KLASIFIKASI SKOR PROPENSITAS DALAM PENDUGAAN SELANG KEPERCAYAAN BOOTSTRAP UNTUK PERBEDAAN NILAI TENGAH DUA POPULASI
|
|
- Harjanti Indradjaja
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Forum Statitika dan Komputai, Oktoberl 5, p: 7 4 Vol. No. ISSN : KLASIFIKASI SKOR PROPENSITAS DALAM PENDUGAAN SELANG KEPERCAYAAN BOOTSTRAP UNTUK PERBEDAAN NILAI TENGAH DUA POPULASI Marzuki Juruan Matematika FMIPA UNSYIAH Aep Saefuddin dan Anang Kurnia Departemen Statitika FMIPA IPB Abtract The comparion of mean of two population aume that there i no other variable influence (covariate except the difference of the oberved variable. In real data, thi condition i often unfulfilled. Propenity core claification (PSC i a method to overcome the cae. In thi reearch, we do imulation data to evaluate the method, and a the illutration we do the real data of firt emeter NMR of IPB potgraduate tudent in Statitic major. The imulation data i generated by covariate either with the ame mean or different one to both group, each with different parameter ( δ,,,5 and,5. The boottrap confidence interval included a ditribution which i built from propenity core etimation without the variance etimation. The reult how that 95% boottrap confidence interval with PSC method include the parameter for the ame and different covariate ditribution repectively a,95 and,87. Thi method i uitable only when the ample ize are larger. The illutration ue real data with covariate age, marital tatu, graduate (S- NMR and occupation a a lecturer or not, the reult etimation of 95% boottrap interval confidence to differentiate NMR of potgraduate Statitic tudent in IPB between thoe who came from the univeritie in Java and outide Java i between -,3 and,7. Keyword : propenity, boottrap, covariate PENDAHULUAN Dalam uatu penelitian, untuk mengetahui perbedaan nilai tengah uatu peubah acak dari dua populai dibandingkan antarcontoh dari maing-maing kelompok atau populai terebut. Apabila populai melibatkan kovariat maka hal itu akan ulit dilakukan karena ebaran kovariat berbeda-beda. Mialkan akan menduga perbedaan Nilai Mutu Rataan (NMR antara dua populai mahaiwa pacaarjana, maka pendugaan itu akan ulit karena etiap individu mahaiwa mempunyai latar belakang yang berbeda eperti umur, tatu perkawinan, dan tatu pekerjaan yang diduga mempengaruhi parameter. Dalam analii regrei, untuk memperhitungkan perbedaan nilai tengah dua kelompok dapat ditempuh dengan memaukkan atu peubah beba yaitu peubah indikator atau peubah dummy Z ke dalam model, edangkan latar belakang mahaiwa eperti kau di ata dapat dimaukkan ke dalam model ebagai peubah beba lainnya. Jika Z= untuk kelompok yang atu dan Z= untuk kelompok yang lain maka harapan perbedaan nilai tengah antara dua kelompok terebut direpreentaikan oleh koefiien dari Z, γ. Suatu hipotei nol bahwa tidak ada perbedaan nilai tengah antara dua populai dapat dengan mudah diperlihatkan melalui regrei dan uji hipotei terhadap γ. Adapun keimpulan yang diambil berdaarkan aumi emua peubah lain kontan. Salah atu metode yang digunakan untuk mengendalikan perbedaan pengaruh kovariat adalah dengan cara melibatkan pengelompokan unit perlakuan ke dalam kela-kela berdaarkan karakteritik yang diamati. Roenbaum dan Rubin (984 menyatakan bahwa alah atu karakteritik melalui klaifikai kor propenita (KSP telah terbukti menjadi alah atu cara yang efektif 7
2 Forum Statitika dan Komputai, Oktoberl 5, p: 7 4 Vol. No. ISSN : untuk mengurangi bia dalam menduga perbedaan nilai tengah dua populai atau pengaruh perlakuan. Namun demikian repon di dalam tiap-tiap kela dan di antara kela tidak aling beba karena klaifikainya didaarkan pada urutan penduga kor propenita yang umum diduga melalui model logitik. Sementara itu penduga dari kor propenita yang tidak diketahui juga menambah umber keragaman yang dapat mempengaruhi penduga ragam yang digunakan dalam mengambil keimpulan (Tu et al. 999, diacu dalam Tu & Zhou 3 ehingga dalam pendugaan perbedaan nilai tengah dua populai yang melibatkan kovariat dengan menggunakan KSP itu validita proedur terebut di ata agak diragukan (Du 998, diacu dalam Tu & Zhou 3. Oleh karena itu, Tu dan Zhou (3 memperkenalkan uatu metode KSP dalam pendugaan elang kepercayaan perbedaan nilai tengah dua populai dengan boottrap nonparametrik. Dalam paper ini akan diurai uatu proedur pendugaan perbedaan nilai tengah dua populai dengan menggunakan KSP dan pendugaan elang kepercayaan boottrapnya erta mengevaluai metode KSP menggunakan data imulai dengan menghitung peluang cakupan parameter dalam elang kepercayaan. Sebagai ilutrai akan dilakukan pendugaan perbedaan NMR mahaiwa S- Program Studi Statitika Sekolah Pacaarjana Intitut Pertanian Bogor (IPB antara yang beraal dari luluan S- di Jawa dan di luar Jawa. 8 LANDASAN TEORI Klaifikai Skor Propenita Metode kor propenita diberlakukan untuk dua kelompok ecara erentak. Setiap ubjek individu yang menunjukkan indikator kelompok diberi notai Z dengan Z= untuk kelompok ke- dan Z= untuk kelompok ke-, edangkan vektor kovariat yang terdapat dalam kelompok diberi notai X. Peubah repon untuk etiap ubjek dinotaikan oleh Y(Z, di mana Y(Z= menunjukkan peubah repon dari ubjek dalam kelompok ke-, dan Y(Z= menunjukkan peubah repon dari ubjek dalam kelompok ke-. Gagaan awal dari metode ini adalah menggantikan koleki dari kovariat-kovariat yang membaur dalam tudi penelitian dengan atu fungi dari kovariat-kovariat ini yang diebut kor propenita (Rubin 997. Nilai kor propenita didefiniikan oleh Tu dan Zhou (3 ebagai е(x = P(Z= X dan Sianei ( menuli < е(x = P(Z= X=x < untuk etiap x Є X yang tidak lain adalah nilai peluang beryarat uatu kelompok berdaarkan kovariat-kovariat yang diamati. Nilai ini dapat digunakan untuk mengendalikan bia karena ketidakeimbangan kovariat yang diamati. Paron ( menyatakan KSP merupakan alah atu cara untuk mengurangi bia dari uatu kelompok yang melibatkan kovariat. Harapan dari perbedaan nilai tengah dua kelompok dinyatakan oleh δ = E[Y( - Y(] Hanya ada atu dari dua hail (Y( dan Y( yang teramati dalam menduga δ ehingga tidak bia langung menduga δ berdaarkan data hail pengamatan (Roenbaum & Rubin 984. Salah atu cara mengatai maalah terebut adalah penggunaan kor propenita е(x. Roenbaum dan Rubin (983, diacu dalam Tu dan Zhou (3 menunjukkan bahwa δ = E e(x [E{Y( e(x,z=} - E{Y( e(x,z=}], edangkan E e(x menunjukkan harapan dengan mengacu pada ebaran dari e(x dalam populai ubjek. Jika ubjek bia dibagi menjadi K kela I,, I K yang mempunyai lebar kela yang ama berdaarkan kor propenita dan mialkan bahwa paling edikit ada atu ubjek dalam etiap kela yang beraal dari etiap populai, maka akan didapat K δ = P( e( X Ik[ E{ Y( e( X Ik, Z = } E{ Y( e( X Ik, Z = }] k= Pendugaan kor propenita e(x dilakukan melalui model logitik P( Z = X = x t ln = x β P Z X x ( = = ehingga penduga kor propenita е(x adalah t exp( x β ê( x = t + exp( x β Semua ubjek ditratifikai menjadi K kela dengan menggunakan penduga kor propenita ehingga etiap ubjek dalam etiap kela mempunyai nilai penduga kor propenita yang hampir ama. Mialkan n k dan Y k,, Y kn k adalah jumlah ubjek dan repon dalam kelompok ke- dalam kela ke-k. n k dan Y k,, Y kn ok adalah jumlah ubjek dan repon dalam kelompok ke- dalam kela ke-k; dengan k =,, K. Nilai tengah repon untuk kelompok ke- dan kelompok ke- dalam kela ke-k dinyatakan oleh Y n = i = k k Y ki n / k dan nk Y k = Y i = ki n / k Jumlah total ubjek dalam kelompok ke- dan kelompok ke- adalah K = k = K n k n n k dan n = k = Peramaan ( memperlihatkan bahwa untuk menduga δ perlu menduga propori kor
