IV HASIL DAN PEMBAHASAN

Ukuran: px
Mulai penontonan dengan halaman:

Download "IV HASIL DAN PEMBAHASAN"

Transkripsi

1 Perbadga Kualtas Data dega Parameter Statstka Parameter statstka yag dguaka sebaga alat batu pelaa perbadga kualtas kedua data adalah raso, korelas, MAE, da RMSE. Raso Data CH Dugaa R Data CH Pegukura Stasu Raso merupaka salah satu uj apakah data hasl dugaa mampu medekat data hasl pegukura. Nla raso yag terbak adalah medekat 1 yag meggambarka bahwa la kedua data sama. Selajutya la raso dguaka sebaga baha dalam meetuka la faktor kalbras. Faktor kalbras dperluka agar data memlk raso medekat 1. Koefse korelas y y yˆ yˆ 1 r y yˆ 2 2 y y yˆ yˆ 1 1 Korelas meujukka keerata hubuga atara data hasl dugaa dega data hasl pegukura lapaga. Nla korelas berksar atara (-1) sampa dega 1. Korelas yag terbak atara kedua data adalah medekat 1. MAE (Mea Absolute Error) 1 ^ MAE y y 1 MAE merupaka la absolut galat rata-rata atara data dugaa da data pegukura lapaga. RMSE (Root Mea Square Error) ^ y y 1 RMSE RMSE merupaka la akar kuadrat galat rata-rata dar data curah huja dugaa da pegukura. IV HASIL DAN PEMBAHASAN 4.1 Aalss Hubuga Suhu Keceraha Awa da Laju Huja (Ra Rate) Aalss data suhu keceraha awa ctra MTSAT IR1 da la laju huja (ra rate) huja dar data TRMM 2A12 dlakuka berdasarka wlayah kaja da waktu yag sama atau berdekata. Asums pegambla kedua data adalah data yag haya 2 memlk la curah huja pada waktu tertetu. Artya beberapa data pada waktu tertetu yag sedkt mempuya la curah huja tdak dkutka dalam aalss. Data suhu keceraha awa da curah huja yag pada selag waktu berdekata utuk wlayah DAS Ctarum dplotka sepert terlhat pada Gambar 11 setelah dlakuka proses croppg. Walaupu satelt MTSAT-1R da TRMM mmlk resolus spasal yag berdekata atara 4-5 km, tetap kedua data tersebut sedkt memlk ttk pksel yag skro. Hal dsebabka oleh betuk grd data TRMM 2A12 yag tdak beratura. Kurag skroya grd MTSAT-1R da TRMM meyebabka jumlah pksel yag dhaslkaya tdak sama. Utuk wlayah DAS Ctarum terdapat 775 pksel MTSAT IR1 da 462 pksel TRMM 2A12 sepert terlhat pada Gambar 11. Selajutya seleks data dlakuka sesua koordat yag sama da berdekata atara dua data. Jumlah pksel akhr sesua dega jumlah pksel TRMM, yatu 462 pksel. Data yag dguaka sebaga baha aalss hubuga suhu keceraha awa da curah huja adalah data taggal 2 (02.00 UTC), 13 (10.00 UTC), 14 (09.00 UTC), 27 (14.00 UTC), 30 (12.00 UTC), da 31 (11.00 UTC) Jauar Pemlha data ddasarka oleh ada tdakya curah huja pada ser data bula Jauar. Oleh karea tu, utuk data bula Jul tdak dkutsertaka. Plottg data dlakuka secara beruruta sesua taggal dapat dlhat pada Gambar 12. Nla suhu keceraha awa pada beberapa waktu yag telah dtetuka d bula Jauar berksar atara 190 K sampa 292 K, dega la suhu rata-rata sebesar 253 K. Selajutya la laju huja TRMM 2A12 berksar atara 0 sampa dega 47 mm/jam, dega la rata-rata sektar 1 mm/jam. Berdasarka Gambar 12 dapat dlhat bahwa terdapat pola laju huja tgg pada suhu keceraha awa redah. Tetap tdak semua suhu keceraha redah yag memlk laju huja tgg. Ketdaksamaa dataraya dsebabka oleh waktu yag tdak sama atara satelt MTSAT da TRMM ketka melakuka sap shot da ketdakmampua satelt dalam membedaka jes awa. Kedua faktor tersebut serg meyebabka Pasaga data suhu keceraha awa da laju huja tdak terjad pada waktu yag sama sesua yag dgka karea resolus temporal atara kedua data tdak sama.

