Evaluasi Tingkat Validitas Metode Penggabungan Respon (Indeks Penampilan Tanaman, IPT)
|
|
- Suparman Kusnadi
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Evaluas Tngkat Valdtas Metode Penggabungan Reson (Indeks Penamlan Tanaman, IPT) 1 Gust N Adh Wbawa I Made Sumertajaya 3 Ahmad Ansor Mattjk 1 Mahasswa S3 Pascasarjana Statstka IPB,3 Staf Pengajar Deartemen Statstka Insttut Pertanan Bogor. Abstrak Selama n analss daya adatas tanaman lebh dfokuskan hanya ada tngkat roduks atau daya hasl dan kurang memerhatkan asek morfolog, daya tahan tanaman terhada serangan hama dan enyakt mauun komonen hasl. Padahal dketahu bahwa seta asek-asek tersebut meruakan komonen entng ada tanaman yang menjelaskan dmens-dmens yang berbeda. Sebaga lustras, bobot 1 butr mencermnkan dmens bentuk dar butran gabah, dmana jka bobot 1 butr rendah daat dartkan butran gabah cenderung kurus-kurus sedangkan jka bobot 1 butr tngg daat dartkan butran gabah cenderung gemuk-gemuk. Dengan demkan analss daya adaatas tanaman yang hanya berfokus ada tngkat roduks semata tdak akan mendaatkan gambaran dar karakterstk tanaman secara komrehensf. Metode enggabungan reson meruakan salah satu metode yang daat dguakan untuk menjawab ermasalahan n. Metode enggabungan reson dengan menggunakan sstem embobotan berdasarkan komonen utama (IPT3) meruakan metode enggabungan reson yang terbak, bak ada kelomok eubah berkorelas rendah mauun tngg. Pendahuluan Saat n telah banyak berkembang strateg enggabungan eubah seert metode range equalzaton, dvson by mean, frst rncal comonent (komonen utama ertama) dan jarak Hotellng. Metode-metode n banyak dgunakan ada berbaga asek seert enyusunan ndeks embangunan manusa (human develoment ndex, HDI), ndeks kemsknan (overty ndex, PI), enggabungan atrbut ganda dalam analss engendalan mutu dan lan-lan. Pendekatan-endekatan n tentunya memunya kelemahan dan keunggulan ada kondskonds tertentu. Msalnya endekatan range equalzaton mauun dvson by mean menerakan sstem embobotan yang sama ada seluruh eubah. Pendekatan n tentunya akan sangat bagus bla tngkat keentngan dar seluruh eubah dangga sama, namun akan tdak bak bla eubah-eubah yang dlbatkan dalam kasus yang dhada memlk tngkat keentngan yang berbeda. Dsamng tu, eubah-eubah yang dlbatkan dalam metode n harus bersfat searah Semnas Matematka dan Penddkan Matematka 1-13
2 atau secara teorts salng menunjang/menguatkan karena bobot dar semua eubah bertanda ostf. Sedangkan endekatan dengan komonen utama ertama cenderung lebh kuat mewakl eubah-eubah yang memlk keragaman cuku besar, namun endekatan n akan sangat bak bla eubah-eubah yang dlbatkan memlk korelas yang cuku kuat. Tujuan Tujuan dar kajan n adalah untuk memerbandngan tngkat valdtas beberaa metode enggabungan reson tanaman dlhat dar kemamuan eubah gabungan mengkut rlaku eubah asal. Langkah n meruakan salah satu tahaan untuk mendaatkan metode enggabungan reson terbak. Bahan dan Metode Bahan Data yang dgunakan dalam melakukan erhtungan dan evaluas metode enggabungan reson (ndeks enamlan tanaman, t) adalah dua gugus data smulas. Gugus data ertama yatu eubah-eubahnya berkorelas rendah (r<.) dan gugus data kedua yatu eubah-eubahnya berkorelas tngg (r.). Seta gugus data dbangktkan sebanyak 1 kal. Metode Penggabungan reson meruakan salah satu strateg yang dgunakan untuk menyederhanakan analss untuk melhat daya adatas tanaman secara komrehens. Reson gabungan yang deroleh selanjutnya akan dsebut sebaga ndeks enamlan tanaman (IPT). Ada 6 metode endekatan yang dgunakan untuk menghtung IPT dar lma eubah reson yang damat (tngg tanaman, ersen gabah s, jumlah anakan roduktf, bobot 1 butr, dan daya hasl), yatu metode range equalzaton (IPT1), metode komonen utama ertama (IPT), metode embobotan berdasarkan komonen utama (IPT3), metode jarak Hotellng (IPT), metode Dvson by Mean (IPT) dan metode bobot otmum (IPT6). a. Pendekatan I (Range Equalsaton) Untuk memeroleh nla reson gabungan dgunakan nformas nla mnmum dan maksmum dar data reson eubah asal (Lawrence et al, 3; Gan & Duncan, ; Kundu, ). Tahaan yang dlakukan untuk memeroleh nla reson gabungan (IPT1) adalah: 1. Carlah nla SDII (sub dmenson ndcator ndex) untuk masng-masng eubah asal, yatu Semnas Matematka dan Penddkan Matematka 1-1
