PENANGANAN MISSING DATA PADA RANCANGAN BLOK RANDOM LENGKAP

Ukuran: px
Mulai penontonan dengan halaman:

Download "PENANGANAN MISSING DATA PADA RANCANGAN BLOK RANDOM LENGKAP"

Transkripsi

1 PENANGANAN MISSING DATA PADA RANCANGAN BLOK RANDOM LENGKAP Rosa Sey Yudasar Jurusa Matemata, Faultas Matemata da Ilmu Pegetahua Alam,Uverstas Neger Surabaya Drs. Hery Tr Sutato, M.S Jurusa Matemata, Faultas Matemata da Ilmu Pegetahua Alam, Uverstas Neger Surabaya Affat Otavara, M.Sc Jurusa Matemata, Faultas Matemata da Ilmu Pegetahua Alam, Uverstas Neger Surabaya Abstract Mssg data o radomzed complete bloc desg ( RCBD ) s formato that s ot avalable for a obect (case) specfc, where the umber of data observatos a radomzed complete bloc desg less tha x observatoal data. Mssg data resulted dffculty the aalyss of the data, because the data obtaed s t complete. So we eed a mssg data approach o RCBD, the exact aalyss ad approxmato aalyss. I ths thess dscusses the hadlg of mssg data the RCBD wth approxmato aalyss usg Yates ad Bggers method, because there s correspodece betwee formulas wth the expermetal desg. Yates s a method of approxmato methods for mssg data hadlg wth mmzg the sum of squared errors, whle the Bggers method s a method of estmato of mssg data wth a matrx approach. The to overcome the bas o the sum of squares treatmet eeded aalyss of varats alteratve table as a alteratve to the aalyss of mssg data o RCBD ad determe the effect of treatmet o the respose of the observato. The for oe ad two mssg data ca be solved by usg the method of Yates. For four mssg data ca be solved by the method of Bggers ad three mssg data ca be solved by usg Bate s rule ad a matrx approach o Bggers method. Keywords: mssg data, a radomzed complete bloc desg, approxmato aalyss, the Yates method, Bggers method, the aalyss of varats alteratve. Abstra Mssg data pada racaga blo radom legap (RBRL) merupaa formas yag tda terseda utu sebuah obye (asus) tertetu, dmaa bayaya data pegamata dalam racaga blo radom legap urag dar x data pegamata. Mssg data megabata esulta pada aalss data, area data yag dperoleh tda legap. Sehgga perlu dlaua pedeata terhadap mssg data pada RBRL, yatu aalss esa da aalss pedugaa. Dalam srps membahas peagaa mssg data pada RBRL dega aalss pedugaa megguaa metode Yates da metode Bggers, area terdapat esesuaa atara formula dega racaga percobaa. Metode Yates merupaa metode pedugaa utu meaga mssg data yag dlaua dega memmuma umlah uadrat error, sedagaa metode Bggers merupaa metode pedugaa mssg data dega pedeata matr. Kemuda utu megatas bas pada umlah uadrat perlaua dperlua tabel aalss vara alteratf sebaga alteratf aalss mssg data pada RBRL da megetahu pegaruh perlaua terhadap respo pegamata. Maa utu satu da dua mssg data dapat dselesaa dega megguaa metode Yates. Utu empat mssg data dapat dselesaa dega metode Bggers da tga mssg data dapat dselesaa dega megguaa atura Bate da pedeata matrs pada metode Bggers. Kata Kuc : mssg data, racaga blo radom legap, aalss pedugaa, metode Yates, metode bggers, aalss vara alteratf.

2 Peagaa mssg data pada racaga blo radom legap PENDAHULUAN Perlaua dbetu dar ombas taraf-taraf satu fator da peempata perlaua dlaua secara aca pada setap elompo ut-ut percobaa, maa racaga tersebut adalah racaga blo radom legap (RBRL). Dalam suatu percobaa yag dlaua sergal dalam pelasaaaya tda berala lacar sepert yag dharapa. Berbaga edala dapat terad sepert esalaha dalam peulsa awaba atau dalam proses put data, sesuatu dluar euasaa ta sepert hewa atau tumbuha percobaa mat (bua area perlaua), alat uur yag aa dguaa rusa, ataupu area cuaca yag tda memuga. Kasus semacam serg dsebut mssg data. Kasus mssg data pada racaga blo radom legap aa membula esulta pada aalss data, area tda legapya data yag dperoleh. Oleh area tu, petgya dlaua pedeata terhadap mssg data. Pedeata utu meaga mssg data meurut Motgomery terdapat dua pedeta aalss esa da aalss pedugaa. Aalss esa yatu tapa meduga mssg data memag lebh mudah da cepat utu dlaua, amu aa tmbul masalah a mssg data cuup besar (Lttle da Rub, 987). Da dlhat uga esesuaa metode dega racaga percobaa yag dguaa. Kods mead salah satu alasa perlu dlaua aalss pedugaa utu meaga mssg data Utu tu dpereala metode perhtuga utu meduga mssg data pada RBRL adalah metode Yates da metode Bggers. Metode Yates merupaa metode utu megestmas mssg data dega prsp memmuma umlah uadrat error, tetap a bayaya mssg data lebh dar dua data. aa megalam esulta secara maual da memerlua perhtuga yag sema rumt. Oleh area tu dpereala metode la utu megatas esulta tersebut. Peyempuraa metode Yates, adalah metode Bggers merupaa metode utu megaalsa mssg data dega pedeata matr. Pedugaa pada mssg data aa meghasla bas utu umlah uadrat perlaua. Sehgga dperlua peagaa aalss vara sebaga alteratf utu pegamata mssg data yag lebh formatf utu metode, yag deal dega stlah aalss vara alteratf da setelah dperoleh tabel aalss varasya uga utu megetahu adaya perbedaa pegaruh perlaua terhadap respo pegamata. Ja terdapat pegaruh dar perlaua, maa aa dlaua u laut, yatu dega metode Least Sgfcace Dfferece (LSD) atau dega ata la Beda Nyata Terecl (BNT). Berdasara uraa datas maa peuls tertar utu megetahu peagaa mssg data pada Racaga Blo Radom Legap(RBRL) dega aalss pedugaa megguaa metode Yates da metode Bggers, serta peerapa mssg data pada RBRL serta pegaruh aalss varasya. KAJIAN PUSTAKA.. Racaga Blo Radom Legap RBRL suatu racaga a perlaua dbetu dar semua ombas taraf-taraf satu fator da peempata perlaua dbetu secara aca pada setap elompo-elompo ut percobaa. Ut percobaa yag mempuya rtera yag sama, masg-masg aa delompoa dalam suatu elompo tertetu. Sedaga ut percobaa yag berlaa delompoa bersama satua percobaa yag la yag sesua. Dema seterusya dlaua terhadap seluruh ut percobaa, sehgga aa terlhat dalam satu elompo lebh homoge, sedaga atar elompo aa terlhat heteroge. (Motgomery,984) Bayaya satua percobaa pada masg-masg elompo mmal sebaya perlaua yag aa dtelt, area elas perlaua yag dcobaa harus mucul seal pada setap elompo... Model Ler Suatu percobaa dega buah perlaua da buah elompo, model lerya adalah sebaga berut: (.) dega = la pegamata pada perlaua e- da elompo e- = pegaruh rataa/mea = pegaruh perlaua e-, =,,, = pegaruh elompo/blo e-, =,,, = ompoe error Model ler utu RBRL dpadag sebaga model tetap, dega asums , da berdstrbus ormal dega rata-rata ol da vara osta ~ N(0, ). betu hpotessya dapat dambl sebaga berut : a. a. Pegaruh perlaua : H 0 :... 0 (perlaua tda berpegaruh terhadap respo yag damat) H : palg sedt ada satu dmaa 0 b. b. Pegaruh pegelompoa : H 0 :... 0 (elompo tda berpegaruh terhadap respo yag damat) H : palg sedt ada satu dmaa 0.3. Pedugaa Parameter Dar model ler persamaa (.) aa dlaua pedugaa (estmas) uadrat terecl utu etga parameter, dmaa =,,, da dmaa =,,,. dega metode uadrat terecl (least square) utu mecar peduga-peduga bag parameter dega megusahaa agar umlah uadrat error seecl mug. Pedugaa parameter dar persamaa (.) yag aa dmmuma adalah:

