PENGATURAN KERAPATAN TEGAKAN BAMBANG BERDASARKAN HUBUNGAN ANTARA DIAMETER BATANG DAN TAJUK

Ukuran: px
Mulai penontonan dengan halaman:

Download "PENGATURAN KERAPATAN TEGAKAN BAMBANG BERDASARKAN HUBUNGAN ANTARA DIAMETER BATANG DAN TAJUK"

Transkripsi

1 PENGATURAN KERAPATAN TEGAKAN BAMBANG BERDASARKAN HUBUNGAN ANTARA DIAMETER BATANG DAN TAJUK Bambag (Mchela champaca) Stad Desty Arragemet Base o Dametre Breast Hegh ad Crow Dametre Relatoshp Agus Sumad da Hegk Sahaa Bala Peelta Kehutaa Palembag Jl. Kol. H. Burla Km 6,5 Kotak Pos 179, Putkayu, Palembag Telp./Fax. (0711) Naskah masuk : 1 Februar 011; Naskah dterma : 5 Oktober 011 ABSTRACT Stad desty arragemet plays a mportat role o developmet of platato forest to obta optmal result. Ths research presets a way of bambag stad desty arragemet based o crow developmet. Optmal crow area (ca) s determed by regresso equato betwee dameter of breast hegh (dbh) ad crow dameter (cd). Whle stad desty s determed by dvdg platato area wth optmal crow area (ca). Data collecto was carry out by measurg 380 tree sample o farm forestry Lahat Regecy, Empat Lawag Regecy, ad Pagar Alam Cty. Regresso equato both varable was formulated based o 80 tree samples ad valdated of 100 samples rema. Result showed that correlato equato betwee dametre brest hegh ad crow dametre wth the hghest accurato s quadratc equato Cd = Dbh Dbh (R 68.5%, bas 0.% da RMSE 73.76%). Keywords: Bambag, dametre breast heght, crow dametre, stad desty ABSTRAK Pegatura kerapata tegaka merupaka hal petg dalam pembagua huta taama utuk memperoleh hasl yag optmal. Peelta meyajka suatu cara pegatura kerapata tegaka bambag ( Mchela champaca) berdasarka perkembaga tajuk. Luas tajuk optmal (ca) dtetuka berdasarka hubuga regres atara dameter batag setgg dada (dbh) dega dameter tajuk (cd). Kerapata tegaka dtetuka oleh pembaga luas areal peaama dega luas tajuk optmal. Pegumpula data dlakuka pada 380 poho sampel yag terdapat pada huta rakyat d Kabupate Lahat, Kabupate Empat Lawag, da Kota Pagar Alam. Persamaa regres kedua varabel dbagu megguaka 80 data da dvaldas dega 100 data yag terssa. Hasl peelta meujukka bahwa persamaa hubuga atara dameter tajuk da dameter batag bambag yag memlk ketelta tertgg adalah persamaa kuadratk dega rumus Cd = 3,15 + 0,0391 Dbh + 0,0051 Dbh (R 68,5%, bas 0,% da RMSE 73,76%). Kata kuc: Bambag, dameter batag, dameter tajuk, kerapata tegaka I. PENDAHULUAN Bambag termasuk dalam faml magolaceae dega ama lmah Mchela champaca. Poho bambag merupaka jes kayu pertukaga dega pertumbuha cepat yag mejad uggula Provs Sumatera Selata khususya Kabupate Empat Lawag, Kabupate Lahat da Kota Pagar Alam. Jes sudah dkembagka secara luas oleh masyarakat bak dega pola mookultur maupu pola campura. Buddaya bambag oleh masyarakat mash dlakuka secara sederhaa. Salah satu 59