3 SDII Y = Y j max Y mn Y mn dengan = 1,,., dan j = 1,,., n; adalah banyaknya eubah asal dan n adalah banyaknya amatan. Carlah nla IPT1 yatu rata-rata dar seluruh SDII IPT 1 = = 1 SDII b. Pendekatan II (Skor Komonen Utama Pertama) Nla reson gabungan (IPT) yang deroleh berdasarkan endekatan n meruakan nla skor komonen utama ertama dar analss komonen utama terhada data reson eubah asal (Abeyasekera, ). Tahaan analss yang dlakukan ada endekatan n adalah sebaga berkut: Msal vektor eubah yang damat adalah Y =(Y 1, Y,...,Y ). Htunglah matrks koragam (S) atau matrks korelas (R) S11 S 1 S =... S 1 Dan S S S1... S dmana... S S 1 r... r1 r R = dmana r r j j = = = n k = 1 ( y n 1 y ) n ( yk y )( y jk y j ) k = 1 k n 1 n ( yk y )( y jk y j ) n n ( yk y ) ( y jk y j ) k = 1 k = 1 k = 1. Carlah vektor cr (egen vector) dan akar cr (egen value) dar ersamaan cr berkut: Sa = λa atau Ra = λa Dengan ketentuan sebaga berkut: Gunakan matrks koragam (S) jka eubah-eubah yang danalss memlk satuan yang sama dan gunakan matrks korelas (R) jka eubah-eubah yang danalss memlk satuan yang berbeda Tata vektor cr-vektor cr a 1,..., a yang beradanan dengan akar cr-akar cr λ 1 >...>λ, dengan kendala a a =1 dan a a j = Semnas Matematka dan Penddkan Matematka 1 -
4 . Htung IPT sebaga berkut: IPT daat dhtung menggunakan dua endekatan sebaga berkut: Jka satuan eubah sama, IPT = a 1 Y = a 11 Y 1 + a Y a 1 Y Jka satuan eubah tdak sama, IPT = a 1 Z = a 11 Z 1 + a Z a 1 Z, dmana Z adalah eubah Y yang sudah dbakukan. c. Pendekatan III (Pembobotan berdasarkan Analss Komonen Utama) Besarnya bobot masng-masng reson akan dlakukan dengan endekatan komonen utama. Tahaan enggabungan reson sama seert tahaan yang dlakukan ada IPT teta reson gabungan tdak hanya dtentukan oleh komonen utama ertama melankan daat dtentukan oleh beberaa komonen utama. Banyaknya komonen utama yang dlh dtentukan berdasarkan ersentase keragaman kumulatf. Persentase keragaman kumulatf daat dhtung sebaga berkut: Persentase keragaman komonen ke = λ x1% λ j= 1 Persentase keragaman kumulatf q komonen = j q j= 1 j= 1 λ j x1% λ Batas mnmal ersentase keragaman kumulatf yang dgunakan adalah 7%. Penentuan bobot dlakukan sebaga berkut: (kasus dua komonen) Z 1 = a 11 Y 1 + a Y +. + a 1 Y Z = a 1 Y 1 + a Y +. + a Y Maka bobot untuk eubah ke- deroleh sebaga berkut: (lhat Gambar.1.) j W = a 1 + λ1 a λ Semnas Matematka dan Penddkan Matematka 1 -
5 Gambar 1 Bobot eubah Y berdasarkan komonen utama ertama dan kedua Sehngga reson gabungan (IPT3) adalah IPT3 =w 1 Y 1 + w Y + + w Y Bobot masng-masng eubah adalah mencermnkan besarnya keragaman eubah asal yang djelaskan oleh komonen utama yang terlh. d. Pendekatan IV (Jarak Hotellng) Msal vektor eubah reson x =(x 1,,x ), vektor rata-rata eubah reson x = ( x,..., x ) dan matrks kovaran S maka endekatan Hotellng untuk objek ke- daat ' 1 drumuskan sebaga berkut: d = ( x x)' S 1 ( x x) Nla n serng juga dsebut jarak kuadrat Mahalanobs seta ttk engamatan ke vector rataan. Jka antar eubah salng bebas maka endekatan Hotellng daat dubah menjad: d = ( x x)' ( x x) yang serng juga dsebut jarak kuadrat Eucld. Kemudan reson gabungan (IPT) yang dmaksud adalah nla d. e. Pendekatan V (Dvson by Mean) Untuk memeroleh nla reson gabungan dgunakan nformas nla rata-rata dar data reson eubah asal (Kundu, ). Tahaan yang dlakukan untuk memeroleh nla reson gabungan (IPT) adalah: 1. Carlah nla SDII untuk masng-masng eubah asal, yatu Semnas Matematka dan Penddkan Matematka 1-17
6 Y SDII = Y dengan = 1,,., dan j = 1,,., n; adalah banyaknya eubah asal dan n adalah banyaknya amatan. Carlah nla IPT yatu rata-rata dar seluruh SDII IPT = = 1 j SDII Perhtungan dan evaluas IPT dengan menggunakan data smulas hanya dlakukan terhada lma IPT selan IPT6. Tahaan roses erhtungan dan evaluas IPT berdasarkan data hasl smulas adalah: a. Bangktkan data. Skenaro embangktan data yang dbuat ada smulas n yatu gugus data ertama eubah-eubahnya berkorelas rendah yatu tngkat korelasnya kurang dar., sedangkan gugus data kedua eubah-eubahnya berkorelas tngg yatu tngkat korelasnya lebh besar atau sama dengan.. Algortmanya adalah sebaga berkut:. Bangktkan eubah (Y1, Y,., Y) dengan korelas tertentu. Htung reson gabungan dengan menggunakan kelma metode enggabungan eubah, yang selanjutnya dsebut IPT1, IPT, IPT3, IPT dan IPT.. Htung korelas seta IPT dengan kelma eubah asal v. Sman nla mutlak korelas mnmum seta IPT dengan kelma eubah asal. b. Evaluas valdtas masng-masng endekatan (IPT) berdasarkan kedekatan IPT dengan eubah asal, yang ddekat dengan nla korelas antara IPT dengan seluruh