Bab 2 LANDASAN TEORI
|
|
- Budi Tanudjaja
- 7 tahun lalu
- Tontonan:
Transkripsi
1 17 ab 2 LNDSN TEORI 2.1. eluang eluang adalah suatu nla untuk mengukur tngkat kemungknan terjadnya suatu kejadan yang tdak past (uncertanty event). Menurut Sudjana (1992), peluang merupakan suatu perstwa yang terjad dbandngkan dengan banyaknya perstwa. Msalnya bahwa suatu perstwa () dapat terjad dengan n() cara dar n(s) kemungknan cara yang sama, maka peluang kejadan sukses adalah: n n S eluang dar kejadan yang gagal adalah: n c 1 1 n S tau c 1 Jumlah dar peluang untuk mendapatkan sukses dan peluang untuk gagal adalah selalu sama dengan 1 atau dapat dtuls: Sukses Gagal c 1 esarnya nla kemungknan bag munculnya suatu kejadan adalah selalu dantara nol dan satu. ernyataan n dapat dtulskan sebaga 0 () 1, dmana () menyatakan nla kemungknan bag munculnya kejadan. Jka terdapat dua kejadan yang bersfat mutually exclusve, maka probablta terjadnya kejadan atau terjadnya kejadan adalah jumlah dar () dan (). Dengan kata lan, terjadnya kejadan
2 18 atau kejadan adalah sama dengan satu. Dalam probablta kondsonal terjadnya kejadan dkondskan dengan terjadnya kejadan dahulu. robablta kondsonal terjadnya kejadan dengan konds terjadnya kejadan dnyatakan dengan rumus sebaga berkut: 2.2. eluang ersyarat (Condtonal robablty) ada suatu percobaan akan menghaslkan dua atau lebh kemungknan perstwa yang akan terjad. eluang akan terjadnya perstwa dengan syarat perstwa telah terjad terlebh dahulu adalah:. Yang menyatakan bahwa: ( ) = peluang perstwa terjad dengan syarat perstwa terjad lebh dahulu ( () ) = peluang perstwa dan perstwa terjad bersamaan = peluang terjadnya perstwa 2.3. Teorema ayes Teorema ayes dkemukakan oleh seorang pendeta presbyteran Inggrs pada tahun 1763 yang bernama Thomas ayes. Teorema ayes dgunakan untuk menghtung probabltas terjadnya suatu perstwa berdasarkan pengaruh yang ddapat dar hasl observas.
3 19 ntara Teorema ayes dengan teor peluang terdapat hubungan yang sangat erat, karena untuk membuktkan Teorema ayes tdak terlepas dar penggunaan teor peluang, dengan kata lan teor peluang adalah konsep dasar bag Teorema ayes. Teorema ayes menerangkan hubungan antara probabltas terjadnya perstwa dengan syarat perstwa telah terjad dan probabltas terjadnya perstwa dengan syarat perstwa telah terjad. Teorema n ddasarkan pada prnsp bahwa tambahan nformas dapat memperbak probabltas. Teorema ayes n bermanfaat untuk mengubah atau memutakhrkan (meng-update) probabltas yang dhtung dengan tersedanya data dan nformas tambahan. Syarat-syarat Teorema ayes bsa dgunakan untuk menentukan pengamblan keputusan, yatu (Ferry N. Idroes, 2008): a. erada pada konds ketdakpastan (adanya alternatve tndakan) b. eluang pror dketahu dan peluang posteror dapat dtentukan c. eluangnya mempunya nla antara nol dan satu. Sesua dengan probabltas subyektf, bla seseorang mengamat kejadan dan mempunya keyaknan bahwa ada kemungknan akan muncul, maka probabltas dsebut probabltas pror. Setelah ada nformas tambahan bahwa msalnya kejadan telah muncul, mungkn akan terjad perubahan terhadap perkraan semula mengena kemungknan untuk muncul. robabltas untuk sekarang adalah probabltas bersyarat akbat dan dsebut sebaga probabltas posteror. Teorema ayes merupakan mekansme untuk memperbaharu probabltas dar pror menjad probabltas posteror. Teorema ayes dapat dperoleh dar konsep teor peluang bahwa rumus Teorema ayes adalah sebaga berkut: ndakan S menyatakan ruang sampel dar beberapa percobaan dan k adalah kejadan,, k dalam S sedemkan hngga,, k salng asng dan k S. Sehngga dapat dkatakan kejadan k tersebut membentuk parts 1 atau bagan dar S. jka k kejadan,, k membentuk sebuah parts dar S dan jka
4 20 adalah kejadan lan dalam S, maka kejadan akan membentuk parts atau bagan untuk. k 1 Keterangan: ( ) = erstwa akan terjad dengan syarat perstwa terjad lebh dulu ( ) = eluang perstwa ( ) = erstwa akan terjad dengan syarat perstwa terjad lebh dulu () = eluang perstwa ukt: Dengan: k 1 k 1 Maka ddapat: k 1