3 Forum Statitika dan Komputai, Oktoberl 5, p: 7 4 Vol. No. ISSN : propenita dalam etiap kela, P(e(X I k dan ditratifikai dan elanjutnya dihitung perbedaan nilai harapan dari peubah repon kedua nilai tengah dua populai ( δ b. kelompok dalam etiap kela, E(Y( e(x I k, Setelah melakukan proe di ata ebanyak Z= erta E(Y( e(x I k, Z=. Ketiga parameter B kali, perhitungan penduga elang kepercayaan terebut diduga oleh maing-maing tatitik boottrap BCa (-α% untuk perbedaan nilai berikut tengah dua populai δ dapat dilakukan dengan P(e(X I k = (n k+n k/(n +n langkah-langkah ebagai berikut. Efron dan E(Y( e(x I k, Z= = Y k Tibhirani (993 menyatakan kontanta koreki E(Y( e(x I k, Z= = Y bia dihitung dengan menggunakan peramaan k yang kemudian digunakan untuk menduga ( b < d = Φ #[ δ ] δ perbedaan nilai tengah dua populai B K ( nk + nk = δ = ( Y k k Y k edangkan Φ( adalah fungi ebaran (5 kumulatif n + n Statitik δ yang diberikan dalam peramaan (5 menggunakan titik-titik potong yang ditentukan oleh kuantil dari penduga kor propenita kedua kelompok. Pendugaan Selang Kepercayaan Boottrap Boottrap merupakan uatu metode imulai berdaarkan pada data untuk menarik keimpulan ecara tatitika. Simulai boottrap di antaranya berguna untuk menduga ukuran akurai uatu tatitik dari uatu contoh tunggal, menduga bia uatu tatitik dari uatu contoh dan membentuk dugaan elang kepercayaan (Efron & Tibhirani 993. Salah atu proedur penduga elang kepercayaan dengan metode boottrap nonparametrik berdaarkan boottrap Bia-Corrected accelerated (BCa. Proedur terebut diawali dengan mencocokkan model propenita yang ada pada peramaan (3 menggunakan data contoh (X i, Z i untuk i =,,,n. Setelah pencocokan model, penduga kor propenita (ê i dihitung untuk etiap ubjek menggunakan peramaan (4. Berdaarkan pada kor propenita ini, ubjek dipartii menjadi K kela yang mempunyai lebar kela yang ama. Penduga perbedaan nilai tengah dua populai δ dihitung dengan menggunakan peramaan (5. Setiap iterai boottrap b, b =,,, B, dilakukan penarikan contoh dengan pengembalian terhadap emua ubjek dalam kelompok ke- (n dan emua ubjek yang ada dalam kelompok ke- (n ecara terpiah dari data contoh ali (bukan data contoh boottrap. ( b ( b ( b Mialkan ( Y, X, Z adalah data contoh i' i' i' boottrap ke-b, i =,,, n. Data hail penarikan ( b ( b contoh pengembalian ( X, Z, untuk i =,,, n, dicocokkan kembali menggunakan model logitik dan penduga kor propenita dihitung ( untuk etiap ubjek dalam contoh boottrap, e b, kemudian peubah repon boottrap i' i' Y i' ( b i' dari ebaran normal tandar. Selanjutnya dalam Efron dan Tibhirani (993 parameter akelerai untuk dua contoh dihitung dengan menggunakan peramaan 3 / a = σ ( n γ n γ 6 dengan σ = σ n + σ n σ σ di mana jack jack n n = = ( ( i i (. n jack n n = = ( i ( i ( n jack n ( = = ( / i i n n ( = = ( / i i n ( i dan ( i maing-maing adalah ragam data kelompok ke- dan kelompok ke- untuk data yang pengamatan ke-i dihilangkan. Peramaan (9 dan ( adalah penduga ragam jackknife dari contoh ali untuk menduga ragam yang tidak diketahui dari kedua kelompok. Selanjutnya dihitung kemiringan contoh dari maing-maing kelompok dan dengan Y γ = γ = n = = n 3 ( Y i Y / n i= 3 n [ ( Y ] i Y / n Y / i i n i= n 3 ( Y i Y / n i= 3 n [ ( Y ] i Y / n i= n Y / i i n dan Y = = Penduga perbedaan nilai tengah dua populai boottrap diurutkan dari nilai yang terkecil ke nilai yang terbear, 9
4 Forum Statitika dan Komputai, Oktoberl 5, p: 7 4 Vol. No. ISSN : ( ( ( B δ δ... δ. Penduga elang kepercayaan boottrap BCa (-α% untuk perbedaan nilai tengah dua populai didefiniikan oleh Tu dan Zhou (3 ebagai dengan [ B( βa ( α / ] [ B( βa ( α / ] ( δ, δ { ( { ( } } βa = Φ d + d + z a d + z ( α / α / α / { ( { ( } } βa = Φ d + d + z a d + z ( α / α / α / dan [x] adalah nilai integer terkecil yang lebih bear atau ama dengan x. KAJIAN SIMULASI Simulai dilakukan dengan terlebih dahulu membangkitkan kovariat-kovariat X. Pada imulai ini digunakan empat kovariat. Pembangkitan dilakukan dengan dua cara yaitu kovariat yang mempunyai ebaran ama dan kovariat yang mempunyai ebaran berbeda antardua kelompok. Pembangkitan untuk kovariat yang mempunyai ebaran ama diaumikan bahwa X ~N(µ,, X ~N(µ,, X 3~N(µ 3, dan X 4~N(µ 4, dengan jumlah data bangkitan maingmaing 5 untuk kelompok ke- dan 5 untuk kelompok ke-. Adapun untuk cara pembangkitan kedua, agar ebaran kovariat berbeda ecara itematik dalam dua kelompok maka dibangkitkan kovariat-kovariat untuk dua kelompok ecara terpiah, yaitu untuk kelompok ke- (Z= diaumikan bahwa X ~N(µ,,5, X ~N(µ,,5, X 3~N(µ,,5 dan X 4~N(µ,,5, edangkan untuk kelompok ke- (Z= diaumikan bahwa X ~N(µ,,5, X ~N(µ,,5, X 3~N(µ,,5 dan X 4~N(µ,,5. Maing-maing kelompok dibangkitkan data ebanyak 5 dengan etting parameter eperti diajikan pada Tabel. Kajian imulai dilakukan ebanyak kali untuk etiap etting. Tabel. Setting parameter untuk imulai Setting δ µ µ µ 3 µ 4,,5,5,5,5,5 3,5,5,5 δ µ µ µ µ 4,,5 5,5,5 6,5,5 Berdaarkan kedua cara bangkitan itu kemudian dibangkitkan repon Y dari uatu hubungan linier Y=Zδ +X t β+ε berdaarkan data kovariat-kovariat dan indikator kelompok di ata dengan menggunakan nilai β=(β β β 3 β 4 =(,5,4,5,4 dan membangkitkan (3 ecara beba galat normal ε~n(, untuk maing-maing δ =,,,5,,5 edangkan δ menunjukkan perbedaan nilai tengah dua populai yang ditetapkan untuk membangkitkan data repon Y. Pembangkitan data ini dilakukuan dengan perangkat lunak MATLAB 6.5. Semua kovariat dalam imulai ini dibangkitkan dari ebaran normal untuk memudahkan dalam mengevaluai metode yang digunakan. Sebenarnya kovariat X tidak ditentukan ebarannya karena pendugaan kor propenita yang berdaarkan vektor kovariat terebut dilakukan melalui model logitik yang mengaumikan bahwa peubah beba (dalam hal ini adalah kovariat X ditetapkan (fixed. Metode t-tudent Data yang dibangkitkan dengan cara pertama (kovariat berebaran ama memperlihatkan bahwa dengan menggunakan metode ini maka penduga elang kepercayaan 95% perbedaan nilai tengah dari kedua kelompok untuk δ =, dan δ =,5 berpeluang mencakup parameter maing-maing ebear,95. Penduga elang kepercayaan 95% dari perbedaan nilai tengah dari kedua kelompok untuk δ =,5 berpeluang mencakup parameter ebear,94. Berdaarkan data yang dibangkitkan dengan cara kedua (kovariat berebaran berbeda diperoleh bahwa penduga elang kepercayaan 95% dari perbedaan nilai tengah untuk δ =, δ =,5 dan ebear,. δ =,5 mempunyai peluang Metode model regrei Pendugaan elang kepercayaan 95% perbedaan nilai tengah kedua kelompok dengan menggunakan metode model regrei diperoleh bahwa untuk data bangkitan cara pertama, elang mencakup parameter untuk δ =,, δ =,5 dan δ =,5 mempunyai peluang maing-maing,99,,96, dan,9. Data bangkitan cara kedua, elang mencakup parameter untuk δ =,, δ =,5 dan δ =,5 mempunyai peluang maing-maing,94,,94, dan,93. Metode klaifikai kor propenita Selang kepercayaan untuk metode KSP diduga dengan menggunakan elang kepercayaan