2 Jural Peelta Huta Taama Vol.8 No.5, Desember 011, crya adalah belum adaya pegatura kerapata melalu pegatura jarak taam da pejaraga. Pegatura kerapata dlakuka utuk memafaatka laha secara optmal berdasarka kebutuha taama aka ruag da sumberdaya yag megkat sejala dega pertumbuhaya tahu dem tahu. Pada saat peaama, taama dapat dtaam dega jarak taam yag rapat agar batag taama tumbuh lurus da megg. Sejala dega waktu, kerapata harus dkurag utuk meyedaka ruag tumbuh bag perkembaga tajuk da daerah perakara serta utuk memacu pertumbuha lateral (dameter). Perkembaga tajuk dapat dguaka sebaga dasar pegatura kerapata tegaka karea perkembaga tajuk meggambarka ruag yag dperluka oleh poho utuk dapat tumbuh secara optmal. Ruag yag dperluka oleh tajuk dapat mejad dasar dalam meggambarka pertumbuha poho serta memberka gambara kompets atara poho. Meurut Ha (1997), persamaa utuk mempredks dmes tajuk d lokas terbuka dega mempertmbagka potes bolog perkembaga tajuk secara maksmum dkeal sebaga maxmum crow wdth (MCW), sedagka persamaa utuk poho dega tajuk kecl karea adaya persaga, dsebut largest crow wdth (LCW). LCW serg dguaka dalam predks lebar tajuk poho dalam tegaka huta. Pembuata persamaa allometrk hubuga atara dameter batag da dameter tajuk dapat mejad dasar dalam meetuka jarak taam optmal da megatur kerapata tegaka saat pejaraga (Zuhad, 009) serta meurut Vaclay (1994) pemodela lebar tajuk dapat djadka dkator persaga poho. Tulsa bertujua utuk meyajka suatu cara pegatura kerapata tegaka bambag ( Mchela champaca) berdasarka perkembaga tajuk. A. Lokas Peelta II. METODOLOGI Kegata peelta dlakuka pada tegaka bambag ( M. champaca) yag dkembagka oleh masyarakat pada huta rakyat yag ada d Kabupate Empat Lawag, Kabupate Lahat da Kota Pagar Alam, Provs Sumatera Selata. Lokas peelta berada pada ketgga m dpl. B. Baha Peelta Peelta dlakuka pada poho model (ksara) dameter atara 5,5-5,0 cm yag memlk batag da tajuk ormal utuk megetahu besarya ruag tumbuh poho pada pegukura dameter tajuk dlakuka kal, yatu pada arah Utara-Selata da Barat-Tmur. C. Aalss Data 1. Aalss Regres Aalss data dlakuka dega melakuka regres atara peubah bebas dameter setgg dada (Dbh) dega peubah tak bebas dameter tajuk/ crow dameter (Cd). Aalss regres dlakuka dega megguaka program SPSS. Persamaa regres yag dguaka utuk meggambarka hubuga kedua varabel adalah sebaga berkut: Cd = α0 + α1 dbh.(1) Cd = α0 + α1 dbh.. () Cd = α0 + α1 l dbh... (3) Cd = α + α dbh +α dbh (4) Keteraga: Cd : Dameter tajuk (m) Dbh : Dameter batag setgg dada (cm) Α 0 : Kostata α α : Koefse regres 1,. Pemlha Model Terbak Pemlha model terbak meurut Gozalez et al. (007) ada tga uj statstk dalam evaluas model terbak dataraya koefsa determas yag dsesuaka (R adj), bas, da akar rata-rata kuadrat smpaga ( Root mea square error) dsgkat RMSE. Koefse determas meggambarka propors varas total d sektar la tegah yag dapat djelaska oleh regres. Pegguaa R adj dlakuka karea model yag duj mempuya jumlah parameter yag berbeda, sehgga perlu peyesuaa koefse determas yag dguaka. Bas meggambarka peympaga atara pedugaa model da data hasl pegamata da root mea square error (RMSE) meggambarka ketepata dar pedugaa. Koefse determas (R adj) dperoleh dar data peyusu model sedagka bas da RMSE dperoleh dar data depede utuk valdas model. Persamaa dar tga uj statstk tersebut adalah : 60

