Pemodelan Angka Prevalensi Kusta dan Faktor- Faktor yang Mempengaruhi di Jawa Timur dengan Pendekatan Geographically Weighted Regression (GWR)
|
|
|
- Suhendra Kurnia
- 7 tahun lalu
- Tontonan:
Transkripsi
1 JURNAL SAINS DAN SENI POMIS Vol., No., () 7-5 (-98X Prt) D-75 Pemodela Aga Prevales Kusta da Fator- Fator yag Memegaruh d Jaa mur dega Pedeata Geograhcally Weghted Regresso (GWR) Alefa Maulda Dzra, Sat Wula Puram Jurusa Statsta, Faultas Matemata da Ilmu Pegetahua Alam, Isttut eolog Seuluh Noember (IS) Jl. Aref Rahma Ham, Surabaya 6 Idoesa e-mal: sat_@statsta.ts.ac.d Abstra Kusta (lera) atau Morbus Hase meruaa eyat meular yag meahu da dsebaba oleh uma usta (Mycobacterum Lerae) yag meyerag syaraf te, ult da arga tubuh laya. Kasus usta d Jaa mur medudu uruta ertama d Idoesa. Aalss regres ler meruaa emodela statst yag dguaa utu memeroleh hubuga atara varabel redtor da varabel reso. Geograhcally Weghted Regresso (GWR) meruaa egembaga dar regres ler yag dguaa utu megaalss data sasal. Pada eelta dduga terdaat erbedaa fator-fator yag memegaruh aga revales usta atara layah yag satu da laya, area egaruh sasal. Sehgga dguaa edeata Geograhcally Weghted Regresso (GWR) utu meetua fator yag memegaruh d seta abuate/ota d Jaa mur. Hasl eelta meymula baha emodela aga revales usta d Jaa mur meuua adaya egaruh ase sasal. Baddth otmum yag deroleh dega megguaa rtera CV adalah sebesar,465, emlha embobot fugs erel yag terlh dega rtera AIC terecl adalah erel Gaussa. Model GWR meghasla R sebesar 98,4% lebh besar dar model regres ler yatu 5,%. Fator geografs beregaruh terhada eada aga revales usta d Jaa mur, sehgga model GWR yag terbetu d seta abuate/ota berbeda. Fator ersetase asus baru usta -4 tahu beregaruh sgfa ada sebaga besar abuate/ota d Jaa mur. Kata Kuc Aga revales usta, erel gaussa, GWR, Provs Jaa mur. K I. PENDAHULUAN usta (lera) atau Morbus Hase meruaa eyat meular yag meahu da dsebaba oleh uma usta (Mycobacterum Lerae) yag meyerag syaraf te, ult da arga tubuh laya. Peyat serg al membula ermasalaha yag omles. Masalah yag dtmbula bua haya dar seg meds teta sama ada masalah sosal, eoom, budaya, eamaa da etahaa asoal []. Orgasas esehata dua yatu WHO mela ada tahu Idoesa medudu ergat etga d dua setelah Ida da Brazl alg baya ederta usta. Meurut rofl esehata Provs Jaa mur tahu asus usta Provs Jaa mur medudu uruta ertama d Idoesa. Peemua asus baru d Jaa mur sebaaya 584 asus atau setar / dar umlah seluruh ederta baru d Idoesa. Wlayah yag alg baya meml ederta usta ya d Madura da ata utara Pulau Jaa[]. Peelta megea eada usta telah baya dlaua d Idoesa aa teta sagat terbatas yag memertmbaga ase geografs atar layah. Pada eelta dduga terdaat erbedaa fator-fator yag memegaruh aga revales usta atara layah yag satu da laya, area egaruh sasal. Permasalaha yag aa decaha dalam eelta adalah bagamaa model terba utu aga revales ederta usta d Jaa mur beserta fator-fator yag memegaruhya dega edeata geograhcally eghted regresso (GWR). uua yag g dcaa dalam eelta adalah g megetahu model terba utu aga revales ederta usta d Jaa mur beserta fator-fator yag memegaruhya. A. Regres Ler II. INJAUAN PUSAKA Sama ada saat te emodela statst yag alg serg dguaa dalam berbaga bdag lmu adalah aalss regres. Model umum regres ler adalah sebaga berut. y x () Dega =,,, da adalah arameter osta da adalah arameter model utu =,,, sedaga adalah la eror yag dasumsa det, deede, da berdstrbus N (, ) []. Salah satu asums yag harus deuh utu aalss regres dega baya varabel redtor adalah tda adaya asus multolertas. Kasus
2 JURNAL SAINS DAN SENI POMIS Vol., No., () 7-5 (-98X Prt) D-76 multolertas daat ddetes dega Varace Iflato Factors (VIF) drumusa dalam. VIF R () Dmaa R meruaa oefse determas x dega varabel redtor laya. Ja la VIF > meuua adaya asus multcollearty. U sgfas arameter (β) ada model regres ler dlaua dega dua cara yatu egua secara sereta da egua secara dvdu. Pegua arameter secara sereta meruaa egua yag bertuua utu megetahu sgfas arameter β terhada varabel reso secara sereta. Berut adalah hotess yag dguaa. H :... H : mmal ada satu, dega =,,... Statst u : MSR F ht () MSE Dmaa MSR meruaa meas square regresso da MSE meruaa meas square error. Pegua sgfas secara sereta ddaata dar tabel aalss varas dalam abel. Daerah eolaa utu egua sgfas arameter sereta adalah tola H a F ht > F (α;,--) atau a -value < α. Pegua arameter secara dvdu meruaa egua yag bertuua utu megetahu sgfas arameter arameter β terhada varabel reso. Hotess yag dguaa adalah sebaga berut. H : H :, dega =,,..., ˆ Statst u : tht (4) SE ˆ Daerah eolaa utu egua sgfas arameter dvdu adalah tola H a < α. B. Ase Data Sasal t ht > t (α/;--) atau a -value Regres sasal meruaa salah satu metode yag dguaa utu megetahu hubuga atara varabel reso dega varabel redtor dega memerhata ase eterata layah atau sasal. erdaat dua ase data sasal yatu deedes sasal da heterogetas sasal. Pegua deedes sasal dlaua dega statst u Mora s I. Hotess yag dguaa adalah. H : (tda ada deedes sasal) H : (terdaat deedes sasal) abel. Sumber Varas Regres Error otal Jumlah Kuadrat yˆ y SSR P SSE Statst u : y yˆ y y ANOVA Df -(+) SS - Rata-rata F-htug Kuadrat SSR MSR MSR F ht MSE SSE MSE ( ) Z (5) var htug e We Dega : e e e = vetor resdual ada regres OLS W = matrs embobot sasal Daerah eolaa utu egua deedes sasal adalah tola H, a Z htug Z Sedaga egua heterogetas sasal dlaua dega megguaa statst u Breusch-Paga. Berut adalah hotess yag dguaa. H :... H : mmal ada satu Statst u : BP f A( A A) A f (6) e f da A adalah Eleme vetor f drumusa matrs beruura (+) yag bers vetor yag telah dormalstadara. Daerah eolaaya adalah tola H a BP >. C. Model Geograhcally Weghted Regresso (GWR) Model Geograhcally Weghted Regresso (GWR) meruaa egembaga dar model regres ler dmaa de dasarya dambl dar regres o aramter. Model GWR daat drumusa sebaga berut. y, u v u v, x (7) Persamaa estmas arameter utu seta loas egamata sebaga berut. X X Wu v y, v X Wu, v ˆ β u, (8) Dmaa βˆ meruaa estmas dar β da u, W matrs v dagoal embobot yag eleme dagoalya adalah embobot yag bervaras dar seta estmas arameter ada loas.
