts n ddapatkan hasl yang yang sama dengan hasl sebelumnya hanya dbedakan parts ganjl dan genap. Dar hasl smulas ops put menggunakan metode Bnomal CRR ddapatkan bahwa holder (pemegang ops) harus membayar sebesar kepada wrter (penuls ops) dengan acuan perhtungan menggunakan Black Scholes. Untuk hasl dar O adalah sebaga berkut: Pergerakan Put Eropa dengan ddle of ree -1.4 O genap O ganjl Dar pemsahan parts n ddapatkan hasl yang yang sama dengan hasl sebelumnya hanya dbedakan parts ganjl dan genap. Dar hasl smulas ops put menggunakan metode Bnomal CRR ddapatkan bahwa holder (pemegang ops) harus membayar sebesar kepada wrter (penuls ops) dengan acuan perhtungan menggunakan Black Scholes. Untuk hasl dar O adalah sebaga berkut: Pergerakan Call Eropa bentuk CRR 8.1 Gambar 9. Grafk hasl Smulas Call dengan O Grafk yang ddapatkan dar pemulusan kurva n adalah sama dengan grafk dar bnomal CRR sebelumnya dengan pemsahan parts waktu. Harga ops awal yang ddapat adalah dan pada waktu ke-146 harga ops call Eropa yang ddapatkan adalah CAUCHY ISSN:

7 Istqomah, Abdul Azz dan harga Black Scholes adalah Sehngga, hasl yang dperoleh sama dengan hasl yang dperoleh pada Bnomal CRR dengan pemsahan parts waktu Untuk grafk put ops = 50, K = 50, r = 0.15, = 0.24, = 146 Pergerakan Put Eropa bentuk CRR metode Bnomal CRR ddapatkan bahwa holder (pemegang ops) harus membayar sebesar kepada wrter (penuls ops) dengan acuan perhtungan menggunakan Black Scholes. Untuk hasl dar O adalah sebaga berkut: Pergerakan Call Eropa dengan ddle of ree O genap O ganjl Gambar 10. Grafk hasl Smulas Put dengan pemsahan parts waktu Dar pemsahan parts n ddapatkan hasl yang yang sama dengan hasl sebelumnya hanya dbedakan parts ganjl dan genap. Dar hasl smulas ops put menggunakan metode Bnomal CRR ddapatkan bahwa holder (pemegang ops) harus membayar sebesar kepada wrter (penuls ops) dengan acuan perhtungan menggunakan Black Scholes. Pergerakan harga ops put Eropa dengan menggunakan metode O sama dengan pergerakan harga ops call Eropa dengan menggunakan metode O yatu grafknya sama dengan hasl perhtungan Bnomal CRR dengan pemsahan parts waktu. Sehngga, untuk mengetahu pergerakan harga ops put Eropa dengan O dapat dlhat pada pergerakan harga ops put Eropa menggunakan Bnomal CRR dengan pemsahan parts waktu. 4.3 Harga Saham kurang dar Harga Ketentuan Untuk grafk call ops = 0.24, = 146 = 50, K = 57, r = 0.15, Pergerakan call Eropa bentuk CRR 4.2 Gambar 11. Grafk hasl Smulas Call dengan pemsahan parts waktu Dar pemsahan parts n ddapatkan hasl yang yang sama dengan hasl sebelumnya hanya dbedakan parts ganjl dan genap. Dar hasl smulas ops put menggunakan Gambar 12. Grafk hasl Smulas Call dengan O Dar grafk hasl pemulusan dapat dlhat bahwa harga ops Eropa menggunakan Bnomal Dpercepat sudah dapat mendekat harga Black Scholes dengan parts 101. Kekonvergenan n lebh cepat dbandngkan dengan kekonvergenan menggunakan metode Bnomal CRR d mana harga ops Eropa yang ddapat dar metode Bnomal Dpercepat pada parts waktu 101 baru dapat ddapat oleh metode Bnomal CRR pada parts waktu 146. Untuk grafk put ops = 50, K = 57, r = 0.15, = 0.24, = 146 Pergerakan Put Eropa bentuk CRR 3.4 Gambar 13. Grafk hasl Smulas Put dengan pemsahan parts waktu Dar pemsahan parts n ddapatkan hasl yang yang sama dengan hasl sebelumnya hanya dbedakan parts ganjl dan genap. Dar hasl smulas ops put menggunakan metode Bnomal CRR ddapatkan bahwa holder (pemegang ops) harus membayar sebesar kepada wrter (penuls ops) dengan acuan perhtungan menggunakan Black Scholes. Untuk hasl dar O adalah sebaga berkut: 114 Volume 3 No.2 e 2014

