Analisis Faktor-Faktor yang Mempengaruhi Produksi Kedelai di Provinsi Jawa Timur dengan Metode Regresi Semiparametrik Spline

Ukuran: px
Mulai penontonan dengan halaman:

Download "Analisis Faktor-Faktor yang Mempengaruhi Produksi Kedelai di Provinsi Jawa Timur dengan Metode Regresi Semiparametrik Spline"

Transkripsi

1 Da Amela ( ) Pembmbng : Prof. Dr. Drs. I N Budanara, M.S Jurusan Saska Fakulas Maemaka dan Ilmu Pengeahuan Alam Insu Teknolog Sepuluh Nopember Surabaya Semnar Hasl Tugas Akhr Analss Fakor-Fakor yang Mempengaruh Produks Kedela d Provns Jawa Tmur dengan Meode Regres Semparamerk Splne

2 Agenda Har In Pendahuluan Tnjauan Pusaka Meodolog Penelan Hasl dan Kesmpulan Pembahasan dan Saran

3 PENDAHULUAN Laar Belakang, Rumusan Masalah, Tujuan Penelan, Manfaa Penelan, dan Baasan Masalah

4 Laar Belakang Indonesa merupakan negara agrars Menghaslkan anaman pangan seper beras, jagung, kedela, ub, dan kacangkacangan. Kedela merupakan sumber proen naba yang penng d Indonesa (Murso, 003)

5 Laar Belakang Besarnya Berdasarkan mpor daa dar menyebabkan Badan Pusa Sask (0), kehlangan oal luas panen anaman kedela d 33 provns d devsa negara yang cukup besar dan Indonesa mencapa 6.54 Ha sanga renan erhadap Keahanan Pangan Nasonal (Drjen Tanaman Pangan, 0) Dan ssanya dpenuh melalu IMPOR Toal produks kedela nasonal Tahun 0 adalah on. Unuk memenuh kebuuhan kedela ersebu, produks dalam neger saa n baru mampu memenuh ± on (± 4, %) dar kebuuhan (Drjen Tanaman Pangan, 0)

6 Laar Belakang 3 Menurunkan bea masuk mpor kedela dar 5% menjad 0% dalam kurun waku Agusus-Desember 0, negara akan kehlangan Rp 400 mlar (Dhany, 0) Unuk mengaas defs produks darahkan pada upaya menekan mpor dan menngkakan produks kedela (Handayan, dkk, 009)

7 Laar Belakang 4 Tahun 0, Jawa Tmur memberkan konrbus sebesar 43.49% unuk oal produks kedela nasonal (Dnas Peranan Provns Jawa Tmur, 0) Oleh karena u akan dlakukan pemodelan erhadap produks kedela d Jawa Tmur

8 Laar Belakang 5 Komalasar (008) dan Mareha (008) pernah melakukan penelan enang predks penawaran dan permnaan kedela dengan menggunakan meode Analss Dere Waku Penelan enang permnaan kedela juga dlakukan oleh Purnamasar (006) dengan menggunakan eor permnaan penawaran sera eor elassas Handayan, dkk (009) juga melakukan sud enang Smulas Kebjakan Daya Sang Kedela Lokal pada Pasar Domesk

9 Laar Belakang 6 Budanara (005) menerapkan meode regres semparamerk anara produks Blle pada suau perusahaan bes baja dengan varabel proses produks dengan bahan baku dan lama waku Kadr, dkk (00) melakukan penelan berjudul Margnal longudnal semparamerc regresson va penalzed splnes Penelan Sebelumnya Susano (008) menerapkan Model Regres Semparamerk Kernel unuk Menduga Produks Pad Sawah d Jawa Tengah

10 Rumusan Masalah Bagamanakah deskrps jumlah produks kedela d Provns Jawa Tmur besera fakor-fakor yang dduga mempengaruh? Bagamana pemodelan jumlah produks kedela d Provns Jawa Tmur dengan menggunakan Regres Semparamerk Splne? Fakor-fakor apa sajakah yang mempengaruh produks kedela d Provns Jawa Tmur? 7

11 Tujuan Penelan Mendeskrpskan jumlah produks kedela d Provns Jawa Tmur besera fakor-fakor yang dduga mempengaruhnya. Mendapakan pemodelan erbak unuk produks kedela d Provns Jawa Tmur dengan menggunakan Regres SemparamerkSplne. Mendapakan fakor-fakor yang mempengaruh produks kedela d Provns Jawa Tmur. 8

12 Manfaa Penelan Memberkan nformas, khususnya bag nsans/kelembagaan erka sebaga dasar pengamblan kebjakan/kepuusan d sekor peranan. Sebaga pengembangan kelmuan yau dalam kaannya dengan penerapan meode Regres Semparamerk Splne dalam bdang pemernahan. 9

13 Baasan Masalah Terdapa beberapa kabupaen/koa yang dak menghaslkan produks kedela yau Koa Blar, Koa Malang, dan Koa Probolnggo, sehngga daa yang dgunakan dalam penelan n hanya berasal dar 35 kabupaen/koa d Provns Jawa Tmur 0

14 TINJAUAN PUSTAKA

15 Analss Regres Analss regres adalah suau analsa saska yang dgunakan unuk mengeahu pola hubungan anara sau aau lebh varabel. Selan u, analss regres juga dapa dgunakan unuk mempredks

16 Regres Nonparamerk 3 Sumber : hp://oklo.org Benuk kurva regres dasumskan dak dkeahu Daa sendr yang akan mencar benuk esmas dar kurva regresnya Kurva regres dalam regres nonparamerk dasumskan halus (smooh) Beberapa model regres nonparamerk yang banyak dgunakan danaranya Splne, Kernel, Dere Fourer, dan MARS

17 Regres Paramerk Terdapa asums yang sanga kaku yau benuk kurva regres dkeahu, msalnya lnear, kuadrak, kubk, dan lan-lan (Budanara, 009) Sumber : hp://sck-learn.org l l x x x y ε β β β β =... 0 l l x x x x f β β β β =... ) ( 0 = n L n n l l l n x x x x x x x x x x x x y y y y ε ε ε ε β β β β 3 0 ln

18 Regres Semparamerk 4 Dalam regres semparamerk, erdapa dua komponen yau komponen paramerk dan komponen nonparamerk (Rupper, Wand, Carrol, 003). Komponen paramerk dmana benuk kurvanya dkeahu, dan komponen nonparamerk dmana benuk kurvanya dak dkeahu p j= 0 j f ( ) = α α j k = p k Fungs splne lnear dengan dua kno dapa dulskan sebaga berku. f α α α Splne memlk kemampuan unuk menangan daa yang perlakunya berubah-ubah pada sub-sub nerval erenu (Budanara, 009) K ( K ( ) = 0 ( K) 3 ( K ) α k ) p

19 Regres Semparamerk 5 Q Q l f f f x y ε β = ) ( ) ( ) ( ' Q q q q l f x y ε β = = ' ) ( = = = K k p k q q k p p j j q jq q q K f ) ( 0 ) ( ) ( α α < = k q k q p k q p k q K K K K 0,, ) ( ) (

20 6 GCV (Generalzed Cross Valdaon) [ ] ( ) ),,, ( ),,, ( ),,, ( k k k K K K A I race n K K K MSE K K K GCV = ( ) ˆ ),,, ( = = n k y y n K K K MSE

21 Uj Parameer 7 Pengujan overall H 0 : β = = β L = α = α = = α Q = 0 H : mnmal erdapa sau β l 0 aau 0 Tolak F abel H 0 F = hung jka MS MS F > hung regres resdual F abel = Fα ;( L Q, n( L Q) ) α q Pengujan parsal H 0 : α q = H : α q hung Tolak abel = H 0 = 0 0 ˆ α q s. e( ˆ α ) jka q α ;( n( L Q) ) hung > abel

22 Uj Asums Resdual 8 Idenk merupakan asums homoskedassas/asums varans sama(gujara, 004) menggunakan meode formal seper uj glejser Independen,yau asums bahwa dak ada korelas anar resdual. Salah sau cara unuk menguj korelas resdual yau dengan melha plo ACF (Auocorrelaon Funcon) D = Sup x F n ( x) F0 ( x)

23 Kedela 9 Bahan Dasar Makanan Dbuddayakan sejak 3500 ahun yang lalu d Asa Tmur Dbuddayakan d lahan sawah maupun lahan kerng (ladang) Perumbuhan kedela dpengaruh oleh beberapa fakor seper anah, pupuk, curah hujan, kelembapan, sera jens benh yang danam Deparemen Peranan memasukan kedela dalam kebjakan pengadaan pangan melalu penngkaan produks

24 Produks Kedela Jawa Tmur Bala Benh dan Senra Produsen Benh D Malang dan Kedr Konrbus Produks Jawa Tmur Terhadap Produks Nasonal

25 METODOLOGI PENELITIAN Sumber, Varabel, Langkah Analss

26 Sumber Daa Dnas Peranan Provns Jawa Tmur, Badan Keahanan Pangan Provns Jawa Tmur, Badan Pusa Sask Provns Jawa Tmur, dan Dnas PU Pengaran Provns Jawa Tmur unuk Tahun 0 Un pengamaan yang dgunakan adalah kabupaen / koa yang ada d Provns Jawa Tmur yau sebanyak 35 kabupaen/koa.