5 Forum Statitika dan Komputai, Oktoberl 5, p: 7 4 Vol. No. ISSN : boottrap. Nilai penduga elang kepercayaan boottrap untuk perbedaan nilai tengah dua kelompok yang diperoleh memperlihatkan bahwa untuk data bangkitan cara pertama, elang mencakup parameter untuk δ =,, δ =,5 dan δ =,5 mempunyai peluang maing-maing ebear,96,,97 dan,93. Adapun untuk data bangkitan cara kedua, elang mencakup parameter untuk δ =,, δ =,5 dan δ =,5 mempunyai peluang maing-maing ebear,89,,83, dan,9. Nilai tengah perbedaan δ dan peluang cakupan paramater perbedaan dua populai yang ditetapkan yaitu δ dalam elang kepercayaan yang diduga untuk ke tiga jeni metode dan ke enam etting diajikan pada Tabel. Adapun P menyatakan peluang cakupan paramater perbedaan nilai tengah dua populai yang ditetapkan. Tabel. Nilai tengah perbedaan dan peluang cakupan parameter t-tudent Regrei KSP δ P δ P δ P -,3,95,5,99,,96,4,95,44,96,4,97 3,475,94,496,9,49,93 4,376,,95,94 -,,89 5,68,,9,94,34,83 6,854,,465,93,575,9 Setting CONTOH PENERAPAN Data riil yang digunakan untuk ilutrai beraal dari data mahaiwa S- Program Studi Statitika IPB tahun 999 ampai dengan 4 dengan jumlah pengamatan mahaiwa. Data terebut menggambarkan mahaiwa S- Statitika IPB dengan karakteritik yang diamati terdiri dari kovariat-kovariat X, X, X 3 dan X 4 berturut-turut ebagai uia (tahun, tatu (menikah atau tidak, NMR S- dan pekerjaan (doen atau tidak. Peubah repon (Y yang menjadi perhatian adalah NMR emeter ke-, edangkan yang menjadi indikator kelompok (Z adalah luluan S-, dengan Z= adalah luluan S- di Pulau Jawa dan Z= adalah luluan S- di luar Pulau Jawa. Jumlah pengamatan yang bertatu menikah pada aat emeter ke- ebanyak 5,5% dan yang bekerja ebagai doen ebanyak 69,3%, edangkan rataan uianya adalah 9,95 tahun dan rataan NMR S- adalah 3,477. Adapun rataan NMR emeter ke- ebagai peubah repon adalah 3,43 dengan impangan baku,467. Ringkaan tatitik dari data mahaiwa terebut diajikan dalam Tabel 3 dan Tabel 4. Penduga perbedaan nilai tengah dari NMR emeter ke- antara kelompok Jawa dan luar Jawa adalah ebear, dengan elang kepercayaan 95% berdaarkan t-tudent adalah (-,8;,33. Artinya tidak ada perbedaan yang nyata antara kedua kelompok terebut. Evaluai menggunakan model regrei menghailkan dugaan model ebagai berikut E[Y] =,5 -,99 X +,67 X +,99 X3 +,39 X4 +,8 Z dengan koefiien determinai R = 7,6%. Jadi nilai harapan dari NMR emeter ke- untuk mahaiwa luluan S- di Pulau Jawa dan di luar Pulau Jawa maing-maing diduga oleh E[Y X, X, X 3, X 4,Z=] =,5 -,99 X +,67 X +,99 X3 +,39 X4 +,8 E[Y X, X, X 3, X 4,Z=] =,5 -,99 X +,67 X +,99 X3 +,39 X4 ehingga E[Y X, X, X 3, X 4,Z=] - E[Y X, X, X 3, X 4,Z=] =,8 yang ecara tatitik berbeda nyata dengan Tabel 3. Dekripi data riil dari peubah repon dan kovariat kontinu Y (NMR em ke- X (uia X 3 (NMR S- Nilai tengah 3,43 9,95 3,477 Simpangan baku,467 6,54,467 Median 3,5 8, 3, Minimum,,,9 Makimum 4, 54, 3,9 Tabel 4. Dekripi data riil dari kelompok dan kovariat biner Jumlah mahaiwa Z= (Jawa 75 Z (luluan Z= (luar Jawa 6 X X (tatu = (menikah 5 X = (belum menikah 5 X X 4 (pekerjaan 4 = (doen 7 X 4 = (bukan doen 3
6 Forum Statitika dan Komputai, Oktoberl 5, p: 7 4 Vol. No. ISSN : nilai p =,5. Artinya perbedaan nilai harapan dari NMR emeter ke- antara kelompok Jawa dan luar Jawa adalah ebear,8 dengan aumi keempat kovariatnya kontan. Evaluai dengan KSP dilakukan dengan menduga nilai kor propenita ehingga diperoleh wilayah ebear,5955. Tabel 5 diperoleh dengan membagi ubjek pengamatan menjadi 3 kela. Pembagian ubjek pengamatan ke dalam 3 kela dilakukan agar terpenuhi aumi bahwa minimal ada atu ubjek dalam etiap kela yang beraal dari etiap populai. Berdaarkan Tabel 5 maka penduga perbedaan NMR emeter ke- antara mahaiwa S- Program Studi Statitika Sekolah Pacaarjana IPB yang beraal dari luluan S- di Jawa dan di luar Jawa, dengan menggunakan peramaan (9 adalah, Tabel 5. Nilai-nilai hail partii data riil Kela Bata n k n k Y (k Kela k Y k, I,574,574 < I,773 3,773 < I 3,97 Jumlah 75 6 Tabel 6. Statitik penduga perbedaan contoh boottrap data riil Nilai tengah,343 Simpangan baku,458 Median,34473 Minimum -,449 Makimum,857 Nilai penduga elang kepercayaan boottrap untuk perbedaan nilai tengah dua populai dihitung ehingga diperoleh tatitik penduga perbedaan contoh boottrap erta nilai penduga ragam dan kemiringan dua populai yang diajikan pada Tabel 6 dan Tabel 7. Banyaknya penduga perbedaan nilai tengah untuk contoh boottrap yang lebih kecil dari penduga perbedaan nilai tengah untuk contoh ali adalah 558 ehingga dengan mengunakan peramaan ( diperoleh kontanta koreki bia d =,459. Nilai penduga ragam dan kemiringan untuk data riil pada Tabel 7 memberikan nilai parameter akelerai â = -,58. Berdaarkan kontanta koreki bia dan α nilai parameter akelerai di ata maka β a ( / = β α,38966 dan a ( / =,96578 ehingga urutan bata bawah elang adalah 4 dan urutan bata ata elang adalah 966. Jadi penduga elang kepercayaan boottrap perbedaan nilai tengah dua populai adalah (-,339;, Ringkaan penduga perbedaan nilai tengah dua populai dan elang kepercayaannya untuk ketiga jeni metode diajikan pada Tabel 8. DISKUSI Metode KSP yang diterapkan dalam pendugaan elang kepercayaan boottrap untuk perbedaan nilai tengah dua populai yang dikemukakan oleh Tu dan Zhou (3 tidak memerlukan penduga ragam dan cocok diterapkan dalam penelitian dengan ukuran contoh yang bear. Metode ini tidak berdaarkan pada aumi ebaran apapun yang membatai kovariat-kovariat yang terlibat. Selang kepercayaan boottrap yang dihailkan meliputi ebaran yang dibangun dari penduga kor propenita dan mengakomodaikan ketergantungan di antara repon di dalam dan antarkela ekaligu dalam kaitannya dengan pembentukan truktur yang diawali dengan pengkelaan. Sehingga proedur ini dapat diterapkan relatif mudah bila melibatkan banyak kovariat. Hail imulai memberikan gambaran apabila uatu repon melibatkan kovariat yang mempunyai ebaran yang berbeda untuk dua Tabel 7. Nilai penduga ragam dan kemiringan dua populai data riil jack σ jack σ σ γ γ,3769,836,8359 -,353,443 Tabel 8. Ringkaan penduga perbedaan dan elang kepercayaan data riil t-tudent Model regrei Skor propenita δ SK δ SK δ SK, (-,8;,33,8 (,86;,474,376 (-,33;,77
7 Forum Statitika dan Komputai, Oktoberl 5, p: 7 4 Vol. No. ISSN : kelompok maka metode t-tudent tidak baik digunakan dalam menduga perbedaan nilai tengahnya karena hailnya akan berbia. Hal ini ditunjukkan dengan tidak atupun elang kepercayaan yang mencakup parameter untuk ketiga etting 4, 5 dan 6. Selang kepercayaan 95% dengan metode model regrei mencakup parameter untuk emua etting berpeluang di ata 9%. Hal ini menunjukkan bahwa jika repon bebar-benar merupakan fungi dari kovariat maka model regrei baik digunakan. Akan tetapi maalahnya repon belum tentu dapat difungikan dengan baik oleh kovariat. Untuk mengukur kebaikan model bia digunakan R atau R (adj dengan bata tertentu. Selang kepercayaan 95% dengan metode KSP untuk kovariat yang ama mencakup parameter δ berpeluang di ata 93%. Hal ini menunjukkan bahwa metode KSP juga baik digunakan untuk menduga perbedaan nilai tengah dua populai yang mempunyai ebaran kovariat ama. Adapun untuk ebaran kovariat yang berbeda, elang kepercayaan 95% boottrap mencakup parameter berpeluang 89%, 83% dan 9% untuk maing-maing etting imulai 4, 5 dan 6. Dengan demikian apabila uatu repon melibatkan kovariat, walaupun memiliki ebaran yang berbeda, maka metode KSP dengan elang kepercayaan boottrap cocok digunakan untuk menduga elang kepercayaan perbedaan nilai tengah dua populai. Namun demikian, maih perlu kajian ehubungan dengan menurunnya tingkat ketelitian elang kepercayaan yang dibentuk terutama pada