Oleh : Wahyu Safi i Dosen Pembimbing : Drs. Soehardjoepri, M.Si
|
|
- Suhendra Hartono
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Analsa Penerapan Metode Robust Locally Weght Regresson Smoothng Scatterplots Pada Oblgas ( Analyss of Applcaton Robust Locally Weght Regresson Smoothng Scatterplots s Method n Oblgaton ) Oleh : Wahyu Saf Dosen Pembmbng : Drs. Soehardjoepr, M.S Jurusan Matemata Faultas Matemata dan Ilmu Pengetahuan Alam Insttut Tenolog Sepuluh Nopember Surabaya 21 ABSTRAKSI Oblgas adalah surat perjanjan yang dterbtan oleh pha yang butuh dana janga panjang, dmana penerbt oblgas berjanj aan membayar bunga dan poo hutang pada watu tertentu epada pemegang oblgas. Salah satu atrbut pentng dalam penlaan harga oblgas adalah strutur yeld. Penlaan yeld untu peneltan n dgunaan pendeatan Yeld to Maturty (YTM). Metode yang dgunaan untu memodelan yeld curve dalam peneltan n adalah Robust Locally Weghted Regresson Smoothng Scatterplots (RLWRSS). RLWRSS merupaan salah satu metode yang tegar terhadap outler. Data oblgas pemerntah Indonesa ddapatan dar Badan Pengawas Pasar Modal (BAPEPAM) melalu Indonesan Bond Prcng Agency (IBPA). Data yang dgunaan dalam peneltan n sebanya 12 pasangan YTM-TTM yang dplh berdasaran ecuupan data untu proses valdas. Hasl peneltan n menunjuan bahwa nla Root mean Square Error (RMSE) out sample dar metode RLWRSS dplh nla resdual ሺɂ ୧ ሻ terecl sehngga, menurut Cleveland (1979) ddapatan suatu rtera yang ba dalam menentuan harga oblgas yang optmal. Kata unc : Oblgas, yeld, RLWRSS, outler, RMSE. I. Pendahuluan Bag para nvestor, pasar modal merupaan wahana yang dapat dmanfaatan untu mengnvestasan dananya (dalam aset fnansal). Dalam hal n aset fnansal tersebut serng ta enal dengan stlah surat berharga.pada dasarnya, surat berharga d pasar modal dlasfasan dalam dua bentu yatu surat berharga yang bersfat eutas (equty), umumnya denal dengan nama saham dan surat berharga yang bersfat pendapatan tetap (fxed ncome), umumnya denal dengan oblgas. Sedangan surat berharga yang lannya merupaan turunan dar edua bentu tu. Pada peneltan n yang dbahas adalah surat berharga berupa oblgas. Penetapan harga wajar suatu oblgas dapat dtentuan dengan perraan besar arus as yang dharapan dan besarnya hasl (yeld). Salah satu cara untu menguur yeld yang umumnya dgunaan oleh manajer portofolo adalah pendeatan Yeld to Maturty (YTM). Sedangan model yang mencermnan hubungan Yeld to Maturty (YTM) dengan Tme to Maturty (TTM) serngal dsebut urva mbal hasl (yeld curve). Pada peneltan n aan dgunaan data oblgas pemerntah Indonesa yang ddapatan dar Bapepam dengan menggunaan metode Robust Locally Weght Regresson Smoothng Scatterplots (RLWRSS). 1
2 Pada Tugas Ahr n dlauan analsa model matemats yang dgunaan dalam menyelesaan permasalahan dalam oblgas. Selan tu, dlauan peneltan dengan menggunaan metode RLWRSS yang bertujuan untu mendapatan suatu rtera ebaan dalam menentuan harga oblgas yang optmal berdasaran Hubungan YTM dan TTM yang dtunjuan berupa yeld curve. 2. TINJAUAN PUSTAKA 2.1 Pengertan Dasar Oblgas Sahaan (22) mendefnsan oblgas sebaga surat pengauan utang dengan esanggupan untu mengembalan poo utang pada watu yang telah dtentuan (jatuh tempo). Selan tu, penerbt wajb membayar bunga (upon) setap tahun atau enam bulan seal epada pemegang oblgas. Ketdamampuan membayar bunga sesua etetapan dalam ontra menyebaban pemnjam dsebut wanprestas (Fabozz, 24). Pemnjam dapat dtuntut untu dnyataan palt d pengadlan. Oblgas dapat dbel langsung dar emten (badan yang menerbtan) atau d pasar terbua melalu bursa efe. Oblgas dapat juga ddapatan melalu perusahaan efe (nvestment baners). Sebagan besar perdagangan oblgas dlauan d luar bursa efe (Over The Countermaret atau OTC). Transas d OTC dlauan secara langsung antara pha-pha berepentngan yatu emten, perantara dan nvestor melalu telepon meda eletron, palang dan lan sebaganya. Secara umum perdagangan oblgas dapat dtunjuan pada Gambar 2.1. PASAR PERDANA Adalah egatan penawaran dan penjualan oblgas untu pertama al PASAR SEKUNDER Adalah egatan perdagangan oblgas yang telah djual BURSA EFEK OTC Gambar 2.1 Transas Perdagangan Oblgas Sumber : Pusat Manajemen Oblgas Negara Departemen Keuangan Republ Indonesa dalam Sahaan (22). 2.2 Penetapan Harga Oblgas Penentuan harga oblgas dapat dlauan setelah detahu arus as oblgas dan hasl yang dngnan. Darenaan harga oblgas merupaan nla searang (present value) arus as, maa harga oblgas dtentuan dengan menambahan dua nla searang yatu : ) Nla searang pembayaran suu bunga upon (msal enam bulanan) ) Nla searang nla maturtas oblgas (nla searang dar nla oblgas pada saat jatuh tempo) Msalan upon dbayaran setahun dua al, maa formulas perhtungan harga oblgas adalah : n C M P (2.1) t n t 1 1 r (1 r) dengan : P = harga oblgas searang (pada saat t = ) n = jatuh tempo (jumlah tahun x 2), mnmal 4 tahun. C = besarnya pembayaran upon/ bunga oblgas (Rp) r = yeld yang dngnan/ tngat dsonto oblgas (%). M = nla par value/ maturtas oblgas (Rp) t = perode watu pembayaran upon ( t 1) Harga oblgas dapat berubah sewatu-watu. Hal n merupaan cr dasar oblgas, dmana perubahan harga terjad dengan arah berlawanan dar perubahan hasl yang dngnan. Penyebabnya adalah arena harga oblgas merupaan nla searang dar arus as. Serng dengan menngatnya hasl yang dngnan, nla searang dar arus as aan menurun. Sehngga harga oblgas juga turun. 2.3 Yeld To Maturty (YTM) Hasl saat jatuh tempo (YTM) adalah suu bunga yang menyamaan nla searang dar ssa arus as oblgas dengan harga oblgas dtambah bunga yang aan dbayar (Fabozz, 2). Sedangan yeld merupaan tngat euntungan nvestor atau tngat pengembalan emten dan berbeda dengan 2