27 Varabel Penelan y Produks Kedela x Luas Panen Luas Puso/Kerusakan 4 3 Konsums Kedela Curah Hujan Alokas Pupuk Bersubsd 5 Kenggan Raa-raa dar Permukaan Lau

28 3 Srukur Daa Penelan Respon (y) Komponen Paramerk (x) Predkor Komponen Nonparamerk () x 5 y x 5 y x 5 y 35 x

29 Langkah Analss 4 Daa Produks Kedela Mendeskrpskan Daa yang Dperoleh dengan Meode Saska Deskrpf Membua Scaerplo Anara Produks Kedela dengan Fakor yang Mempengaruhnya Meneukan Tk Kno Opmal dengan Meode GCV (Generalzed Cross Valdaon) Melakukan Pemodelan dengan Meode Splne dengan Tk Kno Opmal Transformas Uj Sgnfkans Parameer Tdak Terpenuh Uj Asums Resdual Hasl dan Kesmpulan

30 HASIL DAN PEMBAHASAN

31 5 Deskrps Produks Kedela d Provns Jawa Tmur besera Fakor-fakor yang Dduga Mempengaruh Pengelompokan jumlah produks kedela d masngmasng wlayah Kab. Banyuwang Varabel Raa-raa Varans Mnmum Maksmum y x ,89 389,57 0,00 7, , ,7 74,3 307, ,7 9787,5,0 83,0

32 6 Plo anara Produks Kedela dengan Fakor-fakor yang Dduga Mempengaruhnya Luas Panen (Ha) Luas Kerusakan / Puso (Ha) Konsums (Ton) Produks (Ton) Curah Hujan per Tahun (mm) Pupuk (Ton) Tngg dar Permukaan (m) Mengandung Komponen Paramerk dan Nonparamerk

33 7 Pemlhan Tk Kno Opmal No. Kno GCV 3,5004 7,84 35,75 46,3469 8, , ,8 66,5 5894,65 84, , ,0 730, ,86 88, , ,3 0,5 6044,45 306, , ,4 436,5 937,74 475, , ,43 76,75 66,4 594, , ,98 85,5 6,8 644, , ,7 07,5 394,57 7, , ,7 4, ,6 763, , ,63 4, ,3 797,

34 8 Pemlhan Tk Kno Opmal No. Kno GCV ,5004 7,84 35,75 46,3469 8,9837 7, , ,5 790, , ,5004 7,84 35,75 46,3469 8,9837 4, ,04 77,5 4074,63 05, ,5004 7,84 35,75 46,3469 8, , ,5 59,5 9984, , ,5004 7,84 35,75 46,3469 8, , ,98 85,5 6,8 644, , , ,5 760,776 37, , ,4 70,5 804,37 408, , ,49 06,75 637,59 33,449 54,449 39,08 00,5 458,7 746, , ,4 70,5 804,37 408,0408 6, ,6 768,5 954,49 6, , ,6 768,5 954,49 6,06 33, ,98 85,5 6,8 644, , ,53 975, , 695,653 64, ,63 4, ,3 797, , ,63 4, ,3 797,633

35 9 Pemlhan Tk Kno Opmal No Kno ,5004 7,84 35,75 46,3469 8,9837 7, , ,5 790, , , ,55 398,75 9,04 5,755 7, , ,5 790, , , ,06 643, ,45 560,306 9, ,4 685,5 97,8 577,45 35, , ,5 347,469 7,837 66, ,49 06,75 637,59 33,449 87, ,59 3,75 834,673 44,959 56,637 69,94 938,5 5387,55 7, , , 979,75 575,898 89,6 43, ,53 975, , 695,653 9, ,8 809,75 8,84 67, , ,98 85,5 6,8 644,898 57, ,7 4, ,6 763,365 6, ,45 83,5 537,96 780,449 64, ,63 4, ,3 797,633 68, ,8 66,5 5894,65 84,086 GCV

36 30 Pemlhan Tk Kno Opmal No. Kno GCV 67, , ,8 66,5 5894,65 644, , ,5 8,84 68, ,8 6,8 84, ,5 4909,6 6, ,8 768,5 8,84 6, , ,98 6,8 85,5 644, ,7 4909,6 9, ,6 809,75 67, , ,5 5894,65 644, ,98 57,959 4,75 763,365 9, ,8 954, , ,98 66,5 84, ,8 57, ,7 Merupakan nla GCV erkecl danara kno, kno, 3 kno Kno yang erplh unuk pemodelan

37 Pemodelan Regres Semparamerk Splne dengan Tk Kno Opmal 3 ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) = ˆ ˆ ˆ ˆ ˆ ˆ ˆ ˆ ˆ ˆ ˆ ˆ ˆ ˆ ˆ ˆ K K K K K K K K x y ϕ ϕ τ τ τ τ δ δ δ α α γ γ β β ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) = 84,086 0,34 0, ,6 4,34 6,8 69,96 8,84 59,888 0,655 85,5 9, ,5,007 0, ,8,749 0, ,4849 0,4547 0,404,89 0,033 ˆ x y

38 3 Uj Parameer Model Regres - Uj Overall (Serenak) - Sumber Varas df SS MS F P-value Regres Error ,30 0,00 Toal Terdapa mnmal sau varabel yang memberkan pengaruh sgnfkan

39 33 Uj Parameer Model Regres - Uj Parsal - Varabel Parameer Koefsen hung P-value - β 0-0,033-0,43 0, x β,89 6,853 0,00* γ -0,404 -,7080 0,03063 γ -0,4547 -,9483 0, α -0,0443-0,487 0, α,749 0,337 0, δ 0,3547 0,4790 0, δ -,007 -,99 0,08645 δ 3 9,0586,44 0,6475 τ 0,655 0,9574 0, τ 59,888 4,803 0, * 4 τ 3-69,96-4,7469 0,000366* τ 4 4,34 3,0368 0,006565* 5 ϕ -0,8980-0,348 0,73436 ϕ -0,3400 -,6895 0, * * ) Memberkan pengaruh yang sgnfkan pada alpha 0,05

40 34 Uj Asums Resdual Uj Glejser Sumber Varas df SS MS F P-value Regres Error ,8466 0,357 Toal Tdak erjad kasus Heeroskedassas/ denk Auocorrelaon D 0,05;35 = 0,0 D = Sup F ( x) F0 ( x) = x n < maka gagal olak H0 D Dα ; n Independen Lag 5 30 Plo ACF Berdsrbus Normal Uj KS

41 35 Inerpreas Fakor-fakor yang Mempengaruh Produks Kedela d Jawa Tmur Nla koefsen deermnas sebesar 98,% yang berar varabel luas panen kedela, luas puso kedela, konsums kedela, curah hujan, alokas pupuk bersubsd, dan kenggan raa-raa dar permukaan lau mampu menjelaskan varablas produks kedela sebesar 98,% yˆ = 0,033 69,96 0, ,888( 4 8,84) ( 4 6,8) 4,34( ,6) 0,033 0, ,593 59,3543 yˆ = 44799,36 9, ,6 4, ; ; 8,84 ; 6,8 ; 4 4 < 8, < 6,8 < 4909,6 4909,6 ˆ 5 0,033 0,898 yˆ = 76,755, ( 84, ) y = 0,033 0, , ; 5 ; 5 < 84,086 84,086 Terhadap varabel 4 dengan asums varabel lan konsan Terhadap varabel 5 dengan asums varabel lan konsan

42 KESIMPULAN DAN SARAN

43 36 Kesmpulan Raa-raa produks kedela d Jawa Tmur adalah 0486 on selama ahun 0 dan merupakan produks erbesar d Indonesa. Kabupaen Banyuwang merupakan kabupaen penghasl kedela erbesar d Jawa Tmur dengan produks sebesar 6767 on Model regres semparamerk splne yang dhaslkan adalah : yˆ = 0,033,007 69,96,89x 0,404 0,4547( 68,4849) 0,0443 ( ), ,8 ( 3 768,5) 9,0586( ) ( ) 3 85,5 0,655 59,888 8, ( 4 6,8) 4,34( ,6) 0,8985 0,34( 5 84,086) 0, Varabel luas panen kedela (), alokas pupuk bersubsd (4), dan varabel kenggan raa-raa dar permukaan lau (5)

44 37 Saran Dalam pengamblan kebjakan unuk penngkaan produks kedela hendaknya dsesuakan dengan wlayah yang memlk kenggan yang sesua, sera mengupayakan penyedaan pupuk yang epa, dan juga kebjakan mengena lahan unuk penanaman kedela. Unuk pengembangan dar penelan n, hendaknya menambah varabel lan yang juga dduga mempengaruh dmana unuk saa n mash erkendala dalam hal penyedaan daa, seper harga rl kedela ngka produsen, harga rl jagung ngka produsen, harga rl benh kedela, volume mpor kedela, dan harga rl kedela mpor. Penngkaan orde menjad kuadrak aaupun menngkakan jumlah k kno yang dgunakan pada varabel komponen nonparamerk.