2 Suhu Keceraha Awa (ok) CH TRMM 2A12 (mm/jam) 10 Gambar 11 Plot data spasal atara Suhu Keceraha MTSAT IR UTC da laju huja TRMM 2A12 pada UTC 2 Jauar 2008 setelah dlakuka proses croppg pada wlayah kaja Resolus temporal satelt TRMM tdak dapat dtetuka secara past karea betuk orbt polar, sedagka resolus temporal satelt MTSAT-1R yatu 1 jam. Jes awa sult dbedaka oleh satelt karea cara kerja satelt cederug megutamaka faktor suhu pucak awa dalam melakuka pedugaa. Awa crrus sult dbedaka karea jes memlk ttk dasar awa tgg sehgga suhu pucakya juga tgg. Meskpu memlk suhu redah, awa jes tdak berpotes redah karea volume awa kecl serta berada pada lapsa atmosfer tgg. 350, , , , , , Suhu Keceraha Awa (ok) CH TRMM 2A12 (mm/jam) 50, ,000 Data Taggal 2, 3, 14, 27, 30, 31 Jauar Gambar 12 Grafk data suhu keceraha da laju huja taggal 2 (02.00 UTC), 13 (10.00 UTC), 14 (09.00 UTC), 27 (14.00 UTC), 30 (12.00 UTC), da 31 (11.00 UTC) Jauar 2008

3 Aalss Regres atara Suhu Keceraha Awa da Laju Huja (Ra Rate) Aalss regres dlakuka pada pasaga data suhu keceraha awa da laju huja taggal 2 (02.00 UTC), 13 (10.00 UTC), 14 (09.00 UTC), 27 (14.00 UTC), 30 (12.00 UTC), da 31 (11.00 UTC) Jauar 2008 utuk DAS Ctarum. Sebelum memasuk aalss regres, keseluruha data dseleks berdasarka beberapa asums karea beberapa data memlk la eror. Pemlha data dlakuka aalss regres yag ddasarka oleh dua asums (Parwat 2009), pertama setap pksel dega la suhu keceraha awa kurag dar 225 K da curah hujaya d bawah 5 mm/jam tdak dkutka dalam aalss, hal merupaka kods awa crrus yag tdak berpotes huja, da kedua adalah tdak meyertaka la pksel dega suhu kecerawa awa lebh tgg dar 260 K da laju lebh dar 50 mm/jam, kods dasumska tdak megkut kods alam ketka semak tgg suhu awa maka proses pembetuka butr huja aka sult terjad. Meurut Hog et. al. (2010) hubuga atara suhu keceraha awa da laju huja berbadg terbalk tetap keduaya tdak megkut pola ler. Peryataa ddukug bahwa besarya curah huja yag jatuh d suatu ttk permukaa tdak haya dpegaruh oleh suhu awa saja, melaka mash bayak faktor la, sepert arah da kecepata ag, stabltas atmosfer, da topograf. Aalss regres yag daggap mewakl hubuga keduaya adalah modfkas ekspoesal (Suseo 2009). Aalss regres modfkas ekspoesal pada Gambar 13 meghaslka koefse determas (R 2 =0.71). Artya sebesar 71% model mampu mejelaska hubuga atara suhu keceraha awa da laju huja. Regres modfkas ekspoesal tersebut meghaslka persamaa berkut: y = a. exp (b/x) dmaa: y = Laju huja dugaa (mm/jam) x = Suhu keceraha awa (K) a = 1.11 x 10-6 b = 3.24 x 10 3 Selajutya persamaa tersebut dguaka utuk meduga curah huja dega megguaka data suhu keceraha awa satelt MTSAT IR1 sebaga la masuka. 4.3 Aalss Awa Potes Huja Awa memlk bermacam-macam jes berdasarka perbedaa ketggaya, yatu awa redah, sedag, da tgg. Tdak semua jes awa memlk potes meuruka huja ke permukaa bum. Awa yag memlk potes huja termasuk pada gologa awa redah (Hadoko et. al. 1994). Awa redah secara umum memlk ketgga sektar meter. Awa berpotes mejad huja ketka memlk butr ar yag lebh besar da bayak sehgga gaya dorog ke atas lebh kecl dar gaya gravtas serta memlk suhu pucak awa yag lebh redah dbadg awa yag tdak berpotes huja. Tekolog satelt geostasoer cederug medeskrpska obyek dalam la suhu da belum mampu medeteks volume da betuk awa. Pegklasfkasa awa potes huja ddasarka pada perbedaa suhu keceraha awa (MTSAT IR µm) da suhu keceraha uap ar (MTSAT IR3 6.8 µm). Gambar 13 Regres modfkas ekspoesal atara suhu keceraha awa MTSAT IR1 (X) dega laju huja TRMM 2A12 (Y)

