Meta-Analisis untuk Odds Ratio

Ukuran: px
Mulai penontonan dengan halaman:

Download "Meta-Analisis untuk Odds Ratio"

Transkripsi

1 Meta-Analisis Odds Ratio Emy Meylita Haloho Rianti Setiadi Departemen Matematika FMIPA UI Kampus UI Depok 644 Abstrak Membandingkan probabilitas kesuksesan suatu perlakuan antara dua kelompok populasi sering dilakukan pada penelitian di dunia medis menggunakan odds ratio Penelitian yang sama seringkali dilakukan berulang kali oleh peneliti atau sampel yang berbeda sehingga dalam kasus ini didapat nilai odds ratio yang belum tentu sama Meta-analisis odds ratio digunakan mencari inferensi gabungan dari odds ratio mempertimbangkan kontribusi yang beragam dari masing-masing penelitian yaitu ukuran sampel Inferensi gabungan odds ratio yang dibahas dalam tugas akhir ini meliputi taksiran titik taksiran interval uji hipotesis Abstract Comparing the probability of success of a treatment between two groups of population has frequently been conducted in medical research by applying odds ratio The similar research is performed using different researchers and or different samples then the odds ratio results in this case are not necessarily the same Meta-analysis on odds ratio is used to find the inference combination by considering various contributions from each research based on sampel size The inference combination of odds ratio in this mini thesis consist of point estimation interval estimation and hypothesis test Keywords: contingency table odds ratio meta-analysis PENDAHULUAN Seiring berkembangnya ilmu pengetahuan di berbagai big banyak penelitian dilakukan menjawab berbagai macam pertanyaan Untuk menjawab satu pertanyaan dalam suatu big saja terkag banyak penelitian dilakukan Hasil dari berbagai penelitian tersebut seringkali berbeda satu sama lain meski penelitian tersebut sama-sama telah memenuhi syarat penelitian yang benar Perbedaan hasil penelitian tersebut biasanya disebabkan oleh perbedaan ukuran sampel yang digunakan pada tiap penelitian sangat bergantung pada parameter apa yang akan ditaksir Perbedaan dari hasil penelitian tersebut sering kali menimbulkan pertanyaan tentang hasil penelitian mana yang akan dipakai sebagai acuan pengambilan keputusan Untuk mengatasi hal tersebut para peneliti berusaha membuat satu kesimpulan yang secara umum merupakan gabungan dari hasil-hasil penelitian tersebut Kesimpulan umum tersebut dihasilkan mempertimbangkan kontribusi hasil yang beragam dari beberapa penelitian yaitu ukuran sampel Metode mencari kesimpulan umum dari beberapa penelitian yang berbeda dikenal meta-analisis Meta-analisis akan membuat kesimpulan umum berdasarkan hasil dari tiap penelitian diasumsikan semua penelitian telah memenuhi syarat penelitian yang benar Meta-analisis banyak digunakan di dunia medis Peneliti dalam dunia medis sering kali ingin membandingkan probabilitas kesuksesan suatu perlakuan antara dua kelompok populasi Perbandingan probabilitas kesuksesan suatu perlakuan pada dua kelompok populasi dapat dihitung menggunakan odds ratio Penelitian yang sama seringkali dilakukan berulang kali oleh peneliti yang berbeda atau menggunakan jumlah sampel yang berbeda sehingga menghasilkan beberapa taksiran odds ratio yang belum tentu sama itulah peneliti perlu melakukan meta-analisis mencari taksiran gabungan dari odds ratio yang berupa taksiran titik taksiran interval uji hipotesis LANDASAN TEORI Pang sebagai dua variabel kategorik memiliki kategori memiliki kategori Klasifikasi hasil pengamatan berdasarkan kedua variabel kategorik ini akan menghasilkan kombinasi yang mungkin dapat ditampilkan ke dalam bentuk tabel kontingensi Tabel kontingensi dapat digambarkan sebagai berikut: Tabel Tabel kontingensi yang dipang dari banyak pengamatan Y kolom X baris Meta-analisis Emy Meylita Haloho FMIPA UI 03

2 : banyak pengamatan yang terletak pada baris ke- kolom ke banyak pengamatan yang terletak di baris ke- sehingga variabel random yang terdiri dari dua kategori yaitu sukses kolom ke- gagal kolom ke- sebagai probabilitas sukses jika diketahui berada kelompok kesebagai probabilitas gagal jika banyak pengamatan yang terletak di kolom ke- sehingga total pengamatan sehingga sebagai probabilitas bahwa pengamatan terletak pada baris ke- dari variabel kolom ke- dari variabel sehingga Dengan perkataan lain probabilitas bersama dari Selanjutnya pang diketahui berada kelompok ke Selanjutnya sebut sebagai Tabel kontingensinya dapat digambarkan sebagai berikut : Tabel 3 Tabel kontingensi variabel terdiri dari kelompok kelompok serta variabel terdiri dari sukses gagal Sukses Gagal Kelompok Kelompok Dimana memenuhi Jadi merupakan probabilitas marginal dari variabel variabel Berikut tabel kontingensi yang dipang dari : Tabel Tabel kontingensi X baris Y kolom yang dipang dari Perbandingan probabilitas sukses probabilitas gagal disebut odds Dengan demikian odds kelompok ke- sebagai berikut: Jika menggunakan probabilitas bersama : Definisikan Dapat dibuktikan bahwa taksiran yang konsisten Dengan perkataan lain sebagai probabilitas pengamatan terletak pada kolom ke- jika diketahui bahwa pengamatan terletak di baris ke- probabilitas bersama dari serta probabilitas marginal Penjumlahan dalam suatu kolom akan bernilai Pang sebagai variabel random yang terdiri dari dua kelompok yaitu kelompok baris ke- kelompok baris ke- serta variabel sebagai probabilitas sukses terletak pada kelompok ke probabilitas gagal terletak pada kelompok ke berarti probabilitas sukses dalam kelompok ke- lebih kecil dibandingkan probabilitas kegagalannya Segkan berarti probabilitas sukses pada kelompok ke- lebih besar dibandingkan probabilitas kegagalannya Perbandingan odds antara kelompok kelompok atau disebut sebagai odds ratio Telah diketahui bahwa Dengan menggunakan probabilitas bersama berarti resiko sukses di kelompok akan lebih kecil dibandingkan kelompok Sebaliknya berarti resiko sukses di kelompok akan lebih besar dibandingkan Meta-analisis Emy Meylita Haloho FMIPA UI 03

3 kelompok Segkan berarti resiko sukses pada kelompok sama kelompok penaksir yang konsisten hal ini menyebabkan penaksir yang konsisten nya penaksir yang konsisten odds ratio : jumlah pengamatan sukses terletak pada kelompok jumlah pengamatan gagal terletak pada kelompok jumlah pengamatan sukses terletak pada kelompok jumlah pengamatan gagal terletak pada kelompok Nilai lah yang dikenal sebagai taksiran titik odds ratio Selanjutnya akan dicari interval kepercayaan uji hipotesis odds ratio Dalam mencari interval kepercayaan melakukan uji hipotesis odds ratio akan digunakan bentuk hasil menggunakan akan kembali ditransformasi menggunakan fungsi eksponennya Untuk keperluan tersebut perlu dicari mean variansi dari Misalkan terdapat pengamatan yang diklasifikasikan ke dalam tabel kontingensi kategori sebagai banyaknya pengamatan yang terletak pada kategori ke- Dengan demikian banyaknya pengamatan yang terletak pada kategori ke- memiliki distribusi multinomial masingmasing memiliki distribusi binomial Dimana probabilitas suatu pengamatan terletak pada kategori ke- Pang telah diketahui sebelumnya bahwa penaksir yang konsisten Jika fungsi dari yang mempunyai turunan di bernilai konstan [ ] penaksir yang konsisten penaksir yang konsisten Pang merupakan penaksir yang konsisten Definisikan 3 4 Dapat dibuktikan bahwa fungsi dari yang mempunyai turunan yang bernilai tidak nol di sehingga 5 ] [ Dengan mensubstitusikan persamaan 3 4 ke dalam persamaan 5 didapat [ ] ] [ Berdasarkan persamaan 6 didapat { 6 } nilai dari tidak diketahui dapat ditaksir dapat ditaksir menggunakan didapat signifikansi sehingga sehingga Pada dapat dicari nilai tingkat sedemikian Dengan cara di atas mean variansi dari dicari sebagai berikut: Telah disebutkan sebelumnya bahwa : penaksir yang konsisten akan Dengan demikian interval kepercayaan penaksir yang konsisten Meta-analisis Emy Meylita Haloho FMIPA UI 03