3 JURNAL SAINS DAN SENI POMIS Vol., No., () 7-5 (-98X Prt) D-77 Pera embobot sasal sagat etg area la embobot meal leta data observas satu dega yag laya[4]. Fugs erel dguaa utu megestmas aramater dalam model GWR [5]. Pembobot fugs erel terdr dar fugs Gaussa, Adatve Gaussa, Bsquare, Adatve Bsquare, rcube, da Adatve rcube [6].. Gaussa d ( u, v ) ex h. Adatve Gaussa d ( u, v ) ex h. Bsquare d, utu d h ( u, v ) h, utu d h 4. Adatve Bsquare d, utu d h ( u, v ) h, utu d h 5. rcube d, utu d h ( u, v ) h, utu d h 6. Adatve rcube d, utu d h ( u, v ) h, utu d h Dega d u u v v (9) meruaa ara euclde atara loas u, v ) e loas ( u, v ) ( da h meruaa arameter eghalus baddth [7]. Baddth yag otmum dlh dega megguaa metode Cross Valdato (CV). y yˆ h CV ( h) () No Krtera Formula Otmum R AIC SSE ( yˆ y) x% ( y y) log ( ˆ) log ( ) tr( S) Y Yˆ Masmum Mmum Mmum Pegua esesuaa model dguaa utu meelasa aaah model GWR daat meelasa model lebh ba dbadga model OLS atau tda. u, v =,,..., H : u, v H : sedtya ada satu Statst u yag duguaa adalah. F htug RSS v = tr(r R ) da dguaa adalah H RSS H v RSS H () v df, df * v tr(r ), dega deraat bebas yag dar v * = tr[(r R ) ] da tr[(r ) ]., da la v * ddaat Pegua sgfas arameter ada seta loas dlaua dega megu arameter secara arsal. Hotess yag dguaa adalah. H : u, v H : u, v ; =,,,; =,,, Dega statst u yag dguaa adalah sebaga berut. ˆ u, v () ˆ g Matrs varas ovara ddaata dar dmaa : G Χ W, v GG u Χ Χ Wu, v g = eleme dagoal dar GG D. Pemlha Model erba Model terba adalah model yag semua oefse regresya sgfa da meml rtera ebaa model otmum, beberaa rtera model terba adalah sebaga berut ada abel. abel. Krtera Pemlha Model erba
4 JURNAL SAINS DAN SENI POMIS Vol., No., () 7-5 (-98X Prt) D-78 III. MEODOLOGI PENELIIAN A. Sumber Data da Varabel Peelta Data seuder yag dguaa dalam eelta adalah data rofl esehata d Das Kesehata Jaa mur da data laora Rset Fasltas Kesehata (RIFASKES) Jaa mur tahu. Varabel yag aa dtelt terdr dar varabel reso da varabel redtor dataraya adalah aga revales usta (Y), ersetase rumah tagga ber-phbs (X ), ersetase rumah sehat (X ), umlah asus baru usta tye Mult Basler (X ), ersetase asus baru usta -4 tahu (X 4 ), ersetase cacat tgat ederta usta (X 5 ), Persetase usesmas meurut rogram egedala usta (X 6 ), Persetase usesmas meurut elatha rogram egedala usta (X 7 ), Persetase usesmas meurut buu edoma rogram egedala usta (X 8 ). B. Lagah Aalss Lagah-lagah yag dlaua dalam aalss data utu mecaa tuua melut.. Melaua desrs data dega megguaa eta temat.. Megdetfas ola hubuga atar varabel.. Melaua egua multolertas terhada seta varabel redtor dalam eelta. 4. Medaata model regres ler bergada aga revales usta. 5. Memersa deedes sasal da heterogetas sasal. 6. Megaalss model GWR aga revales usta da fator-fator yag dduga memegaruhya. Gambar.. Persebara Aga Prevales Kusta D Seta Kabuate/Kota Gambar.. Pola Hubuga Atar Varabel Predtor da Varabel Reso abel. Nla VIF Varabel Predtor Varabel X X X X 4 X 5 X 6 X 7 X 8 VIF,5,8,,,,,5, IV. ANALISIS DAN PEMBAHASAN A. Gambara Aga Prevales Kusta D Jaa mur Pesebara aga revales usta d Jaa mur seert ada Gambar. Utu memudaha terretas eglasfasa, aga revales usta d Jaa mur dbag mead ategor yatu tgg, sedag, da redah. Berdasara Gambar. daat dsmula baha aga revales usta d Jaa mur meyebar d seluruh layah. Sebaga besar layah yatu 9 abuate da 8 ota meml ategor redah utu aga revales usta, seert eada usta d Kabuate Pacta, Poorogo, reggale, ulugagug, da Bltar. Daerah yag meml ategor aga revales tgg adalah Kabuate Samag da Sumee. B. Pemodela Regres ler Bergada Aga Prevales Kusta Sebelum melaua emodela aga revales usta dega megguaa metode regres ler bergada terlebh dahulu dlaua detfas ola hubuga atar varabel da egua multolertas. Berdasara Gambar. daat delasa baha ola hubuga varabel ersetase rumah tagga ber-phbs, rumah sehat (X ), da ersetase cacat tgat ederta usta (X 5 ) berorelas egatf terhada aga revales usta.i berart baha aabla terad eaa ada varabel tersebut maa aa berdama ada eurua aga revales usta. Korelas yag ostf terad atara varabel aga revales usta (Y) da varabel ersetase asus baru usta -4 tahu (X 4 ), ersetase usesmas meurut egata rogram egedala usta (X 6 ), da ersetase usesmas meurut elatha rogram egedala usta (X 7 ). Sedaga varabel yag meml ola meyebar terhada aga revales usta adalah varabel ersetase asus baru usta tye mult basler (X ) da ersetase usesmas meurut buu edoma rogram egedala usta (X 8 ). abel. Meuua la VIF yag urag dar maa daat dsmula tda terad multolertas. Hasl aalss regres ler bergada dhasla model sebaga berut. Yˆ,,86X,9X,X,X,6X 5,4X 6,94X 7,6X 8 4
5 JURNAL SAINS DAN SENI POMIS Vol., No., () 7-5 (-98X Prt) D-79 Model tersebut meelasa baha aga revales usta aa meuru sebesar,86 a terad eaa sebesar % terhada ersetase rumah tagga ber-phbs dega syarat varabel yag la osta. Dhasla la R sebesar 5,%. Pegua asums resdual berdstrbus ormal dlaua dega u Kolmogorov-Smrov. Dar hasl egua deroleh la _value lebh dar,5 dega megguaa α sebesar % dutusa utu gagal tola H sehgga dsmula baha resdual model regres telah berdstrbus ormal. Peggua asums resdual deede dlaua dega statst u Durb Watso. Berdasara hasl erhtuga deroleh la Durb Watso sebesar,87 dega la d L sebesar,9 maa dutusa utu gagal tola H area la statst u d>d L, hal berart baha tda terad orelas atar resdual. Pegua asums resdual det megguaa u Gleser dega meregresa absolute resdual dar regres OLS terhada varabel deede. Ddaata hasl sebaga berut. abel 4. meelasa baha terdaat varabel redtor yag sgfa terhada model sehgga daat dsmula baha asums resdual det tda tereuh. Karea meuua adaya heterosedaststas maa derlua emodela yag memerhata ase sasal. Pegua sgfas arameter secara sereta megguaa hotess sebaga berut. H :... 8 H : mmal ada satu, dega =,,...8 Dega la F htug sebesar 4, da _value sebesar, dega taraf sgfas (α) sebesar, da F tabel sebesar,8984 sehgga dutusa utu tola H. Hal berart baha arameter beregaruh secara sereta terhada model. Pegua sgfas arameter secara dvdu megguaa hotess sebaga berut. H : H :, dega =,,...,8 Dega taraf sgfa sebesar % maa daat dsmula baha varabel yag beregaruh secara dvdu terhada model adalah varabel ersetase rumah tagga ber- PHBS (X ) da ersetase usesmas meurut rogram egedala usta (X 7 ). C. Pegua Ase Sasal Pegua ase sasal dlaua utu megetahu aaah terdaat deedes atau heterogetas sasal, deedes sasal ddetfas dega statst u Moras I sedaga heterogetas sasal ddetfas dega megguaa statst u Breusch-Paga, hasl erhtugaya adalah sebaga berut. Oleh area egua ase sasal tereuh maa selautya aa dlaua aalss lebh laut dega megguaa metode Geograhcally Weghted Regresso. abel 4. Pegua Asums Resdual Idet Varabel htug P_value Keutusa Iterse -,8,46 Gagal ola H X -,,94 Gagal ola H X,86,95 Gagal ola H X,95,5 Gagal ola H X 4,5,4 Gagal ola H X 5 -,86,99 Gagal ola H X 6,9,698 Gagal ola H X 7,8,8 ola H X 8,7,98 ola H abel 5. Pegua Ase Sasal Pegua Nla Sgfas Keutusa Breusch-Paga,649 ola H Mora's I,7-6 ola H abel 6. Nla AIC Fugs Kerel GWR Gaussa Bsquare rcube Fx Adatve Fx Adatve Fx Adatve 4,7 65,9 6,6 8,96 6,47 8,4 D. Pemodela Aga Prevales Kusta dega GWR aha aal dalam embetua model GWR adalah dega meetaa loas egamata berdasara leta geografs ltag da buur seta abuate ota, yag aa dguaa utu meetua baddth otmum dega metode cross valdato, lagah selautya adalah meetua matrs embobot fugs erel dega megguaa rtera AIC yag terecl. abel 6. meuua embobot erel yag aa dguaa utu megestmas arameter ada model GWR adalah erel Gaussa hal dareaa meml la AIC yag alg ecl datara yag la. Pegua esesuaa model megguaa hotess sebaga berut. u, v H : u, v H : sedtya ada satu Ddaata la F htug yag dhasla adalah 9,45 dega la _value.75 maa dhasla la F tabel sebesar.58 sehgga dutusa utu tola H yag berart baha terdaat erbedaa yag sgfa atara model global da model GWR.
