Analisis Faktor Sanitasi dan Sumber Air Minum yang Mempengaruhi Insiden Diare pada Balita di Jawa Timur dengan Regresi Logistik Biner

Ukuran: px
Mulai penontonan dengan halaman:

Download "Analisis Faktor Sanitasi dan Sumber Air Minum yang Mempengaruhi Insiden Diare pada Balita di Jawa Timur dengan Regresi Logistik Biner"

Transkripsi

1 JURNAL SAINS DAN SENI ITS Vol. 4, No., (015) (301-98X Prit) D-3 Aalisis Faktor Saitasi da Sumber Air Mium yag Memegaruhi Iside Diare ada Balita di Jawa Timur dega Regresi Logistik Bier Feby Victiai Ayuigrum da Mutiah Salamah Jurusa Statistika, Fakultas Matematika da Ilmu Pegetahua Alam, Istitut Tekologi Seuluh Noember (ITS) Jl. Arief Rahma Hakim, Surabaya Idoesia da Abstrak Peyakit diare meruaka eyebab kematia omor satu ada balita (5,%) di Idoesia. Diare ada balita daat disebabka oleh kodisi ligkuga yag meliuti asek saitasi da sumber air mium yag diguaka. Oleh karea itu, erlu dilakuka uaya utuk megetahui faktor saitasi da sumber air mium yag meadi eyebab teradiya diare ada balita di Jawa Timur, sehigga daat ditagai da memiimalisir umlah balita ederita diare. Hasil aalisis karakteristik meuukka umlah rumah tagga yag memiliki balita yag di Jawa Timur adalah sebayak 6174 rumah tagga dega 11% (701 rumah tagga) diataraya memiliki balita yag teragkit diare ada Tahu 013. Rumah tagga dega balita teragkit diare mayoritas megguaka fasilitas saitasi da sumber air yag berua kloset eis leher agsa da air dari sumur bor/ gali. Hasil aalisis regresi logistik bier meuukka bahwa faktor idividu yag memiliki egaruh sigifika terhada teragkitya diare ada rumah tagga yag memiliki balita adalah keala rumah tagga tidak bekera da keala rumah tagga bekera sebagai elaya, faktor saitasi yag mem-egaruhi adalah temat embuaga akhir tia di SPAL, cara eagaa samah ditimbu didalam taah da lagsug dibuag ke kali/ laut, temat embuaga air limbah rumah ta-gga di eamuga terbuka da uga faktor sumber air mium yag diguaka. Kata Kuci Balita Diare, Saitasi, Sumber air mium, Regresi logistik bier. I. PENDAHULUAN D iare adalah eyakit gaggua buag air besar (BAB) cair lebih dari tiga kali dalam sehari dega kosistesi tia cair da daat disertai darah atau ledir yag disebabka oleh ifeksi mikroorgaisme arasit (athoge) meliuti bakteri, virus, arasit, atauu rotozoa. Peyakit diare di Idoesia meruaka eyakit edemis da uga eyakit otesial Keadia Luar Biasa (KLB) yag serig meyebabka kematia setia tahu [1]. Meurut Profil Kesehata Idoesia (013), eyakit diare meruaka eyebab kematia omor satu ada balita (5,%) di Idoesia. Jawa Timur meruaka rovisi yag memberika kotribusi besar terhada umlah kasus diare ada Balita di Idoesia. Hal ii dikareaka Jawa Timur meruaka rovisi dega umlah eduduk terbayak kedua di Idoesia dega resetase diare ada balita cuku tiggi sebesar 6,6%. Resiko balita megalami kematia saat mederita diare lebih besar dari resiko yag dimiliki orag dewasa karea roorsi air dalam tubuh balita lebih besar dariada roorsi air dalam tubuh mausia dewasa. Selai itu, hal lai yag daat meigkatka resiko balita terkea diare adalah faktor ligkuga disekitarya meliuti saitasi da sumber air mium yag diguaka. Hal ii karea temat embuaga kotora mausia da hewa yag sembaraga aka meyebabka teradiya athoge ada tia bertrasmisi melalui media taah da tersebar didalam sumber air yag kemudia diguaka oleh mausia []. Sebagai akibatya, hamir setia tahuya saitasi da air mium yag tekotamiasi tersebut berkotribusi terhada 88% kematia aak akibat diare diseluruh duia [3]. Berdasarka hal tersebut maka tiggiya iside diare ada balita di Idoesia daat megidikasika masih burukya saitasi da sumber air mium yag diguaka masyarakat. Regresi logistik bier meruaka suatu metode aalisis data yag diguaka utuk mecari hubuga atara variabel reso (y) yag bersifat bier atau dikotomus dega variabel rediktor (x) yag bersifat olikotomus [4]. Reso kategorik yag bersifat dikotomus yaki rumah tagga yag memiliki balita yag erah teragkit diare da rumah tagga yag tidak memiliki balita yag erah teragkit diare meadika regresi logistik bier metode yag teat utuk eelitia ii, dega variabel faktor meliuti tiga asek yaki faktor idividu, faktor saitasi da faktor sumber air mium. Peelitia ii bertuua utuk megetahui karakteristik rumah tagga yag memiliki balita yag erah teragkit diare di Jawa Timur ada Tahu 013 da mecari faktorfaktor yag memegaruhi berdasarka kodisi saitasi da sumber air mium yag diguaka dega megguaka regresi logistik bier. II. TINJAUAN PUSTAKA A. Ui Ideedesi Ui ideedesi diguaka utuk megetahui hubuga atara dua variabel [5]. Hiotesis utuk eguia ideedesi atara variabel reso da rediktor daat dituliska sebagai berikut: H 0 : Tidak terdaat hubuga atara variabel reso dega variabel rediktor H 1 : Terdaat hubuga atara variabel reso dega variabel rediktor Statistik ui: I J ( ) i ei (1) e i1 1 i

2 JURNAL SAINS DAN SENI ITS Vol. 4, No., (015) (301-98X Prit) D-4 i.. dimaa: ei.. χ = ilai statistik ui ideedesi i = frekuesi egamata ada baris ke-i kolom ke- e i = ilai eksektasi egamata ada baris ke-i kolom ke- i. = frekuesi egamata ada baris ke-i. = frekuesi egamata ada kolom ke- Daerah kritis: Tolak H 0 ika χ > χ (α, (I-1)(1)) atau -value < α [5]. B. Regresi Logistik Bier Regresi logistik bier meruaka suatu metode aalisis data yag diguaka utuk mecari hubuga atara variabel reso (y) yag bersifat bier atau dikotomus dega variabel rediktor (x) yag bersifat olikotomus [4]. Pada eelitia ii variabel resoya adalah rumah tagga dega balita yag teragkit diare baik yag terdiagosis mauu geala da rumah tagga dega balita yag tidak teragkit diare di Jawa Timur. Model regresi logistik dega variabel ideede yaitu bayakya variabel redictor adalah sebagai berikut: ex( 0 1x1 x... x) () ( x) 1 ex( x x... x ) Model regresi logistik ada ersamaa () daat ditrasformasi logit dari π(x) meadi ersamaa berikut: C. Estimasi Parameter Estimasi arameter dalam regresi logistik dilakuka dega metode Maximum Likelihood. Jika x i da y i adalah asaga egamata variabel reso da rediktor kemudia diasumsika bahwa setia asaga egamata salig ideede dega asaga egamata laiya, maka fugsi likehood yag didaatka dari gabuga setia egamata adalah: y 1 y i i i i i i1 i1 l( β ) f ( y ) ( x ) 1 ( x ) Fugsi likelihood tersebut lebih mudah dimaksimumka dalam betuk l l(β) da diyataka dega L(β). L( β ) y X l 1 ex X i i i (4) 0 i1 i1 0 Nilai β maksimum didaatka melalui turua L(β) terhada β da hasilya adalah sama dega ol: sehigga, L( β) y x ex X i 1 x 1 ex X i i i i1 i1 i1 i1 i 1 (3) (5) y x x ˆ( ) 0, 0,1,,..., i i x (6) i i Utuk medaatka ilai taksira β dari turua ertama fugsi L(β) maka diguaka metode iterasi Newto Rahso. Persamaa yag diguaka adalah: dega 1 t 1 t t t β β H( β) g ( β ), t 0,1,,... (7) β β β T L L L g,,..., 0 1 da H meruaka matriks Hessia dega eleme-elemeya adalah Lβ h u. Iterasi aka berheti ketika β (t+1) β (t) u ε, dimaa ε meruaka bilaga yag sagat kecil. D. Peguia Sigifikasi Parameter Peguia sigifikasi arameter dilakuka dega memodelka secara uivariabel da multivariabel da dilakuka eguia utuk sigifikasi arameter secara seretak da arsial. Hiotesis yag diguaka utuk eguia seretak adalah sebagai berikut: H 0 : H 1 : alig sedikit ada satu 0 dega = 1,,, Statistik Ui: G l 1 y ˆ ˆ dimaa : 0 = Bayakya obervasi yag berilai y= 0 1 = Bayakya obervasi yag berilai y= 1 = = Bayakya observasi Nilai statistik ui G megikuti distribusi Chi-square dega deraat bebas sebesar, sehigga aka dieroleh keutusa tolak H 0 ika ilai G > (, ) [6]. Setelah megui sigifikasi arameter secara seretak kemudia dilakuka eguia sigifikasi arameter secara arsial. Hiotesis eguia arsial adalah sebagai berikut. H 0 : β = 0 H 1 : β 0 dega = 1,, 3,, Statistik Ui: ˆ Wi (9) SE( ˆ ) Statistik Ui W megikuti distribusi ormal dega taraf sigifikasi sebesar α. Sehigga tolak H 0 ika ilai W > Z /. Dari eguia arsial maka dieroleh variabel rediktor yag sigifika beregaruh terhada variabel reso. E. Ui Kesesuaia Model Ui kesesuaia model utuk megui aakah model yag dihasilka berdasarka regresi logistik multivariabel sudah layak dega hiotesis sebagai berikut: 1 y (8)