eubah asal. Tngkat valdas masng-masng IPT meruakan nla korelas mnmum antara IPT dengan seluruh eubah asal. Kekonsstenan tngkat valdas masng-masng IPT akan dlhat dar hasl smulas 1 kal embangktan data untuk seta kelomok eubah (berdasarkan korelas). Hasl dan Pembahasan Penggabungan reson meruakan salah satu strateg yang dgunakan untuk menyederhanakan analss untuk melhat daya adatas tanaman secara komrehens. Reson gabungan yang deroleh selanjutnya akan dsebut sebaga ndeks enamlan tanaman (IPT). Tehnk enggabungan reson akan ddekat dengan menggunakan lma metode yatu metode range equalsaton (IPT1), komonen utama ertama (IPT), embobotan berdasarkan komonen utama (IPT3), jarak Hotellng (IPT), dan metode dvson by mean (IPT). Semnas Matematka dan Penddkan Matematka 1-1
7 Valdas masng-masng endekatan akan dukur berdasarkan kedekatan ndeks dengan eubah asal, yang ddekat dengan nla korelas antara ndeks dengan seluruh eubah asal. Tngkat valdas masng-masng ndeks meruakan nla korelas mnmum antara ndeks dengan seluruh eubah asal. Kekonsstenan tngkat valdas masng-masng ndeks akan dlhat dar hasl smulas 1 kal embangktan data untuk seta kelomok eubah. Kelomok eubah ertama yang dbangktkan eubah-eubah yang berkorelas rendah yatu dengan tngkat korelas d bawah. dan kelomok eubah kedua yang dbangktkan adalah eubah-eubah yang berkorelas tngg dengan tngkat korelas d atas.. Program smulasnya daat dlhat ada Lamran 1. Kelomok eubah berkorelas rendah Dar hasl 1 kal smulas deroleh metode enggabungan reson yang memlk tngkat valdtas tertngg adalah metode embobotan berdasarkan komonen utama (IPT3) yatu dengan tngkat valdtas rata-rata sebesar.1, yang artnya korelas mnmum yang terjad antara gabungan reson dengan seluruh eubah asal sebesar.1. Sedangkan metode enggabungan reson yang juga memlk tngkat valdtas cuku besar yatu metode range equalzaton (IPT1) yatu sebesar.99, yang dsusul kemudan secara berturutan oleh metode komonen utama ertama (IPT) dengan tngkat valdtas sebesar.3669, metode dvson by mean (IPT) dengan tngkat valdtas sebesar.9, dan metode jarak Hotellng memlk tngkat valdtas alng kecl yatu sebesar.. Hasl selengkanya daat dlhat ada Gambar. Semnas Matematka dan Penddkan Matematka 1-19
8 Hstogram of ValdtasIPT, Valdtas-IP, Valdtas-IP, V aldtasipt1 V aldtas-ipt V aldtas-ipt V aldtas-ipt V aldtas-ipt ValdtasIPT1 Mean.99 StDev.63 N 1 Valdtas-IPT Mean.3669 StDev.13 N 1 Valdtas-IPT3 Mean.1 StDev.699 N 1 Valdtas-IPT Mean. StDev. N Valdtas-IPT Mean.9 StDev.13 N 1 Gambar Perbandngan tngkat valdtas kelma metode enggabungan reson yang berkorelas rendah dar 1 kal smulas Hasl n menunjukkan bahwa metode embobotan berdasarkan komonen utama (IPT3) untuk sementara meruakan lhan terbak dalam menggabungkan reson-reson yang berkorelas rendah. Namun demkan hasl n harus derkuat dengan melhat tngkat korelas antara gabungan reson dengan seta eubah asal. Gabungan reson yang bak dharakan memlk tngkat korelas yang tngg dengan seluruh eubah asal, jka hal n terjad berart gabungan reson mamu menjad wakl yang bak dalam menjelaskan erlaku seluruh eubah asal. Dar Gambar. 3 sama Gambar. 7, terlhat IPT1, IPT, IPT3 dan IPT memlk tngkat korelas yang cuku besar dan merata dengan seta eubah asal yatu berksar. sama.7. Namun demkan jka dlhat dar kestablan nla korelas yang dhaslkan, IPT3 adalah metode enggabungan yang terbak. Hal n terlhat dar nla smangan bakunya yang alng kecl yatu berksar antara.7 sama.1. Kemudan secara berturutan dkut oleh IPT1, IPT dan IPT. Semnas Matematka dan Penddkan Matematka 1-11
9 Hstogram of IPT1-Y1, IPT1-Y, IPT1-Y3, IPT1-Y, IPT1-Y IPT1-Y1 IPT1-Y IPT1-Y IPT1-Y IPT1-Y IPT1-Y1 Mean.999 StDev.697 N 1 IPT1-Y Mean.61 StDev.79 N 1 IPT1-Y3 Mean.71 StDev.99 N 1 IPT1-Y Mean.9 StDev. N IPT1-Y Mean.63 StDev.133 N 1 Gambar 3 Keragaan nla mutlak korelas antara gabungan reson dengan metode range equalzaton (IPT1) dengan seluruh eubah asal kelomok ertama dar 1 kal smulas Hstogram of IPT-Y1, IPT-Y, IPT-Y3, IPT-Y, IPT-Y IPT-Y1 IPT-Y IPT-Y3 6 3 IPT-Y IPT-Y IPT-Y1 Mean.6131 StDev.117 N 1 IPT-Y Mean.693 StDev.963 N 1 IPT-Y3 Mean. StDev.6 N 1 IPT-Y Mean.6 StDev. N 1 IPT-Y Mean.691 StDev.3 N 1 Gambar. Keragaan nla mutlak korelas antara gabungan reson dengan metode komonen utama ertama (IPT) dengan seluruh eubah asal kelomok ertama dar 1 kal smulas Semnas Matematka dan Penddkan Matematka 1-111