8 Analss etode Bnomal Dpercepat pada Perhtungan Eropa Pergerakan Put Eropa dengan ddle of ree O genap O ganjl BIBLIOGRAPHY [1] S.. Ross, An ntroducton to mathematcal fnance: optons and other topcs, vol. 36. Cambrdge unversty press Cambrdge, Gambar 14. Grafk hasl Smulas Put dengan O Dar grafk hasl pemulusan dapat dlhat bahwa harga ops Eropa menggunakan Bnomal Dpercepat sudah dapat mendekat harga Black Scholes dengan parts 101. Kekonvergenan n lebh cepat dbandngkan dengan kekonvergenan menggunakan metode Bnomal CRR d mana harga ops Eropa yang ddapat dar metode Bnomal Dpercepat pada parts waktu 101 baru dapat ddapat oleh metode Bnomal CRR pada parts waktu 146. PENUUP Semakn banyak parts waktu yang dgunakan maka aproksmas harga ops akan semakn lambat untuk menuju kekonvergenan terhadap Black Scholes. Untuk mempercepat kekonvergenan aproksmas harga ops Eropa maka dgunakan pengembangan dar model Bnomal yatu Bnomal Dpercepat. Langkah yang dlakukan dalam metode Bnomal Dpercepat adalah melakukan pemulusan kurva harga ops yang dsebut dengan ddle of ree (O). Akan tetap, sebelum melakukan pemulusan kurva tersebut yang dlakukan terlebh dahulu adalah memsahkan parts waktu yang dgunakan yatu parts waktu ganjl dan genap. Dengan menggunakan parameter O tersebut dperoleh hasl dar harga ops Eropa yang bsa mendekat harga kekonvergenan Black Scholes dengan parts yang lebh sedkt dbandngkan dengan menggunakan metode Bnomal. [2] R. J. Rendleman and B. J. Bartter, wo State Opton Prcng, J. Fnance, vol. 34, no. 5, pp , [3] R. Seydel and R. Seydel, ools for computatonal fnance, vol. 4. Sprnger, [4]. R. Klassen, Smple, fast, and flexble prcng of Asan optons, J. Comput. Fnanc., vol. 4, no. 3, pp , [5] Z. Bode, Essentals of nvestments.. [6] A. Azz, Empat Bentuk Nla Parameterparameter u, d, dan p dalam Bnomal Harga Saham, [Onlne]. Avalable: bdul-azz-empat-bentuk-solus-odel- Bnomal-fulltext_1.pdf. [Accessed: 06- Nov-2014]. Saran Bag peneltan selanjutnya, dsarankan untuk menggunakan metode Bnomal Dpercepat pada perhtungan harga ops Asa Eropa, ops Amerka ataupun ops Asa Amerka. Bsa juga dkembangkan metode lan untuk mempercepat perhtungan harga ops selan menggunakan pemulusan kurva O. CAUCHY ISSN:

BAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh

BAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh BAB III METODE PENELITIAN 3.1 Desan Peneltan Sebelum dlakukan peneltan, langkah pertama yang harus dlakukan oleh penelt adalah menentukan terlebh dahulu metode apa yang akan dgunakan dalam peneltan. Desan

Lebih terperinci

Nama : Crishadi Juliantoro NPM :

Nama : Crishadi Juliantoro NPM : ANALISIS INVESTASI PADA PERUSAHAAN YANG MASUK DALAM PERHITUNGAN INDEX LQ-45 MENGGUNAKAN PORTOFOLIO DENGAN METODE SINGLE INDEX MODEL. Nama : Crshad Julantoro NPM : 110630 Latar Belakang Pemlhan saham yang

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pengertan Regres Regres pertama kal dpergunakan sebaga konsep statstka oleh Sr Francs Galton (1822 1911). Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang

Lebih terperinci

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran BAB 1 PENDAHULUAN 1.1. Latar Belakang Pertumbuhan dan kestablan ekonom, adalah dua syarat pentng bag kemakmuran dan kesejahteraan suatu bangsa. Dengan pertumbuhan yang cukup, negara dapat melanjutkan pembangunan

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Satelah melakukan peneltan, penelt melakukan stud lapangan untuk memperoleh data nla post test dar hasl tes setelah dkena perlakuan.

Lebih terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. Universitas Sumatera Utara BAB 1 ENDAHULUAN 1.1 Latar Belakang Secara umum dapat dkatakan bahwa mengambl atau membuat keputusan berart memlh satu dantara sekan banyak alternatf. erumusan berbaga alternatf sesua dengan yang sedang

Lebih terperinci

III PEMBAHASAN. merupakan cash flow pada periode i, dan C. berturut-turut menyatakan nilai rata-rata dari V. dan

III PEMBAHASAN. merupakan cash flow pada periode i, dan C. berturut-turut menyatakan nilai rata-rata dari V. dan Pada bab n akan dbahas mengena penyelesaan masalah ops real menggunakan pohon keputusan bnomal. Dalam menentukan penlaan proyek, dapat dgunakan beberapa metode d antaranya dscounted cash flow (DF). DF

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1. Hpotess Peneltan Berkatan dengan manusa masalah d atas maka penuls menyusun hpotess sebaga acuan dalam penulsan hpotess penuls yatu Terdapat hubungan postf antara penddkan

Lebih terperinci

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara BAB 2 LANDASAN TEORI 2.1 Pengertan Analsa Regres Dalam kehdupan sehar-har, serng kta jumpa hubungan antara satu varabel terhadap satu atau lebh varabel yang lan. Sebaga contoh, besarnya pendapatan seseorang

Lebih terperinci

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN BAB III HIPOTESIS DAN METODOLOGI PENELITIAN III.1 Hpotess Berdasarkan kerangka pemkran sebelumnya, maka dapat drumuskan hpotess sebaga berkut : H1 : ada beda sgnfkan antara sebelum dan setelah penerbtan

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PEDAHULUA. Latar Belakang Rsko ddentfkaskan dengan ketdakpastan. Dalam mengambl keputusan nvestas para nvestor mengharapkan hasl yang maksmal dengan rsko tertentu atau hasl tertentu dengan rsko yang

Lebih terperinci

ε adalah error random yang diasumsikan independen, m X ) adalah fungsi

ε adalah error random yang diasumsikan independen, m X ) adalah fungsi BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan suatu metode yang dgunakan untuk menganalss hubungan antara dua atau lebh varabel. Pada analss regres terdapat dua jens varabel yatu

Lebih terperinci

BAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi.

BAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi. BAB LANDASAN TEORI Pada bab n akan durakan beberapa metode yang dgunakan dalam penyelesaan tugas akhr n. Selan tu penuls juga mengurakan tentang pengertan regres, analss regres berganda, membentuk persamaan

Lebih terperinci

RANGKAIAN SERI. 1. Pendahuluan

RANGKAIAN SERI. 1. Pendahuluan . Pendahuluan ANGKAIAN SEI Dua elemen dkatakan terhubung ser jka : a. Kedua elemen hanya mempunya satu termnal bersama. b. Ttk bersama antara elemen tdak terhubung ke elemen yang lan. Pada Gambar resstor

Lebih terperinci

BAB III OBYEK DAN METODE PENELITIAN. Obyek dalam penelitian ini adalah kebijakan dividen sebagai variabel

BAB III OBYEK DAN METODE PENELITIAN. Obyek dalam penelitian ini adalah kebijakan dividen sebagai variabel 4 BAB III OBYEK DAN METODE PENELITIAN 3.1 Obyek Peneltan Obyek dalam peneltan n adalah kebjakan dvden sebaga varabel ndependen (X) dan harga saham sebaga varabel dependen (Y). Peneltan n dlakukan untuk

Lebih terperinci

ANALISIS REGRESI. Catatan Freddy

ANALISIS REGRESI. Catatan Freddy ANALISIS REGRESI Regres Lner Sederhana : Contoh Perhtungan Regres Lner Sederhana Menghtung harga a dan b Menyusun Persamaan Regres Korelas Pearson (Product Moment) Koefsen Determnas (KD) Regres Ganda :

Lebih terperinci

BAB X RUANG HASIL KALI DALAM

BAB X RUANG HASIL KALI DALAM BAB X RUANG HASIL KALI DALAM 0. Hasl Kal Dalam Defns. Hasl kal dalam adalah fungs yang mengatkan setap pasangan vektor d ruang vektor V (msalkan pasangan u dan v, dnotaskan dengan u, v ) dengan blangan

Lebih terperinci

BAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat

BAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat BAB LANDASAN TEORI. 1 Analsa Regres Regres pertama kal dpergunakan sebaga konsep statstk pada tahun 1877 oleh Sr Francs Galton. Galton melakukan stud tentang kecenderungan tngg badan anak. Teor Galton

Lebih terperinci

ANALISIS BENTUK HUBUNGAN

ANALISIS BENTUK HUBUNGAN ANALISIS BENTUK HUBUNGAN Analss Regres dan Korelas Analss regres dgunakan untuk mempelajar dan mengukur hubungan statstk yang terjad antara dua varbel atau lebh varabel. Varabel tersebut adalah varabel

Lebih terperinci

BAB IV PERHITUNGAN DAN ANALISIS

BAB IV PERHITUNGAN DAN ANALISIS BAB IV PERHITUNGAN DAN ANALISIS 4.1 Survey Parameter Survey parameter n dlakukan dengan mengubah satu jens parameter dengan membuat parameter lannya tetap. Pengamatan terhadap berbaga nla untuk satu parameter

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Pengertan Regres Regres pertama kal dgunakan sebaga konsep statstka oleh Sr Francs Galton (18 1911).Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang selanjutnya

Lebih terperinci

BAB IV PEMBAHASAN HASIL PENELITIAN

BAB IV PEMBAHASAN HASIL PENELITIAN BAB IV PEMBAHASAN HASIL PENELITIAN A. Hasl Peneltan Pada peneltan yang telah dlakukan penelt selama 3 mnggu, maka hasl belajar matematka pada mater pokok pecahan d kelas V MI I anatussbyan Mangkang Kulon

Lebih terperinci

Bab III Analisis Rantai Markov

Bab III Analisis Rantai Markov Bab III Analss Ranta Markov Sstem Markov (atau proses Markov atau ranta Markov) merupakan suatu sstem dengan satu atau beberapa state atau keadaan, dan dapat berpndah dar satu state ke state yang lan pada

Lebih terperinci

BAB VB PERSEPTRON & CONTOH

BAB VB PERSEPTRON & CONTOH BAB VB PERSEPTRON & CONTOH Model JST perseptron dtemukan oleh Rosenblatt (1962) dan Mnsky Papert (1969). Model n merupakan model yang memlk aplkas dan pelathan yang lebh bak pada era tersebut. 5B.1 Arstektur

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Fuzzy Set Pada tahun 1965, Zadeh memodfkas teor hmpunan dmana setap anggotanya memlk derajat keanggotaan yang bernla kontnu antara 0 sampa 1. Hmpunan n dsebut dengan hmpunaan

Lebih terperinci

BAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode

BAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode BAB III METODE PENELITIAN Desan Peneltan Metode peneltan yang dgunakan dalam peneltan n adalah metode deskrptf analts dengan jens pendekatan stud kasus yatu dengan melhat fenomena permasalahan yang ada

Lebih terperinci

IV. PERANCANGAN DAN IMPLEMENTASI SISTEM

IV. PERANCANGAN DAN IMPLEMENTASI SISTEM IV. PERANCANGAN DAN IMPLEMENTASI SISTEM Perancangan Sstem Sstem yang akan dkembangkan adalah berupa sstem yang dapat membantu keputusan pemodal untuk menentukan portofolo saham yang dperdagangkan d Bursa

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen dengan populasi penelitian yaitu

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen dengan populasi penelitian yaitu 4 III. METODE PENELITIAN A. Populas Peneltan Peneltan n merupakan stud ekspermen dengan populas peneltan yatu seluruh sswa kelas VIII C SMP Neger Bukt Kemunng pada semester genap tahun pelajaran 01/013

Lebih terperinci

PROPOSAL SKRIPSI JUDUL:

PROPOSAL SKRIPSI JUDUL: PROPOSAL SKRIPSI JUDUL: 1.1. Latar Belakang Masalah SDM kn makn berperan besar bag kesuksesan suatu organsas. Banyak organsas menyadar bahwa unsur manusa dalam suatu organsas dapat memberkan keunggulan

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang I ENDHULUN. Latar elakang Mengambl keputusan secara aktf memberkan suatu tngkat pengendalan atas kehdupan spengambl keputusan. lhan-plhan yang dambl sebenarnya membantu dalam penentuan masa depan. Namun

Lebih terperinci

Penerapan Metode Runge-Kutta Orde 4 dalam Analisis Rangkaian RLC

Penerapan Metode Runge-Kutta Orde 4 dalam Analisis Rangkaian RLC Penerapan Metode Runge-Kutta Orde 4 dalam Analss Rangkaan RLC Rka Favora Gusa JurusanTeknk Elektro,Fakultas Teknk,Unverstas Bangka Beltung rka_favora@yahoo.com ABSTRACT The exstence of nductor and capactor