5 ootstrappng ada saat n ootstrap sudah menjad metode standard dalam lmu statstka modern. Ide dasar dar ootstrap adalah membangun data bayangan (pseudo data) dengan menggunakan nformas dar data asl. Namun demkan, penuls tetap harus memperhatkan sfat-sfat dar data asl tersebut, sehngga data bayangan akan memlk karakterstk semrp mungkn dengan data asl ootstrap Untuk Data Independen ootstrap merupakan metode smulas yang berbass pada data dan serngkal dgunakan sebaga alat dalam statstka nferensa. enggunaan kata ootstrap n dambl dar frase to pull oneself up by one s bootstrap (Efron, Tbshran, 1993). Resamplng untuk data ndependen (d-ndependent dentcal dstrbuted) merupakan metode ootstrap yang palng sederhana. Msalkan X 1, X 2,, X n yang berdstrbus. Resample untuk data d dlakukan dengan cara melakukan pengamblan sampel dar data asl secara acak dengan pengembalan (replacng sample) ootstrap Untuk Data Dependen ootstrap untuk data dependen merupakan area rset yang sangat berkembang. Resamplng pada data dependen harus dbangun sedemkan rupa sehngga struktur ketergantungan antara data tdak hlang. Salah satu aplkas dar ootstrap dar data dependen n adalah untuk mencar selang kepercayaan dar parameter-parameter model peramalan yang bersesuaan. dapun langkah-langkah yang dlakukan untuk melakukan metode ootstrap adalah sebaga berkut:
6 22 1. Memberkan nla ndeks 1 sampa n pada error hasl peramalan. Melakukan resamplng dengan pengembalan pada ndex error. Kemudan ndex error dgant dengan nla error sebenarnya. 2. Menggunakan hasl perhtungan error pada langkah 1 untuk membangun sejumlah 1000 sampel bootstrap error. Masng-masng sampel bers n buah random samplng error. 3. Membangun 1000 tme seres baru 4. Mengestmas nla-nla parameter tme seres baru yang dbangun pada langkah 3. arameter yang dhaslkan adalah parameter yang baru dan berjumlah 1000 buah 5. Melakukan pengurutan nla-nla parameter dar yang terkecl hngga yang terbesar. 6. Memperoleh 95% confdence nterval dengan cara membuang sejumlah 2,5% pada urutan parameter bagan atas dan sejumlah 2,5% pada urutan parameter bagan bawah. arameter yang baru memlk tngkat kepercayaan 95% ayesan ootstrappng ootstrappng untuk teorema ayes dapat dgunakan untuk mengukur potens kerugan rsko operasonal. endekatan n dkembangkan untuk menunjukkan bagamana pengukuran rsko operasonal teorema ayes dapat destmas dengan pendekatan bootstrappng. Untuk menghtung besarnya potens kerugan operasonal value at rsk dengan pendekatan ayesan ootstrappng dpergunakan rumus sebaga berkut: X p 1 ln p Keterangan: X p = operasonal value at rsk
7 23 μ = rata-rata σ = smpangan baku ξ = kemrngan p = selang kepercayaan (Muslch,2007) Dengan x n 1 n x 2 n 1 x n 1 x 2 n n 1 n 2 x x Manajemen Rsko Operasonal Defns Manajemen rsko operasonal merupakan serangkaan prosedur dan metodolog yang dgunakan untuk mengdentfkas, mengukur, memantau dan mengendalkan rsko pasar yang tmbul dar kegatan usaha bank. ag perbankan, penerapan manajemen rsko dapat menngkatkan shareholder, memberkan gambaran kepada pengelola bank mengena kemungknan kerugan bank d masa datang, menngkatkan metode dan proses pengamblan keputusan yang ddasarkan pada ketersedaan nformas yang dgunakan untuk menla rsko. ag otortas pengawasan bank, penerapan manajemen rsko akan mempermudah penlaan terhadap kemungknan kerugan yang dhadap bank yang dapat mempengaruh
8 24 permodalan bank dan sebaga salah satu dasar penlaan dalam menetapkan strateg dan fokus pengawasan bank. dapun tahap evolus manajemen rsko operasonal dbag menjad empat tahap, yatu: a. Identfkas dan pengumpulan data Dalam tahap n perusahaan perlu melakukan mappng berbaga rsko operasonal yang ada dalam perusahaan dan mencptakan suatu proses untuk mengumpulkan dan menjumlahkan data kerugan. b. enyusunan metrcs dan trackng Dalam tahap n perusahaan perlu menyusun metrc dan key rsk ndcator untuk tap rsko operasonal yang telah ddentfkas dalam tahap sebelumnya. Dalam penyusunan n termasuk pula penyusunan sstem trackng data dan nformas frekuens dan severtas suatu rsko tertentu. c. engukuran Dalam tahap n perusahaan perlu menyusun suatu metode untuk kuantfkas rsko operasonal dar semua unt kerja. d. Manajemen Dalam tahap n perusahaan perlu melakukan konsoldas hasl yang dperoleh dar tahap tga untuk mendapatkan perhtungan alokas modal untuk menutup kerugan rsko operasonal dan analss knerja berbass rsko dan redstrbus portofolo untuk menyesuakan profl rsko perusahaan yang dngnkan.