aat kovariat berbeda. Metode KSP untuk data riil memberikan penduga elang kepercayaan boottrap untuk perbedaan nilai tengah NMR emeter ke- antara mahaiwa S- luluan S- dari Jawa dan luar Jawa adalah antara -,33 dan,77. Selang kepercayaan ini mengandung nilai nol yang menunjukkan tidak ada perbedaan yang nyata antara dua populai terebut. Hal ini mungkin diebabkan pengelompokan perguruan tinggi di Jawa dan luar Jawa akan menghailkan pengelompokan yang lebih beragam di dalam kelompok dibandingkan antar kelompok. Maingmaing kelompok (Jawa dan luar Jawa terdapat perguruan tinggi yang bertatu negeri dan yang bertatu wata dengan perkembangan dan kualita yang berbeda-beda. PENUTUP KSP mampu menduga elang kepercayaan bagi perbedaan nilai tengah dua populai dengan baik untuk kondii kovariat yang berbeda maupun tidak berbeda. Pemilihan taraf nyata α=,5 memberikan peluang cakupan parameter ebear 83% hingga 9% untuk kondii kovariat yang berbeda. Ini edikit menurun jika dibandingkan dengan kondii kovariat ama yang memberikan peluang cakupan parameter ebear 93% hingga 97%. Kajian terhadap data riil, elang kepercayaan boottrap untuk perbedaan nilai tengah NMR emeter ke- mahaiwa S- Program Studi Statitika Sekolah Pacaarjana IPB tahun 999 ampai dengan 4 adalah (-,33;,77 yang berarti perbedaan terebut eungguhnya tidak nyata karena elang mengandung nilai nol. Sehubungan dengan hal terebut di ata perlu diperhatikan hal-hal ebagai berikut:. Kajian dapat dilakukan untuk mengevaluai dan memperbaiki penurunan taraf nyata α ehingga memberikan peluang cakupan parameter yang lebih baik terutama untuk kondii ebaran kovariat yang berbeda antar dua kelompok.. Pengelompokan perguruan tinggi Jawa dan luar Jawa yang elama ini ering dilakukan, agaknya kurang tepat karena keragaman di dalam kelompok maih relatif bear dibandingkan antarkelompok. Pengelompokan harunya juga mempertimbangkan antara perguruan tinggi negeri dan wata bahkan perguruan tinggi yang bertatu BHMN dan non-bhmn agar keragaman di dalam kelompok dapat diperkecil ehingga akan diperoleh hail-hail kajian yang lebih baik. DAFTAR PUSTAKA Efron B, Tibhirani RJ An Introduction to the Boottrap. Chapman and Hall, New York Paron LS.. Reducing Bia in a Propenity Score Matched-Pair Sample Uing Greedy Matching Technique. Ovation Reearch Group paper 4-6 Roenbaum PR, Rubin DB Central Role of the Propenity Score in Obervational Studie for Caual Effect. Biometrika 7:4-55 Roenbaum PR, Rubin DB Reducing Bia in Obervational Studie Uing Subclaification on the Propenity Score. Journal of the American Statitical Aociation 79:
8 Forum Statitika dan Komputai, Oktoberl 5, p: 7 4 Vol. No. ISSN : Rubin DB Etimation from Nonrandomized Treatment Comparion Uing Subclaification on Propenity Score. Nonrandomized Comparative Clinical Studie pp Tu W, Zhou XH. 3. A Boottrap Confidence Interval Procedure for the Treatment Effect Uing Propenity Score Subclaification. UW Biotatitic Working Paper Serie paper. 4
BAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3. Deain Penelitian yaitu: Pengertian deain penelitian menurut chuman dalam Nazir (999 : 99), Deain penelitian adalah emua proe yang diperlukan dalam perencanaan dan pelakanaan
Lebih terperinciPENAKSIR VARIANSI POPULASI YANG EFISIEN PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN KOEFISIEN REGRESI
PENAKIR VARIANI POPLAI YANG EFIIEN PADA AMPLING ACAK EDERHANA MENGGNAKAN KOEFIIEN REGREI Neneng Gutiana Rutam Efendi Harion Mahaiwa Program Matematika Doen Juruan Matematika Fakulta Matematika dan Ilmu
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN A. Waktu dan Tempat Penelitian. Waktu Penelitian Penelitian dilakanakan pada 4 Februari 5 Maret 0.. Tempat Penelitian Tempat penelitian ini dilakanakan di SMP Ilam Al-Kautar
Lebih terperinciBAB II TEGANGAN TINGGI IMPULS
BAB II TEGANGAN TINGGI IMPULS 2. TEGANGAN IMPULS Tegangan Impul (impule voltage) adalah tegangan yang naik dalam waktu ingkat ekali kemudian diuul dengan penurunan yang relatif lambat menuju nol. Ada tiga
Lebih terperinciBAB IV DESKRIPSI DAN ANALISIS DATA
A IV DESKRIPSI DAN ANALISIS DATA A. Dekripi Data Penelitian ini menggunakan penelitian ekperimen. Subyek penelitiannya dibedakan menjadi kela ekperimen dan kela kontrol. Kela ekperimen diberi perlakuan
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Jeni Penelitian Penelitian ini menggunakan pendekatan kuantitatif yang akan dilakukan merupakan metode ekperimen dengan deain Pottet-Only Control Deign. Adapun pola deain penelitian
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Muhammadiyah 3 Bandar Lampung kelas VII
III. METODE PENELITIAN A. Populai dan Sampel Penelitian ini dilakanakan di SMP Muhammadiyah 3 Bandar Lampung kela VII emeter genap Tahun Pelajaran 0/0, SMP Muhammadiyah 3 Bandar Lampung memiliki jumlah
Lebih terperinciMETODE PENELITIAN. penelitian quasi experimental. Desain ini mempunyai kelompok kontrol, tetapi
III. METODE PENELITIAN A. Metode Penelitian Metode yang digunakan dalam penelitian ini adalah dengan menggunakan metode penelitian quai experimental. Deain ini mempunyai kelompok kontrol, tetapi tidak
Lebih terperinciIII. METODE PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA YP Unila
III. METODE PENELITIAN A. Populai dan Sampel Populai dalam penelitian ini adalah emua iwa kela XI IPA SMA YP Unila Bandar Lampung tahun ajaran 01/013 yang berjumlah 38 iwa dan terebar dalam enam kela yang
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Jeni dan Pendekatan Penelitian Jeni penelitian ini adalah penelitian kuantitatif. Penelitian kuantitatif adalah penelitian menggunakan angka, mulai dari pengumpulan data, penafiran
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Jeni Penelitian Menurut Sugiyono, metode penelitian pendidikan dapat diartikan ebagai cara ilmiah untuk mendapatkan data yang valid dengan tujuan dapat ditemukan, dikembangkan
Lebih terperinciBAB VIII METODA TEMPAT KEDUDUKAN AKAR
6 BAB VIII METODA TEMPAT EDUDUAN AAR Dekripi : Bab ini memberikan gambaran ecara umum mengenai diagram tempat kedudukan akar dan ringkaan aturan umum untuk menggambarkan tempat kedudukan akar erta contohcontoh
Lebih terperinciBAB IV DESKRIPSI DAN ANALISIS DATA
A IV DESKRIPSI DAN ANALISIS DATA A. Dekripi Data Kegiatan penelitian dilakanakan pada tanggal ampai dengan 4 April 03 di Madraah Ibtidaiyah Infarul Ghoy Plamonganari Pedurungan Semarang. Dalam penelitian
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Jeni Penelitian Jeni penelitian ini adalah penelitian kuantitatif dengan pendekatan ekperimental. Deain penelitian ini adalah Pottet-Only Control Deign. Dalam deain ini terdapat
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Peatnya perkembangan ilmu pengetahuan dan teknologi membuat matematika menjadi angat penting artinya, bahkan dapat dikatakan bahwa perkembangan ilmu pengetahuan dan
Lebih terperinciBAB III METODOLOGI PENELITIAN. Penelitian ini merupakan penelitian kuantitatif, karena ingin mengetahui
44 BAB III METODOLOGI PENELITIAN A Jeni Penelitian Penelitian ini merupakan penelitian kuantitatif, karena ingin mengetahui perbedaan hail belajar matematika iwa menggunakan trategi team teaching dan trategi
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Jeni Penelitian Jeni penelitian ini adalah penelitian kuantitatif dengan pendekatan ekperimental. Deain penelitian ini adalah Pottet-Only Control Deign. Dalam deain ini terdapat