3 bunga. Perhtungan hasl saat jatuh tempo membutuhan prosedur uj coba (tral and error). Untu memperoleh yeld dgunaan Persamaan (2.1) dengan mencoba berbaga nla suu bunga hngga nla searang dar arus as aan sama dengan harga oblgas. Fabozz (2) menyataan perhtungan untu oblgas zero coupon adalah sebaga berut : 1/ n M r 1 (2.2) P Hubungan antara yeld dengan harga oblgas berbandng terbal. Apabla nla suu bunga (upon) sama dengan yeld yang dngnan maa harga oblgas djual pada nla matur-tasnya (par). Ja oblgas djual dbawah nla maturtasnya, maa dsebut oblgas djual dengan dsonto (oblgas dsonto). Oblgas dengan harga datas nla maturtasnya dsebut djual pada prem (oblgas prem). 2.4 RLWRSS atau Robust Locally Weghted Regresson Smoothng Scatterplots Tasran loal dengan polnomal telah dgunaan selama lebh dar satu dasawarsa untu memperhalus plot tme seres (Macauley, 1931). Locally weghted regresson merupaan perlu-asan dar ten n dengan strutur varabel predtor yang lebh umum. Stone (1977) menjelasan bahwa locally regresson merupaan pendeatan untu menasr urva dengan prosedur smoothng. Dalam metode RLWRSS, fungs pembobot W ddefnsan dengan rtera sebaga berut: (Cleveland, 1979) ). W ( x) untu x 1 ). W ( x) W ( x) ). W (x) adalah fungs tda na untu x v). W ( x) untu x 1 dengan W adalah fungs pembobot trcube : 3 3 (1 x ), x 1 W ( x), x 1 Gambar 2.4 Fungs Pembobot Trcube Selanjutnya pembobot yang berbeda, ddefnsan untu setap ( x, y ) tergantung berdasaran besarnya resdual yang dhaslan. Resdual yang ecl mengabatan nla pembobot, besar, dan sebalnya Kemudan ddapatan nla tasran yang baru dengan prosedur sama sepert locally weghted regresson tetap menggant pembobot w ( x ) dengan w ( x ). Perhtungan pembobot dan nla tasran yang baru dulang hngga beberapa al. Keseluruhan tahapan prosedur, termasu penentuan nla awal f dan teras dsebut dengan robust locally weghted regresson. Prosedur penghalusan urva dengan satu varabel ndependen dsebut scatterplot smoothng. Prosedur smoothng telah dbuat untu memperhalus data dengan Persamaan : y g( x ) (2.3) dengan g adalah fungs penghalus dan merupaan varabel aca dengan rata-rata nol dan sala onstan. ŷ adalah tasran dar g ( x ). Pada proses penghalusan urva, tt d persetaran x, y ) dapat dgunaan dalam ( pembentuan ŷ. Untu fungs pembobot, W(x) nlanya menurun setap bertambahnya nla x (postf na) dan nla pembobot w x ) menurun sepert menngatnya jara ( x dar x. Tt yang deat dengan berpengaruh besar dalam pembentuan ŷ, dan sebalnya. Penngatan pada nla f berpengaruh pada tngat ehalusan urva yang dhaslan. x Maa fungs pembobot W, dapat dlustrasan dengan Gambar
4 Prosedur RLWRSS secara rnc ddefnsan oleh Cleveland (1979) sebaga berut : (1). Nla awal f dapat dtentuan dantara hngga 1. Untu setap, menghtung h sebaga jara dar persetaran x e r terdeat x. Oleh arena tu, h adalah blangan r dantara x x terecl dmana j 1, 2,... n. Untu 1, 2,..., n, pembobot w ( x ) dapat dtentuan dengan persamaan : ( x x ) ( x ) W (2.4) w h dengan W adalah fungs pembobot trcube, 3 3 (1 x ), x 1 W ( x) (2.5), x 1 (2). Untu setap, dapat dtentuan estmas parameter ˆ j ( x ), j,1,..., d, yatu parameter d regres polnomal dar y e x dengan derajat d. Kemudan melauan analss regres polnomal dengan pembobot w ( x ) untu ( x, y ). Parameter ˆ ( ) ddapatan dengan j x memnmalsasan errornya dar persamaan : n 1 (2.6) w ( x ) d y ( x ) ( x ) x... ( x ) x 2 1 Berdasaran metode weghted least squares, estmas parameter untu RLWRSS dapat ddapatan dengan persamaan : x ˆ x ˆ x ˆ ' ˆ( ) ( ( ), ( ),..., ( x )) 1 x' w ( x ) x x' w ( x ) y 1 d d j (2.7) (3). Nla parameter ˆ ( ) telah ddapatan d j x langah (2). Langah selanjutnya adalah menentuan nla pembobot robust, : e B (2.9) 6s dengan B adalah fungs pembobot bsquare, yatu : 2 2 (1 x ), x 1 B ( x), x 1 (2.1) dan e merupaan resdual pada langah (2) yatu e y yˆ. Nla s adalah medan dar e. (4). Untu setap, nla tasran ŷ dhtung embal (sepert pada langah 2) menggunaan weghted least squares dengan pembobot w x ). ( 2.4 Krtera Pemlhan Model Terba Perbandngan model yeld curve yang dhaslan dar metode RLWRSS dapat dlauan dengan rtera RMSE (Root Mean Squared Error). Ba (26) menjelasan perhtungan RMSE untu yeld curve adalah sebaga berut : 1 m * 2 RMSEnout 1 m * Untu perhtungan nla RMSE nsample, m* merupaan banyanya oblgas pada har e-t dan adalah resdual yang dhaslan pada yeld har e-t. Pada RMSE out-sample, m* adalah banyanya oblgas pada har e-t+1 dan adalah resdual yang dhaslan pada yeld har e-t+1, yang dhtung berdasaran model pada har e-t. Data oblgas har e-t+1 merupaan data valdas. Menurut cleveland (1979) model terba adalah model yang menghaslan nla RMSE terecl out-sample yatu dplh nla resdual yang terecl dar banyanya sampel yang dplh. 3. Metode Peneltan 3.1 Sumber Data Data yang dgunaan dalam peneltan n merupaan data seunder berasal dar IBPA. Sedangan IBPA mendapatan data n dar BAPEPAM perode Januar hngga Aprl 29. Data tersebut berbentu data pasangan YTM dan TTM. 3.2 Varabel Peneltan Varabel yang dgunaan untu memodelan yeld curve dalam peneltan n melput, varabel dependen (y) yatu YTM dalam persentase dan varabel ndependen (x) yang merupaan TTM dalam satuan tahun. Data oblgas perode Januar hngga Aprl 29 terdapat 82 har transas. Pada 4
5 peneltan n dgunaan 12 har transas, yatu tga har dtap bulannya. Pasangan data YTM-TTM yang dmodelan dplh berdasaran ecuupan data untu proses valdas secara out-sample. Data valdas yang dgunaan adalah har berutnya. Krteranya adalah nla TTM data valdas tda melebh dar data nla TTM yang dmodelan. Hal n darenaan pada RLWRSS, metode yang dgunaan untu menasr YTM har berutnya adalah dengan nterpolas. 3.3 Langah Analss Gambar 3.1 adalah dagram alr proses peneltan secara umum mula dar pengumpulan data oblgas pemerntah perode Januar hngga Aprl 29, analsa data dengan metode RLWRSS hngga pemlhan metode terba berdasaran nla RMSE n-out sample RLWRSS. Pengumpulan data oblgas pemerntah Indonesa sebaga study asus Analsa data metode RLWRSS Mula Menetapan YTM sebaga varabel y dan TTM sebaga varabel x Menentuan nla f dengan batasan -1 Menghtung r yatu (f.n) Menghtung h yatu jara terdeat e-r persetaran x Menghtung w x ) ( Melauan analss regres antara varabel y dan x dengan pembobot w x ) ( Mendapatan resdual ( ) Menghtung pembobot robust Melauan analss regres embal antara varabel y dan x dengan pembobot w x ) ( Iteras hngga onvergen Perbandngan metode berdasaran auras preds dan ehalusan urva yeld Pemlhan metode terba dengan rtera RMSE n-out sample Kesmpulan dan saran Nla onvergen Selesa ya tda Gambar 3.2 Proses Pemodelan yeld curve Menggunaan Metode RLWRSS. Gambar 3.1 Dagram Alr Peneltan 5