3 Peagaa mssg data pada racaga blo radom legap dega batasa Sehgga dega megguaa metode uadrat terecl (Least Square) ddapat peduga-peduga parameter, sebaga berut: D (.) Dega asums utu model aalss dtetapa Maa peduga uadrat terecl utu, (.3) peduga uadrat terecl utu pegaruh perlaua, (.4) peduga uadrat terecl utu pegaruh blo/elompo, (.5).4. Peguraa Jumlah Kuadrat Varas la-la observas sebaga abat pegaruh perlaua, elompo maupu error dapat dlhat dar besarya umlah uadrat total (JKT). Utu megetahu seberapa besar umlah uadrat yag dabata perlaua, elompo da umlah uadrat yag tda terdetes sebaga pegaruh dar error maa JKT duraa ompoe-ompoeya, sebaga berut: JKT JKP JKK Maa, JKE JKT JKK JKP.5. Mssg Data pada RBRL Mssg data merupaa formas yag tda terseda utu sebuah obye (asus) tertetu, dmaa bayaya data pegamata dalam racaga blo radom legap urag dar x data pegamata. Hal bsa terad area beberapa hal, yatu data rusa, esalaha mecatat la, uragya ehat-hata saat peelta, sesuatu dluar euasaa ta sepert hewa atau tumbuha percobaa mat (bua area perlaua), alat uur yag aa dguaa rusa, ataupu area cuaca yag tda memuga, d. Adaya mssg data membula masalah dalam aalss, sehgga perlu dlaua pedeata terhadap mssg data utu membatu dalam proses aalss data..6. Peagaa Mssg Data pada RBRL Pedeata utu asus mssg data pada RBRL secara umum ada dua yatu aalss pedugaa da aalss esa. (Motgomery, 00).6.. Aalss Pedugaa (Approxmate Aalyss). Metode Yates Metode adalah pedugaa terhadap mssg data pada racaga blo radom legap (RBRL), sehgga uadrat tegah error mmal. Peagaa mssg data dega aalss pedugaa mssg data pertama al dembaga oleh Yates (933), prsp dar metode Yates dega memmuma umlah uadrat error (JKE). a. Persamaa utu meduga satu mssg data adalah: a b (.6) ab ( )( ) dega, ab = mssg data = umlah bayaya elompo = umlah bayaya perlaua = total pegamata dalam elompo e- a b = total pegamata dalam perlaua e- = umlah total pgamata eseluruha Persamaa utu dua mssg data dalam satu elompo msala da,maa dega memmuma JKE dperoleh persamaa (.7.a) da (.7.b) utu meduga dua mssg data, dperoleh : da Ja mssg data terad pada da dega cara yag sama sepert persamaa datas, maa dperoleh persamaa (.8.a) da (.8.b): 3

4 Peagaa mssg data pada racaga blo radom legap da a dua mssg data tda dalam satu elompo da perlaua, maa dperoleh dua persamaa (.9.a) da (.9.b) berturut-turut : da Walaupu sudah tua sampa saat metode mash dguaa utu meduga mssg data area perhtuga yag sederhaa, amu aa megalam esulta da urag mear a mssg data lebh baya (Wdharh, 007). b. Metode Bggers Peyempuraa dar metode Yates adalah metode Bggers yag dpereala oleh Bggers (959) merupaa metode utu megaalsa mssg data dega pedeata matr. Maa prosedurya sebaga berut : D msala mssg data adalah dega prsp yag sama dega metode Yates utu satu mssg data, maa dlaua pedugaa: JKE c c d d G c c d d G dmaa, G = umlah total semua la pegamata dega mssg data JKE 0 c G c d d 0 c c d d G 0 c d c d G (.0) Persamaa (.0) datas delompoa dalam suusuu yag berhubuga dega elompo seutu, perlaua seutu da tapa seutu sebaga berut d c c d G ( )( ) c ( ) ( ) d G c d (.) Aalog utu (p-) mssg data yag la. Sehgga dperoleh p buah persamaa yag aalog dega (.0) da (.). Bla dtuls dalam betu matrs A pxp px = Q px (.) dega A pxp : matrs smetr dega eleme-eleme (-)(- ) utu elompo da perlaua yag bersesuaa, (-) utu elompo yag bersesuaa, (-) utu perlaua yag bersesuaa da utu laya. px : matrs dar mssg data Q px :matrs la G dar persamaa c yag bersesuaa. Dar persamaa (.8) dperoleh : px =A - Q px (.3) Utu memperelas matrs A pxp, msala dalam percobaa ada 4 mssg data, yatu :, l, m da st. Eleme-eleme dar A pxp dtetua sebaga berut: Subrp K l M St K (a-)(b- -a -b ) Kl -a (a- )(b-) M -b (a-)(b- ) St (a- )(b-) A = Q ( )( ) ( )( ) ( )( ) d ( )( ) l m st G l G G m s t G Ja terdapat tga mssg data, dar pedugaa empat mssg data emuda dapat dguaa utu tga mssg data pada RBRL. W. D. Bate (939), eta terdapat tga mssg data pada racaga blo 4

5 Peagaa mssg data pada racaga blo radom legap radom legap, maa ada atura-atura tertetu sebaga berut:. Utu asus : tda ada mssg data d dalam elompo atau perlaua yag sama. Utu asus : 3 mssg data dapat terad pada elompo atau perlaua yag sama 3. Utu asus 3 : la rs mssg bersama la laya dar perlaua r da elompo s 4. Utu asus 4 : la mssg pada perlaua r, dega sepertga d perlaua r tap tda d elomo yag sama sebaga salah satu dar dua 5. Utu asus 5 : la mssg pada elompo s, dega sepertga d elompo s tap tda d perlaua yag sama sebaga salah satu dar dua Maa betu matr utu elma asus datas adalah Ja x da x pada perlaua yag sama, maa eleme adalah (-) Ja x da x pada elompo yag sama, maa eleme adalah (-) Utu setap dagoal eleme adalah (-)(-) Ja x da x tdapada elompo atau perlaua yag sama, maa eleme adalah ) Kasus ( )( ) Q ( )( ) Q ( )( ) mm Qmm ) Kasus Utu 3 mssg data pada perlaua yag sama, a da x maa eleme adalah (-), ( )( ) ( ) ( ) Q ( ) ( )( ) ( ) l Ql ( ) ( ) ( )( ) m Qm sedaga utu 3 mssg data pada elompo yag sama, a da x maa eleme adalah (- ) 3) Kasus 3 ( )( ) ( ) Tabel aava alteratf ( ) ( )( ) ( ) ( ) ( )( ) l l 4) Kasus 4 ( )( ) ( ) 5) Kasus 5 ( )( ) ( ) ( ) ( )( ) ( ) ( )( ) ( )( ) ( )( ) c. Aalss Vara Alteratf Walaupu meghasla bas pada umlah uadrat perlaua aa datas dega aalss varas alteratf. Dar hasl datas dperoleh tabel aalss vara yag mug lebh formatf yag dguaa sebaga alteratf utu megatas bas pada umlah uadrat perlaua, dega lagah-lagah sebaga berut:. Dar data seadaya (data tda legap area beberapa mssg data ), dhtug, * JKT,, N, * JKK,...(.4) N N Dmaa adalah bayaya perlaua yag mucul (dcobaa) pada elompo e-. JKK* selautya dsebut ssebaga umlah uadrat elompo yag megabaa perlaua.. Setelah mssg data dduga, dmasua data Ql tersebut bersesuaa dega mssg data emuda Qldhtug : umlah uadrat error (JKE). 3. Q Selautya dhtug umlah uadrat perlaua setelah dores terhadap elompo (JKP*) dega rumus :JKP* = JKT* - JKK* - JKE. Aa dperoleh tabel aova alteratf, sepert berut: l mm l mm Q Q Q Q Q Q l mm l mm Sumber Varas Deraat Bebas Jumlah Kuadrat Kuadrat Tegah F htug F tabel Kelompo megabaa perlaua Perlaua terores - JKK* - JKP* KTK* = JKK*/(-) KTP* =JKP*/(-) KTK*/KTE KTP*/KTE F( );( p) ( ) F( );( p) ( ) Error --+-p JKE KTE= JKE/( --+-p) Total --p JKT* 5

6 Peagaa mssg data pada racaga blo radom legap.7. Least Sgfcace Dfferece (LSD) Ja dar u hpotess perlauaya teryata H 0 dtola maa aa dlaua u laut, yatu U LSD. U LSD dguaa utu membadga la tegah perlaua Dega lagah sebaga berut :. Htug error bau. Htug LSD S LSD t ;; db( galat) S dega, t ;; db( galat) S KTE = tabel t dega sebaga tgat sgfa 3. Ja x x LSD maa pasaga mea tersebut berbeda secara sgfa. 3. METODE PENELITIAN 3.. Jes Peelta Adapu es peelta adalah stud lteratur berdasara berbaga sumber pustaa yag bereaa dega permasalaha dar peelta. Sumber pustaa yag dguaa peuls adalah webste teret, buu-buu referes, artel-artel utama, da ural-ural yag meduug dalam meyelesaa masalah pada srps. 3.. Sumber Data da Smulas Sumber data dambl seuder dar buubuu da peelta mahasswa Bolog. Berdasara sumber data, srps meelt asus mssg data pada racaga blo radom legap, sepert berut (dega melhat tabel ):. Kasus : a terad satu mssg data pada perlaua pada salah satu elompo.. Kasus : a terad dua mssg data dalam satu perlaua atau satu elompo. 3. Kasus 3 : a terad dua mssg data tda dalam satu perlaua atau elompo. 4. Kasus 4 : a terad tga mssg data. 5. Kasus 5: a terad empat mssg data, pada setap perlaua dalam elompo. Dar lma asus dmaa masg-masg terdapat mssg data pada racaga blo radom legap, maa esesuaa metode utu meaga mssg data pada RBRL dapat daalss dega aalss pedugaa megguaa metode Yates da metode Bggers. Dar smulas data tersebut dharapa dapat megetahu hasl la dugaa da pegaruh terhadap aalss varaya. Sehgga dapat megetahu eputusa dar hpotess yatu apaah ada perbedaa pegaruh perlaua terhadap respo yag damat. husus yag delasa pada bab 3 dega x percobaa, dmaa masg-masg asus terdapat mssg data pada racaga blo radom legap, maa esesuaa metode utu meaga mssg data pada RBRL dapat daalss dega aalss pedugaa megguaa metode Yates da metode Bggers. Maa utu meduga eta terdapat satu da dua mssg data megguaa metode Yates, area metode Yates meml elemaha yatu aa meemu esulta da urag mear a mssg data lebh baya (lebh dar dua). Namu, area pada data terdapat tga sampa empat mssg data maa dapat daalss dega metode Bggers sebaga peyempuraa metode Yates. Utu meelasa peagaa mssg data pada RBRL dega edua metode, maa melalu smulas data tersebut dharapa dapat megetahu hasl la dugaa da pegaruh terhadap aalss varaya. Sehgga dperoleh eputusa dar hpotess yatu apaah ada perbedaa pegaruh perlaua terhadap respo yag damat. 4.. Metode Yates 4... Smulas utu satu mssg data pada RBRL Tabel 7. Tabel data 5 elompo yag dber 4 perlaua berbeda Perlaua Kelompo Total P Q R S Total Sumber data : [] baya perlaua = 5 da baya elompo = 4 Pedugaa utu satu mssg data pada RBRL, dperoleh : a b ab ( )( ) Maa dperoleh la peggat utu 3 8. Hasl pedugaa utu mssg data adalah 3 8 da hasl pegua mssg data dega = 5 da = 4 dapat dlhat pada Tabel 8. da meghasla vara error RBRL yatu 5,09. Da berdasara statst u F meghasla eputusa yatu terma H 0 dega taraf sgfa 0, PEMBAHASAN DAN PENERAPAN Dalam bab aa membahas peagaa mssg data pada RBRL. Dar model lma asus betu 6

