Investigasi Variasi Tahunan Terhadap Mean Sea Level di Benoa, Bali

Ukuran: px
Mulai penontonan dengan halaman:

Download "Investigasi Variasi Tahunan Terhadap Mean Sea Level di Benoa, Bali"

Transkripsi

1 Jural Iteas Rekayasa LPPM Iteas No. Vol. XVII ISSN: Jauari 203 Ivestigasi Variasi Tahua Terhadap Mea Sea Level di Beoa, Bali Ni Made Rai Ratih Cahya Perbai Jurusa Tekik Geodesi, Istitut Tekologi Nasioal (Iteas) Badug ABSTRAK Mea Sea Level (MSL) merupaka permukaa laut stasioer yag bebas dari semua variasi yag bergatug pada waktu. Pajag data ideal utuk meetuka MSL adalah 8,6 tahu. Data pasut yag tersedia umumya kurag dari yag disyaratka. Data yag lebih pedek tidak dapat diguaka utuk megaalisis faktor-faktor yag periodeya lebih pajag meskipu faktor-faktor tersebut tetap mempegaruhi data. Peelitia ii ditujuka utuk megivestigasi terjadiya variasi tahua sehigga dapat diguaka utuk memberika koreksi terhadap MSL yag dihitug dari data pedek (bulaa) dega mempelajari struktur gelombag periode lebih pajag da memodelkaya. Data pasut yag diguaka adalah data Tahu 2007 s.d di Beoa, Bali yag dicuplik mejadi 36 data bulaa. Utuk pemodela variasi tahua diguaka fugsi gelombag dega periode pedekata diambil dari ilai-ilai ekstrim yag berulag. Dari peelitia dapat diketahui variasi tahua dari MSL di Beoa, Bali terjadi dega periode 2,2 bula da memiliki kemiripa dega Gelombag Sa serta memiliki amplitudo sebesar 70,4 mm. Kata kuci: Mea Sea Level, variasi tahua, periode, amplitudo ABSTRACT Mea Sea Level (MSL) is a statioary sea level which would exist i the absece of all time depedet variatios. It eeds 8.6 years data legth to determie ideal MSL. The established tidal data is commoly less tha that required. Shorter data ca ot be used to aalyze the factors which have loger periodes although these factors still affect the data. This research is iteded to ivestigate the occurrece of aual variatios that ca be used to provide a correctio to MSL which is determied from short data ( mothly ) by studyig the loger period wave structure ad model it. Tidal data used is the data from 2007 to 2009 at Beoa, Bali ad sampled ito 36 mothly data. The wave fuctio is used to model the aual variatio. Approximatio of period wave is determied by takig extreme values which seem to have repetitive behaviour. It is foud that the aual variatio of MSL at Beoa, Bali occurs with a period of 2.2 moths, similar with Sa wave, ad has amplitude of 70.4 mm Keywords: Mea Sea Level, aual variatio, period, amplitude Jural Iteas Rekayasa 3

2 Ni Made Rai Ratih Cahya Perbai. PENDAHULUAN Iformasi megeai pasut sagat bergua utuk berbagai bidag. Utuk bidag geodesi di ataraya adalah utuk meetuka Mea Sea Level (utuk keperlua peetua datum tiggi) da Chart Datum (utuk keperlua peetua datum kedalama) []. Ada berbagai defiisi utuk Mea Sea Level (MSL), di ataraya adalah: MSL merupaka permukaa laut yag bebas dari semua variasi yag bergatug pada waktu, disebut juga permukaa laut stasioer [2]; MSL adalah permukaa yag dihitug dega cara merata-rataka hasil pegamata pasut secara aritmatika biasa, tapi sebelum ilai rata-rata tersebut dihitug harus diterapka metode lai terlebih dahulu yag mecakup aplikasi filter low-pass utuk megelimiasi pegaruh pasut da surges [3], MSL merupaka titik ol bagi ordiat dari kompoe harmoik pasut da permukaa laut tapa gaggua pasut [4]; bidag tempat pasut berosilasi; rata-rata dari suatu periode pegamata yag pajag, sebaikya selama 8,6 tahu. MSL merupaka tiggi muka air rata-rata utuk periode pajag, idealya dalam kuru waktu 8,6 tahu, atau tiggi muka air rata-rata tapa pegaruh pasut. Pegambila data pasut yag diguaka utuk meetuka MSL seharusya dilakuka secara terus meerus selama 8,6 tahu dega selag waktu satu jam. Jika data tersebut tersedia maka MSL dapat ditetuka dega meghitug rata-rata aritmatika biasa dari data pasut. Namu, peyeleggaraa data pasut selama 8,6 tahu tapa jeda bukalah merupaka hal yag mudah utuk dilakuka. Umumya, data pasut yag tersedia biasaya memiliki pajag data kurag dari yag disyaratka. Dega demikia, berdasarka defiisi Emery [3] MSL masih dapat ditetuka dega megelimiasi pegaruh pasut. Bula adalah beda lagit utama yag meimbulka pasut di bumi. Periode 8,6 tahu merupaka periode regresi oktah bula. Peristiwa regresi oktah bula juga aka mejadi salah satu hal yag mempegaruhi sifat-sifat pasut. Kareaya utuk megaalisis muka laut secara legkap diperluka data sekitar 8,6 tahu. Utuk meetuka MSL perlu dimasukka kecederuga jagka pajag yag terdiri dari: muka laut rata-rata jagka pajag, kecederuga liier, pasut odal dega periode 8,6 tahu, variasi tahua, pegaruh-pegaruh meteorologis [5]. Namu, faktor-faktor tersebut tidaklah mudah utuk diperoleh da diketahui. Berdasarka peelitia studi proses cyclostatioarity utuk prediksi tiggi pasut [6] diketahui bahwa pasag tiggi di Beoa, Bali memiliki sifat cyclostatioarity dega periode sekitar setahu. Dega pegetahua tersebut maka pada peelitia ii ivestigasi dibatasi haya utuk faktor variasi tahua karea belum tersediaya data pasut sepajag 8,6 tahu di Beoa, Bali utuk ivestigasi pasut odal da model-model pegaruh meteorologis di Beoa masih perlu dikembagka. Data yag lebih pedek tidak dapat diguaka utuk megaalisis faktor-faktor yag periodeya lebih pajag meskipu faktor-faktor tersebut tetap mempegaruhi data. Sugguhpu demikia, dega mempelajari perilaku pasut yag mempegaruhi MSL diharapka dapat diguaka utuk meetuka MSL yag lebih teliti meskipu dari data pasut dega periode lebih pedek. Peelitia ii ditujuka utuk megivestigasi terjadiya variasi tahua sehigga dapat diguaka utuk memberika koreksi terhadap MSL yag dihitug dari data pedek (bulaa) dega mempelajari struktur gelombag periode lebih pajag da memodelkaya. 2. METODOLOGI Metodologi yag diguaka utuk megetahui perilaku MSL yag terjadi di Beoa, Bali merupaka pegembaga lebih lajut dari metodologi yag diguaka pada studi proses cyclostatioarity utuk prediksi tiggi pasut [6]. Pada peelitia ii yag diaalisis adalah MSL bulaa. Metodologi yag diguaka dapat dilihat pada Gambar. Jural Iteas Rekayasa 4

3 Ivestigasi Variasi Tahua Terhadap Mea Sea Level di Beoa, Bali Data pasut Pecuplika data pasut bulaa Rekama data pasut bulaa Meghitug MSL megguaka hitug perataa parameter Membuat grafik MSL bulaa Mempelajari kecederuga data Meetuka model fugsi Fugsi selai fugsi gelombag Tidak Fugsi gelombag? Ya Meetuka periode pedekata Regresi kuadrat terkecil Tidak Meghitug koefisie korelasi atara data da model Berkorelasi? Model MSL Ya Aalisis Variasi Tahua Gambar. Metodologi peelitia Jural Iteas Rekayasa 5