6 4. Hasl Peneltan 4.1 Desrps Data Transas Oblgas Pemerntah Dalam pembahasan n, YTM sebaga varabel ndependen dan TTM sebaga varabel dependen. Data oblgas pemerntah Indonesa meml banya outler dan juga meml nterval TTM yang panjang. Hal nlah yang mendasar peneltan untu menggunaan metode RLWRSS. Metode RLWRSS merupaan salah satu metode non-lnear yang tegar terhadap adanya data outler. Oleh arena tu, data transas oblgas pemerntah yang aan dgunaan adalah data asl tanpa proses penghlangan outler. Gambar 4.1 adalah plot dar data transas oblgas pemerntah sebanya 12 buah yang aan dmodelan. Data pasangan YTM-TTM n dambl pada bulan Januar hngga Aprl masng-masng 3 har. Gambar tersebut menunjuan pola hubungan antara YTM dan TTM yang seman mena. Hal n menunjuan bahwa antar varabel meml hubungan yang non-lnear YTM-9F*TTM-9F YTM-26F*TTM-26F YTM-4M*TTM-4M YTM-5M*TTM-5M Plot 12 Pasang Data YTM-TTM YTM-5J*TTM-5J YTM-16J*TTM-16J YTM-23J*TTM-23J YTM-4F*TTM-4F (a) (b) (c) (d) (e) (f) (g) (h) YTM-17M*TTM-17M YTM-8A*TTM-8A YTM-17A*TTM-17A YTM-28A*TTM-28A () (j).8.8 ().8 (l) Gambar 4.1 Plot Pasangan Data YTM-TTM Januar-Aprl 29 Gambar 4.1 merupaan data pasangan YTM-TTM yang aan dmodelan. Plot (a), (b) dan (c) merupaan data pasangan YTM- TTM tanggal 5, 16 dan 23 Januar. Plot (d), (e) dan (f) adalahytm-ttm tanggal 4, 9 dan 26 Februar. Plot (g), (h) dan () adalah YTM- TTM tanggal 4, 5 dan 17 Maret. Plot (j), () dan (l) merupaan data pasangan YTM-TTM tanggal 8, 17 dan 28 Aprl. Data pasangan n dplh berdasaran ecuupan nla TTM untu proses valdas. 4.2 Pemodelan Yeld Curve dengan RLWRSS Metode RLWRSS merupaan salah satu metode yang tegar terhadap adanya data outler. Hal n arena RLWRSS meml nla penghalus f, yang berfungs sebaga tt penghalus yang dapat dtentuan oleh penelt. Nla f meml batasan antara hngga 1. Penentuan nla f tergantung dar pola datanya. Ja terdapat data outler dalam data, maa seman besar nla f aan seman halus urva yang dhaslan. Sebagan besar penelt menyaranan menggunaan nla f sebesar.5 Nla lan yang dapat dtentuan oleh penelt adalah derajat polnomal, d. Dalam peneltan n derajat polnomal yang dgunaan adalah polnomal uadrat dan nla f yang dgunaan adalah.3 dan.5. Nla f n dplh arena sebagan besar data oblgas pemerntah meml hasl resdual yang ecl. Tabel 4.2 Nla RMSE Data YTM-TTM n-out sample RMSE outsample Tgl RMSE n-sample Transas f =.3 f =.5 f =.3 f =.5 p 5-Jan.23*.32.97* Jan.48*.64.76* Jan.41* * 4-Feb.3.27*.57.55* 5 9-Feb.59* * 2 26-Feb.92.62*.191*.21 4-Mar.69* * 2 5-Mar.38*.42.97* Mar.41* * 8-Apr.29*.3.3* Apr.18*.18*.33* Apr.2* *.169 *Nla RMSE lebh ecl Berdasaran Tabel 4.2 menunjuan nla RMSE n-out sample dar 12 pasang data YTM-TTM. Dtunjuan bahwa sebagan besar nla RMSE n-sample dengan nla f sebesar.3 meml nla lebh ecl darpada menggunaan f sebesar.5 Dengan nla f sebesar.3, sebanya 9 har meml RMSE n-sample lebh ecl. Dan pada transas tanggal 17 Aprl meml nla RMSE nsample yang sama antara nla f sebesar.3 6
7 dan.5. Nla n menjad nla RMSE nsample terecl yatu Penutup Berdasaran analss dan pembahasan pada bab sebelumnya maa dperoleh dua esmpulan yang merupaan jawaban dar permasalahan peneltan n, yatu Pemodelan yeld curve oblgas pemerntah Indonesa menggunaan RLWRSS menunjuan bahwa dengan nla awal f sebesar.3 dan derajat polnomal dua (uadrat) menghaslan nla RMSE out sample yang lebh ecl dbandngan Ͳǡͷ. Selan tu urva yang dhaslan dar plot preds out sample RLWRSS lebh halus arena ada pembobot robust. Rata-rata jumlah data valdas yang eluar dar selang metode RLWRSS sebanya 2 (pembulatan) buah data. Metode RLWRSS merupaan metode yang tahan terhadap adanya data outler sehngga data outler tersebut tda perlu dhapus/ dhlangan. DAFTAR PUSTAKA [1] Prasetyo, H d Manajemen Portofolo dan Analss Investas. Yogyaarta : ANDI Yogyaarta. [2] Bolder, D., & Strels, D Yeld Curve Modellng at the Ban of Canada. Techncal. Ottawa: Ban of Canada. [3] Cleveland, W.S LOWESS: A Program for Smoothng Scatterplots by Robust Locally Weghted Regresson. The Amercan Statstcan, 35, 54. [4] Durand, D Basc Yelds of Corporate Bonds, Cambrdge: Mass. [5] Fabozz, F. J. 2. Manajemen Investas Buu 2. Jaarta : Salemba Empat. [6] Fahruddn, M. & Hadanto, M. S. 21. Perangat dan Model Analss Investas d Pasar Modal. Jaarta : PT. Elex Meda Komputndo. [7] Drapper, N.R., & Smth, H Analss Regres Terapan. Jaarta : PT. Grameda Pustaa Utama. [8] Cleveland, W. S LOWESS: A Program for Smoothng Scatterplots by Robust Locally Weghted Regresson. The Amercan Statstcan. [9] Cleveland, W. S. & Grosse, E Computatonal Methods for Local Regresson. Statstcs and Computng. 7
BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB PENDAHULUAN. Latar Belaang Masalah Analss regres merupaan lmu peramalan dalam statst. Analss regres dapat dataan sebaga usaha mempreds atau meramalan perubahan. Regres mengemuaan tentang engntahuan
Lebih terperinciBAB 2 LANDASAN TEORI. Untuk mengetahui pola perubahan nilai suatu variabel yang disebabkan oleh
BAB LANDASAN TEORI. Analss Regres Untu mengetahu pla perubahan nla suatu varabel yang dsebaban leh varabel lan dperluan alat analss yang memungnan ta unut membuat perraan nla varabel tersebut pada nla
Lebih terperinciOleh : Wahyu Safi I Dosen Pembimbing : Dr. Soehardjoepri M. Si.