7 Peagaa mssg data pada racaga blo radom legap Tabel 8. tabel aava alteratf pada RBRL dega mssg data sumber varas deraat bebas umlah uadrat uadrat tegah Fht Ftab Kelompo Perlaua Error Jumlah eputusa yatu tola H 0 yag berart ada pegaruh perlaua terhadap respo yag damat, dega taraf sgfa 0, 05. Maa dlauta dega u LSD utu megetahu perbedaa pegaruh perlaua terhadap respo yag damat secara dvdual (Lampra, Tabel 9). Tabel 0. Tabel aava alteratf pada RBRL dega mssg data 4... Smulas utu dua mssg data pada RBRL dalam satu perlaua Tabel 9. Tabel data osetras laruta terhadap pertumbuha umb No. Kosetras Blo (Paag Ahr Umb) A B C D 0,3,,, 0,,,3,3, 3 0,4,,,, 4 0,6, - -, 5 0,8,9,9,0,0 6,9,9,0,8 Sumber data : [0] baya perlaua = 6 da baya elompo = 4 Pedugaa dua mssg data dalam satu perlaua, dperoleh : 6.4, (4 ).0,4 0,5 45,8 5. 5, 3, 0,5 45,8 0.,, 0 Utu mssg data 6.4, (4 ).0,5 0,4 45,8 5. 5, 3,5 0,4 45,8 0,3,3, 0 Maa dperoleh dua la peggat mssg data, da, Smulas utu dua mssg data pada RBRL tda dalam satu perlaua atau elompo Tabel. Tabel data pegaruh seyawa ma terhadap euata tpe partel a x Sumber data : [9] baya perlaua = 4 da baya elompo = 5 Pedugaa utu dua mssg data tda dalam satu elompo atau perlaua, dperoleh : , ,4 75 sumber varas deraat bebas umlah uadrat uadrat tegah Fht Ftab Kelompo Perlaua Error Jumlah Chemcal Bolt x Hasl pedugaa utu mssg data adalah, da, da hasl pegua, dua mssg data dega = 6 da = 4 dapat dlhat pada Tabel 0 da meghasla vara error RBRL yatu 0,004. Berdasara statst u F meghasla 7

8 Peagaa mssg data pada racaga blo radom legap Doss (g/m3.a) Z Z Z Dega megguaa Ms. Excel 007 utu mecar vers, maa dperoleh: , ,5 9 7, ,80 98 Maa dperoleh dua la peggat mssg data Maa dperoleh tga la peggat 35 9, da 73. da Hasl pedugaa utu mssg data adalah 75 da 73 da hasl pegua, mssg data dalam satu perlaua dega = 4 da = 5 dapat dlhat pada Tabel. Berdasara statst u F meghasla eputusa yatu terma H 0 taraf sgfa 0, 05. Da meghasla vara error RBRL yatu,86. sumber deraat umlah uadrat varas bebas uadrat tegah Fht Ftab Kelompo Perlaua Error Jumlah Tabel. Tabel aava alteratf pada RBRL dega mssg data 4.. Metode Bggers 4... Smulas utu tga mssg data pada RBRL a. Tabel 3. Tabel data pegaruh doss fumgas terhadap daya ecambah Kelompo Total Total Sumber data : [] baya perlaua = 5 da baya elompo = 8 Percobaa dega 5 perlaua da 8 elompo, da tga dataraya mssg adalah 35, 36, da 7 dapat dduga dega metode Bggers. Sepert pada tabel datas. Sehgga dega persamaa A pxp px = Q px, maa dapat dtuls Z Z Z 7 Kemuda dapat dtuls embal dega persamaa: px =A - Q px, sehgga Hasl pedugaa utu mssg data adalah 9, da 7 98 da hasl pegua, 3 mssg data, dega = 4 da = 5 dapat dlhat pada Tabel 4. Berdasara statst u F meghasla eputusa yatu tola H 0 yag berart ada pegaruh perlaua terhadap respo yag damat dega taraf sgfa 0, 05, sehgga perlu dlaua u LSD (Lampra, Tabel 0). Da meghasla vara error RBRL yatu 4,50. Tabel 4. tabel aava alteratf pada RBRL dega 3 mssg data sumber varas db umlah uadrat uadrat tegah Fht 4... Smulas utu empat mssg data pada RBRL Tabel 5. Tabel data percobaa atals da umpula baha metah yag berbeda Y Y = 870 Sumber data : [9] baya perlaua = 4 da baya elompo = 4 Pedugaa utu empat mssg data pada RBRL dega metode Bggers Ja terdapat =4, =4, p=4 maadega persamaa (4.0): A pxp px = Q px, maa dapat dtuls 9 3 Z3 9 Z 9 34 Z Z 4 Ftab Kelompo Perlaua Error Jumlah Treatmet Bloc (umlah baha metah) Y (atals)

9 Peagaa mssg data pada racaga blo radom legap 4. Kemuda dapat dtuls embal dega persamaa (4.): px =A - Q px, sehgga ,5 68 7, Maa dperoleh empat la peggat mssg data 68, 73, 7 da Hasl pedugaa utu mssg data adalah 68, 73, da 4 78 da hasl pegua 4 mssg data, dega = 6 da = 6 dapat dlhat pada Tabel 8. Berdasara statst u F meghasla eputusa yatu tola H 0 yag berart ada pegaruh perlaua terhadap respo yag damat dega taraf sgfa 0, 05, sehgga perlu dlaua u LSD (Lampra, Tabel ). Da meghasla vara error RBRL yatu 0,7. Tabel 6. tabel aava alteratf pada RBRL dega 4 mssg data sv Db umlah uadrat uadrat tegah Fht Ftab K P E Jml 8 5. KESIMPULAN. Utu satu da dua mssg data dapat dselesaa dega megguaa metode Yates. Utu empat mssg data dapat dselesaa dega metode Bggers da tga mssg data dapat dselesaa dega megguaa atura Bate da pedeata matrs pada metode Bggers.. Mssg data pada racaga blo radom legap meyebaba tabel aava berubah dmaa deraat bebas dar galat da total berurag sebaya mssg data. 3. Pada smulas data utu dua mssg data pada asus, tga mssg data pada asus, da empat mssg data yag meuua F ht >F tabel sehgga H 0 dtola. Karea H 0 dtola yag berart terdapat perbedaa pegaruh perlaua terhadap respo yag damat maa dlaua u laut yatu Metode LSD dmaa galat bau berubah dega adaya mssg data da bayaya ulaga efetf utu membadgaa dua perlaua dtetua dega meumlaha la-la yag dtetua, sebaga berut : a perlaua yag yag dbadga eduaya ada (tda mssg), 0 a perlaua yag satuya mssg da a perlaua yag satuya ada (tda mssg). Sehgga terdapat perbedaa pegaruh perlaua terhadap respo yag damat. DAFTAR PUSTAKA [] Soeoet, Zazaw Racaga Percobaa Terapa Modul -5. Uverstas Terbua. [] Matt Asor N, Sumertaaya Made. 00. Peracaga Percobaa dega Aplas SAS da Mtab Jld. Bogor : IPB Press. [3] Steel, Robert GD ad Torre, James H.99. Prsp da Prosedur Statsta : Suatu Pedeata Bometr Eds. Jaarta : PT Grameda Pustaa Utama. [4] Wdharh, Tat Estmas Mssg data pada Racaga Aca Kelompo Legap. mas%0mssg%0data%0pada%0racob. %0udp&source=web&=3&cad=ra&ved=0 CDIQFAC&url=http%3A%F%Feprts.ud p.ac.d%f858%f%f5_tat_w.doc&e=p UCUrrKYzOrQe_tYDgCQ&usg=AFQCNEba S6gtCIaFYN_N9z43KxYMSr_lA&bvm=bv ,d.bm [5] Gle, WA ad Kramer, CY Aalyss of Varace of a Radomsed Bloc Desg wth Mssg Observatos. Wley. [6] Lte, R. J. A. ad Rub, D. B. 00. Statstcal Aalyss Wth Mssg data d ed. New Yor: Wley. [7] Sugato, Eva Estmas Mssg data pada Racaga Buur Sagar Lat. Srps S Jurusa Matemata FMIPA Uverstas Dpoegoro. [8] Fatmah, Imas Mssg data pada Racaga Percobaa (Suatu Kaa Algortma EM da Metode Yates). Srps S Departeme Statsta FMIPA. IPB. [9] Motgomery, D. C.00. Desg ad Aalyss of Expermet Ffth Edto.New Yor : Wley. [0] Motgomery, D. C Desg ad Aalyss of Expermet Chapter. New Yor : Wley. [] Maulda, Isa. 03.LAPORAN PRAKTIKUM FISIOLOGI TUMBUHAN. Surabaya : UNESA. [] Kusrgrum. Mssg data (Mssg data ). [3] Kusrgrum. Racaga Aca Kelompo (Radomzed Bloc Desg). 9

