*( Diah Ayu Novitasari Fakultas Ekonomi Universitas Islam Lamongan ABSTRAK

Ukuran: px
Mulai penontonan dengan halaman:

Download "*( Diah Ayu Novitasari Fakultas Ekonomi Universitas Islam Lamongan ABSTRAK"

Transkripsi

1 J u r a l E K B I S / V o l. X III/ N o. 1 / e d s M a r e t SPATIAL PATTERN ANALYSIS DAN SPATIAL AUTOCORRELATION PRODUK DOMESTIK REGIONAL BRUTO (PDRB) SEKTOR INDUSTRI UNTUK MENGGAMBARKAN PEREKONOMIAN PENDUDUK DI JAWA TIMUR *( Dah Ayu Novtasar Fakultas Ekoom Uverstas Islam Lamoga ABSTRAK Produk Domestk Regoal Bruto (PDRB) sektor dustr adalah dkator yag meggambarka keadaa perekooma peduduk d suatu layah/daerah berdasarka sektor dustr. Peelta aka megaalss tgkat kecederuga PDRB sektor dustr dalam ragka g megetahu sebara PDRB DI Jaa Tmur da adaya depedes PDRB atar layah d Jaa Tmur. Metode yag dguaka adalah spatal patter aalyss da spatal autocorrelato. Haslya meujukka baha pola sebara propors PDRB d Jaa tmur cederug megelompok (Cluster), yatu megelompok d kabupate-kabupate tertetu. Semetara hasl peguja dega Mora s I meujukka baha tdak ada autokorelas spasal pada data propors PDRB d Provs Jaa Tmur. Semetara secara lokal, kabupate yag memlk autokorelas spasal hayayalah kabupate yag memlk autokorelas spasal hayayalah Kabupate Bagkala, Pamekasa, Sampag, da Sdoarjo. Kata Kuc: PDRB, Perekooma, Mora s PENDAHULUAN Idustr adalah suatu usaha atau kegata pegolaha baha metah atau barag setegah jad mejad barag jad yag memlk la tambah utuk medapatka keutuga. Hasl dustr tdak haya berupa barag, tetap juga dalam betuk jasa. Faktor-faktor pokok yag meyebabka suatu dustr atau perdustra dapat berkembag dega bak adalah modal, teaga kerja, baha baku, saraa trasportas, sumber eerg dustr da pemasara produk hasl keluara. Adapu faktor peujag dustr adalah kebudayaa masyarakat, tekolog, pemertah, dukuga masyarakat, kods alam da kods perekooma[1]. Jaa Tmur merupaka salah satu provs dustr terbesar da merupaka provs yag memlk jumlah kabupate/kota terbayak yatu sebayak 38 kabupate/kota. Jaa tmur mejad Spatal Patter, Spatal Autocorrelato, da pusat dustr dkareaka frastruktur yag ada sagat meujag bag pertumbuha dustr bak dustr kecl, meegah maupu besar. Sektor dustr Jaa Tmur secara kotu terus berkembag mejad salah satu barometer d tgkat asoal. Tahu 001 Jaa Tmur memprogramka pertumbuha dustr pada lma tahu medatag ratarata pertahu aka dapat mecapa 9%, dmaa sektor dustr dharapka dapat memberka sumbaga 7,47% dar struktur ekoom yag ada d Jaa Tmur. Produk domestk regoal bruto (PDRB) sektor dustr adalah dkator yag meggambarka keadaa perekooma peduduk d suatu layah/daerah berdasarka sektor dustr. PDRB sektor dustr Jaa Tmur tahu 005, 006, 007, 008 da 009 megalam pertumbuha sebesar 54,3%, 13,7%, 11,8%, 14,6% da 8,9%. Pertumbuha PDRB sektor dustr Jaa

2 J u r a l E K B I S / V o l. X III/ N o. 1 / e d s M a r e t Tmur tahu 006 lebh redah jka dbadgka dega tahu 005 yatu sebesar 54,3%. Sektor dustr d Jaa Tmur adalah sektor yag meyumbagka output terbesar bag perekooma Jaa Tmur [10]. Peelta aka megaalss tgkat kecederuga PDRB sektor dustr dalam ragka g megetahu sebara PDRB da adaya depedes perekooma atar layah d Jaa Tmur. Metode yag dguaka adalah spatal patter aalyss da spatal autocorrelato. Metode sagat efektf dalam medeteks varas secara geograf [11]. TINJAUAN PUSTAKA Produk Domestk Regoal Bruto Produk Domestk regoal Bruto (PDRB) adalah merupaka salah satu dkator pertumbuha ekoom suatu egara, layah, atau daerah. Pertumbuha tersebut dapat dpegaruh oleh beberapa faktor dataraya frastruktur ekoom. PDRB adalah jumlah la tambah bruto yag dhaslka seluruh ut usaha dalam layah tertetu atau merupaka jumlah la barag da jasa akhr yag dhaslka oleh seluruh ut ekoom. PDRB atas dasar harga berlaku meggambarka la tambah barag da jasa yag dhtug dega megguaka harga pada setap tahu, sedagka PDRB atas dasar harga kosta meujukka la tambah barag da jasa yag dhtug megguaka harga pasa satu tahu tertetu sebaga tahu dasar peghtugaya. PDRB atas dasar harga berlaku dapat dguaka utuk melhat pergesera strukturekoom, sedagka harga kosta dapat dguaka utuk megetahu pertumbuha ekoom dar tahu ke tahu. Dega demka, PDRB merupaka dkator utuk megatur keberhasla pemertah dalam memafaatka sumber daya yag ada, da dapat dguaka sebaga perecaaa da pegambla keputusa. Spasal Patter Spatal patter atau pola spasal adalah sesuatu yag berhubuga dega peempata objek atau susua beda d permukaa bum. Setap perubaha spatal patter aka meglustraska proses spasal yag dtujukka oleh faktor lgkuga atau budaya. Tga pola dasar spasal yag telah daku, yatu: acak (radom), megelompok (clumped atau aggregated) da seragam atau merata (uform)[3] [7]. a. Radom : Beberapa ttk terletak secara radom d beberapa lokas. Poss suatu ttk tdak dpegaruh oleh poss ttk laya. b. Uform: Setap ttk berada secara merata da berjauha dega ttkttk laya. c. Clustered: Beberapa ttk membetuk suatu kelompok da salg berdekata. Gambar 1. Tga pola dasar peyebara spasal Beberapa metode utuk medeteks pola spasal: a. Quadrat Aalyss Metode quadrat aalyss megevaluas dstrbus pola ttk dega memerksa perubaha kepadata d suatu lokas. Kepadata yag dukur tersebut kemuda dbadgka utuk megetahu apakah pola ttk-ttk tersebut radom, uform, atau clustered. Lagkah-lagkah yag dlakuka dalam metode adalah membag lokas yag aka dtelt ke

