1. Pendahuluan MENENTUKAN PROPORSI SAHAM PORTOFOLIO DENGAN METODE LAGRANGE

Ukuran: px
Mulai penontonan dengan halaman:

Download "1. Pendahuluan MENENTUKAN PROPORSI SAHAM PORTOFOLIO DENGAN METODE LAGRANGE"

Transkripsi

1 Prosdng SNaPP04 Sans, Teknolog, dan Kesehatan ISSN EISSN MENENTUKAN PROPORSI SAHAM PORTOFOLIO DENGAN METODE LAGRANGE Et Kurnat, Gan Gunaan, 3 Tegar Aj Sukma Bestar,,3 Prod Matematka FMIPA UNISBA, Jl. Ranggamalela No. Bandung 406 e-mal: et_kurnat00@yahoo.com, ggan9905@gmal.com, Abstrak. Investas adalah enanaman modal atau uang dengan tujuan untuk mendaatkan keuntungan d aktu yang akan datang. Kumulan berbaga jens nvestas dsebut ortofolo. Portofolo n bsa meruakan kumulan dar berbaga saham yang dmlk nvestor.saham dkenal sebaga jens nvestas yang memlk rsko dalam mendaatkan keuntungan (return). Oleh karena tu memlk berbaga jens saham dalam suatu ortofolo memlk rsko yang besar. Rsko saham dukur berdasarkan nla varan dar return. Tujuan dar enulsan n adalah menentukan roors saham-saham yang tergabung dalam ortofolo sehngga ddaat rsko mnmum dengan return terbesar menggunakan metode Lagrange. Kata kunc: Portofolo saham, Metoda Lagrange. Pendahuluan Secara umum engertan nvestas meruakan enanaman uang atau modal dalam suatu erusahaan atau royek tertentu untuk tujuan memeroleh keuntungan. Sedangkan nvestas saham adalah enanaman modal yang berhungan dengan embelan dan enymanan saham ada sebuah asar modal oleh seorang nvestor bak erorangan mauun erusahaan, dengan haraan akan mendaatkan devden dan kenakan nla saham yang bermbas ada roft atau keuntungan yang akan ddaat dalam enjualan saham tersebut. Suatu nvestas dlakukan dengan tujuan mendaatkan keuntungan yang maksmal, dengan rsko semnmal mungkn. Dalam nvestas saham, rsko yang dhada oleh nvestor cuku fluktuatf. Ada hal-hal yang harus derhatkan oleh nvestor dalam enanaman modalnya untuk embelan saham, karena tdak semua saham memlk rsko yang sama. Oleh karena tu, untuk mendaatkan suatu keuntungan dalam bernvestas ada saham, seorang nvestor selalu dhadakan ada dua lhan yatu, aakah nvestor akan memlh exected return yang tertngg dengan varan tertentu atau memlh varan yang mnmum dengan exected return tertentu. Secara umum blamana suatu nvestas dalam embelan saham dlakukan dengan lhan varan yang mnmum dengan exected return tertentu, tentunya rsko yang dtmbulkannya untuk bernvestas ada saham adalah kecl, dengan erolehan exected return yang maksmum. Sehngga jka seorang nvestor akan menanamkan modalnya dalam suatu ortofolo saham, maka haruslah menyusun ortofolo saham dengan memerhtungkan bobot masng-masng saham yang dlhnya untuk mendaatkan roors yang teat. Oleh karena tu, dalam makalah n akan derlhatkan suatu cara matemats untuk menentukan bobot masngmasng saham blamana seorang nvestor akan bernvestas dalam bentuk ortofolo saham agar resko kerugan yang dtmbulkannya mnmum dengan return yang maksmum.. Permasalahan Pengertan ortofolo dalam nvestas adalah gabungan dar berbaga nstrument nvestas seert saham, deosto, orert, oblgas, logam mula dan lan-lan. 55

2 56 Et Kurnat, et al. Menentukan ortofolo dalam bernvestas harus dutuskan melalu suatu erencanaan yang matang untuk keentngan masa yang akan datang. Bukt emrs menunjukkan baha semakn banyak jens saham yang dkumulkan dalam keranjang ortofolo, maka rsko kerugan saham yang satu daat dnetralsr dengan keuntungan saham yang lan. Dalam embentukan ortofolo haruslah ddentfkas efek-efek mana saja yang akan dlh dan beraa resentase dana yang akan dnvestaskan ada masng-masng efek tersebut. Evaluas atas ortofolo yang dlh sangatlah entng karena dengan evaluas yang bak bsa mengetahu engembalan yang dharakan (return) mauun resko yang dtanggung. Dalam hal n rsko meruakan kemungknan terjadnya ersta yang tdak menguntungkan. Rsko adalah kerugan yang dhada oleh ara nvestor. Rsko juga ddefnskan sebaga kemungknan enymangan atau varabltas actual return suatu nvestas dengan exected return (Elton dan Gruber, 995). Sedangkan dalam konteks manajemen nvestas, return meruakan mbalan yang deroleh dar nvestas, dan Exected return adalah rata-rata tertmbang dar berbaga return hstors, faktor enmbangnya adalah robabltas masng-masng return. Sedangkan untuk exected return ada ortofolo adalah rata-rata tertmbang dar exected return saham ndvdual, faktor enmbangnya adalah roors dana yang dnvestaskan ada masng-masng saham (Halm, 00:3), secara matemats dtuls Dengan : R = exected return ortofolo R s R = roors saham dalam ortofolo R = exected return saham Rsko ortofolo saham sangat berbeda dar rerata rsko masng-masng saham dalam ortofolo tersebut. Varan ortofolo dua saham daat lebh kecl darada varan masng-masng saham dalam ortofolo (Zalm Zubr, 0). Rsko dartkan sebaga kemungknan enymangan actual return terhada exected return. Pengukuran rsko dukur berdasarkan enyebaran d sektar rata-rata yang lebh dkenal dengan standar devas. Standar devas n yang akan dgunakan untuk mengukur rsko dar realzed return, sedangkan rsko dar exected return dukur dengan varance. Varan dgunakan dalam menghtung rsko suatu nvestas. Rsko nvestas dukur berdasarkan erbedaan antara exected return dan realzed return. Varan mengukur kuadrat erbedaan antara realzed dan realzed return. Semakn tngg erbedaan tersebut maka semakn besar rsko yang dhada nvestor dalam seta return yang akan dterma. Msalkan R t adalah return saham d har ke t dan R adalah exected return saham ke,dengan bantuan formula (.) ddaat formula varan dar return adalah. n ( Rt R ) (.) n Atau bsa dtulskan sebaga E( R R ) t (.) Prosdng Semnar Nasonal Peneltan dan PKM Sans, Teknolog dan Kesehatan

3 Menentukan Proors Saham Portofolo Aabla ortfolo terdr dar dua jens saham. Msalkan R t adalah return saham har ke t dan R t adalah return saham ada har ke t. Jka R adalah return ortfolo dmana R = R t + R t, maka E( R ) E( R R ) E( R ) E( R ) R R (.3) Sehngga varan dar return suatu ortofolo dengan saham adalah E( R R ) ( R R ) ( R R )] E[ ( R R ) R R ] t t t t t Besaran untuk E( R t R )( Rt R ) dkenal dengan sebutan kovaran dan dnyatakan sebaga. Dengan demkan varan dar saham adalah Persamaan (.) derlukan untuk mengetahu varan ortofolo dengan banyak jens saham. Selanjutnya varan satu saham dsebut dengan varan saham dan varan dua atau lebh saham dsebut dengan varan ortofolo. Dengan menggunakan smbol angkat sebaga varan saham ke dan j sebaga kovaran saham dan saham j, maka varan ortofolo yang terdr dar saham secara umum dnyatakan sebaga berkut : m m m j j j (.4) Dar ersamaan (.4) n, akan dtentukan roors ortofolo saham agar resko yang deroleh sekecl mungkn. 3. Pembahasan Secara matematka konds mnmum varan ortofolo daat dcaa dengan konds Dengan : = varan ortofolo = roors saham = roors saham j j = kovaran saham dan j j s s ( ) jj j D mana konds atau kendala yang harus denuh adalah.. s s R R 0 Dengan : 0 = roors saham R = exected return saham ke R = return ortofolo (3.) ISSN , EISSN Vol 4, No., Th, 04