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Penjadwalan Baker (1974) mendefnskan penjadwalan sebaga proses pengalokasan sumber-sumber dalam jangka waktu tertentu untuk melakukan sejumlah pekerjaan. Menurut Morton dan

Lebih terperinci

MEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM

MEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM MEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM Tut Susant, Mashad, Sukamto Mahasswa Program S Matematka Dosen Jurusan Matematka Fakultas Matematka dan Ilmu Pengetahuan Alam

Lebih terperinci

BAB V ANALISA PEMECAHAN MASALAH

BAB V ANALISA PEMECAHAN MASALAH BAB V ANALISA PEMECAHAN MASALAH 5.1 Analsa Pemlhan Model Tme Seres Forecastng Pemlhan model forecastng terbak dlakukan secara statstk, dmana alat statstk yang dgunakan adalah MAD, MAPE dan TS. Perbandngan

Lebih terperinci

MATERI KULIAH STATISTIKA I UKURAN. (Nuryanto, ST., MT)

MATERI KULIAH STATISTIKA I UKURAN. (Nuryanto, ST., MT) MATERI KULIAH STATISTIKA I UKURAN (Nuryanto, ST., MT) Ukuran Statstk Ukuran Statstk : 1. Ukuran Pemusatan Bagamana, d mana data berpusat? Rata-Rata Htung = Arthmetc Mean Medan Modus Kuartl, Desl, Persentl.

Lebih terperinci

UKURAN LOKASI, VARIASI & BENTUK KURVA

UKURAN LOKASI, VARIASI & BENTUK KURVA UKURAN LOKASI, VARIASI & BENTUK KURVA MARULAM MT SIMARMATA, MS STATISTIK TERAPAN FAK HUKUM USI @4 ARTI UKURAN LOKASI DAN VARIASI Suatu Kelompok DATA berupa kumpulan nla VARIABEL [ vaabel ] Ms banyaknya

Lebih terperinci

UKURAN S A S MPE P L P of o. D r D. r H. H Al A ma m s a d s i d Sy S a y h a z h a, SE S. E, M P E ai a l i : l as a y s a y h a

UKURAN S A S MPE P L P of o. D r D. r H. H Al A ma m s a d s i d Sy S a y h a z h a, SE S. E, M P E ai a l i : l as a y s a y h a UKURAN SAMPEL Prof. Dr. H. Almasd Syahza, SE., MP Emal: asyahza@yahoo.co.d Webste: http://almasd. almasd.staff. staff.unr.ac.d Penelt Senor Unverstas Rau Penentuan Sampel Peneltan lmah hampr selalu hanya

Lebih terperinci

BAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel

BAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel BAB LANDASAN TEORI. Analss Regres Regres merupakan suatu alat ukur yang dgunakan untuk mengukur ada atau tdaknya hubungan antar varabel. Dalam analss regres, suatu persamaan regres atau persamaan penduga

Lebih terperinci

BAB III METODE BINOMIAL DIPERCEPAT

BAB III METODE BINOMIAL DIPERCEPAT BAB III METODE BIOMIAL DIPERCEPAT 3.1 Deskripsi Umum Metode Binomial dipercepat merupakan pengembangan dari metode Binomial CRR. Metode Binomial dipercepat dikembangkan oleh T.R Klassen yang merupakan

Lebih terperinci

BAB IV PENGUJIAN DAN ANALISA

BAB IV PENGUJIAN DAN ANALISA BAB IV PENGUJIAN DAN ANALISA 4. PENGUJIAN PENGUKURAN KECEPATAN PUTAR BERBASIS REAL TIME LINUX Dalam membuktkan kelayakan dan kehandalan pengukuran kecepatan putar berbass RTLnux n, dlakukan pengujan dalam

Lebih terperinci

PEMBUATAN GRAFIK PENGENDALI BERDASARKAN ANALISIS KOMPONEN UTAMA (PRINCIPAL COMPONENT ANALYSIS)

PEMBUATAN GRAFIK PENGENDALI BERDASARKAN ANALISIS KOMPONEN UTAMA (PRINCIPAL COMPONENT ANALYSIS) PEMBUATAN GRAFIK PENGENDALI BERDASARKAN ANALISIS KOMPONEN UTAMA (PRINCIPAL COMPONENT ANALYSIS) Wrayant ), Ad Setawan ), Bambang Susanto ) ) Mahasswa Program Stud Matematka FSM UKSW Jl. Dponegoro 5-6 Salatga,

Lebih terperinci

2.1 Sistem Makroskopik dan Sistem Mikroskopik Fisika statistik berangkat dari pengamatan sebuah sistem mikroskopik, yakni sistem yang sangat kecil

2.1 Sistem Makroskopik dan Sistem Mikroskopik Fisika statistik berangkat dari pengamatan sebuah sistem mikroskopik, yakni sistem yang sangat kecil .1 Sstem Makroskopk dan Sstem Mkroskopk Fska statstk berangkat dar pengamatan sebuah sstem mkroskopk, yakn sstem yang sangat kecl (ukurannya sangat kecl ukuran Angstrom, tdak dapat dukur secara langsung)

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 ENDAHULUAN 1.1 Latar Belakang Manusa dlahrkan ke duna dengan ms menjalankan kehdupannya sesua dengan kodrat Illah yakn tumbuh dan berkembang. Untuk tumbuh dan berkembang, berart setap nsan harus

Lebih terperinci

REGRESI DAN KORELASI LINEAR SEDERHANA. Regresi Linear

REGRESI DAN KORELASI LINEAR SEDERHANA. Regresi Linear REGRESI DAN KORELASI LINEAR SEDERHANA Regres Lnear Tujuan Pembelajaran Menjelaskan regres dan korelas Menghtung dar persamaan regres dan standard error dar estmas-estmas untuk analss regres lner sederhana

Lebih terperinci

BAB 2 KAJIAN PUSTAKA

BAB 2 KAJIAN PUSTAKA BAB 2 KAJIAN PUSTAKA 2.1 Negosas Negosas dapat dkategorkan dengan banyak cara, yatu berdasarkan sesuatu yang dnegosaskan, karakter dar orang yang melakukan negosas, protokol negosas, karakterstk dar nformas,

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 2 LNDSN TEORI 2. Teor engamblan Keputusan Menurut Supranto 99 keputusan adalah hasl pemecahan masalah yang dhadapnya dengan tegas. Suatu keputusan merupakan jawaban yang past terhadap suatu pertanyaan.