3 J u r a l E K B I S / V o l. X III/ N o. 1 / e d s M a r e t dalam suatu quadrats da meghtug ttk-ttk yag berada dalam quadrats tersebut. Utuk meghtug ukura maksmum quadrats tersebut adalah : A (1) Dega A adalah luas area dalam suatu lokas da adalah jumlah ttk d lokas tersebut. Terdapat beberapa pedekata utuk megetahu pola spasal melalu quadrat aalyss, dataraya pedekata Varace-to-Mea Rato (VTMR) da pedekata dstrbus frekues. 1. Varace-to-Mea Rato (VTMR) Varace-to-Mea Rato (VTMR) megguaka perhtuga raso atara mea da varace, dega rumus : S VTMR () Apabla VTMR >1 maka aka cederug berpola clustered. Hal meujukka baha ada suatu area yag memlk bayak ttk yag membetuk kluster-kluster da ada area laya yag tdak terdapat ttkttk. Apabla VTMR medekat 1 maka cederug berpola radom, dmaa mea da varace berla hampr sama. Apabla VTMR medekat 0 atau kurag dar 1 maka cederug berpola uform, dmaa varace berla medekat ol. Hal meujukka baha ttk-ttk meyebar secara teratur d semua lokas. Peguja hpotess juga dapat dlakuka utuk megetahu sgfkas pola pegelompokka pada metode. Hpotess yag dguaka adalah : H 0 : data tdak berpola megelompok (clustered) H 1 : data berpola megelompok (clustered) ( m 1) S Statstk uj: (3) Tolak H 0 jka statstk uj lebh dar ( m 1),. Pedekata Dstrbus Frekues. Metode Kolmogorov Smrov megguaka metode perbadga atara dstrbus frekues amata da dstrbus frekues teortk [4]. Hpotess yag dguaka adalah : H 0 : tdak ada perbedaa dstrbus frekues amata da teortk H 1 : ada perbedaa dstrbus frekues amata da teortk Statstk uj : D ma O E (4) Tolak H 0 jka D>D α Proses radom : megguaka dstrbus frekues Posso e P( )! atau P( ) p( 1) (5) Dega adalah jumlah ttk pada quadrat da adalah rata-rata jumlah ttk per quadrat. Proses clustered : megguaka pedekata apabla jumlah ttk per quadrat ol maka memlk ttk pola clustered m-1. Apabla memlk m jumlah ttk per quadrat maka memlk ttk pola clustered 1. Sedagka yag laya adalah ol. - Proses uform : megguaka rata-rata jumlah ttk per quadrat. b. Matrk Pembobot Spasal Hubuga kedekata (eghbourg) atar lokas dyataka dalam matrk pembobot spasal W. Matrk pembobot spasal dapat dtetuka dega beragam metode. Matrks bobot utuk tpe data spasal ttk adalah: Iverse jarak, Kerel Gaussa, Fugs pembobota bsquare,da Bary. Berdasarka [6], matrks bobot utuk tpe data spasal area adalah: Rook Cotguty (Persgguga ss), Quee Cotguty (Persgguga ss-sudut), Lear Cotguty (Persgguga tep), Bhsop Cotguty (Persgguga sudut), Double Lear Cotguty (Persgguga dua tep), da

4 J u r a l E K B I S / V o l. X III/ N o. 1 / e d s M a r e t Double Rook Cotguty (Persgguga dua ss). Spatal Autocorrelato Meurut [5] dalam Kartka [] autokorelas spasal adalah korelas atara varabel dega drya sedr berdasarka ruag atau dapat juga dartka suatu ukura kemrpa dar objek d dalam suatu ruag (jarak, aktu da layah). Jka terdapat pola sstematk d dalam peyebara sebuah varabel, maka terdapat autokorelas spasal. Adaya autokorelas spasal megdkaska baha la atrbut pada daerah tertetu terkat oleh la atrbut tersebut pada daerah la yag letakya berdekata (bertetagga). Mora s I Mora's I megukur korelas satu varabel msal ( da j ) dmaa j, =1,,..., j=1,,... dega bayak data sebesar [8]., maka formula dar Mora s I adalah I S 0 j ( )( j ( ) j ) (6) merupaka rata-rata dar varabel merupaka eleme dar matrk pembobot, da S 0 adalah jumlaha dar eleme matrk pembobot, dmaa S 0 (7) j j Nla dar deks I berksar atara -1 da 1. Idetfkas pola megguaka krtera la deks I, jka I>I0, maka mempuya pola megelompok (cluster), jka I=I 0, maka berpola meyebar tdak merata (tdak ada autokorelas), da I<I 0, memlk pola meyebar. I merupaka la ekspektas dar I yag drumuska E(I)=I 0 = 1/( 1) [4]. Peguja hpotess terhadap parameter I adalah sebaga berkut. H 0 : tdak ada autokorelas spasal H 1 : terdapat autokorelas postf (deks Mora s I berla postf/egatf) Meurut [4] dalam [] statstk uj dar deks Mora s I dturuka dalam betuk statstk peubah acak ormal baku. Hal ddasarka pada teor Dall Lmt Pusat dmaa utuk yag besar da ragam dketahu maka Z(I) aka meyebar ormal baku sebaga berkut. I E( I) Z ht (8) var( I) dega I adalah deks Mora s I, Z htug adalah la statstk uj deks Mora s I, E(I) da var(i) adalah la ekspektas da varas deks Mora s I. {( 3 3) S 1 S 3S 0 } k{ ( 1) S1 S 6S 0 } 1 var( I) ( 1)( )( 3) S ( 1)( )( 3) 0 S 0 ( 1) dega, 1 S1 k S j ( ) 1 ( ( ) j (( ), 1 j ) ) j1, j j (9) (10) Peguja aka meolak hpotess aal jka la Zhtug > Z(α) (autokorelas postf) atau Zhtug<-Z(α) (autokorelas egatf). Postf autokorelas spasal megdkaska baha atar lokas pegamata memlk keerata hubuga. j1 LISA LISA merupaka pegdetfkaska autokorelas secara lokal dega meemuka korelas spasal pada setap daerah. Pegdetfkasa autokorelas juga megguaka Mora s I secara lokal. Ideks Mora s I adalah sebaga berkut [7]. I z z (11) j j dmaa z da z j merupaka devas dar la rata-rata, z ( ). adalah la stadar devas dar. Hpotess yag dguaka adalah sebaga berkut. H 0 : tdak ada autokorelas spasal H 1 : ada autokorelas spasal j