3 Pegatura Kerapata Tegaka Bambag Berdasarka Hubuga atara Dameter Batag da Tajuk Agus Sumad da Hegk Sahaa adj R =1 Bas RMSE =1 =1 =1 ( y y) =1 ( y y)/( p) Keteraga: y : la pegukura ke- ŷ : la dugaa dar pegukura ke- y : rata-rata la pegukura : jumlah ut cotoh p : jumlah parameter ( y y)/( p) ( y y) p III. HASIL DAN PEMBAHASAN A. Sebara Data Pegukura dmes poho yag mejad objek peelta dlakuka terhadap 380 poho sampel yag terdapat pada 16 plot PUP yag tersebar d tga kabupate/kota. Poho sampel yag terdapat d Kabupate Empat Lawag mewakl tegaka yag berada pada ketgga m dpl, Kabupate Lahat mewakl ketgga tempat m dpl serta Kota Pagar Alam mewakl ketgga m dpl. Peyusua model dperoleh dar pegguaa 80 data dguaka sebaga data peyusu model da ssaya 100 data dguaka utuk valdas model. Nla maksmum da mmum, rata-rata da smpaga baku masg-masg data dsajka pada Tabel 1. Tabel ( Table) 1. Rgkasa data dbh da dameter tajuk utuk ( Data summary of dbh ad crow dametre) Varabel Jumlah Mmum Maxmum Mea Data Model Dbh (cm) 80 5,50 5,00 18,64 ± 0,50 Dameter Tajuk (m) 80,30 1,75 4,91 ± 0,09 Data Valdas Dbh (cm) 100 5,90 51,00 19,48 ± 0,89 Dameter tajuk (m) 100,40 11,15 5,05 ± 0,16 Data peyusu persamaa regres sebayak 80 data dega dameter batag ratarata 18,64 ± 0,50 cm da rata-rata dameter tajuk 4,91 ± 0,09 m, sedagka data valdas model rata-rata dameter batag 19,48 ± 0,89 cm serta rata-rata dameter tajuk 5,05 ± 0,16 m. Sebara data peyusu persamaa regres da data valdas sepert pada dgambarka pada Gambar 1. Dameter Tajuk(m) Dbh (cm) a Dameter Tajuk(m) Dbh (cm) b Gambar ( Fgure) 1. a. Sebara data peyusu model, b. data valdas model ( a. Fttg data model dstrbuto, b. valdatg of data model dstrbuto) 61

4 Jural Peelta Huta Taama Vol.8 No.5, Desember 011, B. Pemlha Model Persamaa regres dbagu berdasarka peubah bebas dameter setgg dada da peubah tak bebas dameter tajuk. Nla R, bas da adj RMSE pada tap persamaa peyusu persamaa dsajka pada Tabel serta pembera skorg da pergkat gabuga masg-masg persamaa dsajka pada Tabel 3. Tabel ( Table). Nla R adj, bas da RMSE pada tap persamaa yag duj ( R adj, bas ad RMSE value for each equato tested) No. Model R adj Bas RMSE 1 Cd = Dbh 67,37% 0,010 0,7578 Cd = Dbh 69,60% 0,009 0, Cd = LDbh 57,94% 0,01 0, Cd = Dbh Dbh 69,76% 0,00 0,7376 Tabel ( Table) 3. Skorg da pergkat gabuga tap persamaa ( Skorg ad rakg for each equato tested) No, Model Skorg/ scorg R adj Bas RMSE Jumlah skor/ Sum of score Pergkat gabuga/ rakg 1 Cd = Dbh Cd = Dbh 6 3 Cd = LDbh Cd = Dbh Dbh Keempat persamaa yag dguaka utuk meggambarka hubuga atara dameter batag da tajuk poho bambag mempuya kemampua yag berbeda dalam meggambarka hubuga kedua varabel yag dtujukka oleh perbedaa la koefse determas masg-masg persamaa. Persamaa satu merupaka persamaa ler meghaslka koefse determas (R adj) sebesar 67,37%. Nla koefse determas memberka gambara keragama dameter tajuk yag dapat dteragka oleh keragama dameter batag sebesar 67,37% sedagka 3,63% keragama dameter tajuk dteragka oleh varabel la. Pada persamaa dua dega megkuadratka peubah tak bebas dameter dapat megkatka koefse determas sebesar,3% sedagka pada persamaa 3 yag merupaka persamaa logartmk cederug meuruka la koefse determas sebesar,39%. Persamaa ke empat merupaka persamaa kuadratk dega varbel Dbh da Dbh. Persamaa mempuya la koefse determas tertgg atau megkat sektar,01% dbadgka persamaa ler (persamaa satu), sehgga pada Tabel 3 persamaa medapatka skorg satu. Bas memberka gambara peympaga atara la yag dberka oleh model dega data baru ( depedet data) hasl pegukura yag tdak dguaka utuk meyusu model. Meurut Huag et al. (003) model fttg berdasarka data yag dguaka utuk peyusua model belum tetu mecermka kualtas hasl predks model, sehgga valdas model harus dlakuka dega megguaka depedet data yag tdak dguaka utuk meyusu model. Persamaa ler meghaslka bas sebesar 1%, sedagka persamaa dua dapat meuruka bas sebesar 0,1% sedagka pada persamaa logartmk 6