45 38 Dafar Pusaka Aczel and Sounderpandan Complee Busnnes Sascs 7h Edon. McGraw-Hll Companes, Inc. New York Badan Keahanan Pangan Provns Jawa Tmur. 0. Tabel Keersedaan dan Konsums Komodas Kedela per Kabupaen/Koa Tahun 0. Surabaya BPS. 0. Tabel Luas Panen-Produkvas-Produks Tanaman Kedela Seluruh Provns. Jakara BPS Jawa Tmur. 0. Surve Peranan Produks Pad dan Palawja D Jawa Tmur Tahun 0. BPS Provns Jawa Tmur. Surabaya BPS Jawa Tmur. 0. Jawa Tmur Dalam Angka 0. BPS Provns Jawa Tmur. Surabaya Budanara, I. N Model Keluarga Splne Polnomal Truncaed Dalam Regres Semparamerk. Berkala MIPA. Vol 5, Budanara, I. N Splne dalam Regres Nonparamerk dan Semparamerk, Sebuah Pemodelan Saska Masa Kn dan Masa Mendaang. Pdao Pengukuhan Guru Besar. Insu Teknolog Sepuluh Nopember. Surabaya Danel Saska Non Paramerk Terapan. Greameda. Jakara Dhany, R.R. 0. Impor Kedela Bebas Bea Masuk, Negara Kehlangan Rp 400 Mlar Dalam 5 Bulan. hp://fnance.dek.com/read. Dakses pada anggal 0 Okober 0

46 39 Dafar Pusaka Dnas Pekerjaan Umum Pengaran Provns Jawa Tmur. 0. Daa Curah Hujan d Seluruh Sasun Pengamaan d P rovns Jawa Tmur. Surabaya Dnas Peranan Provns Jawa Tmur. 0. Tabel Konrbus Jawa Tmur erhadap Nasonal unuk Tanaman Kedela Tahun Surabaya Dnas Peranan Provns Jawa Tmur. 0. Tabel Alokas Pupuk Bersubsd Sekor Peranan d Provns Jawa Tmur. Surabaya Drjen Tanaman Pangan. 0. Pedoman Tekns Produks Tanaman Kedela. Kemeneran Peranan RI Draper, N.R., and Smh, H. 99. Analss Regres Terapan. PT Grameda Pusaka Uama. Jakara Eubank, R. L Nonparamerc Regresson and Splne Smoohng. Marcel Dekker, Inc. New York Gujara, D. N Basc Economerc 4h Edon. McGraw-Hll Companes, Inc. New York Handayan, D., Banacu, T., Munandar, J. M., Budjano, S Smulas Kebjakan Daya Sang Kedela Lokal pada Pasar Domesk. J. Tek. Ind. Peranan. Vol 9, 7-5 Kadr, M. A., Carroll, R. J., and Wand, M. P. 00. Margnal longudnal semparamerc regresson va penalzed splnes. Sa.Probab.Le. Vol 80, 4-5 Komalasar, W. B Predks Penawaran dan Permnaan Kedela Dengan Analss Dere Waku. Informaka Peranan. Vol 7 No. Malan, A. H Kebjakan Perdagangan Inernasonal Komodas Peranan Indonesa. Jurnal Analss Kebjakan Peranan. Vol, 35-56

47 Dafar Pusaka Mareha, D Peramalan Produks dan Konsums Kedela Nasonal Sera Implkasnya Terhadap Sraeg Pencapaan Swasembada Kedela Nasonal. Skrps Sarjana. IPB. Bogor Marodreso, S., Suryano, W. A. 00. Terobosan Teknolog Pemupukan Dalam Era Peranan Organk, Buddaya Tanaman Pangan, Holkulura, dan Perkebunan. Kansus. Yogyakara Murso, D Herablas dan Sdk Lnas Karaker Fenopk Beberapa Galur Kedela (Glycne Max. (L) Merrll). Skrps Sarjana. Unversas Sebelas Mare. Surakara Purnamasar, R Analss Fakor-fakor yang Mempengaruh Produks dan Impor Kedela d Indonesa. Skrps Sarjana. Insu Peranan Bogor. Bogor Rupper, D., Wand, M. P., and Carrol, R. J Semparamerc Regresson. Cambrdge Unversy Press. New York Sumarno D dalam Handayan, D., Banacu, T., Munandar, J. M., Budjano, S Smulas Kebjakan Daya Sang Kedela Lokal pada Pasar Domesk. J. Tek. Ind. Peranan. Vol 9, 7-5 Susano, Y Model Regres Semparamerk Kernel unuk Menduga Produks Pad Sawah d Jawa Tengah. Tess Program Magser. Insu Teknolog Sepuluh Nopember. Surabaya Wahba, G Splne Models for Observaon Daa. Pensylvana: Unversy of Wnsconsn a Madson Walpole, R. E Penganar Meode Saska. PT Grameda Pusaka Uama. Jakara Wkpeda. 03. Kedela. Dakses dar hp://d.wkpeda.org/wk/kedela. Har Mnggu, 3 Mare 03. Jam 0.0 Yahya, I., Budanara N., Frasar K Analss Regres Semparamerk Pada Kasus Hlangnya Respon. Jurnal Maemaka. Vol. 9,

48 Da Amela ( ) Pembmbng : Prof. Dr. Drs. I N Budanara, M.S Jurusan Saska Fakulas Maemaka dan Ilmu Pengeahuan Alam Insu Teknolog Sepuluh Nopember Surabaya Semnar Hasl Tugas Akhr Analss Fakor-Fakor yang Mempengaruh Produks Kedela d Provns Jawa Tmur dengan Meode Regres Semparamerk Termakash Splne

49 ? Nex Q and A Sesson Thank You

50 Luas Panen (Ha) Mengapa Splne? Luas Kerusakan / Puso (Ha) Konsums (Ton) Produks (Ton) Curah Hujan per Tahun (mm) Pupuk (Ton) Tngg dar Permukaan (m) Mengandung Komponen Paramerk dan Komponen Nonparamerk

51 Permbangan Varabel? x Luas Panen Luas Puso/Kerusakan Fakor pembenuk nla produks, dan juga varabel pada penelan Handayan (009) Informas dar Dnas Terka 4 3 Konsums Kedela Curah Hujan Alokas Pupuk Bersubsd Varabel pada penelan Handayan (009) dan Purnamasar (006) 5 Kenggan Raa-raa dar Permukaan Lau Informas dar pakar erka mengena pengaruh anah

52 Permbangan Varabel? x Luas Panen Luas Puso/Kerusakan BPS, Surve Tanaman Pad dan Palawja Tahun 0 3 Konsums Kedela Curah Hujan Badan Keahanan Pangan Prov. Jam Dnas PU Pengaran Prov. Jam 4 Alokas Pupuk Bersubsd Dnas Peranan Prov. Jam 5 Kenggan Raa-raa dar Permukaan Lau BPS, Jawa Tmur Dalam Angka 0

53 Kelebhan Splne? 3 MARS (Mulvarae Adapve Reg. Splne) Tngka keruman ngg karena memperhungkan adanya kombnas danara varabelnya / dak parsmon Kernel Susah menyesuakan dengan drnya sendr apabla mengandung banyak predkor sera model yang dbenuk dak dapa dnerpreaskan Dere Fourer Dgunakan jka pola daa mengku pola daa berulang (perodk)

54 Kelebhan GCV (Wahba, 999)? Punya sfa opmal asymok (unuk sampel besar, opmal) 3 GCV nvaran erhadap ransformas

55 Rumus GCV? Marks Head

Peramalan Penjualan Sepeda Motor Tiap Jenis di Wilayah Surabaya dan Blitar dengan Model ARIMA Box-Jenkins dan Vector Autoregressive (VAR)

Peramalan Penjualan Sepeda Motor Tiap Jenis di Wilayah Surabaya dan Blitar dengan Model ARIMA Box-Jenkins dan Vector Autoregressive (VAR) JURNAL SAINS DAN SENI POMITS Vol. 3, No., (04) 337-350 (30-98X Prn) D-36 Peramalan Penjualan eda Moor Tap Jens d Wlayah Surabaya dan Blar dengan Model ARIMA Box-Jenkns dan Vecor Auoregressve (VAR) Ade

Lebih terperinci

Penerapan Statistika Nonparametrik dengan Metode Brown-Mood pada Regresi Linier Berganda