Lebih terperinci

BAB I PENDAHULUAN. Perkembangan matematika tidak hanya dalam tataran teoritis tetapi juga pada

BAB I PENDAHULUAN. Perkembangan matematika tidak hanya dalam tataran teoritis tetapi juga pada BAB I PENDAHULUAN.. Latar Belakang Masalah Perkembangan matematka tdak hanya dalam tataran teorts tetap juga pada bdang aplkatf. Salah satu bdang lmu yang dkembangkan untuk tataran aplkatf dalam statstka

Lebih terperinci

BAB III SKEMA NUMERIK

BAB III SKEMA NUMERIK BAB III SKEMA NUMERIK Pada bab n, akan dbahas penusunan skema numerk dengan menggunakan metoda beda hngga Forward-Tme dan Centre-Space. Pertama kta elaskan operator beda hngga dan memberkan beberapa sfatna,

Lebih terperinci

LAPORAN PENELITIAN. Pola Kecenderungan Penempatan Kunci Jawaban Pada Soal Tipe-D Melengkapi Berganda. Oleh: Drs. Pramono Sidi

LAPORAN PENELITIAN. Pola Kecenderungan Penempatan Kunci Jawaban Pada Soal Tipe-D Melengkapi Berganda. Oleh: Drs. Pramono Sidi LAPORAN PENELITIAN Pola Kecenderungan Penempatan Kunc Jawaban Pada Soal Tpe-D Melengkap Berganda Oleh: Drs. Pramono Sd Fakultas Matematka dan Ilmu Pengetahuan Alam Me 1990 RINGKASAN Populas yang dambl

Lebih terperinci

Bab 2 AKAR-AKAR PERSAMAAN

Bab 2 AKAR-AKAR PERSAMAAN Analsa Numerk Bahan Matrkulas Bab AKAR-AKAR PERSAMAAN Pada kulah n akan dpelajar beberapa metode untuk mencar akar-akar dar suatu persamaan yang kontnu. Untuk persamaan polnomal derajat, persamaannya dapat

Lebih terperinci

Bab 1 PENDAHULUAN Latar Belakang

Bab 1 PENDAHULUAN Latar Belakang 11 Bab 1 PENDAHULUAN 1.1. Latar Belakang Perbankan adalah ndustr yang syarat dengan rsko. Mula dar pengumpulan dana sebaga sumber labltas, hngga penyaluran dana pada aktva produktf. Berbaga kegatan jasa

Lebih terperinci

BAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah

BAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah BAB III METODE PENELITIAN 3.1 Metode Peneltan Metode yang dgunakan dalam peneltan n adalah metode deskrptf. Peneltan deskrptf merupakan peneltan yang dlakukan untuk menggambarkan sebuah fenomena atau suatu

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN A. Jens Peneltan Jens peneltan n adalah peneltan quas expermental dengan one group pretest posttest desgn. Peneltan n tdak menggunakan kelas pembandng namun sudah menggunakan

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Untuk menjawab permasalahan yaitu tentang peranan pelatihan yang dapat

BAB III METODOLOGI PENELITIAN. Untuk menjawab permasalahan yaitu tentang peranan pelatihan yang dapat BAB III METODOLOGI PENELITIAN 3.1 Metode Peneltan Untuk menjawab permasalahan yatu tentang peranan pelathan yang dapat menngkatkan knerja karyawan, dgunakan metode analss eksplanatf kuanttatf. Pengertan

Lebih terperinci

MINGGU KE- V: UKURAN PENYEBARAN

MINGGU KE- V: UKURAN PENYEBARAN MINGGU KE- V: UKURAN PENYEBARAN Tujuan Instruksonal Umum :. Mahasswa mampu memaham apa yang dmaksud dengan ukuran penyebaran. Mahasswa mampu memaham berbaga pengukuran untuk mencar nla ukuran penyebaran

Lebih terperinci

BAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen.

BAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen. BAB II METODOLOGI PENELITIAN A. Bentuk Peneltan Jens peneltan yang dgunakan dalam peneltan n adalah peneltan deskrptf dengan analsa kuanttatf, dengan maksud untuk mencar pengaruh antara varable ndependen

Lebih terperinci

PENERAPAN METODE MAMDANI DALAM MENGHITUNG TINGKAT INFLASI BERDASARKAN KELOMPOK KOMODITI (Studi Kasus pada Data Inflasi Indonesia)

PENERAPAN METODE MAMDANI DALAM MENGHITUNG TINGKAT INFLASI BERDASARKAN KELOMPOK KOMODITI (Studi Kasus pada Data Inflasi Indonesia) PENERAPAN METODE MAMDANI DALAM MENGHITUNG TINGKAT INFLASI BERDASARKAN KELOMPOK KOMODITI (Stud Kasus pada Data Inflas Indonesa) Putr Noorwan Effendy, Amar Sumarsa, Embay Rohaet Program Stud Matematka Fakultas

Lebih terperinci

IV. UKURAN SIMPANGAN, DISPERSI & VARIASI

IV. UKURAN SIMPANGAN, DISPERSI & VARIASI IV. UKURAN SIMPANGAN, DISPERSI & VARIASI Pendahuluan o Ukuran dspers atau ukuran varas, yang menggambarkan derajat bagamana berpencarnya data kuanttatf, dntaranya: rentang, rentang antar kuartl, smpangan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 7 BAB LANDASAN TEORI.1 Analsa Regres Analsa regres dnterpretaskan sebaga suatu analsa yang berkatan dengan stud ketergantungan (hubungan kausal) dar suatu varabel tak bebas (dependent varable) atu dsebut