5 J u r a l E K B I S / V o l. X III/ N o. 1 / e d s M a r e t Statstk Uj : Z htug I E( I ) (1) var( I ) dega I merupaka deks LISA, Z htug merupaka statstk uj deks LISA, E(I ) da var(i ) adalah la ekspektas da varas deks LISA. E( I ) ( 1) var( I ) dega, ( kh) (), j j m4 m ( 1) k j h ( kh) (m 4 m ) ( 1)( ) ( 1) j j Tolak H 0 jka la Zhtug Z /. k.6 Mora s Scatterplot h (13) (14) [4] meyebutka baha Mora s Scatterplot adalah salah satu cara utuk megterpretaska statstk Ideks Mora. Mora s Scatterplot merupaka alat utuk melhat hubuga atara (la pegamata yag sudah dstadarsas) dega (la rata-rata daerah tetagga yag telah dstadarsas). Ilustras lebh legkap dapat dlhat pada Gambar. Kuadra III (terletak d kr baah) dsebut Lo-Lo (LL), meujukka daerah dega la pegamata redah da dkellg daerah yag juga mempuya la pegamata redah. Kuadra IV (terletak d kaa baah) dsebut Hgh-Lo (HL), meujukka daerah dega la pegamata tgg yag dkellg oleh daerah dega la pegamata redah []. Mora s Scatterplot yag bayak Meempatka pegamata d kuadra HH da kuadra LL aka cederug mempuya la autokorelas spasal yag postf (cluster). Sedagka Mora s Scatterplot yag bayak meempatka pegamata d kuadra HL da LH aka cederug mempuya la autokorelas spasal yag egatf. METODOLOGI PENELITIAN Data yag dguaka dalam peelta adalah data propors data Produk Domestk Regoal Bruto (PDRB). Data Produk Domestk Regoal Bruto (PDRB) merupaka data sekuder yag dperoleh dar tugas akhr [9] dega judul Pemodela Produk Domestk Regoal Bruto (PDRB) Sektor Idustr d Provs Jaa Tmur dega Geographcally eghted Regresso (GWR). Gambar Mora Scatterplot Kuadra I (terletak d kaa atas) dsebut Hgh-Hgh (HH), meujukka daerah yag mempuya la pegamata tgg dkellg oleh daerah yag mempuya la pegamata tgg. Kuadra II (terletak d kr atas) dsebut Lo-Hgh (LH), meujukka daerah dega pegamata redah tap dkellg daerah dega la pegamata tgg. Gambar 3. Wlayah Peelta (Jaa Tmur) Lagkah-lagkah aalss data peelta adalah sebaga berkut: 1. Spatal Patter Aalyss. a. Memetaka PDRB dalam suatu peta tematk.

6 J u r a l E K B I S / V o l. X III/ N o. 1 / e d s M a r e t b. Aalss Spasal Patter dega metode Quadrat Aalyss yatu dega Varace-to-Mea Rato (VTMR).. Spatal Autocorrelato a. Meghtug ukura depedes spasal (autocorrelato) megguaka deks Mora s I da LISA c. Meguj depedes spasal deks Mora s I da LISA d. Membuat da megaalss Mora s Scatterplot area 14, 15, 16, 5 da 78. Kabupate/Kota tersebut yak Pasurua, Sdoarjo, mojokerto, Gresk da Surabaya. Jka dlhat dar letak kelma Kabupate/kota tersebut yag berdekata, maka hal semak memperkuat hasl aalss datas yag meympulka baha sebara Propors PDRB sektor Idustr d Provs Jaa Tmur cederug berpola clustered. Jka sebara PDRB berpola megelompok atau clustered, maka tgkat pertumbuha perekooma masyarakat d Jaa Tmur juga berpola clustered. HASIL DAN PEMBAHASAN 4.1 Spasal Patter Propors PDRB sektor Idustr d Provs Jaa Tmur Sebara Propors PDRB sektor Idustr d Provs Jaa Tmur cederug berpola clustered. Hal dtujukka dega la VTMR > 1 (Tabel 1). Nla meujukka baha ada suatu area / kabupate yag propors PDRB berla tgg da ada juga area dega propors PDRB berla redah. Tabel 1. Nla VTMR da Statstk Uj X 0,166 S,08585 VTMR 1,54334 Statstk Uj= 464, ;0,05 55,758 Berdasarka peguja, ddapatka la > 37;0, 05. Sehgga kesmpulaya adalah data berpola megelompok (clustered). Dega megguaka peta tematk, sebara data dar PDRB d Jaa Tmur dapat dlhat pada Gambar 4 d baah. Semak gelap ara pada peta, meujukka baha kabupate/kota tersebut memlk propors PDRB semak tgg. Kabupate/Kota yag memlk la PDRB tgg dtujukka oleh kode Gambar 4 Peta Tematk Propors PDRB sektor Idustr d Provs Jaa Tmur Hal juga terjad pada Kabupate/kota yag memlk PDRB redah. Berdasarka Gambar 4, semak cerah ara peta, meujukka baha propors PDRB d kabupate/kota tersebut redah. Kabupate/Kota yag memlk la PDRB redah dtujukka oleh kode area 6, 7,8, da 9. Kabupate/Kota tersebut yak Bagkala, Pamekasa, Sampag, da Sumeep. Jka dlhat dar letak keempat Kabupate/kota tersebut yag berdekata, hal juga memperkuat hasl aalss yag meympulka baha sebara Propors PDRB sektor Idustr d Provs Jaa Tmur cederug berpola clustered. 4. Spasal Autocorrelato Propors PDRB sektor Idustr d Provs Jaa Tmur