4 Ni Made Rai Ratih Cahya Perbai Keteraga: Data pasut yag diguaka adalah data Tahu 2007 s.d di Beoa, Bali yag bersumber dari Sea Level Ceter, Uiversity of Hawaii Kostata pasut yag dipertimbagka utuk meghitug MSL adalah M 2, S 2, K, da O Besarya koefisie korelasi atara data da model dihitug megguaka persamaa dalam [7], yaitu: r = 2 xi = = xi i i = = = x y xi 2 yi () 2 yi = = yi 2 3. HASIL DAN PEMBAHASAN 3. Data Pasut Gambara megeai data pasut di Beoa, Bali pada Tahu 2007, 2008, 2009 dapat dilihat pada Gambar 2, 3, da 4 berikut: Tiggi Air (mm) Waktu (jam) Gambar 2. Data Pasut Tahu 2007 di Beoa, Bali (sumber data: Sea Level Ceter, Uiversity of Hawaii) Tiggi Air (mm) Waktu (jam) Gambar 3. Data Pasut Tahu 2008 di Beoa, Bali (sumber data: Sea Level Ceter, Uiversity of Hawaii) Jural Iteas Rekayasa 6

5 Ivestigasi Variasi Tahua Terhadap Mea Sea Level di Beoa, Bali Tiggi Air (mm) Waktu (jam) Gambar 4. Data Pasut Tahu 2009 di Beoa, Bali (sumber data: Sea Level Ceter, Uiversity of Hawaii) Data pasut yag diguaka pada peelitia merupaka data pegamata tiga tahu. Pemiliha retag waktu tiga tahu tersebut dega pertimbaga bahwa berdasarka hasil peelitia proses cyclostatioarity utuk pasag tiggi memerluka data pasut lebih dari dua tahu utuk aalisis pasut di Beoa, Bali [6]. Di Tahu 2008 da 2009 ada data yag tidak legkap, yaitu di Bula Agustus 2008 da Mei 2009 sehigga tidak dimugkika utuk meghitug MSL tahua utuk Tahu 2008 da Namu, dari data yag tersedia masih dimugkika utuk meetuka MSL bulaa. Dari Gambar 2, 3, da 4 dapat dilihat bahwa pasut yag terjadi di Beoa tidak berosilasi di suatu bidag yag stasioer, tapi lebih terlihat sebagai suatu bidag yag juga berosilasi. 3.2 Pecuplika Data Bulaa Data pasut dari Jauari 2007 s.d Desember 2009 di Beoa, Bali dicuplik mejadi data bulaa mejadi sebayak 36 rekama data. Pecuplika data didasarka pada bula pegambila data. Dalam ragka meghidari variasi frekuesi tiggi yag terjadi dalam periode beberapa hari atau kurag maka diperkealka ilai rata-rata bulaa [5]. Dega demikia data pasut yag memiliki pajag data satu bula lebih baik dibadigka dega data haria. Pemiliha data bulaa ii dilakuka dega pertimbaga bahwa data yag tersedia masih layak utuk dicuplik mejadi data bulaa. Di Bula Agustus 2008 ada 32 jam data yag tidak tersedia, sedagka di Bula Mei 2009 ada 6 jam yag tidak tersedia. Kekuraga data tersebut masih kurag dari dua hari da dipertimbagka masih dapat diguaka utuk mewakili data bulaa. 3.3 Pemiliha Kostata Pasut Gaya pembagkit pasut 83% -ya disebabka oleh tujuh kostata utama pasut, yaitu: M 2, S 2, N 2, K 2, K, O,da P [8]. Aka tetapi, utuk memisahka gelombag M 2 da N 2 diperluka palig sedikit 27,6 hari. Data pasut bulaa di Beoa, Bali yag dicuplik dari data tahua memiliki data palig pedek 26,25 hari di Bula Agustus Data ii tidak cukup utuk megaalisis M 2 da N 2 secara bersamaa. Dalam peelitia ii kostata pasut yag dipertimbagka utuk meghitug MSL baru empat kostata utama, yaitu: M 2, S 2, K, da O. Beda frekuesi terkecil atara keempat kostata pasut tersebut, yaitu: atara M 2 da S 2 adalah sebesar rad/jam. Resolusi utuk dapat memisahka dega baik keempat kostata tersebut miimal 354,4 jam ( 5 hari) [9]. Dega demikia data di Bula Agustus 2008 masih layak utuk diguaka dalam meetuka MSL. Jural Iteas Rekayasa 7

6 Ni Made Rai Ratih Cahya Perbai 3.4 Pemodela MSL terdiri dari muka laut rata-rata periode pajag, kecederuga, pasut periodik, pegaruh meteorologis, da residu seperti yag diyataka dalam Persamaa 2 berikut: PA PA Z0( t) = Z0 + at + N + Sa + Ssa + b0 PA + b + b2 + e( t) (2) x y di maa Z adalah muka laut rata-rata periode pajag, at adalah kecederuga liier; N adalah 0 pasut odal periode 8,6 tahu; S, S a sa adalah variasi tahua da suku harmoik pertamaya; PA PA PA, ' adalah tekaa udara lokal; b0, b, b2 adalah koefisie hubuga atara muka laut da x y meteorologi; e(t) adalah residu yag tidak termodelka, termasuk juga kesalaha pegukura [5]. Pemodela yag disyaratka pada Persamaa 2 merupaka pemodela MSL yag ideal. Pada peelitia ii haya salah satu faktor yag diivestigasi, yaitu faktor variasi tahua. Pemodela data dilakuka dega mempertimbagka kecederuga yag diperlihatka oleh hasil hituga MSL bulaa di Beoa, Bali mulai dari Jauari 2007 s.d Desember Hasil hituga MSL di Beoa dapat dilihat pada Tabel da kecederugaya dapat dilihat pada Gambar 5. Tabel Hasil hituga MSL bulaa di Beoa, Bali Bula da Tahu MSL (mm) Ja Feb Mar Apr Mei Jui Jul Agt Sep Okt Nop Des Ja Feb Mar Apr Mei Jui Jul Agt Sep Okt Nop Des Ja Feb Mar Apr Mei Jui Jul Agt Sep Okt Nop 09 9 Des Jural Iteas Rekayasa 8

7 Ivestigasi Variasi Tahua Terhadap Mea Sea Level di Beoa, Bali Mea Sea Level Bulaa (mm) Ja 07 Mar 07 Mei 07 Jul 07 Sep 07 Nop 07 Ja 08 Mar 08 Mei 08 Jul 08 Sep 08 Nop 08 Ja 09 Mar 09 Mei 09 Jul 09 Sep 09 Nop 09 Bula da Tahu Gambar 5. Kecederuga MSL Bulaa di Beoa, Bali Grafik MSL bulaa di Beoa, Bali mulai Jauari 2007 s.d. Desember 2009 memperlihatka kecederuga perubaha MSL dari bula ke bula medekati fugsi siusoidal. Berdasarka kecederuga yag diperlihatka oleh grafik pada Gambar 5 maka dicoba megguaka fugsi gelombag pada Persamaa 3 utuk memodelka perilaku MSL. h( t) = Amp cos t ( ω ϕ) (3) di maa Amp adalah amplitudo gelombag, t adalah waktu, adalah frekuesi sudut dari gelombag, da adalah fase gelombag. Frekuesi sudut diperoleh dari Periode T megguaka rumus ω = 2π. T Frekuesi sudut gelombag ditetuka berdasarka periode pedekata dari ilai-ilai MSL ekstrim, yaitu selag waktu dari ilai yag palig tiggi da juga dari ilai yag palig redah. Dari Tabel dapat diketahui bahwa ilai ekstrim tiggi terjadi pada Jauari da Desember 2008, sedagka ilai ekstrim redah terjadi pada September 2007, Juli 2008, Agustus Periode terjadiya ilai-ilai ekstrim tersebut berkisar atara 0 s.d. 2 bula. Berdasarka kisara periode tersebut dihitug frekuesi sudut utuk diguaka dalam model fugsi gelombag pada Persamaa 3. Periode yag memberika ilai koefisie korelasi tertiggi adalah 2,2 bula dega koefisie korelasi 0,89. Artiya model yag dihasilka hampir 90% mewakili data. Model tersebut adalah h(t) = 70,4 cos( t ) di maa h dalam mm, t diyataka dalam bula da satua sudut utuk meghitug cosius megguaka satua radia. 3.4 Hasil Model Perubaha MSL Bulaa MSL bulaa hasil hituga da model di Beoa, Bali dapat dilihat pada Tabel 2. Tabel 2. MSL bulaa hasil hituga da model di Beoa, Bali Bula da Tahu MSL Hasil Hituga (mm) MSL Model (mm) Ja Feb Mar Apr Mei Jui Jural Iteas Rekayasa 9

