Analisis Survival dengan Pendekatan Multivariate Adaptive Regression Splines pada Kasus Demam Berdarah Dengue (DBD)

Ukuran: px
Mulai penontonan dengan halaman:

Download "Analisis Survival dengan Pendekatan Multivariate Adaptive Regression Splines pada Kasus Demam Berdarah Dengue (DBD)"

Transkripsi

1 JURNAL SAINS DAN SENI ITS Vol., No., (Sept. ) ISSN: 3-98X D-38 Aalss Survval dega Pedekata Multvarate Adaptve Regresso Sples pada Kasus Demam Berdarah Degue (DBD) Shofa F Nsa da I Nyoma Budatara Jurusa Statstka, Fakultas Matematka da Ilmu Pegetahua Alam, Isttut Tekolog Sepuluh Nopember (ITS) Jl. Aref Rahma Hakm, Surabaya 6 E-mal: _yoma_b@statstka.ts.ac.d Abstrak Idoesa merupaka egara berklm trops de-ga jumlah peduduk padat yag dserta dega tgkat peddka rata-rata yag mash redah, megakbatka redahya pula pegetahua tetag satas yag bak sehgga dapat memuculka peyakt yag memcu Kejada Luar Basa (KLB) d Idoesa, salah satuya adalah Demam Berdarah Degue (DBD). Idoesa merupaka Negara dega jumlah kejada DBD tertgg d Asa Teggara, sehgga DBD mejad salah satu obyek peelta yag meark utuk dkaj. Peelta membahas tetag aalss survval da faktorfaktor yag mempegaruh laju kesembuha pase DBD dega pedekata Multvarate Adaptve Regresso Sples (MARS) berdasarka data rekam meds pase rawat ap DBD d Kabupate Gresk. Hasl peelta meujukka bahwa propors kejada DBD pada lak-lak lebh tgg darpada perempua, da faktor-faktor yag mempegaruh laju kesembuha pase DBD adalah umur, kadar hematokrt, kejada perbesara hat, da jumlah trombost. Iteraks atar varabel yag mempegaruh laju kesembuha pase atara la adalah adalah teraks atara kadar hematokrt dega kejada perbesara hat, terkas atara umur, kejada perbesara hat, da kadar hematokrt, teraks atara kadar hematokrt dega jumlah trombost, serta teraks atara umur, kadar hematokrt, da kejada perbesara hat. Kata Kuc Aalss survval, DBD, MARS. I. PENDAHULUAN NDONESIA merupaka egara berklm trops dega I jumlah peduduk padat yag dserta dega tgkat peddka rata-rata yag mash redah, megakbatka redahya pula pegetahua tetag satas yag bak. Kods satas yag kurag bak megakbatka muculya berbaga macam masalah kesehata yag megacam masyarakat luas. Salah satu permasalaha kesehata yag membulka kejada kesakta atau kejada kemata yag tgg dapat megakbatka muculya Kejada Luar Basa (KLB) []. Salah satu KLB d Idoesa adalah Demam Berdarah Degue (DBD) dmaa agka kejadaya selalu megalam pegkata dar tahu ke tahu. Idoesa merupaka Negara dega agka kejada DBD tertgg d Asa Teggara sejak []. Demam Berdarah Degue (DBD) merupaka salah satu peyakt yag hampr selalu membulka masalah kesehata masyarakat da jumlahya selalu ada, bahka cederug megkat. Peyakt DBD dsebabka oleh vrus Degue yag dsebarka oleh yamuk Aedes Aegypt dmaa peyebaraya sagat cepat da dapat megakbatka kemata dalam waktu sgkat. Hal dapat dketahu bahwa sejak pertama DBD mucul d Idoesa, tepatya d Surabaya pada tahu 968, dega cepat meyebar ke daerah-daerah la, sehgga pada tahu 98 seluruh props d Idoesa telah terjagkt DBD [3]. Hal meyebabka DBD mejad salah satu obyek yag meark utuk dtelt da dkaj lebh lajut. Peelta sebelumya perah dlakuka tetag kasus DBD pada Aalss survval dega d RS. Pamekasa dega pedekata Bayesa Mxture Survval [4]. Pada peelta, aka dguaka Aalss Survval dega pedekata Multvarate Adaptve Regresso Sples (MARS) utuk megetahu faktor-faktor yag mempegaruhya. Sebelumya juga perah dlakuka peelta tetag aalss survval dega kasus ketahaa jatug d Jerma yag meujukka bahwa metode MARS meujukka hasl yag lebh bak darpada Regres Cox [5]. Aalss survval merupaka salah satu aalss yag meggambarka suatu proses yag berhubuga dega waktu, dawal dega tme org atau start tme sampa dega terjadya suatu kejada khusus atau ed pot [6]. Multvarate Adaptve Regresso Sples (MARS) merupaka salah satu metode regres oparametrk da regres semparametrk dega pedekata multvarat yag mempertmbagka covarate dar varabel-varabel predktor yag ada [7]. Dalam peelta, pedekata MARS dguaka utuk megetahu faktor-faktor yag mempegaruh laju kesembuha pase DBD. Peelta bertujua utuk medeskrpska karakters-tk pase DBD berdasarka varabel-varabel yag telah terdetfkas, da medapatka varabelvarabel yag mempegaruh laju kesembuha pase DBD berdasarka pemodela dega MARS. Batasa masalah pada peelta yatu data yag dguaka berupa data rekam meds pase rawat ap DBD d Kabupate Gresk tahu dmaa pase yag dtelt adalah pase yag postf terdagoss DBD da mejala rawat ap hgga dyataka keluar dar rumah sakt setelah dyataka sembuh. Mafaat dar peelt-a bag tm meds da masyarakat pada umumya adalah sebaga tambaha formas tetag probabltas laju ke-sembuha pase da faktor-faktor yag mempegaruhya, serta mafaat bag mahasswa adalah sebaga tambaha formas tetag peerapa Ilmu Statstka d bdag kesehat-a, khususya pegguaa aalss survval da metode MARS.