Penerapan Statistika Nonparametrik dengan Metode Brown-Mood pada Regresi Linier Berganda Jurnal EKSPONENSIAL Volume 7, Nomor, Me 6 ISSN 85-789 Penerapan Saska Nonparamerk dengan Meode Brown-Mood pada Regres Lner Berganda Applcaon of Nonparamerc Sascs, wh Brown-Mood Mehod on Mulple Lnear Regresson

Lebih terperinci

Jumlah kasus penderita penyakit Demam Berdarah Dengue (DBD) di Kota Surabaya tahun

Jumlah kasus penderita penyakit Demam Berdarah Dengue (DBD) di Kota Surabaya tahun Baasan Masalah Jumlah kasus pendera penyak Demam Berdarah Dengue (DBD d Koa Surabaya ahun - Varabel Explanaory (Varabel penjelas yang dgunakan dalam penelan adalah varabel Iklm (Curah hujan, Suhu, Kelembaban

Lebih terperinci

BAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU

BAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU BAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU Pada bab III, ka elah melakukan penguan erhadap meoda Runge-Kua orde 4 pada persamaan panas. Haslnya, solus analk persamaan panas

Lebih terperinci

PENERAPAN MODEL GSTAR(1,1) UNTUK DATA CURAH HUJAN

PENERAPAN MODEL GSTAR(1,1) UNTUK DATA CURAH HUJAN Bulen Ilmah Mah. Sa. dan Terapannya (Bmaser) Volume 6, o. 03 (017), hal 159 166. PEERAPA MODEL GSTAR(1,1) UTUK DATA CURAH HUJA Ism Adam, Dadan Kusnandar, Hendra Perdana ITISARI Model Generalzed Space Tme

Lebih terperinci

' PERATURAN BUPATI PACITAN I NOMOR 4 TAHUN 2012 PEMBERIAN BANTUAN PERALATAN DAN/ATAU MESIN BAGI INDUSTRI KECIL DAN MENENGAH KABUPATEN PACITAN

' PERATURAN BUPATI PACITAN I NOMOR 4 TAHUN 2012 PEMBERIAN BANTUAN PERALATAN DAN/ATAU MESIN BAGI INDUSTRI KECIL DAN MENENGAH KABUPATEN PACITAN j BUPAT PACTAN ' PERATURAN BUPAT PACTAN NOMOR 4 TAHUN 2012 TENTANG PEMBERAN BANTUAN PERALATAN DAN/ATAU MESN BAG NDUSTR KECL DAN MENENGAH KABUPATEN PACTAN DENGAN RAHMAT TUHAN YANG MAHA ESA BUPAT PACTAN

Lebih terperinci

MODEL GENERALIZED SPACE TIME AUTOREGRESSIVE-X (GSTAR-X) DALAM MERAMALKAN PRODUKSI KELAPA SAWIT

MODEL GENERALIZED SPACE TIME AUTOREGRESSIVE-X (GSTAR-X) DALAM MERAMALKAN PRODUKSI KELAPA SAWIT Bulen Ilmah Mah. Sa. dan Terapannya (Bmaser) Volume 07, No. (018), hal 85 9. MODEL GENERALIZED SPACE TIME AUTOREGRESSIVE-X (GSTAR-X) DALAM MERAMALKAN PRODUKSI KELAPA SAWIT Felca Kurna Kusuma Wra Pur, Dadan

Lebih terperinci

Pemodelan Penyerapan Tenaga Kerja Sektor Industri di Indonesia Dengan Pendekatan Regresi Data Panel Dinamis

Pemodelan Penyerapan Tenaga Kerja Sektor Industri di Indonesia Dengan Pendekatan Regresi Data Panel Dinamis JURAL SAIS DA SEI ITS Vol. 5 o. 2 (2016) 2337-3520 (2301-928X Prn) D-217 Pemodelan Penyerapan Tenaga Kerja Sekor Indusr d Indonesa Dengan Pendekaan Regres Daa Panel Dnams Avolla Terza Damalana dan Seawan

Lebih terperinci

BAB 8 PERSAMAAN DIFERENSIAL BIASA

BAB 8 PERSAMAAN DIFERENSIAL BIASA Maa kulah KOMPUTASI ELEKTRO BAB 8 PERSAMAAN DIFERENSIAL BIASA Persamaan dferensal dapa dbedakan menjad dua macam erganung pada jumlah varabel bebas. Apabla persamaan ersebu mengandung hana sau varabel

Lebih terperinci

BAB 1 PENDAHULUAN. dependen (y) untuk n pengamatan berpasangan i i i. x : variabel prediktor; f x ) ). Bentuk kurva regresi f( x i

BAB 1 PENDAHULUAN. dependen (y) untuk n pengamatan berpasangan i i i. x : variabel prediktor; f x ) ). Bentuk kurva regresi f( x i BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan analss statstk yang dgunakan untuk memodelkan hubungan antara varabel ndependen (x) dengan varabel ( x, y ) n dependen (y) untuk n pengamatan

Lebih terperinci

PENGEMBANGAN MODEL MATEMATIS UNTUK OPTIMASI PERENCANAAN PRODUKSI MINUMAN MARIMAS

PENGEMBANGAN MODEL MATEMATIS UNTUK OPTIMASI PERENCANAAN PRODUKSI MINUMAN MARIMAS PENGEMBANGAN MODEL MATEMATIS UNTUK OPTIMASI PERENCANAAN PRODUKSI MINUMAN MARIMAS Mra Puspasar, Snggh Sapad, Dana Puspasar Absraks PT Ulam Tba Halm merupakan salah sau ndusr mnuman serbuk d Indonesa, dmana

Lebih terperinci

ANALISIS DATA DERET BERKALA DENGAN METODE TREND SEKULER UNTUK MENENTUKAN MODEL PERTUMBUHAN PENDUDUK MISKIN JAWA BARAT

ANALISIS DATA DERET BERKALA DENGAN METODE TREND SEKULER UNTUK MENENTUKAN MODEL PERTUMBUHAN PENDUDUK MISKIN JAWA BARAT ANALISIS DATA DERET BERKALA DENGAN METODE TREND SEKULER UNTUK MENENTUKAN MODEL PERTUMBUHAN PENDUDUK MISKIN JAWA BARAT ANALSIS OF TIME SERIES USING SECULAR TREND METHOD TO DETERMINE POPULATION GROWTH MODEL

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 7 Gorontalo pada tahun ajaran 2012/2013

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 7 Gorontalo pada tahun ajaran 2012/2013 3. Lokas dan Waku Penelan 3.. Lokas Penelan BAB III METODOLOGI PENELITIAN Penelan n dlaksanakan d SMP Neger 7 Goronalo pada ahun ajaran 0/03 3.. Waku Penelan Penelan n d laksanakan pada semeser genap ahun

Lebih terperinci

Created by Simpo PDF Creator Pro (unregistered version)

Created by Simpo PDF Creator Pro (unregistered version) Creaed by Smpo PDF Creaor Pro (unregsered verson) hp://www.smpopdf.com Sask Bsns : BAB 8 VIII. ANALISIS DATA DERET BERKALA (TIME SERIES) 8.1 Pendahuluan Daa Berkala (Daa Dere waku) adalah daa yang dkumpulkan

Lebih terperinci

BAB 1 PENDAHULUAN. Pertumbuhan ekonomi merupakan salah satu ukuran dari hasil pembangunan yang

BAB 1 PENDAHULUAN. Pertumbuhan ekonomi merupakan salah satu ukuran dari hasil pembangunan yang BAB 1 PENDAHULUAN 1.1 Laar Belakang Perumbuhan ekonomi merupakan salah sau ukuran dari hasil pembangunan yang dilaksanakan khususnya dalam bidang ekonomi. Perumbuhan ersebu merupakan rangkuman laju perumbuhan

Lebih terperinci

PENENTUAN EOQ TERHADAP PRODUK AVTUR DI LANUD HUSEIN SASTRANEGARA BANDUNG

PENENTUAN EOQ TERHADAP PRODUK AVTUR DI LANUD HUSEIN SASTRANEGARA BANDUNG INDEPT, Vol., No. 3, Okober 01 ISSN 087 945 PENENTUAN EOQ TERHADAP PRODUK AVTUR DI LANUD HUSEIN SASTRANEGARA BANDUNG Samsul Budaro, ST., MT Dosen Teap Teknk Indusr, Wakl Dekan III akulas Teknk, Unversas

Lebih terperinci

Analisis Survival pada Pasien Penderita Sindrom Koroner Akut di RSUD Dr. Soetomo Surabaya Tahun 2013 Menggunakan Regresi Cox Proportional Hazard

Analisis Survival pada Pasien Penderita Sindrom Koroner Akut di RSUD Dr. Soetomo Surabaya Tahun 2013 Menggunakan Regresi Cox Proportional Hazard JURNAL SAINS DAN SENI ITS Vol. 4, No.2, (215) 2337-352 (231-928X Prn) D151 Analss Survval pada Pasen Pendera Sndrom Koroner Aku d RSUD Dr. Soeomo Surabaya Tahun 213 Menggunakan Regres Cox Proporonal Hazard