3 JURNAL SAINS DAN SENI ITS Vol. 4, No., (015) (301-98X Prit) D-5 H 0 : Model sesuai (tidak terdaat erbedaa yag sigifika atara hasil egamata dega kemugkia hasil rediksi model) H 1 : Model tidak sesuai (terdaat erbedaa yag sigifika atara hasil egamata dega kemugkia hasil rediksi model) Statistik ui: Cˆ g o ' ˆ k k k ' ˆ 1 ˆ k 1 k k k (10) g = Bayakya gru k = Total egamata dalam gru ke-k C k = Jumlah egamata dari ola kovariat ada desil ke- k O k = Jumlah egamata yag dituukka atara C k kovariat ˆ taksira rata-rata robabilitas. k F. Iterretasi Koefisie Parameter Estimasi dari koefisie variabel rediktor mereresetasika sloe atau besarya erubaha ada variabel reso utuk setia erubaha satu uit variabel rediktor [5]. Gua megetahui hubuga lebih auh megeai hubuga atara variabel reso da variabel rediktor, maka iterretasi koefisie arameter megguaka Odds Ratio. 1 (11) G. Diare Diare adalah eyakit gaggua buag air besar (BAB) cair lebih dari tiga kali dalam sehari dega kosistesi tia cair da daat disertai darah atau ledir. [1]. Pada umumya, diare adalah geala umum dari ifeksi gastroitestial yag disebabka oleh bakteri, virus da rotozoa [1]. Siklus hidu ii berasal dari kotora mausia/ hewa yag kemudia megotamiasi ligkuga da melakuka kotak dega mausia. III. METODOLOGI PENELITIAN A. Sumber Data Data yag diguaka dalam eelitia ii adalah data sekuder yag telah diasumsika valid megeai faktor-faktor saitasi da sumber air mium yag memegaruhi teradiya kasus eyakit diare ada balita di Jawa Timur yag dieroleh melalui survei Riset Kesehata Dasar (Riskesdas) Tahu 013 yag bersumber ada Bada Peelitia da Pegembaga Kesehata (Balitbagkes) dega uit eelitia adalah rumah tagga yag terdaat balita 0-59 bula). B. Variabel Peeltia Variabel eelitia yag diguaka ada eelitia ii terbagi meadi asek idividu, saitasi da sumber air mium. Adau variabel tersebut daat dilihat ada Tabel 1. sebagai berikut: Tabel 1. Variabel eelitia No Variabel Kategori 1 Peyakit diare ada 0 = Tidak balita (Y) 1 = Ya Daerah temat 1 = Urba tiggal (X 1 ) 3 Usia (X ) 4 Pedidika tertiggi keala rumah tagga (X 3 ) = Rural 1= Tidak sekolah = Tidak tamat SD 3= Tamat SD/ MI 4= Tamat SLTP/ MTS 5= Tamat SLTA/ MA Tabel. Variabel Peelitia (Lauta) No Variabel Kategori 6= Tamat D1/ D/ D3 7= Tamat PT 5 Pekeraa Keala Rumah Tagga (X 4 ) 1 = Tidak Bekera = PNS/ TNI/ POLRI/ BUMN/ BUMD 3 = Pegawai Swasta, Wiraswasta & Buruh 4 = Petai 5 = Nelaya 6 = Laiya 6 Jeis kloset (X 5 ) 1 = Leher agsa = Plegsega 3 = Cemlug/ cubluk 4 = Tidak ada kloset ribadi (Kloset umum) 7 Temat embuaga akhir tia (X 6 ) 8 Jeis temat eamuga samah basah (X 7 ) 9 Peagaa samah rumah tagga (X 8 ) 10 Temat embuaga air limbah rumah tagga (X 9 ) 11 Kawasa temat tiggal kumuh (X 10 ) 1 Sumber air utama (X 11 ) 13 Sumber air utuk mium (X 1 ) 14 Jarak memeroleh air mium (X 13 ) 1 = Tagki setik = SPAL 3 = Temat Terbuka/ Sembaraga 1= Temat samah tertutu = Temat samah terbuka 3= Temat samah tertutu da terbuka 4= Tidak ada 1= Diagkut etugas = Ditimbu dalam taah 3= Dibuat komos 4= Dibakar 5= Dibuag ke kali/ laut 6= Dibuag sembaraga 1= Peamuga tertutu / SPAL = Peamuga terbuka 3= Taa eamuga 1= Tidak = Ya 1= Ledeg = Sumur Bor/ Gali 3= Mata Air 1= Air Kemasa/ Isi Ulag = Air Ledeg 3= Sumur bor/gali 4= Mata Air 5= Peamuga Air Terbuka 1= 100 m = m 3= > 1000 m

4 JURNAL SAINS DAN SENI ITS Vol. 4, No., (015) (301-98X Prit) D-6 15 Pegolaha air sebelum dimium (X 14 ) 1= Dimasak = Tidak dimasak C. Lagkah Aalisis 1. Medeskrisika data. Melakuka ui ideedesi dega Persamaa (1) 3. Melakuka estimasi arameter (7) 4. Melakuka ui estimasi arameter secara seretak mauu secara arsial berdasarka Persamaa (8) da (9). 5. Megui kesesuaia model (10) 6. Meghitug ilai odds ratio dega Persamaa (11) 7. Megiterretasika model yag didaatka. 8. Mearik kesimula. IV. ANALISIS DAN PEMBAHASAN A. Karakteristik Rumah Tagga yag Memiliki Balita Perah Teragkit Diare Jumlah rumah tagga yag memiliki balita yag di Jawa Timur adalah sebayak 6174 rumah tagga dega 11% (701 rumah tagga) diataraya memiliki balita yag teragkit diare. Rumah tagga dega balita teragkit diare mayoritas tiggal diwilayah urba/ erkotaa (413 rumah tagga) Fasilitas saitasi yag mayoritas diguaka oleh rumah tagga yag memiliki balita yag teragkit diare adalah kloset bereis leher agsa (513 rumah tagga) dega temat embuaga akhir tia yag diguaka adalah tagki setik (470 rumah tagga), eis eamuga samah basah berua temat samah terbuka (43 rumah tagga), da cara eagaa samah rumah tagga dibakar (367 rumah tagga), embuaga akhir limbah rumah tagga taa eamuga (467 rumah tagga). Adau megeai sumber air yag mayoritas diguaka utuk air mium adalah air dari sumur bor/ gali sebayak 31 rumah tagga, da air dimasak terlebih dahulu sebelum dikosumsi (441 rumah tagga). B. Ui Ideedesi Ui ideedesi dilakuka utuk megetahui ada tidakya hubuga atara iside diare ada rumah tagga yag memiliki balita (Y) dega variabel faktor (X) yag diduga memegaruhi. Hasil eguia terseburt daat dilihat ada Tabel berikut. Tabel. Hasil Ui Ideedesi Variabel Prediktor Variabel Prediktor Sig Daerah Temat Tiggal 0,131* Pedidika Keala Rumah Tagga 0,891 Pekeraa Keala Rumah Tagga 0,001* Jeis Kloset 0,560 Temat Pembuaga Akhir Tia 0,177* Jeis Peamuga Samah Basah 0,303 Cara Peamuga Samah 0,163* Temat Pembuaga Akhir Limbah Rumah Tagga 0,105* Kawasa Temat Tiggal 0,683 Sumber Air Utama 0,94 Sumber Air Mium 0,157* Jarak Memeroleh Air Mium 0,593 Pegolaha Air Sebelum Dimium 0,184* *Sigifika kurag dari α = 0% Berdasarka Tabel diketahui bahwa terdaat tuuh variabel yag memiliki ilai sigifikasi kurag dari taraf sigifikasi (ilai alha), sehigga daat diutuska bahwa tuuh variabel rediktor tersebut memiliki hubuga dega eyakit diare ada rumah tagga yag memiliki balita. Variabel rediktor tersebut adalah daerah temat tiggal (X 1 ), ekeraa keala rumah tagga (X 4 ), temat embuaga akhir tia (X 6 ), cara eagaa samah (X 8 ), temat embuaga akhir limbah rumah tagga (X 9 ), sumber air mium (X 1 ) da egolaha air sebelum dimium (X 14 ). C. Peguia Sigifikasi Parameter Peguia sigifikasi arameter dilakuka utuk megetahui faktor-faktor yag memiliki egaruh sigifika terhada eyakit diare ada rumah tagga yag memiliki balita. Peguia sigifikasi arameter dilakuka berdasarka emodela uivariabel da multivariabel. Hasil eguia sigifikasi arameter secara uivariabel daat dilihat ada Tabel 3. Tabel 3. Hasil Peguia Sigifikasi Parameter Secara Uivariabel Variabel B Wald Sig. Odds Ratio Daerah Temat Tiggal Urba 0,13,78 0,131* 1,131 Usia -0,003 1,414 0,34 0,997 Pekeraa Rumah Tagga Tidak Bekera -1,00 13,18 0,000* 0,367 PNS/ TNI/ Polri/ BUMN/ BUMD 0,031 0,017 0,896 1,031 Pegawai Swasta, Wiraswasta & Buruh -0,119 0,461 0,497 0,888 Petai -0,06 1,03 0,73 0,814 Nelaya -0,444 1,754 0,185* 0,641 Temat Pembuaga Akhir Tia Tagki Setik -0,039 0,195 0,659 0,961 SPAL 0,363,579 0,108* 1,438 Cara Peagaa Samah Rumah Tagga Diagkut Petugas 0,139 0,57 0,449 1,149 Ditimbu Dalam Taah 0,45 3,804 0,051* 1,568 Dibuat Komos -0,573 1,1 0,90 0,564 Dibakar 0,119 0,473 0,491 1,17 Dibuag ke sugai/ laut 0,9 1,91 0,166* 1,336 Temat Pembuaga Akhir Limbah Peamuga Tertutu -0,08 0,444 0,505 0,808 Peamuga Terbuka -0,14 4,47 0,035* 0,136 Sumber Air Mium Air Kemasa/ Isi Ulag 1,466 4,17 0,04* 4,334 Air Ledeg 1,88 3,14 0,076* 3,65 Sumur Bor/ Gali 1,37 3,619 0,057* 3,941 Mata Air 1,351 3,414 0,065* 3,859 Pegolaha Air Sebelum Dimium Dimasak -0,11 1,763 0,184* 0,895 *Sigifika kurag dari α = 0% Tabel 3. meuukka bahwa seluruh variabel hasil emodela uivariabel beregaruh sigifika terhada eyakit diare ada rumah tagga yag memiliki balita. kecuali variabel usia (X ).