9 Kejadan Rsko Operasonal Rsko operasonal sangat terkat dengan banyaknya masalah yang tmbul karena kelemahan proses d dalam bank. Namun demkan, rsko operasonal tdak hanya terdapat pada bank saja, tetap pada setap jens usaha. Rsko operasonal merupakan rsko yang pentng yang dapat mempengaruh nasabah secara haran. Itu sebabnya mengapa bank menngkatkan fokus perhatannya pada proses, prosedur dan pengawasan yang sejalan dengan rsko operasonal. Lembaga engawas erbankan telah mendorong bank-bank untuk melhat proses operasonal seluas mungkn dan mempertmbangkan events yang memlk frekuens rendah tetap memlk dampak yang tngg (low frequency/hgh mpact) selan rsko kredt dan rsko pasar. Kejadan rsko operasonal dkelompokkan dalam dua faktor yatu frekuens dan dampak. Frekuens adalah seberapa serng suatu perstwa operasonal tu terjad, sedangkan dampak adalah jumlah kerugan yang tmbul dar perstwa tersebut. engelompokkan rsko operasonal ddasarkan pada seberapa serng perstwa terjad dan dampak kerugan yang dtmbulkan (severty). Msalkan ada empat jens kejadan operasonal (events), yatu: a. Low Frequency/Hgh Impact (LFHI) b. Hgh Frequency/Hgh Impact (HFHI) c. Low Frequency/Low Impact (LFLI) d. Hgh Frequency/Low Impact (HFHI) Secara umum manajemen rsko operasonal memfokuskan kepada dua jens kejadan, yatu low frequency/hgh mpact (LFHI) dan hgh frequency/low mpact (HFLI). LFHI sangat sult untuk dpaham dan dpredks serta memlk potens untuk menghancurkan bank. Sedangkan HFLI dkelola dengan menngkatkan efsens usaha, even n umumnya sudah dpaham dan danggap sebaga the lost of dong busness.
10 26 ank mengabakan suatu kejadan yang memlk low frequency/low mpact (LFLI) karena membutuhkan baya yang lebh besar untuk mengelola dan memantau dbandngankan dengan tngkat kerugan yang tmbul bla terjad. Sedangkan hgh frequency/hgh mpact (HFHI) tdak relevan karena bla kejadan n terjad bank secara cepat akan menderta kerugan yang besar dan harus menghentkan usahanya. Kerugan n juga tdak berkelanjutan dan pengawasan bank akan mengambl langkah-langkah untuk menyelesakan praktk-praktk bsns yang buruk Expected Loss dan Unexpected Loss ada saat menghtung kebutuhan modal rsko operasonal, bank dwajbkan menghtung berdasarkan kepada expected loss dan unexpected loss. Expected Loss adalah kerugan yang terjad dalam operasonal bank secara normal atau dapat dsederhanakan sebaga the lost of dong busness. Karenanya bank berasums bahwa kerugan n merupakan bagan dar operasonal bank. eberapa bank juga telah memasukkan expected loss dalam struktur harga produk. la suatu bank dapat membuktkan kepada lembaga pengawas bahwa bank telah menghtung expected loss, maka expected loss tu tdak perlu dhtung lag dalam perhtungan modal regulas. Dalam hal n modal regulas rsko bank sama dengan unexpected loss. ank menggunakan metode statstk dalam mempredkskan expected loss d masa yang akan datang dengan menggunakan data dan pengalaman d masa yang lalu. Metode sederhana untuk menghtung expected loss adalah dengan menggunakan nla rata-rata (mean) dar kerugan aktual dalam suatu perode tertentu. Unexpected loss adalah kerugan yang berasal dar even yang tdak dharapkan terjad atau suatu perstwa ekstrm dan memlk probabltas terjadnya sangat rendah. Unexpected loss secara tpkal berasal dar even yang memlk low frequency/hgh mpact.
11 27 ank berusaha untuk mempredks unexpected loss dengan menggunakan statstk sama sepert dalam expected loss. Unexpected loss dhtung dengan menggunakan data dan pengalaman nternal bank. Untuk menghtung unexpected loss bank dapat menggunakan a. Data nternal yang terseda b. Data eksternal dar bank lan c. Data dar scenaro rsko operasonal Untuk menghtung expected loss dan unexpected loss dalam assel II, bank dwajbkan untuk memlk data hstors kerugan rsko operasonal nternal dan eksternal yang mencakup defns-defns rsko operasonal yang berbeda dan berbaga macam kategor. Untuk memastkan pendekatan yang konssten dantara bank-bank, asel II ccord menetapkan suatu set defns jens-jens kerugan operasonal Kategor Kejadan Rsko Operasonal Cara yang palng mudah untuk memaham rsko operasonal d bank adalah dengan mengkategorkan rsko operasonal sebaga rsko. Oleh karena tu, pemahaman mengena kejadan operasonal yang dapat menyebabkan kerugan dapat dlakukan dengan cara mengelompokkan rsko operasonal ke dalam sejumlah kategor kejadan rsko yang ddasarkan pada penyebab utama kejadan rsko. Rsko operasonal selanjutnya dapat dbag dalam beberapa subkategor sepert rsko yang melekat pada: a. Rsko proses nternal b. Rsko manusa c. Rsko sstem d. Rsko kejadan dar luar (external events)