4 Dalam tulisan ini diasumsikan bahwa merupakan fungsi yang bernilai real kontinu di penaksir yang konsisten Untuk apakah menguji Berikut pengujian nilai odds ratio Jika benar digunakan statistik uji Dengan tingkat signifikansi sebesar atau yang artinya nilai odds ratio tidak bernilai sama suatu konstanta tertentu DerSimmonian & Laird [5] telah menunjukkan bahwa merupakan fungsi yang bernilai real 3 PEMBAHASAN kontinu Misal odds ratio pada penelitian ke- Nilai odds ratio yang dihasilkan dari tiap penelitian yang berbeda dapat sama atau berbeda satu sama lain Dalam metaanalisis sebelum mencari inferensi gabungan dari odds ratio terlebih dahulu akan diperiksa apakah odds ratio yang dihasilkan dari tiap penelitian tersebut sama atau tidak karena metode mencari inferensi gabungan dari dua keadaan tersebut akan berbeda Dengan perkataan lain perlu diuji terlebih dahulu apakah atau tidak Telah dijelaskan bahwa taksiran yang konsisten nya jika odds ratio pada penelitian ke- taksiran yang konsisten memiliki distribusi Telah diketahui bahwa yang mendekati normal sehingga distribusi yang mendekati normal memiliki konsisten merupakan penaksir yang Hal ini menyebabkan Dengan demikian pengujian kesamaan odds ratio yang dihasilkan dari tiap penelitian dilakukan hipotesis sebagai berikut: tidak demikian Statistik uji yang digunakan Dengan menggunakan tingkat signifikansi sebesar akan Hal ini berarti tidak semua nilai odds ratio dalam penelitian sama Sebaliknya akan diterima berarti bahwa nilai odds ratio masing-masing penelitian sama Dalam mencari taksiran titik odds ratio gabungan perlu diketahui terlebih dahulu apakah Jika sumber variasi odds ratio gabungan berasal dari variasi yang terdapat di dalam masing-masing penelitian segkan variasi antar penelitian tidak diperhitungkan aya perbedaan variansi ukuran sampel yang digunakan dalam tiap-tiap penelitian setiap penelitian perlu diberikan bobot yang menyatakan besar kontribusi penelitian ke- dalam mencari inferensi Meta-analisis Emy Meylita Haloho FMIPA UI 03

5 gabungan Ketika variansi dari taksiran odds ratio pada suatu penelitian besar penelitian tersebut akan diberi kontribusi yang kecil dalam meta-analisis berbobot kecil Begitu pula sebaliknya variansi dari taksiran odds ratio pada suatu penelitian kecil penelitian tersebut akan diberikan kontribusi yang besar berbobot besar Dengan demikian bobot penelitian ke- dipilih sebagai berikut: sebagai variansi di dalam penelitian ke- sehingga Telah diketahui bahwa menggunakan Akibat 7 Lampiran didapat Dengan perkataan lain merupakan penaksir yang konsisten Segkan jika sumber variasi nilai gabungan odds ratio tidak hanya berasal berasal dari variasi yang terdapat di dalam masing-masing penelitian tetapi juga berasal dari variasi antar penelitian Dengan demikian bobot setiap penelitian dipilih sebagai berikut: sebagai sebagai variansi di dalam penelitian ke- variansi antar penelitian penelitian yang diamati dalam meta-analisis merupakan sebagiam dari tak terhingga penelitian serupa yang ada nilai dari tidak diketahui perlu ditaksir menggunakan sebagai weighted mean nilai akan bergantung pada apakah nilai odds ratio pada masing-masing penelitian sama atau tidak seperti yang telah dijabarkan di atas merupakan bentuk fungsi logaritma natural dari odds ratio pada penelitian ke- merupakan taksiran yang konsisten Dengan perkataan lain merupakan Dengan demikian interval kepercayaan odds ratio gabungan Secara umum dapat dikatakan bahwa merupakan penaksir yang konsisten karena dapat dicari nilai penaksir yang konsisten Pada tingkat signifikansi sedemikian sehingga [3] Sehingga didapat yang penaksir konsisten dari merupakan bentuk fungsi logaritma natural dari penaksir yang konsisten odds ratio pada penelitian ke- inilah yang dinan sebagai Nilai dari taksiran titik gabungan odds ratio Pang Dapat dibuktikan bahwa Definisikan Meta-analisis Emy Meylita Haloho FMIPA UI 03

6 4 sama suatu konstanta tertentu Jika sehingga secara umum dapat disimpulkan bahwa odd dari kedua kelompok sama Berikut pengujian nilai odds ratio gabungan Jika benar CONTOH APLIKASI Terdapat 9 buah penelitian yang membandingkan kesuksesan penurunan kolestrol antara penderita jantung koroner yang mendapatkan treatment perlakuan penurunan kadar kolestrol penderita jantung koroner yang hanya mendapatkan kontrol saja Penelitian-penelitian tersebut dilakukan pada tahun yang berbeda-beda periode penelitian minimal enam bulan jumlah sampel yang berbeda-beda pula Data mengenai 9 penelitian ini diambil dari Cholesterol Lowering and Mortality: The Importance of Considering Initial Level of Risk yang dipublikasikan oleh Smith et al pada tahun 993 [7] Pada bab ini akan dibahas mengenai meta-analisis 9 tersebut guna mencari inferensi gabungan yang meliputi taksiran titik taksiran interval uji hipotesis Berikut hasil dari 9 penelitian yang membandingkan kesuksesan penurunan kolestrol antara penderita jantung koroner yang mendapatkan treatment perlakuan penurunan kadar kolestrol penderita jantung koroner yang hanya mendapatkan kontrol saja: Dengan tingkat signifikansi sebesar atau yang artinya nilai odds ratio gabungan Tabel 4 Hasil dari 9 penelitian tidak bernilai Pasien Penderita Penyakit Jantung Koroner No Treatment Penelitian tahun Kontrol Mati Sukses Hidup Gagal Mati Sukses Hidup Gagal Singh Marmorson Starnler McCaughan Stockholm Olso Diet Low Fat DART Va Drug Newcastle Oliver Acheson CDP Dayton Meta-analisis Emy Meylita Haloho FMIPA UI 03

7 5 Soya Bean Scottish Sahni Upjohn Sydney Rose NHLIB Minnesota Posch Frick LCCPPT Frick Excel WHO Gross Sebagai contoh penelitian penelitian Singh 99 didapat inferensi statistik sebagai berikut: Taksiran odds ratio Interval kepercayaan odds ratio Uji hipotesis odds ratio mengetahui apakah resiko kematian penderita jantung koroner yang mendapat treatment penurunan kadar kolesterol penderita jantung koroner yang hanya mendapat kontrol saja sama atau tidak Hipotesis: Tingkat signifikansi yang digunakan atau Statistik uji: Aturan keputusan: akan Keputusan: Dengan diperoleh [ [ ] sehingga Kesimpulan : Dengan tingkat kepercayaan 95% resiko kematian penderita jantung koroner yang mendapat treatment penurunan kadar kolesterol penderita jantung koroner yang hanya mendapat kontrol saja pada penelitian Singh 99 berbeda ] Untuk ke-8 penelitian yang lain inferensi statistiknya dapat dicari menggunakan cara Meta-analisis Emy Meylita Haloho FMIPA UI 03

8 similar seperti di atas Beikut rangkuman hasil dari ke-9 penelitian: Tabel 5 Rangkuman hasil dari ke-9 penelitian No Penelitian Ukuran Sampel Taksiran Odds Ratio Interval Kepercayaan Hasil Uji Hipotesis Singh Marmorson Stamler McCaughan Stockholm Olso Diet Low Fat DART VA Drug Newcastle Oliver Acheson CDP Dayton Soya Bean Scottish Sahni Upjohn Sydney Rose NHLIB Minnesota POSCH Frick LCCPPT Frick EXCEL WHO Gross Dari hasil rangkuman di atas didapat 5 penelitian yang menghasilkan penolakan terdapat 4 penelitian yang menghasilkan penerimaan Hal ini berarti terdapat 5 penelitian yang resiko kematian pada penderita jantung koroner yang mendapat treatment penurunan kadar kolesterol penderita jantung koroner yang hanya mendapat kontrol saja tidak sama segkan 4 penelitian lainnya sama nya akan dilakukan meta- analisis mencari inferensi gabungan odds ratio dari ke-9 penelitian tersebut Akan diperiksa terlebih dahulu apakah odds ratio yang dihasilkan dari tiap penelitian sama atau tidak Berikut uji hipotesisnya: Hipotesis: tidak demikian Tingkat signifikansi yang digunakan Meta-analisis Emy Meylita Haloho FMIPA UI 03

9 Statistik uji: Aturan keputusan: akan jika Keputusan: Akan dicari terlebih dahulu nilai dari sebagai berikut: Jadi nilai dari sebagai berikut: sehingga Kesimpulan: Dengan tingkat kepercayaan 95% dapat disimpulkan bahwa tidak semua nilai odds ratio pada tiap penelitian sama Telah dibuktikan bahwa tidak semua nilai odds ratio dari ke-9 penelitian sama sehingga taksiran bobot yang digunakan setiap penelitian Sebelum mencari taksiran titik odds ratio gabungan akan dicari terlebih dahulu nilai dari sebagai berikut: Jadi taksiran titik odds ratio gabungan : Dalam mencari interval kepercayaan odds ratio gabungan terlebih dahulu akan dicari nilai dari sebagai berikut : Jadi interval kepercayaan [ ] [ ] Dari hasil di atas dapat disimpulkan bahwa tingkat kepercayaan nilai batas bawah segkan nilai batas atas interval kepercayaan mengandung nilai dapat pula ditarik kesimpulan bahwa bahwa secara umum resiko kematian antara penderita jantung koroner yang mendapatkan treatment penurunan kadar kolesterol yang hanya mendapatkan kontrol saja sama Selanjutnya akan diuji apakah secara umum resiko kematian antara penderita jantung koroner yang mendapat treatment penurunan kadar kolesterol yang hanya mendapatkan kontrol saja sama atau tidak Berikut pengujian hipotesisnya : Hipotesis : Tingkat signifikansi yang digunakan Statistik uji: : Aturan keputusan: akan jika atau Keputusan: Telah diketahui bahwa sehingga diperoleh Kesimpulan: Dengan tingkat kepercayaan 95% dapat disimpulkan bahwa secara umum resiko kematian antara penderita jantung koroner yang mendapatkan treatment penurunan kadar kolesterol yang hanya mendapatkan kontrol saja sama 5 KESIMPULAN Berdasarkan pembahasan kesimpulan yang dapat diambil : a Dengan meta-analisis dapat dicari taksiran titik taksiran interval uji hipotesis gabungan odds ratio dari beberapa penelitian mempertimbangkan ukuran sampel variansi dari taksiran odds ratio di tiap penelitian b Jika odds ratio bernilai sama semua penelitian odds ratio gabungan dicari hanya mempertimbangkan variansi dari dalam penelitian c Jika odds ratio ada yang bernilai tidak sama semua penelitian odds ratio gabungan dicari tidak hanya mempertimbangkan variansi dari dalam penelitian tetapi juga mempertimbangkan variansi antar penelitian Meta-analisis Emy Meylita Haloho FMIPA UI 03