8 Ni Made Rai Ratih Cahya Perbai Tabel 2. MSL bulaa hasil hituga da model di Beoa, Bali (Lajuta) Bula da Tahu MSL Hasil Hituga (mm) MSL Model (mm) Jul Agt Sep Okt Nop Des Ja Feb Mar Apr Mei Jui Jul Agt Sep Okt Nop Des Ja Feb Mar Apr Mei Jui Jul Agt Sep Okt Nop Des Hasil pemodela perubaha MSL bulaa di Beoa, Bali dapat dilihat pada Gambar 6. Mea Sea Level Bulaa (mm) Ja 07 Apr 07 Jul 07 Okt 07 Ja 08 Apr 08 Jul 08 Okt 08 Ja 09 Apr 09 Jul 09 Okt 09 Tahu da Bula Hasil Hituga Hasil Model Gambar 6. Hasil pemodela perubaha Mea Sea Level bulaa di Beoa, Bali Dari Tabel 2 da Gambar 6 dapat dilihat bahwa Mea Sea Level bulaa di Beoa, Bali seperti pasag tiggi dari hasil peelitia [6] juga bersifat cyclostatioarity di maa siklus satu gelombag berulag dega periode 2,2 bula. Periode ii memiliki kemiripa periode variasi tahua gelombag Sa yag memiliki periode 364,96 hari 2,2 bula [8]. Periode gelombag ii terlalu pajag utuk dapat diaalisis pada data bulaa. Kareaya pegaruh gelombag ii tidak dapat diaalisis dari data bulaa, padahal seharusya MSL seharusya merupaka suatu bidag stasioer yag tidak bervariasi terhadap waktu. Jural Iteas Rekayasa 20

9 Ivestigasi Variasi Tahua Terhadap Mea Sea Level di Beoa, Bali 4. SIMPULAN DAN SARAN Berdasarka hasil ivestigasi variasi tahua terhadap MSL di Beoa, Bali dapat ditarik beberapa kesimpula, yaitu: variasi tahua dari MSL terjadi dega periode 2,2 bula da memiliki kemiripa dega Gelombag Sa serta memiliki amplitudo sebesar 70,4 mm. Peelitia ii baru memberika kotribusi berupa salah satu faktor dari model pasut yag ideal dalam memberika koreksi terhadap hasil hituga MSL bulaa. Masih bayak faktor lai yag mempegaruhi MSL yag harus dikaji utuk mejadika MSL mejadi bidag yag stasioer, di ataraya faktor meteorologi da kecederuga selai fugsi gelombag. DAFTAR PUSTAKA [] Perbai, N.M.R.R.C., (2002). "Pegaruh Variabilitas Mea Sea Level Terhadap Diamamika Pasag Surut di Peraira Idoesia da Sekitarya ". Tesis, Program Studi Oseaografi, Oseaografi da Sais Atmosfer, Istitut Tekologi Badug, Badug. [2] Lisitzi, E. (974). "Sea Level Chages". Elsevier Scietific Publishig Compay, Amsterdam. [3] Emery, W. J. da R.E. Thomso. (997). "Data Aalysis Methods i Physical Oceaography". Elsevier Sciece, Ltd., Oxford. [4] Ali, M. ; D. K. Mihardja; S. Hadi. (994). "Pasag Surut Laut". Istitut Tekologi Badug. [5] Pugh, D. T, (996). ). "Tide, Surges, ad Mea Sea Level". Joh Wiley & Sos, New York. [6] Perbai, N.M.R.R.C., (200). "Studi Proses Cyclostatioarity utuk Prediksi Tiggi Pasut", Jural Iteas Rekayasa, No.4, Vol 4, Oktober Desember 200, pp [7] Chapra, S. C. da R. P. Caale., (988). "Numerical Methods for Egieers". McGraw-Hill Book Compay, New York. [8] NN. (2007). MIKE 2. Tidal Aalysis ad Predictio Modul. Scietific Documetatio. DHI Water Eviromet, Demark. [9] Perbai, N.M.R.R.C., (200). "Studi Prosedur Dealiasig utuk Deteksi Kostata Pasut Domia". Jural Iteas Rekayasa, No.3, Vol 4, Juli - September 200, pp Jural Iteas Rekayasa 2

Pemodelan pada Proses Cyclostationarity Berdasarkan Data Pasut Cilacap Tahun

Pemodelan pada Proses Cyclostationarity Berdasarkan Data Pasut Cilacap Tahun Reka Geomatika No. 1 Vol. 2017 12-22 ISSN 2338-350X Maret 2017 Jural Olie Istitut Tekologi Nasioal Jurusa Tekik Geodesi Pemodela pada Proses Cyclostatioarity Berdasarka Data Pasut Cilacap Tahu 2007-2015

Lebih terperinci

POSITRON, Vol. II, No. 2 (2012), Hal. 1-5 ISSN : Penentuan Energi Osilator Kuantum Anharmonik Menggunakan Teori Gangguan

POSITRON, Vol. II, No. 2 (2012), Hal. 1-5 ISSN : Penentuan Energi Osilator Kuantum Anharmonik Menggunakan Teori Gangguan POSITRON, Vol. II, No. (0), Hal. -5 ISSN : 30-4970 Peetua Eergi Osilator Kuatum Aharmoik Megguaka Teori Gaggua Iklas Saubary ), Yudha Arma ), Azrul Azwar ) )Program Studi Fisika Fakultas Matematika da

Lebih terperinci

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan REGRESI LINIER DAN KORELASI Variabel dibedaka dalam dua jeis dalam aalisis regresi: Variabel bebas atau variabel prediktor -> variabel yag mudah didapat atau tersedia. Dapat diyataka dega X 1, X,, X k

Lebih terperinci

B a b 1 I s y a r a t

B a b 1 I s y a r a t 34 TKE 315 ISYARAT DAN SISTEM B a b 1 I s y a r a t (bagia 3) Idah Susilawati, S.T., M.Eg. Program Studi Tekik Elektro Fakultas Tekik da Ilmu Komputer Uiversitas Mercu Buaa Yogyakarta 29 35 1.5.2. Isyarat

Lebih terperinci

ANALISIS INTENSITAS HUJAN DI STASIUN KALIBAWANG KABUPATEN KULONPROGO

ANALISIS INTENSITAS HUJAN DI STASIUN KALIBAWANG KABUPATEN KULONPROGO ANALISIS INTENSITAS HUJAN DI STASIUN KALIBAWANG KABUPATEN KULONPROGO Titiek Widyasari 1 1 Program Studi Tekik Sipil, Uiversitas Jaabadra Yogyakarta, Jl. Tetara Rakyat Mataram 55 57 Yogyakarta Email: myso_jayastu@yahoo.co.id

Lebih terperinci

BAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya.

BAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya. BAB 1 PENDAHULUAN 1.1 Latar Belakag Aalisis regresi mejadi salah satu bagia statistika yag palig bayak aplikasiya. Aalisis regresi memberika keleluasaa kepada peeliti utuk meyusu model hubuga atau pegaruh

Lebih terperinci

III BAHAN DAN METODE PENELITIAN. Ternak yang digunakan dalam penelitian ini adalah kuda berjumlah 25

III BAHAN DAN METODE PENELITIAN. Ternak yang digunakan dalam penelitian ini adalah kuda berjumlah 25 18 III BAHAN DAN METODE PENELITIAN 3.1 Baha Peelitia 3.1.1 Objek Peelitia Terak yag diguaka dalam peelitia ii adalah kuda berjumlah 25 ekor terdiri dari 5 jata da 20 betia dega umur berkisar atara 10 15

Lebih terperinci

Ukuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus

Ukuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus -Mar- Ukura Pemusata Pertemua STATISTIKA DESKRIPTIF Statistik deskripti adalah pegolaha data utuk tujua medeskripsika atau memberika gambara terhadap obyek yag diteliti dega megguaka sampel atau populasi.