4 58 Et Kurnat, et al. Konds n menyatakan baha jumlah erkalan roors dan exected return masngmasng saham dalam ortofolo haruslah sama dengan return ortofolo, dan total seluruh roors dalam suatu ortofolo haruslah sama dengan satu. Objectve functon ersamaan Lagrange ddaat dar engkombnasan ketga ersamaan d atas, dan dnyatakan dalam ersamaan berkut s s s s (3.) Mnmum Var j j ( R R ) ( ) j Besaran dan adalah engal Lagrange atau Lagrange multler. Lamda ( ) adalah harga rsko er unt exected return. Lamda ( ) adalah harga rsko er unt untuk seta unt exected return yang terkat dengan erubahan roors saham-saham dalam ortofolo. Dengan menggunakan Teorema De Fermat dalam enjabaran matematsnya, maka deroleh det( A ) R ( R R) R( R R) R R det( A) ( R R)( R R) ( R R) ( R R) det( A ) R( R R) R ( R R) R R det( A) ( R R)( R R) ( R R) ( R R) det( A3 ) R R ( ) 4 ( R R) R det( A) ( R R)( R R) (3.3) det( A4 ) det( A) 4. Hasl R ( R R) ( R ) 4 R ( R R)( R R) ( R R)( R R) ( ) ( ) R R R R R R R ( R R)( R R) R R R R R R ( ) ( ) R ( R R)( R R) ( R R)( R R) Imlementas hasl embahasan d atas derlhatkan ada contoh kasus berkut, d mana erhtungan dlakukan dalam enentuan bobot jens saham untuk satu ortofolo yang menghaslkan varans mnmum. Kedua jens saham yatu ASGR dan INCO dlh secara acak. Data saham tersebut daat dlhat ada table berkut. Tabel 3. Nla Saham dalam Satu Perode ASGR dan INCO ASGR INCO ASGR INCO ASGR INCO 95 3, , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,450 Prosdng Semnar Nasonal Peneltan dan PKM Sans, Teknolog dan Kesehatan

5 Tabel 3. Return Satu Perode Menentukan Proors Saham Portofolo ASGR INCO ASGR INCO ASGR INCO Tabel 3.3 Varan dan Ex. Return Tabel A varan dan ex. Return ASGR INCO ER Tabel 3.4 Varan dan kovaran Tabel B varan dan kovaran saham ASGR INCO ASGR INCO Tabel 3.5 Varan untuk matrks Tabel C varan untuk matrks ersamaan Lagrange ASGR INCO ASGR INCO Untuk mendaatkan nla covaran menggunakan ersamaan (.4) yatu n cov(, ) R R R R 3 R R cov(, ) 0, , ,00003 Matrks untuk ersamaan Lagrange ASGR dan INCO 0, , , , , , , , nverse matrks , 038, , 038 0, , , 037 0, 837 0, 5058,9443 0,944 0, , 0074 Dalam embuatan ersamaan matrksnya erhatkan kolom 3 dan 5 atau bars ke 3 dan 5. Akan ddaat ersamaan 367,038R, ,037R 0, 944 0,837 0,505 0, ISSN , EISSN Vol 4, No., Th, 04

6 60 Et Kurnat, et al. Persamaan yang ddaat masng mengandung varabel yang harus dtentukan oleh nvestor. Agar daat memodelkan ersamaan dambl varas ersamaan return ortofolo seert ada tabel 3.6 dan tabel 3.7 Tabel 3.6 Varas ors untuk berbaga ex. Return Tabel F Pors Saham untuk Berbaga Ex. Return Er K 0.% 0.5% 0.5% 0.75% 0.3% Total melambangkan saham ASGR sedangkan melambangkan saham INCO. Tabel 3.7 Proors, varan dan devas standar saham, exected return 0,% Tabel G 0,% E(R) 0,00 varan ortofolo untuk ex.return Untuk mendaatkan nla varan ada tabel G, H, I, J, dan K adalah dengan cara engalan antara nla dan yang ddaat dengan nla varan yang dcar ada aal. Contoh erhtungannya nla ada tabel G x x Dan nla varan Tabel G, H, I, J, dan K adalah varan dar emat varan yang ddaat dar erkalan seta bobot terhada varan aal saham tu sendr. Tabel 3.8 Proors, varan dan devas standar saham, exected return 0,5% Tabel H 0,5% E(R) 0,005 varan ortofoo untuk ex.return Prosdng Semnar Nasonal Peneltan dan PKM Sans, Teknolog dan Kesehatan

7 Menentukan Proors Saham Portofolo... 6 Tabel 3.9 Proors, Varan dan Devas Standar Saham, Exected Return 0,5% Tabel I 0,5% E(R) 0,005 varan ortofoo untuk ex.return Tabel 3.0 Proors, varan dan devas standar saham, exected return 0,75% Tabel J 0,75% E(R) 0,0075 varan ortofoo untuk ex.return Tabel 3. Proors, varan dan devas standar saham, exected return 0,3% Tabel K 0,3% E(R) 0,003 varan ortofoo untuk ex.return Tabel 3. Exected return dan varan ortofolo saham Tabel L Exected Return dan Varan Portofolo Interval 0,05% E(R) total ket 0.% % % % mn 0.3% Dar tabel 3. ddaat baha return ortofolo sebesar 0,75% meruakan return yang rskonya terkecl dantara return ortofolo lannya, bobot saham ASGR dengan 8,5% sedangkan saham INCO 7,5%. Kurva Hubungan Antara Exected Return dengan Devas Standar jens saham dengan Inteval Kecl, daat dlhat ada grafk 3. d baah n ISSN , EISSN Vol 4, No., Th, 04

8 6 Et Kurnat, et al Grafk 3. kurva hubungan ER vs Dar grafk d atas terlhat baha semakn besar maka exected return bsa semakn nak atau semakn turun. In menunjukan baha bla bernvestas dalam bentuk ortfolo saham mengharakan keuntungan yang sangat tngg tentunya reskonya juga tngg. Namun dar seluruh resko yang mungkn terjad ada resko yang alng kecl yang mash mungkn untuk memeroleh return yang dharakan. 5. Kesmulan Benvestas dalam ortofolo saham, exected return yang kecl tdak akan selalu memberkan devas standar yang mnmum, dan juga tdak berlaku sebalknya yatu semakn kecl exected return maka semakn kecl devas standarnya. Namun dar seta exected return yang dharakan untuk masng-masng roors saham akan ada standar devas yang memberkan nla mnmum.semakn kecl exected return maka semakn kecl devas standarnya Daftar Pustaka Elton, EdnJ. and MartnJ.Gruber (995); Modern Portfolo Theory and Investment Analyss, Ffth Edton, John Wley &Sons, Inc. Toronto, Canada. Fabozz, Frank J. (995); Investment Management, Prentce Hall, Ne Jersey-USA. Halm, Abdul. (005); Analss Investas. Eds ke-. Salemba Emat. Jakarta. InvestmentAnalyss, Ffth Edton, John Wley &Sons, Inc. Toronto, Canada. Jogyanto, (000); Teor Portofolo dan Analss Investas, Eds Kedua, Yogyakarta, Penerbt BPFE. Jogyanto. (003); Teor Portofolo dan Analss Investas, Eds ketga. BPFE. Yogyakarta. Manurung, Adler Haymans. (009); Beran Berman Saham Panduan Jtu Investas d Lanta Bursa, Buku Komas, Jakarta. Setya Budh, Wono. (00); Kalkulus Peubah Banyak dan Penggunaannya, ITB, Bandung. Zubr Zalm. (0); Manajemen Portofolo Peneraannya dalam Investas, Salemba Emat, Jakarta. Prosdng Semnar Nasonal Peneltan dan PKM Sans, Teknolog dan Kesehatan