Oleh : Wahyu Safi I 1204 100 Dosen Pembimbing : Dr. Soehardjoepri M. Si. 1. PENDAHULUAN 1.1 Latar Belakang Obligasi a. Definisi b. Komponen c. Alasan diterbitkan surat Obligasi d. Kewajiban Penerbit Obligasi
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI.. Populas dan Sampel Populas adalah eseluruhan unt atau ndvdu dalam ruang lngup yang ngn dtelt. Banyanya pengamatan atau anggota suatu populas dsebut uuran populas, sedangan suatu nla
Lebih terperinciBAB II TEORI DASAR. Analisis Kelompok
BAB II TORI DASAR II.. Analss Kelompo Istlah analss elompo pertama al dperenalan oleh Tryon (939). Ia memperenalan beberapa metode untu mengelompoan obye yang meml esamaan araterst (statsoft, 004). Kesamaan
Lebih terperinciBAB 2 LANDASAN TEORI
10 BAB 2 LANDASAN TEORI 2.1 Pengertan Pengendalan Kualtas Statst Pengendalan Kualtas statst merupaan suatu metode pengumpulan dan analss data ualtas, serta penentuan dan nterpretas penguuran-penguuran
Lebih terperinciEKSPEKTASI SATU PEUBAH ACAK
EKSPEKTASI SATU PEUBAH ACAK Dalam hal n aan dbahas beberapa macam uuran yang dhtung berdasaran espetas dar satu peubah aca, ba dsrt maupun ontnu, yatu nla espetas, rataan, varans, momen, fungs pembangt
Lebih terperinciMODEL REGRESI SEMIPARAMETRIK SPLINE UNTUK DATA LONGITUDINAL PADA KASUS KADAR CD4 PENDERITA HIV. Lilis Laome 1)
Paradgma, Vol. 13 No. 2 Agustus 2009 hlm. 189 194 MODEL REGRESI SEMIPARAMERIK SPLINE UNUK DAA LONGIUDINAL PADA KASUS KADAR CD4 PENDERIA HIV Lls Laome 1) 1) Jurusan Matemata FMIPA Unverstas Haluoleo Kendar
Lebih terperinciPEMODELAN PENGELUARAN RUMAH TANGGA UNTUK KONSUMSI MAKANAN DI KOTA SURABAYA DAN FAKTOR-FAKTOR YANG MEMPENGARUHI MENGGUNAKAN PENDEKATAN REGRESI SPLINE
PEMODELAN PENGELUARAN RUMAH TANGGA UNTUK KONSUMSI MAKANAN DI KOTA SURABAYA DAN FAKTOR-FAKTOR YANG MEMPENGARUHI MENGGUNAKAN PENDEKATAN REGRESI SPLINE Dew Arfanty Azm, Dra.Madu Ratna,M.S. dan 3 Prof. Dr.
Lebih terperinciBAB V MODEL SEDERHANA DISTRIBUSI TEMPERATUR DAN SIMULASINYA
BAB V MOEL SEERHANA ISTRIBUSI TEMPERATUR AN SIMULASINYA Model matemata yang terdapat pada bab sebelumnya merupaan model umum untu njes uap pada reservor dengan bottom water. Model tersebut merupaan model
Lebih terperinciUSULAN PENERAPAN TEORI MARKOV DALAM PENGAMBILAN KEPUTUSAN PERAWATAN TAHUNAN PADA PT. PUPUK KUJANG
Usulan Penerapan Teor Marov Dalam Pengamblan Keputusan Perawatan Tahunan Pada Pt. Pupu Kujang USULAN PENERAPAN TEORI MARKOV DALAM PENGAMBILAN KEPUTUSAN PERAWATAN TAHUNAN PADA PT. PUPUK KUJANG Nof Ern,
Lebih terperinciBAB III ANALISIS DISKRIMINAN. Analisis diskriminan (discriminant analysis) merupakan salah satu metode
BAB III ANALISIS DISKRIMINAN 3. Analss Dsrmnan Analss dsrmnan (dscrmnant analyss) merupaan salah satu metode yan dunaan dalam analss multvarat. Dalam analss dsrmnan terdapat dua jens varabel yan terlbat
Lebih terperinciCreated by Simpo PDF Creator Pro (unregistered version)
Created by Smpo PDF Creator Pro (unregstered verson) http://www.smpopd.com Statst Bsns : BAB IV. UKURA PEMUSATA DATA. Pendahuluan Untu mendapatan gambaran yang lebh jelas tentang seumpulan data mengena
Lebih terperinciBab III. Plant Nonlinear Dengan Fase Nonminimum
Bab III Plant Nonlnear Dengan Fase Nonmnmum Pada bagan n dbahas mengena penurunan learnng controller untu sstem nonlnear dengan derajat relatf yang detahu Dalam hal n hanya dperhatan pada sstem-sstem nonlnear
Lebih terperinciKarakterisasi Matrik Leslie Ordo Tiga
Jurnal Graden Vol No Januar 006 : 34-38 Karatersas Matr Lesle Ordo Tga Mudn Smanhuru, Hartanto Jurusan Matemata, Faultas Matemata dan Ilmu Pengetahuan Alam, Unverstas Bengulu, Indonesa Dterma Desember
Lebih terperinciProbabilitas dan Statistika Distribusi Peluang Diskrit 1. Adam Hendra Brata
Probabltas dan Statsta Dsrt Adam Hendra Brata Unform Bernoull Multnomal Setap perstwa aan mempunya peluangnya masng-masng, dan peluang terjadnya perstwa tu aan mempunya penyebaran yang mengut suatu pola
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN ORI. Aljabar Matrs.. Defns Matrs Matrs adalah suatu umpulan anga-anga yang juga serng dsebut elemen-elemen yang dsusun secara teratur menurut bars dan olom sehngga berbentu perseg panjang,
Lebih terperinciBAB 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 terperinciU JIAN A KHIR S EMESTER M ATEMATIKA T EKNIK
Jurusan Ten Spl dan Lngungan FT UGM U JIAN A KHIR S EMESTER M ATEMATIKA T EKNIK SENIN, 4 JANUARI 23 OPEN BOOK WAKTU MENIT PETUNJUK ) Saudara tda boleh menggunaan omputer untu mengerjaan soal- soal ujan
Lebih terperinciPEMODELAN TINGKAT KERAWANAN DEMAM BERDARAH DENGUE DI KABUPATEN LAMONGAN DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED ORDINAL LOGISTIC REGRESSION
PEMODELAN INGKA KERAWANAN DEMAM BERDARAH DENGUE DI KABUPAEN LAMONGAN DENGAN PENDEKAAN GEOGRAPHICALLY WEIGHED ORDINAL LOGISIC REGRESSION Marsa Rfada 1, Purhad 1) Mahasswa Magster Jurusan Statsta, Insttut
Lebih terperinciBAB III METODOLOGI PENELITIAN. Penelitian ini mengenal dua macam variabel yaitu : 2. Variabel terikat (Y) yaitu : Hasil belajar Sejarah
BAB III METODOLOGI PENELITIAN 3.1 Varans Peneltan 3.1.1 Varabel Peneltan Peneltan n mengenal dua macam varabel yatu : 1. Varabel bebas (X) yatu : Berpr formal. Varabel terat (Y) yatu : Hasl belajar Sejarah
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PENDAHULUAN. Latar Belaang Analss dsrmnan merupaan ten menganalss data, dmana varabel dependen merupaan data ategor ( nomnal dan ordnal ) sedangan varabel ndependen berupa data nterval atau raso.msalnya
Lebih terperinciINVERS DRAZIN DARI SUATU MATRIKS DENGAN MENGGUNAKAN BENTUK KANONIK JORDAN
Buletn Ilmah ath. Stat. dan erapannya (Bmaster) Volume 5, No. 3 (6), hal 8. INVERS DRAZIN DARI SUAU ARIKS DENGAN ENGGUNAKAN BENUK KANNIK JRDAN Eo Sulstyono, Shanta artha, Ea Wulan Ramadhan INISARI Suatu