12 engukuran Rsko Operasonal asel II ccord membolehkan bank untuk menghtung pendapatan rsko operasonal d mana IS (ank for Internatonal Settlement) memberkan beberapa plhan metode yang dapat dgunakan oleh suatu bank yatu: a. asc Indcator pproach (I) b. Standardzed pproach (S) c. dvanced Measurement pproach (M) (Ferry N. Idroes,2008) asc Indcator pproach (I) asc Indcator pproach merupakan pendekatan yang palng sederhana dan dapat dgunakan oleh semua bank untuk menghtung kebutuhan modal rsko operasonal berdasarkan asel II. I menggunakan total gross ncome suatu bank sebaga ndkator besaran eksposur. Dalam hal n, gross ncome mewakl skala kegatan usaha dan oleh karena dapat dgunakan untuk menunjukkan rsko operasonal yang melekat pada bank. ersentase yang dgunakan dalam formula I dtetapkan sebesar 15%, dengan penetapan persentase tersebut jumlah modal rsko operasonal yang dpersyaratkan pada tahun tertentu adalah gross ncome dkalkan 15%. Formula untuk menghtung modal rsko operasonal bank dapat drumuskan sebaga berkut: K I 3 1 GI n * Dengan: K I = besarnya potens rsko operasonal GI = gross ncome rata-rata selama 3 tahun α = 15% (ketetapan) n = jumlah tahun dalam tga tahun terakhr
13 Standardzed pproach (S) Standardzed pproach mencoba mengatas kurangnya sensvtas rsko dar asc Indcator pproach dengan cara membag aktvtas dalam delapan jens bsns dan menggunakan pendapatan kotor (gross ncome) dar tap jens bsns yang dgunakan sebaga ndkator rsko operasonal atas masng-masng jens bsns. Delapan jens bsns tersebut adalah: a. Corporate Fnance dengan beta 18% b. Tradng and Sales dengan beta 18% c. Retal ankng dengan beta 12% d. Commercal ankng dengan beta 15% e. ayment and Settlement dengan beta 18% f. gency Servces dengan beta 15% g. sset Management dengan beta 12% h. Retal rokerage dengan beta 12% (GR,2007) Dengan membag bank menjad bsns yang berbeda-beda dan memberkan persentase yang berbeda kepada tap jens bsns, Standardzed pproach menghubungkan areal bsns bank dan rskonya dengan pembebanan modal rsko operasonal. Menurut Standardzed pproach jumlah modal agregat dambl dar rataratanya untuk menghaslkan jumlah modal regulas rsko operasonal yang dbutuhkan. Modal regulas agregat untuk tahun tunggal dhtung dengan menambahkan hasl gross ncome dkalkan dengan faktor beta untuk setap jens bsns dengan mengabakan apakah gross ncome untuk tap jens bsns bernla negatf dan jumlah keseluruhan untuk tahun tertentu negatf. Maka angka tersebut akan dgant dengan nol untuk perhtungan rata-rata. erdasarkan asel Commttee (asel Captal ccord I) perhtungan nla ratarata Standardzed pproach selalu dhtung selama tga tahun terakhr dan dapat drumuskan sebaga berkut:
14 30 K S Max n 1 GI 3 *,0 Dengan: K S = pembebanan modal rsko operasonal menurut metode S GI = gross ncome untuk masng-masng jens bsns β = nla beta untuk masng-masng jens bsns dvanced Measurement pproach (M) Metode dvanced Measurement pproach (M) merupakan perhtungan kebutuhan modal untuk rsko operasonal dengan menggunakan model yang dkembangkan secara nternal oleh bank. Dbandngkan dengan model yang standard, pendekatan model M lebh menekankan pada analss kerugan operasonal. Untuk bank yang ngn menerapkan model M dalam pengukuran rsko operasonal harus mempunya database kerugan operasonal sekurang-kurangnya dua hngga lma tahun ke belakang. ank yang ngn menggunakan metode n harus memlk teknolog yang tngg sehngga dengan bantuan teknolog tersebut dapat dbuat model yang menangkap, menyeleks dan melaporkan nformas rsko operasonal eksternal untuk tujuan valdas model. asel Commttee tdak menentukan model untuk M karena bank dperbolehkan menggunakan sstem pengukuran rsko operasonal nternal mereka. Menurut standard kuanttatf asel Commttee, kategor rsko operasonal dapat dkelompokkan dalam 7 tpe, yatu: a. enyelewengan nternal b. enyelewengan eksternal c. raktk kepegawaan dan keselamatan kerja d. Klen, produk dan praktk bsns e. Kerusakan terhadap asset fsk perusahaan f. Terganggunya bsns dan kegagalan sstem