Lebih terperinciBAB III METODE PENELITIAN
A III METODE PENELITIAN A. Jeni Penelitian Penelitian adalah alah atu media yang digunakan dalam menuli dengan proedur yang telah ditentukan. Penelitian pada hakekatnya adalah uatu upaya dan bukan hanya
Lebih terperinciMODUL IV ESTIMASI/PENDUGAAN (3)
MODUL IV ETIMAI/PENDUGAAN (3) A. ETIMAI RAGAM Etimai ragam digunakan untuk menduga ragam σ berdaarkan ragam dari uatu populai normal contoh acak berukuran n. Ragam contoh ini akan digunakan ebagai nilai
Lebih terperinciIII. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah siswa kelas XI IPA semester genap SMA
III. METODOLOGI PENELITIAN A. Populai dan Sampel Penelitian Populai dalam penelitian ini adalah iwa kela XI IPA emeter genap SMA Negeri 0 Bandar Lampung tahun pelajaran 04/05 yang berjumlah 5 iwa. Kemampuan
Lebih terperinciBAB III METODOLOGI PENELITIAN
A III METODOLOGI PENELITIAN A. Jeni Penelitian Penelitian ini merupakan penelitian lapangan, di mana penelitian langung dilakukan di lapangan yang berifat kuantitatif. Metode yang digunakan dalam penelitian
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
88 BAB IV HASIL PEELITIA DA PEMBAHASA Dalam bab ini dipaparkan; a) hail penelitian, b) pembahaan. A. Hail Penelitian 1. Dekripi Data Dekripi hail penelitian yang diperoleh dari pengumpulan data menggunakan
Lebih terperinciPERBEDAAN HASIL BELAJAR MAHASISWA YANG MASUK MELALUI JALUR SNMPTN DAN JALUR UMB PADA MATAKULIAH KALKULUS II DI JURUSAN MATEMATIKA FMIPA UNIMED
54 PERBEDAAN HASIL BELAJAR MAHASISWA YANG MASUK MELALUI JALUR SNMPTN DAN JALUR UMB PADA MATAKULIAH KALKULUS II DI JURUSAN MATEMATIKA FMIPA UNIMED Abil Manyur Abtrak Penelitian ini bertujuan untuk mengetahui
Lebih terperinciIII. METODE PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Persada
0 III. METODE PENELITIAN A. Populai dan Sampel Penelitian Populai dalam penelitian ini adalah emua iwa kela XI IPA SMA Perada Bandar Lampung tahun ajaran 0/0 yang berjumlah 07 iwa dan terebar dalam 3 kela.
Lebih terperinciPenyelesaian Soal Ujian Tengah Semester 2008
Penyeleaian Soal Ujian Tengah Semeter 008 Soal A Curah hujan harian maximum tahunan elama periode 978.d. 007 di Staiun Godean Yogyakarta diajikan pada tabel di bawah ini. kedalaman hujan (mm) rekueni 5
Lebih terperinciMA 2081 STATISTIKA DASAR SEMESTER I 2012/2013 KK STATISTIKA, FMIPA ITB
MA 081 STATISTIKA DASAR SEMESTER I 01/013 KK STATISTIKA, FMIPA ITB UJIAN RE-EVALUASI Jum at, 1 Deember 01, 13.30 15.30 WIB (10 MENIT) Kela 01. Pengajar: Utriweni Mukhaiyar, Kela 0. Pengajar: Sumanto Winotoharjo
Lebih terperinciPERTEMUAN 3 PENYELESAIAN PERSOALAN PROGRAM LINIER
PERTEMUAN PENYELESAIAN PERSOALAN PROGRAM LINIER Setelah dapat membuat Model Matematika (merumukan) peroalan Program Linier, maka untuk menentukan penyeleaian Peroalan Program Linier dapat menggunakan metode,
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Dekripi Data Untuk mengetahui pengaruh penggunaan media Audio Viual dengan metode Reading Aloud terhadap hail belajar iwa materi العنوان, maka penuli melakukan
Lebih terperinciKorelasi antara tortuositas maksimum dan porositas medium berpori dengan model material berbentuk kubus
eminar Naional Quantum #25 (2018) 2477-1511 (8pp) Paper eminar.uad.ac.id/index.php/quantum Korelai antara tortuoita imum dan poroita medium berpori dengan model material berbentuk kubu FW Ramadhan, Viridi,
Lebih terperinciIII. METODE PENELITIAN. Populasi penelitian ini, yaitu seluruh siswa kelas X SMA Negeri 1 Kedondong
III. METODE PENELITIAN A. Populai Penelitian Populai penelitian ini, yaitu eluruh ia kela X SMA Negeri Kedondong pada emeter genap Tahun Pelajaran 0/03 yang terdiri ata 7 kela berjumlah 4 ia. B. Sampel
Lebih terperinciKajian Solusi Numerik Metode Runge-Kutta Nystrom Orde Empat Dalam Menyelesaikan Persamaan Diferensial Linier Homogen Orde Dua
Jurnal Gradien Vol. No. Juli 0 : -70 Kajian Solui Numerik Metode Runge-Kutta Nytrom Empat Dalam Menyeleaikan Peramaan Diferenial Linier Homogen Dua Zulfia Memi Mayaari, Yulian Fauzi, Cici Ratna Putri Jelita
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Jeni dan Pendekatan Penelitian Penelitian ini merupakan penelitian lapangan, dimana penelitian langung langung dilakukan di lapangan yang berifat kuantitatif. Metode yang digunakan
Lebih terperinciPerancangan Sliding Mode Controller Untuk Sistem Pengaturan Level Dengan Metode Decoupling Pada Plant Coupled Tanks
JURNAL TEKNIK ITS Vol. 6, No., (07) ISSN: 337-3539 (30-97 Print) B-4 Perancangan Sliding Mode Controller Untuk Sitem Pengaturan Level Dengan Metode Decoupling Pada Plant Coupled Tank Boby Dwi Apriyadi
Lebih terperinciTEORI ANTRIAN. Pertemuan Ke-12. Riani Lubis. Universitas Komputer Indonesia
TEORI ANTRIAN MATA KULIAH RISET OPERASIONAL Pertemuan Ke-12 Riani Lubi Juruan Teknik Informatika Univerita Komputer Indoneia Pendahuluan (1) Pertamakali dipublikaikan pada tahun 1909 oleh Agner Kraup Erlang
Lebih terperinciPENGENDALIAN PROSES VARIABILITAS MULTIVARIATE MELALUI VEKTOR VARIANSI CONTROL ON MULTIVARIATE VARIABILITY PROCESS THROUGH VARIANCE VECTOR
PENGENDALIAN PROSES VARIABILITAS MULTIVARIATE MELALUI VEKTOR VARIANSI CONTROL ON MULTIVARIATE VARIABILITY PROCESS THROUGH VARIANCE VECTOR Sahabuddin, Erna Herdiani, Armin Lawi Bagian Matematika Terapan,
Lebih terperinciBAB I PENDAHULUAN. Dalam perkembangan jaman yang cepat seperti sekarang ini, perusahaan
BAB I PENDAHULUAN 1.1 Latar Belakang Penelitian Dalam perkembangan jaman yang cepat eperti ekarang ini, peruahaan dituntut untuk memberikan laporan keuangan yang benar dan akurat. Laporan keuangan terebut
Lebih terperinciIII. METODE PENELITIAN. Populasi dalam penelitian ini adalah, siswa kelas X semester genap, sebanyak
III. METODE PENELITIAN A. Populai dan Sampel Populai dalam penelitian ini adalah, iwa kela X emeter genap, ebanyak enam kela di SMA Taman Siwa Bandar Lampung tahun pelajaran 010-011. Teknik ampling yang
Lebih terperinciPenentuan Jalur Terpendek Distribusi Barang di Pulau Jawa
Penentuan Jalur Terpendek Ditribui Barang di Pulau Jawa Stanley Santoo /13512086 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Intitut Teknologi Bandung, Jl. Ganeha 10 Bandung
Lebih terperinciMEMBANDINGKAN DUA PER
MEMBANDINGKAN DUA PERLAKUAN Contoh Hail Penelitian Pengaruh fluida rumen terhadap produki bioga Produki bioga kumulatif, ml 3.500 3.000.500.000.500.000 500 MW avg. MR avg. MR avg. MW avg. Apa keimpulan
Lebih terperinciIII. METODE PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas X SMA Negeri 2 Metro
3 III. METODE PENELITIAN A. Populai dan Sampel Penelitian Populai dalam penelitian ini adalah emua iwa kela X SMA Negeri Metro Tahun Pelajaran 03-04 yang berjumlah 56 iwa. Siwa terebut merupakan atu keatuan
Lebih terperinciEvaluasi Hasil Pelaksanaan Teknologi Modifikasi Cuaca di Jawa Barat Menggunakan Analisis Data Curah Hujan
Evaluai Hail Pelakanaan Teknologi Modifikai Cuaca di Jawa Barat Menggunakan Analii Data Curah Hujan Budi Haroyo 1, Untung Haryanto 1, Tri Handoko Seto 1, Sunu Tikno 1, Tukiyat 1, Samul Bahri 1 1. PENDAHULUAN
Lebih terperinciFIsika KARAKTERISTIK GELOMBANG. K e l a s. Kurikulum A. Pengertian Gelombang
Kurikulum 2013 FIika K e l a XI KARAKTERISTIK GELOMBANG Tujuan Pembelajaran Setelah mempelajari materi ini, kamu diharapkan memiliki kemampuan berikut. 1. Memahami pengertian gelombang dan jeni-jeninya.