10 Hstogram of IPT3-Y1, IPT3-Y, IPT3-Y3, IPT3-Y, IPT3-Y IPT3-Y1 IPT3-Y IPT3-Y IPT3-Y IPT3-Y IPT3-Y1 Mean.36 StDev.711 N 1 IPT3-Y Mean.6 StDev.76 N 1 IPT3-Y3 Mean.3 StDev.7111 N 1 IPT3-Y Mean.97 StDev.1 N IPT3-Y Mean.63 StDev.117 N 1 Gambar Keragaan nla mutlak korelas antara gabungan reson dengan metode embobotan berdasarkan komonen utama (IPT3) dengan seluruh eubah asal kelomok ertama dar 1 kal smulas Gambar 6 Hstogram of IPT-Y1, IPT-Y, IPT-Y3, IPT-Y, IPT-Y IPT-Y1 IPT-Y IPT-Y3 IPT-Y IPT-Y IPT-Y1 Mean.7 StDev.6 N 1 IPT-Y Mean.73 StDev.69 N 1 IPT-Y3 Mean.363 StDev.66 N 1 IPT-Y Mean.7699 StDev.63 N 1 IPT-Y Mean.73 StDev.7 N 1 Keragaan nla mutlak korelas antara gabungan reson dengan metode jarak Hotellng (IPT) dengan seluruh eubah asal kelomok ertama dar 1 kal smulas Semnas Matematka dan Penddkan Matematka 1-1
11 Hstogram of IPT-Y1, IPT-Y, IPT-Y3, IPT-Y, IPT-Y Gambar IPT-Y1 IPT-Y IPT-Y3 3 IPT-Y IPT-Y IPT-Y1 Mean.31 StDev.19 N 1 IPT-Y Mean.66 StDev.61 N 1 IPT-Y3 Mean.6 StDev.91 N 1 IPT-Y Mean.66 StDev. N 1 IPT-Y Mean.6 StDev.977 N 1 Keragaan nla mutlak korelas antara gabungan reson dengan metode dvson by mean (IPT) dengan seluruh eubah asal kelomok ertama dar 1 kal smulas Perlaku yang berbeda dtunjukkan oleh IPT dmana tngkat korelasnya dengan eubah asal sangat kecl dbandngkan dengan keemat metode yang lan yatu berksar antara.7 sama., teta besaran nla korelasnya alng stabl dbandngkan dengan metodemetode yang lan yatu dengan smangan baku. sama.6. Namun demkan IPT bukan meruakan ewakl yang bak untuk eubah asal karena tngkat korelasnya sangat rendah sehngga IPT tdak mamu menjelaskan erlaku eubah-eubah asal dengan bak. Kelomok eubah berkorelas tngg Pada kelomok eubah berkorelas tngg dar hasl 1 kal smulas deroleh IPT1, IPT, IPT3 dan IPT memlk tngkat valdtas yang hamr sama yatu berksar antara Hasl n agak berbeda dengan hasl smulas ada kelomok eubah berkorelas rendah dmana IPT3 terlhat memlk tngkat valdtas alng tngg. Hal n berart keemat metode daat dertmbangkan untuk menggabungkan reson yang berkorelas tngg. Hasl selengkanya daat dlhat ada Gambar.. Semnas Matematka dan Penddkan Matematka 1-113
12 Hstogram of ValdtasIPT, Valdtas-IP, Valdtas-IP, ValdtasIPT1 V aldtas-ipt Valdtas-IPT3 Valdtas-IPT.6 V aldtas-ipt ValdtasIPT1 Mean.7 StDev.7 N 1 Valdtas-IPT Mean.736 StDev.69 N 1 Valdtas-IPT3 Mean.71 StDev.919 N 1 Valdtas-IPT Mean.919 StDev.3 N 1 Valdtas-IPT Mean.77 StDev.96 N 1 Gambar Perbandngan tngkat valdtas kelma metode enggabungan reson yang berkorelas tngg dar 1 kal smulas Namun demkan hasl n juga harus derkuat dengan melhat tngkat korelas antara gabungan reson dengan seta eubah asal. Gabungan reson yang bak dharakan memlk tngkat korelas yang tngg dengan seluruh eubah asal, jka hal n terjad berart gabungan reson mamu menjad wakl yang bak dalam menjelaskan erlaku seluruh eubah asal. Dar Gambar 9 sama Gambar 13, terlhat IPT1, IPT, IPT3 dan IPT memlk tngkat korelas yang cuku besar dan merata dengan seta eubah asal yatu berksar. sama.9. Namun demkan jka dlhat dar kestablan nla korelas yang dhaslkan, IPT3 teta meruakan metode enggabungan yang terbak. Hal n terlhat dar nla smangan bakunya yang alng kecl yatu berksar antara.6 sama.9. Kemudan secara berturutan dkut oleh IPT, IPT1 dan IPT. IPT bukan meruakan metode enggabungan reson yang daat mewakl seluruh eubah asal dengan bak, hasl n terlhat ada kelomok eubah berkorelas rendah mauun tngg. Semnas Matematka dan Penddkan Matematka 1-11
13 3 1.6 Gambar 9 Hstogram of IPT1-Y1, IPT1-Y, IPT1-Y3, IPT1-Y, IPT1-Y IPT1-Y1 IPT1-Y IPT1-Y3 IPT1-Y IPT1-Y IPT1-Y1 Mean.9 StDev. N 1 IPT1-Y Mean.79 StDev.9 N 1 IPT1-Y3 Mean.317 StDev.1 N 1 IPT1-Y Mean.6 StDev.9396 N 1 IPT1-Y Mean. StDev. N 1 Keragaan nla mutlak korelas antara gabungan reson dengan metode range equalzaton (IPT1) dengan seluruh eubah asal kelomok kedua dar 1 kal smulas Gambar 1 Hstogram of IPT-Y1, IPT-Y, IPT-Y3, IPT-Y, IPT-Y IPT-Y1 IPT-Y IPT-Y3 9 IPT-Y IPT-Y IPT-Y1 Mean.911 StDev.6 N 1 IPT-Y Mean.3 StDev.39 N 1 IPT-Y3 Mean.37 StDev.96 N 1 IPT-Y Mean. StDev.173 N 1 IPT-Y Mean.1 StDev.117 N 1 Keragaan nla mutlak korelas antara gabungan reson dengan metode komonen utama ertama (IPT) dengan seluruh eubah asal kelomok kedua dar 1 kal smulas Semnas Matematka dan Penddkan Matematka 1-1