4 12 () () () Gambar 14 Proses klasfkas awa potes huja: () suhu keceraha awa dar MTSAT IR1; () suhu keceraha uap ar dar MTSAT IR3; () awa potes huja Suhu keceraha awa yag terdeteks pada kaal IR1 dega pajag gelombag 10.8 µm drepresetaska sebaga suhu pucak awa. Sedagka pada gelombag 6.8 µm pada kaal IR3 mampu medeteks suhu keceraha uap ar yag selajutya merepresetaska jumlah butra huja. Pada kaal IR1 dapat dklasfkaska bahwa awa yag berpotes mejad huja adalah awa yag bersuhu redah. Suhu pucak awa redah meujukka bahwa awa memlk tgkat kodesas tgg da sap turu mejad huja. Semak cerah atau semak tgg suhu uap arya maka uap ar yag terkadug dalam sebuah pksel ctra adalah semak sedkt da sebalkya. Peetua awa yag berpotes huja ddasarka pada persamaa Kdder (2005) yag megguaka perbedaa la suhu keceraha awa da uap ar. Persamaa tersebut dturuka berdasarka hasl observas secara hstory. Proses klasfkas awa potes huja dtujukka pada Gambar Hasl Curah Huja Dugaa Luara data curah huja hasl dugaa dkelompokka berdasarka tgkata waktu dalam melakuka akumulas jumlah huja, yatu, hara, 5-hara (petad), da 10- hara (dasara). Berdasarka data curah huja dasara maka curah huja dugaa pada bula Jauar 2008 dapat dpetaka secara spasal sepert terlhat pada Gambar 15. Secara spasal terdapat varas pola huja d DAS Ctarum. Pada dasara pertama terlhat bahwa curah huja tertgg d dalam DAS Ctarum berksar atara 140 mm sampa 160 mm dalam 10 har. Curah huja tertgg tersebut secara merata terjad d baga hlr DAS. Curah huja pada dasara kedua secara umum lebh tgg dbadg dasara pertama dega la tertgg berksar atara 200 mm sampa 220 mm.

5 13 () () () Gambar 15 Dstrbus spasal curah huja dugaa bula Jauar 2008: () dasara ke-1; () dasara ke-2; () dasara ke-3 Berbeda dega dasara pertama, wlayah terjadya huja tgg pada dasara kedua secara merata terletak pada baga hulu DAS. Pola spasal curah huja dasara ketga memlk la tertgg 240 mm sampa 260 mm da sebaga besar terjad pada baga hulu serta tegah DAS. Nla lebh tgg jka dbadg dega la-la curah huja pada dua dasara sebelumya. Kejada huja pada dasara kedua da ketga lebh bayak tejad d baga hulu DAS sehgga sagat berpegaruh terhadap jumlah ar yag tertampug pada tga beduga utama yag terdapat d DAS Ctarum, yatu Sagulg, Crata, da Jatluhur. Curah huja yag berada d hulu DAS mejad put utama dar ketga beduga tersebut. 4.5 Perbadga Data Dugaa da Data Pegukura Pedugaa curah huja metode adalah meduga data huja setap jam. Data curah huja setap jam selama 24 jam djumlahka sehgga mejad data hara. Peurua dmes data setap jam mejad data hara dlakuka utuk megkut dmes data pegukura lapaga. Perbadga data dlakuka secara vsual dega melhat kedekata la da pola tme seres d semua stasu pegukura. Gambar 16 meujukka letak geografs stasu pegukura berdasarka ketggaya. Cotoh perbadga atara data dugaa dega data pegukura dtujukka oleh Gambar 17 yatu utuk data d stasu pegukura Badug yag selegkapya dapat dlhat d Lampra 2. Grafk tersebut dbedaka berdasarka perbadga varas temporal atara curah huja hara, petad, da dasara. Secara umum kejada huja terdapat pada akhr bula atau pada dasara ke-3. Pada beberapa har d stasu pegukura Badug terlhat bahwa la curah huja pegukura lebh tgg darpada curah huja dugaa. Pada stasu pegukura laya (Lampra 2) terlhat bahwa la curah huja dugaa cederug overestmate terhadap la curah huja pegukura, amu pola temporal curah huja dugaa terhadap waktu cukup medekat curah huja pegukura.

6 CH (mm) CH (mm) CH (mm) 14 Gambar 16 Letak stasu pegukura berdasarka ketggaya 100,0 80,0 60,0 40,0 20,0 0,0 Har ke- 150 CH Dugaa () 300,0 250,0 CH Pegukura ,0 150, ,0 50, , Petad ke- Dasara ke- CH Dugaa () CH Pegukura CH Dugaa () CH Pegukura CH Dugaa CH Pegukura Gambar 17 Plot curah huja dugaa da pegukura d stasu Badug pada Jauar 2008: () hara; () petad; () dasara 4.6 Perbadga Kualtas Data Dugaa dega Data Pegukura Perbadga kualtas dua data dlakuka dega melhat la koefse raso, korelas, MAE (Mea Absolute Error), da RMSE (Root Mea Square Error). Data yag dlakuka uj adalah data pada bula Jauar saja karea semua data bula Jul tdak memlk la huja. Perbadga data dlakuka berdasarka dmes data yatu hara, petad, da dasara. Jumlah ttk atau stasu sampel pegukura yag dlakuka uj kualtas data adalah 19 ttk d DAS Ctarum Hulu baga dalam maupu luar DAS. Sela tu dlakuka juga uj pegaruh ketgga terhadap la curah hujaya. Uj raso bertujua utuk melhat sejauh maa data dugaa mampu medekat data pegukura. Raso yag duj adalah