Lebih terperinciKesalahan Akibat Deferensiasi Numerik pada Sinyal Pengukuran Getaran dengan Metode Beda Maju, Mundur dan Tengah
Kealahan Akibat Defereniai Numerik pada Sinyal Pengukuran Getaran dengan Metode Beda Maju, Mundur Tengah Zainal Abidin Fandi Purnama Lab. Dinamika Puat Rekayaa Indutri, ITB, Bandung E-mail: za@dynamic.pauir.itb.ac.id
Lebih terperinciTeam Dosen Riset Operasional Program Studi Teknik Informatika Universitas Komputer Indonesia
Team Doen Riet Operaional rogram Studi Teknik Informatika Univerita Komputer Indoneia ertamakali dipublikaikan pada tahun 909 oleh Agner Kraup Erlang yang mengamati maalah kepadatan penggunaan telepon
Lebih terperinciPENTINGNYA MEDIA PEMBELAJARAN LABE (LANTAI BERHITUNG) PADA PELAJARAN MATEMATIKA SISWA SD KELAS III TERHADAP HASIL BELAJAR
Tuga Matakuliah Pengembangan Pembelajaran Matematika SD Doen Pengampu Mohammad Faizal Amir, M.Pd. S-1 PGSD Univerita Muhammadiyah Sidoarjo PENTINGNYA MEDIA PEMBELAJARAN LABE (LANTAI BERHITUNG) PADA PELAJARAN
Lebih terperinciISSN Kumpulan Artikel Mahasiswa Pendidikan Teknik Informatika (KARMAPATI) Volume 5, Nomor 2, Tahun 2016
ISSN 5-9063 Volume 5, Nomor, Tahun 06 PENGARUH E-MODUL BERBASIS SAINTIFIK TERHADAP HASIL BELAJAR DAN MOTIVASI SISWA PADA MATA PELAJARAN ANIMASI 3 DIMENSI (STUDI KASUS : KELAS XI MULTIMEDIA SMK NEGERI 3
Lebih terperinciANALISIS SISTEM ANTRIAN PELAYANAN NASABAH BANK X KANTOR WILAYAH SEMARANG ABSTRACT
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 3, Nomor 4, Tahun 2014, Halaman 791-800 Online di: http://ejournal-1.undip.ac.id/index.php/gauian ANALISIS SISTEM ANTRIAN PELAYANAN NASABAH BANK X KANTOR WILAYAH
Lebih terperinciSTABILISASI SISTEM LINIER POSITIF MENGGUNAKAN STATE FEEDBACK
Jurnal Matematika UNAND Vol. VI No. 1 Hal. 105 109 ISSN : 2303 2910 c Juruan Matematika FMIPA UNAND STABILISASI SISTEM LINIER POSITIF MENGGUNAKAN STATE FEEDBACK ERIN DWI FENTIKA, ZULAKMAL Program Studi
Lebih terperinciBAB III PEMBAHASAN TEOREMA DAN LEMMA YANG DIBUTUHKAN DALAM KONSTRUKSI ARITMETIK GF(5m)
BAB III PEMBAHASAN TEOREMA DAN LEMMA YANG DIBUTUHKAN DALAM KONSTRUKSI ARITMETIK GF5m) Teori finite field mulai diperkenalkan pada abad ke tujuh dan abad ke delapan dengan tokoh matematikanya Pierre de
Lebih terperinciANALISIS PENGENDALIAN KUALITAS PADA PRODUKSI PESTISIDA ( PRODUK MIPCINTA 50 WP ) DI PT PETROKIMIA KAYAKU
ANALISIS PENGENDALIAN KUALITAS PADA PRODUKSI PESTISIDA ( PRODUK MIPCINTA 50 WP ) DI PT PETROKIMIA KAYAKU Oleh : Dwi Litya Nurina 307030003 Doen Pembimbing Wibawati,S.Si,M,Si PT. Petrokimia Kayaku alah
Lebih terperinciDEFINISI DAN RUANG SOLUSI
DEFINISI DAN RUANG SOLUSI Pada bagian ini akan dibaha tentang bai dan dimeni menggunakan pengertian dari kebebaan linear ( beba linear dan merentang ) yang dibaha pada bab ebelumnya. Definii dari bai diberikan
Lebih terperinciDESAIN SISTEM KENDALI MELALUI TANGGAPAN FREKUENSI
BAB VIII DESAIN SISEM ENDALI MELALUI ANGGAPAN FREUENSI Dalam bab ini akan diuraikan langkah-langkah peranangan dan kompenai dari item kendali linier maukan-tunggal keluaran-tunggal yang tidak berubah dengan
Lebih terperinciMODEL MATEMATIK SISTEM FISIK
MODEL MATEMATIK SISTEM FISIK PEMODELAN MATEMATIK Model Matematik Gambaran matematik dari karakteritik dinamik uatu item. Beberapa item dinamik eperti mekanika, litrik, pana, hidraulik, ekonomi, biologi
Lebih terperinciTORTUOSITAS PADA MODEL 3D BATUAN BERPORI
TORTUOSITAS PADA MODEL 3D BATUAN BERPORI Firmanyah 1*), Selly Feranie 1, Fourier D.E. Latief 2, Prana F. L. Tobing 1 1 Laboratorium Ilmu Pengetahuan Bumi dan Antarika Juruan Pendidikan Fiika FPMIPA UPI,
Lebih terperinciPENAKSIR RASIO DAN PRODUK EKSPONENSIAL YANG EFISIEN UNTUK VARIANSI POPULASI PADA SAMPLING ACAK SEDERHANA
PEAKIR RAIO DA PRODUK EKPOEIAL YAG EFIIE UTUK VARIAI POPULAI PADA AMPLIG ACAK EDERHAA Mega Elmaanti 1* Firdau Hapoan irait 1 Mahaiwa Program 1 Matematika Doen Juruan Matematika Fakulta Matematika dan Ilmu
Lebih terperinci1. Pendahuluan. 2. Tinjauan Pustaka
1. Pendahuluan Komunikai merupakan kebutuhan paling menonjol pada kehidupan manuia. Pada awal perkembangannya ebuah pean diampaikan ecara langung kepada komunikan. Namun maalah mulai muncul ketika jarak
Lebih terperinciEFEKTIVITAS VARIABEL MEDIATOR BERDASARKAN KONTRIBUSINYA DALAM MODEL MEDIASI SEDERHANA
EFEKTIVITAS VARIABEL MEDIATOR BERDASARKAN KONTRIBUSINYA DALAM MODEL MEDIASI SEDERHANA Deddy A. Suhardi (deddy_a@mail.ut.ac.id) Ifarudi (ifarudi@mail.ut.ac.id) Juruan Statitika, FMIPA, Univerita Terbuka
Lebih terperinciBAB 3 PEMODELAN MATEMATIS DAN SISTEM PENGENDALI
26 BAB 3 PEMODELAN MATEMATIS DAN SISTEM PENGENDALI Pada tei ini akan dilakukan pemodelan matemati peramaan lingkar tertutup dari item pembangkit litrik tenaga nuklir. Pemodelan matemati dibentuk dari pemodelan
Lebih terperinciMODUL 2 SISTEM KENDALI KECEPATAN
MODUL SISTEM KENDALI KECEPATAN Kurniawan Praetya Nugroho (804005) Aiten: Muhammad Luthfan Tanggal Percobaan: 30/09/06 EL35-Praktikum Sitem Kendali Laboratorium Sitem Kendali dan Komputer STEI ITB Abtrak
Lebih terperinciBAB V ANALISIS HASIL PERANCANGAN
BAB V ANALISIS HASIL PERANCANGAN 5.1. Proe Fluidiai Salah atu faktor yang berpengaruh dalam proe fluidiai adalah kecepatan ga fluidiai (uap pengering). Dalam perancangan ini, peramaan empirik yang digunakan
Lebih terperinciSTEP RESPONS MOTOR DC BY USING COMPRESSION SIGNAL METHOD
STEP RESPONS MOTOR DC BY USING COMPRESSION SIGNAL METHOD Satrio Dewanto Computer Engineering Department, Faculty of Engineering, Binu Univerity Jl.K.H.Syahdan no 9, Palmerah, Jakarta Barat 11480 dewanto@gmail.com
Lebih terperinciHUBUNGAN ANTARA MOTIVASI BERPRESTASI DAN BUDAYA ORGANISASI DENGAN KINERJA GURU SMP NEGERI
HUBUNGAN ANTARA MOTIVASI BERPRESTASI DAN BUDAYA ORGANISASI DENGAN KINERJA GURU SMP NEGERI Mahyunir SMP Negeri Kota Bengkulu e-mail: mahyunir@gmail.com Abtract: The objective of thi reearch i to find out
Lebih terperinciPenerapan Strategi Belajar Analogi
PENERAPAN STRATEGI BELAJAR ANALOGI DALAM MODEL PEMBELAJARAN LANGSUNG PADA STANDAR KOMPETENSI MENERAPKAN DASAR-DASAR TEKNIK DIGITAL DI SMK NEGERI 5 SURABAYA Ibnu Hajar Program Studi S Pend. Teknik Elektro,
Lebih terperinciPERANCANGAN SISTEM PENGENDALI PID DENGAN BANTUAN METODE SIMULASI SOFTWARE MATLAB
Jurnal Reaki (Journal of Science and Technology) Juruan Teknik imia oliteknik Negeri Lhokeumawe Vol.6 No.11, Juni 008 SSN 1693-48X ERANCANGAN SSTEM ENGENDAL D DENGAN BANTUAN METODE SMULAS SOFTWARE MATLAB
Lebih terperinciSISTEM PENGENDALI ARUS START MOTOR INDUKSI PHASA TIGA DENGAN VARIASI BEBAN
Sitem Pengendali Aru Start Motor Induki Phaa Tiga dengan Variai Beban SISTEM PENGENDALI ARUS START MOTOR INDUKSI PHASA TIGA DENGAN VARIASI BEBAN Oleh : Yunita, ) Hendro Tjahjono ) ) Teknik Elektro UMSB
Lebih terperinciDAFTAR ISI. BAB I PENDAHULUAN Latar Belakang Masalah Rumusan Masalah Tujuan Penelitian Manfaat Penelitian...