Lebih terperinci

ESTIMASI PARAMETER PADA REGRESI SEMIPARAMETRIK UNTUK DATA LONGITUDINAL

ESTIMASI PARAMETER PADA REGRESI SEMIPARAMETRIK UNTUK DATA LONGITUDINAL Abstrak ESIMASI PARAMEER PADA REGRESI SEMIPARAMERIK UNUK DAA LONGIUDINAL Msal y merupakan varabel respon, Lls Laome Jurusan Matematka FMIPA Unverstas Haluoleo Kendar 933 e-mal : lhs@yahoo.com X adalah

Lebih terperinci

MODEL KLASIFIKASI RUMAHTANGGA MISKIN DENGAN PENDEKATAN METODE MARS

MODEL KLASIFIKASI RUMAHTANGGA MISKIN DENGAN PENDEKATAN METODE MARS Semnar Nasonal Statstka IX Insttut Teknolog Sepuluh Nopember, 7 November 29 MODEL KLASIFIKASI RUMAHTANGGA MISKIN DENGAN PENDEKATAN METODE MARS Stud Kasus : Kota Surabaya Rokhana DB 1, Sutkno 2, Agnes Tut

Lebih terperinci

ε adalah error random yang diasumsikan independen, m X ) adalah fungsi

ε adalah error random yang diasumsikan independen, m X ) adalah fungsi BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan suatu metode yang dgunakan untuk menganalss hubungan antara dua atau lebh varabel. Pada analss regres terdapat dua jens varabel yatu

Lebih terperinci

PERBAIKAN ASUMSI KLASIK

PERBAIKAN ASUMSI KLASIK BAHAN AJAR EKONOMETRI AGUS TRI BASUKI UNIVERSITAS MUHAMMADIAH OGAAKARTA PERBAIKAN ASUMSI KLASIK 6.. Mulkolnearas Jka model ka mengandung mulkolneras yang serus yakn korelas yang ngg anar varabel ndependen,

Lebih terperinci

Di bidang ekonomi tidak semua informasi dapat diukur secara kuantitatif. Peubah dummy digunakan untuk memperoleh informasi yang bersifat kualitatif

Di bidang ekonomi tidak semua informasi dapat diukur secara kuantitatif. Peubah dummy digunakan untuk memperoleh informasi yang bersifat kualitatif Regres Dummy D bdang ekonom dak semua nformas dapa dukur secara kuanaf Peubah dummy dgunakan unuk memperoleh nformas yang bersfa kualaf Conoh pada daa cross secon: Gender: sebaga penenu jumlah pendapaan

Lebih terperinci

Line Transmisi. Oleh: Aris Heri Andriawan ( )

Line Transmisi. Oleh: Aris Heri Andriawan ( ) ANALISIS APLIKASI PENJADWALAN UNIT-UNIT PEMBANGKIT PADA SISTEM KELISTRIKAN JAWA-BALI DENGAN MENGGUNAKAN UNIT COMMITMENT, UNIT DECOMMITMENT DAN MODIFIED UNIT DECOMMITMENT Oleh: Ars Her Andrawan (07000)

Lebih terperinci

Kresnanto NC. Model Sebaran Pergerakan

Kresnanto NC. Model Sebaran Pergerakan Kresnano C Moel Sebaran Pergerakan Kresnano C Tujuan Uama: Mengeahu pola pergerakan alam ssem ransporas serng jelaskan alam benuk arus pergerakan (kenaraan, penumpang, an barang) yang bergerak ar zona

Lebih terperinci

PENDUGAAN STATISTIK AREA KECIL DENGAN METODE EMPIRICAL CONSTRAINED BAYES 1

PENDUGAAN STATISTIK AREA KECIL DENGAN METODE EMPIRICAL CONSTRAINED BAYES 1 PENDUGAAN SAISIK AREA KECIL DENGAN MEODE EMPIRICAL CONSRAINED AYES Ksmann Jurusan Penddkan Maemaka FMIPA Unversas Neger Yogyakara Absrak Meode emprcal ayes (E merupakan meode yang lebh aplkaf pada pendugaan

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN III. METODE PENELITIAN 3.1 Jens dan Sumber Daa Daa ang dgunakan dalam penelan n merupakan daa sekunder ang berasal dar berbaga nsans pemernah eruama Badan Pusa Sask. Daa ang dgunakan anara lan angka kemsknan,

Lebih terperinci

EL NINO, LA NINA, DAN PENAWARAN PANGAN DI JAWA, INDONESIA

EL NINO, LA NINA, DAN PENAWARAN PANGAN DI JAWA, INDONESIA Jurnal Ekonom Pembangunan Volume 1, Nomor, Desember 011, hlm.57-71 EL NINO, LA NINA, DAN PENAWARAN PANGAN DI JAWA, INDONESIA Arn Wahyu Uam, Jamhar, dan Suhamn Hardyasu Jurusan Sosal Ekonom Peranan, Fakulas

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI 5 BAB II LANDASAN TEORI Pada bab n akan dbahas beberapa eor dasar yang kelak akan dgunakan dalam penurunan formula penenuan harga Asan Opon, bak secara analk pada Bab III maupun secara numerk pada Bab

Lebih terperinci

BERITA DAERAH KABUPATEN PACITAN PERATURAN BUPATI PACITAN 1 NOMOR 16 TAHUN 2010 TENTANG

BERITA DAERAH KABUPATEN PACITAN PERATURAN BUPATI PACITAN 1 NOMOR 16 TAHUN 2010 TENTANG BERTA DAERAH KABUPATEN PACTAN TAHUN 200 NOMOR 7 PERATURAN BUPAT PACTAN NOMOR 6 TAHUN 200 TENTANG PERUBAHAN KETGA ATAS PERATURAN BUPAT PACTAN NOMOR 28 TAUN 2009 TENTANG PENJABARAN ANGGARAN PENDAPATAN DAN

Lebih terperinci

BAB 1 PENDAHULUAN. Kabupaten Labuhan Batu merupakan pusat perkebunan kelapa sawit di Sumatera

BAB 1 PENDAHULUAN. Kabupaten Labuhan Batu merupakan pusat perkebunan kelapa sawit di Sumatera BAB 1 PENDAHULUAN 1.1 Laar Belakang Kabupaen Labuhan Bau merupakan pusa perkebunan kelapa sawi di Sumaera Uara, baik yang dikelola oleh perusahaan negara / swasa maupun perkebunan rakya. Kabupaen Labuhan

Lebih terperinci

Analisis Jalur / Path Analysis

Analisis Jalur / Path Analysis Analss Jalur / Pah Analyss Analss jalur adalah salah sau benuk model SEM yang dak mengandung varable laen. Tenu saja model n lebh sederhana dbandngkan dengan model SEM lengka. Analss jalur sebenarnya meruakan

Lebih terperinci

BAB 2 RESPONS FUNGSI STEP PADA RANGKAIAN RL DAN RC. Ir. A.Rachman Hasibuan dan Naemah Mubarakah, ST

BAB 2 RESPONS FUNGSI STEP PADA RANGKAIAN RL DAN RC. Ir. A.Rachman Hasibuan dan Naemah Mubarakah, ST BAB ESPONS FUNGSI STEP PADA ANGKAIAN DAN C Oleh : Ir. A.achman Hasbuan dan Naemah Mubarakah, ST . Persamaan Dferensal Orde Sau Adapun benuk yang sederhana dar suau persamaan dferensal orde sau adalah:

Lebih terperinci

NILAI AKUMULASI DARI SUATU CASH FLOW DENGAN TINGKAT BUNGA BERUBAH BERDASARKAN FORMULA FISHER

NILAI AKUMULASI DARI SUATU CASH FLOW DENGAN TINGKAT BUNGA BERUBAH BERDASARKAN FORMULA FISHER ILAI AKUMULASI DARI SUATU CASH FLOW DEGA TIGKAT BUGA BERUBAH BERDASARKA FORMULA FISHER Devs Apranda, Johannes Kho, Sg Sugaro Mahasswa rogram S Maemaka Dosen Jurusan Maemaka Fakulas Maemaka dan Ilmu engeahuan

Lebih terperinci

BAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF

BAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF BAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF Pada bab ini akan dibahas mengenai sifa-sifa dari model runun waku musiman muliplikaif dan pemakaian model ersebu menggunakan meode Box- Jenkins beberapa ahap

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LADASA TEORI 2.1 Pengerian Peramalan Peramalan (forecasing) adalah suau kegiaan yang memperkirakan apa yang akan erjadi pada masa yang akan daang. Meode peramalan merupakan cara unuk memperkirakan

Lebih terperinci

BAB 1 PENDAHULUAN. tahun 1990-an, jumlah produksi pangan terutama beras, cenderung mengalami