7 J u r a l E K B I S / V o l. X III/ N o. 1 / e d s M a r e t propors PDRB tgg berada d atara kabupate/kota yag jumlah propors PDRB redah. Kuadra HH da LL megdkaska adaya autokorelas postf da kuadra LH da HL megdkaska adaya autokorelas spasal egatf. Tabel. Autokorelas Parsal dega LISA Gambar 5. Mora s Scatterplot Propors PDRB sektor Idustr d Provs Jaa Tmur E( I) I 0 1/( 1) 1/(38 1) 0,07 Pola sebara data juga dapat dlhat berdasarka la Mora s I. karea la I (0,3557) > I 0, maka dapat dsmpulka baha pola sebaraya adalah megelompok. Sela tu, la Mora s I meujukka baha secara global, tdak ada autokorelas spasal pada propors PDRB sektor Idustr d Provs Jaa Tmur. Hal dperlhatka dega la Mora s I yag medekat ol. Berdasarka Gambar 5, terdapat 9 kabupate/kota meyebar pada kuadra HH da 6 kabupate/kota d LH, 0 kabupate/kota meyebar pada kuadra LL, serta kabupate/kota meyebar pada kuadra HL. Kuadra 1 (HH) meujukka kabupate/kota yag propors PDRB tgg berada d atara kabupate/kota yag propors PDRB tgg pula. Kuadra (LH) meujukka kabupate/kota dega propors PDRB redah berada d atara kabupate/kota dega propors PDRB tgg. Kuadra 3 (LL) meujukka kabupate/kota dega propors PDRB redah berada d atara kabupate/kota yag jumlah propors PDRB redah. Semetara kuadra 4 (HL) meujukka kabupate/kota yag Kabupate P- Value Kabupate P- Value Pacta 0,08 Malag (Kota) 0,48 Poorogo 0,06 Probolggo 0,486 Treggalek 0,74 Pasurua (Kota) 0,166 Tulugagug 0,176 Mojokerto(Kota) 0,090 Lumajag 0,370 Madu (Kota) 0,158 Bodooso 0,190 Surabaya (Kota) 0,180 Pasurua 0,158 Batu (Kota) 0,140 Jombag 0,478 Bltar 0,430 Ngajuk 0,8 Kedr 0,140 Madu 0,15 Mojokerto 0,08 Kabupate P- Value Kabupate P- Value Mageta 0,86 Bayuag 0,180 Nga 0,068 Gresk 0,054 Bojoegoro 0,114 Jember 0,6 Tuba 0,1 Malag 0,90 Lamoga 0,13 Probolggo 0,476 Bagkala 0,04 Sampag 0,010 Pamekasa 0,004 Sdoarjo Kedr 0,5 Stubodo 0,36 (Kota) Bltar (Kota) 0,104 Sumeep 0,048 Ket: * = Sgfka pada α = 5% Berdasarka LISA, haya Kabupate Bagkala, Pamekasa, Sampag, Sumeep, da Sdoarjo yag memlk autokorelas spasal dega kabupate/kota la yag berdekata. Semetara utuk kabupate/kota laya tdak memlk autokorelas spasal, karea p-value > α.

8 J u r a l E K B I S / V o l. X III/ N o. 1 / e d s M a r e t Gambar 6. Peta Pegelompoka Wlayah Berdasarka LISA Gambar 6 meujukka baha Surabaya da Sdoarjo berada d HH. Semetara Bagkala, Sampag, Pamekasa da Sumeep berada d LL. Hal meujukka baha Surabaya, Sdoarjo, Bagkala, Sampag, Pamekasa da Sumeep memlk autokorelas postf dega kabupate dsektarya, ketka propors PDRB d kabupate dsektarya tgg, maka propors PDRB d Surabaya da Sdoarjo juga tgg. Sehgga hal juga mempegaruh pertumbuha perekooma d Kabupate/kota tersebut. ketka pertumbuha perekooma d kabupate dsektarya cepat, maka pertumbuha perekooma d Surabaya da Sdoarjo juga cepat. Begtupula utuk Kabupate Bagkala, Sampag, Pamekasa da Sumeep, ketka propors PDRB d kabupate dsektarya redah, maka propors PDRB d empat kabupate tersebut juga redah. KESIMPULAN Berdasarka hasl aalss da pembahasa, maka dapat dsmpulka baha dega aalss spatal patter propors PDRB d Provs Jaa Tmur cederug berpola cluster, dmaa megelompok d kabupate-kabupate tertetu. Jka sebara PDRB berpola megelompok atau clustered, maka tgkat pertumbuha perekooma masyarakat d Jaa Tmur juga berpola clustered. Semetara hasl peguja dega Mora s I meujukka baha tdak ada autokorelas spasal d Provs Jaa Tmur pada data propors PDRB. Semetara secara lokal, kabupate yag memlk autokorelas spasal hayalah Kabupate Bagkala, Pamekasa, Sampag, da Sumeep. Ketka propors PDRB d kabupate dsektarya redah, maka propors PDRB d empat kabupate tersebut juga redah. DAFTAR PUSTAKA Godam, (006), Faktor Pedukug da Peghambat Idustr Bss- Perkembaga da Pegembaga Idustry-Ilmu Sosal Ekoom Pembagua, g_da_peghambat_dustr_bss _perkembaga_da_pembagua _dustry_lmu_sosal_ekoom_pe mbagua, [4 Februar, 010]. Kartka Yol, (007), Pola Peyebara Spasal Demam Berdarah Degue d Kota Bogor tahu 005, [Tugas Akhr] Isttut Pertaa Bogor. Krebs, C.J, (1989), Ecologcal Methodology, Harper Colls Publsher, Ic. Ne York. Lee Jay &Wog S W Davd, (000), Statstcal Aalyss th Arcve GIS, Joh Wlley & Sos, INC: Uted Stated of Amerca. Lembo, A. J, (006), Spatal Autocorrelato, Corell Uversty, 0/lecturer9.ppt [5 Oktober, 008] LeSage, J.P. da Pace, R.K., (009), Itroducto to Spasal Ecoometrcs, R Press, Boca Rato. Ludg, J.A, ad J.F. Reyolds, (1988), Statstcal Ecology, Joh Wley & Sos, Ic. Caada.

