BIPLOT DATA DISAGREGAT DAN AGREGAT DALAM PEMETAAN PROVINSI BERDASARKAN PRESTASI MAHASISWA IPB DEDE SAHRUL BAHRI

Ukuran: px
Mulai penontonan dengan halaman:

Download "BIPLOT DATA DISAGREGAT DAN AGREGAT DALAM PEMETAAN PROVINSI BERDASARKAN PRESTASI MAHASISWA IPB DEDE SAHRUL BAHRI"

Transkripsi

1 BIPLOT DATA DISAGREGAT DAN AGREGAT DALAM PEMETAAN PROVINSI BERDASARKAN PRESTASI MAHASISWA IPB DEDE SAHRUL BAHRI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2010

2 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan ini saya menyatakan bahwa tesis Biplot Data Disagregat dan Agregat dalam Pemetaan Provinsi Berdasarkan Prestasi Mahasiswa IPB adalah karya saya dengan arahan Komisi Pembimbing dan belum diajukan dalam bentuk apapun kepada perguruan tinggi manapun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir tesis ini. Bogor, Februari 2010 Dede Sahrul Bahri NRP: G

3 ABSTRACT DEDE SAHRUL BAHRI. Biplot of Disaggregate and Aggregate Data for Mapping of Provinces Based on IPB Students Achievement. Supervised by SISWADI and N. K. KUTHA ARDANA Mapping of the province in the field of education is an important effort to obtain a picture of a province s position compared to other provinces, and facilitate efforts to improve the quality of education in Indonesia. Biplot is a multivariate analysis that can be used for mapping. Different sample sizes used for each province will be able to give different results and conclusion, which is the case faced in the use of disaggregate and aggregate data. In this study, the data used are IPB first year students achievement in academic year. Biplots obtained by using disaggregate data (all students) and aggregate data (average of students in the province) give the values of the data goodness of fit 67.5% and 75.8%, respectively. Biplot of the data matrix configuration obtained through Procrustes analysis (between two forms of the data used) gives the value 81.4%. Although many similarities provided from the biplots based on the forms of data, there are still some differences. The use of disaggregate data will provide more appropriate information, especially with the ease of computing aspects available. Keyword: mapping, disaggregate and aggregate data, biplot, goodness of fit, Procrustes analysis

4 RINGKASAN DEDE SAHRUL BAHRI. Biplot Data Disagregat dan Agregat dalam Pemetaan Provinsi Berdasarkan Prestasi Mahasiswa IPB. Dibimbing oleh SISWADI dan N.K. KUTHA ARDANA. Tidak meratanya pembangunan di Indonesia mengakibatkan tidak meratanya tingkat kesejahteraan masyarakatnya, hal ini juga terjadi pada dunia pendidikan. Pembangunan pendidikan di Indonesia dirasakan tidak merata, kondisi ini berimbas kepada mutu pendidikan yang tidak merata. Pembangunan sarana prasarana lebih terfokus di provinsi tertentu. Untuk menjawab apakah benar mutu pendidikan di Indonesia hanya terfokus di provinsi tertentu diperlukan upaya pemetaan di bidang pendidikan. Pemetaan merupakan salah satu upaya untuk memperoleh gambaran mutu sekolah yang sesuai dengan prestasi. Pemetaan selalu melibatkan banyak data, data yang digunakan dapat berupa data disagregat dan data agregat yang dapat menghasilkan hasil dan kesimpulan yang berbeda. Untuk melakukan pemetaan terhadap data disagregat dan agregat diperlukan suatu analisis. Dalam statistika dikenal suatu analisis data yang menganalisis secara serempak peubah amatan lebih dari satu, yaitu Analisis Peubah Ganda. Salah satu analisis yang dapat digunakan ialah analisis biplot. Dalam penelitian ini, data yang digunakan adalah data prestasi 3001 mahasiswa TPB-IPB tahun akademik Mereka berasal dari 30 provinsi yang diterima melalui jalur non BUD dan mereka yang diterima melalui jalur BUD berasal dari 24 provinsi. Peubah yang diamati berupa nilai 14 mata kuliah dan IPK. Sebelum analisis biplot, dilakukan eksplorasi data dengan boxplot dan korelasi Pearson untuk kedua jenis data, data disagregat (seluruh mahasiswa) dan agregat (rata-rata mahasiswa). Pemetaan dengan biplot yang dihasilkan baik dengan menggunakan data disagregat maupun agregat masing-masing memberikan kesesuaian data sebesar 67.5% dan 75.8%. Konfigurasi matriks data biplot yang diperoleh melalui analisis Procrustes memberikan nilai 81.4%. Walaupun terdapat persamaan yang diperoleh dari hasil biplot kedua bentuk data tersebut, masih terdapat perbedaan yang mencolok antara lain pada: Keragaman peubah. Keragaman peubah pada data disagregat dan agregat memberikan gambaran keragaman yang relatif berbeda, kecuali Sosiologi Umum (SO), Pengantar Matematika (PM) dan Ekonomi Umum (EK). Korelasi antar peubah. Umumnya peubah pada data disagregat dan agregat berkorelasi sangat nyata (nilai p < 1 % ). Nilai korelasi antar peubah pada data disagregat dan agregat relatif sama tidak memiliki perbedaan yang terlalu ekstrim kecuali, peubah Fisika (FI) dengan Pengantar Kewirausahaan (PK) pada data disagregat dan agregat masing-masing sebesar (0.47 **, -0.02), Pengantar kewirausahaan (PK) dengan Olah Raga dan Seni sebesar (0.44 **, 0.06), Agama (AG) dengan Olah Raga dan Seni (OS) sebesar (0.45 **, 0.20) dan Kewarganegaraan (KN) dengan Sosiologi Umum (SO) sebesar (0.47 **, 0.23). Perbandingan korelasi yang mencolok pada data disagregat dan agregat ialah antara peubah Fisika (FI) dan Pengantar Kewirausahaan (PK) masing-masing