Lebih terperinci

METODE PENELITIAN. digunakan untuk mengetahui bagaimana pengaruh variabel X (celebrity

METODE PENELITIAN. digunakan untuk mengetahui bagaimana pengaruh variabel X (celebrity 37 III. METODE PENELITIAN 3.1 Jens dan Sumber Data Jens peneltan yang dgunakan adalah peneltan deskrptf, yang mana dgunakan untuk mengetahu bagamana pengaruh varabel X (celebrty endorser) terhadap varabel

Lebih terperinci

BAB I PENDAHULUAN. Analisis regresi merupakan metode statistika yang digunakan untuk

BAB I PENDAHULUAN. Analisis regresi merupakan metode statistika yang digunakan untuk BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan metode statstka ang dgunakan untuk meramalkan sebuah varabel respon Y dar satu atau lebh varabel bebas X, selan tu juga dgunakan untuk

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 13 Bandar Lampung. Populasi dalam

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 13 Bandar Lampung. Populasi dalam III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Neger 3 Bandar Lampung. Populas dalam peneltan n yatu seluruh sswa kelas VIII SMP Neger 3 Bandar Lampung Tahun Pelajaran 0/03 yang

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 41 BAB III METODOLOGI PENELITIAN A. Metode Peneltan Berdasarkan masalah yang akan dtelt dengan melhat tujuan dan ruang lngkup dserta dengan pengolahan data, penafsran serta pengamblan kesmpulan, maka metode

Lebih terperinci

BAB III PERBANDINGAN ANALISIS REGRESI MODEL LOG - LOG DAN MODEL LOG - LIN. Pada prinsipnya model ini merupakan hasil transformasi dari suatu model

BAB III PERBANDINGAN ANALISIS REGRESI MODEL LOG - LOG DAN MODEL LOG - LIN. Pada prinsipnya model ini merupakan hasil transformasi dari suatu model BAB III PERBANDINGAN ANALISIS REGRESI MODEL LOG - LOG DAN MODEL LOG - LIN A. Regres Model Log-Log Pada prnspnya model n merupakan hasl transformas dar suatu model tdak lner dengan membuat model dalam bentuk

Lebih terperinci

MULTIVARIATE ANALYSIS OF VARIANCE (MANOVA) MAKALAH Untuk Memenuhi Tugas Matakuliah Multivariat yang dibimbing oleh Ibu Trianingsih Eni Lestari

MULTIVARIATE ANALYSIS OF VARIANCE (MANOVA) MAKALAH Untuk Memenuhi Tugas Matakuliah Multivariat yang dibimbing oleh Ibu Trianingsih Eni Lestari MULTIVARIATE ANALYSIS OF VARIANCE (MANOVA) MAKALAH Untuk Memenuh Tugas Matakulah Multvarat yang dbmbng oleh Ibu Tranngsh En Lestar oleh Sherly Dw Kharsma 34839 Slva Indrayan 34844 Vvn Octana 34633 UNIVERSITAS

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Metode yang digunakan dalam penelitian ini adalah metode eksperimen

BAB III METODOLOGI PENELITIAN. Metode yang digunakan dalam penelitian ini adalah metode eksperimen 3 BAB III METODOLOGI PENELITIAN A. Metode dan Desan Peneltan Metode yang dgunakan dalam peneltan n adalah metode ekspermen karena sesua dengan tujuan peneltan yatu melhat hubungan antara varabelvarabel

Lebih terperinci

BAB 2 LANDASAN TEORI. diteliti. Banyaknya pengamatan atau anggota suatu populasi disebut ukuran populasi,

BAB 2 LANDASAN TEORI. diteliti. Banyaknya pengamatan atau anggota suatu populasi disebut ukuran populasi, BAB LANDASAN TEORI.1 Populas dan Sampel Populas adalah keseluruhan unt atau ndvdu dalam ruang lngkup yang ngn dtelt. Banyaknya pengamatan atau anggota suatu populas dsebut ukuran populas, sedangkan suatu

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Peneltan n menggunakan peneltan ekspermen; subyek peneltannya dbedakan menjad kelas ekspermen dan kelas kontrol. Kelas ekspermen dber

Lebih terperinci

Pendeteksian Data Pencilan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Diagnostik

Pendeteksian Data Pencilan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Diagnostik Pendeteksan Data Penclan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Dagnostk Sally Indra 1, Dod Vonanda, Rry Srnngsh 3 1 Student of Mathematcs Department State Unversty of Padang,

Lebih terperinci

BAB I PENDAHULUAN. konsep strategi yang cocok untuk menghadapi persaingan baik itu mengikuti marketing

BAB I PENDAHULUAN. konsep strategi yang cocok untuk menghadapi persaingan baik itu mengikuti marketing BAB I PENDAHULUAN 1.1 Latar Belakang Konds persangan dalam berbaga bdang ndustr saat n dapat dkatakan sudah sedemkan ketatnya. Persangan dalam merebut pasar, adanya novas produk, mencptakan kepuasan pelanggan

Lebih terperinci

Didownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN

Didownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN BAB I PENDAHULUAN Sebuah jarngan terdr dar sekelompok node yang dhubungkan oleh busur atau cabang. Suatu jens arus tertentu berkatan dengan setap busur. Notas standart untuk menggambarkan sebuah jarngan

Lebih terperinci

VLE dari Korelasi nilai K

VLE dari Korelasi nilai K VLE dar orelas nla Penggunaan utama hubungan kesetmbangan fasa, yatu dalam perancangan proses pemsahan yang bergantung pada kecenderungan zat-zat kma yang dberkan untuk mendstrbuskan dr, terutama dalam

Lebih terperinci

BAB III METODE PENELITIAN. berjumlah empat kelas terdiri dari 131 siswa. Sampel penelitian ini terdiri dari satu kelas yang diambil dengan