5 JURNAL SAINS DAN SENI ITS Vol. 4, No., (015) (301-98X Prit) D-7 D. Pemiliha Model Terbaik Pemiliha model terbaik dilakuka setelah emodela multivariabel da dilakuka eguia sigifikasi arameter secara seretak da arsial higga didaatka faktor-faktor yag memiliki egaruh sigifika terhada eyakit diare. Hasil emiliha model terbaik daat dilihat ada Tabel 4. Tabel 4. Hasil Pemiliha Model Terbaik Variabel B Wald Sig. Odds Ratio Pekeraa Rumah Tagga Tidak Bekera -0,978 1,493 0,000* 0,376 PNS/ TNI/ Polri/ BUMN/ BUMD 0,036 0,03 0,880 1,036 Pegawai Swasta, Wiraswasta & Buruh -0,1 0,36 0,568 0,904 Petai -0,158 0,677 0,411 0,854 Nelaya -0,56,345 0,16* 0,591 Temat Pembuaga Akhir Tia Tagki Setik -0,089 0,89 0,363 0,915 SPAL 0,340,131 0,144* 1,405 Cara Peagaa Samah Rumah Tagga Diagkut Petugas 0,074 0,143 0,706 1,076 Ditimbu Dalam Taah 0,449 3,68 0,055* 1,567 Dibuat Komos -0,557 1,056 0,304 0,573 Dibakar 0,17 0,514 0,474 1,135 Dibuag ke sugai/ laut 0,31,149 0,143* 1,366 Temat Pembuaga Akhir Limbah Peamuga Tertutu -0,14 1,64 0,61 0,87 Peamuga Terbuka -0,3 4,414 0,036* 0,801 Sumber Air Mium Air Kemasa/ Isi Ulag 1,49 3,875 0,049* 4,174 Air Ledeg 1,7 3,034 0,08* 3,56 Sumur Bor/ Gali 1,34 3,45 0,063* 3,88 Mata Air 1,315 3,7 0,07* 3,73 Kostata -3,69 18, * 0,030 Keteraga: *sigifika kurag dari α= 0% Tabel 4 meuukka bahwa faktor yag memiliki egaruh sigifika terhada teragkitya diare ada rumah tagga yag memiliki balita adalah adalah keala rumah tagga tidak bekera (X 4 ), keala rumah tagga bekera sebagai elaya (X 4 ), temat embuaga akhir tia di SPAL (X 6 ), eagaa samah ditimbu dalam taah (X 8 ), da eagaa samah dibuag ke kali/ laut (X 8 ), temat embuaga air limbah rumah tagga di temat eamuga terbuka (X 9 ) da sumber air mium keluarga (X 1 ). Model yag didaatka adalah: ĝ(x)=-3,69-0,978 X 4 (1)* + 0,036 X 4 () -0,100 X 4 (3) -0,158 X 4 (4) - 0,56 X 4 (5)* -0,089 X 6 (1) +0,340 X 6 ()* + 0,074 X 8 (1)+ 0,449 X 8 ()* 0,557 X 8 (3) + 0,17 X 8 (4) + 0,31 X 8 (5)*-0,14 X 9 (1) 0,3X 9 ()* +1,49 X 8 ()* + 1,7 X 8 ()* + 1,34 X 8 ()* +1,34 X 1 (3)* +1,315 X 1 (4)* E. Ui Kesesuaia Model Model yag didaatka diui kesesuaiaya utuk megetahui aakah model yag didaatka telah sesuai. Hasil ui kesesuaia model megguaka rumus (10) meuukka bahwa ilai sigifikasi eguia adalah sebesar 0,850 sehigga ilai sigifikasi hasil eguia lebih dari taraf sigifikasi yag ditetaka sebesar 0,0, sehigga model yag didaatka daat diyataka sebagai model yag sesuai atau tidak memiliki erbedaa yag sigifika atara hasil rediksi dega hasil egamata. F. Iterretasi Model Model yag telah didaatka selautya diiterretasika utuk medaatka iformasi yag lebih mudah difahami. Iformasi tersebut didaatka dari besar robabilitas rumah tagga yag memiliki balita utuk teragkit eyakit da ilai odds ratio. Tabel 5. Odds Ratio Peyakit Diare Pada Rumah Tagga Yag Memiliki Balita Berdasarka Faktor-Faktor Yag Memegaruhi Secara Sigifika Odds Variabel Ratio Keala Rumah Tagga Tidak Bekera 0,376 Keala rumah tagga bekera sebagai elaya 0,591 Temat embuaga akhir tia SPAL 1,405 Cara eagaa samah ditimbu dalam 1,567 taah Cara eagaa samah dibuag ke kali/ laut 1,366 Temat embuaga air limbah 0,801 Sumber air mium kemasa/ isi ulag 4,174 Sumber air mium air ledeg 3,56 Sumber air mium sumur bor/ gali 3,88 Sumber air mium mata air 3,73 Berdasarka ilai ada Tabel 5 didaatka iformasi sebagai berikut: 1. Rumah tagga yag memiliki balita dega keala rumah tagga yag tidak bekera lebih beresiko 0,376 kali utuk teragkit eyakit diare dibadigka dega rumah tagga yag bekera selai sebagai PNS/ TNI/ Polri/ BUMN/ BUMD/ egawai Swasta, swasta, buruh, etai da elaya. Selai itu, rumah tagga yag memiliki balita dega keala rumah tagga yag bekera sebagai elaya lebih beresiko 0,591 kali utuk teragkit eyakit diare dibadigka dega rumah tagga yag bekera selai sebagai PNS/ TNI/ Polri/ BUMN/ BUMD/ egawai Swasta, swasta, buruh, etai.. Rumah tagga.yag memiliki balita dega temat embuaga akhir tia di SPAL lebih berisiko 1,405 kali utuk teragkit diare bila dibadigka dega rumah tagga dega temat embuaga akhir tia di temat terbuka/ sembaraga. 3 Rumah tagga yag memiliki balita dega cara eagaa samah ditimbu didalam taah lebih beresiko 1,567 kali utuk teragkit eyakit diare dibadigka dega rumah tagga cara eagaa samahya dibuaga sembaraga. Disamig itu, 5. Rumah tagga yag memiliki balita dega cara eagaa samah dibuag lagsug ke kal/ laut lebih beresiko 1,366 kali utuk teragkit eyakit diare dibadigka dega rumah tagga cara eagaa samah dibuag ke sugai/ laut.

6 JURNAL SAINS DAN SENI ITS Vol. 4, No., (015) (301-98X Prit) D-8 6. Rumah tagga yag memiliki balita dega temat embuaga air limbah rumah tagga di temat eamuga terbuka lebih berisiko 0,801 kali utuk teragkit eyakit diare bila dibadigka dega rumah tagga yag tidak memiliki temat eamuga. 7. Rumah tagga dega sumber air mium berasal dari air kemasa/ isi ulag, air ledeg, sumur bor/ gali, mata air masig-masig lebih berisiko sebesar 4,174, 3,56, 3,88, da 3,73 kali utuk teragkit diare bila dibadigka dega rumah tagga dega sumber air mium berasal dari eamuga terbuka. Hal ii meadaka bahwa kualitas sumber air mium yag diguaka rumah tagga yag memiliki balita di Jawa Timur masih belum cuku baik, sehigga dari maau sumber air miumya, resiko balita dalam rumah tagga tuk teragkit diare masih tiggi. Selai dari ilai odds ratio, iformasi megeai teragkitya eyakit diare ada rumah tagga yag memiliki balita uga didaatka dari besarya eluag yag didaatka dari model regresi logistic. Model regresi logistik yag didaatka adalah sebagai berikut. ˆ ( x) gˆ ( x) e gˆ ( x) 1 e Perhituga robabilitas sesuai degabeberaa karakteristik model yag didaat adalah sebagai berikut: 1. Rumah tagga yag memiliki balita memiliki eluag sebesar 0,095 utuk teragkit diare ika keala rumah tagga tidak bekera, temat embuaga akhir tia di SPAL, cara eagaa samah rumah tagga ditimbu didalam taah, temat embuaga air limbah di temat eamuga terbuka da sumber air mium air kemasa/ isi ulag.. Rumah tagga yag memiliki balita di Jawa Timur memiliki eluag sebesar 0,07 teragkit eyakit diare ika keala rumah tidak bekera, temat embuaga akhir tia di SPAL, cara eagaa samah rumah tagga dibuag ke sugai/ laut, temat embuaga air limbah di temat eamuga terbuka da sumber air mium berasal dari air ledeg. 3. Rumah tagga yag memiliki balita di Jawa Timur memiliki eluag sebesar 0,13 teragkit eyakit diare ika keala rumah bekera sebagai elaya, temat embuaga akhir tia di SPAL, cara eagaa samah ditimbu dalam taah, temat embuaga air limbah di temat eamuga terbuka da sumber air mium berasal dari air ledeg. 4. Rumah tagga yag memiliki balita di Jawa Timur memiliki eluag sebesar 0,109 teragkit eyakit diare ika keala rumah bekera sebagai elaya, temat embuaga akhir tia di SPAL, cara eagaa samah dibuag ke sugai/ laut, temat embuaga air limbah di temat eamuga terbuka da sumber air mium berasal dari air ledeg. V. KESIMPULAN Hasil eelitia megeai eyakit diare ada rumah tagga yag memiliki balita di Jawa Timur memberika kesimula sebagai berikut: 1. Jumlah rumah tagga yag memiliki balita yag di Jawa Timur adalah sebayak 6174 rumah tagga dega 11% (701 rumah tagga) diataraya memiliki balita yag teragkit diare. Rumah tagga dega balita teragkit diare mayoritas memiliki keala rumah tagga dega ekeraa utama adalah sebagai egawai swasta, wiraswasta da buruh (47 rumah tagga) da tiggal diwilayah urba (413 rumah tagga) Fasilitas saitasi yag mayoritas diguaka oleh rumah tagga yag memiliki balita yag teragkit diare adalah kloset bereis leher agsa (513 rumah tagga) dega temat embuaga akhir tia yag diguaka adalah tagki setik (470 rumah tagga), eis eamuga samah basah berua temat samah terbuka (43 rumah tagga), da cara eagaa samah rumah tagga dibakar (367 rumah tagga), embuaga akhir limbah rumah tagga taa eamuga (467 rumah tagga). Adau megeai sumber air yag mayoritas diguaka utuk air mium adalah air dari sumur bor/ gali sebayak 31 rumah tagga, da air dimasak terlebih dahulu sebelum dikosumsi (441 rumah tagga).. Faktor-faktor yag memiliki egaruh sigifika terhada teragkitya diare ada rumah tagga yag memiliki balita adalah adalah faktor idividu da saitasi. Faktor idividu meliuti keala rumah tagga bekera sebagai elaya, sedagka faktor saitasi yag meliuti temat embuaga akhir tia di SPAL, cara eagaa samah ditimbu didalam taah da lagsug dibuag ke kali/ laut, da temat embuaga air limbah rumah tagga di eamuga terbuka. Adau faktor sumber air mium yag memberika egaruh adalah sumber air mium yag berasal dari air kemasa/ isi ulag, air ledeg, air dari sumur bor/ gali da air berasal dari mata air. DAFTAR PUSTAKA [1] Kemetria Kesehata RI. (014). Profil Kesehata Idoesia 013. Jakarta: Kemetria Kesehata RI. [] Brikké, F., & Bredero, M. (003). Likig Techology Choice With Oeratio ad Maiteace. Geeva: World Health Orgaizatio. [3] UNICEF Idoesia. (01). Air Bersih, Saitasi & Kebersiha. UNICEF Idoesia. [4] Stokes, M. E., Davis, C. S., & Koch, G. G. (000). Categorical Data Aalysis Usig SAS (d ed.). Cary, North Carolia: SAS Istitute Ic. [5] Agresti, A. (00). Categorical Data Aalysis. New York: Joh Wiley & Sos [6] Hosmer, D. W., Lemeshow, S., & Sturdivat, X. R. (013). Alied Logistic Regressio (3rd ed.). New York: Joh Wiley & Sos.