9 J u r a l E K B I S / V o l. X III/ N o. 1 / e d s M a r e t Parads, Emauel, (010), Mora s Autocorrelato, ees.hokuda.ac.jp/~kubo/rdoc/lbrar y/ape/html/morai.html [ September,010]. Rohmah, Elya Nur Pemodela Produk Domestk Regoal Bruto (PDRB) Sektor Idustr d Provs Jaa Tmur dega Geographcally eghted Regresso (GWR).[Tugas Akhr] Isttut Tekolog Sepuluh Nopember. Sggh, M.R. da Heytasar, E., (009). Pemlha Alteratf Perbaka Kerja Lgkuga Sektor Idustr Potesal d Jaa Tmur dega Metode Ecoomc Iput-Output Lfe- Cycle Assessmet (eo-lca) Da aalytc etork process (ap), b/499-mosese _1150EIO- LCA%0Moses%0%0Eva.pdf. [8 Februar 011] Tottrup, C, et al, (009), Puttg Chld Mortalty O Map, Toards a Uderstadg of Iequty I Health, Vol.14 No.6, Hal

AUTOKORELASI SPASIAL UNTUK IDENTIFIKASI POLA HUBUNGAN KEMISKINAN DI JAWA TIMUR

AUTOKORELASI SPASIAL UNTUK IDENTIFIKASI POLA HUBUNGAN KEMISKINAN DI JAWA TIMUR AUTOKORELASI SPASIAL UNTUK IDENTIFIKASI POLA HUBUNGAN KEMISKINAN DI JAWA TIMUR Rokhaa Dw Bekt Mathematcs & Statstcs Departmet, School of Computer Scece, Bus Uversty Jl. K.H. Syahda No. 9, Palmerah, Jakarta

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

PENDAHULUAN TINJAUAN PUSTAKA. Latar Belakang. Demam Berdarah Dengue (DBD)

PENDAHULUAN TINJAUAN PUSTAKA. Latar Belakang. Demam Berdarah Dengue (DBD) PENDAHULUAN Latar Belakag Kods suatu daerah secara umum berkata dega kods d daerah la, terutama daerah yag berdekata. Pola sepert dkeal dega hubuga spasal. Besara autokorelas spasal dapat dguaka utuk megdetfkas

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 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

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

Analisis Autokorelasi Spasialtitik Panas Di Kalimantan Timur Menggunakan Indeks Moran dan Local Indicator Of Spatial Autocorrelation (LISA)

Analisis Autokorelasi Spasialtitik Panas Di Kalimantan Timur Menggunakan Indeks Moran dan Local Indicator Of Spatial Autocorrelation (LISA) Jural EKSPONENSIAL Volume 8, Nomor, Me 7 ISSN 85-789 Aalss Autokorelas Spasalttk Paas D Kalmata Tmur Megguaka Ideks Mora da Local Idcator Of Spatal Autocorrelato (LISA) Aalyss Spatal Autocorrelato Hotspot

Lebih terperinci

Pengujian Autokorelasi terhadap Sisaan Model Spatial Logistik

Pengujian Autokorelasi terhadap Sisaan Model Spatial Logistik Pegua Autokorelas terhadap saa Model patal Logstk Utam Dyah yaftr, Bagus artoo, alamatuttazl Abstrak Pemodela dega bass ruag (spatal perlu memerhatka pegaruh atar ruag tersebut. Pemodela klask yag megasumska

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

PEMETAAN PENYAKIT DEMAM BERDARAH DENGUE DENGAN ANALISIS POLA SPASIAL DI KABUPATEN PEKALONGAN. Hasbi Yasin 1, Ragil Saputra 2.

PEMETAAN PENYAKIT DEMAM BERDARAH DENGUE DENGAN ANALISIS POLA SPASIAL DI KABUPATEN PEKALONGAN. Hasbi Yasin 1, Ragil Saputra 2. Pemetaa Peyakt (Hasb Yas) PEMETAAN PENYAKIT DEMAM BERDARAH DENGUE DENGAN ANALISIS POLA SPASIAL DI KABUPATEN PEKALONGAN Hasb Yas 1, Ragl Saputra 1 Jurusa Statstka FSM UNDIP Jurusa Iformatka FSM UNDIP Abstract

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 1 Pegerta Regres Istlah regres pertama kal dperkealka oleh Fracs Galto Meurut Galto, aalss regres berkeaa dega stud ketergatuga dar suatu varabel yag dsebut tak bebas depedet varable,

Lebih terperinci

BAB 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

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu KORELASI 1 D dua kta tdak dapat hdup sedr, tetap memerluka hubuga dega orag la. Hubuga tu pada umumya dlakuka dega maksud tertetu sepert medapat kergaa pajak, memperoleh kredt, memjam uag, serta mta pertologa/batua

Lebih terperinci

BAB 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

Penerapan Model Regresi Ensemble Non-Hybrid pada Data Kemiskinan di Provinsi Jawa Tengah

Penerapan Model Regresi Ensemble Non-Hybrid pada Data Kemiskinan di Provinsi Jawa Tengah The 6 th Uversty Research Colloquum 7 Peerapa Model Regres Esemble No-Hybrd pada Data Kemska d Provs Jawa Tegah Corela Ardaa Savta, Sr Sulstjowat Hadaja, Bowo Waro 3,3 Program Stud Matematka FMIPA, Uverstas

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

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 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

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

Analisis Pola Hubungan PDRB dengan Faktor Pencemaran Lingkungan di Indonesia Menggunakan Pendekatan Geographically Weighted Regression (GWR)