10 UCAPAN TERIMAKASIH Puji syukur bagi Tuhan Yesus karena atas kasih penyertaan-nya penulis dapat meyelesaikan jurnal Penulis ingin mengucapkan terima kasih kepada Departemen Matematika yang telah memfasilitasi penulis dalam menyelesaikan jurnal ini DAFTAR PUSTAKA [] Agresti A 990 Categorical Data Analysis New Jersey: John Willey & Sons Ltd [] Agresti A 007 An Introduction to Categorical Data Analysis New Jersey: John Willey & Sons Ltd [3] Borenstein M Hedges L V Higgins J P & Rothstein H R 009 Introduction to Meta- Analysis Chichester UK: John Willey & Sons Ltd [4] Dahlan M S 0 Febuari Meta-Analisis Prinsip Praktik Jakarta Indonesia [5] DerSimonian R & Laird N 986 Meta- Analysis in Clinical Trials Controlled Clinical Trials [6] Hogg R V & Craig A T 995 Introduction to Mathematical Statistics 5 th Edition New Jersey: Prentice-Hall Inc [7] Smith G D Song F & Sheldon T 993 Cholesterol Lowering and Mortality: The Importance of Considering Initial Level of Risk BMJ volume [8] Sutton A Abrams K R Jones D R & Song F 000 Methods for Meta-analysis in medical Research Chichester UK: John Willey & Sons Ltd Meta-analisis Emy Meylita Haloho FMIPA UI 03

RELIABILITAS ORDINAL PADA METODE TEST-RETEST

RELIABILITAS ORDINAL PADA METODE TEST-RETEST RELIABILITAS ORDINAL PADA METODE TEST-RETEST Yaqozho Tunnisa 1, Rianti Setiadi 2 Departemen Matematika, FMIPA UI, Kampus UI Depok 16424 tunnisa.yaqozho@gmail.com 1, ririnie@yahoo.com.sg 2 Abstrak Dalam

Lebih terperinci

ADLN PERPUSTAKAAN UNIVERSITAS AIRLANGGA ESTIMASI MODEL META-REGRESI BERDASARKAN METODE WEIGHTED LEAST SQUARE SKRIPSI

ADLN PERPUSTAKAAN UNIVERSITAS AIRLANGGA ESTIMASI MODEL META-REGRESI BERDASARKAN METODE WEIGHTED LEAST SQUARE SKRIPSI ESTIMASI MODEL META-REGRESI BERDASARKAN METODE WEIGHTED LEAST SQUARE SKRIPSI DIAJUKAN UNTUK MEMENUHI SEBAGIAN PERSYARATAN DALAM MEMPEROLEH GELAR SARJANA STATISTIKA DEPARTEMEN MATEMATIKA PROGRAM STUDI STATISTIKA

Lebih terperinci

Penaksiran Parameter Regresi Linier Logistik dengan Metode Maksimum Likelihood Lokal pada Resiko Kanker Payudara di Makassar

Penaksiran Parameter Regresi Linier Logistik dengan Metode Maksimum Likelihood Lokal pada Resiko Kanker Payudara di Makassar Vol.14, No. 2, 159-165, Januari 2018 Penaksiran Parameter Regresi Linier Logistik dengan Metode Maksimum Likelihood Lokal pada Resiko Kanker Payudara di Makassar Sutrianah Burhan 1, Andi Kresna Jaya 1

Lebih terperinci

Penggunaan Metode Nonparametrik Untuk Membandingkan Fungsi Survival Pada Uji Gehan, Cox Mantel, Logrank, Dan Cox F

Penggunaan Metode Nonparametrik Untuk Membandingkan Fungsi Survival Pada Uji Gehan, Cox Mantel, Logrank, Dan Cox F Penggunaan Metode Nonparametrik Untuk Membandingkan Fungsi Survival Pada Uji Gehan, Cox Mantel, Logrank, Dan Cox F Used of Non Parametric Method to Compare Survival Function on Gehan Test, Cox Mantel,

Lebih terperinci

1 BAB I 2 PENDAHULUAN. sangat diperlukan dalam kehidupan sehari-hari. Begitu pula dalam penelitian

1 BAB I 2 PENDAHULUAN. sangat diperlukan dalam kehidupan sehari-hari. Begitu pula dalam penelitian 1 BAB I 2 PENDAHULUAN A. Latar Belakang Masalah Statistika merupakan salah satu disiplin ilmu yang penerapannya hampir di semua aspek kehidupan. Hal ini menunjukkan bahwa peranan statistika sangat diperlukan

Lebih terperinci

MENAKSIR PARAMETER µ DARI N( µ, ) DENGAN METODE BAYES

MENAKSIR PARAMETER µ DARI N( µ, ) DENGAN METODE BAYES MENAKSIR PARAMETER µ DARI N( µ, ) DENGAN METODE BAYES Hartayuni Saini 1 1 Jurusan Matematika, FMIPA-UNTAD. e-mail: yunh3_chendist@yahoo.co.id Abstrak Untuk menaksir nilai µ dari N(µ, ) umumnya digunakan

Lebih terperinci

Statistics for Managers Using Microsoft Excel Chapter 1 Introduction and Data Collection

Statistics for Managers Using Microsoft Excel Chapter 1 Introduction and Data Collection Statistics for Managers Using Microsoft Excel Chapter 1 Introduction and Data Collection 1999 Prentice-Hall, Inc. Chap. 1-1 Statistik untuk Para Menejer 1. Untuk mengetahui tingkat pengembalian investasi.

Lebih terperinci

PEMODELAN DENGAN REGRESI LOGISTIK. Secara umum, kedua hasil dilambangkan dengan (sukses) dan (gagal)

PEMODELAN DENGAN REGRESI LOGISTIK. Secara umum, kedua hasil dilambangkan dengan (sukses) dan (gagal) PEMODELAN DENGAN REGRESI LOGISTIK 1. Data Biner Data biner merupakan data yang hanya memiliki dua kemungkinan hasil. Secara umum, kedua hasil dilambangkan dengan (sukses) dan (gagal) dengan peluang masing-masing

Lebih terperinci

PEMODELAN DISPARITAS GENDER DI JAWA TIMUR DENGAN PENDEKATAN MODEL REGRESI PROBIT ORDINAL

PEMODELAN DISPARITAS GENDER DI JAWA TIMUR DENGAN PENDEKATAN MODEL REGRESI PROBIT ORDINAL 1 PEMODELAN DISPARITAS GENDER DI JAWA TIMUR DENGAN PENDEKATAN MODEL REGRESI PROBIT ORDINAL Uaies Qurnie Hafizh, Vita Ratnasari Jurusan Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut

Lebih terperinci

E-Jurnal Matematika Vol. 4 (2), Mei 2015, pp ISSN:

E-Jurnal Matematika Vol. 4 (2), Mei 2015, pp ISSN: PENERAPAN REGRESI PROBIT BIVARIAT UNTUK MENDUGA FAKTOR-FAKTOR YANG MEMENGARUHI KELULUSAN MAHASISWA (Studi Kasus: Mahasiswa Fakultas MIPA Unversitas Udayana) Ni Gusti Ketut Trisna Pradnyantari 1, I Komang

Lebih terperinci

Penaksiran Mean Stratum pada Sampling Acak Stratifikasi dengan Menggunakan Metode Empirical Bayes

Penaksiran Mean Stratum pada Sampling Acak Stratifikasi dengan Menggunakan Metode Empirical Bayes Penaksiran Mean Stratum pada Sampling Acak Stratifikasi dengan Menggunakan Metode Empirical Baes Sisca Agnessia Departemen Matematika, FMIPA UI, Kampus UI Depok 6 sisca.agnessia@ahoo.com Abstrak Dalam

Lebih terperinci

MODEL REGRESI DATA TAHAN HIDUP TERSENSOR TIPE III BERDISTRIBUSI EKSPONENSIAL. Jln. Prof. H. Soedarto, S.H., Tembalang, Semarang.