5 Pegatura Kerapata Tegaka Bambag Berdasarka Hubuga atara Dameter Batag da Tajuk Agus Sumad da Hegk Sahaa cederug megkatka bas sebesar 0,%. Persamaa kuadratk merupaka persamaa dega bas terkecl sebesar 0,% atau meuruka bas sebesar 0,8% dbadgka pada persamaa ler sehgga persamaa medapatka skorg satu sepert pada Tabel 3 d atas. Nla RMSE meggambarka ketepata dar pedugaa. Berdasarka aalss megguaka data depede, persamaa kuadratk merupaka persamaa yag memlk la teredah. Pegguaa persamaa kuadratk dalam memberka gambara hubuga atara dameter tajuk dega dameter batag memberka ketepata yag palg akurat. Persamaa kuadratk megkatka ketepata dalam pedugaa sebesar,0% dbadgka persamaa ler. Pada Tabel 3 persamaa kuadratk medapatka la skorg satu sedagka persamaa logartma memlk skorg empat. Persamaa regres hubuga atara dameter tajuk da dameter batag berdasarka pergkat gabuga persamaa kuadratk Cd = 3,15 + 0,0391 Dbh + 0,0051 Dbh merupaka persamaa yag memlk ketelta tertgg. Pegguaa persamaa kuadratk sesua dega hasl peelta Bechtold (003) bahwa hubuga atara dameter batag da dameter tajuk berpola kuadratk utuk beberapa jes poho damerka Serkat Baga Tmur. Pola sebara data hubuga dameter batag-tajuk da kurva yag dbetuk oleh tap persamaa yag dperoleh dgambarka pada Gambar. Berdasarka gambar tersebut persamaa kuadratk merupaka persamaa yag memlk pola yag lebh sesua dega sebara data hubuga atara kedua varabel Dameter Tajuk (m) Dbh (cm) Cd E1 E E3 E4 Gambar ( Fgure). Hubuga atara dbh dega dameter tajuk pada keempat persamaa yag duj ( Dbh ad crow dameter relatoshp for the forth equatos tested) C. Pegatura Kerapata Tegaka Persamaa yag meggambarka hubuga dbh da dameter tajuk poho bambag dapat dguaka utuk meetuka jarak taam da kerapata optmal pada pembagua huta taama bambag. Kerapata tegaka optmal dperoleh dega membag luas areal peaama dega ruag/areal yag dperluka oleh tajuk utuk tumbuh ormal. Berdasarka persamaa terbak yag meggambarka hubuga dbh da dameter tajuk yag dperoleh yatu Cd = 3,15 + 0,0391 Dbh + 0,0051 Dbh, dapat dperoleh besarya dameter tajuk optmal pada la dbh tertetu. Nla dameter tajuk optmal dguaka utuk meghtug luas peutupa tajuk optmal yag selajutya dapat dguaka utuk meghtug jumlah dvdu tegaka dalam satu satua luas. Pada Tabel 4 dsajka jumlah dvdu poho (kerapata tegaka) dalam satu hektar laha pada dameter tegaka tertetu. 63