10 Peagaa mssg data pada racaga blo radom legap U%0AJAR%0Prof.Dr.%0Kusrgrum%0 racaga%0aca%0elompo&source=web &=&cad=ra&ved=0ccyqfaa&url=http %3A%F%Fbologyeastboreo.com%Fwpco tet%fuploads%f0%f07%f07.rak. ppt&e=6b4uuuf0kykrrqf8o4g4bg&usg=a FQCNGxVQ0PVVvcs_Pp6ZrSYJQy8g&bv m=bv ,d.bm LAMPIRAN Tabel 9. Tabel u LSD pada RBRL dega mssg data perlaua e da * * Sy LSD y-y Tabel. Tabel u LSD pada RBRL dega 4 mssg data perlaua e da * * Sy LSD y-y Smpula Smpula da tb da tb da b da tb da b 3 da b da tb da tb da b da b da tb da b da b 3 da b 3 da b 4 da tb Tabel 0. Tabel u LSD pada RBRL dega 3 mssg data perlaua e da * * Sy LSD y-y Smpula da tb da tb da tb da b da b da tb da b da b da b 3 da tb 3 da b 3 da b 4 da b 4 da b 5 da tb 0

Teknik Mengatasi Data Hilang pada Kasus Rancangan Blok Lengkapacak

Teknik Mengatasi Data Hilang pada Kasus Rancangan Blok Lengkapacak Jural Sas Matemata da Statsta, Vol. 3, No., Jul 07 ISSN 693-390 prt/issn 407-0939 ole Te Megatas Data Hlag pada Kasus Racaga Blo Legapaca Rado Yedra, Muslm, Jurusa Matemata, Faultas Sas da Teolog, UIN

Lebih terperinci

STATISTIKA: UKURAN PENYEBARAN DATA. Tujuan Pembelajaran

STATISTIKA: UKURAN PENYEBARAN DATA. Tujuan Pembelajaran KTSP & K-3 matemata K e l a s XI STATISTIKA: UKURAN PENYEBARAN DATA Tujua Pembelajara Setelah mempelajar mater, amu dharapa meml emampua berut.. Memaham defs uura peyebara data da jes-jesya.. Dapat meetua

Lebih terperinci

ANALISIS REGRESI. Untuk mengetahui bentuk linear atau nonlinear dapat dilakukan dengan membuat scatterplot seperti berikut : Gambar.

ANALISIS REGRESI. Untuk mengetahui bentuk linear atau nonlinear dapat dilakukan dengan membuat scatterplot seperti berikut : Gambar. ANALISIS REGRESI Berdasara betu eleara data, model regres dapat dlasfasa mead dua macam yatu lear da o-lear. Ja pola data lear maa dguaa pemodela lear. Begtu uga sebalya apabla pola data tda lear maa dguaa

Lebih terperinci

II. LANDASAN TEORI. Wallpole (1995), mendefinisikan data kategori sebagai data yang diklasifikasikan

II. LANDASAN TEORI. Wallpole (1995), mendefinisikan data kategori sebagai data yang diklasifikasikan II. LANDASAN TEORI.1. Data Kategor Wallpole (1995, medefsa data ategor sebaga data yag dlasfasa meurut rtera tertetu. Data ategor dsebut uga data ometr atau data yag bua merupaa hasl peguura. Data ategor

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDAAN TEORI Dalam bab aa djelasa teor-teor yag berhubuga dega peelta yag dapat djada sebaga ladasa teor atau teor peduug dalam peelta Ladasa teor aa mempermudah pembahasa hasl peelta pada bab 3 Adapu

Lebih terperinci

BAB I PANDAHULUAN. 1.1 Latar Belakang

BAB I PANDAHULUAN. 1.1 Latar Belakang BB I PNDHULUN Latar Belaag Data merupaa seumlah formas yag dapat membera gambara/eteraga tetag suatu eadaa Iformas yag dperoleh membera eteraga, gambara, atau fata megea suatu persoala dalam betu ategor,

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belaag Metode aalss yag telah dbcaraa hgga searag adalah aalss terhadap data megea sebuah araterst atau atrbut (ja data tu ualtatg) da megea sebuah araterst (ja data tu uattatf).

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belaag Metode aalss yag telah dbcaraa hgga saat adalah aalss terhadap data megea sebuah araterst atau atrbut da megea sebuah varabel dsrt atau otu. Tetap, sebagamaa dsadar, baya

Lebih terperinci

BAB II LANDASAN TEORI. Pada bab II ini, akan dijelaskan tentang teori yang dipakai dalam

BAB II LANDASAN TEORI. Pada bab II ini, akan dijelaskan tentang teori yang dipakai dalam BAB II LANDASAN TEORI Pada bab II, aa djelasa tetag teor yag dpaa dalam semvarogram asotrop. Sela tu juga aa dbahas megea teor peduug dalam melaua peasra aduga cadaga baust d daerah Mempawah Kalmata, dataraya

Lebih terperinci

adalah nilai-nilai yang mungkin diambil oleh parameter jika H

adalah nilai-nilai yang mungkin diambil oleh parameter jika H Uj Nsbah Kemuga Lema Neyma-Pearso dapat dguaa utu meemua uj palg uasa bag hpotess sederhaa bla sebara dataya haya dtetua oleh satu parameter yag tda detahu. Lema tersebut juga adaalaya dapat dguaa utu

Lebih terperinci

titik tengah kelas ke i k = banyaknya kelas

titik tengah kelas ke i k = banyaknya kelas STATISTIKA Bab 0 UKURAN PEMUSATAN DAN PENYEBARAN. Mea X. a. Data Tuggal... 3 b. Data Kelompo ( dstrbus frewes) f. f. f.... f. 3 3 f f f... f = f. f 3 Ket : tt tegah elas e = bayaya elas f frewes elas e

Lebih terperinci

ANALISIS DISKRIMINAN (Kasus : Lebih dari 2 Kelompok)

ANALISIS DISKRIMINAN (Kasus : Lebih dari 2 Kelompok) ANALSS DSRNAN (asus : Lebh dar elompo) Hazmra Yozza Jur. atemata FPA Uad LOGO POP POP POP 4 : POP Uura sampel : Sampel telah detahu dar elompo maa berasal Terhadap masg-masg obe damat/duur p peubah POP

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Sampa saat, model Regres da model Aalss Varas telah dpadag sebaga dua hal ag tdak berkata. Meskpu merupaka pedekata ag umum dalam meeragka kedua cara pada taraf permulaa,

Lebih terperinci

STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik:

STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik: STATISTIKA Pegerta Statsta da Statst: Statsta adalah lmu pegetahua yag membahas metode-metode lmah tetag ara-ara pegumpula data, pegolaha, pegaalsa da peara esmpula. Statst adalah umpula data, blaga ataupu

Lebih terperinci

KAJIAN SIFAT KEKOMPAKAN PADA RUANG BANACH. Ariyanto* ABSTRACT

KAJIAN SIFAT KEKOMPAKAN PADA RUANG BANACH. Ariyanto* ABSTRACT Aryato, Kaja Sfat Keompaa pada Ruag Baah KAJIAN SIFAT KEKOMPAKAN PADA RUANG BANACH Aryato* ABSTRACT The propertes of ompatess Baah spaes ths paper s a geeralzato of a ompat uderstadg the system o the real

Lebih terperinci

BAB IX. STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik:

BAB IX. STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik: BAB IX. STATISTIKA Pegerta Statsta da Statst: Statsta adalah lmu pegetahua yag membahas metode-metode lmah tetag ara-ara pegumpula data, pegolaha, pegaalsa da peara esmpula. Statst adalah umpula data,

Lebih terperinci

Pemilihan Model Regresi Terbaik Menggunakan Metode Akaike s Information Criterion dan Schwarz Information Criterion

Pemilihan Model Regresi Terbaik Menggunakan Metode Akaike s Information Criterion dan Schwarz Information Criterion Jural Iformata Mulawarma Vol 4 No. 3 September 009 37 Pemlha Model Regres erba Megguaa Metode Aae s Iformato Crtero da Schwarz Iformato Crtero M. Fathurahma Program Stud Ilmu Komputer, FMIPA Uverstas Mulawarma