14 1.6 Gambar 11 Hstogram of IPT3-Y1, IPT3-Y, IPT3-Y3, IPT3-Y, IPT3-Y IPT3-Y1 IPT3-Y IPT3-Y3 IPT3-Y IPT3-Y IPT3-Y1 Mean.6 StDev.696 N 1 IPT3-Y Mean.1 StDev.6371 N 1 IPT3-Y3 Mean.9 StDev.793 N 1 IPT3-Y Mean.176 StDev.9 N 1 IPT3-Y Mean.37 StDev.9711 N 1 Keragaan nla mutlak korelas antara gabungan reson dengan metode embobotan berdasarkan komonen utama (IPT3) dengan seluruh eubah asal kelomok kedua dar 1 kal smulas Gambar Hstogram of IPT-Y1, IPT-Y, IPT-Y3, IPT-Y, IPT-Y IPT-Y1 IPT-Y IPT-Y3 IPT-Y IPT-Y IPT-Y1 Mean.799 StDev.63 N 1 IPT-Y Mean.7367 StDev.6 N 1 IPT-Y3 Mean.791 StDev.6 N 1 IPT-Y Mean.6 StDev.6179 N 1 IPT-Y Mean.7379 StDev.6 N 1 Keragaan nla mutlak korelas antara gabungan reson dengan metode jarak Hotellng (IPT) dengan seluruh eubah asal kelomok kedua dar 1 kal smulas Semnas Matematka dan Penddkan Matematka 1-1
15 1 Gambar 13 Hstogram of IPT-Y1, IPT-Y, IPT-Y3, IPT-Y, IPT-Y IPT-Y1 IPT-Y IPT-Y3 1 IPT-Y IPT-Y IPT-Y1 Mean.67 StDev.63 N 1 IPT-Y Mean.636 StDev.9 N 1 IPT-Y3 Mean.39 StDev.666 N 1 IPT-Y Mean.33 StDev.736 N 1 IPT-Y Mean.393 StDev.99 N 1 Keragaan nla mutlak korelas antara gabungan reson dengan metode dvson by mean (IPT) dengan seluruh eubah asal kelomok kedua dar 1 kal smulas Kesmulan Beberaa kesmulan yang daat dtark antara lan: 1. Metode enggabungan reson dengan menggunakan sstem embobotan berdasarkan komonen utama (IPT3) meruakan metode enggabungan reson yang terbak, bak ada kelomok eubah berkorelas rendah mauun tngg.. Metode enggabungan reson yang juga memlk hasl yang cuku bak adalah dvson by mean (IPT), range equalzaton (IPT1) dan skor komonen utama ertama (IPT). 3. Metode jarak Hotellng (IPT) kurang bak dgunakan untuk menggabungkan reson karena tdak bsa mengkut rlaku data asal, dmana korelas mnmum antara reson gabungan dengan eubah asal sangat rendah. Ucaan Termakash Tulsan n bagan dar Hbah Peneltan Tm Pascasarjana yang ddana oleh Drektorat Jenderal Penddkan Tngg Nomor : 6/13.11/PL/ Tanggal : Arl Semnas Matematka dan Penddkan Matematka 1-117
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 terperinciBAB 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 terperinciBAB 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 terperinciOleh : Harifa Hanan Yoga Aji Nugraha Gempur Safar Rika Saputri Arya Andika Dumanauw
Oleh : Harfa Hanan Yoga A Nugraha Gemur Safar ka Sautr Arya Andka Dumanau Dosen : Dr.rer.nat. Ded osad, S.S., M.Sc. Program Stud Statstka Fakultas Matematka dan Ilmu Pengetahuan Alam Unverstas Gadah Mada
Lebih terperinciANALISIS PEUBAH GANDA (MULTIVARIATE ANALYSIS
ANALISIS PEUBAH GANDA (MULTIVARIATE ANALYSIS Pengantar Analss Peubah Ganda Dr.Ir. I Made Sumertajaya, MS Deartemen Statstka-FMIPA IPB Emal : kulah_ag@yahoo.com Password: akmade Mater APG No I II III IV
Lebih terperinciBAB 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 terperinciBAB 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 terperinciIV. 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 terperinciIII. 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 terperinciBAB 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 terperinciIII. 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 terperinciI BBB TINJAUAN PUSTAKA
I BBB TINJAUAN PUTAKA. Pendahuluan Dalam enulsan mater okok dar skrs n derlukan beberaa teor-teor yang mendukung, yang menjad uraan okok ada bab n. Uraan dmula dengan membahas dstrbus varabel acak kontnu,
Lebih terperinciBAB 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 terperinciBAB III METODE PENELITIAN. pembelajaran berupa RPP dan LKS dengan pendekatan berbasis masalah ini
BAB III METODE PENELITIAN A. Desan Peneltan Metode peneltan yang dgunakan dalam pengembangan perangkat pembelajaran berupa RPP dan LKS dengan pendekatan berbass masalah n adalah metode pengembangan atau
Lebih terperinciTINJAUAN PUSTAKA Tingkat Keberhasilan Mahasiswa Regresi Logistik
5 TINJAUAN PUSTAKA Tngkat Keberhaslan Mahasswa Secara gars besar, faktor-faktor yang memengaruh keberhaslan mahasswa dalam enddkan (Munthe 983, dacu dalam Halm 29 adalah:. Faktor ntelektual seert masalah
Lebih terperinciI DEWA AYU MADE ISTRI WULANDARI
I DEWA AYU MADE ISTRI WULANDARI 1310 100 009 1 ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PERSENTASE PENDUDUK MISKIN DAN PENGELUARAN PERKAPITA MAKANAN DI JAWA TIMUR MENGGUNAKAN REGRESI NONPARAMETRIK BIRESPON
Lebih terperinciε 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 terperinciBAB.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 terperinciJURNAL SAINS DAN SENI POMITS Vol. 3, No.1, (2014) ( X Print) D-30