2 JURNAL SAINS DAN SENI ITS Vol., No., (Sept. ) ISSN: 3-98X D-39 II. TINJAUAN PUSTAKA A. Demam Berdarah Peyakt Demam Berdarah Degue (DBD) adalah peyakt meular yag dsebabka oleh vrus Degue da dtularka oleh yamuk Aedes Aegypt yag dtada dega demam medadak -7 har tapa peyebab yag jelas, lemah/lesu, gelsah, yer ulu hat, dserta tada pedaraha d kult berupa btk pedaraha (petechlae), lebam (eechymoss), atau ruam (purpura), da atau syok [3]. Dagoss pada DBD adalah sebaga berkut : a. Kecederuga adaya perdaraha Pedaraha yag dmaksud adalah muculya btk htam d permukaa kult, terjadya pelebama pada kult, hgga terjad mmsa. Pedaraha yag terjad megdkaska redahya jumlah trombost pase DBD. b. Agregas trombost Merupaka kelaa trombost yag megakbatka gaggua fugs trombost da dapat meyebabka perdaraha. Trombost yag megdkaska DBD adalah jka jumlahya <./ c. Kebocora plasma darah Salah satu peyebab terjadya kebocora pada plasma darah dtada dega pegkata maupu peurua la hematokrt > % dar kods ormal sesua dega umur da jes kelam. Kadar ormal hematokrt tap dvdu tergatug pada umur pase. Rata-rata kadar hematokrt ormal adalah atara 4%-5%. d. Terjadya shocked sydrome Shocked sydrome dtada dega ad cepat, lemah, tekaa ad < mmhg, perfus jarga meuru, hpotes, kult dg da lembab, da tampak gelsah. e. Perbesara hat I terjad jka hat bertambah besar > cm yag dukur berdasarka hasl Ultrasoograf (USG) pada pase. B. Statstk Deskrptf Statstk deskrptf merupaka metode aalss berkata dega pegumpula da peyaja data sehgga meghaslka formas yag bergua. Betuk peyaja statstk deskrptf dapat berbetuk tabel, grafk, dagram, hstogram, da laya [8]. Statstk deskrptf adalah baga dar lmu statstka yag membahas tetag metode-metode utuk meyajka data sehgga meark da formatf [9]. C. Aalss Survval Aalss survval adalah prosedur statstk utuk megaalss data yag varabelya adalah waktu sampa terjadya suatu kejada []. Dalam meetuka waktu survval T, terdapat tga eleme yag perlu dperhatka yatu a. Tme org or startg pot (ttk awal) adalah waktu dmulaya suatu peelta. Ttk awal pada peelta adalah taggal masuk pase rawat ap DBD d Rumah Sakt. b. Edg evet of terest (kejada akhr) adalah kejada yag mejad t dar peelta. Ttk akhr yag dmaksud pada peelta adalah taggal dmaa pase rawat ap DBD yag dyataka keluar dar Rumah Sakt dalam keadaa sembuh.. c. Measuremet scale for the passage of tme (skala ukura utuk berlaluya waktu). Dalam peelta skala ukura yag dguaka adalah lama pase DBD yag rawat ap d Rumah Sakt dalam satua har. Sumber kesulta data pada aalss survval adalah adaya kemugka beberapa dvdu tdak bsa dobservas yag dsebut dega data tersesor []. Pada peelta, adaya data tersesor dsebabka oleh: a. Lost of follow up bla pase memutuska utuk pdah ke Rumah Sakt la. b. Drop Out bla pase memlh utuk pulag paksa dar Rumah Sakt. c. Termato of study bla masa peelta berakhr semetara pase belum dyataka sembuh. d. Wthdraws from the study because of death bla pase meggal dua. D. Fugs Survval da Fugs Hazard Pada aalss survval terdapat dua fugs utama, yatu fugs survval da fugs hazard [6]. Persamaa fugs survval, jka T melambagka waktu survval, da S( merupaka probabltas waktu survval lebh besar dar t, maka persamaaya adalah sebaga berkut [] : S( P( T F ( () dmaa F( merupaka fugs dstrbus kumulatf dar dstrbus dugaa pada data survval. Fugs survval dguaka utuk megetahu probabltas waktu survval dar waktu mula (startg po hgga waktu ke-t. Fugs hazard adalah probabltas suatu dvdu mecapa kejada khusus pada waktu t, dega syarat a telah bertaha sampa waktu tersebut. Fugs dguaka utuk meyataka hazard rate atau laju kesembuha maupu ketahaa hdup hgga waktu ke-t. Fugs hazard yag dguaka adalah sebaga berkut: P ( t T t t T) ( () dmaa fugs hazard kumulatf adalah sebaga berkut: t ( ( dt (3) Hubuga atara fugs survval da fugs hazard adalah sebaga berkut : f ( ( (4) S( dmaa f ( dt S( (5) Jka persamaa (5) dsubsttuska pada persamaa (4), maka aka meghaslka persamaa berkut : t S( exp ( dt (6)

3 JURNAL SAINS DAN SENI ITS Vol., No., (Sept. ) ISSN: 3-98X D-3 Sehgga secara umum, hubuga fugs survval da fugs hazard berdasarka persamaa (6) adalah sebaga berkut : ( l S( (7) E. Pedugaa Dstrbus Pedugaa dstrbus dguaka pada data survval yag dalam peelta adalah data lama rawat ap pase DBD hgga dyataka sembuh. Pedugaa dstrbus dlakuka dega statstk uj Aderso-Darlg utuk megetahu dstrbus data survval yag palg sesua []. Persamaa statstk uj Aderso-Darlg adalah sebaga berkut : A l F( X ) l( F( X )) (8) dmaa F = fugs dstrbus kumulatf dar dstrbus tertetu. X = data waktu survval. Dalam hal pedugaa dstrbus yag sesua dplh berdasarka la Aderso-Darlg terkecl. F. Dstrbus Webull-3 Parameter Dstrbus Webull 3 parameter pada data survval dguaka utuk meetuka basele hazard dalam pemodela Cox Proporsoal Hazard. Persamaa dstrbus kumulatf utuk dstrbus Webull 3 parameter berdasarka [3] adalah sebaga berkut : ( x ) F ( x) exp, x (9) Fugs hazard yag dguaka sebaga basele hazard utuk dstrbus Webull-3P adalah sebaga berkut: t ( t,, ), t () dmaa t = varabel radom = scale parameter = shape parameter = locato parameter, > da x G. Cox Proportoal Hazard (Cox PH) Model Pemodela data survval dega megguaka Cox PH Model merupaka pemodela dega metode parametrk yag dguaka utuk megestmas efek covarate pada data survval. Pemodela regres utuk megetahu faktor-faktor yag mempegaruh data survval utuk data tdak tersesor yag dsebut dega Regres Cox (Cox PH Model) [4]. Pemodela merupaka hubuga log-lear atara X da fugs umum hazard pada T adalah sebaga berkut : P t T t t T, X x t X x lm x ( e () Utuk varabel X yag ber-covarate, maka persamaa yag dguaka adalah sebaga berkut : dmaa: ( ) = basele hazard t x x, k x k ( ( e () = koefse regres Pemodela dega megguaka Cox Proportoal Hazard meghaslka dua jes resdual, yatu Martgale Resdual da Devace Resdual yag ddapatka dar Cox Null Model. Dalam peelta dguaka Martgale Resdual yag berfugs sebaga varabel respo utuk pemodela MARS. Persamaa Martgale Resdual adalah sebaga berkut : M ( N ( Y ( s) ( s) ds N ( ( dmaa M ( = Martgale Resdual ke- pada waktu ke-t N ( = Jumlah data tdak tersesor ke- pada waktu ke-t t (3) ( = Fugs hazard kumulatf H. Mutvarate Adaptve Regresso Sples (MARS) Multvarate Adaptve Regresso Sples (MARS) merupaka salah satu metode baru yag fleksbel utuk pemodela regres dega data berdmes tgg. MARS merupaka betuk perluasa dar Bass Fugs Sples dmaa jumlah Bass Fugs merupaka parameter dar pemodela tersebut. MARS merupaka pedekata regres oparametrk multvarat yag dkembagka oleh [7]. Beberapa stlah yag perlu dperhatka dalam metode da pemodela MARS adalah sebaga berkut,. Kots Kots merupaka ttk dar sebuah gars regres utuk membetuk rego dar suatu fugs regres.. Bass Fugs (BF) Merupaka kumpula dar beberapa fugs yag dguaka utuk mejelaska hubuga atara varabel respo da varabel predktor. 3. Iteraks Merupaka hubuga korelas atar varabel dega jumlah Maksmum Iteraks (MI) adalah,, da 3. Pemodela MARS dtetuka berdasarka tral ad error utuk kombas BF, MI, da MO utuk medapatka la GCV yag mmum. Persamaa GCV adalah sebaga berkut : ˆ y f M ( x ) GCV( M ) (4) C( M ) dega : ( ) T T C M trace BB B B