Analisis Regresi Ordinal Untuk Mengetahui Faktor-Faktor Yang Mempengaruhi Kualitas Pelayanan Kesehatan Pada Komunitas Latino

Analisis Regresi Ordinal Untuk Mengetahui Faktor-Faktor Yang Mempengaruhi Kualitas Pelayanan Kesehatan Pada Komunitas Latino Jural Gradie Vol 8 No 2 Juli 22 82-88 Aalisis Regresi Ordial Utuk Megetahui Faktor-Faktor Yag Mempegaruhi Kualitas Pelayaa Kesehata Pada Komuitas Latio Idhia Sriliaa Jurusa Matematika, Fakultas Matematika

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Subjek Peelitia Peelitia ii dilaksaaka di kawasa huta magrove, yag berada pada muara sugai Opak di Dusu Baros, Kecamata Kretek, Kabupate Batul. Populasi dalam peelitia ii adalah

Lebih terperinci

TINJAUAN PUSTAKA Pengertian

TINJAUAN PUSTAKA Pengertian TINJAUAN PUSTAKA Pegertia Racaga peelitia kasus-kotrol di bidag epidemiologi didefiisika sebagai racaga epidemiologi yag mempelajari hubuga atara faktor peelitia dega peyakit, dega cara membadigka kelompok

Lebih terperinci

Jurnal Ilmiah Matematika dan Terapan, vol.7, no. 1, Mei 2010, hal PERBANDINGAN MODEL REGRESI NONPARAMETRIK DENGAN REGRESI SPLINE DAN KERNEL

Jurnal Ilmiah Matematika dan Terapan, vol.7, no. 1, Mei 2010, hal PERBANDINGAN MODEL REGRESI NONPARAMETRIK DENGAN REGRESI SPLINE DAN KERNEL Jural Ilmiah Matematika da Teraa, vol.7, o., Mei 0, hal. -7. Abstrak PERBANDINGAN MODEL REGRESI NONPARAMETRIK DENGAN REGRESI SPLINE DAN KERNEL Lilis Laome ) ) Jurusa Matematika FMIPA Uiversitas Haluoleo

Lebih terperinci

BAB 1 PENDAHULUAN 1.1 LATAR BELAKANG MASALAH

BAB 1 PENDAHULUAN 1.1 LATAR BELAKANG MASALAH BAB ENDAHULUAN. LATAR BELAKANG MASALAH Dalam kehidua yata, sejumlah feomea daat diikirka sebagai ercobaa yag mecaku sederata egamata yag berturut-turut da buka satu kali egamata. Umumya, tia egamata dalam

Lebih terperinci

1200 (0,535) (0,465) (1200 1).0,05 + (0,535) (0,465)

1200 (0,535) (0,465) (1200 1).0,05 + (0,535) (0,465) = DATA DAN METODE PENELITIAN Data Peelitia Data yag diguaka dalam peelitia ii adalah data primer hasil yag diperoleh melalui peyebara kuisioer da metode wawacara sebagai data pelegkap. Pegumpula data dilaksaaka

Lebih terperinci

PROSES INFERENSI PADA MODEL LOGIT. Oleh: Agus Rusgiyono Program Studi Statistika FMIPA UNDIP. 1 n

PROSES INFERENSI PADA MODEL LOGIT. Oleh: Agus Rusgiyono Program Studi Statistika FMIPA UNDIP. 1 n PROSS INFRNSI PADA MODL LOGIT Oleh: Agus Rusgiyoo Program Studi Statistika FMIPA UNDIP Abstracts Let { 3 L } rereset the resose o a omial radom variable o Beroulli distributio with P[ ] P[ ] where is a

Lebih terperinci

ANALISIS REGRESI LOGISTIK ORDINAL UNTUK MENGETAHUI FAKTOR-FAKTOR YANG MEMPENGARUHI STATUS GIZI BALITA NELAYAN KECAMATAN BULAK SURABAYA

ANALISIS REGRESI LOGISTIK ORDINAL UNTUK MENGETAHUI FAKTOR-FAKTOR YANG MEMPENGARUHI STATUS GIZI BALITA NELAYAN KECAMATAN BULAK SURABAYA Vol. 5, No., Desember 009: 4-44 ANALISIS REGRESI LOGISTIK ORDINAL UNTUK MENGETAHUI FAKTOR-FAKTOR YANG MEMPENGARUHI STATUS GIZI BALITA NELAYAN KECAMATAN BULAK SURABAYA Destri Susilaigrum da Citra Elok Megahardiyai

Lebih terperinci

Praktikum Perancangan Percobaan 9

Praktikum Perancangan Percobaan 9 Praktikum Peracaga Percobaa 9 PRAKTIKUM RANCANGAN ACAK LENGKAP A. Tujua Istruksioal Khusus Mahasiswa diharaka mamu: a. Megguaka kalkulator utuk meyelesaika aalisis ragam RAL b. Megguaka kalkulator ada

Lebih terperinci

IV. METODE PENELITIAN. Penelitian ini dilakukan di Kawasan Pantai Anyer, Kabupaten Serang

IV. METODE PENELITIAN. Penelitian ini dilakukan di Kawasan Pantai Anyer, Kabupaten Serang IV. METODE PENELITIAN 4.1 Lokasi da Waktu Peelitia Peelitia ii dilakuka di Kawasa Patai Ayer, Kabupate Serag Provisi Bate. Lokasi ii dipilih secara segaja atau purposive karea Patai Ayer merupaka salah

Lebih terperinci

BAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya

BAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya 5 BAB II LANDASAN TEORI Dalam tugas akhir ii aka dibahas megeai peaksira besarya koefisie korelasi atara dua variabel radom kotiu jika data yag teramati berupa data kategorik yag terbetuk dari kedua variabel

Lebih terperinci

BAB III METODOLOGI START. Baca Input Data γ, c, φ, x 1, y 1, x 2, y 2, x 3, y 3, x 4, y 4, D. Menghitung FK Manual. Tidak.

BAB III METODOLOGI START. Baca Input Data γ, c, φ, x 1, y 1, x 2, y 2, x 3, y 3, x 4, y 4, D. Menghitung FK Manual. Tidak. BAB III METODOLOGI 3.. ALUR PROGRAM (FLOW CHART) Seerti telah dijelaska sebelumya, bahwa tujua dari eelitia ii adalah utuk megaalisis suatu kasus stabilitas lereg. Aalisis stabilitas lereg tergatug ada

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Variabel-variabel yang digunakan pada penelitian ini adalah:

BAB III METODOLOGI PENELITIAN. Variabel-variabel yang digunakan pada penelitian ini adalah: BAB III METODOLOGI PENELITIAN 3. Variabel da Defiisi Operasioal Variabel-variabel yag diguaka pada peelitia ii adalah: a. Teaga kerja, yaitu kotribusi terhadap aktivitas produksi yag diberika oleh para

Lebih terperinci

Statistika 2. Pengujian Hipotesis. 1. Pendahuluan. Topik Bahasan: Oleh : Edi M. Pribadi, SP., MSc.