BAB III METODE PENELITIAN. berjumlah empat kelas terdiri dari 131 siswa. Sampel penelitian ini terdiri dari satu kelas yang diambil dengan 7 BAB III METODE PENELITIAN A. Populas dan Sampel 1. Populas Populas dalam peneltan n adalah seluruh sswa kelas XI SMA Yadka Bandar Lampung semester genap tahun pelajaran 014/ 015 yang berjumlah empat

Lebih terperinci

ANALISIS DATA KATEGORIK (STK351)

ANALISIS DATA KATEGORIK (STK351) Suplemen Respons Pertemuan ANALISIS DATA KATEGORIK (STK351) 7 Departemen Statstka FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referens Waktu Korelas Perngkat (Rank Correlaton) Bag. 1 Koefsen Korelas Perngkat

Lebih terperinci

BAB IV PEMBAHASAN MODEL

BAB IV PEMBAHASAN MODEL BAB IV PEMBAHASAN MODEL Pada bab IV n akan dlakukan pembuatan model dengan melakukan analss perhtungan untuk permasalahan proses pengadaan model persedaan mult tem dengan baya produks cekung dan jont setup

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN. Latar Belakang Matematka sebaga bahasa smbol yang bersfat unversal memegang peranan pentng dalam perkembangan suatu teknolog. Matematka sangat erat hubungannya dengan kehdupan nyata.

Lebih terperinci

PENGEMBANGAN MODEL PERSEDIAAN DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA BAHAN DAN FAKTOR INCREMENTAL DISCOUNT

PENGEMBANGAN MODEL PERSEDIAAN DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA BAHAN DAN FAKTOR INCREMENTAL DISCOUNT PENGEMBANGAN MODEL PERSEDIAAN DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA BAHAN DAN FAKTOR INCREMENTAL DISCOUNT Har Prasetyo Jurusan Teknk Industr Unverstas Muhammadyah Surakarta Jl. A. Yan Tromol Pos Pabelan

Lebih terperinci

UJI NORMALITAS X 2. Z p i O i E i (p i x N) Interval SD

UJI NORMALITAS X 2. Z p i O i E i (p i x N) Interval SD UJI F DAN UJI T Uj F dkenal dengan Uj serentak atau uj Model/Uj Anova, yatu uj untuk melhat bagamanakah pengaruh semua varabel bebasnya secara bersama-sama terhadap varabel terkatnya. Atau untuk menguj

Lebih terperinci

BAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK:

BAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK: BAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK: BAB IX. STATISTIKA Contoh : hasl ulangan Matematka 5 sswa sbb: 6 8 7 6 9 Pengertan Statstka dan

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Al-Azhar 3 Bandar Lampung yang terletak d Jl. Gn. Tanggamus Raya Way Halm, kota Bandar Lampung. Populas dalam peneltan n adalah

Lebih terperinci

BAB III METODE PENELITIAN. menggunakan strategi pembelajaran mind mapping dalam pendekatan

BAB III METODE PENELITIAN. menggunakan strategi pembelajaran mind mapping dalam pendekatan 35 BAB III METODE PENELITIAN A. Jens dan Desan Peneltan Jens peneltan n adalah kuas ekspermen. Pada peneltan n terdapat dua kelompok subjek peneltan yatu kelompok ekspermen yang dberkan suatu perlakuan

Lebih terperinci

BAB IV PEMBAHASAN HASIL PENELITIAN PENGARUH PENGGUNAAN METODE GALLERY WALK

BAB IV PEMBAHASAN HASIL PENELITIAN PENGARUH PENGGUNAAN METODE GALLERY WALK BAB IV PEMBAASAN ASIL PENELITIAN PENGARU PENGGUNAAN METODE GALLERY WALK TERADAP ASIL BELAJAR MATA PELAJARAN IPS MATERI POKOK KERAGAMAN SUKU BANGSA DAN BUDAYA DI INDONESIA A. Deskrps Data asl Peneltan.

Lebih terperinci

BAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya

BAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.1.1 Tempat Peneltan Pada peneltan n, penuls memlh lokas d SMA Neger 1 Bolyohuto khususnya pada sswa kelas X, karena penuls menganggap bahwa lokas

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa

III. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlakukan d MTs Neger Bandar Lampung dengan populas sswa kelas VII yang terdr dar 0 kelas yatu kelas unggulan, unggulan, dan kelas A sampa dengan

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA III. METODE PENELITIAN A. Waktu dan Tempat Peneltan Peneltan n merupakan stud ekspermen yang telah dlaksanakan d SMA Neger 3 Bandar Lampung. Peneltan n dlaksanakan pada semester genap tahun ajaran 2012/2013.

Lebih terperinci

BAB III METODE PENELITIAN. penelitian dilakukan secara purposive atau sengaja. Pemilihan lokasi penelitian

BAB III METODE PENELITIAN. penelitian dilakukan secara purposive atau sengaja. Pemilihan lokasi penelitian BAB III METODE PENELITIAN 3.1 Lokas Peneltan Peneltan dlaksanakan d Desa Sempalwadak, Kecamatan Bululawang, Kabupaten Malang pada bulan Februar hngga Me 2017. Pemlhan lokas peneltan dlakukan secara purposve

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakang Dalam kehdupan sehar-har, serngkal dumpa hubungan antara suatu varabel dengan satu atau lebh varabel lan. D dalam bdang pertanan sebaga contoh, doss dan ens pupuk yang dberkan

Lebih terperinci

Pendahuluan. 0 Dengan kata lain jika fungsi tersebut diplotkan, grafik yang dihasilkan akan mendekati pasanganpasangan

Pendahuluan. 0 Dengan kata lain jika fungsi tersebut diplotkan, grafik yang dihasilkan akan mendekati pasanganpasangan Pendahuluan 0 Data-data ang bersfat dskrt dapat dbuat contnuum melalu proses curve-fttng. 0 Curve-fttng merupakan proses data-smoothng, akn proses pendekatan terhadap kecenderungan data-data dalam bentuk