4 JURNAL SAINS DAN SENI ITS Vol., No., (Sept. ) ISSN: 3-98X D-3 dmaa : = bayak data N y fˆ ( x ) = Average Sum Square of Resdual M B (ASR) = Bass fugs Persamaa umum model MARS adalah sebaga berkut : fˆ( x) a jk Km3 ( x, x j, x j Km Km f f ( x ) k f ) ( x, x j ) (5) Dmaa pejumlaha pertama melput semua bass fugs utuk satu varabel, pejumlaha kedua melput semua bass fugs utuk teraks atar dua varabel, pejumlaha ketga melput semua bass fugs utuk teraks atara tga varabel da seterusya [7]. III. METODOLOGI PENELITIAN A. Sumber Data Data yag dguaka adalah data sekuder berupa data lama rawat ap pase Demam Berdarah Degue (DBD) d Rumah Sakt Umum da Swasta d Kabupate Gresk tahu yag ddapat dar Das Kesehata Kabupate Gresk sebayak 69 data. B. Varabel Peelta Varabel peelta yag dguaka adalah sebaga berkut: Y : Lama rawat ap pase d Rumah Sakt (har) X : Jes kelam ( utuk perempua, utuk lak-lak) X : Umur (tahu) X 3 : Kadar Hematokrt (%) X 4 : Kejada perdaraha ( jka terjad perdaraha, jka tdak terjad perdaraha) X 5 : Kejada Shocked Sydrome ( jka terjad shocked, jka tdak terjad shocked) X 6 : Kejada pembesara hat ( jka terjad pembesara hat, jka tdak terjad pembesara ha X 7 : Jumlah Trombost (rbu) C. Lagkah Peelta Lagkah-lagkah yag dguaka dalam peelta adalah sebaga berkut :. Meetuka data survval dega meghlagka data tersesor. Medeskrpska karakterstk pase DBD yag dtelt 3. Meduga dstrbus data survval 4. Meetuka fugs basele hazard 5. Megedtmas fugs survval da fugs hazard kumulatf 6. Medapatka martgale resdual 7. Megdetfkaska pola hubuga atara martgale resdual dega varabel predktor 8. Pemodela dega MARS dega kombas Bass Fugs (4,, 8), Maksmum Iteraks (,, 3), da Mmum Obeservas (,,, 3) 9. Medapatka model terbak berdasarka la GCV mmum. Memodelka Cox Proportoal Hazard dega pedekata MARS. Iterpretas model. Meetuka tgkat kepetga utuk tap-tap varabel yag sgfka pada model 3. Meympulka hasl aalss IV. ANALISIS DAN PEMBAHASAN A. Karakterstk Pase DBD Sebelum dlakuka deskrps tetag karakterstk pase, maka dlakuka deskrps tetag data survval yag dguaka. Tabel. Deskrptf Data Survval N Total Tersesor Pegamata Tabel meujukka bahwa dar 69 data yag ddapatka, terdapat 49 data yag tergolog dalam data terseosor, dmaa data harus dhlagka karea tdak dapat dguaka dalam aalss survval. Sehgga bsa dsmpulka bahwa data survval pada peelta ada sebayak data. Deskrptf Tabel. Deskrptf Pase DBD Umur Kadar Hematokrt (tahu) (%) Jumlah Trombost (μ) Rerata,58 4, Varas,66 5, Mmum 6 3. Meda 9 4, Maksmum 55 6, 83. Tabel meujukka bahwa pase DBD yag dtelt mempuya umur rata-rata tahu dega kadar hematokrt rata-rata 4,5% da jumlah trombost /μ. Berdasarka la meda yag dhaslka, dketahu bahwa dar pase DBD yag dtelt, terdapat lebh dar 6 pase yag berumur < 9 tahu dega kadar hematokrt < 4,65%, da jumlah trombost sebayak 75./μ. (a) (c) (d) Gambar. Pe Chart (a) Jes Kelam, (b) Kejada Perdaraha, (c) Kejada Syok, (d) Kejada Perbesara Hat. (b)

5 JURNAL SAINS DAN SENI ITS Vol., No., (Sept. ) ISSN: 3-98X D-3 Gambar meujukka bahwa propors pase DBD berjes kelam lak-lak cederug lebh tgg dar pase perempua. Sela tu dketahu pula bahwa propors pase yag megalam kejada perdaraha lebh tgg darpada pase yag tdak megalam perdaraha. Namu sebalkya, utuk kejada syok da perbesara hat, propors pase yag tdak megalam kedua kejada tersebut lebh tgg darpada pase yag megalam kejada tersebut. B. Pedugaa Dstrbus Pedugaa dstrbus dguaka utuk megetahu dstrbus data survval yag dguaka. Fugs dstrbus dguaka utuk megestmas fugs survval da fugs hazard kumulatfya. Fugs dstrbus juga dguaka utuk megetahu fugs basele hazard yag dguaka pada pemodela. Tabel 3 meujukka bahwa semak lama pase mejala rawat ap, maka probablttas kesembuha pase semak redah. Namu sebalkya, semak lama pase mejala rawat ap, maka semak tgg pula probabltas kesembuha dar pase. Hal dapat dsmpulka bahwa probabltas kesembuha pase berbadg terbalk dega tgkat kesembuha pase. D. Cox Proportoal Hazard dega Pedekata MARS Sebelum dlakuka pemodela dega MARS, maka perlu dketahu pola hubuga atara varabel predktor da varabel respo pada pemodela MARS. Probablty Desty Fucto,3,8,4, (a) (b) f(x),6,,8,4,,6,4,8 3, 3,6 4 x 4,4 4,8 5, 5,6 6 6,4 6,8 Hstogram Webull (3P) Gambar. Hstogram data survval sebaga gambara data yag dguaka dalam peelta utuk meduga dstrbus data. Berdasarka pedugaa dstrbus dega megguaka uj Aderso-Darlg, dketahu bahwa la Aderso- Darlg terkecl adalah terdapat pada dstrbus Webull-3 Parameter yatu sebesar.74 dega estmas parameterya adalah = 5,38 ; = 7,4536 ; = -,739. Berdasarka hasl estmas parameter utuk dstrbus Webull-3P, maka fugs basele hazard yag ddapatka adalah sebaga berkut : ˆ ˆ t ˆ ( t ˆ, ˆ, ˆ) ˆ ˆ t (.739) t C. Estmas Fugs Survval da Fugs Hazard Fugs survval dguaka utuk megetahu probabltas kesembuha pase, da fugs hazard kumulatf dguaka utuk megetahu tgkat kesembuha pase DBD. Hasl estmas fugs survval da fugs hazard adalah sebaga berkut : Tabel 3. Estmas Fugs Survval da Fugs Hazard Kumulatf Waktu survval S( Λ( (c) Gambar 3. Scatter Plot martgale resdual dega varabel predktor (a) X, (b) X 3, da (c) X 7. Gambar 3 meujukka bahwa tdak ada pola tertetu dar varabel X ke varabel Y. Pola hubuga yag tdak cederug membetuk pola tertetu, meujukka bahwa peelta dapat dguaka degamars. Pemodela dega MARS dlakuka dega cara tral ad error utuk 36 kombas Bass Fugs (BF), Maksmum Iteraks (MI), da Mmum Observas (MO) utuk medapatka model terbak berdasarka la GCV mmum. Berdasarka hasl tral ad error kombas BF, MI, da MO, maka kombas yag meghaslka la GCV mmum adalah kombas 4, 3, 3 dega la GCV =,488. Berdasarka hasl kombas, maka dketahu model MARS yag dhaslka adalah sebaga berkut : 4 yˆ,39,558 BF,37 BF4,77 BF7 4,44 BF9,7 BF dmaa BF = max(, X 7 ); BF 4 = max(, X 3 ); BF 5 = ( X 6 = ) * BF 4 ; BF 7 = max(, X - 9.) * BF 5 ; BF 9 = max(, X 3-45.) * BF ; BF = max(, X - 7.) * BF 5 ; Sehgga meghaslka model hazard rate atau laju kesembuha pase DBD sebaga berkut :