6 JURNAL SAINS DAN SENI POMIS Vol., No., () 7-5 (-98X Prt) D-8 Pegua sgfas arameter secara arsal dlaua utu megetahu varabel yag sgfa d seta loas. Hotess yag dguaa adalah sebaga berut. H : u, v H : u, v ; =,, 8 ; =,,,8 Varabel yag sgfa ada seta abuate/ota berbeda-beda sehgga memetu egelomoa abuate/ota yag meml esamaa varabel yag sgfa seert yag dsaa dalam Gambar berut. Kelomo layah seert Kabuate Pacta, Poorogo, reggale, ulugagug, Bltar, Ngau, Madu, Mageta, Nga, da Kota Madu meruaa elomo layah yag tda satuu varabel redtorya yag sgfa terhada varabel aga revales usta. Pada Kabuate Booegoro da Kota Bltar varabel yag sgfa terhada aga revales usta adalah varabel resetase asus baru usta - 4 ahu (X 4 ), edua layah terlasfas edalam rtera yag redah utu resetase asus baru usta -4 ahu (X 4 ). Varabel ersetase asus asus baru usta -4 tahu beregaruh sgfa ada sebaga besar abuate/ota d aa mur ecual Kabuate Pacta, Poorogo, reggale, ulugagug, Bltar, Ngau, Madu, Mageta, Nga, uba, da Kota Madu. Model GWR ada Kabuate Mooerto adalah sebaga berut. Yˆ,5,5X,X,X,49X,X 5,7X 6,8X 7,7X Model berart baha a varabel ersetase rumah sehat (X ) megat % maa aa berdama ada eurua aga revales usta sebesar,9 dega syarat besarmya varabel yag la osta. Keaa aga revales usta sebesar,49 terad a eaa sebesar % ada varabel ersetase asus baru usta -4 tahu (X 4 ) dega syarat varabel yag la osta, a ersetase usesmas meurut elatha rogram egedala usta X 7 ) megalam eaa %, aga revales usta aa megat sebesar,8 dega syarat varabel yag la osta. Aga revales usta aa megalam eurua sebesar,7 a terad eaa ersetase usesmas meurut buu rogram egedala usta (X 8 ). Pemodela aga revales usta d Jaa mur dega megguaa edeata Geograhcally Weghted Regresso meruaa model yag lebh ba a dbadga dega model regres OLS, hal daat ddetfas dar la SSE yag lebh ecl yatu,49 da R yag lebh besar yatu sebesar 98,4%. A. Kesmula V. KESIMPULAN DAN SARAN Berdasara hasl aalss da embahasa deroleh esmula sebaga berut Desrs aga revales usta d Jaa mur sebaga besar meml ategor redah, layah yag meml ategor tgg adalah Kabuate Samag da Kabuate Sumee.. Model GWR ada aga revales usta lebh ba dbadga emodela dega regres ler bergada. Gambar.. Persebara Varabel Sgfa Meurut Kabuate/Kota abel 7. Perbadga Model OLS da GWR Krtera Regres OLS GWR R 5,% 98,4% SSE 4,865,49 Hal dareaa la R yag ddaata dega emodela GWR leh besar yatu sebesar 98,4%, da SSE yag lebh ecl yatu,49. Sehgga tedaat egaruh ase sasal ada emodela aga revales usta. Varabel yag sgfa berbeda-beda seta abuate/ota d Jaa mur, sebaga besar aga revales usta d Jaa mur sgfa terhada varabel asus baru usta -4 tahu. B. Sara Pemodela aga revales usta dega megguaa metode GWR, megguaa fator-fator dugaa berdasara ase esehata saa. Utu eelta selautya dharaa uga medalam fator dar ase sosal, eoom, edda, da lguga. Sehgga uaya utu egedala ayat usta da eeaa aga revales sesua dega target asoal bsa tercaa. Sela tu stgma egatf terhada esstes ederta usta d masyaraat bsa dhlaga. DAFAR PUSAKA [] Samsudraat, A. (). Har Kusta Sedua, Kusta D Idoesa Pergat III Dua. htt://esehata.omasaa.com (Sabtu, Februar ). [] Das Kesehata Provs Jaa mur. (). Profl Kesehata Provs Jaa mur ahu. Das Kesehata Provs Jaa mur: Surabaya. [] Draer, N,. & Smth, R,. Aalss Regres eraa. Grameda Pustaa Utama: Jaarta. [4] Lee, J,. & Wog, D, W, S. Statstcal Aalyss th Arcve GIS. Joh. Wley ad Sos: Ne Yor. [5] Asel, L. (988). Satal Ecoometrcs Methods ad Models, Kluer Academc Publshers: Dordrecht.
7 JURNAL SAINS DAN SENI POMIS Vol., No., () 7-5 (-98X Prt) D-8 [6] Chasco, C., Garca, I., & Vces, J., Modelg Sastal Varatos Household Dsosble Icome th Geograhcally Weghted Regresso, Much Persoal RePEc Arhve (MPRA), Worg Paer, 7, No. 68. [7] Yas, H. (). Pemlha Varabel Pada Model Geograhcally Weghted Regresso. Uverstas Doegoro: Semarag. [8] Dearteme Kesehata Reubl Idoesa. (6). Profl Kesehata Idoesa 6. Dearteme Kesehata Reubl Idoesa: Jaarta.
III. METODOLOGI PENELITIAN
III. METODOLOGI PENELITIAN 3.. Watu da Temat Peelta Peelta srs dlaua d Jurusa Matemata Faultas Matemata da Ilmu Pegetahua Alam Uverstas Lamug ada tahu aadem 2009/200. 3.2. Metode Peelta Secara umum, elasaaa
JURNAL SAINS DAN SENI POMITS Vol. 2, No.2, (2013) ( X Print) D-311
JURNAL SAINS DAN SENI POMIS Vol., No., (03) 337-350 (30-98X Prt) D-3 Pemodela Fator-Fator yag Memegaruh Jumlah Kemata Ibu d Jatm dega Pedeata GWPR (Geograhcally Weghted Posso Regresso) Dtau dar Seg Fasltas
ANALISIS REGRESI. Untuk mengetahui bentuk linear atau nonlinear dapat dilakukan dengan membuat scatterplot seperti berikut : Gambar.