Lebih terperinci

Pemodelan Variasi Nilai Percepatan Gravitasi di Daerah Khatulistiwa dengan Menggunakan Metode Gauss-Newton Suwanti a, Joko Sampurno a*, Azrul Azwar a

Pemodelan Variasi Nilai Percepatan Gravitasi di Daerah Khatulistiwa dengan Menggunakan Metode Gauss-Newton Suwanti a, Joko Sampurno a*, Azrul Azwar a POSITRON, Vol. VI, No. 1 (16), Hal. 1-7 ISSN : 31-497 Pemodela Variasi Nilai Percepata Gravitasi di Daerah Khatulistiwa dega Megguaka Metode Gauss-Newto Suwati a, Joko Sampuro a*, Azrul Azwar a a Prodi

Lebih terperinci

STATISTICS. Hanung N. Prasetyo Week 11 TELKOM POLTECH/HANUNG NP

STATISTICS. Hanung N. Prasetyo Week 11 TELKOM POLTECH/HANUNG NP STATISTICS Haug N. Prasetyo Week 11 PENDAHULUAN Regresi da korelasi diguaka utuk megetahui hubuga dua atau lebih kejadia (variabel) yag dapat diukur secara matematis. Ada dua hal yag diukur atau diaalisis,

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Aalisis Regresi Istilah regresi pertama kali diperkealka oleh seorag ahli yag berama Facis Galto pada tahu 1886. Meurut Galto, aalisis regresi berkeaa dega studi ketergatuga dari suatu

Lebih terperinci

ANALISIS SURUT ASTRONOMIS TERENDAH DI PERAIRAN SABANG, SIBOLGA, PADANG, CILACAP, DAN BENOA MENGGUNAKAN SUPERPOSISI KOMPONEN HARMONIK PASANG SURUT

ANALISIS SURUT ASTRONOMIS TERENDAH DI PERAIRAN SABANG, SIBOLGA, PADANG, CILACAP, DAN BENOA MENGGUNAKAN SUPERPOSISI KOMPONEN HARMONIK PASANG SURUT ANALISIS SURUT ASTRONOMIS TERENDAH DI PERAIRAN SABANG, SIBOLGA, PADANG, CILACAP, DAN BENOA MENGGUNAKAN SUPERPOSISI KOMPONEN HARMONIK PASANG SURUT Oleh: Gadig Putra Hasibua C64104081 PROGRAM STUDI ILMU

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur 0 III. METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia Peelitia ii dilakuka di SMA Negeri Way Jepara Kabupate Lampug Timur pada bula Desember 0 sampai Mei 03. B. Populasi da Sampel Populasi dalam peelitia

Lebih terperinci

Studi Model Variasi Harian Komponen H Berdasarkan Pola Hari Tenang

Studi Model Variasi Harian Komponen H Berdasarkan Pola Hari Tenang Studi Variasi Haria Kompoe H Berdasarka Pola Hari Teag Habiru Pusat Pemafaata Sais Atariksa, LAPAN Bidag Aplikasi Geomaget da Maget Atariksa Jl. Dr. Jujua No. 133 Badug 4173 Abstrak Studi model karakteristik

Lebih terperinci

BAB V ANALISA PEMECAHAN MASALAH

BAB V ANALISA PEMECAHAN MASALAH 89 BAB V ANALISA PEMECAHAN MASALAH Dalam upaya mearik kesimpula da megambil keputusa, diperluka asumsi-asumsi da perkiraa-perkiraa. Secara umum hipotesis statistik merupaka peryataa megeai distribusi probabilitas

Lebih terperinci

MANAJEMEN RISIKO INVESTASI

MANAJEMEN RISIKO INVESTASI MANAJEMEN RISIKO INVESTASI A. PENGERTIAN RISIKO Resiko adalah peyimpaga hasil yag diperoleh dari recaa hasil yag diharapka Besarya tigkat resiko yag dimasukka dalam peilaia ivestasi aka mempegaruhi besarya

Lebih terperinci

IV. METODE PENELITIAN. Penelitian ini dilakukan di Kawasan Pantai Anyer, Kabupaten Serang

IV. METODE PENELITIAN. Penelitian ini dilakukan di Kawasan Pantai Anyer, Kabupaten Serang IV. METODE PENELITIAN 4.1 Lokasi da Waktu Peelitia Peelitia ii dilakuka di Kawasa Patai Ayer, Kabupate Serag Provisi Bate. Lokasi ii dipilih secara segaja atau purposive karea Patai Ayer merupaka salah

Lebih terperinci

Perbandingan Beberapa Metode Pendugaan Parameter AR(1)

Perbandingan Beberapa Metode Pendugaan Parameter AR(1) Jural Vokasi 0, Vol.7. No. 5-3 Perbadiga Beberapa Metode Pedugaa Parameter AR() MUHLASAH NOVITASARI M, NANI SETIANINGSIH & DADAN K Program Studi Matematika Fakultas MIPA Uiversitas Tajugpura Jl. Ahmad

Lebih terperinci

BAB IV PEMBAHASAN DAN ANALISIS

BAB IV PEMBAHASAN DAN ANALISIS BAB IV PEMBAHASAN DAN ANALISIS 4.1. Pembahasa Atropometri merupaka salah satu metode yag dapat diguaka utuk meetuka ukura dimesi tubuh pada setiap mausia. Data atropometri yag didapat aka diguaka utuk

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur III. METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia Peelitia ii dilakuka di SMA Negeri Way Jepara Kabupate Lampug Timur pada bula Desember 0 sampai dega Mei 03. B. Populasi da Sampel Populasi dalam

Lebih terperinci

III. BAHAN DAN METODE. Penelitian ini dilaksanakan pada bulan April 2014 di BBPTU-HPT Baturraden,

III. BAHAN DAN METODE. Penelitian ini dilaksanakan pada bulan April 2014 di BBPTU-HPT Baturraden, III. BAHAN DAN METODE A. Waktu da Tempat Peelitia Peelitia ii dilaksaaka pada bula April 014 di BBPTU-HPT Baturrade, Purwokerto. B. Baha da Alat Peelitia Baha peelitia ii yaitu rekordig produksi susu laktasi

Lebih terperinci

kesimpulan yang didapat.

kesimpulan yang didapat. Bab ii merupaka bab peutup yag merupaka hasil da kesimpula dari pembahasa serta sara peulis berdasarka kesimpula yag didapat. BAB LANDASAN TEORI. Kosep Dasar Peramala Peramala adalah kegiata utuk memperkiraka

Lebih terperinci

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

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

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1. Lokasi da Waktu Pegambila Data Pegambila data poho Pius (Pius merkusii) dilakuka di Huta Pedidika Guug Walat, Kabupate Sukabumi, Jawa Barat pada bula September 2011.

Lebih terperinci

Institut Teknologi Sepuluh Nopember Surabaya. Model Sistem dalam Persamaan Keadaan

Institut Teknologi Sepuluh Nopember Surabaya. Model Sistem dalam Persamaan Keadaan Istitut Tekologi Sepuluh Nopember Surabaya Model Sistem dalam Persamaa Keadaa Pegatar Materi Cotoh Soal Rigkasa Latiha Pegatar Materi Cotoh Soal Rigkasa Istilah-istilah Dalam Persamaa Keadaa Aalisis Sistem

Lebih terperinci

SB/P/BF/14 PERFORMA PERTUMBUHAN IKAN NILA BEST PADA BERBAGAI MEDIA ph

SB/P/BF/14 PERFORMA PERTUMBUHAN IKAN NILA BEST PADA BERBAGAI MEDIA ph SB/P/BF/14 PERFORMA PERTUMBUHAN IKAN NILA BEST PADA BERBAGAI MEDIA ph M.H. Fariduddi Ath-thar, Vitas Atmadi Prakoso, Otog Zeal Arifi, da Rudhy Gustiao Balai Riset Perikaa Budidaya Air Tawar, Jl. Sempur

Lebih terperinci

PENENTUAN SOLUSI RELASI REKUREN DARI BILANGAN FIBONACCI DAN BILANGAN LUCAS DENGAN MENGGUNAKAN FUNGSI PEMBANGKIT

PENENTUAN SOLUSI RELASI REKUREN DARI BILANGAN FIBONACCI DAN BILANGAN LUCAS DENGAN MENGGUNAKAN FUNGSI PEMBANGKIT Prosidig Semiar Nasioal Matematika da Terapaya 06 p-issn : 0-0384; e-issn : 0-039 PENENTUAN SOLUSI RELASI REKUREN DARI BILANGAN FIBONACCI DAN BILANGAN LUCAS DENGAN MENGGUNAKAN FUNGSI PEMBANGKIT Liatus

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 22 BAB III METODE PENELITIAN 3.1. Metode Peelitia Pada bab ii aka dijelaska megeai sub bab dari metodologi peelitia yag aka diguaka, data yag diperluka, metode pegumpula data, alat da aalisis data, keragka

Lebih terperinci

BAB I PENDAHULUAN. Matematika merupakan suatu ilmu yang mempunyai obyek kajian

BAB I PENDAHULUAN. Matematika merupakan suatu ilmu yang mempunyai obyek kajian BAB I PENDAHULUAN A. Latar Belakag Masalah Matematika merupaka suatu ilmu yag mempuyai obyek kajia abstrak, uiversal, medasari perkembaga tekologi moder, da mempuyai pera petig dalam berbagai disipli,