Lebih terperinciBAB 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 terperinciFUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (STUDI KASUS: KLASIFIKASI KUALITAS PRODUK)
Semnar Nasonal Aplas Tenolog Informas 00 (SNATI 00) ISSN: 0-0 Yogyaarta, Jun 00 FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (STUDI KASUS: KLASIFIKASI KUALITAS PRODUK) Sr Kusumadew Jurusan Ten Informata,
Lebih terperinciIII FUZZY GOAL LINEAR PROGRAMMING
7 Ilustras entu hmpunan fuzzy dan fungs eanggotaannya dapat dlhat pada Contoh 3. Contoh 3 Msalan seseorang dataan sudah dewasa ja erumur 7 tahun atau leh, maa dalam loga tegas, seseorang yang erumur urang
Lebih terperinciJURNAL 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 terperinciBAB 10. Menginterpretasikan Populasi Variabel Kanonik. Variabel kanonik secara umumnya artifisal. Jika variabel awal X (1) dan X (2)
BB 0 Mengnterpretasan Populas arabel Kanon arabel anon secara umumnya artfsal. Ja varabel awal X ( dan X ( dgunaan oefsen anon a dan b mempunya unt propors dar hmpunan X ( dan X (. Ja varabel awal yang
Lebih terperinciBAB III METODE PENELITIAN. penelitian dilakukan secara purposive atau sengaja. Pemilihan lokasi penelitian
BAB III METODE PENELITIAN 3.1 Lokas Peneltan Peneltan dlaksanakan d Desa Sempalwadak, Kecamatan Bululawang, Kabupaten Malang pada bulan Februar hngga Me 2017. Pemlhan lokas peneltan dlakukan secara purposve
Lebih terperinciPendekatan Hurdle Poisson Pada Excess Zero Data
SEMINAR NASIONAL MAEMAIKA DAN PENDIDIKAN MAEMAIKA UNY 05 Pendeatan Hurdle Posson Pada Excess Zero Data S - 7 Def Yust Fadah, Resa Septan Pontoh Departemen Statsta FMIPA Unverstas Padadaran def.yust@unpad.ac.d
Lebih terperinciBAB 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 terperinciPENYELESAIAN MULTIKOLINEARITAS MELALUI METODE RIDGE REGRESSION. Oleh : SOEMARTINI
PENYELESAIAN MULTIKOLINEARITAS MELALUI METODE RIDGE REGRESSION Oleh : SOEMARTINI JURUSAN STATISTIKA FAKULTAS MATEMATIKA dan ILMU PENGETAHUAN ALAM UNIVERSITAS PADJADJARAN JATINANGOR 008 DAFTAR ISI Hal DAFTAR
Lebih terperinciPengolahan lanjut data gravitasi
Modul 6 Pengolahan lanjut data gravtas 1. Transformas/proyes e bdang datar (metode Damney atau Euvalen Tt Massa). Pemsahan Anomal Loal/Resdual dan Anomal Regonal a. Kontnuas b. Movng average c. Polynomal
Lebih terperinciNama : Crishadi Juliantoro NPM :
ANALISIS INVESTASI PADA PERUSAHAAN YANG MASUK DALAM PERHITUNGAN INDEX LQ-45 MENGGUNAKAN PORTOFOLIO DENGAN METODE SINGLE INDEX MODEL. Nama : Crshad Julantoro NPM : 110630 Latar Belakang Pemlhan saham yang
Lebih terperinciε 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 terperinciBAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel
BAB LANDASAN TEORI. Analss Regres Regres merupakan suatu alat ukur yang dgunakan untuk mengukur ada atau tdaknya hubungan antar varabel. Dalam analss regres, suatu persamaan regres atau persamaan penduga
Lebih terperinciANALISIS DATA WORLD DEVELOPMENT INDICATORS MENGGUNAKAN CLUSTER DATA MINING
Semnar Nasonal Tenolog Informas dan Multmeda 207 STMIK AMIKOM Yogyaarta, 4 Februar 207 ANALIS DATA WORLD DEVELOPMENT INDICATORS MENGGUNAKAN CLUSTER DATA MINING Sgt Kamseno ), Bara Satya 2) ), 2) Ten Informata
Lebih terperinciBAB II DIMENSI PARTISI
BAB II DIMENSI PARTISI. Defns dasar dan eteratannya dengan metrc dmenson Dalam pembahasan dmens parts, graf yang dbahas adalah graf terhubung sederhana dan tda meml arah. Sebelum mendefnsan graf yang dgunaan
Lebih terperinciPENGUJIAN PROPORSI MENGGUNAKAN KETERKAITAN DISTRIBUSI CHI-SQUARE DENGAN PENDEKATAN DISTRIBUSI BINOMIAL TERHADAP DISTRIBUSI NORMAL STANDARD
ORBITH Vl. 7 N. 3 Nvember 11: 366-37 ENGUJIAN ROORSI MENGGUNAKAN KETERKAITAN DISTRIBUSI CHI-SQUARE DENGAN ENDEKATAN DISTRIBUSI BINOMIAL TERHADA DISTRIBUSI NORMAL STANDARD Oleh: Endang Tryan Staf engajar
Lebih terperinciBAB III METODE RESPONSE SURFACE DENGAN SIMULASI MONTE CARLO. solusi dari suatu masalah diberikan berdasarkan proses rendomisasi (acak).
BAB III METODE RESPONSE SURFACE DENGAN SIMULASI MONTE CARLO 3. Smulas Monte Carlo Smulas Monte Carlo merupaan bentu smulas probablst dmana solus dar suatu masalah dberan berdasaran proses rendomsas (aca).
Lebih terperinciANALISIS BENTUK HUBUNGAN
ANALISIS BENTUK HUBUNGAN Analss Regres dan Korelas Analss regres dgunakan untuk mempelajar dan mengukur hubungan statstk yang terjad antara dua varbel atau lebh varabel. Varabel tersebut adalah varabel
Lebih terperinciBAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh
BAB III METODE PENELITIAN 3.1 Desan Peneltan Sebelum dlakukan peneltan, langkah pertama yang harus dlakukan oleh penelt adalah menentukan terlebh dahulu metode apa yang akan dgunakan dalam peneltan. Desan
Lebih terperinciEman Lesmana, Riaman. Jurusan Matematika FMIPA Universitas Padjadjaran, Jl. Raya Bandung-Sumedang km 21 Jatinangor ABSTRAK
PENGGUNAAN MODEL REGRESI LINEAR BERGANDA PADA PROGRAM PENGGEMUKAN SAPI PO ( PERANAKAN ONGOLE) SERTA ANALISIS BCR ( BENEFIT COST RATIO ) PENGGUNAAN PAKAN BAHAN KERING Eman Lesmana, Raman Jurusan Matemata
Lebih terperinciTEKNIK EKSTRAPOLASI RICHARDSON BERULANG PADA MODEL BINOMIAL FLEKSIBEL UNTUK MENENTUKAN HARGA OPSI JUAL AMERIKA
IndoMS Journal on Statstcs Vol, No (4), Page 39-49 TEKNIK EKSTRAPOLASI RICHARDSON BERULANG PADA MODEL BINOMIAL FLEKSIBEL UNTUK MENENTUKAN HARGA OPSI JUAL AMERIKA Arum Handn Prmandar, Abdurahman Jurusan
Lebih terperinciBab 1 PENDAHULUAN Latar Belakang
11 Bab 1 PENDAHULUAN 1.1. Latar Belakang Perbankan adalah ndustr yang syarat dengan rsko. Mula dar pengumpulan dana sebaga sumber labltas, hngga penyaluran dana pada aktva produktf. Berbaga kegatan jasa
Lebih terperinciBAB 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 terperinciPENYELESAIAN SISTEM PERSAMAAN TAK LINIER
PENYELESIN SISTEM PESMN TK LINIE Mater Kulah: Pengantar; Iteras Satu Tt; Iteras Newton # PENGNT # erut n adalah contoh seumpulan buah persamaan ta lner smulta dengan buah varabel ang ta detahu:... ( 57...