MODEL REGRESI DATA TAHAN HIDUP TERSENSOR TIPE III BERDISTRIBUSI EKSPONENSIAL. Jln. Prof. H. Soedarto, S.H., Tembalang, Semarang. MODEL REGRESI DATA TAHAN HIDUP TERSENSOR TIPE III BERDISTRIBUSI EKSPONENSIAL Winda Faati Kartika 1, Triastuti Wuryandari 2 1, 2) Program Studi Statistika Jurusan Matematika FMIPA Universitas Diponegoro

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Analisis survival adalah analisis data yang memanfaatkan informasi kronologis dari suatu kejadian atau peristiwa (event). Respon yang diperhatikan adalah waktu sampai

Lebih terperinci

MODEL REGRESI LOGISTIK BINER DENGAN METODE PENALIZED MAXIMUM LIKELIHOOD. Edi Susilo, Anna Islamiyati, Muh. Saleh AF. ABSTRAK

MODEL REGRESI LOGISTIK BINER DENGAN METODE PENALIZED MAXIMUM LIKELIHOOD. Edi Susilo, Anna Islamiyati, Muh. Saleh AF. ABSTRAK MODEL REGRESI LOGISTIK BINER DENGAN METODE PENALIZED MAXIMUM LIKELIHOOD Edi Susilo, Anna Islamiyati, Muh. Saleh AF. ABSTRAK Analisis regresi logistik biner dengan metode penalized maximum likelihood digunakan

Lebih terperinci

PENDUGAAN PARAMETER DISTRIBUSI BETA DENGAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD

PENDUGAAN PARAMETER DISTRIBUSI BETA DENGAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD Jurnal Matematika UNAND Vol. 3 No. 2 Hal. 23 28 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PENDUGAAN PARAMETER DISTRIBUSI BETA DENGAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD FEBY RIDIANI Program

Lebih terperinci

STATISTIKA INDUSTRI 2 TIN 4004

STATISTIKA INDUSTRI 2 TIN 4004 STATISTIKA INDUSTRI TIN 4004 Pertemuan 5 Outline: Uji Chi-Squared Uji F Uji Contingency Uji Homogenitas Referensi: Johnson, R. A., Statistics Principle and Methods, 4 th Ed. John Wiley & Sons, Inc., 001.

Lebih terperinci

Distribusi Weibull Power Series

Distribusi Weibull Power Series Distribusi Weibull Power Series Maulida Yanti 1, Sarini S.Si.,M.Stats 2 1 Mahasiswa Departemen Matematika, FMIPA UI, Kampus UI Depok, 16424 2 Staff Pengajar Departemen Matematika, FMIPA UI, Kampus UI Depok,

Lebih terperinci

DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN

DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN PENERAPAN ANALISIS REGRESI LOGISTIK TERHADAP TINGKAT KEPUASAN MASYARAKAT DALAM PELAYANAN PEMBUATAN KARTU KELUARGA (STUDI KASUS: DI KECAMATAN MEDAN BELAWAN) SKRIPSI CHAIRUNNISA 120823008 DEPARTEMEN MATEMATIKA

Lebih terperinci

Analisis Faktor Risiko Berat Badan Lahir Pada Kematian Perinatal Menggunakan Meta Analysis

Analisis Faktor Risiko Berat Badan Lahir Pada Kematian Perinatal Menggunakan Meta Analysis Analisis Faktor Risiko Berat Badan Lahir Pada Kematian Perinatal Menggunakan Meta Analysis Danik Iga Prasiska Departemen Biostatistika dan Kependudukan Fakultas Kesehatan Masyarakat Universitas Airlangga

Lebih terperinci

STATISTIKA UNIPA SURABAYA

STATISTIKA UNIPA SURABAYA MATEMATIKA STATISTIKA (MATHEMATICAL STATISTICS) GANGGA ANURAGA Materi : Distribusi variabel random Teori Himpunan Fungsi Himpunan Fungsi Himpunan Peluang Variabel Random Fungsi Kepadatan Peluang Fungsi

Lebih terperinci

ESTIMASI PARAMETER DISTRIBUSI WEIBULL DENGAN TRANSFORMASI MODEL REGRESI MENGGUNAKAN METODE KUADRAT TERKECIL LINIER

ESTIMASI PARAMETER DISTRIBUSI WEIBULL DENGAN TRANSFORMASI MODEL REGRESI MENGGUNAKAN METODE KUADRAT TERKECIL LINIER ESTIMASI PARAMETER DISTRIBUSI WEIBULL DENGAN TRANSFORMASI MODEL REGRESI MENGGUNAKAN METODE KUADRAT TERKECIL LINIER 1 ESTIMASI PARAMETER DISTRIBUSI WEIBULL DENGAN TRANSFORMASI MODEL REGRESI MENGGUNAKAN

Lebih terperinci

PENDUGAAN FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT MENGGUNAKAN METODE TIPE KERNEL

PENDUGAAN FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT MENGGUNAKAN METODE TIPE KERNEL PENDUGAAN FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT MENGGUNAKAN METODE TIPE KERNEL Ro fah Nur Rachmawati Jurusan Matematika, Fakultas Sains dan Teknologi, Binus University Jl.

Lebih terperinci

Penentuan Daerah Kritis Terbaik dengan Teorema Neyman- Pearson

Penentuan Daerah Kritis Terbaik dengan Teorema Neyman- Pearson Vol. 6, No.1, 44-48, Juli 2009 Penentuan Daerah Kritis Terbaik dengan Teorema Neyman- Pearson Georgina M. Tinungki Abstrak Terdapat beberapa metode untuk membangun uji statistik yang baik, diantaranya

Lebih terperinci

ESTIMASI PARAMETER DISTRIBUSI LOG-LOGISTIK PADA DATA SURVIVAL TERSENSOR TIPE II

ESTIMASI PARAMETER DISTRIBUSI LOG-LOGISTIK PADA DATA SURVIVAL TERSENSOR TIPE II ESTIMASI PARAMETER DISTRIBUSI LOG-LOGISTIK PADA DATA SURVIVAL TERSENSOR TIPE II Ryndha, Anna 2, Nasrah 3 ABSTRAK Data survival adalah data yang menunjukkan waktu suatu individu atau objek dapat bertahan

Lebih terperinci

Menampilkan Penaksir Parameter pada Model Linear * Mulyana **

Menampilkan Penaksir Parameter pada Model Linear * Mulyana ** Menampilkan Penaksir Parameter pada Model Linear * Abstrak Pada model linear Mulyana ** Y = X + ε, jika penaksir untuk, maka dua peran. Yaitu sebagai penaksir faktual, hitung, X memiliki Y = X, dan penaksir

Lebih terperinci

ALGORITMA PENENTUAN UKURAN SAMPEL EKSAK UNTUK DISTRIBUSI NORMAL, DISTRIBUSI POISSON DAN DUA DISTRIBUSI BINOMIAL DALAM MODEL KELUARGA EKSPONENSIAL

ALGORITMA PENENTUAN UKURAN SAMPEL EKSAK UNTUK DISTRIBUSI NORMAL, DISTRIBUSI POISSON DAN DUA DISTRIBUSI BINOMIAL DALAM MODEL KELUARGA EKSPONENSIAL ALGORITMA PENENTUAN UKURAN SAMPEL EKSAK UNTUK DISTRIBUSI NORMAL, DISTRIBUSI POISSON DAN DUA DISTRIBUSI BINOMIAL DALAM MODEL KELUARGA EKSPONENSIAL 1) Program Studi Matematika Universitas Ahmad Dahlan dian@math.uad.ac.id

Lebih terperinci

STATISTIKA INDUSTRI 2 TIN 4004

STATISTIKA INDUSTRI 2 TIN 4004 STATISTIKA INDUSTRI 2 TIN 4004 Kontrak Perkuliahan Pertemuan & Materi RPKPS Penilaian Tugas, short quiz (30%) Quiz 1 & 2 (40%) UAS (30%) Referensi Montgomery, D.C, George C. Runger. Applied Statistic and

Lebih terperinci

Taksiran Titik Parameter Populasi pada Small Area dengan Metode Spatial Empirical Bayes Berdasarkan Model Tingkat Area

Taksiran Titik Parameter Populasi pada Small Area dengan Metode Spatial Empirical Bayes Berdasarkan Model Tingkat Area Taksiran Titik Parameter Populasi pada Small Area dengan Metode Spatial Empirical Bayes Berdasarkan Model Tingkat Area Yudistira 1, Titin Siswantining 2 1. Departemen Matematika, FMIPA, Universitas Indonesia,

Lebih terperinci

Generalized Ordinal Logistic Regression Model pada Pemodelan Data Nilai Pesantren Mahasiswa Baru FMIPA Universitas Islam Bandung Tahun 2017

Generalized Ordinal Logistic Regression Model pada Pemodelan Data Nilai Pesantren Mahasiswa Baru FMIPA Universitas Islam Bandung Tahun 2017 Prosiding Statistika ISSN: 2460-6456 Generalized Ordinal Logistic Regression Model pada Pemodelan Data Nilai Pesantren Mahasiswa Baru FMIPA Universitas Islam Bandung Tahun 2017 Generalized Ordinal Logistic

Lebih terperinci

ESTIMASI PARAMETER DISTRIBUSI WEIBULL DENGAN TRANSFORMASI MODEL REGRESI MENGGUNAKAN METODE KUADRAT TERKECIL LINIER

ESTIMASI PARAMETER DISTRIBUSI WEIBULL DENGAN TRANSFORMASI MODEL REGRESI MENGGUNAKAN METODE KUADRAT TERKECIL LINIER 1 ESTIMASI PARAMETER DISTRIBUSI WEIBULL DENGAN TRANSFORMASI MODEL REGRESI MENGGUNAKAN METODE KUADRAT TERKECIL LINIER A. Musdalifa, Raupong, Anna Islamiyati Abstrak Estimasi parameter adalah merupakan hal

Lebih terperinci

KEKUATAN KONVERGENSI DALAM PROBABILITAS DAN KONVERGENSI ALMOST SURELY

KEKUATAN KONVERGENSI DALAM PROBABILITAS DAN KONVERGENSI ALMOST SURELY KEKUATAN KONVERGENSI DALAM PROBABILITAS DAN KONVERGENSI ALMOST SURELY Joko Sungkono* Abstrak : Tujuan yang ingin dicapai pada tulisan ini adalah mengetahui kekuatan konvergensi dalam probabilitas dan konvergensi