Lebih terperinci

III. METODOLOGI PENELITIAN

III. METODOLOGI PENELITIAN III. METODOLOGI PENELITIAN 3.. Watu da Temat Peelta Peelta srs dlaua d Jurusa Matemata Faultas Matemata da Ilmu Pegetahua Alam Uverstas Lamug ada tahu aadem 2009/200. 3.2. Metode Peelta Secara umum, elasaaa

Lebih terperinci

METODE PENELITIAN. Populasi dari penelitian ini adalah seluruh peserta didik kelas VII semester genap

METODE PENELITIAN. Populasi dari penelitian ini adalah seluruh peserta didik kelas VII semester genap III. METODE PENELITIAN A. Populas da Sampel Populas dar peelta adalah seluruh peserta dd elas VII semester geap SMP Neger 3 Terbaggbesar tahu pelaara 0/0 yag terdstrbus e dalam tuuh elas, yatu elas VII

Lebih terperinci

Created by Simpo PDF Creator Pro (unregistered version)

Created by Simpo PDF Creator Pro (unregistered version) Created by Smpo PDF Creator Pro (uregstered verso) http://www.smpopdf.com Statst Bss : BAB V. UKURA PEYEBARA DATA.1 Peyebara Uura peyebara data adalah uura statst yag meggambara bagamaa berpecarya data

Lebih terperinci

Kajian Hubungan Koefisien Korelasi Pearson (r), Spearman-rho (ρ), Kendall-Tau (τ), Gamma (G), dan Somers ( d

Kajian Hubungan Koefisien Korelasi Pearson (r), Spearman-rho (ρ), Kendall-Tau (τ), Gamma (G), dan Somers ( d Jural Grade Vol4 No Jul 008 : 37-38 Kaja Hubuga Koefse Korelas Pearso (r), Spearma-rho (ρ), Kedall-Tau (τ), Gamma (G), da Somers ( d yx ) Sgt Nugroho, Syahrul Abar, da Res Vusvtasar Jurusa Matemata, Faultas

Lebih terperinci

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas:

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas: ANALISIS REGRESI Pedahulua Aalss regres berkata dega stud megea ketergatuga satu peubah (peubah terkat) terhadap satu atau lebh peubah laya (peubah pejelas). Jka Y dumpamaka sebaga peubah terkat da X1,X,...,X

Lebih terperinci

III. METODE PENELITIAN. Teknik Elektro Universitas Lampung dan dusun Margosari, desa Pesawaran Indah

III. METODE PENELITIAN. Teknik Elektro Universitas Lampung dan dusun Margosari, desa Pesawaran Indah 3 III. METODE ENELITIAN 3.1 Watu da Tempat eelta da peracaga tugas ahr dlaua d Laboratorum Terpadu Te Eletro Uverstas Lampug da dusu Margosar, desa esawara Idah abupate esawara pada bula Agustus 1 sampa

Lebih terperinci

ANALISIS JUMLAH TENAGA KERJA TERHADAP JUMLAH PASIEN RSUD ARIFIN ACHMAD PEKANBARU MENGGUNAKAN METODE REGRESI GULUD

ANALISIS JUMLAH TENAGA KERJA TERHADAP JUMLAH PASIEN RSUD ARIFIN ACHMAD PEKANBARU MENGGUNAKAN METODE REGRESI GULUD Jural as, Teolog da Idustr, Vol., No., Desember 04, pp. 48-57 IN 693-390 prt/in 407-0939 ole ANALII JUMLAH TENAGA KERJA TERHADAP JUMLAH PAIEN RUD ARIFIN ACHMAD PEKANBARU MENGGUNAKAN METODE REGREI GULUD

Lebih terperinci

Regresi Linier Sederhana Definisi Pengaruh

Regresi Linier Sederhana Definisi Pengaruh Regres Ler Sederhaa Dah Idra Baga Bostatstka da Kepeduduka Fakultas Kesehata Masyarakat Uverstas Arlagga Defs Pegaruh Jka terdapat varabel, msalka da yag data-dataya dplot sepert gambar dbawah 3 Defs Pegaruh

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Aalss Regres Perubaha la suatu varabel tda selalu terjad dega sedrya amu perubaha la varabel tu dapat pula dsebaba oleh berubahya varabel la yag berhubuga dega varabel tersebut. Utu

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa merupaka baga regres yag mecakup hubuga ler satu peubah acak tak bebas dega satu peubah bebas. Hubuga ler da dar satu populas dsebut gars regres

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Aalss Regres Perubaha la suatu varabel tda selalu tejad dega sedrya, amu perubaha la varabel tu dapat pula dsebaba oleh berubahya varabel la yag berhubuga dega varabel tersebut. Utu

Lebih terperinci

Analisa Probabilistik Algoritma Routing pada Jaringan Hypercube

Analisa Probabilistik Algoritma Routing pada Jaringan Hypercube Aalsa Probablst Algortma Routg pada Jarga ypercube Zuherma Rustam Jurusa Matemata Uverstas Idoesa Depo 644. E-mal : rustam@maara.cso.u.ac.d Abstra Algortma routg pada suatu arga teroes suatu measme utu

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Bab bers defs-defs da sfat-sfat yag petg yag berhubuga dega modul. Hal-hal tersebut dperlua dalam pembahasa megea modul jetf pada Bab III. 2.1. Modul Mata ulah Aljabar Ler membahas

Lebih terperinci

HIMPUNAN RENTANGAN DAN BEBAS LINIER. di V. Vektor w dikatakan sebagai kombinasi linier dari vektor-vektor v, 1

HIMPUNAN RENTANGAN DAN BEBAS LINIER. di V. Vektor w dikatakan sebagai kombinasi linier dari vektor-vektor v, 1 HIMPUNAN RENTANGAN DAN BEBA LINIER HIMPUNAN RENTANGAN Defs (Kombas Ler) Msala V suatu ruag etor atas feld F. w etor d V, da, 1, juga etoretor d V. Vetor w dataa sebaga ombas ler dar etor-etor, 1, ja w

Lebih terperinci

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai BAB LANDASAN TEORI. Kosep Dasar Aalss Regres Aalss regres regressso aalyss merupaka suatu tekk utuk membagu persamaa da megguaka persamaa tersebut utuk membuat perkraa predcto. Dega demka, aalss regres

Lebih terperinci

BAB 3 Interpolasi. 1. Beda Hingga

BAB 3 Interpolasi. 1. Beda Hingga BAB Iterpolas. Hgga. Iterpolas Lear da Kuadrat. Iterpolas -Maju da -Mudur Newto 4. Polo Iterpolas Terbag Newto 5. Polo Iterpolas Lagrage . Hgga Msala dbera suatu tabel la-la uers j j dar suatu ugs pada

Lebih terperinci

Pemodelan Angka Buta Huruf di Provinsi Sumatera Barat Tahun 2014 dengan Geographically Weighted Regression

Pemodelan Angka Buta Huruf di Provinsi Sumatera Barat Tahun 2014 dengan Geographically Weighted Regression JURNAL SAINS DAN SENI ITS Vol. 5 No. (016) 337-350 (301-98X Prt) D-361 Pemodela Aga Buta Huruf d Provs Sumatera Barat Tahu 014 dega Geographcally Weghted Regresso Rath Mahara da Wwe Setya Wahju Jurusa

Lebih terperinci

ISSN: JURNAL GAUSSIAN, Volume 4, Nomor 2, Tahun 2015, Halaman Online di:

ISSN: JURNAL GAUSSIAN, Volume 4, Nomor 2, Tahun 2015, Halaman Online di: ISSN: 339-541 JURNAL GAUSSIAN, Volume 4, Nomor, ahu 015, Halama 05-14 Ole d: http://eoural-s1.udp.ac.d/dex.php/gaussa ANALISIS FAKOR FAKOR YANG MEMPENGARUHI JUMLAH KEJAHAAN PENCURIAN KENDARAAN BERMOOR

Lebih terperinci

Analisis Regresi Eksponensial Berganda (Studi Kasus: Jumlah Kelahiran Bayi di Kalimantan Timur pada Tahun 2013 dan 2014)

Analisis Regresi Eksponensial Berganda (Studi Kasus: Jumlah Kelahiran Bayi di Kalimantan Timur pada Tahun 2013 dan 2014) Jural EKSPONENSIAL Volume 6, Nomor, Nopember 5 ISSN 85-789 Aalss Regres Espoesal Bergada (Stud Kasus: Jumlah Kelahra Bay d Kalmata Tmur pada Tahu 3 da 4) Double Expoetal Regresso Aalyss (Case Study: Number

Lebih terperinci

PENELUSURAN KARAKTERISTIK PERILAKU KONSUMEN DENGAN METODE AUTOMATIC INTERACTION DETECTION (AID)

PENELUSURAN KARAKTERISTIK PERILAKU KONSUMEN DENGAN METODE AUTOMATIC INTERACTION DETECTION (AID) PEELUSURA KARAKTERISTIK PERILAKU KOSUME DEGA METODE AUTOMATIC ITERACTIO DETECTIO AID Agus Rusgyoo Staf Pegajar Prod Statsta Jurusa Matemata FMIPA UDIP Abstract AID methods used to see relato betwee respos

Lebih terperinci

H dinotasikan dengan B H

H dinotasikan dengan B H Delta-P: Jural Matemata da Pedda Matemata ISSN 089-855X Vol., No., Aprl 03 OPERATOR KOMPAK Mustafa A. H. Ruhama Program Stud Pedda Matemata, Uverstas Kharu ABSTRAK Detahu H da H dua ruag Hlbert, B H )