JURNAL SAINS DAN SENI POMITS Vol. 3, No.1, (2014) 2337-3520 (2301-928X Prnt) D-30 Analss Faktor-Faktor yang Memengaruh Persentase Penduduk Mskn dan Pengeluaran Perkata Makanan d Jawa Tmur menggunakan Regres
Lebih terperinciUKURAN 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 terperinciBAB 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 terperinciIII. 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 terperinciBAB 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 terperinciPENDAHULUAN TINJAUAN PUSTAKA
PENDAHULUAN Latar Belakang Data ordnal basanya dgunakan ada eneltan sosal. Salah satu enggunaan data ordnal adalah ketka enelt ngn menla ska, erses, atau reaks seseorang terhada sebuah ernyataan yang daukan.
Lebih terperinciTaksiran Kurva Regresi Spline pada Data Longitudinal dengan Kuadrat Terkecil
Vol. 11, No. 1, 77-83, Jul 2014 Taksran Kurva Regres Slne ada Data Longtudnal dengan Kuadrat Terkecl * Abstrak Makalah n mengka tentang estmas regres slne khususnya enggunaan ada data longtudnal. Data
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan di SD Al-Azhar 1 Wayhalim Bandar Lampung. Populasi
3 III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SD Al-Azhar Wayhalm Bandar Lampung. Populas dalam peneltan n adalah seluruh sswa kelas V yang terdr dar 5 kelas yatu V A, V B, V
Lebih terperinciABSTRAK ANALISIS KOMPONEN UTAMA
JURNAL MATEMATIKA DAN PEMBELAJARANNYA 03 VOLUME, NO.. ISSN 303-099 ABSTRAK ANALISIS KOMPONEN UTAMA Marana, Dosen Penddkan Matematka Fakultas Tarbyah dan Keguruan, IAIN Ambon 0854435773, E-mal: anastt_0@yahoo.com
Lebih terperinciANALISIS 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 terperinciBAB 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 terperinciANALISIS 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 terperinciIII. METODE PENELITIAN. bersifat statistik dengan tujuan menguji hipotesis yang telah ditetapkan.
3 III. METDE PENELITIAN A. Metode Peneltan Metode peneltan merupakan langkah atau aturan yang dgunakan dalam melaksanakan peneltan. Metode pada peneltan n bersfat kuanttatf yatu metode peneltan yang dgunakan
Lebih terperinciBAB 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 terperinciBAB III METODE PENELITIAN. Metode penelitian merupakan cara atau langkah-langkah yang harus
BAB III METODE PENELITIAN Metode peneltan merupakan cara atau langkah-langkah yang harus dtempuh dalam kegatan peneltan, sehngga peneltan yang dlakukan dapat mencapa sasaran yang dngnkan. Metodolog peneltan
Lebih terperinciBAB III METODE PENELITIAN. SMK Negeri I Gorontalo. Penetapan lokasi tersebut berdasarkan pada
3 BAB III METODE PENELITIAN 3.1 Tempat Dan Waktu Peneltan 3.1.1 Tempat Peneltan Peneltan yang dlakukan oleh penelt berlokas d Kelas Ak 6, SMK Neger I Gorontalo. Penetapan lokas tersebut berdasarkan pada
Lebih terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciIV. 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 terperinciBAB 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 terperinciIII. METODE PENELITIAN. Penelitian ini merupakan penelitian pengembangan (Research and
III. METODE PENELITIAN A. Desan Peneltan Peneltan n merupakan peneltan pengembangan (Research and Development). Peneltan pengembangan yang dlakukan adalah untuk mengembangkan penuntun praktkum menjad LKS
Lebih terperinciEVALUASI METODE PENELUSURAN KERAGAMAN DALAM BLOK DENGAN ANALISIS INTERBLOK
Prosdng SPMIPA. pp. 147-15. 006 ISBN : 979.704.47.0 EVALUASI METODE PENELUSURAN KERAGAMAN DALAM BLOK DENGAN ANALISIS INTERBLOK Rta Rahmawat, I Made Sumertajaya Program Stud Statstka Jurusan Matematka FMIPA
Lebih terperinciHUBUNGAN KEMAMPUAN KEUANGAN DAERAH TERHADAP PERTUMBUHAN EKONOMI PROVINSI NUSA TENGGARA BARAT
HUBUNGAN KEMAMPUAN KEUANGAN DAERAH TERHADAP PERTUMBUHAN EKONOMI PROVINSI NUSA TENGGARA BARAT ABSTRAK STEVANY HANALYNA DETHAN Fakultas Ekonom Unv. Mahasaraswat Mataram e-mal : stevany.hanalyna.dethan@gmal.com
Lebih terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinci1. Pendahuluan MENENTUKAN PROPORSI SAHAM PORTOFOLIO DENGAN METODE LAGRANGE
Prosdng SNaPP04 Sans, Teknolog, dan Kesehatan ISSN 089-358 EISSN 303-480 MENENTUKAN PROPORSI SAHAM PORTOFOLIO DENGAN METODE LAGRANGE Et Kurnat, Gan Gunaan, 3 Tegar Aj Sukma Bestar,,3 Prod Matematka FMIPA
Lebih terperinciPendahuluan. 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 terperinciPEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR
PEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR Resa Septan Pontoh 1), Neneng Sunengsh 2) 1),2) Departemen Statstka Unverstas Padjadjaran 1) resa.septan@unpad.ac.d,
Lebih terperinciIII. BAHAN DAN METODE. Penelitian ini dilaksanakan di kebun percobaan Fakultas Pertanian dan
1 III. BAHAN DAN METODE 3.1 Temat dan Waktu Peneltan Peneltan n dlaksanakan d kebun ercobaan Fakultas Pertanan dan Laboratorum Benh dan Pemulaan Tanaman Fakultas Pertanan Unverstas Lamung ada bulan Oktober
Lebih terperinciBAB III METODE PENELITIAN. menghasilkan Lembar Kegiatan Siswa (LKS) pada materi Geometri dengan
BAB III METODE PENELITIAN A. Jens Peneltan Peneltan n merupakan peneltan pengembangan yang bertujuan untuk menghaslkan Lembar Kegatan Sswa (LKS) pada mater Geometr dengan pendekatan pembelajaran berbass
Lebih terperinciBAB 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 terperinciBAB III METODE PENELITIAN. Jenis penelitian yang akan digunakan dalam penelitian ini adalah
BAB III METODE PENELITIAN A. Jens Peneltan Jens peneltan yang akan dgunakan dalam peneltan n adalah peneltan pengembangan (Research and Development). Peneltan Research and Development (R&D) n merupakan
Lebih terperinciBAB 2 TINJAUAN KEPUSTAKAAN
BAB TIJAUA KEPUSTAKAA.1. Gambaran Umum Obyek Peneltan Gambar.1 Lokas Daerah Stud Gambar. Detal Lokas Daerah Stud (Sumber : Peta Dgtal Jabotabek ver.0) 7 8 Kawasan perumahan yang dplh sebaga daerah stud
Lebih terperinciBAB 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 terperinciBAB III METODE PENELITIAN. problems. Cresswell (2012: 533) beranggapan bahwa dengan
BAB III METODE PENELITIAN A. Jens Peneltan Jens peneltan n adalah peneltan kombnas atau mxed methods. Cresswell (2012: 533) A mxed methods research desgn s a procedure for collectng, analyzng and mxng
Lebih terperinciPROPOSAL 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 terperinciBAB 5 HASIL DAN PEMBAHASAN. Sampel yang digunakan dalam penelitian ini adalah data pengujian pada
BAB 5 ASIL DAN PEMBAASAN 5. asl Peneltan asl peneltan akan membahas secara lebh lengkap mengena penyajan data peneltan dan analss data. 5.. Penyajan Data Peneltan Sampel yang dgunakan dalam peneltan n
Lebih terperinciBAB 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 terperinciPemodelan Biaya Langsung Proyek Perusahaan Jasa Konstruksi PT. X dengan Multivariate Regression
JURNAL SAINS DAN SENI POMIS Vol., No., (3) 337-35 (3-98 Prnt) D-48 Pemodelan Baya Langsung Proyek Perusahaan Jasa Konstruks P. dengan Multvarate Regresson Sulstanngrum, Irhamah, dan Muhammad Mashur Jurusan
Lebih terperinciIII. 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 terperinciBAB 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 terperinciBAB 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 terperinciMINGGU 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 terperinciPreferensi untuk alternatif A i diberikan
Bahan Kulah : Topk Khusus Metode Weghted Product (WP) menggunakan perkalan untuk menghubungkan ratng atrbut, dmana ratng setap atrbut harus dpangkatkan dulu dengan bobot atrbut yang bersangkutan. Proses
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang. Di dalam matematika mulai dari SD, SMP, SMA, dan Perguruan Tinggi
Daftar Is Daftar Is... Kata pengantar... BAB I...1 PENDAHULUAN...1 1.1 Latar Belakang...1 1.2 Rumusan Masalah...2 1.3 Tujuan...2 BAB II...3 TINJAUAN TEORITIS...3 2.1 Landasan Teor...4 BAB III...5 PEMBAHASAN...5
Lebih terperinciBAB 4 METODOLOGI PENELITIAN DAN ANALISIS
28 BAB 4 METODOLOGI PENELITIAN DAN ANALISIS 4.1 Kerangka Pemkran dan Hpotess Dalam proses peneltan n, akan duj beberapa varabel software yang telah dsebutkan pada bab sebelumnya. Sesua dengan tahapan-tahapan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN. Latar Belakang Manova atau Multvarate of Varance merupakan pengujan dalam multvarate yang bertujuan untuk mengetahu pengaruh varabel respon dengan terhadap beberapa varabel predktor
Lebih terperinciBAB III METODOLOGI PENELITIAN. Jenis penelitian yang digunakan adalah penelitian pengembangan yang
BAB III METODOLOGI PENELITIAN A. Jens Peneltan Jens peneltan yang dgunakan adalah peneltan pengembangan yang bertujuan membuat suatu produk dan duj kelayakannya. B. Metode Pengembangan Peneltan n menggunakan
Lebih terperinciBAB 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 terperinciBAB III METODOLOGI PENELITIAN. bulan November 2011 dan direncanakan selesai pada bulan Mei 2012.