7 Motaya Csomag Sagulg Dam Cll Sukawaa Cpaas- Pegalega Chchoa Kayu Ambo Lembag Badug Ccalegka Cherag Csamph Csodar Cbeureum Ujug Berug Cparay Csalak Paseh Raso 15 perbadga atara data dugaa terhadap data pegukura. Nla raso yag terbak adalah 1 merepresetaska bahwa data dugaa sama dega data pegukura. Terdapat dua jes raso yag dplotka pada Gambar 18, yatu raso data sebelum dkalka dega faktor kalbras da sesudah dkalka faktor kalbras. Faktor kalbras dperluka utuk meuruka la data dugaa. Proses kalbras yag dlakuka adalah dega megalka data dugaa dega 0.5. Nla 0.5 ddapat agar la raso medekat 1. Pegguaa faktor kalbras lebh cocok dguaka pada data bulaa karea pada data hara tdak bsa dhtug rasoya ketka kejada buka har huja. Raso sebelum dkalka faktor kalbras mayortas lebh dar 1, sehgga dapat dkataka bahwa secara umum data dugaa megalam overestmate terhadap data pegukura. Nla raso data yag sudah memperhtugka faktor kalbras pada Gambar 24 lebh cederug medekat 1. Artya pedugaa curah huja metode cederug overestmate da lebh bak megalka data dugaa dega faktor kalbras 0.5. Curah huja bulaa yag sudah dkalka dega faktor kalbras 0.5 dapat dtujukka pada Gambar 19. Curah huja pada bula Jauar yag merupaka perwakla dar bula basah secara umum berla tgg. Curah huja tertgg meyebar secara merata dar hulu sampa baga tegah DAS Ctarum. Nla tertgg curah huja bulaa pada Jauar 2008 adalah berksar atara 270 mm sampa 300 mm tap bula. Utuk bula Jul secara merata d dalam DAS Ctarum tdak terdapat la curah huja. Tetap terdapat satu ttk d luar DAS yag berla curah huja berksar atara 5 mm sampa 10 mm, sehgga perbadga data tdak dlakuka karea tdak tersedaya data pegukura d ttk tersebut. 6,0 5,0 4,0 3,0 2,0 1,0 0,0 Stasu raso ormal raso (FK 0.5) Gambar 18 Raso utuk curah huja bulaa dugaa terhadap pegukura sebelum da sesudah dkalka dega faktor kalbras 0.5 () () Gambar 19 Dstrbus spasal curah huja bulaa: () Jauar 2008; () Jul 2008

8 Koefse Korelas Motaya Csomag Sagulg Dam Cll Sukawaa Cpaas- Pegalega Cpaas- Pegalega Chchoa Kayu Ambo Lembag Badug Ccalegka Cherag Csamph Csodar Cbeureum Ujug Berug Cparay Csalak Paseh Koefse Korelas Motaya Csomag Sagulg Dam Cll Sukawaa Chchoa Kayu Ambo Lembag Badug Ccalegka Cherag Csamph Csodar Cbeureum Ujug Berug Cparay Csalak Paseh Koefse Korelas Motaya Csomag Sagulg Dam Cll Sukawaa Cpaas- Pegalega Chchoa Kayu Ambo Lembag Badug Ccalegka Cherag Csamph Csodar Cbeureum Ujug Berug Cparay Csalak Paseh 16 Koefse korelas meujukka keerata hubuga atar dua data. Nla koefse korelas atara data curah huja dugaa da pegukura hara, petad, da dasara utuk data yag sudah dkoreks lebh lajut dapat dlhat pada Gambar 20. Nla koefse korelas pada data sebelum da sesudah dlakuka koreks tdak jauh berbeda karea korelas haya memperhtugka faktor hubuga pola keerata atar dua data buka la data. Selag la koefse korelas adalah -1 sampa +1. Nla egatf meujukka jka data tersebut memlk hubuga keerata yag salg berkebalka. Terlhat pada Gambar 20 jka korelas curah huja hara rata-rata kurag dar 0.5 da megkat pada curah huja petad serta dasara. Curah huja hara memlk varas la yag tgg sehgga la korelasya kecl. Semak besar la dmes waktuya maka koefse korelasya semak besar. Sehgga pedugaa curah huja bak dguaka pada data yag memlk dmes waktu besar sepert dasara, bulaa, da tahua. 1 0,8 0,6 0,51 0,60 0,43 0,4 0,27 0,30 0,29 0,35 0,32 0,26 0,2 0 0,09-0,07 0,15 0,13 0,07-0,03-0,03-0,14-0,13 0,05-0,2-0,4-0,6-0,8-1 Stasu Cuaca () Korelas 1,00 0,90 0,80 0,60 0,40 0,20 0,00 0,28 0,79 0,73 0,69 0,62 0,53 0,48 0,49 0,42 0,36 0,29 0,26 0,10-0,09-0,04-0,06 0,03 0,22-0,20-0,40-0,60-0,80-1,00 Stasu Cuaca () Korelas 1,00 0,92 0,94 1,00 0,99 0,98 0,98 0,97 0,98 0,80 0,75 0,78 0,82 0,60 0,49 0,56 0,62 0,40 0,41 0,24 0,20 0,00-0,97-0,71-0,10-0,20-0,40-0,60-0,80-1,00 Stasu Cuaca () Korelas Gambar 20 Koefse korelas CH dugaa da pegukura: () hara; () petad; () dasara