6 Jural Peelta Huta Taama Vol.8 No.5, Desember 011, Tabel ( Table) 4. Nla dameter tajuk, luas tajuk da jumlah poho/ha berdasarka persamaa terplh ( Crow dametre value, crow area, ad umber of tree per hectare base o selected equato) Dbh (cm) Cd (m) Ca (m Kerapata tegaka ) (N/ha) 4 3,35 8, ,47 9, ,6 10, ,79 11, ,98 1, ,15 13, ,4 15, ,67 17, ,94 19,14 5 5,3 1, ,53 4, ,86 7, ,1 30, ,58 34, ,97 38, ,38 4, ,81 47, ,6 53, ,73 59, Tabel 4 yag meyajka hubuga atara dbh, dameter tajuk, da kerapata tegaka dapat dguaka sebaga padua dalam kegata pejaraga. Kebutuha dvdu poho terhadap ruag dsesuaka dega perkembaga tajukya yag bertambah besar sejala dega pertumbuha dameter batagya. Hal juga sejala dega pedapat Krajcek dalam Dael et al. (1987) bahwa luas peutupa tajuk meggambarka besarya ruag tumbuh optmal yag dapat dguaka oleh poho dalam suatu tegaka. Tateo da Kawaguch (00) meyataka bahwa pada komutas huta, testas cahaya yag terseda utuk dvdu poho pada poss vertkal berbeda secara besar. Hal tersebut sejala dega peryataa Yoda (1974) yag dacu oleh Chazdo et al. (1996) bahwa grade testas cahaya d huta El Pasoh, Malaysa memperlhatka peurua PAR ( Photosythethcally Actve Radato) secara ekspoesal dar tajuk lapsa atas (pada ketgga poho 30 m) sampa ke lata huta. Kods yag mejad ladasa lmah bahwa ruag tumbuh sagat berpera petg dalam besara cahaya yag dterma oleh tegaka utuk proses fsologya. Apabla rap dameter tegaka telah dketahu, maka besarya dbh pada umur tertetu dapat dketahu sehgga waktu pelaksaaa kegata pejaraga dapat dtetuka secara tepat. Pelaksaaa pejaraga yag tepat waktu dharapka dapat megkatka produktvtas tegaka huta taama bambag. IV. KESIMPULAN Persamaa hubuga atara dameter tajuk da dameter batag yag memlk ketelta tertgg adalah persamaa kuadratk dega rumus Cd = 3,15 + 0,0391 Dbh + 0,0051 Dbh. Persamaa memlk la R 68,5%, bas 0,% da RMSE 73,76%. Persamaa dapat mejad dasar dalam perhtuga kerapata optmal tegaka bambag. DAFTAR PUSTAKA Bechtold, W.A., 003. Crow-Dameter Predcto Models for 87 Speces of Stad- Grow Trees the Easter Uted States. Souther Joural of Appled Forestry, Volume 7, Number 4, pp (10). 64

7 Pegatura Kerapata Tegaka Bambag Berdasarka Hubuga atara Dameter Batag da Tajuk Agus Sumad da Hegk Sahaa Chazdo, R.L. Ad N. Fetcher Lght Evromets of Tropcal Forests. I. Physologcal Ecology of Plats of the Wet Tropcs (Meda, E., H.A. Mooey & C. Vazquez-Yaes, edtor). Dr W. Juk Publshers, The Hague, Netherlads : Dael, T.W., J.A. Helms., da F.S. Baker, Prsp-Prsp Slvkultur. (Oem HS, edtor). Gadjah Mada Uversty Press. Gozales, M.S., I Caellas ad G. Motero Geeralzed Heght Dameter ad Crow Dameter Predcto Models for Cork Oak Forests Spa. Sstemas y Recursor Forestales (1) Ha. D.W., Equatos for Predctg the Largest Crow Wdth of Stad-Grow Trees Wester Orego. ForRes Lab, Orego State Uv, Corvalls. Res Cotrb pp. Tateo, R. ad H. Kawaguch. 00. Dffereces Ntroge use Effcecy betwee Leaves from Caopy ad Subcaopy Trees. Ecologcal Research 17: Zuhad, Y.A Local Growth Model I Modellg The Crow Dameter of Platato-Grow Dryobalaops Aromatca. Joural of Tropcal Forest Scece 1(1): Vacly. JK Modellg Forest Growth ad Yeld. Applcato to Mxed Tropcal Forest. Cetre for Agrculture ad Bosceces Iteratoal, Wallgford. 65