BAB 1 PENDAHULUAN. tahun 1990-an, jumlah produksi pangan terutama beras, cenderung mengalami 11 BAB 1 PENDAHULUAN 1.1. Laar Belakang Keahanan pangan (food securiy) di negara kia ampaknya cukup rapuh. Sejak awal ahun 1990-an, jumlah produksi pangan eruama beras, cenderung mengalami penurunan sehingga

Lebih terperinci

Spline Truncated Multivariabel pada Permodelan Nilai Ujian Nasional di Kabupaten Lombok Barat

Spline Truncated Multivariabel pada Permodelan Nilai Ujian Nasional di Kabupaten Lombok Barat Jurnal Matematka Vol. 7, No., Desember 07, pp. 3-43 ISSN: 693-394 Artcle DOI: 0.4843/JMAT.07.v07.0.p90 Splne Truncated Multvarabel pada Permodelan Nla Ujan Nasonal d Kabupaten Lombok Barat Nurul Ftryan

Lebih terperinci

( ) STUDI KASUS. ò (, ) ( ) ( ) Rataan posteriornya adalah = Rataan posteriornya adalah (32)

( ) STUDI KASUS. ò (, ) ( ) ( ) Rataan posteriornya adalah = Rataan posteriornya adalah (32) 8 Raaan poserornya adalah E m x ò (, ) f ( x) m f x m f f m ddm (32) Dalam obseras basanya dgunakan banyak daa klam. Msalkan saja erdr dar grup daa klam dengan masng-masng grup ke unuk seap, 2,..., yang

Lebih terperinci

PERENCANAAN PERSEDIAAN DAN PENGENDALIAN BAHAN BAKU DI PABRIK PRODUK BETON PT WIJAYA KARYA BETON, BOGOR

PERENCANAAN PERSEDIAAN DAN PENGENDALIAN BAHAN BAKU DI PABRIK PRODUK BETON PT WIJAYA KARYA BETON, BOGOR B-5-1 PERENCANAAN PERSEDIAAN DAN PENGENDALIAN BAHAN BAKU DI PABRIK PRODUK BETON PT WIJAYA KARYA BETON, BOGOR Wsnu Bud Sunaryo, Haryono ITS Surabaya ABSTRAK Dalam duna konsruks saa n pemakaan produk beon

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 3, , Desember 2002, ISSN :

JURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 3, , Desember 2002, ISSN : JURNAL MATEMATIKA AN KOMPUTER Vol. 5. No. 3, 161-167, esember 00, ISSN : 1410-8518 PENGARUH SUATU ATA OBSERVASI ALAM MENGESTIMASI PARAMETER MOEL REGRESI Hern Utam, Rur I, dan Abdurakhman Jurusan Matematka

Lebih terperinci

Hidden Markov Model. Oleh : Firdaniza, Nurul Gusriani dan Akmal

Hidden Markov Model. Oleh : Firdaniza, Nurul Gusriani dan Akmal Hdden Markov Model Oleh : Frdanza, urul Gusran dan Akmal Dosen Jurusan Maemaka FMIPA Unversas Padjadjaran Jl. Raya Bandung Sumedang Km 2, Janangor, Jawa Bara elp. / Fax : 022 7794696 Absrak Hdden Markov

Lebih terperinci

PERAMALAN JUMLAH WISATAWAN MANCANEGARA YANG MASUK MELALUI PINTU KEDATANGAN BANDARA SOEKARNO HATTA DAN BANDARA JUANDA

PERAMALAN JUMLAH WISATAWAN MANCANEGARA YANG MASUK MELALUI PINTU KEDATANGAN BANDARA SOEKARNO HATTA DAN BANDARA JUANDA PERAMALAN JUMLAH WISATAWAN MANCANEGARA YANG MASUK MELALUI PINTU KEDATANGAN BANDARA SOEKARNO HATTA DAN BANDARA JUANDA Indra Rahm, Sr Png Wulandar Mahasswa Jurusan Saska Insu Teknolog Seuluh Noember Dosen

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB 1 PENDAHULUAN 1.1 Laar Belakang Masalah Dalam sisem perekonomian suau perusahaan, ingka perumbuhan ekonomi sanga mempengaruhi kemajuan perusahaan pada masa yang akan daang. Pendapaan dan invesasi merupakan

Lebih terperinci

Jurusan Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Teknologi Sepuluh Nopember (ITS) (2)

Jurusan Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Teknologi Sepuluh Nopember (ITS) (2) JURNAL SAINS DAN SENI ITS Vol. 5, No.1, (016) 337-350 (301-98X Prn) D-17 Analss Kurva Survval Kaplan Meer pada Pasen HIV/AIDS dengan Anrerovral Therapy (ART) d RSUD Prof. Dr. Soekandar Kabupaen Mojokero

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Laar Belakang Air merupakan kebuuhan pokok bagi seiap makhluk hidup di dunia ini ermasuk manusia. Air juga merupakan komponen lingkungan hidup yang pening bagi kelangsungan hidup

Lebih terperinci

KONSEP DASAR. Latar belakang Metode Numerik Ilustrasi masalah numerik Angka signifikan Akurasi dan Presisi Pendekatan dan Kesalahan

KONSEP DASAR. Latar belakang Metode Numerik Ilustrasi masalah numerik Angka signifikan Akurasi dan Presisi Pendekatan dan Kesalahan KONSEP DASAR Laar belakang Meode Numerk Ilusras masalah numerk Angka sgnfkan Akuras dan Press Pendekaan dan Kesalahan Laar Belakang Meode Numerk Tdak semua permasalahan maemas dapa dselesakan dengan mudah,

Lebih terperinci

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

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

Lebih terperinci

BAB I PENDAHULUAN. universal, disemua negara tanpa memandang ukuran dan tingkat. kompleks karena pendekatan pembangunan sangat menekankan pada

BAB I PENDAHULUAN. universal, disemua negara tanpa memandang ukuran dan tingkat. kompleks karena pendekatan pembangunan sangat menekankan pada BAB I PENDAHULUAN A. Laar Belakang Disparias pembangunan ekonomi anar daerah merupakan fenomena universal, disemua negara anpa memandang ukuran dan ingka pembangunannya. Disparias pembangunan merupakan

Lebih terperinci

E-book Statistika Gratis... Statistical Data Analyst. Uji Asumsi Klasik Regresi Linear

E-book Statistika Gratis... Statistical Data Analyst. Uji Asumsi Klasik Regresi Linear E-boo Sasa Gras... Sascal Daa Anals Uj Asums Klas Regres Lnear Pada penulsan enang Regres Lnear n, penuls aan memberan bahasan mengena Uj Asums Klas epada para pembaca unu memberan pemahaman dan solus

Lebih terperinci

BAB III THREE STAGE LEAST SQUARE. Sebagaimana telah disinggung pada bab sebelumnya, salah satu metode

BAB III THREE STAGE LEAST SQUARE. Sebagaimana telah disinggung pada bab sebelumnya, salah satu metode BAB III THREE STAGE LEAST SQUARE Sebagamana elah dsnggung pada bab sebelumnya, salah sau meode penaksran parameer pada persamaan smulan yau meode Three Sage Leas Square (3SLS. Sebelum djelaskan lebh lanju

Lebih terperinci

BAB II TINJAUAN TEORITIS

BAB II TINJAUAN TEORITIS BAB II TIJAUA TEORITIS 2.1 Peramalan (Forecasing) 2.1.1 Pengerian Peramalan Peramalan dapa diarikan sebagai beriku: a. Perkiraan aau dugaan mengenai erjadinya suau kejadian aau perisiwa di waku yang akan

Lebih terperinci

Pemodelan Indeks Pembangunan Gender dengan Pendekatan Regresi Nonparametrik Spline di Indonesia

Pemodelan Indeks Pembangunan Gender dengan Pendekatan Regresi Nonparametrik Spline di Indonesia JURNAL SAINS DAN SENI ITS Vol. 4, No., ( 337-3 (3-9X Prn D-7 Pemodelan Indes Pembangunan Gender dengan Pendeaan Regres Nonparamer Splne d Indonesa Nurul Fajryyah dan I Nyoman Budanara Jurusan Sasa, Faulas

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

BAB 5 ENTROPI PADA MATRIKS EMISI MODEL MARKOV TERSEMBUNYI

BAB 5 ENTROPI PADA MATRIKS EMISI MODEL MARKOV TERSEMBUNYI BAB ETROPI PADA MATRIKS EMISI MODEL MARKOV TERSEMBUYI Model Markov Tersembuny (Hdden Markov Model, MMT) elah banyak daplkaskan dalam berbaga bdang seper pelafalan bahasa (speeh reognon) dan klasfkas (luserng).