Kritikan Terhadap Varians Sebagai Alat Ukur

Kritikan Terhadap Varians Sebagai Alat Ukur Krtkan Terhadap Varans Sebaga Alat Ukur Varans mengukur penympangan pengembalan aktva d sektar nla yang dharapkan, maka varans mempertmbangkan juga pengembalan d atas atau d bawah nla pengembalan yang

Lebih terperinci

Nama : Crishadi Juliantoro NPM :

Nama : Crishadi Juliantoro NPM : ANALISIS INVESTASI PADA PERUSAHAAN YANG MASUK DALAM PERHITUNGAN INDEX LQ-45 MENGGUNAKAN PORTOFOLIO DENGAN METODE SINGLE INDEX MODEL. Nama : Crshad Julantoro NPM : 110630 Latar Belakang Pemlhan saham yang

Lebih terperinci

Oleh : Harifa Hanan Yoga Aji Nugraha Gempur Safar Rika Saputri Arya Andika Dumanauw

Oleh : Harifa Hanan Yoga Aji Nugraha Gempur Safar Rika Saputri Arya Andika Dumanauw Oleh : Harfa Hanan Yoga A Nugraha Gemur Safar ka Sautr Arya Andka Dumanau Dosen : Dr.rer.nat. Ded osad, S.S., M.Sc. Program Stud Statstka Fakultas Matematka dan Ilmu Pengetahuan Alam Unverstas Gadah Mada

Lebih terperinci

MODEL INDEKS TUNGGAL (SINGLE INDEX MODEL)

MODEL INDEKS TUNGGAL (SINGLE INDEX MODEL) MODEL INDEKS TUNGGAL (SINGLE INDEX MODEL) 1. Konse Dasar Sngle Index Model. Forula SIM untuk Sekurtas 3. SIM untuk Sekurtas Tunggal 4. SIM untuk Portofolo 5. Portofolo Otal Berdasarkan SIM Munya Alteza

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PEDAHULUA. Latar Belakang Rsko ddentfkaskan dengan ketdakpastan. Dalam mengambl keputusan nvestas para nvestor mengharapkan hasl yang maksmal dengan rsko tertentu atau hasl tertentu dengan rsko yang

Lebih terperinci

OVERVIEW 1/40

OVERVIEW 1/40 http://www..deden08m.wordpress.com OVERVIEW 1/40 Konsep-konsep dasar dalam pembentukan portofolo optmal. Perbedaan tentang aset bersko dan aset bebas rsko. Perbedaan preferens nvestor dalam memlh portofolo

Lebih terperinci

TEORI INVESTASI DAN PORTFOLIO MATERI 4.

TEORI INVESTASI DAN PORTFOLIO MATERI 4. TEORI INVESTASI DAN PORTFOLIO MATERI 4 KONSEP DASAR 2/40 Ada tga konsep dasar yang perlu dketahu untuk memaham pembentukan portofolo optmal, yatu: portofolo efsen dan portofolo optmal fungs utltas dan

Lebih terperinci

ANALISIS PORTOFOLIO DENGAN MODEL INDEKS TUNGGAL UNTUK MENENTUKAN PORTOFOLIO YANG OPTIMAL

ANALISIS PORTOFOLIO DENGAN MODEL INDEKS TUNGGAL UNTUK MENENTUKAN PORTOFOLIO YANG OPTIMAL Jurnal Ilmu & Rset Manajemen Vol. No. 1 (013) ANALISIS PORTOFOLIO DENGAN MODEL INDEKS TUNGGAL UNTUK MENENTUKAN PORTOFOLIO YANG OPTIMAL Kun Wnart kana_rncess@yahoo.co.d Nurul Wdyawat Sekolah Tngg Ilmu Ekonom

Lebih terperinci

RETURN DAN RISIKO DALAM INVESTASI

RETURN DAN RISIKO DALAM INVESTASI RETURN DAN RISIKO DALAM INVESTASI 1 Return (Imbal hasl) nvestas Expected return (Return ekspetas) return yang dharapkan akan ddapat oleh nvestor d masa depan Actual return/ Realzed return (Return aktual)

Lebih terperinci

KINERJA MODEL BLACK LITTERMAN DENGAN MINIMUM VARIANCE DALAM ANALISIS PORTOFOLIO SAHAM SYARIAH

KINERJA MODEL BLACK LITTERMAN DENGAN MINIMUM VARIANCE DALAM ANALISIS PORTOFOLIO SAHAM SYARIAH Knerja Model Black Ltterman (Sara Haerunnsa) 1 KINERJA MODEL BLACK LITTERMAN DENGAN MINIMUM VARIANCE DALAM ANALISIS PORTOFOLIO SAHAM SYARIAH PERFORMANCE OF BLACK LITTERMAN MODEL WITH MINIMUM VARIANCE IN

Lebih terperinci

BAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh

BAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh BAB III METODE PENELITIAN 3.1 Desan Peneltan Sebelum dlakukan peneltan, langkah pertama yang harus dlakukan oleh penelt adalah menentukan terlebh dahulu metode apa yang akan dgunakan dalam peneltan. Desan

Lebih terperinci

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara BAB 2 LANDASAN TEORI 2.1 Pengertan Analsa Regres Dalam kehdupan sehar-har, serng kta jumpa hubungan antara satu varabel terhadap satu atau lebh varabel yang lan. Sebaga contoh, besarnya pendapatan seseorang

Lebih terperinci

Jurnal Ilmu & Riset Manajemen Vol.1 No.3 (2012)

Jurnal Ilmu & Riset Manajemen Vol.1 No.3 (2012) Jurnal Ilmu & Rset Manajemen Vol.1 No.3 (01) ANALISIS PEMBENTUKAN PORTOFOLIO YANG OPTIMAL DENGAN MENGGUNAKAN MODEL INDEKS TUNGGAL DI BURSA EFEK INDONESIA Ev Retno Sar evretno96@yahoo.com Sr Utyat Sekolah

Lebih terperinci

ANALISIS BENTUK HUBUNGAN

ANALISIS BENTUK HUBUNGAN ANALISIS BENTUK HUBUNGAN Analss Regres dan Korelas Analss regres dgunakan untuk mempelajar dan mengukur hubungan statstk yang terjad antara dua varbel atau lebh varabel. Varabel tersebut adalah varabel

Lebih terperinci

IV. PERANCANGAN DAN IMPLEMENTASI SISTEM

IV. PERANCANGAN DAN IMPLEMENTASI SISTEM IV. PERANCANGAN DAN IMPLEMENTASI SISTEM Perancangan Sstem Sstem yang akan dkembangkan adalah berupa sstem yang dapat membantu keputusan pemodal untuk menentukan portofolo saham yang dperdagangkan d Bursa

Lebih terperinci

PEMBENTUKAN PORTOFOLIO YANG OPTIMAL PADA SAHAM YANG TERCATAT DI JAKARTA ISLAMIC INDEX ( JII ) PERIODE DESEMBER 2010-NOVEMBER 2011