Lebih terperinci

UKURAN DASAR DATA STATISTIK

UKURAN DASAR DATA STATISTIK UKURAN DASAR DATA STATISTIK UKURAN PUSAT Apa yag dapat ta smpula secara gamblag da cepat dar data yag dsodora berut : Tabel 1 Sampel Data Karyawa peserta Jamsoste Nama Sex Status Kerja Gaj/Bl Umur NATUL

Lebih terperinci

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM 1 Megetahu perhtuga persamaa regres ler Meggambarka persamaa regres ler ke dalam dagram pecar TEORI PENUNJANG Persamaa Regres adalah persamaa matematka

Lebih terperinci

Bab II Teori Pendukung

Bab II Teori Pendukung Bab II Teor Pedukug.. asar Statstka Utuk keperlua peaksra outstadg clams lablty, pegetahua dalam statstka mead hal yag petg. asar statstka yag dguaka dalam tess atara la :. strbus ormal Sebuah peubah acak

Lebih terperinci

BAB 2. Tinjauan Teoritis

BAB 2. Tinjauan Teoritis BAB Tjaua Teorts.1 Regres Lear Sederhaa Regres lear adalah alat statstk yag dperguaka utuk megetahu pegaruh atara satu atau beberapa varabel terhadap satu buah varabel. Varabel yag mempegaruh serg dsebut

Lebih terperinci

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri III. METODE PEELITIA A. Metodolog Peelta Metodolog peelta adalah cara yag dlakuka secara sstemats megkut atura-atura, recaaka oleh para peeltutuk memecahka permasalaha yag hdup da bergua bag masyarakat,

Lebih terperinci

BAB II KAJIAN PUSTAKA

BAB II KAJIAN PUSTAKA BAB II KAJIAN PUSTAKA Beberapa teor yag dperlua utu meduug pembahasa dataraya adalah varabel radom, regres lear bergada, metode uadrat terecl (MKT), peguja asums aalss regres, pecla (outler), regres robust,

Lebih terperinci

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB Pearka Cotoh Gerombol (Cluster Samplg) Departeme Statstka FMIPA IPB Radom samplg (Revew) Smple radom samplg Stratfed radom samplg Rato, regresso, ad dfferece estmato Systematc radom samplg Cluster radom

Lebih terperinci

PEMODELAN JUMLAH KEMATIAN BAYI DI PROVINSI MALUKU TAHUN 2010 DENGAN MENGGUNAKAN REGRESI POISSON

PEMODELAN JUMLAH KEMATIAN BAYI DI PROVINSI MALUKU TAHUN 2010 DENGAN MENGGUNAKAN REGRESI POISSON Jural Bareeg Vol. 5 No. Hal. 3 7 () PEMODELAN JUMLAH KEMAIAN BAYI DI PROVINSI MALUKU AHUN DENGAN MENGGUNAKAN REGRESI POISSON SALMON N. AULELE Staf Jurusa Matemata, FMIPA, Upatt Jl. Ir. M. Putuhea, Kampus

Lebih terperinci

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten BAB III METODE PENELITIAN 3. Tempat da Waktu Peelta 3.. Tempat Tempat peelta dlaksaaka d SMP Neger 4 Tlamuta Kabupate Boalemo pada sswa kelas VIII. 3.. Waktu Peelta dlaksaaka dalam waktu 3 bula yatu dar

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu. BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa yag varabel bebasya ( berpagkat palg tgg satu. Utuk regres ler sederhaa, regres ler haya melbatka dua varabel ( da. Persamaa regresya dapat dtulska

Lebih terperinci

9. SOAL-SOAL STATISTIKA

9. SOAL-SOAL STATISTIKA 9. SOAL-SOAL STATISTIKA UN00SMK. Dagram lgara d bawah meyaja jes estrauruler d suatu SMK yag dut oleh 500 orag sswa. Baya sswa yag tda megut estrauruler Pasbra adalah.. A. 00 sswa Olah B. 50 sswa Pasbra

Lebih terperinci

9. SOAL-SOAL STATISTIKA

9. SOAL-SOAL STATISTIKA 9. SOAL-SOAL STATISTIKA UN00SMK. Dagram lgara d bawah meyaja jes estrauruler d suatu SMK yag dut oleh 500 orag sswa. Baya sswa yag tda megut estrauruler Pasbra adalah.. A. 00 sswa Olah B. 50 sswa Pasbra

Lebih terperinci

BAB IX. STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik:

BAB IX. STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik: BAB IX. STATISTIKA Pegerta Statsta da Statst: Statsta adalah lmu pegetahua yag membahas metode-metode lmah tetag ara-ara pegumpula data, pegolaha, pegaalsa da peara esmpula. Statst adalah umpula data,

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA.1 Pedahulua Sebelum membahas megea prosedur peguja hpotess, terlebh dahulu aka djelaska beberapa teor da metode yag meujag utuk mempermudah pembahasa. Adapu teor da metode tersebut

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 30 BAB III METODE PENELITIAN A. Tujua Peelta Tujua ag g dcapa dalam peelta adalah utu megetahu apaah hasl belajar perserta dd elas IX MP Nusa Bagsa Mragge Dema pada mater poo volume bagu ruag ss legug

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 1 Pegerta Regres Istlah regres pertama kal dperkealka oleh Fracs Galto Meurut Galto, aalss regres berkeaa dega stud ketergatuga dar suatu varabel yag dsebut tak bebas depedet varable,

Lebih terperinci

METODE NUMERIK ROSENBERG DENGAN ARAH PENCARIAN TERMODIFIKASI PENAMBAHAN KONSTANTA l k

METODE NUMERIK ROSENBERG DENGAN ARAH PENCARIAN TERMODIFIKASI PENAMBAHAN KONSTANTA l k Prma: Jural Program Stud Pedda da Peelta Matemata Vol. 6, No., Jauar 07, hal. 7-59 P-ISSN: 0-989 METODE NUMERIK ROSENBERG DENGAN ARAH PENCARIAN TERMODIFIKASI PENAMBAHAN KONSTANTA l UNTUK BEBERAPA NILAI

Lebih terperinci

BAB 2 DASAR TEORI ALIRAN DAYA. Sistem tenaga listrik (Electric Power System) terdiri dari tiga komponen

BAB 2 DASAR TEORI ALIRAN DAYA. Sistem tenaga listrik (Electric Power System) terdiri dari tiga komponen BAB DAAR TEOR ALRAN DAA. Umum,,3,4 stem teaga lstr Electrc ower stem terdr dar tga ompoe utama, atu sstem pembagta teaga lstr, sstem trasms teaga lstr, da sstem dstrbus teaga lstr. Kompoe dasar ag membetu

Lebih terperinci

Bukti Teorema Sisa China dengan Menggunakan Ideal Maksimal

Bukti Teorema Sisa China dengan Menggunakan Ideal Maksimal Vol 5, No, 9-98, Jauar 9 But Teorema Ssa Cha dega egguaa deal asmal Abstra Sstem perogruea yag dapat dcar peyelesaaya secara teor blaga dasar teryata dapat dbuta melalu teor-teor strutur aljabar hususya

Lebih terperinci

BAB 5. ANALISIS REGRESI DAN KORELASI

BAB 5. ANALISIS REGRESI DAN KORELASI BAB 5. ANALISIS REGRESI DAN KORELASI Tujua utama aalss regres adalah mecar ada tdakya hubuga ler atara dua varabel: Varabel bebas (X), yatu varabel yag mempegaruh Varabel terkat (Y), yatu varabel yag dpegaruh

Lebih terperinci

Ir. Tito Adi Dewanto

Ir. Tito Adi Dewanto Ir. Tto A Dewato Dega megetahu la rata-rata saja,ormas yag apat aag-aag bsa salah terpretas. Msalya, ar ua elompo ata etahu rata-rataya sama, alau haya ar ormas ta suah meyataa bahwa ua elompo sama, mug

Lebih terperinci

PENAKSIR RANTAI RASIO-CUM-DUAL UNTUK RATA-RATA POPULASI PADA SAMPLING GANDA

PENAKSIR RANTAI RASIO-CUM-DUAL UNTUK RATA-RATA POPULASI PADA SAMPLING GANDA PEAKI ATAI AIO-CUM-DUAL UTUK ATA-ATA POPULAI PADA AMPLIG GADA Holla Maalu Bustam Haposa rat Mahasswa Program Matemata Dose Jurusa Matemata Faultas Matemata da Ilmu Pegetahua Alam Uverstas au Kampus Bawda

Lebih terperinci

HUBUNGAN MATRIKS AB DAN BA PADA STRUKTUR JORDAN NILPOTEN

HUBUNGAN MATRIKS AB DAN BA PADA STRUKTUR JORDAN NILPOTEN HUBUNGAN ARKS AB DAN BA ADA SRUKUR ORDAN NLOEN Sodag uraasar aaha (sodag@ub-ut.ac.d) UB-U eda Elva Herawaty FA ateata Uverstas Suatera Utara ABSRAC ths aer, we gve aother roof about the relatosh betwee

Lebih terperinci

Rangkuman 1. Statistik menyatakan kumpulan data yang dapat berupa angka yang dinamakan data kuantitatif maupun non angka yang dinamakan data