Statistika 2. Pengujian Hipotesis. 1. Pendahuluan. Topik Bahasan: Oleh : Edi M. Pribadi, SP., MSc. Statistika Toik Bahasa: Pegujia Hiotesis Oleh : Edi M. Pribadi, SP., MSc. E-mail: edi_m@staff.guadarma.ac.id. Pedahulua Hiotesis eryataa yag meruaka edugaa berkaita dega ilai suatu arameter oulasi (satu

Lebih terperinci

BAB III TAKSIRAN KOEFISIEN KORELASI POLYCHORIC DUA TAHAP. Permasalahan dalam tugas akhir ini dibatasi hanya pada penaksiran

BAB III TAKSIRAN KOEFISIEN KORELASI POLYCHORIC DUA TAHAP. Permasalahan dalam tugas akhir ini dibatasi hanya pada penaksiran BAB III TAKSIRAN KOEFISIEN KORELASI POLYCHORIC DUA TAHAP Permasalaha dalam tugas akhir ii dibatasi haya pada peaksira besarya koefisie korelasi polychoric da tidak dilakuka peguia terhadap koefisie korelasi

Lebih terperinci

Pengujian Normal Multivariat T 2 Hotteling pada Faktor-Faktor yang Mempengaruhi IPM di Jawa Timur dan Jawa Barat Tahun 2007

Pengujian Normal Multivariat T 2 Hotteling pada Faktor-Faktor yang Mempengaruhi IPM di Jawa Timur dan Jawa Barat Tahun 2007 1 Peguia Normal Multivariat T Hottelig pada Faktor-Faktor yag Mempegaruhi IPM di Jawa Timur da Jawa Barat Tahu 007 Dedi Setiawa, Zuy Iesa Pratiwi, Devi Lidasari, da Sati Puteri Rahayu Jurusa Statistika,

Lebih terperinci

III. METODE PENELITIAN. Pembangunan Daerah (BAPPEDA) Provinsi NTB, BPS pusat, dan instansi lain

III. METODE PENELITIAN. Pembangunan Daerah (BAPPEDA) Provinsi NTB, BPS pusat, dan instansi lain III. METODE PENELITIAN 3.1 Jeis da Sumber Data Data yag diguaka pada peelitia ii merupaka data sekuder yag diperoleh dari Bada Pusat Statistik (BPS) Provisi NTB, Bada Perecaaa Pembagua Daerah (BAPPEDA)

Lebih terperinci

Kata Kunci : CHAID, IPM, regresi logistik ordinal.

Kata Kunci : CHAID, IPM, regresi logistik ordinal. ANALISIS CHAID DAN REGRESI LOGISTIK ORDINAL PADA INDEKS PEMBANGUNAN MANUSIA DI PROVINSI JAWA TENGAH Liaa Yuita Sari, Sri Sulistijowati Hadajai, da Satoso Budiwiyoo Program Studi Matematika FMIPA UNS ABSTRAK.

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Aalisis Regresi Istilah regresi pertama kali diperkealka oleh seorag ahli yag berama Facis Galto pada tahu 1886. Meurut Galto, aalisis regresi berkeaa dega studi ketergatuga dari suatu

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1. Lokasi da Waktu Peelitia Daerah peelitia adalah Kota Bogor yag terletak di Provisi Jawa Barat. Pemiliha lokasi ii berdasarka pertimbaga atara lai: (1) tersediaya Tabel Iput-Output

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Statistika iferesi merupaka salah satu cabag statistika yag bergua utuk meaksir parameter. Peaksira dapat diartika sebagai dugaa atau perkiraa atas sesuatu yag aka terjadi

Lebih terperinci

3 METODE PENELITIAN 3.1 Kerangka Pemikiran 3.2 Lokasi dan Waktu Penelitian

3 METODE PENELITIAN 3.1 Kerangka Pemikiran 3.2 Lokasi dan Waktu Penelitian 19 3 METODE PENELITIAN 3.1 Keragka Pemikira Secara rigkas, peelitia ii dilakuka dega tiga tahap aalisis. Aalisis pertama adalah megaalisis proses keputusa yag dilakuka kosume dega megguaka aalisis deskriptif.

Lebih terperinci

Metode Kuadrat Terkecil Tertimbang pada Model Regresi Semiparametrik Terboboti Geografis

Metode Kuadrat Terkecil Tertimbang pada Model Regresi Semiparametrik Terboboti Geografis SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2017 Metode Kuadrat Terkecil Tertimbag ada Model Regresi Semiarametrik Terboboti Geografis S-8 Haif Fakhria Afriastii 1, Dewi Reto Sari Sautro 2, Purami

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Jenis data yang digunakan berupa data sekunder yang menggunakan Tabel

BAB III METODOLOGI PENELITIAN. Jenis data yang digunakan berupa data sekunder yang menggunakan Tabel 49 BAB III METODOLOGI PENELITIAN 3.1 Jeis da Sumber Data Jeis data yag diguaka berupa data sekuder yag megguaka Tabel Iput Output Idoesia Tau 2005 dega klasifikasi 9 sektor. Data tersebut berasal dari

Lebih terperinci

1. Pendahuluan. Materi 3 Pengujuan Hipotesis

1. Pendahuluan. Materi 3 Pengujuan Hipotesis Materi 3 Pegujua Hiotesis. Pedahulua Hiotesis eryataa yag meruaka edugaa berkaita dega ilai suatu arameter oulasi (satu atau lebih oulasi) Kebeara suatu hiotesis diuji dega megguaka statistik samel hiotesis

Lebih terperinci

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan REGRESI LINIER DAN KORELASI Variabel dibedaka dalam dua jeis dalam aalisis regresi: Variabel bebas atau variabel prediktor -> variabel yag mudah didapat atau tersedia. Dapat diyataka dega X 1, X,, X k

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara BAB I PENDAHULUAN 1.1 Latar Belakag Salah satu pera da fugsi statistik dalam ilmu pegetahua adalah sebagai. alat aalisis da iterpretasi data kuatitatif ilmu pegetahua, sehigga didapatka suatu kesimpula

Lebih terperinci

IV. METODE PENELITIAN. berdasarkan tujuan penelitian (purposive) dengan pertimbangan bahwa Kota

IV. METODE PENELITIAN. berdasarkan tujuan penelitian (purposive) dengan pertimbangan bahwa Kota IV. METODE PENELITIAN 4.1. Lokasi da Waktu Peelitia ii dilaksaaka di Kota Bogor Pemiliha lokasi peelitia berdasarka tujua peelitia (purposive) dega pertimbaga bahwa Kota Bogor memiliki jumlah peduduk yag

Lebih terperinci

Inferensia dan Perbandingan Vektor Nilai Tengah

Inferensia dan Perbandingan Vektor Nilai Tengah Iferesia da Perbadiga Vektor Nilai egah Perbadiga Kasus Peubah uggal da Peubah Gada Peduga titik arameter ilai tegah Peduga selag ilai tegah Peguia hioteis ilai tegah satu oulasi Peguia beda ilai tegah

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1 Lokasi da Waktu peelitia Peelitia dilakuka pada budidaya jamur tiram putih yag dimiliki oleh usaha Yayasa Paguyuba Ikhlas yag berada di Jl. Thamri No 1 Desa Cibeig, Kecamata Pamijaha,

Lebih terperinci

STATISTICS. Hanung N. Prasetyo Week 11 TELKOM POLTECH/HANUNG NP

STATISTICS. Hanung N. Prasetyo Week 11 TELKOM POLTECH/HANUNG NP STATISTICS Haug N. Prasetyo Week 11 PENDAHULUAN Regresi da korelasi diguaka utuk megetahui hubuga dua atau lebih kejadia (variabel) yag dapat diukur secara matematis. Ada dua hal yag diukur atau diaalisis,

Lebih terperinci

BAB V ANALISA PEMECAHAN MASALAH

BAB V ANALISA PEMECAHAN MASALAH 89 BAB V ANALISA PEMECAHAN MASALAH Dalam upaya mearik kesimpula da megambil keputusa, diperluka asumsi-asumsi da perkiraa-perkiraa. Secara umum hipotesis statistik merupaka peryataa megeai distribusi probabilitas

Lebih terperinci

III. BAHAN DAN METODE. Penelitian ini dilaksanakan pada bulan April 2014 di BBPTU-HPT Baturraden,

III. BAHAN DAN METODE. Penelitian ini dilaksanakan pada bulan April 2014 di BBPTU-HPT Baturraden, III. BAHAN DAN METODE A. Waktu da Tempat Peelitia Peelitia ii dilaksaaka pada bula April 014 di BBPTU-HPT Baturrade, Purwokerto. B. Baha da Alat Peelitia Baha peelitia ii yaitu rekordig produksi susu laktasi

Lebih terperinci

BAB III METODE PENELITIAN. Metode yang digunakan dalam penelitian ini adalah penelitian korelasi,

BAB III METODE PENELITIAN. Metode yang digunakan dalam penelitian ini adalah penelitian korelasi, BAB III METODE PENELITIAN 3.1 Metode Peelitia Metode yag diguaka dalam peelitia ii adalah peelitia korelasi, yaitu suatu metode yag secara sistematis meggambarka tetag hubuga pola asuh orag tua dega kosep

Lebih terperinci

9 Departemen Statistika FMIPA IPB

9 Departemen Statistika FMIPA IPB Supleme Resposi Pertemua ANALISIS DATA KATEGORIK (STK351 9 Departeme Statistika FMIPA IPB Pokok Bahasa Sub Pokok Bahasa Referesi Waktu Pegatar Aalisis utuk Data Respo Kategorik Data respo kategorik Sebara

Lebih terperinci

III. METODE PENELITIAN. Lokasi penelitian dilakukan di Provinsi Sumatera Barat yang terhitung

III. METODE PENELITIAN. Lokasi penelitian dilakukan di Provinsi Sumatera Barat yang terhitung 42 III. METODE PENELITIAN 3.. Lokasi da Waktu Peelitia Lokasi peelitia dilakuka di Provisi Sumatera Barat yag terhitug mulai miggu ketiga bula April 202 higga miggu pertama bula Mei 202. Provisi Sumatera

Lebih terperinci

BAB III METODE PENELITIAN. Lokasi penelitian ini dilakukan di Puskesmas Limba B terutama masyarakat

BAB III METODE PENELITIAN. Lokasi penelitian ini dilakukan di Puskesmas Limba B terutama masyarakat 38 3.1 Lokasi da Waktu Peelitia 3.1.1 Lokasi Peelitia BAB III METODE PENELITIAN Lokasi peelitia ii dilakuka di Puskesmas Limba B terutama masyarakat yag berada di keluraha limba B Kecamata Kota Selata

Lebih terperinci

BAB III METODE PENELITIAN. penelitian yaitu PT. Sinar Gorontalo Berlian Motor, Jl. H. B Yassin no 28

BAB III METODE PENELITIAN. penelitian yaitu PT. Sinar Gorontalo Berlian Motor, Jl. H. B Yassin no 28 5 BAB III METODE PENELITIAN 3.1 Lokasi Peelitia da Waktu Peelitia Sehubuga dega peelitia ii, lokasi yag dijadika tempat peelitia yaitu PT. Siar Gorotalo Berlia Motor, Jl. H. B Yassi o 8 Kota Gorotalo.