PEMBENTUKAN PORTOFOLIO YANG OPTIMAL PADA SAHAM YANG TERCATAT DI JAKARTA ISLAMIC INDEX ( JII ) PERIODE DESEMBER 2010-NOVEMBER 2011 PEMBENTUKAN PORTOFOLIO YANG OPTIMAL PADA SAHAM YANG TERCATAT DI JAKARTA ISLAMIC INDEX ( JII ) PERIODE DESEMBER 010-NOVEMBER 011 Lulu Ul Jannah Fakultas Ekonom Unverstas Gunadarma Jl. Margonda Raya 100,

Lebih terperinci

Evaluasi Tingkat Validitas Metode Penggabungan Respon (Indeks Penampilan Tanaman, IPT)

Evaluasi Tingkat Validitas Metode Penggabungan Respon (Indeks Penampilan Tanaman, IPT) Evaluas Tngkat Valdtas Metode Penggabungan Reson (Indeks Penamlan Tanaman, IPT) 1 Gust N Adh Wbawa I Made Sumertajaya 3 Ahmad Ansor Mattjk 1 Mahasswa S3 Pascasarjana Statstka IPB,3 Staf Pengajar Deartemen

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Pengertan Regres Regres pertama kal dgunakan sebaga konsep statstka oleh Sr Francs Galton (18 1911).Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang selanjutnya

Lebih terperinci

BAB III METODOLOGI PENELITIAN. dalam situs BAPEPAM dan berjumlah dua puluh delapan reksadana yang berasal dari dua

BAB III METODOLOGI PENELITIAN. dalam situs BAPEPAM dan berjumlah dua puluh delapan reksadana yang berasal dari dua BAB III METODOLOGI PENELITIAN 3.1. Ruang Lngkup Peneltan Reksadana yang dgunakan dalam peneltan n adalah reksadana yang terdaftar dalam stus BAPEPAM dan berjumlah dua puluh delapan reksadana yang berasal

Lebih terperinci

Pendeteksian Data Pencilan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Diagnostik

Pendeteksian Data Pencilan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Diagnostik Pendeteksan Data Penclan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Dagnostk Sally Indra 1, Dod Vonanda, Rry Srnngsh 3 1 Student of Mathematcs Department State Unversty of Padang,

Lebih terperinci

Kecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi

Kecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi Statstka, Vol. 9 No., 4 47 Me 009 Kecocokan Dstrbus Normal Menggunakan Plot Persentl-Persentl yang Dstandarsas Lsnur Wachdah Program Stud Statstka Fakultas MIPA Unsba e-mal : Lsnur_w@yahoo.co.d ABSTRAK

Lebih terperinci

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN BAB III HIPOTESIS DAN METODOLOGI PENELITIAN III.1 Hpotess Berdasarkan kerangka pemkran sebelumnya, maka dapat drumuskan hpotess sebaga berkut : H1 : ada beda sgnfkan antara sebelum dan setelah penerbtan

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA III. METODE PENELITIAN A. Waktu dan Tempat Peneltan Peneltan n merupakan stud ekspermen yang telah dlaksanakan d SMA Neger 3 Bandar Lampung. Peneltan n dlaksanakan pada semester genap tahun ajaran 2012/2013.

Lebih terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. Universitas Sumatera Utara BAB 1 ENDAHULUAN 1.1 Latar Belakang Secara umum dapat dkatakan bahwa mengambl atau membuat keputusan berart memlh satu dantara sekan banyak alternatf. erumusan berbaga alternatf sesua dengan yang sedang

Lebih terperinci

BAB 2 TINJAUAN TEORETIS DAN PERUMUSAN HIPOTESIS. panjang, umumnya lebih dari satu tahun. Secara hukum pasar modal sebagai

BAB 2 TINJAUAN TEORETIS DAN PERUMUSAN HIPOTESIS. panjang, umumnya lebih dari satu tahun. Secara hukum pasar modal sebagai 67 BAB 2 TINJAUAN TEORETIS DAN PERUMUSAN HIPOTESIS 2.1 Tnjauan Teorets 2.1.1 Pasar Modal 1. Pengertan Pasar Modal Menurut Samsul (2006:43) pasar modal adalah tempat atau sarana bertemunya antara permntaan

Lebih terperinci

Konsep Penting dalam Investasi

Konsep Penting dalam Investasi Mater 3 Konsep Pentng dalam Investas Prof. Dr. Deden Mulyana, SE., M.S. RETURN YANG DIHARAPKAN DAN RISIKO PORTOFOLIO PENGERTIAN RETURN DAN RISIKO ESTIMASI RETURN DAN RISIKO ASET TUNGGAL ANALISIS RISIKO

Lebih terperinci

METODE REGRESI RIDGE UNTUK MENGATASI KASUS MULTIKOLINEAR

METODE REGRESI RIDGE UNTUK MENGATASI KASUS MULTIKOLINEAR METODE REGRESI RIDGE UNTUK MENGATASI KASUS MULTIKOLINEAR Margaretha Ohyver Jurusan Matematka, Fakultas Sans dan Teknolog, Bnus Unversty Jl. Kh.Syahdan No.9, Palmerah, Jakarta 480 ethaohyver@bnus.ac.d,

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 2 LNDSN TEORI 2. Teor engamblan Keputusan Menurut Supranto 99 keputusan adalah hasl pemecahan masalah yang dhadapnya dengan tegas. Suatu keputusan merupakan jawaban yang past terhadap suatu pertanyaan.

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 7 BAB LANDASAN TEORI.1 Analsa Regres Analsa regres dnterpretaskan sebaga suatu analsa yang berkatan dengan stud ketergantungan (hubungan kausal) dar suatu varabel tak bebas (dependent varable) atu dsebut

Lebih terperinci

BAB 2 LANDASAN TEORI. diteliti. Banyaknya pengamatan atau anggota suatu populasi disebut ukuran populasi,

BAB 2 LANDASAN TEORI. diteliti. Banyaknya pengamatan atau anggota suatu populasi disebut ukuran populasi, BAB LANDASAN TEORI.1 Populas dan Sampel Populas adalah keseluruhan unt atau ndvdu dalam ruang lngkup yang ngn dtelt. Banyaknya pengamatan atau anggota suatu populas dsebut ukuran populas, sedangkan suatu

Lebih terperinci

Taksiran Kurva Regresi Spline pada Data Longitudinal dengan Kuadrat Terkecil

Taksiran Kurva Regresi Spline pada Data Longitudinal dengan Kuadrat Terkecil Vol. 11, No. 1, 77-83, Jul 2014 Taksran Kurva Regres Slne ada Data Longtudnal dengan Kuadrat Terkecl * Abstrak Makalah n mengka tentang estmas regres slne khususnya enggunaan ada data longtudnal. Data

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pengertan Regres Regres pertama kal dpergunakan sebaga konsep statstka oleh Sr Francs Galton (1822 1911). Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang

Lebih terperinci

BAB V ANALISA PEMECAHAN MASALAH

BAB V ANALISA PEMECAHAN MASALAH BAB V ANALISA PEMECAHAN MASALAH 5.1 Analsa Pemlhan Model Tme Seres Forecastng Pemlhan model forecastng terbak dlakukan secara statstk, dmana alat statstk yang dgunakan adalah MAD, MAPE dan TS. Perbandngan

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 8 Bandar Lampung. Populasi dalam

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 8 Bandar Lampung. Populasi dalam 1 III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMPN 8 Bandar Lampung. Populas dalam peneltan n adalah seluruh sswa kelas VII SMPN 8 Bandar Lampung Tahun Pelajaran 01/013 yang terdr

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa

III. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlakukan d MTs Neger Bandar Lampung dengan populas sswa kelas VII yang terdr dar 0 kelas yatu kelas unggulan, unggulan, dan kelas A sampa dengan

Lebih terperinci

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran BAB 1 PENDAHULUAN 1.1. Latar Belakang Pertumbuhan dan kestablan ekonom, adalah dua syarat pentng bag kemakmuran dan kesejahteraan suatu bangsa. Dengan pertumbuhan yang cukup, negara dapat melanjutkan pembangunan

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 ENDAHULUAN 1.1 Latar Belakang Manusa dlahrkan ke duna dengan ms menjalankan kehdupannya sesua dengan kodrat Illah yakn tumbuh dan berkembang. Untuk tumbuh dan berkembang, berart setap nsan harus

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Satelah melakukan peneltan, penelt melakukan stud lapangan untuk memperoleh data nla post test dar hasl tes setelah dkena perlakuan.