9 17 Selajutya adalah uj MAE da RMSE data dugaa terhadap data pegukura. Uj MAE bertujua utuk megetahu la rataa dar absolut galat, sedagka RMSE utuk megetahu akar dar rataa kuadrat galat. Nla yag palg bak utuk MAE da RMSE adalah medekat 0. Perhtuga MAE da RMSE dlakuka pada data bula Jauar sebelum da sesudah dlakuka koreks sepert yag terlhat pada Tabel 2 da 3. Pegguaa faktor kalbras 0.5 mampu meuruka MAE da RMSE ratarata setegahya pada data hara, petad, maupu dasara. Tabel 2 Nla korelas, MAE, da RMSE sebelum data dugaa dkalbras Hara Petad Dasara Korelas 0,18 0,37 0,56 MAE 13,62 51,41 77,01 RMSE 21,48 70,59 97,83 Tabel 3 Nla korelas, MAE, da RMSE sesudah data dugaa dkalbras Hara Petad Dasara Korelas 0,18 0,40 0,56 MAE 8,70 30,82 42,48 RMSE 15,45 44,50 59,62 V SIMPULAN DAN SARAN 5.1 Smpula Peelta meujukka bahwa terdapat hubuga ekspoesal atara suhu keceraha awa da curah huja ketka dlakuka aalss regres. Klasfkas awa potes huja dlakuka dega megguaka data suhu keceraha awa pada MTSAT IR1 da suhu uap ar pada MTSAT IR3. Hasl dar persamaa regres adalah laju huja yag selajutya dmodfkas mejad curah huja hara, petad, dasara, da bulaa. Berdasarka aalss curah huja spasal, pada bula Jauar terjad tga pola spasal dstrbus huja, yatu dasara ke-1 kejada huja cederug terjad d daerah hlr, dasara ke-2 hulu, da dasara ke-3 pada baga tegah DAS. Selama bula Jul tdak terjad huja karea pada bula tersebut terjad kemarau. Selajutya aalss dharapka mampu membatu dalam pegelolaa DAS Ctarum secara berkelajuta. Nla curah huja yag ddapat overestmate da koefse determas kecl karea beberapa faktor peghambat pedugaa, dataraya adalah terjad selag waktu ketka melakuka plot data suhu keceraha awa da curah huja padahal awa bergerak megkut pergeraka ag serta mampu berpdah lebh dar 5 km dalam waktu kurag dar 1 jam, serta tdak dmasukkaya faktor-faktor stabltas meteorolog sepert ag, ttk dasar awa, da topograf. Pada uj kualtas data dtujukka bahwa kualtas data mejad lebh bak ketka terjad pegkata dmes data dar hara, petad, da bulaa. Uj kualtas data yag dlakuka adalah dega melhat la raso, korelas, MAE, da RMSE. Faktor kalbras 0.5 dtetuka dar hasl uj raso selajutya dapat meuruka la curah huja dugaa yag overestmate. 5.2 Sara Peelta haya megguaka faktor suhu keceraha awa da suhu keceraha uap ar dalam melakuka pedugaa curah huja. Curah huja merupaka salah satu usur cuaca kompleks da sagat erat dega stabltas serta termodamka atmosfer. Metode pedugaa curah huja sebakya memasukka semua kompoe yag mempegaruhya sesua kejada d alam. Data TRMM 2A12 merupaka data yag dkeluarka oleh NASA, sehgga perlu dlakuka valdas dega data pegukura lapaga khususya utuk wlayah kaja. Klasfkas Awa potes huja dlakuka megguaka persamaa Kdder (2005) yag seharusya perlu dkaj lag utuk wlayah Idoesa. Beberapa kekuraga tersebut kemugka besar yag meyebabka muculya faktor kalbras 0.5 da selajutya dharapka mampu mejad masuka utuk peelta berkutya.