BAB III METODOLOGI PENELITIAN 1.1. Tempat dan waktu Peneltan Peneltan dlakukan pada Perusahaan Daerah Ar Mnum Kabupaten Gorontalo yang beralamat d jalan Gunung Bolyohuto No. 390 Kelurahan Bolhuangga Kecamatan
Lebih terperinciBAB 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 terperinciBAB III METODE PENELITIAN. Jenis penelitian yang dipakai adalah penelitian kuantitatif, dengan
BAB III METODE PENELITIAN 3.1 Pendekatan dan Jens Peneltan Jens peneltan yang dpaka adalah peneltan kuanttatf, dengan menggunakan metode analss deskrptf dengan analss statstka nferensal artnya penuls dapat
Lebih terperinciPendeteksian 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 terperinciBAB 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 terperinciBAB III METODE PENELITIAN. hasil penelitian. Walaupun penelitian ini merupakan penelitian kuasi eksperimen,
BAB III METODE PENELITIAN A. Metode dan Desan Peneltan Metode peneltan n adalah quas ekspermen karena terdapat unsur manpulas, yatu mengubah keadaan basa secara sstemats ke keadaan tertentu serta tetap
Lebih terperinciANALISIS 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 terperinciIII. 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 terperinciBAB III METODE PENELITIAN. pretest postes control group design dengan satu macam perlakuan. Di dalam
BAB III METODE PEELITIA A. Bentuk Peneltan Peneltan n merupakan peneltan ekspermen dengan model pretest postes control group desgn dengan satu macam perlakuan. D dalam model n sebelum dmula perlakuan kedua
Lebih terperinciMETODE PENELITIAN. pelajaran 2011/ Populasi penelitian ini adalah seluruh siswa kelas X yang
III. METODE PENELITIAN A. Waktu dan Tempat Peneltan Peneltan n telah dlaksanakan d SMA Neger 1 Bandar Lampung pada tahun pelajaran 011/ 01. Populas peneltan n adalah seluruh sswa kelas X yang terdr dar
Lebih terperinciPost 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 terperinciEVALUASI TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN FIRST ORDER CONFIGURAL FREQUENCY ANALYSIS
EVALUASI TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN FIRST ORDER CONFIGURAL FREQUENCY ANALYSIS Resa Septan Pontoh Departemen Statstka Unverstas Padjadjaran resa.septan@unpad.ac.d ABSTRAK.
Lebih terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciBab 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 terperinciPENERAPAN 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 terperinciPEMBUATAN 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 terperinciUKURAN-UKURAN DESKRIPTIF DATA
UKURAN-UKURAN DESKRIPTIF DATA Hazmra Yozza Izzat Rahm HG Jurusan Matenatka FMIPA Unand LOGO Kompetens Khusus Menghtung ukuran pemusatan data Menghtung ukuran keragaman data 3 4 Menghtung ukuran poss data
Lebih terperinciBAB 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 terperinciBab 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 terperinciBAB IV HASIL PENELITIAN
6 BAB IV HAIL PENELITIAN A. Deskrps Data Hasl Peneltan Untuk mengetahu keefektfan penerapan model pembelajaran cooperatve learnng tpe TAD (tudent Teams-Achevement Dvsons) terhadap hasl belajar matematka
Lebih terperinciContoh 5.1 Tentukan besar arus i pada rangkaian berikut menggunakan teorema superposisi.
BAB V TEOEMA-TEOEMA AGKAIA 5. Teorema Superposs Teorema superposs bagus dgunakan untuk menyelesakan permasalahan-permasalahan rangkaan yang mempunya lebh dar satu sumber tegangan atau sumber arus. Konsepnya
Lebih terperinciIII.METODE PENELITIAN. Pada penelitian ini subyek yang digunakan adalah siswa VII A SMPN 5
33 III.METODE PENELITIAN A Jens Dan Desan Peneltan. Jens peneltan yang dgunakan dalam peneltan n adalah peneltan kuanttatf. Peneltan n merupakan peneltan korelas yang bertujuan untuk mengetahu hubungan
Lebih terperinciPERTEMUAN I PENGENALAN STATISTIKA TUJUAN PRAKTIKUM
PERTEMUAN I PENGENALAN STATISTIKA TUJUAN PRAKTIKUM 1) Membuat dstrbus frekuens. 2) Mengetahu apa yang dmaksud dengan Medan, Modus dan Mean. 3) Mengetahu cara mencar Nla rata-rata (Mean). TEORI PENUNJANG
Lebih terperinciREGRESI 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 terperinciBAB 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 terperinciBAB IV TRIP GENERATION
BAB IV TRIP GENERATION 4.1 PENDAHULUAN Trp Generaton td : 1. Trp Producton 2. Trp Attracton j Generator Attractor - Setap tempat mempunya fktor untuk membangktkan dan menark pergerakan - Bangktan, Tarkan
Lebih terperinciPERBANDINGAN 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 terperinciBAB 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 terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Jens dan Pendekatan Peneltan Jens peneltan n termasuk peneltan korelasonal (correlatonal studes. Peneltan korelasonal merupakan peneltan yang dmaksudkan untuk mengetahu ada
Lebih terperinci