DAFTAR ISI Halaman SAMPUL DEPAN. i SAMPUL DALAM... ii PRASYARAT GELAR. iii LEMBAR PERSETUJUAN.. iv PENETAPAN PANITIA PENGUJI.. v UCAPAN TERIMA KASIH... vi ABSTRAK... vii ABSTRACT... viii RINGKASAN. ix
Lebih terperinciALGORITMA THRESHOLDING ADAPTIF BERDASARKAN DETEKSI BLOK TERHADAP CITRA DOKUMEN TERDEGRADASI Agus Zainal Arifin, Arya Yudhi Wijaya, Laili Cahyani 1
ALGORITMA THRESHOLDING ADAPTIF BERDASARKAN DETEKSI BLOK TERHADAP CITRA DOKUMEN TERDEGRADASI Agu Zainal Arifin, Arya Yudhi Wijaya, Laili Cahyani Fakulta Teknologi Informai, Intitut Teknologi Sepuluh Nopember
Lebih terperinciEstimasi Parameter Model Regresi Spline
Jurnal EKSPONENSIAL Volume, Nomor, Mei ISSN 85-789 Etimai Parameter Model Regrei Spline Etimation of Parameter Spline Regreion Model M. Fathurahman Program Studi Statitika FMIPA Univerita Mulawarman e-mail
Lebih terperinciPENDUGAAN PARAMETER. Ledhyane Ika Harlyan
PENDUGAAN PARAMETER Ledhyae Ika Harlya Jurua Pemafaata Sumberdaya Perikaa da Kelauta Uiverita Brawijaya 03 Statitik Ifereia Mecakup emua metode yag diguaka dalam pearika keimpula atau geeraliai megeai
Lebih terperinciPENERAPAN MODEL PEMBELAJARAN PACE UNTUK MENINGKATKAN KEMAMPUAN PEMBUKTIAN MATEMATIKA SISWA DI KELAS VII SMP MATERI GEOMETRI
PENERAPAN MODEL PEMBELAJARAN PACE UNTUK MENINGKATKAN KEMAMPUAN PEMBUKTIAN MATEMATIKA SISWA DI KELAS VII SMP MATERI GEOMETRI Arief Aulia Rahman 1 Atria Yunita 2 1 STKIP Bina Banga Meulaboh, Jl. Naional
Lebih terperinciPERILAKU HIDRAULIK FLAP GATE PADA ALIRAN BEBAS DAN ALIRAN TENGGELAM ABSTRAK
Konfereni Naional Teknik Sipil (KoNTekS ) Sanur-Bali, - Juni PERILAKU HIDRAULIK FLAP GATE PADA ALIRAN BEBAS DAN ALIRAN TENGGELAM Zufrimar, Budi Wignyoukarto dan Itiarto Program Studi Teknik Sipil, STT-Payakumbuh,
Lebih terperinciMENENTUKAN INDEKS KOMPOSIT MENGGUNAKAN METODE LAGRANGE UNTUK MENGUKUR TINGKAT INDUSTRIALISASI
Jurnal Matematika Vol.6 No. Nopember 6 [ 9 : 8 ] MENENTUKAN INDEKS KOMPOSIT MENGGUNAKAN METODE LAGRANGE UNTUK MENGUKUR TINGKAT INDUSTRIALISASI DI PROPINSI JAWA BARAT Juruan Matematika, Uiverita Ilam Bandung,
Lebih terperinciSIMULASI SISTEM ANTRIAN DENGAN METODE MULTIPLE CHANNEL SINGLE PHASE
Proiding Seminar Ilmu Komputer dan Teknologi Informai Vol., No., Maret e-issn - dan p-issn -X SIMUASI SISTEM ANTRIAN DENGAN METODE MUTIPE CHANNE SINGE PHASE Jaka Dian Ramadhan *, Fahrul Agu, Indah Fitri
Lebih terperinciDESAIN SISTEM KENDALI MELALUI ROOT LOCUS
Bab VI: DESAIN SISEM ENDALI MELALUI OO LOCUS oot Lou dapat digunakan untuk mengamati perpindahan pole-pole (lup tertutup) dengan mengubah-ubah parameter penguatan item lup terbukanya ebagaimana telah ditunjukkan
Lebih terperinciAnalisa Kendali Radar Penjejak Pesawat Terbang dengan Metode Root Locus
ISBN: 978-60-7399-0- Analia Kendali Radar Penjejak Peawat Terbang dengan Metode Root Locu Roalina ) & Pancatatva Heti Gunawan ) ) Program Studi Teknik Elektro Fakulta Teknik ) Program Studi Teknik Mein
Lebih terperinciPendidikan Sistem Ganda
Pendidikan Sitem Ganda PENGARUH PENDDIKAN SISTEM GANDA TERHADAP HASIL BELAJAR SISWA PADA PADA MATA DIKLAT TEKNIK AUDIO VIDEO SISWA KELAS XI DI SMK NEGERI 5 SURABAYA Rr.Prihantini Trianingih, Ekohariadi
Lebih terperinciBAB II MOTOR INDUKSI TIGA FASA
BAB MOTOR NDUKS TGA FASA.1 Umum Motor induki merupakan motor aru bolak balik (AC) yang paling lua digunakan dan dapat dijumpai dalam etiap aplikai indutri maupun rumah tangga. Penamaannya beraal dari kenyataan
Lebih terperinciPEMILIHAN OP-AMP PADA PERANCANGAN TAPIS LOLOS PITA ORDE-DUA DENGAN TOPOLOGI MFB (MULTIPLE FEEDBACK) F. Dalu Setiaji. Intisari
PEMILIHN OP-MP PD PENCNGN TPIS LOLOS PIT ODE-DU DENGN TOPOLOGI MFB MULTIPLE FEEDBCK PEMILIHN OP-MP PD PENCNGN TPIS LOLOS PIT ODE-DU DENGN TOPOLOGI MFB MULTIPLE FEEDBCK Program Studi Teknik Elektro Fakulta
Lebih terperinciANALISIS SIMULASI STARTING MOTOR INDUKSI ROTOR SANGKAR DENGAN AUTOTRANSFORMATOR
ANALSS SMULAS SARNG MOOR NDUKS ROOR SANGKAR DENGAN AUORANSFORMAOR Aprido Silalahi, Riwan Dinzi Konentrai eknik Energi Litrik, Departemen eknik Elektro Fakulta eknik Univerita Sumatera Utara (USU) Jl. Almamater
Lebih terperinciPENGARUH STRATEGI PENGORGANISASIAN ELABORASI DAN GAYA KOGNITIF SPASIAL MAHASISWA TERHADAP HASIL BELAJAR GAMBAR MESIN
Pengaruh Strategi Pengorganiaian (Aan Ardian, Zainur Rofiq) 17 PENGARUH STRATEGI PENGORGANISASIAN ELABORASI DAN GAYA KOGNITIF SPASIAL MAHASISWA TERHADAP HASIL BELAJAR GAMBAR MESIN Aan Ardian 1, Zainur
Lebih terperinciPENGGUNAAN RATA-RATA GEOMETRIK DALAM MENENTUKAN HARGA OPSI ASIA (STUDI KASUS PADA SAHAM THE WALT DISNEY COMPANY )
Jurnal Matematika UNAND Vol. 3 No. 2 Hal. 44 52 ISSN : 2303 2910 c Juruan Matematika FMIPA UNAND PENGGUNAAN RATA-RATA GEOMETRIK DALAM MENENTUKAN HARGA OPSI ASIA (STUDI KASUS PADA SAHAM THE WALT DISNEY
Lebih terperinciKAJIAN TEORITIS DALAM MERANCANG TUDUNG PETROMAKS TEORETYCAL STUDY ON DESIGNING A PETROMAKS SHADE. Oleh: Gondo Puspito
KAJIAN TEORITIS DALAM MERANCANG TUDUNG PETROMAKS TEORETYCAL STUDY ON DESIGNING A PETROMAKS SHADE Oleh: Gondo Pupito Staf Pengajar Departemen Pemanfaatan Sumberdaya Perikanan, PSP - IPB Abtrak Pada penelitian
Lebih terperinciROOT LOCUS. 5.1 Pendahuluan. Bab V:
Bab V: ROOT LOCUS Root Locu yang menggambarkan pergeeran letak pole-pole lup tertutup item dengan berubahnya nilai penguatan lup terbuka item yb memberikan gambaran lengkap tentang perubahan karakteritik
Lebih terperinciBAB XIV CAHAYA DAN PEMANTULANYA
227 BAB XIV CAHAYA DAN PEMANTULANYA. Apakah cahaya terebut? 2. Bagaimana ifat perambatan cahaya? 3. Bagaimana ifat pemantulan cahaya? 4. Bagaimana pembentukan dan ifat bayangan pada cermin? 5. Bagaimana
Lebih terperinciBAB II MOTOR INDUKSI TIGA PHASA. Motor induksi adalah motor listrik arus bolak-balik yang putaran rotornya
BAB MOTOR NDUKS TGA PHASA.1 Umum Motor induki adalah motor litrik aru bolak-balik yang putaran rotornya tidak ama dengan putaran medan tator, dengan kata lain putaran rotor dengan putaran medan pada tator
Lebih terperinciPengertian tentang distribusi normal dan distribusi-t
Juruan Teknik Sipil Fakulta Teknik Sipil dan Perencanaan 8 Univerita Mercu Buana MODUL 8 STATISTIKA DAN PROBABILITAS 8.1 MATERI KULIAH : Pengertian umum ditribui normal. 8. POKOK BAHASAN :. Pengertian
Lebih terperinciInstitut Teknologi Sepuluh Nopember Surabaya. Matrik Alih
Intitut Teknologi Sepuluh Nopember Surabaya Matrik Alih Materi Contoh Soal Ringkaan Latihan Aemen Materi Contoh Soal Ringkaan Latihan Aemen Pengantar Dalam Peramaan Ruang Keadaan berdimeni n, teradapat
Lebih terperinciPENGARUH DURASI SERANGAN GELOMBANG TERHADAP TINGKAT KERUSAKAN LAPIS LINDUNG PEMECAH GELOMBANG. Ida Bagus Agung
PENGARU DURASI SERANGAN GELOMBANG TERADAP TINGKAT KERUSAKAN LAPIS LINDUNG PEMECA GELOMBANG Ida Bagu Agung Fakulta Teknik, Univerita Sarjanawiyata Tamaniwa Email: idabaguagung @ yahoo.com ABSTRACT thi reearch
Lebih terperinciANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI RETURN ON INVESTMENT (ROI)
Analii Faktor-Faktor... (Nujumun Niwahyuning Pamungka) 1 ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI RETURN ON INVESTMENT (ROI) ANALYSIS OF FACTORS AFFECTING RETURN ON INVESTMENT Oleh: Nujumun Niwahyuning
Lebih terperinciBAB II TINJAUAN PUSTAKA. yang berlaku untuk mendapatkan suatu struktur bangunan yang aman
BAB II TINJAUAN PUSTAKA 2.1. Pembebanan Dalam perencanaan uatu truktur bangunan haru memenuhi peraturanperaturan ang berlaku untuk mendapatkan uatu truktur bangunan ang aman ecara kontruki. Struktur bangunan
Lebih terperinciLaporan Praktikum Teknik Instrumentasi dan Kendali. Permodelan Sistem
Laporan Praktikum Teknik Intrumentai dan Kendali Permodelan Sitem iuun Oleh : Nama :. Yudi Irwanto 0500456. Intan Nafiah 0500436 Prodi : Elektronika Intrumentai SEKOLAH TINGGI TEKNOLOGI NUKLIR BAAN TENAGA
Lebih terperinciBAB II MOTOR INDUKSI TIGA FASA. perbedaan relatif antara putaran rotor dengan medan putar (rotating magnetic
BAB II MOTOR INDUKSI TIGA FASA. Umum Karena keederhanaanya,kontruki yang kuat dan karakteritik kerjanya yang baik,motor induki merupakan motor ac yang paling banyak digunakan.penamaannya beraal dari kenyataan
Lebih terperinciANALISA KEANDALAN TERHADAP PENURUNAN PADA PONDASI JALUR
Analia Keandalan terhadap enurunan pada ondai Jalur ANALIA KANDALAN TRHADA NURUNAN ADA ONDAI JALUR Juruan Teknik ipil UU Abtrak: erencanaan ecara tradiional dari pondai jalur (trip footing) untuk tanah
Lebih terperinciPerancangan Algoritma pada Kriptografi Block Cipher dengan Teknik Langkah Kuda Dalam Permainan Catur
Perancangan Algoritma pada Kriptografi Block Cipher dengan Teknik Langkah Kuda Dalam Permainan Catur Adi N. Setiawan, Alz Danny Wowor, Magdalena A. Ineke Pakereng Teknik Informatika, Fakulta Teknologi
Lebih terperinciBAB III NERACA ZAT DALAM SISTIM YANG MELIBATKAN REAKSI KIMIA
BAB III EACA ZAT DALAM SISTIM YAG MELIBATKA EAKSI KIMIA Pada Bab II telah dibaha neraca zat dalam yang melibatkan atu atau multi unit tanpa reaki. Pada Bab ini akan dibaha neraca zat yang melibatkan reaki
Lebih terperinciPENGAMATAN PERILAKU TRANSIENT
JETri, Volume, Nomor, Februari 00, Halaman 5-40, ISSN 4-037 PENGAMATAN PERIAKU TRANSIENT Irda Winarih Doen Juruan Teknik Elektro-FTI, Univerita Triakti Abtract Obervation on tranient behavior i crucial
Lebih terperinciKONSENTRASI SEDIMEN SUSPENSI RATA-RATA KEDALAMAN PADA SALURAN MENIKUNG BERDASARKAN HASIL PENGUKURAN DAN ANALISIS
KONSENTRASI SEDIMEN SUSPENSI RATA-RATA KEDALAMAN PADA SALURAN MENIKUNG BERDASARKAN HASIL PENGUKURAN DAN ANALISIS Chairul Muhari Doen Juruan Teknik Sipil Politeknik Negeri Padang Email : ch_muhari@yahoo.com
Lebih terperinciSIMULASI SISTEM PEGAS MASSA
SIMULASI SISTEM PEGAS MASSA TESIS Diajukan guna melengkapi tuga akhir dan memenuhi alah atu yarat untuk menyeleaikan Program Studi Magiter Matematika dan mencapai gelar Magiter Sain oleh DWI CANDRA VITALOKA
Lebih terperinciBAB II TINJAUAN PUSTAKA. tersebut. Menurut PBI 1983, pengertian dari beban-beban tersebut adalah
BAB II TINJAUAN PUSTAKA 2.1. Pembebanan Dalam perencanaan uatu truktur bangunan haru memenuhi peraturanperaturan ang berlaku untuk mendapatkan uatu truktur bangunan ang aman ecara kontruki. Struktur bangunan
Lebih terperinciKorelasi Genetik Antara Bobot Sapih dengan Bobot Satu Tahun dan Laju Pertumbuhan Pasca Sapih Sapi Brahman Cross
Jurnal Ilmiah Ilmu-Ilmu Peternakan November, 009, Vol. XII No. 4 Korelai Genetik Antara Bobot Sapih dengan Bobot Satu Tahun dan Laju Pertumbuhan Paca Guhairiyanto dan Depion 1 Intiari Peningkatan produki
Lebih terperinci