Analisis Pola Hubungan PDRB dengan Faktor Pencemaran Lingkungan di Indonesia Menggunakan Pendekatan Geographically Weighted Regression (GWR) JURNAL SAINS DAN SENI IS Vol. 5, No., (6) 337-35 (3-98X Prt) D-7 Aalss Pola ubuga PDRB dega Faktor Pecemara Lgkuga d Idoesa Megguaka Pedekata Geographcally Weghted Regresso (GWR) Rza Damayat da Mutah Salamah

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

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

PEMODELAN SPASIAL EKONOMETRIK KERUGIAN MAKROEKONOMI AKIBAT BENCANA ALAM 1 Henny Kusumaningrum, 2 Dwi Endah Kusrini dan 3 Destri Susilaningrum

PEMODELAN SPASIAL EKONOMETRIK KERUGIAN MAKROEKONOMI AKIBAT BENCANA ALAM 1 Henny Kusumaningrum, 2 Dwi Endah Kusrini dan 3 Destri Susilaningrum PEMODELAN SPASIAL EKONOMETRIK KERUGIAN MAKROEKONOMI AKIBAT BENCANA ALAM He Kusumagrum, 2 Dw Edah Kusr da 3 Destr Suslagrum Jurusa Statstka, Fakultas MIPA, Isttut Tekolog Sepuluh Nopember (ITS) Jala Aref

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

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

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

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4. Deskrps Peelta Berdasarka hasl peelta, d peroleh data megea kemempua sswa melakuka smash sebelum da sesudah latha power otot lega adalah sebaga berkut : Tabel.

Lebih terperinci

BAB 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

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

JURNAL SAINS DAN SENI ITS Vol. 5 No. 2 (2016) ( X Print) D-277

JURNAL SAINS DAN SENI ITS Vol. 5 No. 2 (2016) ( X Print) D-277 JURNAL SAINS DAN SENI ITS Vol. 5 No. (06 337-350 (30-98X Prt D-77 Pemodela da Pemetaa Kasus Demam Berdarah Degue d Provs Jawa Tmur Tahu 04 dega Geeralzed Posso Regresso, Regres Bomal Negatf da Flexbly

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

* 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

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

X a, TINJAUAN PUSTAKA

X a, TINJAUAN PUSTAKA PENELITIAN SEBELUMNYA Statstka Deskrptf TINJAUAN PUSTAKA TINJAUAN STATISTIKA Uj Idepedes Uj depedes dguak utuk megetahu adaya hubuga atara dua varabel (Agrest, 1990). H 0 : tdak ada hubuga atara varabel

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

TINJAUAN PUSTAKA Evaluasi Pengajaran

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

Lebih terperinci

BAB II LANDASAN TEORI

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

Lebih terperinci

UKURAN GEJALA PUSAT (UGP)

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Spatial Durbin Model untuk Mengidentifikasi Faktor-Faktor yang Mempengaruhi Kematian Ibu di Jawa Timur

Spatial Durbin Model untuk Mengidentifikasi Faktor-Faktor yang Mempengaruhi Kematian Ibu di Jawa Timur JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 1) ISSN: 31-98 D-16 Spatal Durb Model utuk Megdetfkas Faktor-Faktor yag Mempegaruh Kemata Ibu d Jawa Tmur La Dw Pertw, Mutah Salamah, da Sutko Jurusa Statstka,

Lebih terperinci

Pemodelan Faktor-Faktor yang Mempengaruhi Jumlah Kasus HIV & AIDS di Provinsi Jawa Timur Tahun 2013 Menggunakan Bivariate Poisson.

Pemodelan Faktor-Faktor yang Mempengaruhi Jumlah Kasus HIV & AIDS di Provinsi Jawa Timur Tahun 2013 Menggunakan Bivariate Poisson. JURNAL SAINS DAN SENI IS Vol. 4, No., (5) 337-35 (3-98X Prt) D45 Pemodela Faktor-Faktor yag Mempegaruh Jumlah Kasus IV & AIDS d Provs Jawa mur ahu 3 Megguaka Bvarate Posso Regresso Lucy Da Pusptasar da

Lebih terperinci

Faktor - Faktor yang Mempengaruhi Pelayanan Distribusi Air Bersih di Kawasan Permukiman Perkotaan Kabupaten Pamekasan

Faktor - Faktor yang Mempengaruhi Pelayanan Distribusi Air Bersih di Kawasan Permukiman Perkotaan Kabupaten Pamekasan JURNAL TEKNIK POMITS Vol., No. 1, (013) ISSN: 337-3539 (301-971 Prt) 1 Faktor - Faktor yag Mempegaruh Pelayaa Dstrbus Ar Bersh d Kawasa Permukma Perkotaa Kabupate Pamekasa Dew Rupyat Saga da Da Rahmawat

Lebih terperinci

Pemodelan dan Pemetaan Kasus Pneumonia di Kota Padang Tahun 2014 dengan Geograpghically Weighted Negative Binomial Regression

Pemodelan dan Pemetaan Kasus Pneumonia di Kota Padang Tahun 2014 dengan Geograpghically Weighted Negative Binomial Regression JURNAL SAINS DAN SENI ITS Vol. 5 No. (06) 337-350 (30-98 Prt) D-355 Pemodela da Pemetaa Kasus Peumoa d Kota Padag Tahu 04 dega Geograpghcally Weghted Negatve Bomal Regresso Reo War Dva Rahmtr da Wwek Setya

Lebih terperinci

ANALISIS KEMENANGAN PEMILIHAN GUBERNUR (PILGUB) JAWA TENGAH 2013 DENGAN AUTOKORELASI SPASIAL

ANALISIS KEMENANGAN PEMILIHAN GUBERNUR (PILGUB) JAWA TENGAH 2013 DENGAN AUTOKORELASI SPASIAL Statstka, Vol., No., Me 4 ANALISIS KEMENANGAN PEMILIHAN GUBERNUR (PILGUB) JAWA TENGAH 3 DENGAN AUTOKORELASI SPASIAL Ala Prahutama Jurusa Statstka, Fakultas Matematka da Ilmu Pegetahua Alam, Uverstas Dpoegoro,