MODEL PENDUGA VOLUME POHON KAYU BAWANG. Tree Volume Estimation Model of Kayu Bawang

MODEL PENDUGA VOLUME POHON KAYU BAWANG. Tree Volume Estimation Model of Kayu Bawang MODEL PENDUGA VOLUME POHON KAYU BAWANG ( Dsoxylum mollscmum BurmF)DIPROVINSI. BENGKULU Tree Volume Estmato Model of Kayu Bawag (Dsoxylum mollscmum Burm F. ) Begkulu Provce Agus Sumad da Hegk Sahaa Bala

Lebih terperinci

MODEL PENDUGA VOLUME POHON PULAI GADING DI KABUPATEN MUSI RAWAS - SUMATERA SELATAN

MODEL PENDUGA VOLUME POHON PULAI GADING DI KABUPATEN MUSI RAWAS - SUMATERA SELATAN MODEL PENDUGA VOLUME POHON PULAI GADING DI KABUPATEN MUSI RAWAS - SUMATERA SELATAN Model for Estmatg Tree Volume of Pula Gadg at Mus Rawas - South Sumatera Agus Sumad, Agug Wahyu Nugroho da/ ad Tete Rahma

Lebih terperinci

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

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

Lebih terperinci

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

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. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling BAB LANDASAN TEORI Kosep Dasar Aalss Regres Aalss regres adalah suatu proses memperkraka secara sstemats tetag apa yag palg mugk terjad dmasa yag aka datag berdasarka formas yag sekarag dmlk agar memperkecl

Lebih terperinci

BAB 2 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

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

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

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

Lebih terperinci

BAB 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

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

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu. BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa yag varabel bebasya ( berpagkat palg tgg satu. Utuk regres ler sederhaa, regres ler haya melbatka dua varabel ( da. Persamaa regresya dapat dtulska

Lebih terperinci

BAB 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

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

Regresi & Korelasi Linier Sederhana

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

Lebih terperinci

BAB 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

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

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 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

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

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

2.2.3 Ukuran Dispersi

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

Lebih terperinci

BAB 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

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

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

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

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

Jurnal Manajemen Hutan Tropika Vol. IX No. 1 : (2003)

Jurnal Manajemen Hutan Tropika Vol. IX No. 1 : (2003) Jural Maajeme Huta Tropka Vol. IX No. 1 : 17-25 (2003) Artkel (Artcle) PENYUSUNAN DAN VALIDASI FUNGSI VOLUME BATANG (Stud Kasus pada Jes Gmela arborea Roxb d Areal P.T. Waakasta Nusatara, Jamb) Costructo

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

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

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

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 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

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

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 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 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

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

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

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

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

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

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

BAB 1 STATISTIKA RINGKASAN MATERI

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

Lebih terperinci

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

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

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

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

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 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

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

* 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

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 V ANALISIS HIDROLOGI

BAB V ANALISIS HIDROLOGI ANALISIS HIDROLOGI 64 BAB V ANALISIS HIDROLOGI 5.. Tjaua Umum Utuk meetuka debt recaa, dapat dguaka beberapa metode atau cara. Metode yag dguaka sagat tergatug dar data yag terseda, data data tersebut

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

PENAKSIR RASIO UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN KOEFISIEN VARIASI DAN MEDIAN

PENAKSIR RASIO UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN KOEFISIEN VARIASI DAN MEDIAN PENAKI AIO UNTUK ATA-ATA POPULAI PADA AMPLING ACAK EDEHANA MENGGUNAKAN KOEFIIEN VAIAI DAN MEDIAN sk ahmada *, Arsma Ada, Haposa rat Mahasswa Program Matematka Dose Jurusa Matematka Fakultas Matematka da

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

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

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

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

9/22/2009. Materi 2. Outline. Graphical Techniques. Penyajian Data. Numerical Techniques

9/22/2009. Materi 2. Outline. Graphical Techniques. Penyajian Data. Numerical Techniques Mater Outle Graphcal Techques Peyaja Data Numercal Techques Tekk Grafk (Graphcal Techques) Secara vsual, grafs merupaka gambar-gambar yag meujukka data berupa agka yag basaya dbuat berdasarka tabel yag