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

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

Lebih terperinci

BAB 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

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

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

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

Lebih terperinci

BAB 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

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 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

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

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

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

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

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

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

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

BAB 2 LANDASAN TEORI. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama.

BAB 2 LANDASAN TEORI. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama. BAB 2 LANDASAN TEORI 2.1 Pegerta Peramala Peramala ( forecastg ) adalah kegata memperkraka atau mempredkska apa yag aka terjad pada masa yag aka datag dega waktu yag relatve lama. Sedagka ramala adalah

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

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 2 LANDASAN TEORITIS. yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama.

BAB 2 LANDASAN TEORITIS. yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama. BAB 2 LANDASAN TEORITIS 2.1 Pegerta Peramala Peramala ( forecastg ) adalah kegata memperkraka atau mempredkska apa yag aka terjad pada masa yag aka datag dega waktu yag relatf lama. Sedagka ramala adalah

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

8. MENGANALISIS HASIL EVALUASI

8. MENGANALISIS HASIL EVALUASI 8. MENGANALISIS HASIL EVALUASI Tujua : Mampu megaalsa tgkat kesukara hasl evaluas utuk megkatka hasl proses pembelajara Kegata megaals hasl evaluas merupaka upaya utuk memperbak programprogram pembelajara

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

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

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

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

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

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

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 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

* 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

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 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

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

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

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

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

TINJAUAN PUSTAKA Evaluasi Pengajaran

TINJAUAN PUSTAKA Evaluasi Pengajaran TINJAUAN PUSTAKA Evaluas Pegajara Evaluas adalah suatu proses merecaaka, memperoleh da meyedaka formas yag sagat dperluka utuk membuat alteratf- alteratf keputusa. Dalam hubuga dega kegata pegajara evaluas

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

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

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

POLIGON TERBUKA TERIKAT SEMPURNA

POLIGON TERBUKA TERIKAT SEMPURNA MODUL KULIAH ILMU UKUR TANAH POLIGON TERBUKA TERIKAT SEMPURNA Pegerta : peetua azmuth awal da akhr, peetuat kesalaha peutup sudut,koreks sudut, kesalaha lear da koreks lear kearah sumbu X da Y, Peetua

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Bab aka mejelaska megea ladasa teor yag dpaka oleh peuls dalam peelta. Bab dbag mejad beberapa baga, yag masg masg aka mejelaska Prcpal Compoet Aalyss (PCA), Egeface, Klusterg K-Meas,

Lebih terperinci

UKURAN GEJALA PUSAT (UGP)

UKURAN GEJALA PUSAT (UGP) UKURAN GEJALA PUSAT (UGP) Pegerta: Rata-rata (average) alah suatu la yag mewakl suatu kelompok data. Nla dsebut juga ukura gejala pusat karea pada umumya mempuya kecederuga terletak d tegah-tegah da memusat

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Defes Aalss Korelas da Regres a Aalss Korelas adalah metode statstka yag dguaka utuk meetuka kuatya atau derajat huuga lear atara dua varael atau leh. Semak yata huuga ler gars lurus,

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

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

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

BAB III METODOLOGI III-1

BAB III METODOLOGI III-1 BAB III METODOLOGI III.1. Data terumbu karag da Pegolaha Data terumbu karag beserta wlayah kaja berasal dar Setash dkk., 006 (WWF-Idoesa). Data kerusaka terumbu karag yag dguaka adalah data tahu 1997-1998,

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 & KORELASI LINIER SEDERHANA

REGRESI & KORELASI LINIER SEDERHANA 1. Pedahulua REGRESI & KORELASI LINIER SEDERHANA Gagasa perhtuga dtetapka oleh Sr Fracs Galto (18-1911) Persamaa regres :Persamaa matematk ag memugkka peramala la suatu peubah takbebas (depedet varable)

Lebih terperinci

PEDOMAN STATISTIK UJI PROFISIENSI

PEDOMAN STATISTIK UJI PROFISIENSI DPLP 3 Rev. 0 PEDOMAN STATISTIK UJI PROFISIENSI Komte Akredtas Nasoal Natoal Accredtato Body of Idoesa Gedug Maggala Waabakt, Blok IV, Lt. 4 Jl. Jed. Gatot Subroto, Seaya, Jakarta 070 Idoesa Tel. : 6 5747043,

Lebih terperinci

IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB

IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB Semar Nasoal Tekolog 007 (SNT 007) ISSN : 978 9777 IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB Krsawat STMIK AMIKOM Yogyakarta e-mal : krsa@amkom.ac.d

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 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

Muniya Alteza

Muniya Alteza RISIKO DAN RETURN 1. Estmas Retur da Rsko Idvdual. Kosep Dversfkas 3. Kovaras da Koefse Korelas 4. Estmas Retur da Rsko Portofolo Muya Alteza m_alteza@uy.ac.d Estmas Retur da Rsko 1) Estmas Realzed Retur