Lebih terperinci

Model Regresi Zero Inflated Poisson Pada Data Overdispersion

Model Regresi Zero Inflated Poisson Pada Data Overdispersion Model Regresi Zero Inflated Poisson Pada Data Overdispersion Wirajaya Kusuma Fakultas MIPA, Universitas Mataram e-mail: Kusuma_Wirajaya@yahoo.co.id Desy Komalasari Fakultas MIPA, Universitas Mataram e-mail:

Lebih terperinci

Penggunaan Statistik Tataan untuk Menentukan Median Contoh Acak dari Distribusi Eksponensial

Penggunaan Statistik Tataan untuk Menentukan Median Contoh Acak dari Distribusi Eksponensial Jurnal Penelitian Sains Volume 3 Nomer A) 3 Penggunaan Statistik Tataan untuk Menentukan Median Contoh Acak dari Distribusi Eksponensial Herlina Hanum Yuli Andriani dan Retno Jurusan Matematika FMIPA Universitas

Lebih terperinci

UJI STATISTIK NON PARAMETRIK. Widha Kusumaningdyah, ST., MT

UJI STATISTIK NON PARAMETRIK. Widha Kusumaningdyah, ST., MT UJI STATISTIK NON PARAMETRIK Widha Kusumaningdyah, ST., MT SIGN TEST Sign Test Digunakan untuk menguji hipotesa tentang MEDIAN dan DISTRIBUSI KONTINYU. Pengamatan dilakukan pada median dari sebuah distribusi

Lebih terperinci

ANALISA SISTEM ANTRIAN M/M/1/N DENGAN RETENSI PELANGGAN YANG MEMBATALKAN ANTRIAN

ANALISA SISTEM ANTRIAN M/M/1/N DENGAN RETENSI PELANGGAN YANG MEMBATALKAN ANTRIAN Analisa Sistem Antrian (Ayi Umar Nawawi) 11 ANALISA SISTEM ANTRIAN M/M/1/N DENGAN RETENSI PELANGGAN YANG MEMBATALKAN ANTRIAN ANALYSIS OF M/M/1/N QUEUEUING SYSTEM WITH RETENTION OF RENEGED CUSTOMERS Oleh:

Lebih terperinci

Model Probit Untuk Ordinal Response

Model Probit Untuk Ordinal Response SEMINAR NASIONAL MAEMAIKA DAN PENDIDIKAN MAEMAIKA UNY Model Probit Untuk Ordinal Response S - 4 Defi Yusti Faidah, Resa Septiani Pontoh, Departemen Statistika FMIPA Universitas Padadaran defi.yusti@unpad.ac.id

Lebih terperinci

10 Departemen Statistika FMIPA IPB

10 Departemen Statistika FMIPA IPB Suplemen Responsi Pertemuan ANALISIS DATA KATEGORIK (STK35) 0 Departemen Statistika FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referensi Waktu Tabel Kontingensi Struktur peluang tabel kontingensi Perbandingan

Lebih terperinci

Distribusi probabilitas dan normal. Statisitik Farmasi 2015

Distribusi probabilitas dan normal. Statisitik Farmasi 2015 Distribusi probabilitas dan normal Statisitik Farmasi 2015 Part 1. DISTRIBUSI PROBABILITAS Statisitik Farmasi 2015 Tujuan Perkuliahan Setelah menyelesaikan kuliah ini, mahasiswa mampu: Membuat distribusi

Lebih terperinci

HUKUM ITERASI LOGARITMA. TUGAS AKHIR untuk memenuhi sebagian persyaratan memperoleh gelar sarjana sains SORTA PURNAWANTI NIM.

HUKUM ITERASI LOGARITMA. TUGAS AKHIR untuk memenuhi sebagian persyaratan memperoleh gelar sarjana sains SORTA PURNAWANTI NIM. HUKUM ITERASI LOGARITMA TUGAS AKHIR untuk memenuhi sebagian persyaratan memperoleh gelar sarjana sains SORTA PURNAWANTI NIM. 00290 PROGRAM STUDI MATEMATIKA JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU

Lebih terperinci

Hukum Iterasi Logaritma

Hukum Iterasi Logaritma Hukum Iterasi Logaritma Sorta Purnawanti 1, Helma 2, Dodi Vionanda 3 1 Mathematics Department State University of Pag, Indonesia 2,3 Lecturers of Mathematics Department State University of Pag, Indonesia

Lebih terperinci

UNIVERSITAS MERCU BUANA FAKULTAS : ILMU KOMPUTER PROGRAM STUDI : Sistem Informasi

UNIVERSITAS MERCU BUANA FAKULTAS : ILMU KOMPUTER PROGRAM STUDI : Sistem Informasi UNIVERSITAS MERCU BUANA FAKULTAS : ILMU KOMPUTER PROGRAM STUDI : Sistem Informasi No. Dokumen 02-3.04.1.02 Distribusi Tgl. Efektif RENCANA PEMBELAJARAN SEMESTER Mata Kuliah Kode Rumpun MK Bobot (SKS) Semester

Lebih terperinci

PROSES PERCABANGAN PADA DISTRIBUSI POISSON

PROSES PERCABANGAN PADA DISTRIBUSI POISSON PROSES PERCABANGAN PADA DISTRIBUSI POISSON Nur Alfiani Santoso, Respatiwulan, dan Nughthoh Arfawi Kurdhi Program Studi Matematika FMIPA UNS Abstrak. Proses percabangan merupakan suatu proses stokastik

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA A. Keberhasilan Belajar 1. Pengertian Keberhasilan Belajar Dalam kamus besar bahasa Indonesia, keberhasilan itu sendiri adalah hasil yang telah dicapai (dilakukan, dikerjakan dan

Lebih terperinci

KAJIAN DATA KETAHANAN HIDUP TERSENSOR TIPE I BERDISTRIBUSI EKSPONENSIAL DAN SIX SIGMA. Victoria Dwi Murti 1, Sudarno 2, Suparti 3

KAJIAN DATA KETAHANAN HIDUP TERSENSOR TIPE I BERDISTRIBUSI EKSPONENSIAL DAN SIX SIGMA. Victoria Dwi Murti 1, Sudarno 2, Suparti 3 JURNAL GAUSSIAN, Volume 1, Nomor 1, Tahun 2012, Halaman 241-248 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian KAJIAN DATA KETAHANAN HIDUP TERSENSOR TIPE I BERDISTRIBUSI EKSPONENSIAL DAN

Lebih terperinci

TINJAUAN KASUS PERSAMAAN GELOMBANG DIMENSI SATU DENGAN BERBAGAI NILAI AWAL DAN SYARAT BATAS

TINJAUAN KASUS PERSAMAAN GELOMBANG DIMENSI SATU DENGAN BERBAGAI NILAI AWAL DAN SYARAT BATAS Tinjauan kasus persamaan... (Agus Supratama) 67 TINJAUAN KASUS PERSAMAAN GELOMBANG DIMENSI SATU DENGAN BERBAGAI NILAI AWAL DAN SYARAT BATAS ANALITICALLY REVIEW WAVE EQUATIONS IN ONE-DIMENSIONAL WITH VARIOUS

Lebih terperinci

Karakteristik Pendugaan Emperical Best Linear Unbiased Prediction (EBLUP) Pada Pendugaan Area Kecil

Karakteristik Pendugaan Emperical Best Linear Unbiased Prediction (EBLUP) Pada Pendugaan Area Kecil Prosiding Semirata FMIPA Universitas Lampung, 2013 Karakteristik Pendugaan Emperical Best Linear Unbiased M. Adi Sidauruk, Dian Kurniasari, Widiarti Jurusan Matematika, FMIPA Universitas Lampung E-mail:

Lebih terperinci

Model Log Linier yang Terbaik untuk Analisis Data Kualitatif pada Tabel Kontingensi Tiga Arah

Model Log Linier yang Terbaik untuk Analisis Data Kualitatif pada Tabel Kontingensi Tiga Arah Malikussaleh Industrial Engineering Journal Vol.2 No.2 (2013) 32-37 ISSN 2302 934X Industrial Management Model Log Linier yang Terbaik untuk Analisis Data Kualitatif pada Tabel Kontingensi Tiga Arah Maryana

Lebih terperinci

KOMPARASI ANALISIS GEROMBOL (CLUSTER) DAN BIPLOT DALAM PENGELOMPOKAN

KOMPARASI ANALISIS GEROMBOL (CLUSTER) DAN BIPLOT DALAM PENGELOMPOKAN E-Jurnal Matematika Vol. 2, No.4, Nopember 2013, 17-22 ISSN: 2303-1751 KOMPARASI ANALISIS GEROMBOL (CLUSTER) DAN BIPLOT DALAM PENGELOMPOKAN I MADE ANOM ARIAWAN 1, I PUTU EKA NILA KENCANA 2, NI LUH PUTU

Lebih terperinci

Masalah Overdispersi dalam Model Regresi Logistik Multinomial

Masalah Overdispersi dalam Model Regresi Logistik Multinomial Statistika, Vol. 16 No. 1, 29 39 Mei 2016 Masalah Overdispersi dalam Model Regresi Logistik Multinomial Annisa Lisa Nurjanah, Nusar Hajarisman, Teti Sofia Yanti Prodi Statistika, Fakultas Matematika dan

Lebih terperinci

MODEL REGRESI DATA TAHAN HIDUP TERSENSOR TIPE III BERDISTRIBUSI LOG-LOGISTIK ABSTRAK

MODEL REGRESI DATA TAHAN HIDUP TERSENSOR TIPE III BERDISTRIBUSI LOG-LOGISTIK ABSTRAK JURNAL GAUSSIAN, Volume 1, Nomor 1, Tahun 2012, Halaman 83-92 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian MODEL REGRESI DATA TAHAN HIDUP TERSENSOR TIPE III BERDISTRIBUSI LOG-LOGISTIK Ibnu