Lebih terperinci

PEMBENTUKAN PORTOFOLIO OPTIMAL SAHAM-SAHAM PADA PERIODE BULLISH DI BURSA EFEK INDONESIA

PEMBENTUKAN PORTOFOLIO OPTIMAL SAHAM-SAHAM PADA PERIODE BULLISH DI BURSA EFEK INDONESIA PEMBENTUKAN PORTOFOLIO OPTIMAL SAHAM-SAHAM PADA PERIODE BULLISH DI BURSA EFEK INDONESIA Suramaya Suc Kewal Sekolah Tngg Ilmu Ekonom Mus Palembang suramayasuc@yahoo.com Abstrak: Pembentukan Portofolo Optmal

Lebih terperinci

BAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen.

BAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen. BAB II METODOLOGI PENELITIAN A. Bentuk Peneltan Jens peneltan yang dgunakan dalam peneltan n adalah peneltan deskrptf dengan analsa kuanttatf, dengan maksud untuk mencar pengaruh antara varable ndependen

Lebih terperinci

BAB III METODE PENELITIAN. menggunakan strategi pembelajaran mind mapping dalam pendekatan

BAB III METODE PENELITIAN. menggunakan strategi pembelajaran mind mapping dalam pendekatan 35 BAB III METODE PENELITIAN A. Jens dan Desan Peneltan Jens peneltan n adalah kuas ekspermen. Pada peneltan n terdapat dua kelompok subjek peneltan yatu kelompok ekspermen yang dberkan suatu perlakuan

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Al-Azhar 3 Bandar Lampung yang terletak d Jl. Gn. Tanggamus Raya Way Halm, kota Bandar Lampung. Populas dalam peneltan n adalah

Lebih terperinci

OPTIMAL PORTFOLIO ANALYSIS BASED ON SINGLE INDEX MODEL IN LQ-45 STOCK

OPTIMAL PORTFOLIO ANALYSIS BASED ON SINGLE INDEX MODEL IN LQ-45 STOCK OTIMAL ORTFOLIO ANALYSIS ASED ON SINGLE INDEX MODEL IN LQ-45 STOCK Key words: stock portfolo. Septyarn, Drs. Tjahjo Dwnurt, MM. Undergraduate rogram, Faculty of Economy, 009 Gunadarma Unversty http://www.gunadarma.ac.d

Lebih terperinci

BAB VIB METODE BELAJAR Delta rule, ADALINE (WIDROW- HOFF), MADALINE

BAB VIB METODE BELAJAR Delta rule, ADALINE (WIDROW- HOFF), MADALINE BAB VIB METODE BELAJAR Delta rule, ADALINE (WIDROW- HOFF), MADALINE 6B.1 Pelathan ADALINE Model ADALINE (Adaptve Lnear Neuron) dtemukan oleh Wdrow & Hoff (1960) Arstekturnya mrp dengan perseptron Perbedaan

Lebih terperinci

BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I. Kesulitan ekonomi yang tengah terjadi akhir-akhir ini, memaksa

BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I. Kesulitan ekonomi yang tengah terjadi akhir-akhir ini, memaksa BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I 4. LATAR BELAKANG Kesultan ekonom yang tengah terjad akhr-akhr n, memaksa masyarakat memutar otak untuk mencar uang guna memenuh kebutuhan hdup

Lebih terperinci

Bab III Analisis Rantai Markov

Bab III Analisis Rantai Markov Bab III Analss Ranta Markov Sstem Markov (atau proses Markov atau ranta Markov) merupakan suatu sstem dengan satu atau beberapa state atau keadaan, dan dapat berpndah dar satu state ke state yang lan pada

Lebih terperinci

MULTIVARIATE ANALYSIS OF VARIANCE (MANOVA) MAKALAH Untuk Memenuhi Tugas Matakuliah Multivariat yang dibimbing oleh Ibu Trianingsih Eni Lestari

MULTIVARIATE ANALYSIS OF VARIANCE (MANOVA) MAKALAH Untuk Memenuhi Tugas Matakuliah Multivariat yang dibimbing oleh Ibu Trianingsih Eni Lestari MULTIVARIATE ANALYSIS OF VARIANCE (MANOVA) MAKALAH Untuk Memenuh Tugas Matakulah Multvarat yang dbmbng oleh Ibu Tranngsh En Lestar oleh Sherly Dw Kharsma 34839 Slva Indrayan 34844 Vvn Octana 34633 UNIVERSITAS

Lebih terperinci

ANALISIS DATA KATEGORIK (STK351)

ANALISIS DATA KATEGORIK (STK351) Suplemen Respons Pertemuan ANALISIS DATA KATEGORIK (STK351) 7 Departemen Statstka FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referens Waktu Korelas Perngkat (Rank Correlaton) Bag. 1 Koefsen Korelas Perngkat

Lebih terperinci

UJI NORMALITAS X 2. Z p i O i E i (p i x N) Interval SD

UJI NORMALITAS X 2. Z p i O i E i (p i x N) Interval SD UJI F DAN UJI T Uj F dkenal dengan Uj serentak atau uj Model/Uj Anova, yatu uj untuk melhat bagamanakah pengaruh semua varabel bebasnya secara bersama-sama terhadap varabel terkatnya. Atau untuk menguj

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Metode yang digunakan dalam penelitian ini adalah metode eksperimen

BAB III METODOLOGI PENELITIAN. Metode yang digunakan dalam penelitian ini adalah metode eksperimen 3 BAB III METODOLOGI PENELITIAN A. Metode dan Desan Peneltan Metode yang dgunakan dalam peneltan n adalah metode ekspermen karena sesua dengan tujuan peneltan yatu melhat hubungan antara varabelvarabel

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN. Latar Belakang Manova atau Multvarate of Varance merupakan pengujan dalam multvarate yang bertujuan untuk mengetahu pengaruh varabel respon dengan terhadap beberapa varabel predktor

Lebih terperinci

KOMBINASI PENAKSIR RASIO-PRODUK EKSPONENSIAL UNTUK RATA-RATA POPULASI MENGGUNAKAN PROPORSI PADA SAMPLING GANDA

KOMBINASI PENAKSIR RASIO-PRODUK EKSPONENSIAL UNTUK RATA-RATA POPULASI MENGGUNAKAN PROPORSI PADA SAMPLING GANDA KOMBIASI PEAKSIR RASIO-PRODUK EKSPOESIAL UTUK RATA-RATA POPULASI MEGGUAKA PROPORSI PADA SAMPLIG GADA ke Selna *, Arsman Adnan, Sgt Sugarto Mahasswa Program S Matematka Dosen jurusan Matematka Fakultas

Lebih terperinci

BAB VB PERSEPTRON & CONTOH

BAB VB PERSEPTRON & CONTOH BAB VB PERSEPTRON & CONTOH Model JST perseptron dtemukan oleh Rosenblatt (1962) dan Mnsky Papert (1969). Model n merupakan model yang memlk aplkas dan pelathan yang lebh bak pada era tersebut. 5B.1 Arstektur

Lebih terperinci

SISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS

SISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS SISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS A8 M. Andy Rudhto 1 1 Program Stud Penddkan Matematka FKIP Unverstas Sanata Dharma Kampus III USD Pangan Maguwoharjo Yogyakarta 1 e-mal: arudhto@yahoo.co.d

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Penjadwalan Baker (1974) mendefnskan penjadwalan sebaga proses pengalokasan sumber-sumber dalam jangka waktu tertentu untuk melakukan sejumlah pekerjaan. Menurut Morton dan

Lebih terperinci

BAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi.

BAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi. BAB LANDASAN TEORI Pada bab n akan durakan beberapa metode yang dgunakan dalam penyelesaan tugas akhr n. Selan tu penuls juga mengurakan tentang pengertan regres, analss regres berganda, membentuk persamaan

Lebih terperinci

Bab 1 PENDAHULUAN Latar Belakang

Bab 1 PENDAHULUAN Latar Belakang 11 Bab 1 PENDAHULUAN 1.1. Latar Belakang Perbankan adalah ndustr yang syarat dengan rsko. Mula dar pengumpulan dana sebaga sumber labltas, hngga penyaluran dana pada aktva produktf. Berbaga kegatan jasa

Lebih terperinci

BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER

BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER 5.1 Pembelajaran Dengan Fuzzy Program Lner. Salah satu model program lnear klask, adalah : Maksmumkan : T f ( x) = c x Dengan batasan : Ax b x 0 n m mxn Dengan

Lebih terperinci

Analisis Model Indeks Tunggal Portofolio Saham di Bursa Efek Indonesia (BEI) Periode

Analisis Model Indeks Tunggal Portofolio Saham di Bursa Efek Indonesia (BEI) Periode Analss Model Indeks Tunggal Portofolo Saham d Bursa Efek Indonesa (BEI) Perode 009-011 Mrah (mrah_vezmle@ymal.com) Trsnad Wjaya (trsnad@mdp.ac.d) Jurusan Manajemen STIE MDP Abstrak : Peneltan n bertujuan

Lebih terperinci

BAB III METODE PENELITIAN. yang digunakan meliputi: (1) PDRB Kota Dumai (tahun ) dan PDRB

BAB III METODE PENELITIAN. yang digunakan meliputi: (1) PDRB Kota Dumai (tahun ) dan PDRB BAB III METODE PENELITIAN 3.1 Jens dan Sumber Data Jens data yang dgunakan dalam peneltan n adalah data sekunder. Data yang dgunakan melput: (1) PDRB Kota Duma (tahun 2000-2010) dan PDRB kabupaten/kota

Lebih terperinci

BAB IV PEMBAHASAN HASIL PENELITIAN

BAB IV PEMBAHASAN HASIL PENELITIAN BAB IV PEMBAHASAN HASIL PENELITIAN A. Hasl Peneltan Pada peneltan yang telah dlakukan penelt selama 3 mnggu, maka hasl belajar matematka pada mater pokok pecahan d kelas V MI I anatussbyan Mangkang Kulon

Lebih terperinci

IV. UKURAN SIMPANGAN, DISPERSI & VARIASI

IV. UKURAN SIMPANGAN, DISPERSI & VARIASI IV. UKURAN SIMPANGAN, DISPERSI & VARIASI Pendahuluan o Ukuran dspers atau ukuran varas, yang menggambarkan derajat bagamana berpencarnya data kuanttatf, dntaranya: rentang, rentang antar kuartl, smpangan

Lebih terperinci

PENERAPAN METODE LINIEAR DISCRIMINANT ANALYSIS PADA PENGENALAN WAJAH BERBASIS KAMERA

PENERAPAN METODE LINIEAR DISCRIMINANT ANALYSIS PADA PENGENALAN WAJAH BERBASIS KAMERA PENERAPAN MEODE LINIEAR DISCRIMINAN ANALYSIS PADA PENGENALAN AJAH ERASIS KAMERA Asep Sholahuddn 1, Rustam E. Sregar 2,Ipng Suprana 3,Setawan Had 4 1 Mahasswa S3 FMIPA Unverstas Padjadjaran e-mal: asep_sholahuddn@yahoo.com

Lebih terperinci

KOMBINASI PENAKSIR RASIO-PRODUK PROPORSI EKSPONENSIAL UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA., R. Efendi 2, H.

KOMBINASI PENAKSIR RASIO-PRODUK PROPORSI EKSPONENSIAL UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA., R. Efendi 2, H. KOMBINASI PENAKSIR RASIO-PRODUK PROPORSI EKSPONENSIAL UNTUK RATA-RATA POPULASI PADA SAMPLING AAK SEDERHANA A. F. Indraan *, R. Efend, H. Srat Mahasswa Program S Matematka Dosen Jurusan Matematka Fakultas

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Fuzzy Set Pada tahun 1965, Zadeh memodfkas teor hmpunan dmana setap anggotanya memlk derajat keanggotaan yang bernla kontnu antara 0 sampa 1. Hmpunan n dsebut dengan hmpunaan

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 13 Bandar Lampung. Populasi dalam

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 13 Bandar Lampung. Populasi dalam III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Neger 3 Bandar Lampung. Populas dalam peneltan n yatu seluruh sswa kelas VIII SMP Neger 3 Bandar Lampung Tahun Pelajaran 0/03 yang

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN A. Jens Peneltan Jens peneltan n adalah peneltan quas expermental dengan one group pretest posttest desgn. Peneltan n tdak menggunakan kelas pembandng namun sudah menggunakan

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1. Hpotess Peneltan Berkatan dengan manusa masalah d atas maka penuls menyusun hpotess sebaga acuan dalam penulsan hpotess penuls yatu Terdapat hubungan postf antara penddkan

Lebih terperinci

BAB III OBYEK DAN METODE PENELITIAN. Obyek dalam penelitian ini adalah kebijakan dividen sebagai variabel

BAB III OBYEK DAN METODE PENELITIAN. Obyek dalam penelitian ini adalah kebijakan dividen sebagai variabel 4 BAB III OBYEK DAN METODE PENELITIAN 3.1 Obyek Peneltan Obyek dalam peneltan n adalah kebjakan dvden sebaga varabel ndependen (X) dan harga saham sebaga varabel dependen (Y). Peneltan n dlakukan untuk

Lebih terperinci

Kata kunci : daya, bahan bakar, optimasi, ekonomis. pembangkitan yang maksimal dengan biaya pengoperasian unit pembangkit yang minimal.

Kata kunci : daya, bahan bakar, optimasi, ekonomis. pembangkitan yang maksimal dengan biaya pengoperasian unit pembangkit yang minimal. Makalah Semnar Tugas Akhr MENGOPTIMALKAN PEMBAGIAN BEBAN PADA UNIT PEMBANGKIT PLTGU TAMBAK LOROK DENGAN METODE LAGRANGE MULTIPLIER Oleh : Marno Sswanto, LF 303 514 Abstrak Pertumbuhan ndustr pada suatu

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Untuk menjawab permasalahan yaitu tentang peranan pelatihan yang dapat

BAB III METODOLOGI PENELITIAN. Untuk menjawab permasalahan yaitu tentang peranan pelatihan yang dapat BAB III METODOLOGI PENELITIAN 3.1 Metode Peneltan Untuk menjawab permasalahan yatu tentang peranan pelathan yang dapat menngkatkan knerja karyawan, dgunakan metode analss eksplanatf kuanttatf. Pengertan

Lebih terperinci

BAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah

BAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah BAB III METODE PENELITIAN 3.1 Metode Peneltan Metode yang dgunakan dalam peneltan n adalah metode deskrptf. Peneltan deskrptf merupakan peneltan yang dlakukan untuk menggambarkan sebuah fenomena atau suatu