15 31 g. Manajemen proses, pelaksanaan dan penyerahan produk dan jasa 2.7. Sfat-Sfat Deskrptf Statstk engukuran potens kerugan rsko operasonal dan untuk melakukan pemodelan pada suatu bank perlu terlebh dahulu mengetahu karakterstk dar dstrbus kerugan operasonal. dapun dstrbus kerugan rsko operasonal dapat dkelompokkan menjad dstrbus frekuens kerugan operasonal dan dstrbus severtas kerugan operasonal Dstrbus Frekuens Kerugan Operasonal Dstrbus frekuens menunjukkan jumlah atau frekuens terjadnya suatu jens kerugan operasonal dalam suatu perode tertentu, tanpa melhat nla kerugan. Dstrbus frekuens kerugan operasonal merupakan dstrbus dskrt yatu dstrbus atas data yang nla data harus blangan nteger karena jumlah blangan merupakan blangan bulat postf Dstrbus nomal Dstrbus bnomal merupakan salah satu dstrbus dskrt yang berguna untuk memodelkan masalah probabltas dar frekuens atau jumlah sukses atas suatu aktvtas yang bersfat ndependen. Dstrbus bnomal dnyatakan dengan dua parameter yatu m yang menunjukkan kerugan operasonal tertentu yang bersfat ndependen dan dentk sedangkan q yang menunjukkan probabltasnya dan r menyatakan kejadan ke- dmana r>0. robabltas fungs dstrbus bnomal dnyatakan sebaga berkut: m r k m k k q 1 q, k = 0,1, m
16 32 Dengan parameter dstrbus bnomal yang dapat destmas sebaga berkut: q JumlahObservasKejadan MaksmumJumlahKemungknanKejadan Dstrbus nomal memlk mean dan varans sebaga berkut: Mean = E (x) = np Varans = V (x) = np(1-p) = npq 2.8. Model Value at Rsk Salah satu tantangan yang dhadap pada rsko operasonal adalah mengukur rsko pasar secara konssten terhadap seluruh poss rsko yang senstve terhadap perubahan harga pasar. Hal n telah dapat djawab dengan perkembangan model Value at Rsk (VaR). pada tahun 1994, J.. Morgan mempopulerkan konsep Value at Rsk sebaga alat ukur rsko. VaR adalah kerugan yang dapat dtolerans dengan tngkat kepercayaan (keamanan) tertentu. ada sebelumnya model VaR n, lmt rsko dtentukan berdasarkan jumlah dar nstrument tertentu yang dmlk oleh bank. Dengan cara n evaluas terhadap level rsko masng-masng lmt sult dlakukan Varabel Value at Rsk Varable-varabel utama dalam perhtungan VaR ada;ah jumlah data hstors yang dgunakan untuk menghtung volatltas dan jumlah har untuk proyeks harga pasar d waktu mendatang. asel mensyaratkan data hstors yang dgunakan adalah mnmal satu tahun. Walaupun mungkn bank menggunakan perode yang lebh lama dan perlu dngat bahwa bank harus konssten terhadap perode hstors yang dtentukan untuk menjaga stabltas perhtungan VaR.
17 Model erhtungan VaR erhtungan VaR untuk tradng book dalam jumlah besar merupakan perhtungan yang kompleks harus dapat mencakup nteraks berbaga faktor rsko dalam mensmulaskan perubahan harga pasar. Model var menghtung rsko dengan membuat dstrbus kerugan yang mungkn terjad selama perode waktu tertentu untuk masng-masng poss rsko yang dmlk. Dstrbus tersebut dapat dlakukan dengan proses dua langkah yatu langkah pertama dmana dstrbus harga pasar d waktu mendatang dhtung berdasarkan data hstors. dapun faktor utama dalam perhtungan dstrbus tersebut adalah volatltas hstors. Hal n dapat dlakukan untuk menghtung seberapa besar devas perubahan harga pasar terhadap nla mean dan pada umumnya haslnya dapat dnyatakan sebaga annual percentage. Sebaga contoh, jka volatltas 20% per tahun dterapkan pada harga saham 100 berart harga saham akan berfluktuas antara 80 dan 120 dalam perode 12 bulan ke depan. Volatltas hstors dapat dgunakan sebaga nput dalam model untuk mensmulaskan pergerakan harga pasar d waktu mendatang. Langkah kedua yatu menla kembal masng-masng poss rsko menggunakan dstrbus harga pasar untuk membuat dstrbus perubahan nla dalam poss rsko secara keseluruhan. dapun tngkat kerugan yang mendekat confdence level yang dgunakan oleh bank berdasarkan asel adalah mensyaratkan sebesar 99% dengan menggunakan asums bahwa dstrbus kerugan adalah dstrbus operasonal. nalss n dlakukan berulang-ulang untuk seluruh poss rsko dan kemudan nlanya djumlahkan untuk memperoleh nla total VaR. nla VaR n dapat djumlahkan karena masng-masng telah dhtung dengan dasar yang konssten oleh karena perbandngan rsko antar area bsns yang berbeda-beda.