Lebih terperinci

BINARY LOGISTIC REGRESSION (BLR) TERHADAP STATUS BEKERJA DI KOTA SURABAYA

BINARY LOGISTIC REGRESSION (BLR) TERHADAP STATUS BEKERJA DI KOTA SURABAYA BINARY LOGISTIC REGRESSION (BLR) TERHADAP STATUS BEKERJA DI KOTA SURABAYA Moh. Yamin Darsyah 1 Arianto Wijaya 2 1,2 Program Studi S1 Statistika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas

Lebih terperinci

UJI RATA-RATA SATU SAMPEL MENGGUNAKAN R UNTUK MENGETAHUI PENGARUH MODEL BELAJAR TERHADAP HASIL BELAJAR MATA KULIAH ANALISIS VEKTOR

UJI RATA-RATA SATU SAMPEL MENGGUNAKAN R UNTUK MENGETAHUI PENGARUH MODEL BELAJAR TERHADAP HASIL BELAJAR MATA KULIAH ANALISIS VEKTOR PYTHAGORAS, 6(2): 161-166 Oktober 2017 ISSN Cetak: 2301-5314 UJI RATA-RATA SATU SAMPEL MENGGUNAKAN R UNTUK MENGETAHUI PENGARUH MODEL BELAJAR TERHADAP HASIL BELAJAR MATA KULIAH ANALISIS VEKTOR Hermansah

Lebih terperinci

PENENTUAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN DAN TITIK KESETIMBANGANNYA DALAM PORTOFOLIO HETEROGEN

PENENTUAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN DAN TITIK KESETIMBANGANNYA DALAM PORTOFOLIO HETEROGEN PENENTUAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN DAN TITIK KESETIMBANGANNYA DALAM PORTOFOLIO HETEROGEN (PREMIUM PRICING BASED ON DEMAND FUNCTION AND EQUILIBRIUM POINT IN HETEROGENOUS PORTOFOLIO) Usep

Lebih terperinci

STATISTIKA INDUSTRI 2 TIN 4004

STATISTIKA INDUSTRI 2 TIN 4004 STATISTIKA INDUSTRI 2 TIN 4004 Pertemuan 3 Outline: Uji Hipotesis: Uji Z: Proportional Populasi Uji Hipotesis 2 populasi: Uji Z Uji pooled t-test Uji paired t-test Referensi: Johnson, R. A., Statistics

Lebih terperinci

MODEL REGRESI COX PROPORTIONAL HAZARD PADA LAJU TAMAT MAHASISWA JURUSAN MATEMATIKA UNIVERSITAS ANDALAS

MODEL REGRESI COX PROPORTIONAL HAZARD PADA LAJU TAMAT MAHASISWA JURUSAN MATEMATIKA UNIVERSITAS ANDALAS Jurnal Matematika UNAND Vol. VI No. 1 Hal. 33 41 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND MODEL REGRESI COX PROPORTIONAL HAZARD PADA LAJU TAMAT MAHASISWA JURUSAN MATEMATIKA UNIVERSITAS ANDALAS

Lebih terperinci

Kata Kunci: Model Regresi Logistik Biner, metode Maximum Likelihood, Demam Berdarah Dengue

Kata Kunci: Model Regresi Logistik Biner, metode Maximum Likelihood, Demam Berdarah Dengue Jurnal Matematika UNAND Vol. VI No. 1 Hal. 9 16 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PEMODELAN FAKTOR-FAKTOR YANG MEMPENGARUHI KEJADIAN DBD (DEMAM BERDARAH DENGUE) MENGGUNAKAN REGRESI LOGISTIK

Lebih terperinci

PENERAPAN METODE FUZZY SEQUENTIAL PADA RANCANGAN ACAK KELOMPOK LENGKAP MODEL TETAP

PENERAPAN METODE FUZZY SEQUENTIAL PADA RANCANGAN ACAK KELOMPOK LENGKAP MODEL TETAP PENERAPAN METODE FUZZY SEQUENTIAL PADA RANCANGAN ACAK KELOMPOK LENGKAP MODEL TETAP Yulia Umi Ratu 1, Raupong 2, Andi Kresna Jaya 3 yuliaumir@gmail.com Program studi Statistika, Jurusan Matematika, Fakultas

Lebih terperinci

(M.9) PEMODELAN MELEK HURUF DAN RATA-RATA LAMA STUDI DENGAN PENDEKATAN MODEL BINER BIVARIAT

(M.9) PEMODELAN MELEK HURUF DAN RATA-RATA LAMA STUDI DENGAN PENDEKATAN MODEL BINER BIVARIAT Univeitas Padjadjaran, 3 November 00 (M.9) PEMODELAN MELEK HURUF DAN RATA-RATA LAMA STUDI DENGAN PENDEKATAN MODEL BINER BIVARIAT Vita Ratnasari, Purhadi, Ismaini, Suhartono Mahasiswa S3 Jurusan Statistika

Lebih terperinci

Beberapa Peubah Acak Diskret (1) Kuliah 8 Pengantar Hitung Peluang

Beberapa Peubah Acak Diskret (1) Kuliah 8 Pengantar Hitung Peluang Beberapa Peubah Acak Diskret (1) Kuliah 8 Pengantar Hitung Peluang rahmaanisa@apps.ipb.ac.id Outline Peubah acak Bernoulli Peubah acak binom Peubah acak geometrik Latihan dan Diskusi Review Peubah Acak

Lebih terperinci

Analisis Model Regresi Data Panel Tidak Lengkap Komponen Galat Dua Arah dengan Penduga Feasible Generalized Least Square (FGLS)

Analisis Model Regresi Data Panel Tidak Lengkap Komponen Galat Dua Arah dengan Penduga Feasible Generalized Least Square (FGLS) Jurnal Matematika Vol. 4 No. 1, Juni 2014. ISSN: 1693-1394 Analisis Model Regresi Data Panel Tidak Lengkap Komponen Galat Dua Arah dengan Penduga Feasible Generalized Least Square (FGLS) Chrisna Anzella

Lebih terperinci

TINJAUAN PUSTAKA. ruang sampel dan dilambangkan dengan huruf S. Ruang sampel beranggotakan

TINJAUAN PUSTAKA. ruang sampel dan dilambangkan dengan huruf S. Ruang sampel beranggotakan II. TINJAUAN PUSTAKA 2.1 Percobaan dan Ruang Sampel Menurut Walpole (1995), istilah percobaan digunakan untuk sembarang proses yang dapat membangkitkan data. Himpunan semua hasil suatu percobaan disebut

Lebih terperinci

Statistika Farmasi

Statistika Farmasi Bab 3: Distribusi Data Statistika FMIPA Universitas Islam Indonesia Distribusi Data Teori dalam statistika berkaitan dengan peluang Konsep dasar peluang tersebut berkaitan dengan peluang distribusi, yaitu

Lebih terperinci

BAB I PENDAHULUAN. Dalam suatu penelitian, seringkali tidak mungkin untuk melakukan

BAB I PENDAHULUAN. Dalam suatu penelitian, seringkali tidak mungkin untuk melakukan BAB I PENDAHULUAN 1.1 LATAR BELAKANG MASALAH Dalam suatu penelitian, seringkali tidak mungkin untuk melakukan pengamatan pada semua elemen populasi. Karena itu, perlu dilakukan pengambilan sampel yang

Lebih terperinci

Bagan Kendali Rasio Likelihood dan Aplikasinya pada Data Kurs Mata Uang dan Industri

Bagan Kendali Rasio Likelihood dan Aplikasinya pada Data Kurs Mata Uang dan Industri Vol. 10, No. 1, 26-34, Juli 2013 Bagan Kendali Rasio Likelihood dan Aplikasinya pada Data Kurs Mata Uang dan Industri Andi Fitri Ayu 1, Erna Tri Herdiani 1, M. Saleh AF 1, Anisa 1, Nasrah Sirajang 1 Abstrak

Lebih terperinci

HUBUNGAN ANTAR PEUBAH

HUBUNGAN ANTAR PEUBAH HUBUNGAN ANTAR PEUBAH DALAM ANALISIS INGIN DIKETAHUI ATAU DIEVALUASI HUBUNGAN ATAU KETERKAITAN ANTAR PEUBAH Hubungan Antar Peubah Besarnya gaji Lama bekerja 1 Hubungan Antar Peubah (lanjutan) Pendapatan

Lebih terperinci

ESTIMASI PARAMETER MODEL REGRESI ZERO-INFLATED POISSON (ZIP) MENGGUNAKAN METODE BAYESIAN

ESTIMASI PARAMETER MODEL REGRESI ZERO-INFLATED POISSON (ZIP) MENGGUNAKAN METODE BAYESIAN ESTIMASI PARAMETER MODEL REGRESI ZERO-INFLATED POISSON (ZIP) MENGGUNAKAN METODE BAYESIAN Karima Puspita Sari, Respatiwulan, dan Bowo Winarno Program Studi Matematika FMIPA UNS Abstrak. Model regresi zero-inflated

Lebih terperinci

MODEL LOG-LINEAR FAKTOR-FAKTOR YANG MEMPENGARUHI HIPERTENSI (STUDI KASUS: RSUD ABDOE RAHEM SITUBONDO)