Lebih terperinci

III. METODOLOGI PENELITIAN

III. METODOLOGI PENELITIAN 16 III. METODOLOGI PENELITIAN 3.1. Keragka Pemikira Pegukura kierja keuaga perusahaa pada dasarya dilaksaaka karea igi megetahui tigkat profitabilitas (keutuga) da tigkat resiko atau tigkat kesehata suatu

Lebih terperinci

TINJAUAN PUSTAKA Pengertian

TINJAUAN PUSTAKA Pengertian TINJAUAN PUSTAKA Pegertia Racaga peelitia kasus-kotrol di bidag epidemiologi didefiisika sebagai racaga epidemiologi yag mempelajari hubuga atara faktor peelitia dega peyakit, dega cara membadigka kelompok

Lebih terperinci

Penyelesaian Persamaan Non Linier

Penyelesaian Persamaan Non Linier Peyelesaia Persamaa No Liier Metode Iterasi Sederhaa Metode Newto Raphso Permasalaha Titik Kritis pada Newto Raphso Metode Secat Metode Numerik Iterasi/NewtoRaphso/Secat - Metode Iterasi Sederhaa- Metode

Lebih terperinci

3 METODE PENELITIAN 3.1 Kerangka Pemikiran 3.2 Lokasi dan Waktu Penelitian

3 METODE PENELITIAN 3.1 Kerangka Pemikiran 3.2 Lokasi dan Waktu Penelitian 19 3 METODE PENELITIAN 3.1 Keragka Pemikira Secara rigkas, peelitia ii dilakuka dega tiga tahap aalisis. Aalisis pertama adalah megaalisis proses keputusa yag dilakuka kosume dega megguaka aalisis deskriptif.

Lebih terperinci

BAB III METODE PENELITIAN. Dalam melakukan penelitian, terlebih dahulu menentukan desain

BAB III METODE PENELITIAN. Dalam melakukan penelitian, terlebih dahulu menentukan desain BAB III METODE PENELITIAN 3.1 Desai Peelitia Dalam melakuka peelitia, terlebih dahulu meetuka desai peelitia yag aka diguaka sehigga aka mempermudah proses peelitia tersebut. Desai peelitia yag diguaka

Lebih terperinci

BAB IV PEMECAHAN MASALAH

BAB IV PEMECAHAN MASALAH BAB IV PEMECAHAN MASALAH 4.1 Metodologi Pemecaha Masalah Dalam ragka peigkata keakurata rekomedasi yag aka diberika kepada ivestor, maka dicoba diguaka Movig Average Mometum Oscillator (MAMO). MAMO ii

Lebih terperinci

Bab III Metoda Taguchi

Bab III Metoda Taguchi Bab III Metoda Taguchi 3.1 Pedahulua [2][3] Metoda Taguchi meitikberatka pada pecapaia suatu target tertetu da meguragi variasi suatu produk atau proses. Pecapaia tersebut dilakuka dega megguaka ilmu statistika.

Lebih terperinci

BAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya

BAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya 5 BAB II LANDASAN TEORI Dalam tugas akhir ii aka dibahas megeai peaksira besarya koefisie korelasi atara dua variabel radom kotiu jika data yag teramati berupa data kategorik yag terbetuk dari kedua variabel

Lebih terperinci

Pengendalian Proses Menggunakan Diagram Kendali Median Absolute Deviation (MAD)

Pengendalian Proses Menggunakan Diagram Kendali Median Absolute Deviation (MAD) Prosidig Statistika ISSN: 2460-6456 Pegedalia Proses Megguaka Diagram Kedali Media Absolute Deviatio () 1 Haida Lestari, 2 Suliadi, 3 Lisur Wachidah 1,2,3 Prodi Statistika, Fakultas Matematika da Ilmu

Lebih terperinci

REGRESI LINIER GANDA

REGRESI LINIER GANDA REGRESI LINIER GANDA Secara umum, data hasil pegamata Y bisa terjadi karea akibat variabelvariabel bebas,,, k. Aka ditetuka hubuga atara Y da,,, k sehigga didapat regresi Y atas,,, k amu masih meujukka

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 36 BAB III METODE PENELITIAN A. Racaga Peelitia 1. Pedekata Peelitia Peelitia ii megguaka pedekata kuatitatif karea data yag diguaka dalam peelitia ii berupa data agka sebagai alat meetuka suatu keteraga.

Lebih terperinci

METODE PENELITIAN. dalam tujuh kelas dimana tingkat kemampuan belajar matematika siswa

METODE PENELITIAN. dalam tujuh kelas dimana tingkat kemampuan belajar matematika siswa 19 III. METODE PENELITIAN A. Populasi da Sampel Populasi dalam peelitia ii adalah seluruh siswa kelas VIII SMP Negeri 8 Badar Lampug tahu pelajara 2009/2010 sebayak 279 orag yag terdistribusi dalam tujuh

Lebih terperinci

PENENTUAN PANJANG GELOMBANG MAKSIMUM DAN KONSENTRASI CAMPURAN MENGGUNAKAN DUA JENIS SPEKTROFOTOMETRI UV-VIS

PENENTUAN PANJANG GELOMBANG MAKSIMUM DAN KONSENTRASI CAMPURAN MENGGUNAKAN DUA JENIS SPEKTROFOTOMETRI UV-VIS Lapora Praktikum Aalisis Istrumetal 2014 PENENTUAN PANJANG GELOMBANG MAKSIMUM DAN KONSENTRASI CAMPURAN MENGGUNAKAN DUA JENIS SPEKTROFOTOMETRI UV-VIS Norma Nur Azizah 1, Wula Suci P, Mohamad Rafi 1 Departeme

Lebih terperinci

BAB III METODE PENELITIAN. penelitian yaitu PT. Sinar Gorontalo Berlian Motor, Jl. H. B Yassin no 28

BAB III METODE PENELITIAN. penelitian yaitu PT. Sinar Gorontalo Berlian Motor, Jl. H. B Yassin no 28 5 BAB III METODE PENELITIAN 3.1 Lokasi Peelitia da Waktu Peelitia Sehubuga dega peelitia ii, lokasi yag dijadika tempat peelitia yaitu PT. Siar Gorotalo Berlia Motor, Jl. H. B Yassi o 8 Kota Gorotalo.

Lebih terperinci

III BAHAN DAN METODE PENELITIAN. memelihara itik Damiaking murni di Kampung Teras Toyib Desa Kamaruton

III BAHAN DAN METODE PENELITIAN. memelihara itik Damiaking murni di Kampung Teras Toyib Desa Kamaruton III BAHAN DAN METODE PENELITIAN 3.1 Baha da Alat Peelitia 3.1.1 Telur Tetas Itik Damiakig Baha yag diguaka dalam peelitia ii adalah telur tetas itik Damiakig berasal dari iduk yag dipelihara secara ekstesif

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 Metode Peelitia Peelitia ii megguaka metode peelitia Korelasioal. Peelitia korelasioaal yaitu suatu metode yag meggambarka secara sistematis da obyektif tetag hubuga atara

Lebih terperinci

KARAKTERISTIK GELOMBANG DI PERAIRAN KALIANGET KABUPATEN SUMENEP

KARAKTERISTIK GELOMBANG DI PERAIRAN KALIANGET KABUPATEN SUMENEP KARAKTERISTIK GELOMBANG DI PERAIRAN KALIANGET KABUPATEN SUMENEP Syaifuddi 1, Aries Dwi Siswato 2, Zaiul Hidayah 2 1 Mahasiswa Jurusa Ilmu Kelauta, Uiversitas Truojoyo Madura 2 Dose Jurusa Ilmu Kelauta,

Lebih terperinci

MODEL KARAKTERISTIK VARIASI HARIAN KOMPONEN H STASIUN GEOMAGNET BIAK DAN TANGERANG

MODEL KARAKTERISTIK VARIASI HARIAN KOMPONEN H STASIUN GEOMAGNET BIAK DAN TANGERANG Semiar Nasioal Statistika IX Istitut Tekologi Sepuluh Nopember, 7 November 2009 MODEL KARAKTERISTIK VARIASI HARIAN KOMPONEN H STASIUN GEOMAGNET BIAK DAN TANGERANG Habiru Pusat Pemafaata Sais Atariksa,

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN. Sebagai hasil penelitian dalam pembuatan modul Rancang Bangun