Lebih terperinci

BAB I PENDAHULUAN. tepat rencana pembangunan itu dibuat. Untuk dapat memahami keadaan

BAB I PENDAHULUAN. tepat rencana pembangunan itu dibuat. Untuk dapat memahami keadaan BAB I PENDAHULUAN 1.1 Laar Belakang Dalam perencanaan pembangunan, daa kependudukan memegang peran yang pening. Makin lengkap dan akura daa kependudukan yang esedia makin mudah dan epa rencana pembangunan

Lebih terperinci

BAB 2 LANDASAN TEORI. Produksi padi merupakan suatu hasil bercocok tanam yang dilakukan dengan

BAB 2 LANDASAN TEORI. Produksi padi merupakan suatu hasil bercocok tanam yang dilakukan dengan BAB 2 LANDASAN TEORI 2.1. Produksi Produksi padi merupakan suau hasil bercocok anam yang dilakukan dengan penanaman bibi padi dan perawaan sera pemupukan secara eraur sehingga menghasilkan suau produksi

Lebih terperinci

BAB I PENDAHULUAN FASILKOM-UDINUS T.SUTOJO RANGKAIAN LISTRIK HAL 1

BAB I PENDAHULUAN FASILKOM-UDINUS T.SUTOJO RANGKAIAN LISTRIK HAL 1 BAB I PENDAHULUAN 1.1 Defns Rangkaan Lsrk Rangkaan Lsrk adalah sambungan dar beberapa elemen lsrk ( ressor, kapasor, ndukor, sumber arus, sumber egangan) yang membenuk mnmal sau lnasan eruup yang dapa

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Laar Belakang Perumbuhan ekonomi merupakan salah sau ukuran dari hasil pembangunan yang dilaksanakan khususnya dalam bidang ekonomi. Perumbuhan ersebu merupakan rangkuman laju-laju

Lebih terperinci

! BUPATI PACriAN j PERATURAN BUPATI PACITAN NOMOR 18 TAHUN 2013

! BUPATI PACriAN j PERATURAN BUPATI PACITAN NOMOR 18 TAHUN 2013 ! BUPAT PACrAN j PERATURAN BUPAT PACTAN NOMOR 18 TAHUN 2013 TENTANG PEDOMAN PENYUSUNAN LAPORAN DEWAN PENGAWAS BADAN LAYANAN UMUM DAERAH PADA RUMAH SAKT UMUM DAERAH KABUPATEN PACTAN DENGAN RAHMAT TUHAN

Lebih terperinci

BAB 1 PENDAHULUAN. Dalam pelaksanaan pembangunan saat ini, ilmu statistik memegang peranan penting

BAB 1 PENDAHULUAN. Dalam pelaksanaan pembangunan saat ini, ilmu statistik memegang peranan penting BAB 1 PENDAHULUAN 1.1. Laar Belakang Dalam pelaksanaan pembangunan saa ini, ilmu saisik memegang peranan pening baik iu di dalam pekerjaan maupun pada kehidupan sehari-hari. Ilmu saisik sekarang elah melaju

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Laar Belakang Pada dasarnya peramalan adalah merupakan suau dugaan aau perkiraan enang erjadinya suau keadaan di masa depan. Akan eapi dengan menggunakan meodemeode erenu peramalan

Lebih terperinci

Muthmainnah PROGRAM STUDI MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH JAKARTA 2007 M/1428 H

Muthmainnah PROGRAM STUDI MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH JAKARTA 2007 M/1428 H PERBANDINGAN MODEL COX PROPORTIONAL HAZARD DAN MODEL PARAMETRIK BERDASARKAN ANALISIS RESIDUAL (Sud Kasus pada Daa Kanker Paru-Paru yang Dperoleh dar Conoh Daa pada Sofware S-Plus 2000 dan Smulas unuk Dsrbus

Lebih terperinci

KAJIAN RESPONS PEUBAH TERHADAP BERBAGAI GUNCANGAN DALAM SISTEM PEMBENTUK PDB TANAMAN BAHAN MAKANAN MELALUI MODEL VECTOR AUTOREGRESSION

KAJIAN RESPONS PEUBAH TERHADAP BERBAGAI GUNCANGAN DALAM SISTEM PEMBENTUK PDB TANAMAN BAHAN MAKANAN MELALUI MODEL VECTOR AUTOREGRESSION , Okober 2006, p: 0-20 Vol. No. 2 ISSN : 0853-85 KAJIAN RESPONS PEUBAH TERHADAP BERBAGAI GUNCANGAN DALAM SISTEM PEMBENTUK PDB TANAMAN BAHAN MAKANAN MELALUI MODEL VECTOR AUTOREGRESSION Anna Asrd Susan Pusa

Lebih terperinci

BAB I PENDAHULUAN 1.1. Latar Belakang Masalah

BAB I PENDAHULUAN 1.1. Latar Belakang Masalah BAB I PENDAHULUAN 1.1. Laar Belakang Masalah Knerja pembangunan ekonom Indonesa bsa dkaakan sanga membanggakan dengan ngka perumbuhan ekonom selama beberapa dekade erakhr n sangalah ngg, walaupun mengalam

Lebih terperinci

PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV SATU WAKTU SEBELUMNYA 1. PENDAHULUAN

PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV SATU WAKTU SEBELUMNYA 1. PENDAHULUAN PEMODELAN NILAI UKAR RUPIAH ERHADAP $US MENGGUNAKAN DERE WAKU HIDDEN MARKOV SAU WAKU SEBELUMNYA BERLIAN SEIAWAY, DIMAS HARI SANOSO, N. K. KUHA ARDANA Deparemen Maemaika Fakulas Maemaika dan Ilmu Pengeahuan

Lebih terperinci

PEMODELAN KALIBRASI PEUBAH GANDA DENGAN PENDEKATAN REGRESI SINYAL P-SPLINE TONAH

PEMODELAN KALIBRASI PEUBAH GANDA DENGAN PENDEKATAN REGRESI SINYAL P-SPLINE TONAH PEMODELAN KALIBRASI PEUBAH GANDA DENGAN PENDEKATAN REGRESI SINYAL P-SPLINE TONAH SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 006 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan n saya menyaakan

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 45 BAB III METODOLOGI PENELITIAN 3.1 Spesfkas Model Berdasarkan ujuan penelan seper dsebukan dalam bab pendahuluan maka ada dua hal mendasar yang akan del yau pengaruh volalas nla ukar rl erhadap volalas

Lebih terperinci

BAB II TINJAUAN PUSTAKA. Analisis regresi adalah suatu metode statistika yang umum digunakan untuk

BAB II TINJAUAN PUSTAKA. Analisis regresi adalah suatu metode statistika yang umum digunakan untuk BAB II TINJAUAN PUSTAKA 2. Analss Regres Analss regres adalah suatu metode statstka yang umum dgunakan untuk melhat pengaruh antara varabel ndependen dengan varabel dependen. Hal n dapat dlakukan melalu

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDAAN TEORI. Tnjauan Pusaka.. Uj Keseragaman Daa Tujuan uama pengukuran uj keseragaman daa adalah unuk mendapakan da yang seragam. Kedak seragaman daa dapa daang anpa dsadar, maka dperlukan suau

Lebih terperinci

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

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

Lebih terperinci

BAB 1 PENDAHULUAN. Sumber Daya Alam (SDA) yang tersedia merupakan salah satu pelengkap alat

BAB 1 PENDAHULUAN. Sumber Daya Alam (SDA) yang tersedia merupakan salah satu pelengkap alat BAB 1 PENDAHULUAN 1.1 Laar Belakang Sumber Daya Alam (SDA) yang ersedia merupakan salah sau pelengkap ala kebuuhan manusia, misalnya anah, air, energi lisrik, energi panas. Energi Lisrik merupakan Sumber

Lebih terperinci

BAB III METODE PENELITIAN. bersumber dari Badan Pusat Statistik (BPS) dan Bank Indonesia (BI). Data yang

BAB III METODE PENELITIAN. bersumber dari Badan Pusat Statistik (BPS) dan Bank Indonesia (BI). Data yang BAB III METODE PENELITIAN 3.1. Jens dan Sumber Data Sumber data yang dgunakan dalam peneltan n adalah data sekunder bersumber dar Badan Pusat Statstk (BPS) dan Bank Indonesa (BI). Data yang dgunakan dalam

Lebih terperinci

USING THE PAST TO PREDICT THE FUTURE WORKSHOP ANALISIS RESIKO UNTUK BISNIS

USING THE PAST TO PREDICT THE FUTURE WORKSHOP ANALISIS RESIKO UNTUK BISNIS USING THE PAST TO PREDICT THE FUTURE WORKSHOP ANALISIS RESIKO UNTUK BISNIS Oleh : Maman Seawan, SE, MT 28 29 Sepember 2004 PROGRAM PENGEMBANGAN KOMPETENSI BISNIS DIVISI PENGKAJIAN DAN PENGEMBANGAN BISNIS

Lebih terperinci

Peramalan Jumlah Penumpang Kereta Api Kelas Ekonomi Kertajaya Menggunakan ARIMA dan ANFIS