MODEL LOG-LINEAR FAKTOR-FAKTOR YANG MEMPENGARUHI HIPERTENSI (STUDI KASUS: RSUD ABDOE RAHEM SITUBONDO) MODEL LOG-LINEAR FAKTOR-FAKTOR YANG MEMPENGARUHI HIPERTENSI (STUDI KASUS: RSUD ABDOE RAHEM SITUBONDO) IMAMUDDIN KAMIL 1, MADE SUSILAWATI 2, I PUTU EKA NILA KENCANA 3 1,2,3, Jurusan Matematika, Fakultas

Lebih terperinci

PENAKSIR RASIO UNTUK VARIANSI POPULASI MENGGUNAKAN KOEFISIEN VARIASI DAN KURTOSIS PADA SAMPLING ACAK SEDERHANA

PENAKSIR RASIO UNTUK VARIANSI POPULASI MENGGUNAKAN KOEFISIEN VARIASI DAN KURTOSIS PADA SAMPLING ACAK SEDERHANA PENAKSIR RASIO UNTUK VARIANSI POPULASI MENGGUNAKAN KOEFISIEN VARIASI DAN KURTOSIS PADA SAMPLING ACAK SEDERHANA Erpan Gusnawan 1, Arisman Adnan 2, Haposan Sirait 2 1 Mahasiswa Program Studi S1 Matematika

Lebih terperinci

BAB I PENDAHULUAN RANCANGAN CROSSOVER TIGA PERIODE DENGAN DUA PERLAKUAN DUA PERLAKUAN. Disusun Oleh: Diasnita Putri Larasati Ayunda

BAB I PENDAHULUAN RANCANGAN CROSSOVER TIGA PERIODE DENGAN DUA PERLAKUAN DUA PERLAKUAN. Disusun Oleh: Diasnita Putri Larasati Ayunda RANCANGAN CROSSOVER TIGA PERIODE DENGAN DUA PERLAKUAN SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta untuk Memenuhi Sebagian Persyaratan guna Memperoleh

Lebih terperinci

STATISTIKA INDUSTRI 2 TIN 4004

STATISTIKA INDUSTRI 2 TIN 4004 STATISTIKA INDUSTRI TIN 4004 Pertemuan 5 Outline: Uji Chi-Squared Uji F Uji Goodness-of-Fit Uji Contingency Uji Homogenitas Referensi: Montgomery, D.C., Runger, G.C., Applied Statistic and Probability

Lebih terperinci

BAB 5 FUNDAMENTAL DISTRIBUSI PELUANG MUHAMMAD NUR AIDI

BAB 5 FUNDAMENTAL DISTRIBUSI PELUANG MUHAMMAD NUR AIDI BAB 5 FUNDAMENTAL DISTRIBUSI PELUANG MUHAMMAD NUR AIDI 5.1. Pendahuluan Untuk mendeteksi bagaimana konfigurasi titik dalam ruang apakah bersifat acak atau random, regular, ataupun cluster (kelompok); pertama-tama

Lebih terperinci

PENAKSIR PARAMETER DISTRIBUSI INVERS MAXWELL UKURAN BIAS SAMPEL MENGGUNAKAN METODE BAYESIAN. Rince Adrianti 1, Haposan Sirait 2 ABSTRACT ABSTRAK

PENAKSIR PARAMETER DISTRIBUSI INVERS MAXWELL UKURAN BIAS SAMPEL MENGGUNAKAN METODE BAYESIAN. Rince Adrianti 1, Haposan Sirait 2 ABSTRACT ABSTRAK PENAKSIR PARAMETER DISTRIBUSI INVERS MAXWELL UKURAN BIAS SAMPEL MENGGUNAKAN METODE BAYESIAN Rince Adrianti, Haposan Sirait Mahasiswa Program Studi S Matematika Dosen Matematika, Jurusan Matematika Fakultas

Lebih terperinci

PENGARUH PERUBAHAN NILAI PARAMETER TERHADAP NILAI ERROR PADA METODE RUNGE-KUTTA ORDE 3

PENGARUH PERUBAHAN NILAI PARAMETER TERHADAP NILAI ERROR PADA METODE RUNGE-KUTTA ORDE 3 PENGARUH PERUBAHAN NILAI PARAMETER TERHADAP NILAI ERROR PADA METODE RUNGE-KUTTA ORDE 3 Tornados P. Silaban 1, Faiz Ahyaningsih 2 1) FMIPA, UNIMED, Medan, Indonesia email: tornados.p_silaban@yahoo.com 2)

Lebih terperinci

HUBUNGAN SKOR APRI DENGAN DERAJAT VARISES ESOFAGUS PASIEN SIROSIS HATI KARENA HEPATITIS B

HUBUNGAN SKOR APRI DENGAN DERAJAT VARISES ESOFAGUS PASIEN SIROSIS HATI KARENA HEPATITIS B HUBUNGAN SKOR APRI DENGAN DERAJAT VARISES ESOFAGUS PASIEN SIROSIS HATI KARENA HEPATITIS B SKRIPSI Untuk Memenuhi Persyaratan Memperoleh Gelar Sarjana Kedokteran ELSY NASIHA ALKASINA G0014082 FAKULTAS KEDOKTERAN

Lebih terperinci

SEMINAR TUGAS AKHIR. Oleh : Arief Yudissanta ( ) Pembimbing : Dra. Madu Ratna, M.Si

SEMINAR TUGAS AKHIR. Oleh : Arief Yudissanta ( ) Pembimbing : Dra. Madu Ratna, M.Si Oleh : Arief Yudissanta (1310 105 018) Pembimbing : Dra. Madu Ratna, M.Si Analisis Pemakaian Kemoterapi Pada Kasus Kanker Payudara dengan Menggunakan Metode Regresi Logistik Multinomial (Studi Kasus Pasien

Lebih terperinci

ESTIMASI EROR STANDAR PARAMETER REGRESI LOGISTIK MENGGUNAKAN METODE BOOTSTRAP

ESTIMASI EROR STANDAR PARAMETER REGRESI LOGISTIK MENGGUNAKAN METODE BOOTSTRAP ESTIMASI EROR STANDAR PARAMETER REGRESI LOGISTIK MENGGUNAKAN METODE BOOTSTRAP PADA DATA PASIEN HIPERKOLESTEROLEMIA DI BALAI LABORATORIUM KESEHATAN YOGYAKARTA Fransiska Grase S.W, Sri Sulistijowati H.,

Lebih terperinci

MASALAH NILAI AWAL ITERASI NEWTON RAPHSON UNTUK ESTIMASI PARAMETER MODEL REGRESI LOGISTIK ORDINAL TERBOBOTI GEOGRAFIS (RLOTG)

MASALAH NILAI AWAL ITERASI NEWTON RAPHSON UNTUK ESTIMASI PARAMETER MODEL REGRESI LOGISTIK ORDINAL TERBOBOTI GEOGRAFIS (RLOTG) MASALAH NILAI AWAL ITERASI NEWTON RAPHSON UNTUK ESTIMASI PARAMETER MODEL REGRESI LOGISTIK ORDINAL TERBOBOTI GEOGRAFIS (RLOTG) Shaifudin Zuhdi, Dewi Retno Sari Saputro Fakultas Matematika dan Ilmu Pengetahuan

Lebih terperinci

STATISTIKA INDUSTRI 2 TIN 4004

STATISTIKA INDUSTRI 2 TIN 4004 STATISTIKA INDUSTRI 2 TIN 4004 Pertemuan 3 Outline: Uji Hipotesis: Uji t Uji Proportional Referensi: Johnson, R. A., Statistics Principle and Methods, 4 th Ed. John Wiley & Sons, Inc., 2001. Walpole, R.E.,

Lebih terperinci

MODEL ASURANSI KENDARAAN BERMOTOR MENGGUNAKAN DISTRIBUSI MIXED POISSON ABSTRACT

MODEL ASURANSI KENDARAAN BERMOTOR MENGGUNAKAN DISTRIBUSI MIXED POISSON ABSTRACT JURNAL GAUSSIAN, Volume 1, Nomor 1, Tahun 2012, Halaman 229-240 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian MODEL ASURANSI KENDARAAN BERMOTOR MENGGUNAKAN DISTRIBUSI MIXED POISSON Tina

Lebih terperinci

Probabilitas dan Statistika Distribusi Peluang Kontinyu 1. Adam Hendra Brata

Probabilitas dan Statistika Distribusi Peluang Kontinyu 1. Adam Hendra Brata Probabilitas dan Statistika Distribusi Peluang Kontinyu 1 Adam Hendra Brata Variabel Acak Kontinyu - Variabel Acak Kontinyu Suatu variabel yang memiliki nilai pecahan didalam range tertentu Distribusi

Lebih terperinci

METODE ITERASI BARU BERTIPE SECANT DENGAN KEKONVERGENAN SUPER-LINEAR. Rino Martino 1 ABSTRACT

METODE ITERASI BARU BERTIPE SECANT DENGAN KEKONVERGENAN SUPER-LINEAR. Rino Martino 1 ABSTRACT METODE ITERASI BARU BERTIPE SECANT DENGAN KEKONVERGENAN SUPER-LINEAR Rino Martino 1 1 Mahasiswa Program Studi S1 Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Riau Kampus Binawidya

Lebih terperinci

ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA PEMODELAN TINGKAT KOLESTEROL DARAH PADA PENDERITA DIABETES MELITUS TIPE 2 DENGAN PENDEKATAN REGRESI LOGISTIK ORDINAL (STUDI KASUS DI KLINIK PRATAMA MADINAH KABUPATEN JOMBANG) SKRIPSI DIAJUKAN UNTUK MEMENUHI