6 JURNAL SAINS DAN SENI ITS Vol., No., (Sept. ) ISSN: 3-98X D-33 ( ( exp( Yˆ) 3.75,37 BF t.739 exp,77 BF 7,44,39, BF,7 BF Hasl pemodela d atas meujukka bahwa secara umum, varabel yag mempegaruh laju kesembuha pase DBD d Kabupate Gresk ada 4, yatu varabel X, X 3, X 6, da X 7 dmaa X adalah umur pase, X 3 adalah kadar hematokrt, X 6 adalah ada tdakya perbesara hat, da X 7 adalah jumlah trombost pase. Empat varabel yag telah dsebutka mempuya pegaruh yag bak terhadap model, bak secara dvdu maupu ketka berteraks dega varabel la. Tabel 4. Iteraks pada Bass Fugs BF Iteraks 5 Kadar hematokrt da perbesara hat 7, Umur, perbesara hat, da kadar hematokrt 9 Kadar hematokrt da jumlah trombost Tabel 4 meujukka teraks atar varabel yag mempegaruh laju kesembuha pase DBD. Semetara utuk varabel yag berpegaruh secara dvdu adalah jumlah trombost da kadar hematokrt. Tabel 5. Tgkat Kepetga Varabel Varabel Tgkat Kepetga Jumlah Trombost % Kadar Hematokrt 84.34% Umur 45.3% Perbesara Hat 45.3% Tabel 5 meujukka bahwa jumlah trombost memlk kotrbus terbesar pada model yag dhaslka, yatu sebesar %. Kemuda kotrbus terbesar kedua adalah kadar hematokrt yatu sebesar 84,34%. Sedagka umur da kerjada perbesara hat memlk kotrbus yag sama, yatu sebesar 45,3%. BF presetase kadar hematokrt sebesar 84,34%, kemuda umur da pembesara hat mempuya tgkat kepetga sebesar 45,3%. DAFTAR PUSTAKA [] Depkes. (6). Pedoma Peaggulaga KLB-DBD Bag Keperawata d RS da Puskesmas. Jakarta: Drektorat Ba Pelayaa Medk Departeme Kesehata. [] WHO. (9). Degue, Gudeles For Dagoss, Treatmet, Preveto, ad Cotrol. Frace: Specal Programme for Research ad Trag Tropcal Dsease (TDR). [3] Darmowadowo, W. (6). Cotug Educato. Dvs Tropk & Ifeks Baga Ilmu Kesehata Aak FK Uar RSU Dr. Soetomo, (p. ). Surabaya.. [4] Amala, S. (). Aalss Survval da Faktor-Faktor yag Mempegaruh Kesembuha Pase Demam Berdarah dega Megguaka Bayesa Mxture Survval. Surabaya: Isttut Tekolog Sepuluh Nopember. [5] Krer, M. (7). Survval Aalyss Wth Multvarate Adaptve Regresso Sples. Germa: Muche Uversty. [6] Collett, D. (3). Modellg Survval Data Medcal Research. Lodo: Chapma & Hall/CRC. [7] Fredma, J. H. (99). Estmatg Fucto of Mxed Ordal ad Categorcal Varables Usg Multvarate Adaptve Regresso Sples. Techcal Report LCS 7, Statstcs Departemet, Staford Uversty. [8] Walpole, Roald E Pegatar Statstka Eds ke-3. Jakarta: PT Grameda Pustaka Utama. [9] Ardat, Luca.3. Pegatar Metoda Statstka. Surabaya : FMIPA ITS [] Klebaum, D. 5. Survval Aalyss, a self-learg text. USA: Sprger Scece+Busess Meda, Ic. [] Le, C. T. (997). Appled Survval Aalyss. New York: Joh Wley & Sos, Ic. [] Law, A. M., & Kelto, D. W. (). Smulato Modellg Aalyss (3 th ed.). New York: MacGraw-Hll. [3] Evas, M., Hastgs, N., & Peacock, B. (). Statstcal Dstrbutos. Uted State of Amerca: Joh Wley & Sos, Ic. [4] Cox, D.R., Oakes, D. (984). Aalyss of Survval Data. Lodo: Chapma ad Hall. V. KESIMPULAN Pase yag terserag DBD rata-rata berumur tahu dega jumlah trombost rata-rata /μ da kadar hematokrt sebesar 4,5%. Berdasarka hasl pemodela Cox Proportoal Hazard dega pedekata MARS, yag dguaka adalah kombas Bass Fugs, Maksmum Iteraks da Mmum Observasya adalah 4, 3, da 3 dega la GCV mmum adalah,488. Varabel yag berpegaruh terhadap laju kesembuha pase DBD secara dvdu adalah jumlah trombost da kadar hematokrt, sela tu dketahu pula bahwa varabel yag berpegaruh adalah adaya teraks atara usa pase dega kejada perbesara hat, kadar hematokrt dega perbesara hat, kadar hemtokrt dega jumlah trombost, da teraks atara usa, kejada perbesara hat, da kadar hematokrt. jumlah trombost mempuya tgkat kepetga tertgg dalam mempegaruh laju kesembuha pase DBD yatu sebesar %, sedagka kepetga tertgg kedua adalah

ANALISIS SURVIVAL DENGAN MODEL REGRESI COX WEIBULL PADA PENDERITA DEMAM BERDARAH DENGUE (DBD) DI RUMAH SAKIT HAJI SUKOLILO SURABAYA

ANALISIS SURVIVAL DENGAN MODEL REGRESI COX WEIBULL PADA PENDERITA DEMAM BERDARAH DENGUE (DBD) DI RUMAH SAKIT HAJI SUKOLILO SURABAYA ANALISIS SURVIVAL DENGAN MODEL REGRESI COX WEIBULL PADA PENDERITA DEMAM BERDARAH DENGUE (DBD) DI RUMAH SAKIT HAJI SUKOLILO SURABAYA Edhy Bastya, da I Nyoma Latra Jurusa Statstka, Fakultas Matematka da

Lebih terperinci

Analisis Survival Pada Pasien Demam Berdarah Dengue (DBD) di RSU Haji Surabaya Menggunakan Model Regresi Weibull

Analisis Survival Pada Pasien Demam Berdarah Dengue (DBD) di RSU Haji Surabaya Menggunakan Model Regresi Weibull JURNAL SAINS DAN SENI ITS Vol. 5 No. (16) 337-35 (31-98X Pr D-31 Aalss Survval Pada Pase Demam Berdarah Degue (DBD) d RSU Haj Surabaya Megguaka Model Regres Webull Alfa Slf Mufdah da Purhad Jurusa Statstka,

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

Analisis Survival dengan Pendekatan Multivariate Adaptive Regression Splines pada Kasus Demam Berdarah Dengue (DBD)

Analisis Survival dengan Pendekatan Multivariate Adaptive Regression Splines pada Kasus Demam Berdarah Dengue (DBD) 1 Analss Survval dengan Pendekatan Multvarate Adaptve Regresson Splnes pada Kasus Demam Berdarah Dengue (DBD) Shofa F Nsa, I Nyoman Budantara Jurusan Statstka, Fakultas Matematka dan Ilmu Pengetahuan Alam,

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

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

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

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

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu KORELASI 1 D dua kta tdak dapat hdup sedr, tetap memerluka hubuga dega orag la. Hubuga tu pada umumya dlakuka dega maksud tertetu sepert medapat kergaa pajak, memperoleh kredt, memjam uag, serta mta pertologa/batua

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 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

X a, TINJAUAN PUSTAKA

X a, TINJAUAN PUSTAKA PENELITIAN SEBELUMNYA Statstka Deskrptf TINJAUAN PUSTAKA TINJAUAN STATISTIKA Uj Idepedes Uj depedes dguak utuk megetahu adaya hubuga atara dua varabel (Agrest, 1990). H 0 : tdak ada hubuga atara varabel

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

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

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

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan,

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan, BAB II TINJAUAN TEORITIS.1 Kosep Dasar Statstka Statstk merupaka cara cara tertetu yag dguaka dalam megumpulka, meyusu atau megatur, meyajka, megaalsa da member terpretas terhadap sekumpula data, sehgga

Lebih terperinci

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL Hesty ala, Arsma Ada, Bustam hestyfala@ymalcom Mahasswa Program S Matematka MIPA-UR Dose Matematka MIPA-UR

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

Uji Statistika yangb digunakan dikaitan dengan jenis data

Uji Statistika yangb digunakan dikaitan dengan jenis data Uj Statstka yagb dguaka dkata dega jes data Jes Data omal Ordal Iterval da Raso Uj Statstka Koefse Kotges Rak Spearma Kedall Tau Korelas Parsal Kedall Tau Koefse Kokordas Kedall W Pearso Korelas Gada Korelas

Lebih terperinci

S2 MP Oleh ; N. Setyaningsih

S2 MP Oleh ; N. Setyaningsih S2 MP Oleh ; N. Setyagsh MATERI PERTEMUAN 1-3 (1)Pedahulua pera statstka dalam peelta ; (2)Peyaja data : dalam betuk (a) tabel da (b) dagram; (3) ukura tedes setaral da ukura peympaga (4)dstrbus ormal

Lebih terperinci

Regresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( )

Regresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( ) Regres & Korelas Ler Sederhaa 1. Pedahulua Gagasa perhtuga dtetapka oleh Sr Fracs Galto (18-1911) Persamaa regres :Persamaa matematk yag memugkka peramala la suatu peubah takbebas (depedet varable) dar