Lebih terperinciPENENTUAN JUMLAH PRODUKSI OPTIMAL CPO DENGAN MENGGUNAKAN METODE GOAL PROGRAMMING PADA PABRIK KELAPA SAWIT PT. XYZ
e-jurnal Ten Industr FT USU Vol 3, No., Otober 03 pp. 45-5 PENENTUAN JUMLAH PRODUKSI OPTIMAL CPO DENGAN MENGGUNAKAN METODE GOAL PROGRAMMING PADA PABRIK KELAPA SAWIT PT. YZ Delmar Bnhot Lumbantoruan, Poerwanto,
Lebih terperinciFaktor-Faktor Eksternal Pneumonia pada Balita di Jawa Timur dengan Pendekatan Geographically Weighted Regression
JURNAL SAINS DAN SENI ITS Vol., No., (Sept. ) ISSN: 3-98X D-37 Fator-Fator Esternal Pneumona pada Balta d Jawa Tmur dengan Pendeatan Geographcally Weghted Regresson Ftrarma Putr Santoso, Sr Pngt W, dan
Lebih terperinciKOLINEARITAS GANDA (MULTICOLLINEARITY) Oleh Bambang Juanda
KOLINEARITAS GANDA MULTICOLLINEARIT Oleh Bambang Juanda Model: = X + X + + X + ε. Hubungan Lnear Sempurna esa, Ja C X 0 C onstanta yg td semuanya 0. Mudah detahu rn td ada dugaan parameter oef dgn OLS,
Lebih terperinciBAB III METODOLOGI PENELITIAN. dalam situs BAPEPAM dan berjumlah dua puluh delapan reksadana yang berasal dari dua
BAB III METODOLOGI PENELITIAN 3.1. Ruang Lngkup Peneltan Reksadana yang dgunakan dalam peneltan n adalah reksadana yang terdaftar dalam stus BAPEPAM dan berjumlah dua puluh delapan reksadana yang berasal
Lebih terperinciBenyamin Kusumoputro Ph.D Computational Intelligence, Faculty of Computer Science University of Indonesia METODE PEMBELAJARAN
METODE PEMBELAJARAN Sebelum suatu Jarngan Neural Buatan (JNB) dgunaan untu menglasfasan pola, terlebh dahulu dlauan proses pembelaaran untu menentuan strutur arngan, terutama dalam penentuan nla bobot.
Lebih terperinciVI. KETIDAKPASTIAN. Contoh : Asih mengalami gejala ada bintik-bintik di wajahnya. Dokter menduga bahwa Asih terkena cacar
VI. KETIDAKPASTIAN 12 Dalam enyataan sehar-har banya masalah dduna n tda dapat dmodelan secara lengap dan onssten. Suatu penalaran dmana adanya penambahan fata baru mengabatan etdaonsstenan, dengan cr-cr
Lebih terperinciPemodelan Peran Perempuan Terhadap Pertumbuhan Ekonomi di Jawa Timur Tahun Menggunakan Regresi Data Panel
JURNAL SAINS DAN SENI ITS Vol. 5 No. (016) 337-350 (301-98X Prnt) D-305 Pemodelan Peran Perempuan Terhadap Pertumbuhan Eonom d Jawa Tmur Tahun 010-014 Menggunaan Regres Data Panel Putr Rachmawat, Wahu
Lebih terperinciSTATISTIKA. Bab. Di unduh dari : Bukupaket.com. Mean Median Modus Simpangan baku Varian Histogram Quartil Desil Persentil
Bab 7 STATISTIKA A. KOMPETENSI DASAR DAN PENGALAMAN BELAJAR Kompetens Dasar Setelah mengut pembelajaran n sswa mampu:. Menghayat dan mengamalan ajaran agama yang danutnnya. 2. Meml motvas nternal, emampuan
Lebih terperinciBAB III PERBANDINGAN ANALISIS REGRESI MODEL LOG - LOG DAN MODEL LOG - LIN. Pada prinsipnya model ini merupakan hasil transformasi dari suatu model
BAB III PERBANDINGAN ANALISIS REGRESI MODEL LOG - LOG DAN MODEL LOG - LIN A. Regres Model Log-Log Pada prnspnya model n merupakan hasl transformas dar suatu model tdak lner dengan membuat model dalam bentuk
Lebih terperinciLucas Theorem Untuk Mengatur Penyimpanan Memori yang Lebih Aman
Lucas Theorem Untu Mengatur Penympanan Memor yang Lebh Aman Hendra Hadhl Chor (135 8 41) Program Stud Ten Informata ITB Jalan Ganesha 1, Bandung e-mal: hendra_h2c_mathematcan@yahoo.com; f1841@students.f.tb.ac.d
Lebih terperinciKAJIAN METODE SUMBER EKIVALEN TITIK MASSA PADA PROSES PENGANGKATAN DATA GRAVITASI KE BIDANG DATAR
Berala Fsa ISSN : 1410-966 Vol.8, No.1, Januar 005, hal 7-10 KAJIAN METODE SUMBER EKIVALEN TITIK MASSA PADA PROSES PENGANGKATAN DATA GRAVITASI KE BIDANG DATAR Agus Setyawan Laboratorum Geofsa, Jurusan
Lebih terperinciBAB 2 TINJAUAN TEORITIS. 2.1 Konsep Dasar Infeksi, Saluran Pernafasan, Infeksi Akut, dan Infeksi Saluran Pernafasan Akut (ISPA)
BAB TINJAUAN TEORITIS. Knsep Dasar Infes, Saluran Pernafasan, Infes Aut, dan Infes Saluran Pernafasan Aut (ISPA.. Infes Infes adalah masunya uman atau mrrgansme e dalam tubuh manusan dan berembang ba sehngga
Lebih terperinciANALISIS REGRESI. Catatan Freddy
ANALISIS REGRESI Regres Lner Sederhana : Contoh Perhtungan Regres Lner Sederhana Menghtung harga a dan b Menyusun Persamaan Regres Korelas Pearson (Product Moment) Koefsen Determnas (KD) Regres Ganda :
Lebih terperinciJurnal Einstein 4 (1) (2016): Jurnal Einstein. Available online
Jurnal Ensten 4 () (06): 4-3 Jurnal Ensten Avalable onlne http://jurnal.unmed.ac.d/0/ndex.php/ensten Penguuran Intrus Ar Laut Pada Sumur Gal Dengan Kondutvtmeter D Desa Pematang Guntung Kecamatan Telu
Lebih terperinciBAB III OBYEK DAN METODE PENELITIAN. Obyek dalam penelitian ini adalah kebijakan dividen sebagai variabel
4 BAB III OBYEK DAN METODE PENELITIAN 3.1 Obyek Peneltan Obyek dalam peneltan n adalah kebjakan dvden sebaga varabel ndependen (X) dan harga saham sebaga varabel dependen (Y). Peneltan n dlakukan untuk
Lebih terperinciBAB 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 terperinciBAB 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 terperinciIMPLEMENTASI MODEL OPTIMASI LINIER INTEGER DENGAN BANYAK TUJUAN UNTUK PENGALOKASIAN PEKERJAAN
SISFO-Jurnal Sstem Informas IMPLEMENTASI MODEL OPTIMASI LINIER INTEGER DENGAN BANYAK TUJUAN UNTUK PENGALOKASIAN PEKERJAAN Fazal Mahananto 1), Mahendrawath ER 2), Rully Soelaman 3) Jurusan Sstem Informas,