Lebih terperinci

PENERAPAN PROSES POISSON NON-HOMOGEN UNTUK MENENTUKAN DISTRIBUSI PROBABILITAS KEDATANGAN NASABAH DI BNI BANJARBARU

PENERAPAN PROSES POISSON NON-HOMOGEN UNTUK MENENTUKAN DISTRIBUSI PROBABILITAS KEDATANGAN NASABAH DI BNI BANJARBARU tnp PENERAPAN PROSES POISSON NON-HOMOGEN UNTUK MENENTUKAN DISTRIBUSI PROBABILITAS KEDATANGAN NASABAH DI BNI BANJARBARU Mida Yanti 1 Nur Salam 1 Dewi Anggraini 1 Abstract: Poisson process is a special event

Lebih terperinci

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KEPUTUSAN KONSUMEN MEMBELI SUATU PRODUK DENGAN METODE ANALISIS REGRESI LOGISTIK ORDINAL

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KEPUTUSAN KONSUMEN MEMBELI SUATU PRODUK DENGAN METODE ANALISIS REGRESI LOGISTIK ORDINAL J u r n a l E K B I S / V o l. V I / N o. / e d i s i M a r e t 2 0 2 379 ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KEPUTUSAN KONSUMEN MEMBELI SUATU PRODUK DENGAN METODE ANALISIS REGRESI LOGISTIK ORDINAL

Lebih terperinci

PENAKSIR MAKSIMUM LIKELIHOOD DENGAN METODE ITERASI NEWTON - RAPHSON

PENAKSIR MAKSIMUM LIKELIHOOD DENGAN METODE ITERASI NEWTON - RAPHSON PENAKSIR MAKSIMUM LIKELIHOOD DENGAN METODE ITERASI NEWTON - RAPHSON Haposan Sirait 1 dan Rustam Efendi 2 1,2 Dosen Program Studi Matematika FMIPA Universitas Riau. Abstrak: Makalah ini menyajikan tentang

Lebih terperinci

PROSES MARKOV KONTINYU (CONTINOUS MARKOV PROCESSES)

PROSES MARKOV KONTINYU (CONTINOUS MARKOV PROCESSES) #11 PROSES MARKOV KONTINYU (CONTINOUS MARKOV PROCESSES) 11.1. Pendahuluan Masalah keandalan yang berhubungan dengan sistem secara normal adalah space memiliki sifat diskrit yaitu sistem tersebut dapat

Lebih terperinci

SILABUS MATA KULIAH. : Dapat menganalisis tentang statistika inferensial secara teoritik beserta komponen dan sifat-sifatnya

SILABUS MATA KULIAH. : Dapat menganalisis tentang statistika inferensial secara teoritik beserta komponen dan sifat-sifatnya SILABUS MATA KULIAH Program Studi : Pendidikan Matematika Kode Mata Kuliah : 50603 Mata kuliah : Statistika Matematika Bobot : 3 SKS Semester : V Mata Kuliah Prasyarat : Probabilitas Deskripsi Mata Kuliah

Lebih terperinci

Summary of Inferential Statistics, Drawing Valid Conclusions from Samples

Summary of Inferential Statistics, Drawing Valid Conclusions from Samples Summary of Inferential Statistics, Drawing Valid Conclusions from Samples Author: David Dooley Bibliography: Social Research Methods, 3rd edition, 1995. Halaman 151-168 Reviewer: Imairi Eitiveni dan Nur

Lebih terperinci

RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA

RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA A. MATA KULIAH Nama Mata Kuliah Analisis Data Kategori Kode/sks : MAS 4232/3 Semester : IV Status (Wajib/Pilihan) : Wajib (W) Prasyarat : MAS

Lebih terperinci

STATISTIKA INDUSTRI 2 TIN 4004

STATISTIKA INDUSTRI 2 TIN 4004 STATISTIKA INDUSTRI 2 TIN 4004 Pertemuan 2 Outline: Uji Hipotesis: Directional & Nondirectional test Langkah-langkah Uji Hipotesis Error dalam Uji hipotesis (Error Type I) Jenis Uji Hipotesis satu populasi

Lebih terperinci

PERBANDINGAN SISTEM GENTZEN DENGAN SISTEM LEMMON PADA PEMBUKTIAN VALIDITAS ARGUMEN

PERBANDINGAN SISTEM GENTZEN DENGAN SISTEM LEMMON PADA PEMBUKTIAN VALIDITAS ARGUMEN Jurnal Teknik dan Ilmu Komputer PERBANDINGAN SISTEM GENTZEN DENGAN SISTEM LEMMON PADA PEMBUKTIAN VALIDITAS ARGUMEN THE COMPARISON OF GENTZEN SYSTEMS AND LEMMON SYSTEM ON ARGUMENT VALIDITY EVIDENCE Djoni

Lebih terperinci

BAB 7 DISTRIBUSI-COMPOUND DAN GENERALIZED SPASIAL MUHAMMAD NUR AIDI

BAB 7 DISTRIBUSI-COMPOUND DAN GENERALIZED SPASIAL MUHAMMAD NUR AIDI 7.1. Pendahuluan BAB 7 DISTRIBUSI-COMPOUND DAN GENERALIZED SPASIAL MUHAMMAD NUR AIDI Pada bab sebelumnya, penyebaran spatial (konfigurasi spasial) dimana ditunjukan sebagai ragam sampel quadran. Bab ini

Lebih terperinci

BAB II TINJAUAN PUSTAKA. (b) Variabel independen yang biasanya dinyatakan dengan simbol

BAB II TINJAUAN PUSTAKA. (b) Variabel independen yang biasanya dinyatakan dengan simbol BAB II TINJAUAN PUSTAKA A. Regresi Regresi adalah suatu studi statistik untuk menjelaskan hubungan dua variabel atau lebih yang dinyatakan dalam bentuk persamaan. Salah satu variabel merupakan variabel

Lebih terperinci

Penggabungan dan Pemecahan. Proses Poisson Independen

Penggabungan dan Pemecahan. Proses Poisson Independen Penggabungan dan Pemecahan Proses Poisson Independen Hanna Cahyaningtyas 1, Respatiwulan 2, Pangadi 3 1 Mahasiswa Program Studi Matematika/FMIPA, Universitas Sebelas Maret 2 Dosen Program Studi Statistika/FMIPA,

Lebih terperinci

PERBANDINGAN HASIL PENGGEROMBOLAN METODE K-MEANS, FUZZY K-MEANS, DAN TWO STEP CLUSTER

PERBANDINGAN HASIL PENGGEROMBOLAN METODE K-MEANS, FUZZY K-MEANS, DAN TWO STEP CLUSTER PERBANDINGAN HASIL PENGGEROMBOLAN METODE K-MEANS, FUZZY K-MEANS, DAN TWO STEP CLUSTER LATHIFATURRAHMAH SEKOLAH PASCA SARJANA INSTITUT PERTANIAN BOGOR BOGOR 2010 PERNYATAAN MENGENAI TUGAS AKHIR DAN SUMBER

Lebih terperinci

PERLUASAN DISTRIBUSI CHEN (DISTRIBUSI XTG)

PERLUASAN DISTRIBUSI CHEN (DISTRIBUSI XTG) PERLUASAN DISTRIBUSI CHEN (DISTRIBUSI XTG) Ana Zuliastuti 1, Sarini 2 1 Mahasiswa Departemen Matematika, FMIPA UI, Kampus UI Depok, 16424 2 Staff Pengajar Departemen Matematika, FMIPA UI, Kampus UI Depok,

Lebih terperinci

PENERAPAN METODE PENDUGAAN AREA KECIL (SMALL AREA ESTIMATION) PADA PENENTUAN PROPORSI RUMAH TANGGA MISKIN DI KABUPATEN KLUNGKUNG

PENERAPAN METODE PENDUGAAN AREA KECIL (SMALL AREA ESTIMATION) PADA PENENTUAN PROPORSI RUMAH TANGGA MISKIN DI KABUPATEN KLUNGKUNG E-Jurnal Matematika Vol. 2, No.3, Agustus 2013, 35-39 ISSN: 2303-1751 PENERAPAN METODE PENDUGAAN AREA KECIL (SMALL AREA ESTIMATION) PADA PENENTUAN PROPORSI RUMAH TANGGA MISKIN DI KABUPATEN KLUNGKUNG PUTU

Lebih terperinci

PENDEKATAN VALUE BILANGAN TRAPEZOIDAL FUZZY DALAM METODE MAGNITUDE

PENDEKATAN VALUE BILANGAN TRAPEZOIDAL FUZZY DALAM METODE MAGNITUDE PENDEKATAN VALUE BILANGAN TRAPEZOIDAL FUZZY DALAM METODE MAGNITUDE Lathifatul Aulia 1, Bambang Irawanto 2, Bayu Surarso 3 1,2,3 Departemen Matematika FSM Universitas Diponegoro Jl Prof H Soedarto, SH Tembalang

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Metode statistika adalah prosedur-prosedur yang digunakan dalam pengumpulan, penyajian, analisis, dan penafsiran data. Metode statistika dibagi ke dalam dua kelompok

Lebih terperinci

LANDASAN TEORI. menyatakan hubungan antara variabel respon Y dengan variabel-variabel

LANDASAN TEORI. menyatakan hubungan antara variabel respon Y dengan variabel-variabel 5 II. LANDASAN TEORI 2.1 Model Regresi Poisson Analisis regresi merupakan metode statistika yang populer digunakan untuk menyatakan hubungan antara variabel respon Y dengan variabel-variabel prediktor

Lebih terperinci