Lebih terperinci

BAB III UKURAN PEMUSATAN DATA

BAB III UKURAN PEMUSATAN DATA BAB III UKURAN PEMUSATAN DATA A. Ukura Gejala Pusat Ukura pemusata adalah suatu ukura yag meujukka d maa suatu data memusat atau suatu kumpula pegamata memusat (megelompok). Ukura pemusata data adalah

Lebih terperinci

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu BAB II LADASA TEORI Dalam pegambla sampel dar suatu populas, dperluka suatu tekk pegambla sampel yag tepat sesua dega keadaa populas tersebut. Sehgga sampel yag dperoleh adalah sampel yag dapat mewakl

Lebih terperinci

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel BAB LANDASAN TEORI.1 Pegerta Regres Regres dalam statstka adalah salah satu metode utuk meetuka tgkat pegaruh suatu varabel terhadap varabel yag la. Varabel yag pertama dsebut dega bermacam-macam stlah:

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 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu

BAB 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu BAB TINJAUAN TEORITIS. Pegerta Aalsa Regres Istlah regres pertama kal dperkealka oleh Fracs Galto. Meurutya, aalss regres berkeaa dega stud ketergatuga atara dua atau lebh varabel yatu varabel yag meeragka

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Dalam pemodela program ler, semua parameter yag dguaka dalam model dasumska dapat dketahu secara past. Parameter-parameter terdr dar koefse batasa ( ) a, la kuattas batasa

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 III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah

BAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah BAB III INEGRAL RIEMANN-SIELJES. Pedahulua Pada Bab, telah dsggug bahwa ukura meghtug merupaka salah satu pedekata utuk membetuk proses ttk. Berkata dega masalah perhtuga, ada hal meark yag perlu amat,

Lebih terperinci

Ukuran Pemusatan Data. Arum Handini P., M.Sc Ayundyah K., M.Si.

Ukuran Pemusatan Data. Arum Handini P., M.Sc Ayundyah K., M.Si. Ukura Pemusata Data Arum Had P., M.Sc Ayudyah K., M.S. Notas utuk Populas da Sampel Notas: Mea (rata-rata) Sample x Populas μ Varas s 2 σ 2 Smpaga baku s σ Ukura Pemusata Data 1. Mea (rata-rata) 2. Meda

Lebih terperinci

2.2.3 Ukuran Dispersi

2.2.3 Ukuran Dispersi 3 Ukura Dspers Yag aka dbahas ds adalah smpaga baku da varas karea dua ukura dspers yag palg serg dguaka Hubuga atara smpaga baku dega varas adalah Varas = Kuadrat dar Smpaga baku otas yag umum dguaka

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel BAB I PENDAHULUAN 1.1 Statstka Deskrptf da Statstka Iferesal Dewasa d berbaga bdag lmu da kehdupa utuk memaham/megetahu sesuatu dperluka dat Sebaga cotoh utuk megetahu berapa bayak rakyat Idoesa yag memerluka

Lebih terperinci

BAB III PERSAMAAN PANAS DIMENSI SATU

BAB III PERSAMAAN PANAS DIMENSI SATU BAB III PERSAMAAN PANAS DIMENSI SAU Pada baga sebelumya, kta telah membahas peerapa metoda Ruge-Kutta orde 4 utuk meyelesaka masalah la awal dar persamaa dferesal basa orde. Pada bab, kta aka melakuka

Lebih terperinci

Regresi & Korelasi Linier Sederhana

Regresi & Korelasi Linier Sederhana Regres & Korelas Ler Sederhaa. Pedahulua Gagasa perhtuga dtetapka oleh Sr Fracs Galto (8-9) Persamaa regres :Persamaa matematk ag memugkka peramala la suatu peubah takbebas (depedet varable) dar la peubah

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

ABSTRAK. Ika Dewi Ariyanti 1 dan Sutikno 2

ABSTRAK. Ika Dewi Ariyanti 1 dan Sutikno 2 Pemodela Aomal Luas Pae Pad da Curah Huja Terbobot (Weghted Rafall Idex) dega Pedekata Robust Bootstrap LTS (Stud Kasus: Pemodela Luas Pae d Kabupate Subag) Ika Dew Aryat da Sutko Mahasswa S Statstka ITS,

Lebih terperinci

JURNAL SAINS DAN SENI ITS Vol. 5 No. 2 (2016) ( X Print) D-277

JURNAL SAINS DAN SENI ITS Vol. 5 No. 2 (2016) ( X Print) D-277 JURNAL SAINS DAN SENI ITS Vol. 5 No. (06 337-350 (30-98X Prt D-77 Pemodela da Pemetaa Kasus Demam Berdarah Degue d Provs Jawa Tmur Tahu 04 dega Geeralzed Posso Regresso, Regres Bomal Negatf da Flexbly

Lebih terperinci

STATISTIK. Ukuran Gejala Pusat Ukuran Letak Ukuran Simpangan, Dispersi dan Variasi Momen, Kemiringan, dan Kurtosis

STATISTIK. Ukuran Gejala Pusat Ukuran Letak Ukuran Simpangan, Dispersi dan Variasi Momen, Kemiringan, dan Kurtosis STATISTIK Ukura Gejala Pusat Ukura Letak Ukura Smpaga, Dspers da Varas Mome, Kemrga, da Kurtoss Notas Varabel dyataka dega huruf besar Nla dar varabel dyataka dega huruf kecl basaya dtuls Tmes New Roma

Lebih terperinci

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi STATISTIKA A. Des Umum. Pegerta statstk Statstk adalah kumpula akta yag berbetuk agka da dsusu dalam datar atau tabel yag meggambarka suatu persoala. Cotoh: statstk kurs dolar Amerka, statstk pertumbuha

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

Pemodelan Jumlah Kematian Ibu di Jawa Timur dengan Pendekatan Generalized Poisson Regression (GPR) dan Regresi Binomial Negatif

Pemodelan Jumlah Kematian Ibu di Jawa Timur dengan Pendekatan Generalized Poisson Regression (GPR) dan Regresi Binomial Negatif Pemodela Jumlah Kemata Ibu d Jawa mur dega Pedekata Geeralzed Posso Regresso (GPR) da Regres Bomal Negatf Retdasyah Rsky Agga Permaa, Mutah Salamah Jurusa Statstka, Fakultas MIPA, Isttut ekolog Sepuluh

Lebih terperinci

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD Eka Mer Krst ), Arsma Ada ), Sgt Sugarto ) ekamer_tross@ymal.com ) Mahasswa Program S Matematka FMIPA-UR

Lebih terperinci

LANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal)

LANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal) LANGKAH-LANGKAH UJI HIPOTESIS DENGAN (Utuk Data Nomal). Merumuska hpotess (termasuk rumusa hpotess statstk). Data hasl peelta duat dalam etuk tael slag (tael frekues oservas) 3. Meetuka krtera uj atau

Lebih terperinci

TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP

TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP JURNAL MATEMATIKA DAN KOMPUTER Vol. 7. No. 1, 11-19, Aprl 004, ISSN : 1410-8518 TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM Sudaro Jurusa Matematka FMIPA UNDIP Abstrak Sstem yag dbetuk

Lebih terperinci

Pemodelan Faktor-Faktor yang Mempengaruhi Jumlah Kasus HIV & AIDS di Provinsi Jawa Timur Tahun 2013 Menggunakan Bivariate Poisson.