Bab 1 PENDAHULUAN Latar Belakang
11 Bab 1 PENDAHULUAN 1.1. Latar Belakang Perbankan adalah ndustr yang syarat dengan rsko. Mula dar pengumpulan dana sebaga sumber labltas, hngga penyaluran dana pada aktva produktf. Berbaga kegatan jasa
Lebih 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 terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
I ENDHULUN. Latar elakang Mengambl keputusan secara aktf memberkan suatu tngkat pengendalan atas kehdupan spengambl keputusan. lhan-plhan yang dambl sebenarnya membantu dalam penentuan masa depan. Namun
Lebih 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 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 terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 ENDAHULUAN 1.1 Latar Belakang Manusa dlahrkan ke duna dengan ms menjalankan kehdupannya sesua dengan kodrat Illah yakn tumbuh dan berkembang. Untuk tumbuh dan berkembang, berart setap nsan harus
Lebih 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 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 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 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 terperinciIII PEMBAHASAN. merupakan cash flow pada periode i, dan C. berturut-turut menyatakan nilai rata-rata dari V. dan
Pada bab n akan dbahas mengena penyelesaan masalah ops real menggunakan pohon keputusan bnomal. Dalam menentukan penlaan proyek, dapat dgunakan beberapa metode d antaranya dscounted cash flow (DF). DF
Lebih 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 terperinciBAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh
BAB III METODE PENELITIAN 3.1 Desan Peneltan Sebelum dlakukan peneltan, langkah pertama yang harus dlakukan oleh penelt adalah menentukan terlebh dahulu metode apa yang akan dgunakan dalam peneltan. Desan
Lebih 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 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
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 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 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 III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode
BAB III METODE PENELITIAN Desan Peneltan Metode peneltan yang dgunakan dalam peneltan n adalah metode deskrptf analts dengan jens pendekatan stud kasus yatu dengan melhat fenomena permasalahan yang ada
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar belakang
BAB 1 PENDAHULUAN 1.1 Latar belakang Dalam memlh sesuatu, mula yang memlh yang sederhana sampa ke hal yang sangat rumt yang dbutuhkan bukanlah berpkr yang rumt, tetap bagaman berpkr secara sederhana. AHP
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 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.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 terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN Metode peneltan atau metodolog peneltan adalah strateg umum yang danut dalam mengumpulkan dan menganalss data yang dperlukkan, guna menjawab persoalan yang dhadap. Adapun rencana
Lebih terperinciKritikan Terhadap Varians Sebagai Alat Ukur
Krtkan Terhadap Varans Sebaga Alat Ukur Varans mengukur penympangan pengembalan aktva d sektar nla yang dharapkan, maka varans mempertmbangkan juga pengembalan d atas atau d bawah nla pengembalan yang
Lebih terperinciBAB III METODELOGI PENELITIAN. metode penelitian yang digunakan dalam penelitian ini adalah metode deskriptif
BAB III METODELOGI PENELITIAN 3.1 Desan Peneltan Metode peneltan mengungkapkan dengan jelas bagamana cara memperoleh data yang dperlukan, oleh karena tu metode peneltan lebh menekankan pada strateg, proses
Lebih terperinciNama : Crishadi Juliantoro NPM :
ANALISIS INVESTASI PADA PERUSAHAAN YANG MASUK DALAM PERHITUNGAN INDEX LQ-45 MENGGUNAKAN PORTOFOLIO DENGAN METODE SINGLE INDEX MODEL. Nama : Crshad Julantoro NPM : 110630 Latar Belakang Pemlhan saham yang
Lebih 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 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 terperinciBAB 2 LANDASAN TEORI. Universitas Sumatera Utara
2 LNDSN TEORI 2.1 Hmpunan dan Operas Hmpunan 2.1.1 Defns Hmpunan adalah kumpulan objek-objek yang berbeda. Msalnya mahasswamahasswa yang mengambl mata kulah Matematka Dskrt, buku-buku yang djual dalam
Lebih terperinciIII. 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 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 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 OBYEK DAN METODE PENELITIAN. Obyek dalam penelitian ini adalah kebijakan dividen sebagai variabel
4 BAB III OBYEK DAN METODE PENELITIAN 3.1 Obyek Peneltan Obyek dalam peneltan n adalah kebjakan dvden sebaga varabel ndependen (X) dan harga saham sebaga varabel dependen (Y). Peneltan n dlakukan untuk
Lebih terperinciDISTRIBUSI HASIL PENGUKURAN DAN NILAI RATA-RATA
DISTRIBUSI HASIL PENGUKURAN DAN NILAI RATA-RATA Dstrbus Bnomal Msalkan dalam melakukan percobaan Bernoull (Bernoull trals) berulang-ulang sebanyak n kal, dengan kebolehjadan sukses p pada tap percobaan,
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 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 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
BAB III METODE PENELITIAN Metode peneltan atau metodolog peneltan adalah strateg umum yang danut dalam mengumpulkan dan menganalss data yang dperlukkan, guna menjawab persoalan yang dhadap. Adapun rencana
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 II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Penjadwalan Baker (1974) mendefnskan penjadwalan sebaga proses pengalokasan sumber-sumber dalam jangka waktu tertentu untuk melakukan sejumlah pekerjaan. Menurut Morton dan
Lebih 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 IV PEMBAHASAN MODEL
BAB IV PEMBAHASAN MODEL Pada bab IV n akan dlakukan pembuatan model dengan melakukan analss perhtungan untuk permasalahan proses pengadaan model persedaan mult tem dengan baya produks cekung dan jont setup
Lebih terperinciBAB III METODE PENELITIAN. penelitian dilakukan secara purposive atau sengaja. Pemilihan lokasi penelitian
BAB III METODE PENELITIAN 3.1 Lokas Peneltan Peneltan dlaksanakan d Desa Sempalwadak, Kecamatan Bululawang, Kabupaten Malang pada bulan Februar hngga Me 2017. Pemlhan lokas peneltan dlakukan secara purposve
Lebih terperinciMETODE PENELITIAN. digunakan untuk mengetahui bagaimana pengaruh variabel X (celebrity