Rangkuman 1. Statistik menyatakan kumpulan data yang dapat berupa angka yang dinamakan data kuantitatif maupun non angka yang dinamakan data Raguma. Statt meyataa umpula data yag dapat berupa aga yag damaa data uattat maupu o aga yag damaa data ualtat yag duu dalam betu tabel da atau dagram/gra, yag meggambara da mempermudah pemahama aa aga

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB METODE PENELTAN 3.1 Tempat da Waktu Peelta Peelta dlaksaaka d areal/wlaah koses huta PT. Sarmeto Parakata Tmber, Kalmata Tegah pada bula Aprl sampa dega Me 007. 3. Baha da Alat Baha ag dguaka utuk

Lebih terperinci

3 Departemen Statistika FMIPA IPB

3 Departemen Statistika FMIPA IPB Supleme Respos Pertemua ANALISIS DATA KATEGORIK (STK51) Departeme Statstka FMIPA IPB Pokok Bahasa Sub Pokok Bahasa Referes Waktu U potess Tga Cotoh atau Lebh U Kruskal-Walls (aalss ragam satu-arah berdasarka

Lebih terperinci

ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS

ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS = 1 + + + + k k + u PowerPot Sldes baa Rohmaa Educato Uverst of Idoesa 007 Laboratorum Ekoom & Koperas Publshg Jl. Dr. Setabud

Lebih terperinci

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling BAB LANDASAN TEORI Kosep Dasar Aalss Regres Aalss regres adalah suatu proses memperkraka secara sstemats tetag apa yag palg mugk terjad dmasa yag aka datag berdasarka formas yag sekarag dmlk agar memperkecl

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4. Deskrps Peelta Berdasarka hasl peelta, d peroleh data megea kemempua sswa melakuka smash sebelum da sesudah latha power otot lega adalah sebaga berkut : Tabel.

Lebih terperinci

Penelitian Operasional II Program Bilangan Bulat PROGRAM BILANGAN BULAT (INTEGER PROGRAMMING)

Penelitian Operasional II Program Bilangan Bulat PROGRAM BILANGAN BULAT (INTEGER PROGRAMMING) Peelta Operasoal II Program Blaga Bulat 37 3 PROGRAM BILANGAN BULAT (INTEGER PROGRAMMING) 3 PENDAHULUAN : Formulas Program Blaga Bulat da Aplasya Program Lear (LP) Program Lear basa dormulasa secara matemats

Lebih terperinci

PENDETEKSIAN HETEROSKEDASTISITAS DENGAN PENGUJIAN KORELASI RANK SPEARMAN DAN TINDAKAN PERBAIKANNYA

PENDETEKSIAN HETEROSKEDASTISITAS DENGAN PENGUJIAN KORELASI RANK SPEARMAN DAN TINDAKAN PERBAIKANNYA PENDETEKSIAN HETEROSKEDASTISITAS DENGAN PENGUJIAN KORELASI RANK SPEARMAN DAN TINDAKAN PERBAIKANNA Srps dsaja sebaga salah satu syarat utu memperoleh gelar Sarjaa Sas Program Stud Matemata Oleh Layyatus

Lebih terperinci

Pemodelan Faktor-Faktor yang Mempengaruhi Angka Morbiditas di Jawa Timur Menggunakan Regresi Nonparametrik Spline

Pemodelan Faktor-Faktor yang Mempengaruhi Angka Morbiditas di Jawa Timur Menggunakan Regresi Nonparametrik Spline JURNAL SAINS DAN SENI ITS Vol. 6, No., (7) ISSN: 337-35 (-98X Prt) D-5 Pemodela Fator-Fator yag Mempegaruh Aga Morbdtas d Jawa Tmur Megguaa Regres Noparametr Sple Krsa Wuladar, I Nyoma Budatara, da Madu

Lebih terperinci

Pemodelan Resiko Penyakit Pneumonia pada Balita di Jawa Timur Menggunakan Regresi Logistik Biner Stratifikasi

Pemodelan Resiko Penyakit Pneumonia pada Balita di Jawa Timur Menggunakan Regresi Logistik Biner Stratifikasi Pemodela Reso Peyat Peumoa pada Balta d Jawa Tmur Megguaa Regres Logst Ber Stratfas Ita Novaa, Sr Pgt Wuladar da Purhad Jurusa Statsta, Faultas Matemata da Ilmu Pegetahua Alam, Isttut Teolog Sepuluh Nopember

Lebih terperinci

BAB II KONSEP DASAR. adalah koleksi dari peubah acak. Untuk setiap t dalam himpunan indeks T, N ( t)

BAB II KONSEP DASAR. adalah koleksi dari peubah acak. Untuk setiap t dalam himpunan indeks T, N ( t) BAB II KONSEP DASAR Kosep dasar yag dtuls dalam bab, merupaa beberapa dasar acua yag aa dguaa utu megaalsa model rso las da meetua fugs sebara peluag bertaha dalam model rso las Datara dasar acua tersebut

Lebih terperinci

ANALISIS LOSSES JARINGAN DISTRIBUSI PRIMER 20 KV AREA LHOKSEUMAWE

ANALISIS LOSSES JARINGAN DISTRIBUSI PRIMER 20 KV AREA LHOKSEUMAWE Aalss Losses Jarga Dstrbus Prmer 0 v Area Lhoseumawe....Zamzam ANALSS LOSSES JARNGAN DSTRBUS PRMER 0 AREA LHOSEUMAWE Zamzam 1 1 Dose Jurusa Te Eletro Polte Neger Lhoseumawe ABSTRA Peelta bertujua utu megetahu

Lebih terperinci

UKURAN GEJALA PUSAT DAN UKURAN LETAK

UKURAN GEJALA PUSAT DAN UKURAN LETAK UKURAN GEJALA PUSAT DAN UKURAN LETAK MODUL 4 UKURAN GEJALA PUSAT DAN UKURAN LETAK. Pedahulua Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu persoala, bak megea sampel atau pu

Lebih terperinci

JEMBATAN PADA GRAF FUZZY INTUITIONISTIC

JEMBATAN PADA GRAF FUZZY INTUITIONISTIC JEMTN PD GRF FUZZY INTUITIONISTIC St lfatur Rohmaah, au Surarso, da ambag Irawato 3 Uverstas Islam Darul Ulum Lamoga, a0304@gmalcom Uverstas Dpoegoro Semarag 3 Uverstas Dpoegoro Semarag bstract tutostc

Lebih terperinci

BAB III FUZZY C-MEANS. mempertimbangkan tingkat keanggotaan yang mencakup himpunan fuzzy sebagai

BAB III FUZZY C-MEANS. mempertimbangkan tingkat keanggotaan yang mencakup himpunan fuzzy sebagai BB III FUZZY C-MENS 3. Fuzzy Klasterg Fuzzy lasterg erupaa salah satu etode aalss laster dega epertbaga tgat eaggotaa yag eaup hpua fuzzy sebaga dasar pebobota bag pegelopoa (Bezde,98). Metode erupaa pegebaga

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI Utu mempermudah dalam meyeleaa pembahaa pada bab, maa aa dbera beberapa def da beberapa teor daar yag meduug... Teor Teor Peduug... Rua Gar Def. Rua Gar Ja ada d R atau 3 R, maa ebuah

Lebih terperinci

Pemodelan Resiko Penyakit Pneumonia pada Balita di Jawa Timur Menggunakan Regresi Logistik Biner Stratifikasi

Pemodelan Resiko Penyakit Pneumonia pada Balita di Jawa Timur Menggunakan Regresi Logistik Biner Stratifikasi JURNAL SAINS DAN SENI POMITS Vol., No., (13) ISSN: 337-35 (31-98X Prt D-5 Pemodela Reso Peyat Peumoa pada Balta d Jawa Tmur Megguaa Regres Logst Ber Stratfas Ita Novaa, Sr Pgt Wuladar da Purhad Jurusa

Lebih terperinci

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN // REGRESI LINEAR SEDERHANA DAN KORELASI. Model Regres Lear. Peaksr Kuadrat Terkecl 3. Predks Nla Respos 4. Iferes Utuk Parameter-parameter Regres 5. Kecocoka Model Regres 6. Korelas Utrwe Mukhayar MA

Lebih terperinci

dan µ : rata-rata hitung populasi x : rata-rata hitung sampel

dan µ : rata-rata hitung populasi x : rata-rata hitung sampel Uura Statt. Pedahulua Uura Statt:. Uura Pemuata Bagamaa, d maa data berpuat? Rata-Rata Htug Arthmetc Mea Meda Modu Kuartl, Del, Peretl. Uura Peyebara Bagamaa peyebara data? Ragam, Vara Smpaga Bau Uura

Lebih terperinci

(R.17) ESTIMASI SMOOTHING SPLINE PADA FUNGSI VARIANSI BERDISTRIBUSI GAMMA DALAM PENDEKATAN REGRESI NONPARAMETRIK

(R.17) ESTIMASI SMOOTHING SPLINE PADA FUNGSI VARIANSI BERDISTRIBUSI GAMMA DALAM PENDEKATAN REGRESI NONPARAMETRIK PROSIDING ISSN : 87-59. Semar Nasoal Statsta November Vol, November (R.7) ESIMASI SMOOHING SPLINE PADA FUNGSI VARIANSI BERDISRIBUSI GAMMA DALAM PENDEKAAN REGRESI NONPARAMERIK Sfrya Dose Program Stud Statsta

Lebih terperinci

Prosiding Seminar Nasional Matematika dan Pembelajarannya. Jurusan Matematika, FMIPA UM. 13 Agustus 2016