BAB IV HASIL DAN PEMBAHASAN. Sebagai hasil penelitian dalam pembuatan modul Rancang Bangun 47 BAB IV HASIL DAN PEMBAHASAN Sebagai hasil peelitia dalam pembuata modul Racag Bagu Terapi Ifra Merah Berbasis ATMega8 dilakuka 30 kali pegukura da perbadiga yaitu pegukura timer/pewaktu da di badigka

Lebih terperinci

ANALISIS CURAH HUJAN WILAYAH

ANALISIS CURAH HUJAN WILAYAH Lapora Praktikum Hari/taggal : Rabu 7 Oktober 2009 HIDROLOGI Nama Asiste : Sisi Febriyati M. Yohaes Ariyato. ANALISIS CURAH HUJAN WILAYAH Lilik Narwa Setyo Utomo J3M108058 TEKNIK DAN MANAJEMEN LINGKUNGAN

Lebih terperinci

BAB IV. METODE PENELITlAN. Rancangan atau desain dalam penelitian ini adalah analisis komparasi, dua

BAB IV. METODE PENELITlAN. Rancangan atau desain dalam penelitian ini adalah analisis komparasi, dua BAB IV METODE PENELITlAN 4.1 Racaga Peelitia Racaga atau desai dalam peelitia ii adalah aalisis komparasi, dua mea depede (paired sample) yaitu utuk meguji perbedaa mea atara 2 kelompok data. 4.2 Populasi

Lebih terperinci

BAB III METODOLOGI DAN PELAKSANAAN PENELITIAN. Perumusan - Sasaran - Tujuan. Pengidentifikasian dan orientasi - Masalah.

BAB III METODOLOGI DAN PELAKSANAAN PENELITIAN. Perumusan - Sasaran - Tujuan. Pengidentifikasian dan orientasi - Masalah. BAB III METODOLOGI DAN PELAKSANAAN PENELITIAN 3.1. DIAGRAM ALIR PENELITIAN Perumusa - Sasara - Tujua Pegidetifikasia da orietasi - Masalah Studi Pustaka Racaga samplig Pegumpula Data Data Primer Data Sekuder

Lebih terperinci

HUBUNGAN ANTARA HARI TENANG VARIASI MEDAN GEOMAGNET DI SG TONDANO DENGAN AKTIVITAS MATAHARI

HUBUNGAN ANTARA HARI TENANG VARIASI MEDAN GEOMAGNET DI SG TONDANO DENGAN AKTIVITAS MATAHARI HUBUNGAN ANTARA HARI TENANG VARIASI MEDAN GEOMAGNET DI SG TONDANO DENGAN AKTIVITAS MATAHARI Joh Maspupu da Setyato Cahyo P Pussaisa LAPAN Jl. Dr. Djudjua No. 33 Badug 4073 Tlp. 06060 Pes. 06. Fax. 0604998

Lebih terperinci

PENAKSIRAN DAN PERAMALAN BIAYA D. PENAKSIRAN BIAYA JANGKA PANJANG E. PERAMALAN BIAYA

PENAKSIRAN DAN PERAMALAN BIAYA D. PENAKSIRAN BIAYA JANGKA PANJANG E. PERAMALAN BIAYA PENAKSIRAN DAN PERAMALAN BIAYA Ari Darmawa, Dr. S.AB, M.AB Email: aridarmawa_fia@ub.ac.id A. PENDAHULUAN B. PENAKSIRAN DAN PRAKIRAAN FUNGSI BIAYA C. PENAKSIRAN JANGKA PENDEK - Ekstrapolasi sederhaa - Aalisis

Lebih terperinci

BAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan

BAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan BAB III METODE PENELITAN. Tempat Da Waktu Peelitia Peelitia dilakuka di SMP Negeri Batudaa Kab. Gorotalo dega subject Peelitia adalah siswa kelas VIII. Pemiliha SMP Negeri Batudaa Kab. Gorotalo. Adapu

Lebih terperinci

PENGARUH INFLASI TERHADAP KEMISKINAN DI PROPINSI JAMBI

PENGARUH INFLASI TERHADAP KEMISKINAN DI PROPINSI JAMBI Halama Tulisa Jural (Judul da Abstraksi) Jural Paradigma Ekoomika Vol.1, No.5 April 2012 PENGARUH INFLASI TERHADAP KEMISKINAN DI PROPINSI JAMBI Oleh : Imelia.,SE.MSi Dose Jurusa Ilmu Ekoomi da Studi Pembagua,

Lebih terperinci

II. LANDASAN TEORI. Sampling adalah proses pengambilan atau memilih n buah elemen dari populasi yang

II. LANDASAN TEORI. Sampling adalah proses pengambilan atau memilih n buah elemen dari populasi yang II. LANDASAN TEORI Defiisi 2.1 Samplig Samplig adalah proses pegambila atau memilih buah eleme dari populasi yag berukura N (Lohr, 1999). Dalam melakuka samplig, terdapat teori dasar yag disebut teori

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1. Lokasi da Waktu Peelitia Daerah peelitia adalah Kota Bogor yag terletak di Provisi Jawa Barat. Pemiliha lokasi ii berdasarka pertimbaga atara lai: (1) tersediaya Tabel Iput-Output

Lebih terperinci

BAB II METODOLOGI PENELITIAN. kualitatif. Kerangka acuan dalam penelitian ini adalah metode penelitian

BAB II METODOLOGI PENELITIAN. kualitatif. Kerangka acuan dalam penelitian ini adalah metode penelitian BAB II METODOLOGI PEELITIA 2.1. Betuk Peelitia Betuk peelitia dapat megacu pada peelitia kuatitatif atau kualitatif. Keragka acua dalam peelitia ii adalah metode peelitia kuatitatif yag aka megguaka baik

Lebih terperinci

Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya PENS. Probability and Random Process. Topik 10. Regresi

Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya PENS. Probability and Random Process. Topik 10. Regresi Program Pasca Sarjaa Terapa Politekik Elektroika Negeri Surabaya Probability ad Radom Process Topik 10. Regresi Prima Kristalia Jui 015 1 Outlie 1. Kosep Regresi Sederhaa. Persamaa Regresi Sederhaa 3.

Lebih terperinci

γ = gayaberat normal diatas dipermukaan ellipsoid. 2.1 Pendekatan Stokes T + T + g = anomali gayaberat (mgal) = g = gayaberat diatas permukaan geoid.

γ = gayaberat normal diatas dipermukaan ellipsoid. 2.1 Pendekatan Stokes T + T + g = anomali gayaberat (mgal) = g = gayaberat diatas permukaan geoid. BAB II MODEL PENENTUAN UNDULASI GEOID Terdapat beberapa model pedekata utuk peetua udulasi geoid, diataraya adalah pedekata Stokes da pedekata Molodesky. Dalam Bab ii aka dibahas megeai masig-masig model

Lebih terperinci

PENGEMBANGAN MODEL ANALISIS SENSITIVITAS PETA KENDALI TRIPLE SAMPLING MENGGUNAKAN UTILITY FUNCTION METHOD

PENGEMBANGAN MODEL ANALISIS SENSITIVITAS PETA KENDALI TRIPLE SAMPLING MENGGUNAKAN UTILITY FUNCTION METHOD Semiar Nasioal Iformatika 5 (semasif 5) ISSN: 979-8 UPN Vetera Yogyakarta, 4 November 5 PENGEMBANGAN MODE ANAISIS SENSITIVITAS PETA KENDAI TRIPE SAMPING MENGGUNAKAN UTIITY FUNCTION METHOD Juwairiah ),

Lebih terperinci

Model Pertumbuhan BenefitAsuransi Jiwa Berjangka Menggunakan Deret Matematika

Model Pertumbuhan BenefitAsuransi Jiwa Berjangka Menggunakan Deret Matematika Prosidig Semirata FMIPA Uiversitas Lampug, 0 Model Pertumbuha BeefitAsurasi Jiwa Berjagka Megguaka Deret Matematika Edag Sri Kresawati Jurusa Matematika FMIPA Uiversitas Sriwijaya edagsrikresawati@yahoocoid

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Variabel-variabel yang digunakan pada penelitian ini adalah:

BAB III METODOLOGI PENELITIAN. Variabel-variabel yang digunakan pada penelitian ini adalah: BAB III METODOLOGI PENELITIAN 3. Variabel da Defiisi Operasioal Variabel-variabel yag diguaka pada peelitia ii adalah: a. Teaga kerja, yaitu kotribusi terhadap aktivitas produksi yag diberika oleh para

Lebih terperinci

BAB III METODE PENELITIAN. objek penelitian yang penulis lakukan adalah Beban Operasional susu dan Profit

BAB III METODE PENELITIAN. objek penelitian yang penulis lakukan adalah Beban Operasional susu dan Profit BAB III METODE PENELITIAN 3.1 Objek Peelitia Objek peelitia merupaka sasara utuk medapatka suatu data. Jadi, objek peelitia yag peulis lakuka adalah Beba Operasioal susu da Profit Margi (margi laba usaha).