Pemodelan Faktor-Faktor yang Mempengaruhi Jumlah Kasus HIV & AIDS di Provinsi Jawa Timur Tahun 2013 Menggunakan Bivariate Poisson. JURNAL SAINS DAN SENI IS Vol. 4, No., (5) 337-35 (3-98X Prt) D45 Pemodela Faktor-Faktor yag Mempegaruh Jumlah Kasus IV & AIDS d Provs Jawa mur ahu 3 Megguaka Bvarate Posso Regresso Lucy Da Pusptasar da

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

REGRESI NONPARAMETRIK SPLINE UNTUK DATA BERAT BADAN BALITA MENURUT UMUR DI KABUPATEN BOJONEGORO TAHUN 2010

REGRESI NONPARAMETRIK SPLINE UNTUK DATA BERAT BADAN BALITA MENURUT UMUR DI KABUPATEN BOJONEGORO TAHUN 2010 REGRESI NONPARAMETRIK SPLINE UNTUK DATA BERAT BADAN BALITA MENURUT UMUR DI KABUPATEN BOJONEGORO TAUN Mahasswa Yulda Federka 9 5 6 Dose Pembmbg Ir. Mutah Salamah,M.Kes da Jerry Dw T.P.,S.S,M.S ABSTRAK Pertumbuha

Lebih terperinci

Analisis Korelasi dan Regresi

Analisis Korelasi dan Regresi Aalss Korelas da Regres Hazmra Yozza Izzat Rahm HG Jurusa Matematka FMIPA Uad LOGO www.themegaller.com LOGO Data varat Data dega dua varael Terhadap satu pegamata dlakuka pegukurapegamata terhadap varael

Lebih terperinci

ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET

ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET Prosdg Semar Nasoal Peelta, Peddka da Peerapa MIPA Fakultas MIPA, Uverstas Neger Yogyakarta, 6 Me 9 ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET Sty Rachyay Pusat Pemafaata Sas Atarksa,

Lebih terperinci

Analisis Regresi Double Hurdle terhadap Faktor-Faktor yang Mempengaruhi Partisipasi Perempuan Kawin dalam Kegiatan Ekonomi di Jawa Timur

Analisis Regresi Double Hurdle terhadap Faktor-Faktor yang Mempengaruhi Partisipasi Perempuan Kawin dalam Kegiatan Ekonomi di Jawa Timur JURNAL SAINS DAN SENI POMITS Vol., No., (03) 337-350 (30-98X Prt) D-9 Aalss Regres Double Hurdle terhadap Faktor-Faktor yag Mempegaruh Partspas Perempua Kaw dalam Kegata Ekoom d Jawa Tmur Devma Chrst Mukt

Lebih terperinci

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS C. Pembelajara 3 1. Slabus N o STANDA R KOMPE TENSI KOMPE TENSI DASAR INDIKATOR MATERI TUGAS BUKTI BELAJAR KON TEN INDIKA TOR WAK TU SUM BER BELA JAR Meerap ka atura kosep statstka dalam pemecah a masalah

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

Oleh : Azzahrowani Furqon Dosen Pembimbing Dr. Purhadi, M.Sc.

Oleh : Azzahrowani Furqon Dosen Pembimbing Dr. Purhadi, M.Sc. Aalss Regres Webull uuk Megeahu Fakor-Fakor yag Mempegaruh Laju Perbaka Kods Kls Pedera Sroke Sud kasus RSU Haj Surabaya Oleh : Azzahrowa Furqo 3090004 Dose Pembmbg Dr. Purhad, M.Sc. AGENDA OUTLINE PENDAHULUAN

Lebih terperinci

ANALISIS REGRESI DOUBLE HURDLE TERHADAP FAKTOR- FAKTOR YANG MEMPENGARUHI PARTISIPASI PEREMPUAN KAWIN DALAM KEGIATAN EKONOMI DI JAWA TIMUR

ANALISIS REGRESI DOUBLE HURDLE TERHADAP FAKTOR- FAKTOR YANG MEMPENGARUHI PARTISIPASI PEREMPUAN KAWIN DALAM KEGIATAN EKONOMI DI JAWA TIMUR ANALISIS REGRESI DOUBLE HURDLE TERHADAP FAKTOR- FAKTOR YANG MEMPENGARUHI PARTISIPASI PEREMPUAN KAWIN DALAM KEGIATAN EKONOMI DI JAWA TIMUR Devma Chrst Mukt Ratau (), Dr. Dra. Isma Za, M. S. () Jurusa Statstka,

Lebih terperinci

BAB II LANDASAN TEORI. digunakan dengan mengabaikan asumsi-asumsi yang melandasi penggunaan metode

BAB II LANDASAN TEORI. digunakan dengan mengabaikan asumsi-asumsi yang melandasi penggunaan metode BAB II ANDASAN TEORI. Regres Noparametrk Metode statstka oparametrk merupaka metode statstka ag dapat dguaka dega megabaka asums-asums ag meladas pegguaa metode statstk parametrk. Terutama ag berkata dega

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

SIFAT-SIFAT LANJUT FUNGSI TERBATAS

SIFAT-SIFAT LANJUT FUNGSI TERBATAS Bulet Ilmah Mat. Stat. da Terapaya (Bmaster) Volume 03, No. 2(204), hal 35 42. SIFAT-SIFAT LANJUT FUNGSI TERBATAS Suhard, Helm, Yudar INTISARI Fugs terbatas merupaka fugs yag memlk batas atas da batas

Lebih terperinci

REGRESI & KORELASI LINIER SEDERHANA

REGRESI & KORELASI LINIER SEDERHANA . Pedahulua REGRESI & KORELASI LINIER SEDERHANA Gagasa perhtuga dtetapka oleh Sr Fracs Galto (8-9) Persamaa regres :Persamaa matematk ag memugkka peramala la suatu peubah takbebas (depedet varable) dar

Lebih terperinci

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran Kurkulum 013/006 matematka K e l a s XI STATISTIKA: UKURAN PEMUSATAN Tujua Pembelajara Setelah mempelajar mater, kamu dharapka memlk kemampua berkut. 1. Dapat meetuka rata-rata data tuggal da data berkelompok..

Lebih terperinci

Jawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2

Jawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2 M 81 STTISTIK DSR SEMESTER II 11/1 KK STTISTIK, FMIP IT SOLUSI UJIN TENGH SEMESTER (UTS) Sabtu, 1 Me 1, Pukul 9. 1.4 WI (1 met) Kelas 1. Pegajar: Udjaa S. Pasarbu/Rr. Kura Novta Sar, Kelas. Pegajar: Utrwe

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

Penerapan Analisis Survival untuk Menaksir Waktu Bertahan Hidup bagi Penderita Penyakit Jantung

Penerapan Analisis Survival untuk Menaksir Waktu Bertahan Hidup bagi Penderita Penyakit Jantung Peerapa Aalss Survval utuk Meaksr Waktu Bertaha Hdup bag Pederta Peyakt Jatug Oleh : Ya Hedrajaya (me_ye2@yahoo.co.d), Ad Setawa da Haa A. Parhusp Program Stud Matematka, Fakultas Sas da Matematka Uverstas

Lebih terperinci

III BAHAN/OBJEK DAN METODE PENELITIAN. Objek yang digunakan dalam penelitian ini adalah 50 ekor sapi Pasundan

III BAHAN/OBJEK DAN METODE PENELITIAN. Objek yang digunakan dalam penelitian ini adalah 50 ekor sapi Pasundan III BAHAN/OBJEK DAN METODE PENELITIAN 3.1. Baha da Alat Peelta 3.1.1. Baha Peelta Objek yag dguaka dalam peelta adalah 50 ekor sap Pasuda jata da beta dewasa dega umur -3 tahu da tdak butg utuk meghdar

Lebih terperinci

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES * PENYAJIAN DATA Secara umum, ada dua cara peyaja data, yatu : 1. Tabel atau daftar. Grafk atau dagram Macam-macam daftar yag dkeal : a. Daftar bars kolom b. Daftar kotges c. Daftar dstrbus frekues Sedagka

Lebih terperinci

Jurnal Matematika Murni dan Terapan Vol. 4 No.2 Desember 2010: ANALISIS REGRESI LINEAR BERGANDA DENGAN SATU VARIABEL BONEKA (DUMMY VARIABLE)

Jurnal Matematika Murni dan Terapan Vol. 4 No.2 Desember 2010: ANALISIS REGRESI LINEAR BERGANDA DENGAN SATU VARIABEL BONEKA (DUMMY VARIABLE) Jural Matematka Mur da Terapa Vol. 4 No. esember : 4 - ANALISIS REGRESI LINEAR BERGANA ENGAN SATU VARIABEL BONEKA (UMMY VARIABLE Tat Krsawardha Nur Salam da ew Aggra Program Stud Matematka Uverstas Lambug

Lebih terperinci

b) Untuk data berfrekuensi fixi Data (Xi)

b) Untuk data berfrekuensi fixi Data (Xi) B. Meghtug ukura pemusata, ukura letak da ukura peyebara data serta peafsraya A. Ukura Pemusata Data Msalka kumpula data berkut meujukka hasl pegukura tgg bada dar orag sswa. 0 cm 30 cm 5 cm 5 cm 35 cm

Lebih terperinci

BAB 1 STATISTIKA RINGKASAN MATERI

BAB 1 STATISTIKA RINGKASAN MATERI BAB STATISTIKA A RINGKASAN MATERI. Pegerta Data adalah kumpula keteraga-keteraga atau catata-catata megea suatu kejada, dapat berupa blaga, smbol, sat atau kategor. Masg-masg keteraga dar data dsebut datum.