Lebih terperinci

Notasi Sigma. Fadjar Shadiq, M.App.Sc &

Notasi Sigma. Fadjar Shadiq, M.App.Sc & Notas Sgma Fadjar Shadq, M.App.Sc (fadjar_pg@yahoo.com & www.fadjarpg.wordpress.com Notas sgma memag jarag djumpa dalam kehdupa sehar-har, tetap otas tersebut aka bayak djumpa pada baga matematka yag la,

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

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

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

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

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

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

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

KARAKTERISTIK INFLASI KOTA-KOTA DI INDONESIA BAGIAN BARAT

KARAKTERISTIK INFLASI KOTA-KOTA DI INDONESIA BAGIAN BARAT Prosdg Semar Nasoal Sas da Peddka Sas I, Fakultas Sas da Matematka, UKSW Salatga, 2 Ju 204, Vol 5, No., ISSN :2087-0922 KARAKTERISTIK INFLASI KOTA-KOTA DI INDONESIA BAGIAN BARAT Ad Setawa Program Stud

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

BAB 4 PENGUMPULAN, PENGOLAHAN DAN ANALISIS DATA

BAB 4 PENGUMPULAN, PENGOLAHAN DAN ANALISIS DATA 97 BAB 4 PENGUMPULAN, PENGOLAHAN DAN ANALISIS 4. Hasl da Pegumpula Data 4.. Peetua L Krts DATA Berdasarka hasl peelta da observas dlapaga secara lagsug pada lata produks PT. Fajar It Plasdo yag meghaslka

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

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

REGRESI LINIER SEDERHANA

REGRESI LINIER SEDERHANA MODUL REGRESI LINIER SEDERHANA Dsusu oleh : I MADE YULIARA Jurusa Fska Fakultas Matematka Da Ilmu Pegetahua Alam Uverstas Udayaa Tahu 016 Kata Pegatar Puj syukur saya ucapka ke hadapa Tuha Yag Maha Kuasa

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

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

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

BAB 1 ERROR PERHITUNGAN NUMERIK

BAB 1 ERROR PERHITUNGAN NUMERIK BAB ERROR PERHITUNGAN NUMERIK A. Tujua a. Memaham galat da hampra b. Mampu meghtug galat da hampra c. Mampu membuat program utuk meelesaka perhtuga galat da hampra dega Matlab B. Peragkat da Mater a. Software

Lebih terperinci

KALKULUS LANJUT. Pertemuan ke-4. Reny Rian Marliana, S.Si.,M.Stat.

KALKULUS LANJUT. Pertemuan ke-4. Reny Rian Marliana, S.Si.,M.Stat. KALKULUS LANJUT Pertemua ke-4 Rey Ra Marlaa, S.S.,M.Stat. Plot Mater Notas Jumlah & Sgma Itegral Tetu Jumlah Rema Pedahulua Luas Notas Jumlah & Sgma Purcell, et all. (page 226,2003): Sebuah fugs yag daerah

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

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

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

III. METODOLOGI PENELITIAN. Menurut Arikunto (1991 : 3) penelitian eksperimendalah suatu penelitian yang

III. METODOLOGI PENELITIAN. Menurut Arikunto (1991 : 3) penelitian eksperimendalah suatu penelitian yang 37 III. METODOLOGI PENELITIAN A. Metode Peelta Metode peelta merupaka suatu cara tertetu yag dguaka utuk meelt suatu permasalaha sehgga medapatka hasl atau tujua yag dgka. Meurut Arkuto (1991 : 3) peelta

Lebih terperinci

BAB III METODE PENELITIAN

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

Lebih terperinci

3 Departemen Statistika FMIPA IPB

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

Lebih terperinci

Bab II Teori Pendukung

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

Lebih terperinci

XI. ANALISIS REGRESI KORELASI

XI. ANALISIS REGRESI KORELASI I ANALISIS REGRESI KORELASI Aalss regres mempelajar betuk hubuga atara satu atau lebh peubah bebas dega satu peubah tak bebas dalam peelta peubah bebas basaya peubah yag dtetuka oelh peelt secara bebas

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

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

Analisis Regresi. Oleh : Dewi Rachmatin

Analisis Regresi. Oleh : Dewi Rachmatin Aalss Regres Oleh : Dew Rachmat Pedahulua Dalam peelta basaya dguaka suatu model atau hubuga fugsoal atara peubah. Dega model kta berusaha memaham, meeragka, megedalka da kemuda mempredkska kelakua sstem

Lebih terperinci

BAB III ISI. x 2. 2πσ

BAB III ISI. x 2. 2πσ BAB III ISI 4. Keadata Normal Multvarat da Sfat-sfatya Keadata ormal multvarat meruaka geeralsas dar keadata ormal uvarat utuk dmes. f ( x) [( x )/ ] / = e x π x = ( x )( ) ( x ). < < (-) (-) Betuk (-)

Lebih terperinci

IV. BAHAN DAN METODE PENELITIAN

IV. BAHAN DAN METODE PENELITIAN IV. BAHAN DAN METODE PENELITIAN 4. Tempat da Waktu Peelta Peelta dlakuka pada areal huta alam d pulau Yamdea Kabupate Maluku Teggara Barat, Provs Maluku selama bula Aprl sampa Ju 009. Peta lokas peelta

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Propinsi Gorontalo tahun pelajaran 2012/2013.