Lebih terperinci

ABSTRAK ANALISIS KOMPONEN UTAMA

ABSTRAK ANALISIS KOMPONEN UTAMA JURNAL MATEMATIKA DAN PEMBELAJARANNYA 03 VOLUME, NO.. ISSN 303-099 ABSTRAK ANALISIS KOMPONEN UTAMA Marana, Dosen Penddkan Matematka Fakultas Tarbyah dan Keguruan, IAIN Ambon 0854435773, E-mal: anastt_0@yahoo.com

Lebih terperinci

Dekomposisi Nilai Singular dan Aplikasinya

Dekomposisi Nilai Singular dan Aplikasinya A : Dekomposs Nla Sngular dan Aplkasnya Gregora Aryant Dekomposs Nla Sngular dan Aplkasnya Oleh : Gregora Aryant Program Stud Penddkan Matematka nverstas Wdya Mandala Madun aryant_gregora@yahoocom Abstrak

Lebih terperinci

RANGKAIAN SERI. 1. Pendahuluan

RANGKAIAN SERI. 1. Pendahuluan . Pendahuluan ANGKAIAN SEI Dua elemen dkatakan terhubung ser jka : a. Kedua elemen hanya mempunya satu termnal bersama. b. Ttk bersama antara elemen tdak terhubung ke elemen yang lan. Pada Gambar resstor

Lebih terperinci

Catatan Kuliah 12 Memahami dan Menganalisa Optimisasi dengan Kendala Ketidaksamaan

Catatan Kuliah 12 Memahami dan Menganalisa Optimisasi dengan Kendala Ketidaksamaan Catatan Kulah Memaham dan Menganalsa Optmsas dengan Kendala Ketdaksamaan. Non Lnear Programmng Msalkan dhadapkan pada lustras berkut n : () Ma U = U ( ) :,,..., n st p B.: ; =,,..., n () Mn : C = pk K

Lebih terperinci

Model Value at Risk Contribution Portofolio Investasi *

Model Value at Risk Contribution Portofolio Investasi * Model Value at Rsk Contrbuton ortofolo Investas * Sukono, Subanar & Ded Rosad 3 Jurusan Matematka FMI UD andung, e-mal : fsukono@yahoo.com Jurusan Matematka FMI UGM Yogyakarta, e-mal : subanar@yahoo.com

Lebih terperinci

PEMBUATAN GRAFIK PENGENDALI BERDASARKAN ANALISIS KOMPONEN UTAMA (PRINCIPAL COMPONENT ANALYSIS)

PEMBUATAN GRAFIK PENGENDALI BERDASARKAN ANALISIS KOMPONEN UTAMA (PRINCIPAL COMPONENT ANALYSIS) PEMBUATAN GRAFIK PENGENDALI BERDASARKAN ANALISIS KOMPONEN UTAMA (PRINCIPAL COMPONENT ANALYSIS) Wrayant ), Ad Setawan ), Bambang Susanto ) ) Mahasswa Program Stud Matematka FSM UKSW Jl. Dponegoro 5-6 Salatga,

Lebih terperinci

PENGGUNAAN DINDING GESER SEBAGAI ELEMEN PENAHAN GEMPA PADA BANGUNAN BERTINGKAT 10 LANTAI

PENGGUNAAN DINDING GESER SEBAGAI ELEMEN PENAHAN GEMPA PADA BANGUNAN BERTINGKAT 10 LANTAI PENGGUNAAN DINDING GESER SEBAGAI ELEMEN PENAHAN GEMPA PADA BANGUNAN BERTINGKAT 10 LANTAI Reky Stenly Wndah Dosen Jurusan Teknk Spl Fakultas Teknk Unverstas Sam Ratulang Manado ABSTRAK Pada bangunan tngg,

Lebih terperinci

BAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat

BAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat BAB LANDASAN TEORI. 1 Analsa Regres Regres pertama kal dpergunakan sebaga konsep statstk pada tahun 1877 oleh Sr Francs Galton. Galton melakukan stud tentang kecenderungan tngg badan anak. Teor Galton

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SD Al-Azhar 1 Wayhalim Bandar Lampung. Populasi

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SD Al-Azhar 1 Wayhalim Bandar Lampung. Populasi 3 III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SD Al-Azhar Wayhalm Bandar Lampung. Populas dalam peneltan n adalah seluruh sswa kelas V yang terdr dar 5 kelas yatu V A, V B, V

Lebih terperinci

BAB II TINJAUAN PUSTAKA. Saham berwujud selembar kertas yang menerangkan bahwa pemilik kertas

BAB II TINJAUAN PUSTAKA. Saham berwujud selembar kertas yang menerangkan bahwa pemilik kertas BAB II TINJAUAN PUSTAKA 2.1. Tnjauan Teorts 2.1.1 Saham Menurut Anoraga (2006:58) saham adalah surat berharga bukt penyertaan atau pemlkan ndvdu maupun nsttus dalam suatu perusahaan. Saham berwujud selembar

Lebih terperinci

PENGGABUNGAN PADA SUPER EDGE-MAGIC PETERSEN GRAPH DENGAN VERTEX PADA SETIAP VERTEX YANG ADA. Ida Christiana 1,Chairul Imron 2 ABSTRAK

PENGGABUNGAN PADA SUPER EDGE-MAGIC PETERSEN GRAPH DENGAN VERTEX PADA SETIAP VERTEX YANG ADA. Ida Christiana 1,Chairul Imron 2 ABSTRAK PENGGABUNGAN PADA SUPER EDGE-MAGIC PETERSEN GRAPH DENGAN VERTEX PADA SETIAP VERTEX YANG ADA Ida Chrstana 1,Charul Imron ABSTRAK Pelabelan suatu grah adalah suatu emetaan dar hmunan elemen grah (vertex,

Lebih terperinci

BAB III PERBANDINGAN ANALISIS REGRESI MODEL LOG - LOG DAN MODEL LOG - LIN. Pada prinsipnya model ini merupakan hasil transformasi dari suatu model

BAB III PERBANDINGAN ANALISIS REGRESI MODEL LOG - LOG DAN MODEL LOG - LIN. Pada prinsipnya model ini merupakan hasil transformasi dari suatu model BAB III PERBANDINGAN ANALISIS REGRESI MODEL LOG - LOG DAN MODEL LOG - LIN A. Regres Model Log-Log Pada prnspnya model n merupakan hasl transformas dar suatu model tdak lner dengan membuat model dalam bentuk

Lebih terperinci

PEMODELAN PASANG SURUT AIR LAUT DI KOTA SEMARANG DENGAN PENDEKATAN REGRESI NONPARAMETRIK POLINOMIAL LOKAL KERNEL

PEMODELAN PASANG SURUT AIR LAUT DI KOTA SEMARANG DENGAN PENDEKATAN REGRESI NONPARAMETRIK POLINOMIAL LOKAL KERNEL PEMODELAN PASANG SURUT AIR LAUT DI KOTA SEMARANG DENGAN PENDEKATAN REGRESI NONPARAMETRIK POLINOMIAL LOKAL KERNEL Tan Wahyu Utam, Indah Manfaat Nur Unverstas Muhammadyah Semarang, emal : tan.utam88@gmal.com

Lebih terperinci

BAB III METODE PENELITIAN. berjumlah empat kelas terdiri dari 131 siswa. Sampel penelitian ini terdiri dari satu kelas yang diambil dengan

BAB III METODE PENELITIAN. berjumlah empat kelas terdiri dari 131 siswa. Sampel penelitian ini terdiri dari satu kelas yang diambil dengan 7 BAB III METODE PENELITIAN A. Populas dan Sampel 1. Populas Populas dalam peneltan n adalah seluruh sswa kelas XI SMA Yadka Bandar Lampung semester genap tahun pelajaran 014/ 015 yang berjumlah empat