Lebih terperinci

Bab III Analisis dan Rancangan Sistem Kompresi Kalimat

Bab III Analisis dan Rancangan Sistem Kompresi Kalimat Bab III Analss dan Rancangan Sstem Kompres Kalmat Bab n bers penjelasan dan analss terhadap sstem kompres kalmat yang dkembangkan d dalam tess n. Peneltan n menggunakan pendekatan statstcal translaton

Lebih terperinci

BAB 1 PENDAHULUAN. dependen (y) untuk n pengamatan berpasangan i i i. x : variabel prediktor; f x ) ). Bentuk kurva regresi f( x i

BAB 1 PENDAHULUAN. dependen (y) untuk n pengamatan berpasangan i i i. x : variabel prediktor; f x ) ). Bentuk kurva regresi f( x i BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan analss statstk yang dgunakan untuk memodelkan hubungan antara varabel ndependen (x) dengan varabel ( x, y ) n dependen (y) untuk n pengamatan

Lebih terperinci

BAB 4 PERHITUNGAN NUMERIK

BAB 4 PERHITUNGAN NUMERIK Mata kulah KOMPUTASI ELEKTRO BAB PERHITUNGAN NUMERIK. Kesalahan error Pada Penelesaan Numerk Penelesaan secara numers dar suatu persamaan matemats kadang-kadang hana memberkan nla perkraan ang mendekat

Lebih terperinci

Post test (Treatment) Y 1 X Y 2

Post test (Treatment) Y 1 X Y 2 BAB III METODOLOGI PENELITIAN A. Metode Peneltan Metode Peneltan adalah cara lmah untuk memaham suatu objek dalam suatu kegatan peneltan. Peneltan yang dlakukan n bertujuan untuk mengetahu penngkatan hasl

Lebih terperinci

BAB.3 METODOLOGI PENELITIN 3.1 Lokasi dan Waktu Penelitian Penelitian ini di laksanakan di Sekolah Menengah Pertama (SMP) N. 1 Gorontalo pada kelas

BAB.3 METODOLOGI PENELITIN 3.1 Lokasi dan Waktu Penelitian Penelitian ini di laksanakan di Sekolah Menengah Pertama (SMP) N. 1 Gorontalo pada kelas 9 BAB.3 METODOLOGI PENELITIN 3. Lokas dan Waktu Peneltan Peneltan n d laksanakan d Sekolah Menengah Pertama (SMP) N. Gorontalo pada kelas VIII. Waktu peneltan dlaksanakan pada semester ganjl, tahun ajaran

Lebih terperinci

BAB III METODE PENELITIAN. yang digunakan meliputi: (1) PDRB Kota Dumai (tahun ) dan PDRB

BAB III METODE PENELITIAN. yang digunakan meliputi: (1) PDRB Kota Dumai (tahun ) dan PDRB BAB III METODE PENELITIAN 3.1 Jens dan Sumber Data Jens data yang dgunakan dalam peneltan n adalah data sekunder. Data yang dgunakan melput: (1) PDRB Kota Duma (tahun 2000-2010) dan PDRB kabupaten/kota

Lebih terperinci

PERBANDINGAN MODEL DATA RESPON BERGANDA BERULANG DARI SEBARAN NORMAL BAKU, LOGNORMAL, DAN GAMMA

PERBANDINGAN MODEL DATA RESPON BERGANDA BERULANG DARI SEBARAN NORMAL BAKU, LOGNORMAL, DAN GAMMA Prosdng Semnar Nasonal Sans dan Penddkan Sans IX, Fakultas Sans dan Matematka, UKSW Salatga, 21 Jun 2014, Vol 5, No.1, ISSN :2087-0922 PERBANDINGAN MODEL DATA RESPON BERGANDA BERULANG DARI SEBARAN NORMAL

Lebih terperinci

BAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c

BAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c 6 A PEMAHASA Pada bab sebelumnya telah dbahas teor-teor yang akan dgunakan untuk menyelesakan masalah program lner parametrk. Pada bab n akan dperlhatkan suatu prosedur yang lengkap untuk menyelesakan

Lebih terperinci

BAB I PENDAHULUAN. dan. 0. Uji fungsi distribusi empiris yang populer, yaitu uji. distribusi nol

BAB I PENDAHULUAN. dan. 0. Uji fungsi distribusi empiris yang populer, yaitu uji. distribusi nol BAB I PENDAHULUAN 1.1. Latar Belakang Sebagan besar peneltan-peneltan bdang statstka berhubungan dengan pengujan asums dstrbus, bak secara teor maupun praktk d lapangan. Salah satu uj yang serng dgunakan

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 8 Bandar Lampung. Populasi dalam

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 8 Bandar Lampung. Populasi dalam 1 III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMPN 8 Bandar Lampung. Populas dalam peneltan n adalah seluruh sswa kelas VII SMPN 8 Bandar Lampung Tahun Pelajaran 01/013 yang terdr

Lebih terperinci

BAB III METODE PENELITIAN. Penelitian ini merupakan penelitian yang bertujuan untuk mendeskripsikan

BAB III METODE PENELITIAN. Penelitian ini merupakan penelitian yang bertujuan untuk mendeskripsikan BAB III METODE PENELITIAN A. Jens Peneltan Peneltan n merupakan peneltan yang bertujuan untuk mendeskrpskan langkah-langkah pengembangan perangkat pembelajaran matematka berbass teor varas berupa Rencana

Lebih terperinci

BAB III METODOLOGI PENELITIAN. dalam situs BAPEPAM dan berjumlah dua puluh delapan reksadana yang berasal dari dua

BAB III METODOLOGI PENELITIAN. dalam situs BAPEPAM dan berjumlah dua puluh delapan reksadana yang berasal dari dua BAB III METODOLOGI PENELITIAN 3.1. Ruang Lngkup Peneltan Reksadana yang dgunakan dalam peneltan n adalah reksadana yang terdaftar dalam stus BAPEPAM dan berjumlah dua puluh delapan reksadana yang berasal

Lebih terperinci