Lebih terperinci

IV. METODE PENELITIAN. berdasarkan tujuan penelitian (purposive) dengan pertimbangan bahwa Kota

IV. METODE PENELITIAN. berdasarkan tujuan penelitian (purposive) dengan pertimbangan bahwa Kota IV. METODE PENELITIAN 4.1. Lokasi da Waktu Peelitia ii dilaksaaka di Kota Bogor Pemiliha lokasi peelitia berdasarka tujua peelitia (purposive) dega pertimbaga bahwa Kota Bogor memiliki jumlah peduduk yag

Lebih terperinci

Studi Proses Cyclostationarity untuk Prediksi Tinggi Pasut

Studi Proses Cyclostationarity untuk Prediksi Tinggi Pasut Jurnal Rekayasa LPPM Itenas No.3 Vol. XIV Institut Teknologi Nasional Juli September 2010 Studi Proses Cyclostationarity untuk Prediksi Tinggi Pasut NI MADE RAI RATIH CAHYA PERBANI Jurusan Teknik Geodesi

Lebih terperinci

BAB III METODE PENELITIAN Penelitian ini dilakukan di kelas X SMA Muhammadiyah 1 Pekanbaru. semester ganjil tahun ajaran 2013/2014.

BAB III METODE PENELITIAN Penelitian ini dilakukan di kelas X SMA Muhammadiyah 1 Pekanbaru. semester ganjil tahun ajaran 2013/2014. BAB III METODE PENELITIAN A. Waktu da Tempat Peelitia Peelitia dilaksaaka dari bula Agustus-September 03.Peelitia ii dilakuka di kelas X SMA Muhammadiyah Pekabaru semester gajil tahu ajara 03/04. B. Subjek

Lebih terperinci

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

BAB III METODE PENELITIAN. Metode yang digunakan dalam penelitian ini adalah penelitian korelasi, BAB III METODE PENELITIAN 3.1 Metode Peelitia Metode yag diguaka dalam peelitia ii adalah peelitia korelasi, yaitu suatu metode yag secara sistematis meggambarka tetag hubuga pola asuh orag tua dega kosep

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1 Lokasi da Waktu peelitia Peelitia dilakuka pada budidaya jamur tiram putih yag dimiliki oleh usaha Yayasa Paguyuba Ikhlas yag berada di Jl. Thamri No 1 Desa Cibeig, Kecamata Pamijaha,

Lebih terperinci

MATERI DAN METODE. Penelitian ini telah dilakukan selama 1 bulan, dimulai pada awal bulan

MATERI DAN METODE. Penelitian ini telah dilakukan selama 1 bulan, dimulai pada awal bulan III. MATERI DAN METODE 3.. Tempat da Waktu Peelitia ii telah dilakuka selama bula, dimulai pada awal bula eptember 03 di Kecamata Kuala Kampar Kabupate Pelalawa Provisi Riau. 3.. Materi Peelitia Baha yag

Lebih terperinci

Formulasi Numerik Arus Sejajar Pantai (Kasus Pantai Lurus)

Formulasi Numerik Arus Sejajar Pantai (Kasus Pantai Lurus) Formulasi Numerik Arus Seaar Patai (Kasus Patai Lurus) Ichsa Setiawa Jurusa Ilmu Kelauta Koordiatorat Kelauta da Perikaa Uiversitas Siah Kuala ichsa.setiawa@usiah.et Abstrak. Feomea arus seaar patai diselesaika

Lebih terperinci

IV METODE PENELITIAN 4.1 Lokasi dan waktu 4.2. Jenis dan Sumber Data 4.3 Metode Pengumpulan Data

IV METODE PENELITIAN 4.1 Lokasi dan waktu 4.2. Jenis dan Sumber Data 4.3 Metode Pengumpulan Data IV METODE PENELITIAN 4.1 Lokasi da waktu Peelitia ii dilakuka di PD Pacet Segar milik Alm Bapak H. Mastur Fuad yag beralamat di Jala Raya Ciherag o 48 Kecamata Cipaas, Kabupate Ciajur, Propisi Jawa Barat.

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Statistika iferesi merupaka salah satu cabag statistika yag bergua utuk meaksir parameter. Peaksira dapat diartika sebagai dugaa atau perkiraa atas sesuatu yag aka terjadi

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 6 BAB III METODE PENELITIAN 3.1 Desai Peelitia Meurut Kucoro (003:3): Peelitia ilmiah merupaka usaha utuk megugkapka feomea alami fisik secara sistematik, empirik da rasioal. Sistematik artiya proses yag

Lebih terperinci

Penyelesaian: Variables Entered/Removed a. a. Dependent Variable: Tulang b. All requested variables entered.

Penyelesaian: Variables Entered/Removed a. a. Dependent Variable: Tulang b. All requested variables entered. 2. Pelajari data dibawah ii, tetuka depede da idepede variabel serta : a) Hitug Sum of Square for Regressio (X) b) Hitug Sum of Square for Residual c) Hitug Meas Sum of Square for Regressio (X) d) Hitug

Lebih terperinci

Metode Bootstrap Persentil Pada Sensor Tipe II Berdistribusi Eksponensial

Metode Bootstrap Persentil Pada Sensor Tipe II Berdistribusi Eksponensial Statistika, Vol. 7 No. 1, 1 6 Mei 007 Metode Bootstrap Persetil Pada Sesor Tipe II Berdistribusi Ekspoesial Jurusa Statistika FMIPA Uiversitas Islam Idoesia Yogyakarta Abstrak Metode bootstrap adalah suatu

Lebih terperinci

Uji apakah ada perbedaan signifikan antara mean masing-masing laboratorium. Gunakan α=0.05.

Uji apakah ada perbedaan signifikan antara mean masing-masing laboratorium. Gunakan α=0.05. MA 8 STATISTIKA DASAR SEMESTER I /3 KK STATISTIKA, FMIPA ITB UJIAN AKHIR SEMESTER (UAS) Sei, Desember, 9.3.3 WIB ( MENIT) Kelas. Pegajar: Utriwei Mukhaiyar, Kelas. Pegajar: Sumato Wiotoharjo Jawablah pertayaa

Lebih terperinci

3 METODOLOGI PENELITIAN

3 METODOLOGI PENELITIAN 3 METODOLOGI PENELITIAN 3. Tempat da Waktu Peelitia Peelitia ii dilaksaaka di peraira Maluku Teggara Kecamata Kei Kecil Tual selama 6 bula, dimulai dari tahap persiapa sampai dega peulisa tesis. Peelitia

Lebih terperinci

BAB II TINJAUAN TEORITIS

BAB II TINJAUAN TEORITIS BAB II TINJAUAN TEORITIS.1 Pegertia-pegertia Lapaga pekerjaa adalah bidag kegiata dari pekerjaa/usaha/ perusahaa/kator dimaa seseorag bekerja. Pekerjaa utama adalah jika seseorag haya mempuyai satu pekerjaa

Lebih terperinci

BAB 1 PENDAHULUAN. Bagi Negara yang mempunyai wilayah terdiri dari pulau-pulau yang dikelilingi lautan,

BAB 1 PENDAHULUAN. Bagi Negara yang mempunyai wilayah terdiri dari pulau-pulau yang dikelilingi lautan, BAB 1 PENDAHULUAN 1.1 Latar Belakag Bagi Negara yag mempuyai wilayah terdiri dari pulau-pulau yag dikeliligi lauta, laut merupaka saraa trasportasi yag dimia, sehigga laut memiliki peraa yag petig bagi

Lebih terperinci

Pendekatan Nilai Logaritma dan Inversnya Secara Manual

Pendekatan Nilai Logaritma dan Inversnya Secara Manual Pedekata Nilai Logaritma da Iversya Secara Maual Moh. Affaf Program Studi Pedidika Matematika, STKIP PGRI BANGKALAN affafs.theorem@yahoo.com Abstrak Pada pegaplikasiaya, bayak peggua yag meggatugka masalah

Lebih terperinci

TRANSFORMASI BOX-COX PADA ANALISIS REGRESI LINIER SEDERHANA

TRANSFORMASI BOX-COX PADA ANALISIS REGRESI LINIER SEDERHANA Jural Matematika UNAND Vol. 2 No. 2 Hal. 115 122 ISSN : 2303 2910 c Jurusa Matematika FMIPA UNAND TRANSFORMASI BOX-COX PADA ANALISIS REGRESI LINIER SEDERHANA ELVI YATI, DODI DEVIANTO, YUDIANTRI ASDI Program

Lebih terperinci

Nama : INDRI SUCI RAHMAWATI NIM : ANALISIS REGRESI SESI 01 HAL

Nama : INDRI SUCI RAHMAWATI NIM : ANALISIS REGRESI SESI 01 HAL Nama : INDRI SUCI RAHMAWATI NIM : 2015-32-005 ANALISIS REGRESI SESI 01 HAL. 86-88 Latiha 2 Pelajari data dibawah ii, tetuka depede da idepede variabel serta : a. Hitug Sum of Square for Regressio (X) b.