Lebih terperinci

JURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-6 1

JURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-6 1 JRA TEKIK OITS Vol. o. -6 Aalisis eta Kedali megguaka Kualitas Fuzzy ada ergesera ilai Rata-Rata da iasi dari Suatu roses Rollita utri Karei I G Rai sadha aksmi rita Wardhai Jurusa atematika Fakultas IA

Lebih terperinci

PENGGGUNAAN ALGORITMA GAUSS-NEWTON UNTUK MENENTUKAN SIFAT-SIFAT PENAKSIR PARAMETER DAN

PENGGGUNAAN ALGORITMA GAUSS-NEWTON UNTUK MENENTUKAN SIFAT-SIFAT PENAKSIR PARAMETER DAN PENGGGUNAAN ALGORITMA GAUSS-NEWTON UNTUK MENENTUKAN SIFAT-SIFAT PENAKSIR PARAMETER DAN DALAM SUATU MODEL NON-LINIER Abstrak Nur ei 1 1, Jurusa Matematika FMIPA Uiversitas Tadulako Jl. Sukaro-Hatta Palu,

Lebih terperinci

MODEL JUMLAH PENANGKAPAN IKAN LAUT DI PROVINSI JAWA TIMUR DENGAN METODE REGRESI LINIER BERTATAR

MODEL JUMLAH PENANGKAPAN IKAN LAUT DI PROVINSI JAWA TIMUR DENGAN METODE REGRESI LINIER BERTATAR 1 MODEL JUMLAH PENANGKAPAN IKAN LAUT DI PROVINSI JAWA TIMUR DENGAN METODE REGRESI LINIER BERTATAR Fui Rahayu Wilueg, Dra. Nuri Wahyuigsih [1] Jurusa Matematika, Fakultas Matematika da Ilmu Pegetahua Alam

Lebih terperinci

POSITRON, Vol. II, No. 2 (2012), Hal. 1-5 ISSN : Penentuan Energi Osilator Kuantum Anharmonik Menggunakan Teori Gangguan

POSITRON, Vol. II, No. 2 (2012), Hal. 1-5 ISSN : Penentuan Energi Osilator Kuantum Anharmonik Menggunakan Teori Gangguan POSITRON, Vol. II, No. (0), Hal. -5 ISSN : 30-4970 Peetua Eergi Osilator Kuatum Aharmoik Megguaka Teori Gaggua Iklas Saubary ), Yudha Arma ), Azrul Azwar ) )Program Studi Fisika Fakultas Matematika da

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Didalam melakuka kegiata suatu alat atau mesi yag bekerja, kita megeal adaya waktu hidup atau life time. Waktu hidup adalah lamaya waktu hidup suatu kompoe atau uit pada

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1. Lokasi da Waktu Pegambila Data Pegambila data poho Pius (Pius merkusii) dilakuka di Huta Pedidika Guug Walat, Kabupate Sukabumi, Jawa Barat pada bula September 2011.

Lebih terperinci

METODE PENELITIAN. dalam tujuh kelas dimana tingkat kemampuan belajar matematika siswa

METODE PENELITIAN. dalam tujuh kelas dimana tingkat kemampuan belajar matematika siswa 19 III. METODE PENELITIAN A. Populasi da Sampel Populasi dalam peelitia ii adalah seluruh siswa kelas VIII SMP Negeri 8 Badar Lampug tahu pelajara 2009/2010 sebayak 279 orag yag terdistribusi dalam tujuh

Lebih terperinci

BAB 2 TINJAUAN TEORI

BAB 2 TINJAUAN TEORI BAB 2 TINJAUAN TEORI 2.1 ISTILAH KEENDUDUKAN 2.1.1 eduduk eduduk ialah orag atatu idividu yag tiggal atau meetap pada suatu daerah tertetu dalam jagka waktu yag lama. 2.1.2 ertumbuha eduduk ertumbuha peduduk

Lebih terperinci

BAB III METODOLOGI 3.1 Tempat dan Waktu Penelitian 3.2 Bahan dan Alat 3.3 Metode Pengumpulan Data Pembuatan plot contoh

BAB III METODOLOGI 3.1 Tempat dan Waktu Penelitian 3.2 Bahan dan Alat 3.3 Metode Pengumpulan Data Pembuatan plot contoh BAB III METODOLOGI 3.1 Tempat da Waktu Peelitia Pegambila data peelitia dilakuka di areal revegetasi laha pasca tambag Blok Q 3 East elevasi 60 Site Lati PT Berau Coal Kalimata Timur. Kegiata ii dilakuka

Lebih terperinci

JURNAL SAINS DAN SENI ITS Vol. 6, No. 1, (2017) ISSN: ( X Print) D-122

JURNAL SAINS DAN SENI ITS Vol. 6, No. 1, (2017) ISSN: ( X Print) D-122 JURNAL SAINS DAN SENI ITS Vo. 6, No. 1, (017) ISSN: 337-350 (301-98X Prit) D-1 Pemodea Faktor-Faktor yag Memegaruhi Ideks Pembagua Kesehata Masyarakat Provisi Jawa Timur Megguaka Pedekata Regresi Semiarametrik

Lebih terperinci

UJI PENDEKATAN NORMAL OSIUS-ROJEK PADA DIAGNOSTIK MODEL REGRESI LOGISTIK

UJI PENDEKATAN NORMAL OSIUS-ROJEK PADA DIAGNOSTIK MODEL REGRESI LOGISTIK UJI PENDEKATAN NORMAL OSIUS-ROJEK PADA DIAGNOSTIK MODEL REGRESI LOGISTIK Oleh ANTO WICAKSONO NIM. M 010503 SKRIPSI ditulis da diauka utuk memeuhi sebagia persyarata memperoleh gelar Saraa Sais Matematika

Lebih terperinci

ANALISIS REGRESI LOGISTIK ORDINAL TERHADAP FAKTOR-FAKTOR YANG MEMPENGARUHI PREDIKAT KELULUSAN MAHASISWA S1 DI ITS SURABAYA

ANALISIS REGRESI LOGISTIK ORDINAL TERHADAP FAKTOR-FAKTOR YANG MEMPENGARUHI PREDIKAT KELULUSAN MAHASISWA S1 DI ITS SURABAYA ANALISIS REGRESI LOGISTIK ORDINAL TERHADAP FAKTOR-FAKTOR YANG MEMPENGARUHI PREDIKAT KELULUSAN MAHASISWA S DI ITS SURABAYA Sitti Imaslihkah, Madu Rata, da Vita Ratasari Jurusa Statistika, Fakultas MIPA,

Lebih terperinci

PENDUGA RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KUARTIL VARIABEL BANTU PADA PENGAMBILAN SAMPEL ACAK SEDERHANA DAN PENGATURAN PERINGKAT MEDIAN

PENDUGA RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KUARTIL VARIABEL BANTU PADA PENGAMBILAN SAMPEL ACAK SEDERHANA DAN PENGATURAN PERINGKAT MEDIAN PEDUGA RASIO UTUK RATA-RATA POPULASI MEGGUAKA KUARTIL VARIABEL BATU PADA PEGAMBILA SAMPEL ACAK SEDERHAA DA PEGATURA PERIGKAT MEDIA ur Khasaah, Etik Zukhroah, da Dewi Reto Sari S. Prodi Matematika Fakultas

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur 0 III. METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia Peelitia ii dilakuka di SMA Negeri Way Jepara Kabupate Lampug Timur pada bula Desember 0 sampai Mei 03. B. Populasi da Sampel Populasi dalam peelitia

Lebih terperinci

A. Pengertian Hipotesis

A. Pengertian Hipotesis PENGUJIAN HIPOTESIS A. Pegertia Hipotesis Hipotesis statistik adalah suatu peryataa atau dugaa megeai satu atau lebih populasi Ada macam hipotesis:. Hipotesis ol (H 0 ), adalah suatu hipotesis dega harapa

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 Metode Peelitia Peelitia ii megguaka metode peelitia Korelasioal. Peelitia korelasioaal yaitu suatu metode yag meggambarka secara sistematis da obyektif tetag hubuga atara

Lebih terperinci

(S.3) EVALUASI INTEGRAL MONTE CARLO DENGAN METODE CONTROL VARIATES

(S.3) EVALUASI INTEGRAL MONTE CARLO DENGAN METODE CONTROL VARIATES Prosidig Semiar Nasioal Statistika Uiversitas Padadara 3 November 00 S.3 EVALUASI INTEGRAL MONTE CARLO DENGAN METODE CONTROL VARIATES ulhaif adi Suriadi Jurusa Statistika FMIPA Uiversitas Padadara Badug

Lebih terperinci

Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya PENS. Probability and Random Process. Topik 10. Regresi

Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya PENS. Probability and Random Process. Topik 10. Regresi Program Pasca Sarjaa Terapa Politekik Elektroika Negeri Surabaya Probability ad Radom Process Topik 10. Regresi Prima Kristalia Jui 015 1 Outlie 1. Kosep Regresi Sederhaa. Persamaa Regresi Sederhaa 3.