BAB III METODOLOGI PENELITIAN. Propinsi Gorontalo tahun pelajaran 2012/2013. BAB III METODOLOGI PENELITIAN 3.. Tempat da Waktu Peelta Peelta dlaksaaka d SMP Neger 3 Gorotalo kota Gorotalo Props Gorotalo tahu pelajara 0/03. D SMP Neger 3 Gorotalo memlk 6 romboga belajar yag terdr

Lebih terperinci

Penarikan Contoh Acak Sederhana (Simple Random Sampling)

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

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi dalam statistika adalah salah satu metode untuk menentukan tingkat

BAB 2 LANDASAN TEORI. Regresi dalam statistika adalah salah satu metode untuk menentukan tingkat 0 BAB LANDASAN TEORI. Pegerta Regres Regres dalam statstka adalah salah satu metode utuk meetuka tgkat pegaruh suatu varael terhadap varael yag la. Varael yag pertama dseut dega ermacam-macam stlah: varael

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 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

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

METODOLOGI PENELITIAN. pengaruh atau akibat dari suatu perlakuan atau treatment, dalam hal ini yaitu

METODOLOGI PENELITIAN. pengaruh atau akibat dari suatu perlakuan atau treatment, dalam hal ini yaitu 47 III. METODOLOGI PENELITIAN A. Metode Peelta Metode peelta yag dguaka dalam peelta adalah metode eksperme. Metode dguaka atas pertmbaga bahwa sfat peelta ekspermetal yatu mecobaka suatu program latha

Lebih terperinci

KARAKTERISTIK INFLASI BULANAN KOTA-KOTA DI INDONESIA TAHUN

KARAKTERISTIK INFLASI BULANAN KOTA-KOTA DI INDONESIA TAHUN KARAKTERISTIK INFLASI BULANAN KOTA-KOTA DI INDONESIA TAHUN 009 03 S - Ad Setawa Program Stud Matematka Fakultas Sas da Matematka Uverstas Krste Satya Wacaa, Jl. Dpoegoro 5-60 Salatga 507 Emal : ad_seta_03@yahoo.com

Lebih terperinci

ESTIMASI UKURAN SENSITIVITAS KEUNTUNGAN SAHAM DALAM PORTOFOLIO PADA SINGLE INDEX MODEL

ESTIMASI UKURAN SENSITIVITAS KEUNTUNGAN SAHAM DALAM PORTOFOLIO PADA SINGLE INDEX MODEL Bulet Ilmah Mat. Stat. da Terapaya (Bmaster) Volume 0, No. (03), hal. 57-6 ESTIMASI UKUAN SENSITIVITAS KEUNTUNGAN SAHAM DALAM POTOFOLIO PADA SINGLE INDEX MODEL Eka Kurawat, Helm, Neva Satyahadew INTISAI

Lebih terperinci

Metode Statistika Pertemuan XII. Analisis Korelasi dan Regresi

Metode Statistika Pertemuan XII. Analisis Korelasi dan Regresi Metode Statstka Pertemua XII Aalss Korelas da Regres Aalss Hubuga Jes/tpe hubuga Ukura Keterkata Skala pegukura varabel Pemodela Keterkata Relatoshp vs Causal Relatoshp Tdak semua hubuga (relatoshp) berupa

Lebih terperinci

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP Msal dguaka kode ler C[, k, d] dega matrks pembagu G da matrks cek partas H. Sebuah blok formas x = x 1 x 2 x k, x = 0 atau 1, yag aka dkrm terlebh

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 5 BARISAN DAN DERET KOMPLEKS. Secara esensi, pembahasan tentang barisan dan deret komlpeks sama dengan barisan dan deret real.

BAB 5 BARISAN DAN DERET KOMPLEKS. Secara esensi, pembahasan tentang barisan dan deret komlpeks sama dengan barisan dan deret real. BAB 5 BARIAN DAN DERET KOMPLEK ecara eses, pembahasa tetag barsa da deret komlpeks sama dega barsa da deret real. 5. Barsa Barsa merupaka sebuah fugs dega doma berupa hmpua blaga asl N. ebuah barsa kompleks

Lebih terperinci

PRAKTIKUM 5 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel

PRAKTIKUM 5 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel Praktkum 5 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel PRAKTIKUM 5 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel Tujua : Mempelajar metode Secat dega modfkas tabel utuk peelesaa

Lebih terperinci