Lebih terperinci

Pengenalan Pola. Regresi Linier

Pengenalan Pola. Regresi Linier Pegeala Pola Regresi Liier PTIIK - 014 Course Cotets 1 Defiisi Regresi Liier Model Regresi Liear 3 Estimasi Regresi Liear 4 Studi Kasus da Latiha Defiisi Regresi Liier Regresi adalah membagu model utuk

Lebih terperinci

6. Pencacahan Lanjut. Relasi Rekurensi. Pemodelan dengan Relasi Rekurensi

6. Pencacahan Lanjut. Relasi Rekurensi. Pemodelan dengan Relasi Rekurensi 6. Pecacaha Lajut Relasi Rekuresi Relasi rekuresi utuk dereta {a } adalah persamaa yag meyataka a kedalam satu atau lebih suku sebelumya, yaitu a 0, a,, a -, utuk seluruh bilaga bulat, dega 0, dimaa 0

Lebih terperinci

II. LANDASAN TEORI. dihitung. Nilai setiap statistik sampel akan bervariasi antar sampel.

II. LANDASAN TEORI. dihitung. Nilai setiap statistik sampel akan bervariasi antar sampel. II. LANDASAN TEORI Defiisi 2.1 Distribusi Samplig Distribusi samplig adalah distribusi probibilitas dari suatu statistik. Distribusi tergatug dari ukura populasi, ukura sampel da metode memilih sampel.

Lebih terperinci

BAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL)

BAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL) BAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL) Setiap peelitia selalu berkeaa dega sekelompok data. Yag dimaksud kelompok disii adalah: Satu orag mempuyai sekelompok data, atau sekelompok orag mempuyai satu

Lebih terperinci

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI MIA SMA Negeri 5

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI MIA SMA Negeri 5 III. METODOLOGI PENELITIAN A. Populasi da Sampel Peelitia Populasi dalam peelitia ii adalah semua siswa kelas I MIA SMA Negeri 5 Badar Lampug Tahu Pelajara 04-05 yag berjumlah 48 siswa. Siswa tersebut

Lebih terperinci

Perbandingan Power of Test dari Uji Normalitas Metode Bayesian, Uji Shapiro-Wilk, Uji Cramer-von Mises, dan Uji Anderson-Darling

Perbandingan Power of Test dari Uji Normalitas Metode Bayesian, Uji Shapiro-Wilk, Uji Cramer-von Mises, dan Uji Anderson-Darling Jural Gradie Vol No Juli 5 : -5 Perbadiga Power of Test dari Uji Normalitas Metode Bayesia, Uji Shapiro-Wilk, Uji Cramer-vo Mises, da Uji Aderso-Darlig Dyah Setyo Rii, Fachri Faisal Jurusa Matematika,

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 30 BAB III METODE PENELITIAN Peelitia pejadwala pembagkit termal ii adalah utuk membadigka metode Lagragia Relaxatio yag diajuka peulis dega metode yag diguaka PLN. Di sii aka diuji metode maa yag peramalaya

Lebih terperinci

1200 (0,535) (0,465) (1200 1).0,05 + (0,535) (0,465)

1200 (0,535) (0,465) (1200 1).0,05 + (0,535) (0,465) = DATA DAN METODE PENELITIAN Data Peelitia Data yag diguaka dalam peelitia ii adalah data primer hasil yag diperoleh melalui peyebara kuisioer da metode wawacara sebagai data pelegkap. Pegumpula data dilaksaaka

Lebih terperinci

PROSIDING ISBN:

PROSIDING ISBN: S-6 Perlukah Cross Validatio dilakuka? Perbadiga atara Mea Square Predictio Error da Mea Square Error sebagai Peaksir Harapa Kuadrat Kekelirua Model Yusep Suparma (yusep.suparma@ upad.ac.id) Uiversitas

Lebih terperinci

Deret Fourier. Modul 1 PENDAHULUAN

Deret Fourier. Modul 1 PENDAHULUAN Modul Deret Fourier Prof. Dr. Bambag Soedijoo P PENDAHULUAN ada modul ii dibahas masalah ekspasi deret Fourier Sius osius utuk suatu fugsi periodik ataupu yag diaggap periodik, da dibahas pula trasformasi

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Racaga da Jeis Peelitia Racaga peelitia ii adalah deskriptif dega pedekata cross sectioal yaitu racaga peelitia yag meggambarka masalah megeai tigkat pegetahua remaja tetag

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakag Maajeme risiko merupaka salah satu eleme petig dalam mejalaka bisis perusahaa karea semaki berkembagya duia perusahaa serta meigkatya kompleksitas aktivitas perusahaa

Lebih terperinci

BAB I KONSEP DASAR PERSAMAAN DIFERENSIAL

BAB I KONSEP DASAR PERSAMAAN DIFERENSIAL BAB I KONSEP DASAR PERSAMAAN DIFERENSIAL Defiisi Persamaa diferesial adalah persamaa yag melibatka variabelvariabel tak bebas da derivatif-derivatifya terhadap variabel-variabel bebas. Berikut ii adalah

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang Permasalahan

BAB I PENDAHULUAN Latar Belakang Permasalahan BAB I PENDAHULUAN 1.1. Latar Belakag Permasalaha Matematika merupaka Quee ad servat of sciece (ratu da pelaya ilmu pegetahua). Matematika dikataka sebagai ratu karea pada perkembagaya tidak tergatug pada

Lebih terperinci

IMPLEMENTASI RUMUS SOBEL PADA WEB DENGAN TOPIK REGRESI LINIER MENGGUNAKAN VARIABEL INTERVENING

IMPLEMENTASI RUMUS SOBEL PADA WEB DENGAN TOPIK REGRESI LINIER MENGGUNAKAN VARIABEL INTERVENING Versi Olie: https://joural.ubm.ac.id/idex.php/alu Vol.I (No. ) : 9-4. Th. 08 Implemetasi Rumus Sobel Pada Regresi Liear ISSN: 60-60 IMPLEMENTASI RUMUS SOBEL PADA WEB DENGAN TOPIK REGRESI LINIER MENGGUNAKAN

Lebih terperinci

PENYELESAIAN PERSAMAAN GELOMBANG DENGAN METODE D ALEMBERT

PENYELESAIAN PERSAMAAN GELOMBANG DENGAN METODE D ALEMBERT Buleti Ilmiah Math. Stat. da Terapaya (Bimaster) Volume 02, No. 1(2013), hal 1-6. PENYELESAIAN PERSAMAAN GELOMBANG DENGAN METODE D ALEMBERT Demag, Helmi, Evi Noviai INTISARI Permasalaha di bidag tekik

Lebih terperinci

PENDUGA RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KUARTIL VARIABEL BANTU PADA PENGAMBILAN SAMPEL ACAK SEDERHANA DAN PENGATURAN PERINGKAT MEDIAN

PENDUGA RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KUARTIL VARIABEL BANTU PADA PENGAMBILAN SAMPEL ACAK SEDERHANA DAN PENGATURAN PERINGKAT MEDIAN PEDUGA RASIO UTUK RATA-RATA POPULASI MEGGUAKA KUARTIL VARIABEL BATU PADA PEGAMBILA SAMPEL ACAK SEDERHAA DA PEGATURA PERIGKAT MEDIA ur Khasaah, Etik Zukhroah, da Dewi Reto Sari S. Prodi Matematika Fakultas

Lebih terperinci