Lebih terperinci

BAB II TINJAUAN PUSTAKA DAN DASAR TEORI

BAB II TINJAUAN PUSTAKA DAN DASAR TEORI BAB II TINJAUAN PUSTAKA DAN DASAR TEORI 2.1 Tnjauan Pustaka Dar peneltan yang dlakukan Her Sulstyo (2010) telah dbuat suatu sstem perangkat lunak untuk mendukung dalam pengamblan keputusan menggunakan

Lebih terperinci

PERBANDINGAN MODEL DATA RESPON BERGANDA BERULANG DARI SEBARAN NORMAL BAKU, LOGNORMAL, DAN GAMMA

PERBANDINGAN MODEL DATA RESPON BERGANDA BERULANG DARI SEBARAN NORMAL BAKU, LOGNORMAL, DAN GAMMA Prosdng Semnar Nasonal Sans dan Penddkan Sans IX, Fakultas Sans dan Matematka, UKSW Salatga, 21 Jun 2014, Vol 5, No.1, ISSN :2087-0922 PERBANDINGAN MODEL DATA RESPON BERGANDA BERULANG DARI SEBARAN NORMAL

Lebih terperinci

EVALUASI METODE PENELUSURAN KERAGAMAN DALAM BLOK DENGAN ANALISIS INTERBLOK

EVALUASI METODE PENELUSURAN KERAGAMAN DALAM BLOK DENGAN ANALISIS INTERBLOK Prosdng SPMIPA. pp. 147-15. 006 ISBN : 979.704.47.0 EVALUASI METODE PENELUSURAN KERAGAMAN DALAM BLOK DENGAN ANALISIS INTERBLOK Rta Rahmawat, I Made Sumertajaya Program Stud Statstka Jurusan Matematka FMIPA

Lebih terperinci

Journal of Indonesian Applied Economics Vol. 4 No. 1 Mei 2010, 26-33

Journal of Indonesian Applied Economics Vol. 4 No. 1 Mei 2010, 26-33 Journal of Indonesan Appled Economcs Vol. 4 No. 1 e 010, 6-33 EILIHAN DAN EBENTUKAN OTOFOLIO SAHA LQ45 YANG OTIAL (STUDI KASUS DI BUSA EFEK INDONESIA (BEI)) Desy Wahyunngrum Fakultas Ekonom Unverstas Brawjaya

Lebih terperinci

BAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel

BAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel BAB LANDASAN TEORI. Analss Regres Regres merupakan suatu alat ukur yang dgunakan untuk mengukur ada atau tdaknya hubungan antar varabel. Dalam analss regres, suatu persamaan regres atau persamaan penduga

Lebih terperinci

Pemodelan Biaya Langsung Proyek Perusahaan Jasa Konstruksi PT. X dengan Multivariate Regression

Pemodelan Biaya Langsung Proyek Perusahaan Jasa Konstruksi PT. X dengan Multivariate Regression JURNAL SAINS DAN SENI POMIS Vol., No., (3) 337-35 (3-98 Prnt) D-48 Pemodelan Baya Langsung Proyek Perusahaan Jasa Konstruks P. dengan Multvarate Regresson Sulstanngrum, Irhamah, dan Muhammad Mashur Jurusan

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang. Di dalam matematika mulai dari SD, SMP, SMA, dan Perguruan Tinggi

BAB I PENDAHULUAN. 1.1 Latar Belakang. Di dalam matematika mulai dari SD, SMP, SMA, dan Perguruan Tinggi Daftar Is Daftar Is... Kata pengantar... BAB I...1 PENDAHULUAN...1 1.1 Latar Belakang...1 1.2 Rumusan Masalah...2 1.3 Tujuan...2 BAB II...3 TINJAUAN TEORITIS...3 2.1 Landasan Teor...4 BAB III...5 PEMBAHASAN...5

Lebih terperinci

BAB IV PEMBAHASAN HASIL PENELITIAN PENGARUH PENGGUNAAN METODE GALLERY WALK

BAB IV PEMBAHASAN HASIL PENELITIAN PENGARUH PENGGUNAAN METODE GALLERY WALK BAB IV PEMBAASAN ASIL PENELITIAN PENGARU PENGGUNAAN METODE GALLERY WALK TERADAP ASIL BELAJAR MATA PELAJARAN IPS MATERI POKOK KERAGAMAN SUKU BANGSA DAN BUDAYA DI INDONESIA A. Deskrps Data asl Peneltan.

Lebih terperinci

BAB.3 METODOLOGI PENELITIN 3.1 Lokasi dan Waktu Penelitian Penelitian ini di laksanakan di Sekolah Menengah Pertama (SMP) N. 1 Gorontalo pada kelas

BAB.3 METODOLOGI PENELITIN 3.1 Lokasi dan Waktu Penelitian Penelitian ini di laksanakan di Sekolah Menengah Pertama (SMP) N. 1 Gorontalo pada kelas 9 BAB.3 METODOLOGI PENELITIN 3. Lokas dan Waktu Peneltan Peneltan n d laksanakan d Sekolah Menengah Pertama (SMP) N. Gorontalo pada kelas VIII. Waktu peneltan dlaksanakan pada semester ganjl, tahun ajaran

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA.1 Landasan Peneltan Terdahulu Tabel.1 Tabel Penelt Terdahulu PENELITI JUDUL ALAT ANALISIS HASIL Rosta (008) Analss Portofolo Saham Melalu Model Indeks Tunggal sebaga Penlaan Expected

Lebih terperinci

BAB III METODOLOGI PENELITIAN. bulan November 2011 dan direncanakan selesai pada bulan Mei 2012.

BAB III METODOLOGI PENELITIAN. bulan November 2011 dan direncanakan selesai pada bulan Mei 2012. BAB III METODOLOGI PENELITIAN 1.1. Tempat dan waktu Peneltan Peneltan dlakukan pada Perusahaan Daerah Ar Mnum Kabupaten Gorontalo yang beralamat d jalan Gunung Bolyohuto No. 390 Kelurahan Bolhuangga Kecamatan

Lebih terperinci

PENENTUAN DENSITAS PERMUKAAN

PENENTUAN DENSITAS PERMUKAAN PENENTUAN DENSITAS PERMUKAAN Pada koreks topograf ada satu nla yang belum dketahu nlanya yatu denstas batuan permukaan (rapat massa batuan dekat permukaan). Rapat massa batuan dekat permukaan dapat dtentukan

Lebih terperinci

UKURAN S A S MPE P L P of o. D r D. r H. H Al A ma m s a d s i d Sy S a y h a z h a, SE S. E, M P E ai a l i : l as a y s a y h a

UKURAN S A S MPE P L P of o. D r D. r H. H Al A ma m s a d s i d Sy S a y h a z h a, SE S. E, M P E ai a l i : l as a y s a y h a UKURAN SAMPEL Prof. Dr. H. Almasd Syahza, SE., MP Emal: asyahza@yahoo.co.d Webste: http://almasd. almasd.staff. staff.unr.ac.d Penelt Senor Unverstas Rau Penentuan Sampel Peneltan lmah hampr selalu hanya

Lebih terperinci

(1.1) maka matriks pembayaran tersebut dikatakan mempunyai titik pelana pada (r,s) dan elemen a

(1.1) maka matriks pembayaran tersebut dikatakan mempunyai titik pelana pada (r,s) dan elemen a Lecture 2: Pure Strategy A. Strategy Optmum Hal pokok yang sesungguhnya menad nt dar teor permanan adalah menentukan solus optmum bag kedua phak yang salng bersang tersebut yang bersesuaan dengan strateg

Lebih terperinci