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PENDAHULUAN. Latar Belakang Dalam kehdupan sehar-har, serngkal dumpa hubungan antara suatu varabel dengan satu atau lebh varabel lan. D dalam bdang pertanan sebaga contoh, doss dan ens pupuk yang dberkan
Lebih terperinciFUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (Studi kasus: klasifikasi kualitas produk)
Semnar Nasonal plas enolog Informas (SNI ) Yogyaarta, Jun FUZZY BCKPROPGION UNUK KLSIFIKSI POL (Stud asus: lasfas ualtas produ) Sr Kusumadew Jurusan en Informata, Faultas enolog Industr Unverstas Islam
Lebih terperinciPemodelan Anomali Magnetik Berbentuk Prisma Menggunakan Algoritma Genetika Antonius a, Yudha Arman a *, Joko Sampurno a
Pemodelan Anomal Magnet Berbentu Prsma Menggunaan Algortma Geneta Antonus a, Yudha Arman a *, Joo Sampurno a a Jurusan Fsa, FMIPA Unverstas Tanjungpura, Jalan Pro. Dr. Hadar Nawaw, Pontana, Indonesa *Emal
Lebih terperinciANALISIS REGRESI PADA DATA OUTLIER DENGAN MENGGUNAKAN LEAST TRIMMED SQUARE (LTS) DAN MM-ESTIMASI. Heru Nurcahyadi
ANALISIS REGRESI PADA DATA OUTLIER DENGAN MENGGUNAKAN LEAST TRIMMED SQUARE (LTS) DAN MM-ESTIMASI Heru Nurcahyad PROGRAM STUDI MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH
Lebih terperinciPemodelan Penduduk Miskin Di Jawa Timur Menggunakan Metode Geographically Weighted Regression (GWR)
Pemodelan Pendudu Msn D Jawa Tmur Menggunaan Metode Geographcally Weghted Regresson (GWR) Yuanta Damayant, dan Dr. Vta Ratnasar S.S, M.S Jurusan Statsta, F-MIPA, Insttut Tenolog Sepuluh Nopember (ITS)
Lebih terperinciBAB III METODOLOGI PENELITIAN. Penyusunan laporan tugas akhir ini dilakukan sesuai dengan langkahlangkah
BAB III METODOLOGI PENELITIAN Penyusunan laporan tugas ahr n dlauan sesua dengan langahlangah peneltan yang aan dperlhatan pada dagram d bawah n, agar peneltan n dapat berjalan secara ba dan terarah. Sehngga
Lebih terperinciIV. PERANCANGAN DAN IMPLEMENTASI SISTEM
IV. PERANCANGAN DAN IMPLEMENTASI SISTEM Perancangan Sstem Sstem yang akan dkembangkan adalah berupa sstem yang dapat membantu keputusan pemodal untuk menentukan portofolo saham yang dperdagangkan d Bursa
Lebih terperinciREGRESI DAN KORELASI LINEAR SEDERHANA. Regresi Linear
REGRESI DAN KORELASI LINEAR SEDERHANA Regres Lnear Tujuan Pembelajaran Menjelaskan regres dan korelas Menghtung dar persamaan regres dan standard error dar estmas-estmas untuk analss regres lner sederhana
Lebih terperinciMETODE OPTIMASI SELEKSI FITUR DENGAN ALGORITMA FAST BRANCH AND BOUND
METODE OPTIMASI SELEKSI FITUR DENGAN ALGORITMA FAST BRANCH AND BOUND Rully Soelaman, Suc Hatnng Rn dan Dana Purwtasar Faultas Tenolog Informas, Insttut Tenolog Sepuluh Nopember (ITS), Surabaya, 60, Indonesa
Lebih terperinciPemodelan Faktor-Faktor Yang Mempengaruhi Tingkat Buta Huruf Kabupaten/kota di Jawa Timur dengan Geographically Weighted Ordinal Logistic Regression
JURNAL SAINS DAN SENI IS Vol., No., (Sept. 0) ISSN: 30-98X D-3 Pemodelan Fator-Fator Yang Mempengaruh ngat Buta Huruf Kabupaten/ota d Jawa mur dengan Geographcally Weghted Ordnal Logstc Regresson Nur Lalyah
Lebih terperinciBAB I PENDAHULUAN. pembangunan dalam sektor energi wajib dilaksanakan secara sebaik-baiknya. Jika
BAB I PENDAHULUAN 1.1.Latar Belakang Energ sangat berperan pentng bag masyarakat dalam menjalan kehdupan seharhar dan sangat berperan dalam proses pembangunan. Oleh sebab tu penngkatan serta pembangunan
Lebih terperinciBAB V ANALISA PEMECAHAN MASALAH
BAB V ANALISA PEMECAHAN MASALAH 5.1 Analsa Pemlhan Model Tme Seres Forecastng Pemlhan model forecastng terbak dlakukan secara statstk, dmana alat statstk yang dgunakan adalah MAD, MAPE dan TS. Perbandngan
Lebih terperinciPRA-PEMROSESAN DATA LUARAN GCM CSIRO-Mk3 DENGAN METODE TRANSFORMASI WAVELET DAUBECHIES UNTUK PEMODELAN STATISTICAL DOWNSCALING
PRA-PEMROSESAN DATA LUARAN GCM CSIRO-M3 DENGAN METODE TRANSFORMASI WAVELET DAUBECHIES UNTUK PEMODELAN STATISTICAL DOWNSCALING Vvn Mandasar (306 00 069), Dr Ir Setawan, M S (960030 9870 00) Mahasswa Jurusan
Lebih terperinciPemodelan Persentase Kriminalitas Dan Faktor- Faktor Yang Mempengaruhi Di Jawa Timur Dengan Pendekatan Geographically Weighted Regression (GWR)
JURNAL SAINS DAN SENI POMITS Vol., No.1, (014 7-50 (01-98X Prnt D-18 Pemodelan Persentase Krmnaltas Dan Fator- Fator ang Mempengaruh D Jaa Tmur Dengan Pendeatan Geographcally Weghted Regresson (GWR Pan
Lebih terperinciBAB 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 terperinciPenggunaan Model Regresi Tobit Pada Data Tersensor
SEMINAR NASIONAL MAEMAIKA DAN PENDIDIKAN MAEMAIKA UNY 016 S 15 Penggunaan Model Regres obt Pada Data ersensor Def Yust Fadah 1, Resa Septan Pontoh 1, Departemen Statsta FMIPA Unverstas Padjadjaran def.yust@unpad.ac.d
Lebih terperinciIII. METODE PENELITIAN
III. METODE PEELITIA 3.1. Kerangka Pemkran Peneltan BRI Unt Cbnong dan Unt Warung Jambu Uraan Pekerjaan Karyawan Subyek Analss Konds SDM Aktual (KKP) Konds SDM Harapan (KKJ) Kuesoner KKP Kuesoner KKJ la
Lebih terperinciPENENTUAN LOKASI GUDANG DISTRIBUSI PADA SISTEM DISTRIBUSI PRODUK KONSUMSI PT X DI JAWA TIMUR
Prosdng Semnar Nasonal Manajemen Tenolog IX Program Stud MMT-ITS, Surabaya 14 Pebruar 2009 PENENTUAN LOKASI GUDANG DISTRIBUSI PADA SISTEM DISTRIBUSI PRODUK KONSUMSI PT X DI JAWA TIMUR Teguh Otarso Program