ANALISIS REGRESI Berdasara betu eleara data, model regres dapat dlasfasa mead dua macam yatu lear da o-lear. Ja pola data lear maa dguaa pemodela lear. Begtu uga sebalya apabla pola data tda lear maa dguaa
Pemodelan Angka Buta Huruf di Provinsi Sumatera Barat Tahun 2014 dengan Geographically Weighted Regression
JURNAL SAINS DAN SENI ITS Vol. 5 No. (016) 337-350 (301-98X Prt) D-361 Pemodela Aga Buta Huruf d Provs Sumatera Barat Tahu 014 dega Geographcally Weghted Regresso Rath Mahara da Wwe Setya Wahju Jurusa
JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 2012) ISSN: X D-159
JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Set. 1 ISSN: 31-X D-15 Pemodela Fator-Fator Yag Beregaruh Terhada Prevales Balta Kurag Gz D Provs Jawa Tmur Dega Pedeata Geograhcally Weghted Logstc Regresso (GWLR
PEMILIHAN VARIABEL PADA MODEL GEOGRAPHICALLY WEIGHTED REGRESSION. Hasbi Yasin Staf Pengajar Program Studi Statistika FMIPA UNDIP.
Pemlha Varabel (Hasb Yas) PEMILIHAN VARIABEL PADA MODEL GEOGRAPHICALLY WEIGHED REGRESSION Hasb Yas Staf Pegajar Program Stud Statsta FMIPA UNDIP Abstract Regresso aalyss s a statstcal aalyss that ams to
JURNAL SAINS DAN SENI ITS Vol. 4, No.2, (2015) ( X Print) D-272
JURNAL SAINS DAN SENI ITS Vol. 4, No., (05) 337-350 (30-98X Prt) D-7 Pemodela da Pemetaa Jumlah Kasus DBD d Kota Surabaya dega Geograhcally Weghted Negatve Bomal Regresso (Gwbr) da Flexbly Shaed Satal
Regresi Logistik Ordinal untuk Menganalisis Faktor-Faktor yang Mempengaruhi Perilaku Sexual Remaja
Jural EKSONENSIAL Volume, Nomor, Me 0 ISSN 085-789 Regres Logst Ordal utu Megaalss Fator-Fator yag Memegaruh erlau Seual Remaa Ordal Logstc Regresso for Aalyss Factors of Ifluece Behavor Adolecet Seual
Pemodelan Angka Pengangguran Pernah Bekerja dan Belum Pernah Bekerja di Jawa Timur Menggunakan Metode Regresi Multivariat
D-390 JURNAL SAINS DAN SENI ITS Vol. 5 No. (06) 337-350 (30-98X Prt) Pemodela Aga Perah Beerja da Belum Perah Beerja d Jawa Tmur Megguaa Metode Regres Multvarat Arda Nur Lathfah, da Wahyu Wbowo Jurusa
Prosiding Statistika ISSN:
Prosdg Statsta ISSN: 246-6456 Pemodela Aga Kemata Ba d Kabuate Kuga ahu 24 dega Regres Geeralzed Posso da RegresBomal Negatf Modelled Number Of Brth Mortalt I Kuga Resdece I 24 B Geeralzed Posso Regresso
ISSN: JURNAL GAUSSIAN, Volume 4, Nomor 2, Tahun 2015, Halaman Online di:
ISSN: 339-541 JURNAL GAUSSIAN, Volume 4, Nomor, ahu 015, Halama 05-14 Ole d: http://eoural-s1.udp.ac.d/dex.php/gaussa ANALISIS FAKOR FAKOR YANG MEMPENGARUHI JUMLAH KEJAHAAN PENCURIAN KENDARAAN BERMOOR
BAB 2 LANDASAN TEORI
BAB LANDAAN TEORI Dalam bab aa djelasa teor-teor yag berhubuga dega peelta yag dapat djada sebaga ladasa teor atau teor peduug dalam peelta Ladasa teor aa mempermudah pembahasa hasl peelta pada bab 3 Adapu
Pemodelan Faktor-Faktor yang Mempengaruhi Angka Morbiditas di Jawa Timur Menggunakan Regresi Nonparametrik Spline
JURNAL SAINS DAN SENI ITS Vol. 6, No., (7) ISSN: 337-35 (-98X Prt) D-5 Pemodela Fator-Fator yag Mempegaruh Aga Morbdtas d Jawa Tmur Megguaa Regres Noparametr Sple Krsa Wuladar, I Nyoma Budatara, da Madu
II. LANDASAN TEORI. Wallpole (1995), mendefinisikan data kategori sebagai data yang diklasifikasikan
II. LANDASAN TEORI.1. Data Kategor Wallpole (1995, medefsa data ategor sebaga data yag dlasfasa meurut rtera tertetu. Data ategor dsebut uga data ometr atau data yag bua merupaa hasl peguura. Data ategor
Pemodelan Penduduk Miskin di Jawa Timur Menggunakan Metode Geographically Weighted Regression (GWR)
JURNAL SAINS DAN SENI POMITS Vol., No., (013) 337-350 (301-98X Prt) D-39 Pemodela Pedudu Ms d Jawa Tmur Megguaa Metode Geographcally Weghted Regresso (GWR) Yuata Damayat, Vta Ratasar Jurusa Statsta, Faultas
Pemodelan Resiko Penyakit Pneumonia pada Balita di Jawa Timur Menggunakan Regresi Logistik Biner Stratifikasi
JURNAL SAINS DAN SENI POMITS Vol., No., (13) ISSN: 337-35 (31-98X Prt D-5 Pemodela Reso Peyat Peumoa pada Balta d Jawa Tmur Megguaa Regres Logst Ber Stratfas Ita Novaa, Sr Pgt Wuladar da Purhad Jurusa
Pemodelan Kondisi Jaringan Listrik PT. PLN (Persero) Area Surabaya Selatan dengan Analisis Regresi Logistik Ordinal
JURNAL SAINS DAN SENI ITS Vol. 6, No., (7) ISSN: 7-0 (-98X Prt) D86 Pemodela Kods Jarga Lstr PT. PLN (Persero) Area Surabaya Selata dega Aalss Regres Logst Ordal Des Olva Sswadar da Haryoo Dearteme Statsta,
PEMODELAN JUMLAH KEMATIAN BAYI DI PROVINSI MALUKU TAHUN 2010 DENGAN MENGGUNAKAN REGRESI POISSON
Jural Bareeg Vol. 5 No. Hal. 3 7 () PEMODELAN JUMLAH KEMAIAN BAYI DI PROVINSI MALUKU AHUN DENGAN MENGGUNAKAN REGRESI POISSON SALMON N. AULELE Staf Jurusa Matemata, FMIPA, Upatt Jl. Ir. M. Putuhea, Kampus
STATISTIKA: UKURAN PENYEBARAN DATA. Tujuan Pembelajaran
KTSP & K-3 matemata K e l a s XI STATISTIKA: UKURAN PENYEBARAN DATA Tujua Pembelajara Setelah mempelajar mater, amu dharapa meml emampua berut.. Memaham defs uura peyebara data da jes-jesya.. Dapat meetua
Pemodelan Resiko Penyakit Pneumonia pada Balita di Jawa Timur Menggunakan Regresi Logistik Biner Stratifikasi
Pemodela Reso Peyat Peumoa pada Balta d Jawa Tmur Megguaa Regres Logst Ber Stratfas Ita Novaa, Sr Pgt Wuladar da Purhad Jurusa Statsta, Faultas Matemata da Ilmu Pegetahua Alam, Isttut Teolog Sepuluh Nopember
Pemilihan Model Regresi Terbaik Menggunakan Metode Akaike s Information Criterion dan Schwarz Information Criterion
Jural Iformata Mulawarma Vol 4 No. 3 September 009 37 Pemlha Model Regres erba Megguaa Metode Aae s Iformato Crtero da Schwarz Iformato Crtero M. Fathurahma Program Stud Ilmu Komputer, FMIPA Uverstas Mulawarma
BAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PENDAHULUAN. Latar Belaag Metode aalss yag telah dbcaraa hgga saat adalah aalss terhadap data megea sebuah araterst atau atrbut da megea sebuah varabel dsrt atau otu. Tetap, sebagamaa dsadar, baya