Lebih terperinci

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL 3. Pegerta Masalah regres vers dega betuk lear dapat djumpa dalam berbaga bdag kehdupa, dataraya dalam bdag ekoom, kesehata, fska, kma

Lebih terperinci

Pendahuluan. Relasi Antar Variabel. Relasi Antar Variabel. Relasi Antar Variabel 4/6/2015. Oleh : Fauzan Amin

Pendahuluan. Relasi Antar Variabel. Relasi Antar Variabel. Relasi Antar Variabel 4/6/2015. Oleh : Fauzan Amin 4/6/015 Oleh : Fauza Am Se, 06 Aprl 015 GDL 11 (07.30-10.50) Pedahulua Aalsa regres dguaka utuk mempelajar da megukur hubuga statstk ag terjad atara dua atau lebh varbel. Dalam regres sederhaa dkaj dua

Lebih terperinci

Uji Modifikasi Peringkat Bertanda Wilcoxon Untuk Masalah Dua Sampel Berpasangan 1 Wili Solidayah 2 Siti Sunendiari 3 Lisnur Wachidah

Uji Modifikasi Peringkat Bertanda Wilcoxon Untuk Masalah Dua Sampel Berpasangan 1 Wili Solidayah 2 Siti Sunendiari 3 Lisnur Wachidah Prosdg Statstka ISSN 40-45 Uj Modfkas Pergkat Bertada Wlcoxo Utuk Masalah Dua Sampel Berpasaga 1 Wl Soldayah St Suedar 3 Lsur Wachdah 1, Statstka, Fakultas MIPA, Uverstas Islam Badug, Jl. Tamasar No. 1

Lebih terperinci

STATISTIKA DASAR. Oleh

STATISTIKA DASAR. Oleh STATISTIKA DASAR Oleh Suryo Gurto cara peyaja data - tabel - grak meghtug harga-harga petg : - ukura lokas - ukura sebara/peympaga apabla data mempuya observasya cukup bayak perlu dsusu secara sstematk

Lebih terperinci

Mean untuk Data Tunggal. Definisi. Jika suatu sampel berukuran n dengan anggota x1, x2, x3,, xn, maka mean sampel didefinisiskan : n Xi.

Mean untuk Data Tunggal. Definisi. Jika suatu sampel berukuran n dengan anggota x1, x2, x3,, xn, maka mean sampel didefinisiskan : n Xi. Mea utuk Data Tuggal Des. Jka suatu sampel berukura dega aggota x1, x, x3,, x, maka mea sampel ddesska : 1... N 1 Mea utuk Data Kelompok Des Mea dar data yag dkelompoka adalah : x x 1 1 1 dega : x = ttk

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

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data //203 UKURAN GEJALA PUSAT DAN UKURAN LETAK Kaa Evta Dew, S.Pd., M.S. Ukura gejala pusat Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu hal, bak tu dar sampel ataupu populas Ukura

Lebih terperinci

MATEMATIKA INTEGRAL RIEMANN

MATEMATIKA INTEGRAL RIEMANN MATEMATIKA KELAS XII IPA - KURIKULUM GABUNGAN Ses NGAN INTEGRAL RIEMANN A. NOTASI SIGMA a. Defs Notas Sgma Sgma (Σ) adalah otas matematka megguaka smbol yag mewakl pejumlaha da beberapa suku yag memlk

Lebih terperinci

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI 9.1. Dstrbus Kotu Dstrbus memlk sfat kotu dmaa data yag damat berjala secara kesambuga da tdak terputus. Maksudya adalah bahwa data yag damat tersebut tergatug

Lebih terperinci

Statistika ITS Surabaya

Statistika ITS Surabaya UJIAN TUGAS AKHIR ANALISIS REGRESI LOGISTIK ORDINAL UNTUK MENGETAHUI FAKTOR-FAKTOR YANG MEMPENGARUHI STATUS GIZI BALITA MASYARAKAT NELAYAN KECAMATAN BULAK SURABAYA Oleh : Ctra Elok M 305 00 03 Dose Pembmbg

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB 1 PENDAHULUAN 1.1 Latar Belakag Masalah Regres merupaka suatu metode statstka yag dguaka utuk meyeldk pola hubuga atara dua atau lebh varabel.betuk atau pola hubuga varabelvarabel tersebut dapat ddetfkas

Lebih terperinci

ANALISIS PEUBAH PREDIKTOR YANG MEMUAT KESALAHAN PENGUKURAN DENGAN REGRESI ORTOGONAL

ANALISIS PEUBAH PREDIKTOR YANG MEMUAT KESALAHAN PENGUKURAN DENGAN REGRESI ORTOGONAL Prosdg Semar Nasoal Peelta, Peddka da Peerapa MIPA, Fakultas MIPA, Uverstas Neger Yogyakarta, 4 Me ANALISIS PEUBAH PREDIKTOR YANG MEMUAT KESALAHAN PENGUKURAN DENGAN REGRESI ORTOGONAL Ksmat Jurusa Peddka

Lebih terperinci

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST Koferes Nasoal Tekk Spl 3 (KoNTekS 3) Jakarta, 6 7 Me 009 WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST Maksum Taubrata Program Stud Tekk Spl, Uverstas Krste Maraatha Badug Jl.

Lebih terperinci

TATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Fitri Yulianti, SP. Msi.

TATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Fitri Yulianti, SP. Msi. TATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Ftr Yulat, SP. Ms. UKURAN DATA Ukura data Ukura Pemusata data Ukura letak data Ukura peyebara data Mea Meda Jagkaua Meda Kuartl Jagkaua atar

Lebih terperinci

ANALISIS REGRESI SEMIPARAMETRIK PADA KASUS HILANGNYA RESPON

ANALISIS REGRESI SEMIPARAMETRIK PADA KASUS HILANGNYA RESPON ANALISIS REGRESI SEMIPARAMERIK PADA KASUS HILANGNA RESPON Irma ahya ), I Nyoma Budatara ), da Kartka Ftrasar ) ) Jurusa Matematka FMIPA, Uverstas Haluoleo Kedar ) Jurusa Statstka FMIPA, IS Sukollo Surabaya

Lebih terperinci

3/19/2012. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut

3/19/2012. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut 3/9/202 UKURAN GEJALA PUSAT DAN UKURAN LETAK Kaa Evta Dew, S.Pd., M.S. Ukura gejala pusat Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu hal, bak tu dar sampel ataupu populas

Lebih terperinci

METODE PENELITIAN. Kota Bogor. Kecamatan Bogor Barat. Purposive. Kelurahan Cilendek Barat RW 05 N1= 113. Cluster random sampling.