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

Analisis Spasial pada Aglomerasi Industri Manufaktur

Analisis Spasial pada Aglomerasi Industri Manufaktur UGAS MAA KULIAH ANALISIS SPASIAL Aalss Spasal pada Aglomeras Idustr Maufaktur d Pulau Jawa Dose: Dr. Sutko Dr. Setawa Dsusu Oleh: RINDANG BANGUN PRASEYO NRP. 33 30 70 PROGRAM SUDI DOKOR JURUSAN SAISIKA

Lebih terperinci

Oleh: Rendra Erdkhadifa Pembimbing Dr. Purhadi, M.Sc. Seminar Hasil Tugas Akhir Statistika ITS Rabu, 12 Desember 2011

Oleh: Rendra Erdkhadifa Pembimbing Dr. Purhadi, M.Sc. Seminar Hasil Tugas Akhir Statistika ITS Rabu, 12 Desember 2011 Perbadga Geographcally Weghted Posso Regresso Geographcally Weghted Posso Regresso Semparametrc Stud Kasus : Kemata DBD d Jawa Tmur Oleh: Redra Erdkhadfa 308 00 09 Semar Hasl Tugas Akhr Statstka ITS Rabu

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

POLIGON TERBUKA TERIKAT SEMPURNA

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

Lebih terperinci

Analisis Survival Pada Pasien Demam Berdarah Dengue (DBD) di RSU Haji Surabaya Menggunakan Model Regresi Weibull

Analisis Survival Pada Pasien Demam Berdarah Dengue (DBD) di RSU Haji Surabaya Menggunakan Model Regresi Weibull JURNAL SAINS DAN SENI ITS Vol. 5 No. (16) 337-35 (31-98X Pr D-31 Aalss Survval Pada Pase Demam Berdarah Degue (DBD) d RSU Haj Surabaya Megguaka Model Regres Webull Alfa Slf Mufdah da Purhad Jurusa Statstka,

Lebih terperinci

BAB III UKURAN PEMUSATAN DATA

BAB III UKURAN PEMUSATAN DATA BAB III UKURAN PEMUSATAN DATA A. Ukura Gejala Pusat Ukura pemusata adalah suatu ukura yag meujukka d maa suatu data memusat atau suatu kumpula pegamata memusat (megelompok). Ukura pemusata data adalah

Lebih terperinci

BAB 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

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

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

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

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

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

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

SIFAT-SIFAT LANJUT FUNGSI TERBATAS

SIFAT-SIFAT LANJUT FUNGSI TERBATAS Bulet Ilmah Mat. Stat. da Terapaya (Bmaster) Volume 03, No. 2(204), hal 35 42. SIFAT-SIFAT LANJUT FUNGSI TERBATAS Suhard, Helm, Yudar INTISARI Fugs terbatas merupaka fugs yag memlk batas atas da batas

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

Pemodelan Jumlah Balita Gizi Buruk di Jawa Timur dengan Geographically Weighted Poisson Regression

Pemodelan Jumlah Balita Gizi Buruk di Jawa Timur dengan Geographically Weighted Poisson Regression JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 1) ISSN: 31-98X D-9 Pemodela Jumlah Balta Gz Buruk d Jawa Tmur dega Geographcally Weghted Posso Regresso Rahm Amela da Purhad Jurusa Statstka, Fakultas Matematka

Lebih terperinci

III. METODOLOGI PENELITIAN. Metode penelitian merupakan strategi umum yang di anut dalam

III. METODOLOGI PENELITIAN. Metode penelitian merupakan strategi umum yang di anut dalam III. METODOLOGI PENELITIAN A. Metode Peelta Metode peelta merupaka strateg umum yag d aut dalam pegumpula data da aalss data yag dperluka, gua mejawab persoala yag dhadap. Meurut Arkuto (006 : 3) peelta

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

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

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 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

TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP

TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP JURNAL MATEMATIKA DAN KOMPUTER Vol. 7. No. 1, 11-19, Aprl 004, ISSN : 1410-8518 TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM Sudaro Jurusa Matematka FMIPA UNDIP Abstrak Sstem yag dbetuk

Lebih terperinci

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 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel BAB LANDASAN TEORI.1 Pegerta Regres Regres dalam statstka adalah salah satu metode utuk meetuka tgkat pegaruh suatu varabel terhadap varabel yag la. Varabel yag pertama dsebut dega bermacam-macam stlah:

Lebih terperinci

BAB III LANDASAN TEORI. Pengisian data hujan yang hilang dapat dilakukan dengan reciprocal method

BAB III LANDASAN TEORI. Pengisian data hujan yang hilang dapat dilakukan dengan reciprocal method BAB III LANDASAN TEORI 3.1 Perbaka Data Pegsa data huja yag hlag dapat dlakuka dega recprocal method P x 1 1 P L 1 L (3.1) Px = data stasu huja yag hlag P = data huja d stasu L = jarak ke stasu 3. Uj Kosstes

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

ANALISIS REGRESI SPASIAL DAN POLA PENYEBARAN PADA KASUS DEMAM BERDARAH DENGUE (DBD) DI PROVINSI JAWA TENGAH. DOI: /medstat.10.2.

ANALISIS REGRESI SPASIAL DAN POLA PENYEBARAN PADA KASUS DEMAM BERDARAH DENGUE (DBD) DI PROVINSI JAWA TENGAH. DOI: /medstat.10.2. p-issn 979 3693 e-issn 477 0647 MEDIA STATISTIKA 0() 07: 95-05 http://ejoural.udp.ac.d/dex.php/meda_statstka ANALISIS REGRESI SPASIAL DAN POLA PENYEBARAN PADA KASUS DEMAM BERDARAH DENGUE (DBD) DI PROVINSI

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

Ukuran Pemusatan Data. Arum Handini P., M.Sc Ayundyah K., M.Si.