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

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

KOMBINASI PENAKSIR RASIO UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN KOEFISIEN REGRESI, KOEFISIEN KURTOSIS DAN KOEFISIEN VARIASI

KOMBINASI PENAKSIR RASIO UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN KOEFISIEN REGRESI, KOEFISIEN KURTOSIS DAN KOEFISIEN VARIASI KOMBINASI PENAKSIR RASIO UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN KOEFISIEN REGRESI, KOEFISIEN KURTOSIS DAN KOEFISIEN VARIASI Defl Ardh 1, Frdaus, Haposa Srat defl_math@ahoo.com

Lebih terperinci

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

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

Lebih terperinci

BAB III PERSAMAAN PANAS DIMENSI SATU

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

Lebih terperinci

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

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

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

Lebih terperinci

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

PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN

PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN Idah Vltr, Harso, Haposa Srat Mahassa Program S Matematka Dose Jurusa Matematka Fakultas Matematka da Ilmu

Lebih terperinci

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

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

Lebih terperinci

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

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

PENAKSIR RASIO REGRESI LINEAR YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN

PENAKSIR RASIO REGRESI LINEAR YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN PENAKIR RAIO REGREI LINEAR ANG EFIIEN UNTUK RATA-RATA POPULAI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN Ed Jamlu 1* Harso Haposa rat 1 Mahasswa Program tud 1 Matematka Dose Jurusa Matematka Fakultas Matematka

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

ek SIPIL MESIN ARSITEKTUR ELEKTRO

ek SIPIL MESIN ARSITEKTUR ELEKTRO ek SIPIL MESIN ARSITEKTUR ELEKTRO STUDI PENGARUH DAN HUBUNGAN VARIABEL BENTUK DAS TERHADAP PARAMETER HIDROGRAF SATUAN SINTETIK (Stud Kasus: Suga Saluga, Taopa da Batu d Sulawes Tegah) I Waya Sutapa * Abstract

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

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

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

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

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

Lebih terperinci

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 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

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

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas TEKNIK SAMPLING Hazmra Yozza Izzat Rahm HG Jurusa Matematka FMIPA Uverstas Adalas Defs Suatu cotoh gerombol adalah suatu cotoh acak sederhaa dmaa setap ut pearka cotoh adalah kelompok atau gerombol dar

Lebih terperinci

IV HASIL DAN PEMBAHASAN

IV HASIL DAN PEMBAHASAN 9 3.3.2.6 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

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Waktu da tempat peelta Dalam upaya pelaksaaa peelta,maka peelt melakukaya pada : 1. Tempat Peelta Gua memperoleh data yag dperluka dalam peulsa Skrps yag berjudul Pembetuka

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

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

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

Lebih terperinci

ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS

ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS = 1 + + + + k k + u PowerPot Sldes baa Rohmaa Educato Uverst of Idoesa 007 Laboratorum Ekoom & Koperas Publshg Jl. Dr. Setabud

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

TUGAS MATA KULIAH TEORI RING LANJUT MODUL NOETHER

TUGAS MATA KULIAH TEORI RING LANJUT MODUL NOETHER TUGAS ATA KULIAH TEORI RING LANJUT ODUL NOETHER Da Aresta Yuwagsh (/364/PPA/03489) Sebelumya, telah dketahu bahwa sebaga rg dega eleme satua memeuh sfat rata ak utuk deal-deal d. Apabla dpadag sebaga modul,

Lebih terperinci

REGRESI LINEAR SEDERHANA

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

Lebih terperinci

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

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

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

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

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

Lebih terperinci

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

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

Lebih terperinci

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

MODUL ANALISIS REGRESI DAN KORELASI

MODUL ANALISIS REGRESI DAN KORELASI ANALISIS REGRESI DAN KORELASI MODUL 13 ANALISIS REGRESI DAN KORELASI Dalam kehdupa sehar-har, sergkal djumpa hubuga atara suatu varabel dega satu atau lebh varabel la. D dalam bdag pertaa sebaga cotoh,

Lebih terperinci