Lebih terperinci

Pengujian Hipotesis. 1/26/2010 Pengujian Hipotesis 1

Pengujian Hipotesis. 1/26/2010 Pengujian Hipotesis 1 Pegujia Hiotesis /6/00 Pegujia Hiotesis Estimasi da Pegujia Pada ertemua sebelumya, samel diguaka utuk membuat estimasi iterval ilai arameter oulasi berdasarka suatu robabilitas keyakia yag kita tetuka.

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Tujua Peelitia Peelitia ii bertujua utuk megetahui apakah terdapat perbedaa hasil belajar atara pegguaa model pembelajara Jigsaw dega pegguaa model pembelajara Picture ad Picture

Lebih terperinci

Pengendalian Proses Menggunakan Diagram Kendali Median Absolute Deviation (MAD)

Pengendalian Proses Menggunakan Diagram Kendali Median Absolute Deviation (MAD) Prosidig Statistika ISSN: 2460-6456 Pegedalia Proses Megguaka Diagram Kedali Media Absolute Deviatio () 1 Haida Lestari, 2 Suliadi, 3 Lisur Wachidah 1,2,3 Prodi Statistika, Fakultas Matematika da Ilmu

Lebih terperinci

Statistika Inferensia: Pendugaan Parameter. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015

Statistika Inferensia: Pendugaan Parameter. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015 Statistika Iferesia: Pedugaa Parameter Dr. Kusma Sadik, M.Si Dept. Statistika IPB, 05 Populasi : Parameter Sampel : Statistik Statistik merupaka PENDUGA bagi parameter populasi Pegetahua megeai distribusi

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 6 BAB III METODE PENELITIAN 3.1 Desai Peelitia Meurut Kucoro (003:3): Peelitia ilmiah merupaka usaha utuk megugkapka feomea alami fisik secara sistematik, empirik da rasioal. Sistematik artiya proses yag

Lebih terperinci

BAB III METODE PENELITIAN Penelitian ini dilakukan di kelas X SMA Muhammadiyah 1 Pekanbaru. semester ganjil tahun ajaran 2013/2014.

BAB III METODE PENELITIAN Penelitian ini dilakukan di kelas X SMA Muhammadiyah 1 Pekanbaru. semester ganjil tahun ajaran 2013/2014. BAB III METODE PENELITIAN A. Waktu da Tempat Peelitia Peelitia dilaksaaka dari bula Agustus-September 03.Peelitia ii dilakuka di kelas X SMA Muhammadiyah Pekabaru semester gajil tahu ajara 03/04. B. Subjek

Lebih terperinci

Bab 3 Metode Interpolasi

Bab 3 Metode Interpolasi Baha Kuliah 03 Bab 3 Metode Iterpolasi Pedahulua Iterpolasi serig diartika sebagai mecari ilai variabel tergatug tertetu, misalya y, pada ilai variabel bebas, misalya, diatara dua atau lebih ilai yag diketahui

Lebih terperinci

Jurnal Gradien Vol. 11 No. 2 Juli 2015 :

Jurnal Gradien Vol. 11 No. 2 Juli 2015 : Jural Gradie Vol. 11 No. 2 Juli 2015 : 1096-1100 Aalisis Tigkat Uag Kuliah Tuggal dega Megguaka Regresi Logistik Ordial (Studi Kasus Jurusa Matematika FMIPA Uiversitas Begkulu Tahu Ajara 2013-2015) Etis

Lebih terperinci

Perilaku Distribusi Bernoulli. Definisi: Bernoulli. Contoh Binomial. Contoh Binomial

Perilaku Distribusi Bernoulli. Definisi: Bernoulli. Contoh Binomial. Contoh Binomial Defiisi: Beroulli ercobaa Beroulli: Haya terdaat satu kali ercobaa dega eluag sukses da eluag gagal - eluag Sukse: eluag Gagal: ( = ) = ( = 0 ( = 0) = ( 0 0 = erilaku Distribusi Beroulli E() = Var () =

Lebih terperinci

Jurnal EKSPONENSIAL Volume 8, Nomor 2, Nopember 2017 ISSN

Jurnal EKSPONENSIAL Volume 8, Nomor 2, Nopember 2017 ISSN Peerapa Metode Aalisis Regresi Logistik Bier Da Classificatio Ad Regressio Tree (CART) Pada Faktor yag Mempegaruhi Lama Masa Studi Mahasiswa Applicatio Of Biary Logistic Regressio Ad Classificatio Ad Regressio

Lebih terperinci

BAB III METODOLOGI PENELITIAN. kuantitatif karena bertujuan untuk mengetahui kompetensi pedagogik mahasiswa

BAB III METODOLOGI PENELITIAN. kuantitatif karena bertujuan untuk mengetahui kompetensi pedagogik mahasiswa 54 BAB III METODOLOGI PENELITIAN A. Jeis Peelitia Peelitia ii merupaka peelitia deskriptif dega pedekata kuatitatif karea bertujua utuk megetahui kompetesi pedagogik mahasiswa setelah megikuti mata kuliah

Lebih terperinci

BAB III METODOLOGI PENELITIAN A. Tempat dan Waktu Penelitian Penelitian dilakukan di SMA Negeri 1 Ngemplak.Sekolah ini beralamatkan di jalan

BAB III METODOLOGI PENELITIAN A. Tempat dan Waktu Penelitian Penelitian dilakukan di SMA Negeri 1 Ngemplak.Sekolah ini beralamatkan di jalan BAB III METODOLOGI PENELITIAN A. Tempat da Waktu Peelitia Peelitia dilakuka di SMA Negeri 1 Ngemplak.Sekolah ii beralamatka di ala Embarkasi Hai Doohuda, kecamata Ngemplak, Kabupate Boyolali, Provisi Jawa

Lebih terperinci

BAB V METODOLOGI PENELITIAN

BAB V METODOLOGI PENELITIAN BAB V METODOLOGI PEELITIA 5.1 Racaga Peelitia Peelitia ii merupaka peelitia kualitatif dega metode wawacara medalam (i depth iterview) utuk memperoleh gambara ketidaklegkapa pegisia berkas rekam medis

Lebih terperinci

4.7 TRANSFORMASI UNTUK MENDEKATI KENORMALAN

4.7 TRANSFORMASI UNTUK MENDEKATI KENORMALAN 4.7 TRANSFORMASI UNTUK MENDEKATI KENORMALAN Saat asumsi keormala tidak dipuhi maka kesimpula yag kita buat berdasarka suatu metod statistik yag mesyaratka asumsi keormala meadi tidak baik, sehigga mucul

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Distribusi Ekspoesial Fugsi ekspoesial adalah salah satu fugsi yag palig petig dalam matematika. Biasaya, fugsi ii ditulis dega otasi exp(x) atau e x, di maa e adalah basis logaritma

Lebih terperinci

Ukuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus

Ukuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus -Mar- Ukura Pemusata Pertemua STATISTIKA DESKRIPTIF Statistik deskripti adalah pegolaha data utuk tujua medeskripsika atau memberika gambara terhadap obyek yag diteliti dega megguaka sampel atau populasi.

Lebih terperinci

Perbandingan Beberapa Metode Pendugaan Parameter AR(1)

Perbandingan Beberapa Metode Pendugaan Parameter AR(1) Jural Vokasi 0, Vol.7. No. 5-3 Perbadiga Beberapa Metode Pedugaa Parameter AR() MUHLASAH NOVITASARI M, NANI SETIANINGSIH & DADAN K Program Studi Matematika Fakultas MIPA Uiversitas Tajugpura Jl. Ahmad

Lebih terperinci

TEORI PENAKSIRAN. Bab 8. A. Pendahuluan. Kompetensi Mampu menjelaskan dan menganalisis teori penaksiran

TEORI PENAKSIRAN. Bab 8. A. Pendahuluan. Kompetensi Mampu menjelaskan dan menganalisis teori penaksiran Bab 8 TEORI PENAKSIRAN Kompetesi Mampu mejelaska da megaalisis teori peaksira Idikator 1. Mejelaska da megaalisis data dega megguaka peaksira titik 2. Mejelaska da megaalisis data dega megguaka peaksira

Lebih terperinci

Kata kunci : regresi logistik, bagging, ketepatan klasifikasi

Kata kunci : regresi logistik, bagging, ketepatan klasifikasi KLASIFIKASI KESEJAHTERAAN RUMAH TANGGA DI KOTA MALANG DENGAN PENDEKATAN BAGGING REGRESI LOGISTIK Ery Surya Nigrum da 2 Bambag Widjaarko Otok Mahasiswa Jurusa Statistika FMIPA-ITS (308 00 07) 2 Dose Jurusa

Lebih terperinci

BAB III METODE PENELITIAN. Metode yang digunakan dalam penelitian ini adalah metode korelasional, yaitu

BAB III METODE PENELITIAN. Metode yang digunakan dalam penelitian ini adalah metode korelasional, yaitu BAB III METODE PENELITIAN 3.1 Metode Peelitia Metode yag diguaka dalam peelitia ii adalah metode korelasioal, yaitu Peelitia korelasi bertujua utuk meemuka ada atau tidakya hubuga atara dua variabel atau

Lebih terperinci

BAB III MENENTUKAN MODEL KERUSAKAN DAN INTERVAL WAKTU PREVENTIVE MAINTENANCE OPTIMUM SISTEM AXIS PADA MESIN CINCINNATI MILACRON DOUBLE GANTRY TIPE-F

BAB III MENENTUKAN MODEL KERUSAKAN DAN INTERVAL WAKTU PREVENTIVE MAINTENANCE OPTIMUM SISTEM AXIS PADA MESIN CINCINNATI MILACRON DOUBLE GANTRY TIPE-F BAB III MENENUKAN MODEL KERUSAKAN DAN INERVAL WAKU PREVENIVE MAINENANCE OPIMUM SISEM AXIS PADA MESIN CINCINNAI MILACRON DOUBLE GANRY IPE-F 3.1 Pedahulua Pada Bab II telah dijelaska beberapa teori yag diguaka

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN 30 III. METODE PENELITIAN A. Metode Dasar Peelitia Metode yag diguaka dalam peelitia adalah metode deskriptif, yaitu peelitia yag didasarka pada pemecaha masalah-masalah aktual yag ada pada masa sekarag.