Ukuran Pemusatan Data. Arum Handini P., M.Sc Ayundyah K., M.Si. Ukura Pemusata Data Arum Had P., M.Sc Ayudyah K., M.S. Notas utuk Populas da Sampel Notas: Mea (rata-rata) Sample x Populas μ Varas s 2 σ 2 Smpaga baku s σ Ukura Pemusata Data 1. Mea (rata-rata) 2. Meda

Lebih terperinci

ANALISA GARIS KEINGINAN PERGERAKAN DI KABUPATEN BOLAANG MONGONDOW UTARA

ANALISA GARIS KEINGINAN PERGERAKAN DI KABUPATEN BOLAANG MONGONDOW UTARA Jural Ilmah MEDIA ENGINEERING Vol., No., Jul 0 ISSN 087-9334 (96-0) ANALISA GARIS KEINGINAN PERGERAKAN DI KABUPATEN BOLAANG MONGONDOW UTARA Johas E. Lolog Dose Jurusa Spl Fakultas Tekk Uverstas Sam Ratulag

Lebih terperinci

ANALISIS JALUR DISTRIBUSI INDUSTRI GULA DENGAN MENGGUNAKAN METODE INPUT OUTPUT

ANALISIS JALUR DISTRIBUSI INDUSTRI GULA DENGAN MENGGUNAKAN METODE INPUT OUTPUT Rsk Nur ID ANALISIS JALUR DISTRIBUSI INDUSTRI GULA DENGAN MENGGUNAKAN METODE INPUT OUTPUT Rsk Nur ID Jurusa Matematka FMIPA Uverstas Brawaya Malag Emal: ky2_zahra@yahoocom Abstract: The model of sugar

Lebih terperinci

Tabel Distribusi Frekuensi

Tabel Distribusi Frekuensi Tabel Dstrbus Frekues Tabel dstrbus frekues adalah susua data meurut kelas-kelas terval tertetu atau meurut kategor tertetu dalam sebuah daftar. Dar dstrbus frekues, dapat dperoleh keteraga atau gambara

Lebih terperinci

INTERVAL KEPERCAYAAN UNTUK PERBEDAAN KOEFISIEN VARIASI DARI DISTRIBUSI LOGNORMAL I. Pebriyani 1*, Bustami 2, S. Sugiarto 2

INTERVAL KEPERCAYAAN UNTUK PERBEDAAN KOEFISIEN VARIASI DARI DISTRIBUSI LOGNORMAL I. Pebriyani 1*, Bustami 2, S. Sugiarto 2 INTERVAL KEPERCAAAN UNTUK PERBEDAAN KOEFIIEN VARIAI DARI DITRIBUI LOGNORMAL I. Pebrya * Bustam. ugarto Mahasswa Program Matematka Dose Jurusa Matematka Fakultas Matematka da Ilmu Pegetahua Alam Uverstas

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

Pemodelan Kasus Pneumonia Balita di Kota Surabaya dengan Geographically Weighted Poisson Regression dan Flexibly Shaped

Pemodelan Kasus Pneumonia Balita di Kota Surabaya dengan Geographically Weighted Poisson Regression dan Flexibly Shaped JURNAL SAINS DAN SENI ITS Vol. 4, No., (05) 337-350 (30-98X Prt) Pemodela Kasus Peumoa Balta d Kota Surabaya dega Geographcally Weghted Posso Regresso da Flexbly Shaped Ftra Spatal Nur Maghfroh, Sca I

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 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 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

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 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

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

Pemodelan Regresi Poisson Inverse Gaussian Studi Kasus: Jumlah Kasus Baru HIV di Provinsi Jawa Tengah Tahun 2015

Pemodelan Regresi Poisson Inverse Gaussian Studi Kasus: Jumlah Kasus Baru HIV di Provinsi Jawa Tengah Tahun 2015 JURNAL SAINS DAN SENI IS Vol 6, No, (7) ISSN: 337-35 (3-98X Prt) D-44 Pemodela Regres Posso Iverse Gaussa Stud Kasus: Jumlah Kasus Baru HIV d Provs Jawa egah ahu 5 Adraa Y Herdrawat, I Nyoma Latra, da

Lebih terperinci

ESTIMASI UKURAN SENSITIVITAS KEUNTUNGAN SAHAM DALAM PORTOFOLIO PADA SINGLE INDEX MODEL

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

Lebih terperinci

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

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

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

Lebih terperinci

BAB II LANDASAN TEORI. teori dan definisi mengenai variabel random, regresi linier, metode kuadrat

BAB II LANDASAN TEORI. teori dan definisi mengenai variabel random, regresi linier, metode kuadrat BAB II LANDASAN TEORI Sebaga pedukug dalam pembahasa selajutya, dperluka beberapa teor da defs megea varabel radom, regres ler, metode kuadrat terkecl, peguja asums aalss regres, outler, da regres robust.

Lebih terperinci

Uji Modifikasi Peringkat Bertanda Wilcoxon Untuk Masalah Dua Sampel Berpasangan 1 Wili Solidayah 2 Siti Sunendiari 3 Lisnur Wachidah

Uji Modifikasi Peringkat Bertanda Wilcoxon Untuk Masalah Dua Sampel Berpasangan 1 Wili Solidayah 2 Siti Sunendiari 3 Lisnur Wachidah Prosdg Statstka ISSN 40-45 Uj Modfkas Pergkat Bertada Wlcoxo Utuk Masalah Dua Sampel Berpasaga 1 Wl Soldayah St Suedar 3 Lsur Wachdah 1, Statstka, Fakultas MIPA, Uverstas Islam Badug, Jl. Tamasar No. 1

Lebih terperinci

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

( ) ( ) ( ) ( ) ( ) III MODEL. , θ Ω. 1 Pendugaan parameter dengan metode maximum lkelihood estimation dapat diperoleh dari:

( ) ( ) ( ) ( ) ( ) III MODEL. , θ Ω. 1 Pendugaan parameter dengan metode maximum lkelihood estimation dapat diperoleh dari: 5 Mamum Lkelhood Estmato Defs Fugs Lkelhood Msalka X, X,, X adalah eubah acak d dega fugs massa eluag ( ; θ, dega θ dasumska skalar da tdak dketahu, maka rosedur fugs lkelhood daat dtulska sebaga berkut

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

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

MATEMATIKA INTEGRAL RIEMANN

MATEMATIKA INTEGRAL RIEMANN MATEMATIKA KELAS XII IPA - KURIKULUM GABUNGAN Ses NGAN INTEGRAL RIEMANN A. NOTASI SIGMA a. Defs Notas Sgma Sgma (Σ) adalah otas matematka megguaka smbol yag mewakl pejumlaha da beberapa suku yag memlk

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