Jurnal EKSPONENSIAL Volume 7, Nomor 1, Mei 2016 ISSN
Jural EKSPONENSIAL Volume 7, Nomor 1, Me 016 ISSN 085-789 Peeraa Geeralzed Posso Regresso I Utu Megatas Overdsers Pada Regres Posso (Stud Kasus: Pemodela Jumlah Kasus Kaer Servs d Provs Kalmata Tmur) Alcato
ANALISIS DISKRIMINAN (Kasus : Lebih dari 2 Kelompok)
ANALSS DSRNAN (asus : Lebh dar elompo) Hazmra Yozza Jur. atemata FPA Uad LOGO POP POP POP 4 : POP Uura sampel : Sampel telah detahu dar elompo maa berasal Terhadap masg-masg obe damat/duur p peubah POP
Analisis Regresi Eksponensial Berganda (Studi Kasus: Jumlah Kelahiran Bayi di Kalimantan Timur pada Tahun 2013 dan 2014)
Jural EKSPONENSIAL Volume 6, Nomor, Nopember 5 ISSN 85-789 Aalss Regres Espoesal Bergada (Stud Kasus: Jumlah Kelahra Bay d Kalmata Tmur pada Tahu 3 da 4) Double Expoetal Regresso Aalyss (Case Study: Number
Regresi Logistik pada Data Rare Event
Prosdg Statsta ISSN 46-6456 Regres Logst ada Data Rare Evet Rud Rum Ar Wstara, Sulad, 3 Abdul Kudus,,3 Statsta, Faultas MIPA, Uverstas Islam Badug, Jl. Ragga Malela No. Badug 46 e-mal: rud_ra@mal.com,
Prosiding FMIPA Universitas Pattimura 2013 ISBN:
Prosdg FMIPA Uverstas Pattmura 03 ISBN: 978-60-975-0-5 PENDEKAAN MODEL GEOGRAPHICALLY WEIGHED REGRESSION UNUK MENGANALISIS JUMLAH PENDUDUK MISKIN: UPAYA PENURUNAN JUMLAH PENDUDUK MISKIN DI PROVINSI MALUKU
JURNAL SAINS DAN SENI ITS Vol. 4, No.2, (2015) ( X Print)
URNAL SAINS DAN SENI ITS Vol. 4, No., (05) 7-50 (0-98X Prt) D6 Aalss Regres Logst Ordal utu Megetahu Tgat Gaggua Tuagrahta d Kabuate Poorogo Berdasara Fator-Fator Iteral Peebab Tuagrahta Eva Arum Setar
BAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PENDAHULUAN. Latar Belaag Metode aalss yag telah dbcaraa hgga searag adalah aalss terhadap data megea sebuah araterst atau atrbut (ja data tu ualtatg) da megea sebuah araterst (ja data tu uattatf).
Pemodelan Geographically Weighted Logistic Regression pada Indeks Pembangunan Kesehatan Masyarakat di Provinsi Papua
Prosdg Sear Nasoal MIPA 06 Pera Peelta Ilu Dasar dala Meuag Pebagua Berelauta Jatagor, 7-8 Otober 06 ISBN 978-60-76-- Peodela Geographcally Weghted Logstc Regresso pada Ides Pebagua Kesehata Masyaraat
BAB II LANDASAN TEORI. Pada bab II ini, akan dijelaskan tentang teori yang dipakai dalam
BAB II LANDASAN TEORI Pada bab II, aa djelasa tetag teor yag dpaa dalam semvarogram asotrop. Sela tu juga aa dbahas megea teor peduug dalam melaua peasra aduga cadaga baust d daerah Mempawah Kalmata, dataraya
Pemodelan dan Pemetaan Prevalensi Kusta di Kabupaten/Kota Jawa Timur dengan Pendekatan Mixed Geographically Weighted Regression
D-396 JURNAL SAINS DAN SENI ITS Vo. 5 No. (6) 337-35 (3-98X Prt) Pemodea da Pemetaa Prevaes Kusta d Kabuate/Kota Jawa Tmur dea Pedeata Mxed Georahcay Wehted Reresso Me Rza Shovaa, da R. Mohamad Ato Jurusa
ANALISIS JUMLAH TENAGA KERJA TERHADAP JUMLAH PASIEN RSUD ARIFIN ACHMAD PEKANBARU MENGGUNAKAN METODE REGRESI GULUD
Jural as, Teolog da Idustr, Vol., No., Desember 04, pp. 48-57 IN 693-390 prt/in 407-0939 ole ANALII JUMLAH TENAGA KERJA TERHADAP JUMLAH PAIEN RUD ARIFIN ACHMAD PEKANBARU MENGGUNAKAN METODE REGREI GULUD
GEOGRAPHICALLY WEIGHTED LOGISTIC REGRESSION DAN APLIKASINYA Studi Kasus : Indeks Pembangunan Manusia di Provinsi Jawa Timur
SEMINAR HASIL TUGAS AKHIR GEOGRAPHICALLY WEIGHTED LOGISTIC REGRESSION DAN APLIKASINYA Std Kass : Ides Pembaga Masa d Pros Jawa Tmr Oleh : Ney Ptr Pradta (307 00 055) Dose Pembmbg : Dr. Prhad M.Sc GEOGRAPHICALLY
ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas:
ANALISIS REGRESI Pedahulua Aalss regres berkata dega stud megea ketergatuga satu peubah (peubah terkat) terhadap satu atau lebh peubah laya (peubah pejelas). Jka Y dumpamaka sebaga peubah terkat da X1,X,...,X
Created by Simpo PDF Creator Pro (unregistered version)
Created by Smpo PDF Creator Pro (uregstered verso) http://www.smpopdf.com Statst Bss : BAB V. UKURA PEYEBARA DATA.1 Peyebara Uura peyebara data adalah uura statst yag meggambara bagamaa berpecarya data
BAB III ESTIMASI MODEL PROBIT TERURUT
BAB III ESTIMASI MODEL PROBIT TERURUT 3. Pedahulua Model eurua kods embata destmas dega model robt terurut. Estmas terhada arameter model robt terurut yatu koefse model da threshold dlakuka dega metode
BAB 2 LANDASAN TEORI
BAB LANDASAN TEORI. Aalss Regres Perubaha la suatu varabel tda selalu terjad dega sedrya amu perubaha la varabel tu dapat pula dsebaba oleh berubahya varabel la yag berhubuga dega varabel tersebut. Utu
BAB I PANDAHULUAN. 1.1 Latar Belakang
BB I PNDHULUN Latar Belaag Data merupaa seumlah formas yag dapat membera gambara/eteraga tetag suatu eadaa Iformas yag dperoleh membera eteraga, gambara, atau fata megea suatu persoala dalam betu ategor,
Regresi Linier Sederhana Definisi Pengaruh
Regres Ler Sederhaa Dah Idra Baga Bostatstka da Kepeduduka Fakultas Kesehata Masyarakat Uverstas Arlagga Defs Pegaruh Jka terdapat varabel, msalka da yag data-dataya dplot sepert gambar dbawah 3 Defs Pegaruh
BAB 2. Tinjauan Teoritis
BAB Tjaua Teorts.1 Regres Lear Sederhaa Regres lear adalah alat statstk yag dperguaka utuk megetahu pegaruh atara satu atau beberapa varabel terhadap satu buah varabel. Varabel yag mempegaruh serg dsebut
adalah nilai-nilai yang mungkin diambil oleh parameter jika H
Uj Nsbah Kemuga Lema Neyma-Pearso dapat dguaa utu meemua uj palg uasa bag hpotess sederhaa bla sebara dataya haya dtetua oleh satu parameter yag tda detahu. Lema tersebut juga adaalaya dapat dguaa utu
PEMODELAN DATA KEMISKINAN DI PROVINSI SUMATERA BARAT DENGAN METODE GEOGRAPHICALLY WEIGHTED REGRESSION (GWR) Ilham Maggri 1, Dwi Ispriyanti 2.