Lebih terperinci

BAB I PENDAHULUAN. Integral adalah salah satu konsep penting dalam Matematika yang

BAB I PENDAHULUAN. Integral adalah salah satu konsep penting dalam Matematika yang BAB I PENDAHULUAN 1.1 Latar Belakag Masalah Itegral adalah salah satu kosep petig dalam Matematika yag dikemukaka pertama kali oleh Isac Newto da Gottfried Wilhelm Leibiz pada akhir abad ke-17. Selajutya

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 36 BAB III METODE PENELITIAN A. Racaga Peelitia 1. Pedekata Peelitia Peelitia ii megguaka pedekata kuatitatif karea data yag diguaka dalam peelitia ii berupa data agka sebagai alat meetuka suatu keteraga.

Lebih terperinci

III BAHAN DAN METODE PENELITIAN

III BAHAN DAN METODE PENELITIAN 27 III BAHAN DAN METODE PENELITIAN 3.1 Baha Peelitia 3.1.1 Objek Peelitia Objek yag diguaka dalam peelitia ii adalah kuda Sumba (Sadelwood) betia da jata berjumlah 30 ekor dega umur da berat yag relatif

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur III. METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia Peelitia ii dilakuka di SMA Negeri Way Jepara Kabupate Lampug Timur pada bula Desember 0 sampai dega Mei 03. B. Populasi da Sampel Populasi dalam

Lebih terperinci

BAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan

BAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan BAB III METODE PENELITAN. Tempat Da Waktu Peelitia Peelitia dilakuka di SMP Negeri Batudaa Kab. Gorotalo dega subject Peelitia adalah siswa kelas VIII. Pemiliha SMP Negeri Batudaa Kab. Gorotalo. Adapu

Lebih terperinci

III. METODELOGI PENELITIAN

III. METODELOGI PENELITIAN III. METODELOGI PENELITIAN A. Metode Peelitia Metode peelitia merupaka suatu cara tertetu yag diguaka utuk meeliti suatu permasalaha sehigga medapatka hasil atau tujua yag diigika, meurut Arikuto (998:73)

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN BAB 3 METODE PENELITIAN 3.1 Metode Pegumpula Data Dalam melakuka sebuah peelitia dibutuhka data yag diguaka sebagai acua da sumber peelitia. Disii peulis megguaka metode yag diguaka utuk melakuka pegumpula

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 77-85, Agustus 2003, ISSN : DISTRIBUSI WAKTU BERHENTI PADA PROSES PEMBAHARUAN

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 77-85, Agustus 2003, ISSN : DISTRIBUSI WAKTU BERHENTI PADA PROSES PEMBAHARUAN JURAL MATEMATKA DA KOMPUTER Vol. 6. o., 77-85, Agustus 003, SS : 40-858 DSTRBUS WAKTU BERHET PADA PROSES PEMBAHARUA Sudaro Jurusa Matematika FMPA UDP Abstrak Dalam proses stokhastik yag maa kejadia dapat

Lebih terperinci

TRANSFORMASI BOX-COX PADA ANALISIS REGRESI LINIER SEDERHANA

TRANSFORMASI BOX-COX PADA ANALISIS REGRESI LINIER SEDERHANA Jural Matematika UNAND Vol. 2 No. 2 Hal. 115 122 ISSN : 2303 2910 c Jurusa Matematika FMIPA UNAND TRANSFORMASI BOX-COX PADA ANALISIS REGRESI LINIER SEDERHANA ELVI YATI, DODI DEVIANTO, YUDIANTRI ASDI Program

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN 9 III. METODE PENELITIAN A. Lokasi da Objek Peelitia Peelitia ii dilakuka di RPH Tejo Petak 10i, BKPH Parug Pajag KPH Bogor, Perum Perhutai Uit III Jawa Barat da Bate. Objek peelitia adalah waktu kerja

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB ENDAHULUAN. Latar Belakag Masalah Dalam kehidupa yata, hampir seluruh feomea alam megadug ketidak pastia atau bersifat probabilistik, misalya pergeraka lempega bumi yag meyebabka gempa, aik turuya

Lebih terperinci

STATISTIKA DAN PELUANG BAB III STATISTIKA

STATISTIKA DAN PELUANG BAB III STATISTIKA Matematika Kelas IX Semester BAB Statistika STATISTIKA DAN PELUANG BAB III STATISTIKA A. Statistika Pegertia Statistika Statistika adalah ilmu yag mempelajari cara pegumpula, peyusua, pegolaha, da aalisis

Lebih terperinci

BAB IV. METODE PENELITlAN. Rancangan atau desain dalam penelitian ini adalah analisis komparasi, dua

BAB IV. METODE PENELITlAN. Rancangan atau desain dalam penelitian ini adalah analisis komparasi, dua BAB IV METODE PENELITlAN 4.1 Racaga Peelitia Racaga atau desai dalam peelitia ii adalah aalisis komparasi, dua mea depede (paired sample) yaitu utuk meguji perbedaa mea atara 2 kelompok data. 4.2 Populasi

Lebih terperinci

3. METODE PENELITIAN

3. METODE PENELITIAN 3. METODE PENELITIAN 3.1. Waktu da Lokasi Peelitia Peelitia ii megguaka data primer da sekuder. Data primer diambil dari kegiata peelitia skala laboratorium. Peelitia dilakuka pada bula Februari-Jui 2011.

Lebih terperinci

Penentuan Diagram Kendali Dalam Analisis Kualitas Produksi Biskuit Square Puff PT. UBM Biscuit Sidoarjo

Penentuan Diagram Kendali Dalam Analisis Kualitas Produksi Biskuit Square Puff PT. UBM Biscuit Sidoarjo JURNAL SAINS DAN SENI POMITS Vol., No., (3) 337-35 (3-98X Prit) D-4 Peetua Diagram Kedali Dalam Aalisis Kualitas Produksi Biskuit Square Puff PT. UBM Biscuit Sidoaro Septia Fediasari, Lucia Aridiati, da

Lebih terperinci

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

IV METODE PENELITIAN 4.1 Lokasi dan waktu 4.2. Jenis dan Sumber Data 4.3 Metode Pengumpulan Data IV METODE PENELITIAN 4.1 Lokasi da waktu Peelitia ii dilakuka di PD Pacet Segar milik Alm Bapak H. Mastur Fuad yag beralamat di Jala Raya Ciherag o 48 Kecamata Cipaas, Kabupate Ciajur, Propisi Jawa Barat.

Lebih terperinci

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS PEMBANGUNAN GENDER (IPG) DENGAN MENGGUNAKAN REGRESI PROBIT

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS PEMBANGUNAN GENDER (IPG) DENGAN MENGGUNAKAN REGRESI PROBIT 1 ANALISIS FAKOR-FAKOR YANG MEMPENGARUHI INDEKS PEMBANGUNAN GENDER (IPG) DENGAN MENGGUNAKAN REGRESI PROBI Ari Vaerli Fitarisca (1) da Vita Ratasari (2) (1)(2) Jurusa Statistika, FMIPA, IS, Istitut ekologi

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakag Maajeme risiko merupaka salah satu eleme petig dalam mejalaka bisis perusahaa karea semaki berkembagya duia perusahaa serta meigkatya kompleksitas aktivitas perusahaa

Lebih terperinci

III BAHAN DAN METODE PENELITIAN. memelihara itik Damiaking murni di Kampung Teras Toyib Desa Kamaruton

III BAHAN DAN METODE PENELITIAN. memelihara itik Damiaking murni di Kampung Teras Toyib Desa Kamaruton III BAHAN DAN METODE PENELITIAN 3.1 Baha da Alat Peelitia 3.1.1 Telur Tetas Itik Damiakig Baha yag diguaka dalam peelitia ii adalah telur tetas itik Damiakig berasal dari iduk yag dipelihara secara ekstesif

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, , Agustus 2003, ISSN : METODE PENENTUAN BENTUK PERSAMAAN RUANG KEADAAN WAKTU DISKRIT

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, , Agustus 2003, ISSN : METODE PENENTUAN BENTUK PERSAMAAN RUANG KEADAAN WAKTU DISKRIT Vol. 6. No., 97-09, Agustus 003, ISSN : 40-858 METODE PENENTUAN BENTUK PERSAMAAN RUANG KEADAAN WAKTU DISKRIT Robertus Heri Jurusa Matematika FMIPA UNDIP Abstrak Tulisa ii membahas peetua persamaa ruag

Lebih terperinci

Bab III Metoda Taguchi

Bab III Metoda Taguchi Bab III Metoda Taguchi 3.1 Pedahulua [2][3] Metoda Taguchi meitikberatka pada pecapaia suatu target tertetu da meguragi variasi suatu produk atau proses. Pecapaia tersebut dilakuka dega megguaka ilmu statistika.

Lebih terperinci

Mahasiswa Jurusan Statistika, Institut Teknologi Sepuluh Nopember. Dosen Jurusan Statistika, Institut Teknologi Sepuluh Nopember

Mahasiswa Jurusan Statistika, Institut Teknologi Sepuluh Nopember. Dosen Jurusan Statistika, Institut Teknologi Sepuluh Nopember Semiar Nasioal Statistika ke-9 Istitut Tekologi Sepuluh Nopember, 7 Nopember 2009 PERBANDINGAN REGRESI LOGISTIK DAN MULTIVARIATE ADAPTIVE REGRESSION SPLINE (MARS) UNTUK MENGETAHUI KETEPATAN KLASIFIKASI

Lebih terperinci