37 III. METODE PENELITIAN 3.1 Jens dan Sumber Data Jens peneltan yang dgunakan adalah peneltan deskrptf, yang mana dgunakan untuk mengetahu bagamana pengaruh varabel X (celebrty endorser) terhadap varabel
Lebih 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 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 2 LANDASAN TEORI. diteliti. Banyaknya pengamatan atau anggota suatu populasi disebut ukuran populasi,
BAB LANDASAN TEORI.1 Populas dan Sampel Populas adalah keseluruhan unt atau ndvdu dalam ruang lngkup yang ngn dtelt. Banyaknya pengamatan atau anggota suatu populas dsebut ukuran populas, sedangkan suatu
Lebih 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 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 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 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 terperinci2.1 Sistem Makroskopik dan Sistem Mikroskopik Fisika statistik berangkat dari pengamatan sebuah sistem mikroskopik, yakni sistem yang sangat kecil
.1 Sstem Makroskopk dan Sstem Mkroskopk Fska statstk berangkat dar pengamatan sebuah sstem mkroskopk, yakn sstem yang sangat kecl (ukurannya sangat kecl ukuran Angstrom, tdak dapat dukur secara langsung)
Lebih 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 terperinciUJI NORMALITAS X 2. Z p i O i E i (p i x N) Interval SD
UJI F DAN UJI T Uj F dkenal dengan Uj serentak atau uj Model/Uj Anova, yatu uj untuk melhat bagamanakah pengaruh semua varabel bebasnya secara bersama-sama terhadap varabel terkatnya. Atau untuk menguj
Lebih 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 terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
BAB 1 PENDAHULUAN 1.1 Latar Belakang Ketahanan pangan adalah ketersedaan pangan dan kemampuan seseorang untuk mengaksesnya. Sebuah rumah tangga dkatakan memlk ketahanan pangan jka penghunnya tdak berada
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 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 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 terperinciBAB IV METODE PENELITIAN. Penelitian mengenai Analisis Pengaruh Kupedes Terhadap Performance
BAB IV METODE PENELITIAN 4.1 Lokas dan Waktu Peneltan Peneltan mengena Analss Pengaruh Kupedes Terhadap Performance Busness Debtur dalam Sektor Perdagangan, Industr dan Pertanan dlaksanakan d Bank Rakyat
Lebih terperinciBAB III METODOLOGI PENELITIAN. dalam situs BAPEPAM dan berjumlah dua puluh delapan reksadana yang berasal dari dua
BAB III METODOLOGI PENELITIAN 3.1. Ruang Lngkup Peneltan Reksadana yang dgunakan dalam peneltan n adalah reksadana yang terdaftar dalam stus BAPEPAM dan berjumlah dua puluh delapan reksadana yang berasal
Lebih 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 terperinciDua cara melakukan proyeksi risiko : 1. Probabilitas di mana risiko adalah nyata 2. Konsekuensi masalah yang berhubungan dengan risiko
PROYEKSI RISIKO / PERKIRAAN RISIKO Dua cara melakukan proyeks rsko : 1. Probabltas d mana rsko adalah nyata 2. Konsekuens masalah yang berhubungan dengan rsko Perencanaan proyek bersama dengan manajer
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 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 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 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 terperinciRETURN DAN RISIKO DALAM INVESTASI
RETURN DAN RISIKO DALAM INVESTASI 1 Return (Imbal hasl) nvestas Expected return (Return ekspetas) return yang dharapkan akan ddapat oleh nvestor d masa depan Actual return/ Realzed return (Return aktual)
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. Sebelum melakukan penelitian, langkah yang dilakukan oleh penulis
BAB III METODE PENELITIAN 3.1 Desan Peneltan Sebelum melakukan peneltan, langkah yang dlakukan oleh penuls adalah mengetahu dan menentukan metode yang akan dgunakan dalam peneltan. Sugyono (2006: 1) menyatakan:
Lebih terperinciCAKUPAN PEMBAHASAN. APT (Arbritage Pricing Theory) Overview. Pengujian CAPM. CAPM (Capital Asset Pricing Model) Portofolio pasar.
http://www.deden08m.wordpress.com CAKUPAN PEBAHASAN Overvew CAP (Captal Asset Prcng odel) Portofolo pasar Gars pasar modal Gars pasar sekurtas Estmas Beta Pengujan CAP APT (Arbrtage Prcng Theory) 1/40
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 terperinciIII. METODE PENELITIAN. Metode dalam penelitian ini adalah metode eksperimen. Penggunaan metode eksperimen ini
III. METODE PENELITIAN A. Metode Peneltan Metode dalam peneltan n adalah metode ekspermen. Penggunaan metode ekspermen n bertujuan untuk mengetahu apakah suatu metode, prosedur, sstem, proses, alat, bahan
Lebih terperinciIII. METODOLOGI PENELITIAN
44 III. METODOLOGI PENELITIAN A. Metode Peneltan Menurut Arkunto (00:3) peneltan ekspermen adalah suatu peneltan yang selalu dlakukan dengan maksud untuk melhat akbat dar suatu perlakuan. Metode yang penuls
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Jens Peneltan Peneltan n merupakan peneltan lapangan kuanttatf yang bersfat korelasonal. Peneltan lapangan merupakan suatu peneltan untuk memperoleh data-data yang sebenarnya
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 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 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 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. 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 METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap
5 BAB III METODOLOGI PENELITIAN 3. Lokas Dan Waktu Peneltan Peneltan n dlaksanakan d SMA Neger I Tbawa pada semester genap tahun ajaran 0/03. Peneltan n berlangsung selama ± bulan (Me,Jun) mula dar tahap
Lebih terperinciSELANG KEPERCAYAAN UNTUK KOEFISIEN GARIS REGRESI LINEAR DENGAN METODE LEAST MEDIAN SQUARES 1 ABSTRAK
SELANG KEPERCAYAAN UNTUK KOEFISIEN GARIS REGRESI LINEAR DENGAN METODE LEAST MEDIAN SQUARES Harm Sugart Jurusan Statstka FMIPA Unverstas Terbuka emal: harm@ut.ac.d ABSTRAK Adanya penympangan terhadap asums
Lebih terperinciI. PENGANTAR STATISTIKA
1 I. PENGANTAR STATISTIKA 1.1 Jens-jens Statstk Secara umum, lmu statstka dapat terbag menjad dua jens, yatu: 1. Statstka Deskrptf. Statstka Inferensal Dalam sub bab n akan djelaskan mengena pengertan
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 terperinci2 TINJAUAN PUSTAKA. sistem statis dan sistem fuzzy. Penelitian sejenis juga dilakukan oleh Aziz (1996).