Pemodela Data (Ilham Maggr) PEMODELAN DAA KEMISKINAN DI PROVINSI SUMAERA BARA DENGAN MEODE GEOGRAPHICALLY EIGHED REGRESSION (GR) Ilham Maggr Dw Israt Alm Jrsa Statsta FSM UNDIP Staf Pegaar Jrsa Statsta
Pemodelan Pengangguran Terbuka di Jawa Timur dengan Menggunakan Pendekatan Regresi Spline Multivariabel
JURNAL SAINS DAN SENI ITS Vol., No., (Set. 0) ISSN: 0-98X D-6 Pemodela Pegaggua Tebua d Jawa Tmu dega Megguaa Pedeata Reges Sle Multvaabel Rul Sata Sa da I Nyoma Budataa Juusa Statsta, Faultas Matemata
PENDETEKSIAN OUTLIER DENGAN METODE REGRESI RIDGE
PENDETEKSIAN OUTLIER DENGAN METODE REGRESI RIDGE Sr Har Jurusa Matemata, Faultas Sas da Teolog Uverstas Islam Neger Maulaa Mal Ibram Malag e-mal: srar@aoo.co.d Abstra Dalam aalss regres ler bergada adaa
III. METODE PENELITIAN. Teknik Elektro Universitas Lampung dan dusun Margosari, desa Pesawaran Indah
3 III. METODE ENELITIAN 3.1 Watu da Tempat eelta da peracaga tugas ahr dlaua d Laboratorum Terpadu Te Eletro Uverstas Lampug da dusu Margosar, desa esawara Idah abupate esawara pada bula Agustus 1 sampa
BAB 2 LANDASAN TEORI
BAB LANDASAN TEORI. Aalss Regres Perubaha la suatu varabel tda selalu tejad dega sedrya, amu perubaha la varabel tu dapat pula dsebaba oleh berubahya varabel la yag berhubuga dega varabel tersebut. Utu
Analisis Pola Hubungan PDRB dengan Faktor Pencemaran Lingkungan di Indonesia Menggunakan Pendekatan Geographically Weighted Regression (GWR)
JURNAL SAINS DAN SENI IS Vol. 5, No., (6) 337-35 (3-98X Prt) D-7 Aalss Pola ubuga PDRB dega Faktor Pecemara Lgkuga d Idoesa Megguaka Pedekata Geographcally Weghted Regresso (GWR) Rza Damayat da Mutah Salamah
ISSN: X 45 SIFAT ASIMTOTIK ESTIMATOR NADARAYA-WATSON DENGAN KERNEL ORDE TAK HINGGA. Maria Suci Apriani a, Sri Haryatmi b
ISSN: 088-687X 5 SIFAT ASIMTOTIK ESTIMATOR NADARAYA-WATSON DENGAN KERNEL ORDE TAK HINGGA Mara Suc Ara a, Sr Haryatm b a rogram Stud edda Matemata FKI USD Kamus 3 aga, Yogyaarta 558, marasuc@usdacd b Jurusa
BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.
BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa yag varabel bebasya ( berpagkat palg tgg satu. Utuk regres ler sederhaa, regres ler haya melbatka dua varabel ( da. Persamaa regresya dapat dtulska
HUBUNGAN MATRIKS AB DAN BA PADA STRUKTUR JORDAN NILPOTEN
HUBUNGAN ARKS AB DAN BA ADA SRUKUR ORDAN NLOEN Sodag uraasar aaha (sodag@ub-ut.ac.d) UB-U eda Elva Herawaty FA ateata Uverstas Suatera Utara ABSRAC ths aer, we gve aother roof about the relatosh betwee
PENGEMBANGAN MODEL RAMALAN CURAH HUJAN UNUK PEMODELAN SAISICAL DOWNSCALLING DENGAN PENDEKAAN REGRESI BAYES PCA Oleh : Ferr Kodo Lembag, Setawa 3 Suto 3 E-mal: free_maxluz6@ahoo.com, setawa@statsta.ts.ac.d,
METODE PENELITIAN. Populasi dari penelitian ini adalah seluruh peserta didik kelas VII semester genap
III. METODE PENELITIAN A. Populas da Sampel Populas dar peelta adalah seluruh peserta dd elas VII semester geap SMP Neger 3 Terbaggbesar tahu pelaara 0/0 yag terdstrbus e dalam tuuh elas, yatu elas VII
BAB 2 LANDASAN TEORI. menentukan hubungan antara variabel independen (x) dengan variabel dependen (y).
BAB LANDASAN EORI Aalss Regres Aalss regres adalah salah satu metode ag dapat dguaa utu meetua hubuga atara varabel depede dega varabel depede Utu pegamata dega p varabel depede, maa model regres tersebut
BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai
BAB LANDASAN TEORI. Kosep Dasar Aalss Regres Aalss regres regressso aalyss merupaka suatu tekk utuk membagu persamaa da megguaka persamaa tersebut utuk membuat perkraa predcto. Dega demka, aalss regres
LOCALLY SMALL RIEMANN SUMS FUNGSI TERINTEGRAL HENSTOCK-DUNFORD PADA RUANG n EUCLIDE
LOLLY SMLL RIMNN SUMS FUNGSI TRINTGRL HNSTOK-UNFOR P RUNG ULI Solh Program Stud Matemata Faultas Sas da Matemata UNIP Jl Prof Soedarto, SH Semarag 575, sol_erf@yahoocom BSTRK I ths aer we study Hestoc-uford
PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM
PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM 1 Megetahu perhtuga persamaa regres ler Meggambarka persamaa regres ler ke dalam dagram pecar TEORI PENUNJANG Persamaa Regres adalah persamaa matematka
Analisis Faktor Risiko Penyebab Diabetes Mellitus di Kota Ambon Menggunakan Model Regresi Logistik
Statsta, Vol. 5 No. 2, 65-7 November 25 Aalss Fator Rso Peyebab Dabetes Melltus d Kota Ambo Megguaa Model Regres Logst Ferry Kodo Lembag, Dorteus L. Rahabauw 2,2Jurusa Matemata Faultas MIPA Uverstas Pattmura
Parameter Quantile-like dalam Pendugaan Area Kecil Melalui Pendekatan Penalized- Splines
Statsta, Vol. 8 No., 3 36 Me 008 Parameter Quatle-le dalam Pedugaa Area Kecl Melalu Pedeata Pealzed- Sles Kusma Sad Teaga Pegaar d Dearteme Statsta IPB, Bogor Jl. Merat, Kamus IPB Darmaga, Bogor 6680,
PERBANDINGAN METODE CROSS VALIDATION DAN GENERALIZED CROSS VALIDATION DALAM REGRESI NONPARAMETRIK BIRESPON SPLINE
Perbadga Metode Cross Valdato Da Geeralzed Cross Valdato Dalam Regres Noarametrk Breso Sle Luh Putu Saftr Pratw PERBANDINGAN METODE CROSS VALIDATION DAN GENERALIZED CROSS VALIDATION DALAM REGRESI NONPARAMETRIK
BAB II LANDASAN TEORI
BAB II LANDASAN TEORI Bab bers defs-defs da sfat-sfat yag petg yag berhubuga dega modul. Hal-hal tersebut dperlua dalam pembahasa megea modul jetf pada Bab III. 2.1. Modul Mata ulah Aljabar Ler membahas
ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PRODUKSI KEDELAI DI PROVINSI JAWA TIMUR DENGAN METODE REGRESI SEMIPARAMETRIK SPLINE
ANAISIS FATOR-FATOR YANG MEMPENGARUHI PRODUSI EDEAI DI PROVINSI JAWA TIMUR DENGAN METODE REGRESI SEMIPARAMETRI SPINE Da Amela, I Nyoma Budaara Jurusa Sasa, FMIPA, Isu Teolog Seuluh Noember (ITS Jl. Aref