METODE PENELITIAN. Kota Bogor. Kecamatan Bogor Barat. Purposive. Kelurahan Cilendek Barat RW 05 N1= 113. Cluster random sampling. METODE PENELITIAN Desa, Tempat da Waktu Peelta Peelta megguaka desa cross sectoal study. Lokas peelta d Kota Bogor. Pemlha lokas peelta secara purposve dega pertmbaga merupaka salah satu kecamata dega

Lebih terperinci

PENAKSIR PARAMETER DISTRIBUSI EKSPONENSIAL PARETO DENGAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD

PENAKSIR PARAMETER DISTRIBUSI EKSPONENSIAL PARETO DENGAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD PENAKSIR PARAMETER DISTRIBUSI EKSPONENSIAL PARETO DENGAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD Mayag Novhta Sar *, Bustam, Sgt Sugarto Mahasswa Program Stud S Matematka FMIPA Uverstas Rau Dose Fakultas

Lebih terperinci

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani FMDAM (2) Chartas Fbra Techque for Order Preferece by Smlarty to Ideal Soluto () ddasarka pada kosep dmaa alteratf terplh yag terbak tdak haya memlk jarak terpedek dar solus deal postf, amu juga memlk

Lebih terperinci

Tabel Distribusi Frekuensi

Tabel Distribusi Frekuensi Tabel Dstrbus Frekues Tabel dstrbus frekues adalah susua data meurut kelas-kelas terval tertetu atau meurut kategor tertetu dalam sebuah daftar. Dar dstrbus frekues, dapat dperoleh keteraga atau gambara

Lebih terperinci

REGRESI LINEAR SEDERHANA

REGRESI LINEAR SEDERHANA REGRESI LINEAR SEDERHANA MODUL Dra. Sr Pagest, S.U. PENDAHULUAN A alss regres merupaka aalss statstk yag mempelajar ubuga atara dua varabel atau leb. Dalam aalss regres lear dasumska berlakuya betuk ubuga

Lebih terperinci

INTERVAL KEPERCAYAAN UNTUK PERBEDAAN KOEFISIEN VARIASI DARI DISTRIBUSI LOGNORMAL I. Pebriyani 1*, Bustami 2, S. Sugiarto 2

INTERVAL KEPERCAYAAN UNTUK PERBEDAAN KOEFISIEN VARIASI DARI DISTRIBUSI LOGNORMAL I. Pebriyani 1*, Bustami 2, S. Sugiarto 2 INTERVAL KEPERCAAAN UNTUK PERBEDAAN KOEFIIEN VARIAI DARI DITRIBUI LOGNORMAL I. Pebrya * Bustam. ugarto Mahasswa Program Matematka Dose Jurusa Matematka Fakultas Matematka da Ilmu Pegetahua Alam Uverstas

Lebih terperinci

3.1 Biaya Investasi Pipa

3.1 Biaya Investasi Pipa BAB III Model Baya Pada model baya [8] d tugas akhr, baya tahua total utuk megoperaska jarga ppa terdr dar dua kompoe, yatu baya operasoal da baya vestas. Baya operasoal terdr dar baya operasoal ppa da

Lebih terperinci

BOBOT OPTIMAL PADA REGRESI SEMIPARAMETRIK SPLINE

BOBOT OPTIMAL PADA REGRESI SEMIPARAMETRIK SPLINE BOBOT OPTIMAL PADA REGRESI SEMIPARAMETRIK SPLINE Jerry Dw Trjoyo Puromo Jurusa Statstka Isttut Tekolog Sepuluh Nopember Surabaya Emal: jerrypuromo@yahoo.com ABSTRAK Regres semparametrk sple adalah metode

Lebih terperinci

Pemodelan Regresi Poisson Inverse Gaussian Studi Kasus: Jumlah Kasus Baru HIV di Provinsi Jawa Tengah Tahun 2015

Pemodelan Regresi Poisson Inverse Gaussian Studi Kasus: Jumlah Kasus Baru HIV di Provinsi Jawa Tengah Tahun 2015 JURNAL SAINS DAN SENI IS Vol 6, No, (7) ISSN: 337-35 (3-98X Prt) D-44 Pemodela Regres Posso Iverse Gaussa Stud Kasus: Jumlah Kasus Baru HIV d Provs Jawa egah ahu 5 Adraa Y Herdrawat, I Nyoma Latra, da

Lebih terperinci

*Corresponding Author:

*Corresponding Author: Prosdg Semar Sas da Tekolog FMIPA Umul Vol. No. Jul 0, Samarda, Idoesa ISSN : - 0 STRUCTURAL EQUATION MODELLING DENGAN PENDEKATAN PARTIAL LEAST SQUARE (Stud Kasus: Pegaruh Locus of Cotrol, Self Effcacy,

Lebih terperinci

PENDAHULUAN TINJAUAN PUSTAKA. Latar Belakang. Demam Berdarah Dengue (DBD)

PENDAHULUAN TINJAUAN PUSTAKA. Latar Belakang. Demam Berdarah Dengue (DBD) PENDAHULUAN Latar Belakag Kods suatu daerah secara umum berkata dega kods d daerah la, terutama daerah yag berdekata. Pola sepert dkeal dega hubuga spasal. Besara autokorelas spasal dapat dguaka utuk megdetfkas

Lebih terperinci

II. TINJAUAN PUSTAKA. variabel. Dalam regresi sederhana dikaji dua variabel, sedangkan dalam regresi

II. TINJAUAN PUSTAKA. variabel. Dalam regresi sederhana dikaji dua variabel, sedangkan dalam regresi 3 II. TINJAUAN PUSTAKA. Aalss Regres Aalss regres merupaka salah satu metode statstka ag dguaka utuk mempelajar da megukur huuga statstk ag terjad atara dua atau leh varael. Dalam regres sederhaa dkaj

Lebih terperinci

STATISTIKA. A. Tabel Langkah untuk mengelompokkan data ke dalam tabel distribusi frekuensi data berkelompok/berinterval: a. Rentang/Jangkauan (J)

STATISTIKA. A. Tabel Langkah untuk mengelompokkan data ke dalam tabel distribusi frekuensi data berkelompok/berinterval: a. Rentang/Jangkauan (J) STATISTIKA A. Tabel Lagkah utuk megelompokka data ke dalam tabel dstrbus frekues data berkelompok/berterval: a. Retag/Jagkaua (J) J X maks X m b. Bayak kelas (k) Megguaka atura Sturgess, yatu k,. log c.

Lebih terperinci

UNIVERSITAS INDONESIA PENGECEKAN ASUMSI PROPORTIONAL HAZARD PADA MODEL COX PH SKRIPSI RONI TUA YOHANES

UNIVERSITAS INDONESIA PENGECEKAN ASUMSI PROPORTIONAL HAZARD PADA MODEL COX PH SKRIPSI RONI TUA YOHANES UNIVERSITAS INDONESIA PENGECEKAN ASUMSI PROPORTIONAL HAZARD PADA MODEL COX PH SKRIPSI RONI TUA YOHANES 0606067793 FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM PROGRAM STUDI SARJANA MATEMATIKA DEPOK JUNI

Lebih terperinci

PEMBENTUKAN MODEL PROBIT BIVARIAT

PEMBENTUKAN MODEL PROBIT BIVARIAT PEMBENTUKAN MODEL PROBIT BIVARIAT SKRIPSI Dsusu Oleh : Yudh Cadra JE 003 66 PROGRAM STUDI STATISTIKA JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS DIPONEGORO SEMARANG 009

Lebih terperinci

PEMODELAN JUMLAH KEMATIAN BAYI DI PROVINSI JAWA TIMUR TAHUN 2011 DENGAN PENDEKATAN REGRESI BINOMIAL NEGATIF

PEMODELAN JUMLAH KEMATIAN BAYI DI PROVINSI JAWA TIMUR TAHUN 2011 DENGAN PENDEKATAN REGRESI BINOMIAL NEGATIF PEMODELAN JUMLAH KEMATIAN BAYI DI PROVINSI JAWA TIMUR TAHUN 0 DENGAN PENDEKATAN REGRESI BINOMIAL NEGATIF Selfy Atka Sary, I Nyoma Latra Jurusa Statstka, Fakultas MIPA, Isttut Tekolog Sepuluh Nopember (ITS)

Lebih terperinci

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan Aalsa Numerk Baha Matrkulas PENDAHULUAN Metode umerk merupaka suatu tekk atau cara utuk megaalsa da meyelesaka masalah masalah d dalam bdag rekayasa tekk da sa dega megguaka operas perhtuga matematk Masalah-masalah

Lebih terperinci