Peramalan Jumlah Penumpang Kereta Api Kelas Ekonomi Kertajaya Menggunakan ARIMA dan ANFIS JURNAL SAINS DAN SENI ITS Vol. 4 No. (05) 33-350 (30-9X Prn) D-3 Peramalan Jumlah Penumpang Kerea Ap Kelas Ekonom Keraaya Menggunakan ARIMA dan ANFIS Ilaf Andala dan Irhamah Jurusan Saska Fakulas Maemaka

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1 Lokasi dan Waku Peneliian Peneliian ini dilaksanakan di PT Panafil Essenial Oil. Lokasi dipilih dengan perimbangan bahwa perusahaan ini berencana unuk melakukan usaha dibidang

Lebih terperinci

\ DANA ALOKASI DESA DENGAN RAHMAT TUHAN YANG MAHA ESA

\ DANA ALOKASI DESA DENGAN RAHMAT TUHAN YANG MAHA ESA y BUPAT PACTAN PERATURAN BUPAT PACTAN : NOMOR 55" TAHUN 20 ; TENTANG \ DANA ALOKAS DESA DENGAN RAHMAT TUHAN YANG MAHA ESA BUPAT PACTAN, Menmbang : a. bahwa dalam rangka penngkaan penyelenggaraan pemernahan,

Lebih terperinci

PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV HAMILTON*

PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV HAMILTON* PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV HAMILTON* BERLIAN SETIAWATY DAN HIRASAWA Deparemen Maemaika Fakulas Maemaika dan Ilmu Pengeahuan Alam Insiu Peranian Bogor

Lebih terperinci

BAB III METODE PEMULUSAN EKSPONENSIAL TRIPEL DARI WINTER. Metode pemulusan eksponensial telah digunakan selama beberapa tahun

BAB III METODE PEMULUSAN EKSPONENSIAL TRIPEL DARI WINTER. Metode pemulusan eksponensial telah digunakan selama beberapa tahun 43 BAB METODE PEMUUAN EKPONENA TRPE DAR WNTER Meode pemulusan eksponensial elah digunakan selama beberapa ahun sebagai suau meode yang sanga berguna pada begiu banyak siuasi peramalan Pada ahun 957 C C

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

BAB I PENDAHULUAN. Dalam pembicaraan sehari-hari, bank dikenal sebagai lembaga keuangan yang

BAB I PENDAHULUAN. Dalam pembicaraan sehari-hari, bank dikenal sebagai lembaga keuangan yang BAB I PENDAHULUAN 1.1 Laar Belakang Dalam pembicaraan sehari-hari, bank dikenal sebagai lembaga keuangan yang kegiaan uamanya menerima simpanan giro, abungan dan deposio. Kemudian bank juga dikenal sebagai

Lebih terperinci

APLIKASI STRUKTUR GRUP YANG TERKAIT DENGAN KOMPOSISI TRANSFORMASI PADA BANGUN GEOMETRI. Mujiasih a

APLIKASI STRUKTUR GRUP YANG TERKAIT DENGAN KOMPOSISI TRANSFORMASI PADA BANGUN GEOMETRI. Mujiasih a APLIKASI STRUKTUR GRUP ANG TERKAIT DENGAN KOMPOSISI TRANSFORMASI PADA BANGUN GEOMETRI Mujash a a Program Sud Maemaka Jurusan Tadrs Fakulas Tarbah IAIN Walsongo Jl. Prof. Dr. Hamka Kampus II Ngalan Semarang

Lebih terperinci

PROPOSAL SKRIPSI JUDUL:

PROPOSAL SKRIPSI JUDUL: PROPOSAL SKRIPSI JUDUL: 1.1. Latar Belakang Masalah SDM kn makn berperan besar bag kesuksesan suatu organsas. Banyak organsas menyadar bahwa unsur manusa dalam suatu organsas dapat memberkan keunggulan

Lebih terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. Universitas Sumatera Utara BAB 1 PENDAHULUAN 1.1 Latar Belakang Ketahanan pangan adalah ketersedaan pangan dan kemampuan seseorang untuk mengaksesnya. Sebuah rumah tangga dkatakan memlk ketahanan pangan jka penghunnya tdak berada

Lebih terperinci

BAB 2 URAIAN TEORI. waktu yang akan datang, sedangkan rencana merupakan penentuan apa yang akan

BAB 2 URAIAN TEORI. waktu yang akan datang, sedangkan rencana merupakan penentuan apa yang akan BAB 2 URAIAN EORI 2.1 Pengerian Peramalan Peramalan adalah kegiaan memperkirakan aau memprediksi apa yang erjadi pada waku yang akan daang, sedangkan rencana merupakan penenuan apa yang akan dilakukan

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. Kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang

BAB 2 TINJAUAN TEORITIS. Kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang BAB 2 TINJAUAN TEORITIS 2.1 Pengerian dan Manfaa Peramalan Kegiaan unuk mempeirakan apa yang akan erjadi pada masa yang akan daang disebu peramalan (forecasing). Sedangkan ramalan adalah suau kondisi yang

Lebih terperinci

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

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

Lebih terperinci

Independent Var. Dependent Var. Test. Nominal Interval Independent t-test, ANOVA. Nominal Nominal Cross Tabs, Chi Square, dan Koefisien Kontingensi

Independent Var. Dependent Var. Test. Nominal Interval Independent t-test, ANOVA. Nominal Nominal Cross Tabs, Chi Square, dan Koefisien Kontingensi Independent Var. Dependent Var. Test Nomnal Interval Independent t-test, ANOVA Nomnal Nomnal Cross Tabs, Ch Square, dan Koefsen Kontngens Nomnal Ordnal Mann Whtney, Kolmogorov- Smrnow, Kruskall Walls Ordnal

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDAAN EORI. njauan Pusaka.. Peramalan Peramalan (forecasng) merupakan ala banu yang penng dalam perencanaan yang efekf dan efsen khususnya dalam bdang ekonom. Dalam organsas modern mengeahu keadaan

Lebih terperinci

LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI PROGRAM STUDI TEKNIK INDUSTRI FAKULTAS TEKNIK UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN JAWA TIMUR

LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI PROGRAM STUDI TEKNIK INDUSTRI FAKULTAS TEKNIK UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN JAWA TIMUR TNR 1 space 1.15 LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI PROGRAM STUDI TEKNIK INDUSTRI FAKULTAS TEKNIK UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN JAWA TIMUR LAPORAN RESMI MODUL IV TNR 1 Space.0 ANALISIS

Lebih terperinci

METODE PENELITIAN. yang digunakan untuk mengetahui dan pembahasannya mengenai biaya - biaya

METODE PENELITIAN. yang digunakan untuk mengetahui dan pembahasannya mengenai biaya - biaya III. METODE PENELITIAN A. Meode Dasar Peneliian Meode yang digunakan dalam peneliian ini adalah meode kuaniaif, yang digunakan unuk mengeahui dan pembahasannya mengenai biaya - biaya usaha melipui biaya

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

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

Lebih terperinci

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

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

Lebih terperinci

Analysis of Covariance (ANACOVA)

Analysis of Covariance (ANACOVA) Analss of Covarance ANACOVA Bett Kash Paramtha Ihda Ihsana Gempur Safar Oleh: La Ftran Muhammad Alawdo Erma Aprlana Eka Setanngsh Prof Dr Sr Haratm Kartko Program Stud Statstka FMIPA Unverstas Gadah Mada

Lebih terperinci

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN

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

Lebih terperinci

BAB IV PEMBAHASAN HASIL PENELITIAN PENGARUH PENGGUNAAN METODE GALLERY WALK

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

Lebih terperinci

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

BAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode BAB III METODE PENELITIAN 3. Meode Penelan Meode penelan yang dgunakan dalam penelan n adalah meode deskrpf anals. Wnarno Surakhmad (990:40) mengemukakan bahwa meode deskrpf mempunya cr-cr sebaga berku:.

Lebih terperinci

BAB II LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegiatan yang mengestimasi apa yang akan

BAB II LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegiatan yang mengestimasi apa yang akan BAB II LADASA TEORI 2.1 Pengerian peramalan (Forecasing) Peramalan (Forecasing) adalah suau kegiaan yang mengesimasi apa yang akan erjadi pada masa yang akan daang dengan waku yang relaif lama (Assauri,

Lebih terperinci

BAB 1 PENDAHULUAN. Propinsi Sumatera Utara merupakan salah satu propinsi yang mempunyai

BAB 1 PENDAHULUAN. Propinsi Sumatera Utara merupakan salah satu propinsi yang mempunyai BAB 1 PENDAHULUAN 1.1 Laar Belakang Propinsi Sumaera Uara merupakan salah sau propinsi yang mempunyai perkembangan yang pesa di bidang ransporasi, khususnya perkembangan kendaraan bermoor. Hal ini dapa

Lebih terperinci