KAJIAN ESTIMASI-M IRLS MENGGUNAKAN FUNGSI PEMBOBOT HUBER DAN BISQUARE TUKEY PADA DATA KETAHANAN PANGAN DI JAWA TENGAH. Elen Dwi Pradewi 1, Sudarno 2
Kaa Estmas-M (Ele) KAJIAN ESTIMASI-M IRLS MENGGUNAKAN FUNGSI PEMBOBOT HUBER DAN BISQUARE TUKEY PADA DATA KETAHANAN PANGAN DI JAWA TENGAH Ele Dw Pradew, Sudaro Alum Program Stud Statsta FSM Uverstas Dpoegoro
BAB II KAJIAN PUSTAKA
BAB II KAJIAN PUSTAKA Beberapa teor yag dperlua utu meduug pembahasa dataraya adalah varabel radom, regres lear bergada, metode uadrat terecl (MKT), peguja asums aalss regres, pecla (outler), regres robust,
PERBANDINGAN ESTIMATOR KERNEL DAN ESTIMATOR SPLINE DALAM MODEL REGRESI NONPARAMETRIK
NM VI 3-6 Jul 0 UNPAD, Jatagor PERBANDINGAN ESTIMATOR ERNEL DAN ESTIMATOR SPLINE DALAM MODEL REGRESI NONPARAMETRI I OMANG GDE SUARSA, I GUSTI AYU MADE SRINADI, NI LUH AYU PUSPA LESTARI 3 Jurusa Mateata
( ) ( ) ( ) ( ) ( ) III MODEL. , θ Ω. 1 Pendugaan parameter dengan metode maximum lkelihood estimation dapat diperoleh dari:
5 Mamum Lkelhood Estmato Defs Fugs Lkelhood Msalka X, X,, X adalah eubah acak d dega fugs massa eluag ( ; θ, dega θ dasumska skalar da tdak dketahu, maka rosedur fugs lkelhood daat dtulska sebaga berkut
BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier
BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa merupaka baga regres yag mecakup hubuga ler satu peubah acak tak bebas dega satu peubah bebas. Hubuga ler da dar satu populas dsebut gars regres
ESTIMASI DAN PENGUJIAN HIPOTESIS GEOGRAPHICALLY WEIGHTED REGRESSION
eta -N: 85-5893 / e-n: 54-458 htt://ralbeta.ac.d Vol. 5 No. Me Hal. 4-56 eta MA DAN PNGUJAN HPO GOGRAPHCALLY GHD RGRON Alfra Mla Astt Abstra: alah sat aalss statsta ag meghbga arabel reso dega arabel bebas
JURNAL SAINS DAN SENI ITS Vol. 4, No.2, (2015) ( X Print) D-127
JURNAL SAINS DAN SENI IS Vol. 4, No., (05) 337-350 (30-98X Prt) D-7 ANALISIS HUBUNGAN DAN PEMODELAN LUAS PANEN PADI DENGAN INDIKAOR EL-NINO SOUHERN OSCILLAION (ENSO) DI KABUPAEN BOJONEGORO MELALUI PENDEKAAN
π(x) 1 e JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 2012) ISSN: X D-277
JURNAL SAINS DAN SENI ITS Vol., No., (Sept. 22) ISSN: 23-928X D-277 Klasfas Pase Hasl Pap Smear Test sebaga Pedetes Awal Upaya Peagaa D pada Peyat Kaer Servs d RS. X Surabaya dega Metode Baggg Logstc Regresso
Pemilihan Model Regresi Terbaik Menggunakan Akaike s Information Criterion (The Best Regression ModelSelection UsingAkaike s Information Criterion)
Jural EKSPONENSIALVolume Nomor September 00 ISSN 085-789 Pemlha Model Regres Terba Megguaa Aae s Iformato Crtero (The Best Regresso ModelSelecto UsgAae s Iformato Crtero) M. Fathurahma Staf Pegaar Program
Pemodelan Persentase Kriminalitas Dan Faktor- Faktor Yang Mempengaruhi Di Jawa Timur Dengan Pendekatan Geographically Weighted Regression (GWR)
JURNAL SAINS DAN SENI POMITS Vol., No.1, (014 7-50 (01-98X Prnt D-18 Pemodelan Persentase Krmnaltas Dan Fator- Fator ang Mempengaruh D Jaa Tmur Dengan Pendeatan Geographcally Weghted Regresson (GWR Pan
DISTRIBUSI WEIBULL DAN PARETO UNTUK DATA TINGGI GELOMBANG TSUNAMI ACEH 2004
Vol. 9. No. 2, 22 Jural Sas, Teolog da Idustr DISTRIBUSI WEIBULL DAN PARETO UNTUK DATA TINGGI GELOMBANG TSUNAMI ACEH 24 Ar Pa Desva, 2 Marta Erd,2 Jurusa Matemata Faultas Sas da Teolog UIN Susa Rau E-mal:
BAB IX. STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik:
BAB IX. STATISTIKA Pegerta Statsta da Statst: Statsta adalah lmu pegetahua yag membahas metode-metode lmah tetag ara-ara pegumpula data, pegolaha, pegaalsa da peara esmpula. Statst adalah umpula data,
PROSEDUR PENGUJIAN HIPOTESIS SEHUBUNGAN DENGAN AKAR-AKAR LATEN DARI MATRIKS KOVARIANS (Dalam Analisis Komponen Utama)
H. Maa Suhera,Drs.,M.S PROSEDUR PEGUJIA HIPOTESIS SEHUBUGA DEGA AKAR-AKAR LATE DARI MATRIKS KOVARIAS (Dala Aalss Kopoe Utaa) Abstra Utu ebuat espula tetag araterst populas ultvarat husuya populas varat
HIMPUNAN RENTANGAN DAN BEBAS LINIER. di V. Vektor w dikatakan sebagai kombinasi linier dari vektor-vektor v, 1
HIMPUNAN RENTANGAN DAN BEBA LINIER HIMPUNAN RENTANGAN Defs (Kombas Ler) Msala V suatu ruag etor atas feld F. w etor d V, da, 1, juga etoretor d V. Vetor w dataa sebaga ombas ler dar etor-etor, 1, ja w
titik tengah kelas ke i k = banyaknya kelas
STATISTIKA Bab 0 UKURAN PEMUSATAN DAN PENYEBARAN. Mea X. a. Data Tuggal... 3 b. Data Kelompo ( dstrbus frewes) f. f. f.... f. 3 3 f f f... f = f. f 3 Ket : tt tegah elas e = bayaya elas f frewes elas e
(R.17) ESTIMASI SMOOTHING SPLINE PADA FUNGSI VARIANSI BERDISTRIBUSI GAMMA DALAM PENDEKATAN REGRESI NONPARAMETRIK
PROSIDING ISSN : 87-59. Semar Nasoal Statsta November Vol, November (R.7) ESIMASI SMOOHING SPLINE PADA FUNGSI VARIANSI BERDISRIBUSI GAMMA DALAM PENDEKAAN REGRESI NONPARAMERIK Sfrya Dose Program Stud Statsta
PENDAHULUAN. Latar Belakang
Latar Belaag PENDAHULUAN Seta egara memuya mata uag sebaga alat tuar. Pertuara barag dega uag yag terad d dalam eger tda aa membula masalah meggat la barag sudah dsesuaa dega la uag yag berlau. Masalah
Pemodelan Jumlah Balita Gizi Buruk di Jawa Timur dengan Geographically Weighted Poisson Regression
JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 1) ISSN: 31-98X D-9 Pemodela Jumlah Balta Gz Buruk d Jawa Tmur dega Geographcally Weghted Posso Regresso Rahm Amela da Purhad Jurusa Statstka, Fakultas Matematka
BAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PENDAHULUAN. Latar Belakag Sampa saat, model Regres da model Aalss Varas telah dpadag sebaga dua hal ag tdak berkata. Meskpu merupaka pedekata ag umum dalam meeragka kedua cara pada taraf permulaa,
ESTIMASI PARAMETER REGRESI GANDA MENGGUNAKAN BOOTSTRAP DAN JACKNIFE.