2 TINJAUAN PUSTAKA 2.1 Stud Yang Terkat Peneltan n mengacu pada jurnal yang dtuls oleh Khang, dkk.(1995). Dalam peneltannya, Khang, dkk membandngkan arus lalu lntas yang datur menggunakan sstem stats dan
Lebih terperinciBAB II TEORI ALIRAN DAYA
BAB II TEORI ALIRAN DAYA 2.1 UMUM Perhtungan alran daya merupakan suatu alat bantu yang sangat pentng untuk mengetahu konds operas sstem. Perhtungan alran daya pada tegangan, arus dan faktor daya d berbaga
Lebih terperinciTINJAUAN PUSTAKA. Node. Edge. Gambar 1 Directed Acyclic Graph
TINJAUAN PUSTAKA Bayesan Networks BNs dapat memberkan nformas yang sederhana dan padat mengena nformas peluang. Berdasarkan komponennya BNs terdr dar Bayesan Structure (Bs) dan Bayesan Parameter (Bp) (Cooper
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 terperinciKONSEP DASAR PROBABILITAS
KONSEP DASAR PROBABILITAS TI2131 TEORI PROBABILITAS MINGGU KE-3 & KE-4 1 Defns 1 Probabltas dar sebuah kejadan A adalah jumlah bobot dar tap ttk sampel yang termasuk dalam A. Selanjutnya: 0 < P(A) < 1,
Lebih terperinciUKURAN S A S MPE P L P of o. D r D. r H. H Al A ma m s a d s i d Sy S a y h a z h a, SE S. E, M P E ai a l i : l as a y s a y h a
UKURAN SAMPEL Prof. Dr. H. Almasd Syahza, SE., MP Emal: asyahza@yahoo.co.d Webste: http://almasd. almasd.staff. staff.unr.ac.d Penelt Senor Unverstas Rau Penentuan Sampel Peneltan lmah hampr selalu hanya
Lebih terperinciMETODE PENELITIAN. Penentuan lokasi dilakukan secara tertuju (purposive) karena sungai ini termasuk
IV. METODE PENELITIAN 4.1. Tempat dan Waktu Peneltan Peneltan n dlakukan d Sunga Sak, Kota Pekanbaru, Provns Rau. Penentuan lokas dlakukan secara tertuju (purposve) karena sunga n termasuk dalam 13 sunga
Lebih terperinciIII. METODE PENELITIAN
III. METODE PEELITIA 3.1. Kerangka Pemkran Peneltan BRI Unt Cbnong dan Unt Warung Jambu Uraan Pekerjaan Karyawan Subyek Analss Konds SDM Aktual (KKP) Konds SDM Harapan (KKJ) Kuesoner KKP Kuesoner KKJ la
Lebih terperinciBAB III METODE PENELITIAN. Adapun yang menjadi objek penelitian adalah siswa MAN Model Gorontalo.
BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.1.1 Tempat Peneltan Adapun yang menjad objek peneltan adalah sswa MAN Model Gorontalo. Penetapan lokas n ddasarkan pada beberapa pertmbangan yakn,
Lebih terperinciTEORI INVESTASI DAN PORTFOLIO MATERI 4.
TEORI INVESTASI DAN PORTFOLIO MATERI 4 KONSEP DASAR 2/40 Ada tga konsep dasar yang perlu dketahu untuk memaham pembentukan portofolo optmal, yatu: portofolo efsen dan portofolo optmal fungs utltas dan
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 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PENDAHULUAN. Latar Belakang Dalam kehdupan sehar-har, serngkal dumpa hubungan antara suatu varabel dengan satu atau lebh varabel lan. D dalam bdang pertanan sebaga contoh, doss dan ens pupuk yang dberkan
Lebih terperinciBAB IV PENGUJIAN DAN ANALISA
BAB IV PENGUJIAN DAN ANALISA 4. PENGUJIAN PENGUKURAN KECEPATAN PUTAR BERBASIS REAL TIME LINUX Dalam membuktkan kelayakan dan kehandalan pengukuran kecepatan putar berbass RTLnux n, dlakukan pengujan dalam
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN A. Tujuan Peneltan Tujuan dalm peneltan n adalah mengetahu keefektfan strateg pembelajaran practce-rehearsal pars dengan alat peraga smetr lpat dan smetr putar dalam menngkatkan
Lebih terperinciPrediksi Kelainan Refraksi Berdasarkan Panjang Sumbu Bola Mata Pada Pasien Myopia Axial Melalui Regresi Bootstrap
Predks Kelanan Refraks Berdasarkan Panjang Sumbu Bola Mata Pada Pasen Myopa Axal Melalu Regres Bootstrap Oleh: Karyam dan Qorlna Statstka UII ABSTRAKSI Peneltan n dlakukan d Rumah Sakt Mata Dr. YAP Yogyakarta
Lebih terperinci