Lebih terperinciSELANG KEPERCAYAAN UNTUK KOEFISIEN GARIS REGRESI LINEAR DENGAN METODE LEAST MEDIAN SQUARES 1 ABSTRAK
SELANG KEPERCAYAAN UNTUK KOEFISIEN GARIS REGRESI LINEAR DENGAN METODE LEAST MEDIAN SQUARES Harm Sugart Jurusan Statstka FMIPA Unverstas Terbuka emal: harm@ut.ac.d ABSTRAK Adanya penympangan terhadap asums
Lebih terperinciBAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode
BAB III METODE PENELITIAN Desan Peneltan Metode peneltan yang dgunakan dalam peneltan n adalah metode deskrptf analts dengan jens pendekatan stud kasus yatu dengan melhat fenomena permasalahan yang ada
Lebih terperinciPemodelan Angka Buta Huruf di Kabupaten/Kota se-jawa Timur dengan Metode Geographically Weighted t Regression
JURNAL EKNIK IS Vol. 6, No., (7) ISSN: 337-3539 (3-97 Prnt) D- Pemodelan Anga Buta Huruf d Kabupaten/Kota se-jawa mur dengan Metode Geographcally Weghted t Regresson Nndya Kemala Astut, Purhad, dan Shof
Lebih terperinciSTATISTICAL STUDENT OF IST AKPRIND
E-mal : statstkasta@yahoo.com Blog : Analss Regres SederhanaMenggunakan MS Excel 2007 Lsens Dokumen: Copyrght 2010 sssta.wordpress.com Seluruh dokumen d sssta.wordpress.com dapat dgunakan dan dsebarkan
Lebih terperinciANALISIS REGRESI REGRESI NONLINEAR REGRESI LINEAR REGRESI KUADRATIK REGRESI LINEAR SEDERHANA REGRESI LINEAR BERGANDA REGRESI KUBIK
REGRESI NON LINIER ANALISIS REGRESI REGRESI LINEAR REGRESI NONLINEAR REGRESI LINEAR SEDERHANA REGRESI LINEAR BERGANDA REGRESI KUADRATIK REGRESI KUBIK Membentuk gars lurus Membentuk Gars Lengkung Regres
Lebih terperinciPENJADWALAN PEKERJAAN DENGAN MENGGUNAKAN DISPATCHING RULES DI PT. TIGA SERANGKAI PUSTAKA MANDIRI
PENJADWALAN PEKERJAAN DENGAN MENGGUNAKAN DISPATCHING RULES DI PT. TIGA SERANGKAI PUSTAKA MANDIRI Yunarstanto 1 Irwan Iftad 1 Iwan Ngabd Raharjo 2 Abstract: Producton flow n PT. Tga Seranga Pustaa Mandr
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
BAB 1 ENDAHULUAN 1.1 Latar Belakang Secara umum dapat dkatakan bahwa mengambl atau membuat keputusan berart memlh satu dantara sekan banyak alternatf. erumusan berbaga alternatf sesua dengan yang sedang
Lebih terperinciPENERAPAN PETA P MULTIVARIAT PADA PENGONTROLAN PROSES PEMOTONGAN KACA JENIS LNFL DI PT. ASAHIMAS FLAT GLASS, TBK.
PENERAPAN PETA P MULTIVARIAT PADA PENGONTROLAN PROSES PEMOTONGAN KACA JENIS LNFL DI PT. ASAHIMAS FLAT GLASS, TBK. Fanny Ayu Octavana dan Dra. Luca Ardnant, MT. Jurusan Statsta, Faultas Matemata dan Ilmu
Lebih terperinciBAB 2 LANDASAN TEORI
7 BAB LANDASAN TEORI.1 Analsa Regres Analsa regres dnterpretaskan sebaga suatu analsa yang berkatan dengan stud ketergantungan (hubungan kausal) dar suatu varabel tak bebas (dependent varable) atu dsebut
Lebih terperinciPERANCANGAN PROGRAM APLIKASI PERAMALAN BANJIR KANAL BARAT JAKARTA MENGGUNAKAN AUTOREGRESI MULTIVARIANT
PERANCANGAN PROGRAM APLIKASI PERAMALAN BANJIR KANAL BARAT JAKARTA MENGGUNAKAN AUTOREGRESI MULTIVARIANT Ngarap Im Man Jurusan Matemata FST BINUS Unversty, Jln.Kebon Jeru Raya no.27 Jaarta Barat 11480, Indonesa
Lebih terperinciANALISIS PERMINTAAN PANGAN HEWANI INDONESIA DENGAN GENERALIZED METHOD OF MOMENTS PADA MODEL QUADRATIC ALMOST IDEAL DEMAND SYSTEM
ANALISIS PERMINTAAN PANGAN HEWANI INDONESIA DENGAN GENERALIZED METHOD OF MOMENTS PADA MODEL QUADRATIC ALMOST IDEAL DEMAND SYSTEM Wahyu Dw Lesmono, Ftra Vrgantar, Hagn Wjayant Program Stud Matematka Fakultas
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang. Di dalam matematika mulai dari SD, SMP, SMA, dan Perguruan Tinggi
Daftar Is Daftar Is... Kata pengantar... BAB I...1 PENDAHULUAN...1 1.1 Latar Belakang...1 1.2 Rumusan Masalah...2 1.3 Tujuan...2 BAB II...3 TINJAUAN TEORITIS...3 2.1 Landasan Teor...4 BAB III...5 PEMBAHASAN...5
Lebih terperinciKORELASI DAN REGRESI LINIER. Debrina Puspita Andriani /
KORELASI DAN REGRESI LINIER 9 Debrna Puspta Andran www. E-mal : debrna.ub@gmal.com / debrna@ub.ac.d 2 Outlne 3 Perbedaan mendasar antara korelas dan regres? KORELASI Korelas hanya menunjukkan sekedar hubungan.
Lebih terperinciIDENTIFIKASI SISTEM NONLINIER DENGAN MENGGUNAKAN RECURRENT NEURAL NETWORK DAN ALGORITMA DEAD-ZONE KALMAN FILTER
IDENIFIKASI SISEM NONLINIE DENGAN MENGGUNAKAN ECUEN NEUAL NEOK DAN ALGOIMA DEAD-ZONE KALMAN FILE ully Soelaman, angga fa Faultas enolog Informas Insttut enolog Sepuluh Nopember Kampus Keputh, Suollo, Surabaya
Lebih terperinciBAB III METODELOGI PENELITIAN. metode penelitian yang digunakan dalam penelitian ini adalah metode deskriptif
BAB III METODELOGI PENELITIAN 3.1 Desan Peneltan Metode peneltan mengungkapkan dengan jelas bagamana cara memperoleh data yang dperlukan, oleh karena tu metode peneltan lebh menekankan pada strateg, proses
Lebih terperinciPemodelan MGWR Pada Tingkat Kemiskinan di Provinsi Jawa Tengah
Value Added, Vol., No., 5 Pemodelan MGWR Pada Tngat Kemsnan d Provns Jawa Tengah Moh Yamn Darsyah, Rochd Wasono, Monca Frda Agustna 3,,3 Program Stud StatstaUnverstas Muhammadyah Semarang Emal: mydarsyah@unmus.ac.d
Lebih terperinciBAB IV PENGUJIAN DAN ANALISA
BAB IV PENGUJIAN DAN ANALISA 4. PENGUJIAN PENGUKURAN KECEPATAN PUTAR BERBASIS REAL TIME LINUX Dalam membuktkan kelayakan dan kehandalan pengukuran kecepatan putar berbass RTLnux n, dlakukan pengujan dalam
Lebih terperinci