Prosdg Semar Nasoal Alkas Sas & Tekolog (SNAST) Yogakarta, 6 November 6 ISSN : 979 9X eissn : 54 58X ESTIMASI PARAMETER REGRESI GANDA MENGGUNAKAN BOOTSTRAP DAN JACKNIFE Noerat, Rka Herda,, Jurusa Statstka,
PENDEKATAN MODEL GEOGRAPHICALLY WEIGHTED REGRESSION UNTUK MENENTUKAN FAKTOR-FAKTOR YANG MEMPENGARUHI JUMLAH RUMAH TANGGA MISKIN DI PULAU BURU
Jural Barekeg Vol. 8 No. 2 Hal. 53 57 (2014) PENDEKATAN MODEL GEOGRAPHICALLY WEIGHTED REGRESSION UNTUK MENENTUKAN FAKTOR-FAKTOR YANG MEMPENGARUHI JUMLAH RUMAH TANGGA MISKIN DI PULAU BURU Geographcally
PEMILIHAN MODEL REGRESI TERBAIK MENGGUNAKAN R 2, Cp MALLOW, dan S PADA KASUS INDEKS HARGA SAHAM BURSA GLOBAL
Majalah Ekoom ISSN 4-950 : Vol. VII No. Des 03 PEMILIHAN MODEL REGRESI TERBAIK MENGGUNAKAN R, C MALLOW, da S PADA KASUS INDEKS HARGA SAHAM BURSA GLOBAL Oleh : Wara Pramest, Martha Suhardyah Fakultas Matematka
PENDETEKSIAN HETEROSKEDASTISITAS DENGAN PENGUJIAN KORELASI RANK SPEARMAN DAN TINDAKAN PERBAIKANNYA
PENDETEKSIAN HETEROSKEDASTISITAS DENGAN PENGUJIAN KORELASI RANK SPEARMAN DAN TINDAKAN PERBAIKANNA Srps dsaja sebaga salah satu syarat utu memperoleh gelar Sarjaa Sas Program Stud Matemata Oleh Layyatus
BAB II LANDASAN TEORI
BAB II LANDASAN TEORI 1 Pegerta Regres Istlah regres pertama kal dperkealka oleh Fracs Galto Meurut Galto, aalss regres berkeaa dega stud ketergatuga dar suatu varabel yag dsebut tak bebas depedet varable,
BAB 2 LANDASAN TEORI
BAB LANDASAN TEORI Utu mempermudah dalam meyeleaa pembahaa pada bab, maa aa dbera beberapa def da beberapa teor daar yag meduug... Teor Teor Peduug... Rua Gar Def. Rua Gar Ja ada d R atau 3 R, maa ebuah
11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN
// REGRESI LINEAR SEDERHANA DAN KORELASI. Model Regres Lear. Peaksr Kuadrat Terkecl 3. Predks Nla Respos 4. Iferes Utuk Parameter-parameter Regres 5. Kecocoka Model Regres 6. Korelas Utrwe Mukhayar MA
Kajian Hubungan Koefisien Korelasi Pearson (r), Spearman-rho (ρ), Kendall-Tau (τ), Gamma (G), dan Somers ( d
Jural Grade Vol4 No Jul 008 : 37-38 Kaja Hubuga Koefse Korelas Pearso (r), Spearma-rho (ρ), Kedall-Tau (τ), Gamma (G), da Somers ( d yx ) Sgt Nugroho, Syahrul Abar, da Res Vusvtasar Jurusa Matemata, Faultas
Karakteristik Siswa Putus Sekolah Tingkat SD dan SMP di Kawasan Surabaya Utara
Karaterst Sswa Putus Seolah Tgat SD da SMP d Kawasa Surabaya Utara Nur Ia Choryah, Prof.Dra.Susat Luwh,M.Stat,PhD, 3 Ir.Mutah Salamah,M.Kes Mahasswa Jurusa Statsta FMIPA-ITS (36 3,3 Dose Jurusa Statsta
X, Y, yang diasumsikan mengikuti model :
PERBANDINGAN MODEL REGRESI NONPARAMETRIK DENGAN REGRESI SPLINE DAN KERNEL Lls Laome Jurusa Matematka FMIPA Uverstas Haluoleo Kedar 933 emal : ls@yaoo.com Abstrak Tulsa membaas model regres oarametrk utuk
ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS
ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS = 1 + + + + k k + u PowerPot Sldes baa Rohmaa Educato Uverst of Idoesa 007 Laboratorum Ekoom & Koperas Publshg Jl. Dr. Setabud
BAB II LANDASAN TEORI. Pada bab ini akan dibahas mengenai dasar-dasar teori yang akan
BAB II LANDASAN TEORI Pada bab aka dbahas megea dasar-dasar teor ag aka dguaka dalam eulsa skrs, atu megea data hrark, model regres -level, model logstk, estmas arameter model logstk, uj sgfkas arameter
Lam piran 1 K uesioner
LAMPIAN Lam pra K uesoer KUESIONE PENDAHULUAN Saya adalah mahasswa Uverstas Krste Maraatha Badug sedag megadaa peelta dalam pembuata Tugas Ahr. Maa saya megharapa erasamaya utu megs uesoer, saya megharapa
PENDEKATAN METODE SERVQUAL DAN KLASTER FUZZY K-MEANS UNTUK MENGANALISIS INDEKS KEPUASAN NASABAH BANK X
ISSN: 339-54 JURNAL GAUSSIAN, Volume 3, Nomor 3, Tahu 04, Halama 33-33 Ole d: htt://ejoural-s.ud.a.d/de.h/gaussa PENDEKATAN METODE SERVQUAL DAN KLASTER FUZZY K-MEANS UNTUK MENGANALISIS INDEKS KEPUASAN
PENDUGAAN DURBIN WATSON UNTUK MENGATASI OTOKORELASI DALAM ANALISIS REGRESI LINEAR SKRIPSI
PENDUGAAN DURBIN WATSON UNTUK MENGATASI OTOKORELASI DALAM ANALISIS REGRESI LINEAR SKRIPSI Daua uu Memeuh Persyaraa Peyelesaa Program Saraa Sas Jurusa Maemaa Faulas Maemaa da Ilmu Pegeahua Alam Uversas
Functionally Small Riemann Sums Fungsi Terintegral Henstock-Dunford pada [a,b]
![Functionally Small Riemann Sums Fungsi Terintegral Henstock-Dunford pada [a,b]](/thumbs/64/50715805.jpg "Functionally Small Riemann Sums Fungsi Terintegral Henstock-Dunford pada [a,b]")
Jural Sas da Matemata Vol (3): 58-63 () Fuctoally Small Rema Sums Fugs Tertegral Hestoc-uford ada [a,b] Solh, Sumato, St Khabbah 3,,3 Program Stud Matemata, FSM UNIP Jl Prof Soedarto, SH Semarag, 575 E-mal:
ANALISIS REGRESI LINIER PIECEWISE DUA SEGMEN. Keywords: two-segment piecewise linear regression, X-knots, discharge, bedload transport.
JURNAL GAUSSIAN, Volume, Nomor, Tahu 0, Halama 9-8 Ole d: htt://ejoural-s.ud.ac.d/dex.h/gaussa ANALISIS REGRESI LINIER PIECEWISE DUA SEGMEN Sylf, Dw Isryat, Dah Saftr 3 Mahasswa Jurusa Statstka FSM Uverstas
BAB III ISI. x 2. 2πσ
BAB III ISI 4. Keadata Normal Multvarat da Sfat-sfatya Keadata ormal multvarat meruaka geeralsas dar keadata ormal uvarat utuk dmes. f ( x) [( x )/ ] / = e x π x = ( x )( ) ( x ). < < (-) (-) Betuk (-)
STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik:
STATISTIKA Pegerta Statsta da Statst: Statsta adalah lmu pegetahua yag membahas metode-metode lmah tetag ara-ara pegumpula data, pegolaha, pegaalsa da peara esmpula. Statst adalah umpula data, blaga ataupu