Prosiding Seminar Nasional Matematika dan Pembelajarannya. Jurusan Matematika, FMIPA UM. 13 Agustus 2016 Prosdg Semar Nasoal Matemata da Pembelajaraya. Jurusa Matemata, FMIPA UM. Agustus 06 METODE NUMERIK STEPEST DESCENT DENGAN ARAH PENCARIAN RERATA ARITMATIKA Rumoo Bud Utomo Uverstas Muhammadyah Tagerag

Lebih terperinci

BAB III TEORI PERRON-FROBENIUS

BAB III TEORI PERRON-FROBENIUS BB III : EORI PERRON-FROBENIUS 34 BB III EORI PERRON-FROBENIUS Pada Bab III aa dbahas megea eor Perro-Frobeus, yatu teor hasl otrbus dar seorag matematawa asal Germa, Osar Perro da Ferdad Georg Frobeus

Lebih terperinci

8.4 GENERATING FUNCTIONS

8.4 GENERATING FUNCTIONS 8.4 GEERATIG FUCTIOS Fugs pembagt Fugs pembagt dguaa utu merepresetasa barsa secara efse dega megodea usur barsa sebaga oefse deret pagat dalam varabel. Fugs pembagt dapat dguaa utu: memecaha berbaga masalah

Lebih terperinci

PENAKSIR RATIO-CUM-PRODUCT YANG EFISIEN UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN KOEFISIEN VARIASI DAN KOEFISIEN KURTOSIS

PENAKSIR RATIO-CUM-PRODUCT YANG EFISIEN UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN KOEFISIEN VARIASI DAN KOEFISIEN KURTOSIS PEASIR RATIO-UM-PRODUT AG EFISIE UTU RATA-RATA POPULASI PADA SAMPLIG AA SEDERHAA MEGGUAA OEFISIE VARIASI DA OEFISIE URTOSIS Lza armata *, Arsma Ada, Frdaus Mahasswa Program S Matematka Dose Jurusa Matematka

Lebih terperinci

PROSEDUR PENGUJIAN HIPOTESIS SEHUBUNGAN DENGAN AKAR-AKAR LATEN DARI MATRIKS KOVARIANS (Dalam Analisis Komponen Utama)

PROSEDUR PENGUJIAN HIPOTESIS SEHUBUNGAN DENGAN AKAR-AKAR LATEN DARI MATRIKS KOVARIANS (Dalam Analisis Komponen Utama) H. Maa Suhera,Drs.,M.S PROSEDUR PEGUJIA HIPOTESIS SEHUBUGA DEGA AKAR-AKAR LATE DARI MATRIKS KOVARIAS (Dala Aalss Kopoe Utaa) Abstra Utu ebuat espula tetag araterst populas ultvarat husuya populas varat

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB PENDAHULUAN. Latar Belaang Masalah Analss regres merupaan lmu peramalan dalam statst. Analss regres dapat dataan sebaga usaha mempreds atau meramalan perubahan. Regres mengemuaan tentang engntahuan

Lebih terperinci

PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN

PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN Idah Vltr, Harso, Haposa Srat Mahassa Program S Matematka Dose Jurusa Matematka Fakultas Matematka da Ilmu

Lebih terperinci

Model Log Linier untuk Empat Dimensi. Log Linier Model for Four Dimentions

Model Log Linier untuk Empat Dimensi. Log Linier Model for Four Dimentions ural ESPONENSAL Volume 6, Nomor, Nopember 015 SSN 085-789 Model Log Ler utu Empat Dmes Log Ler Model for Four Dmetos M. Ars Budyoo 1, Sr ayugs, a Puramasar 3 1 Maasswa Program Stud Statsta Faultas MPA

Lebih terperinci

MEAN SQUARE ERROR TERKECIL DARI KOMBINASI PENAKSIR RASIO-PRODUK UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK BERSTRATA

MEAN SQUARE ERROR TERKECIL DARI KOMBINASI PENAKSIR RASIO-PRODUK UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK BERSTRATA MEA QUARE ERROR TERKEIL DARI KOMBIAI PEAKIR RAIO-PRODUK UTUK RATA-RATA POPULAI PADA AMPLIG AAK BERTRATA R Kurat *, gt ugarto, Ruam Efed Maasswa Program Matemata Dose Jurusa Matemata Faultas Matemata da

Lebih terperinci

Karakterisasi Matrik Leslie Ordo Tiga

Karakterisasi Matrik Leslie Ordo Tiga Jurnal Graden Vol No Januar 006 : 34-38 Karatersas Matr Lesle Ordo Tga Mudn Smanhuru, Hartanto Jurusan Matemata, Faultas Matemata dan Ilmu Pengetahuan Alam, Unverstas Bengulu, Indonesa Dterma Desember

Lebih terperinci

LEMMA HENSTOCK PADA INTEGRAL. Muslich Jurusan Matematika FMIPA UNS fine dan integral M

LEMMA HENSTOCK PADA INTEGRAL. Muslich Jurusan Matematika FMIPA UNS fine dan integral M JP : Volue 4 Noor Ju 0 hal. 4-5 LEA HENSTOCK PADA NTEGRAL uslch Jurusa ateata FPA UNS uslch_us@yahoo.co ABSTRACT. Based o the cshae e partto ad cshae tegral t ca be arraged the e partto ad tegral cocepts.

Lebih terperinci

Gambar 3.1Single Channel Multiple Phase

Gambar 3.1Single Channel Multiple Phase BAB III MODEL ANTRIAN PADA PEMBUATAN SIM C. Sigle Chael Multiple Phase Sistem atria sigle chael multiple phase merupaa sistem atria dimaa pelagga yag tiba, dapat memasui sistem dega megatri di tempat yag

Lebih terperinci

BAB 2 DASAR TEORI. Suatu sistem tenaga listrik (Electric Power System) terdiri dari tiga komponen

BAB 2 DASAR TEORI. Suatu sistem tenaga listrik (Electric Power System) terdiri dari tiga komponen BAB DASA TEOI. Umum,,3,4 Suatu sstem teaga lstr Electrc ower System terdr dar tga ompoe utama, yatu sstem pembagta teaga lstr, sstem trasms teaga lstr, da sstem dstrbus teaga lstr. Kompoe dasar yag membetu

Lebih terperinci

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI BB 6 PRINSIP INKLUSI DN EKSKLUSI Pada baga aka ddskuska topk berkutya yatu eumeras yag damaka Prsp Iklus da Eksklus. Kosep dalam bab merupaka perluasa de dalam Dagram Ve beserta oepras rsa da gabuga, amu

Lebih terperinci

IV METODE PENELITIAN 4.1 Lokasi dan Waktu 4.2 Jenis dan Sumber Data 4.3 Metode Pengumpulan Data

IV METODE PENELITIAN 4.1 Lokasi dan Waktu 4.2 Jenis dan Sumber Data 4.3 Metode Pengumpulan Data IV METODE PENELITIAN 4. Loas da Watu Peelta dlasaaa d Strawberry Café yag berloas d Jala Gadara No.75 Jaarta Selata. Loas peelta dplh da dtetua dega segaja sesua dega pertmbaga dar peelt. Alasa utama memlh

Lebih terperinci

Penarikan Contoh Acak Sederhana (Simple Random Sampling)

Penarikan Contoh Acak Sederhana (Simple Random Sampling) Pearka Cotoh Acak Sederhaa (Smple Radom Samplg) Defs Jka sebuah cotoh berukura dambl dar suatu populas sedemka rupa sehgga setap cotoh berukura ag mugk memlk peluag sama utuk terambl, maka prosedur tu

Lebih terperinci

KAJIAN ESTIMASI-M IRLS MENGGUNAKAN FUNGSI PEMBOBOT HUBER DAN BISQUARE TUKEY PADA DATA KETAHANAN PANGAN DI JAWA TENGAH. Elen Dwi Pradewi 1, Sudarno 2

KAJIAN ESTIMASI-M IRLS MENGGUNAKAN FUNGSI PEMBOBOT HUBER DAN BISQUARE TUKEY PADA DATA KETAHANAN PANGAN DI JAWA TENGAH. Elen Dwi Pradewi 1, Sudarno 2 Kaa Estmas-M (Ele) KAJIAN ESTIMASI-M IRLS MENGGUNAKAN FUNGSI PEMBOBOT HUBER DAN BISQUARE TUKEY PADA DATA KETAHANAN PANGAN DI JAWA TENGAH Ele Dw Pradew, Sudaro Alum Program Stud Statsta FSM Uverstas Dpoegoro

Lebih terperinci

π(x) 1 e JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 2012) ISSN: X D-277

π(x) 1 e JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 2012) ISSN: X D-277 JURNAL SAINS DAN SENI ITS Vol., No., (Sept. 22) ISSN: 23-928X D-277 Klasfas Pase Hasl Pap Smear Test sebaga Pedetes Awal Upaya Peagaa D pada Peyat Kaer Servs d RS. X Surabaya dega Metode Baggg Logstc Regresso

Lebih terperinci

STATISTIKA ELEMENTER

STATISTIKA ELEMENTER STATISTIKA ELEMENTER Statsta Apa tu statsta? Apa beda statsta dega statst? Populas? Sampel? Parameter? Sala Peguura: Nomal Ordal 3 Iterval 4 Raso Bagamaa r-r eempat sala d atas? Bera masg-masg otoh sala

Lebih terperinci