5 sebesar (0.47 ** dan -0.02), Agama (AG) dan Fisika (FI) sebesar (0.45 ** dan 0.01), Agama (AG) dan Olah Raga dan Seni (OS) sebesar (0.45 ** dan 0.20), Kewarganegaraan (KN) dan Sosiologi Umum (SO) sebesar (0.47 ** dan 0.23), Pengantar Kewirausahaan (PK) dan Olah Raga dan Seni (OS) sebesr (0.44 ** dan 0.06) dan Olah Raga dan Seni (OS) dan Ekonomi Umum (EK) (0.29 * dan 0.04). Kedekatan antar objek. Provinsi yang memiliki posisi berbeda (berjauhan) antara lain: Objek 36 (Kalimantan Tengah 2) dengan objek 52 (Maluku Utara 2) dan objek 32 (Nusa Tenggara Timur 1) dengan objek 46 (Sulawesi Tengah 1) pada data disagregat tidak memiliki kemiripan sedangkan pada data agregat memiliki kemiripan. Objek 45 (Sulawesi Tenggara 2) dengan objek 52 (Maluku Utara 2) pada data disagregat memiliki kemiripan sedangkan pada data agregat keduanya tidak memiliki kemiripan. Keterkaitan objek dengan peubah. Posisi objek terhadap peubah memiliki perbedaan yang ekstrim antara lain pada data disagregat objek 4 (Sumatera Utara 2) memiliki nilai di bawah rata-rata untuk nilai Pengantar Matematika (PM), Kalkulus (KA), Kimia (KI), tetapi mempunyai nilai di atas rata-rata untuk nilai Olah Raga dan Seni (OS), Pengantar Kewirausahaan (PK), Agama (AG) dan Sosiologi Umum (SO) sedangkan pada data agregat objek (provinsi) tersebut memiliki nilai di bawah rata-rata untuk semua mata kuliah. Objek 6 (Sumatera Barat 2) pada data disagregat memiliki nilai di bawah rata-rata untuk nilai Fisika (FI) sedangkan pada data agregat memiliki nilai di atas rata-rata untuk nilai Fisika (FI). Objek 42 (Sulawesi Selatan 1) pada data disagregat memiliki nilai di atas rata-rata untuk nilai Olah Raga dan Seni (OS), Kewarganegaraan (KN) dan Pengantar Kewirausahaan (PK) sedangkan pada data agregat memiliki nilai di bawah rata-rata untuk nilai Olah Raga dan Seni (OS) dan Kewarganegaraan (KN). Objek 46 (Sulawesi Tengah 1) pada data disagregat memiliki nilai di atas rata rata untuk semua nilai mata kuliah sedangkan pada data agregat memliki nilai di bawah rata rata untuk mata kuliah Fisika (FI), Kalkulus (KA), Pengantar Matematika (PM) dan Kimia (KI). Objek 52 (Maluku Utara 2) memiliki nilai di atas rata-rata untuk nilai Olah Raga dan Seni (OS), Pengantar Kewirausahaan (PK), Kewarganegaraan (KN), Agama (AG) dan Sosiologi Umum (SO) sedangkan pada data agregat memiliki nilai di bawah rata-rata untuk semua nilai mata kuliah. Untuk penelitian lebih lanjut sebaiknya menggunakan data disagregat, hal ini dimungkinkan karena kemajuan teknologi di bidang komputasi tidak lagi menjadi kendala. Kata kunci: data disagregat dan agregat, biplot, ukuran kesesuaian, analisis Procrustes

6 Hak cipta milik IPB, tahun 2010 Hak cipta dilindungi Undang-undang 1. Dilarang mengutip sebagian atau seluruhnya karya ini tanpa mencantumkan atau menyebut sumber a. Pengutipan hanya untuk kepentingan pendidikan, penulisan karya ilmiah, penyusunan laporan, penulisan kritik atau tinjauan suatu masalah. b. Pengutipan tidak merugikan kepentingan wajar IPB. 2. Dilarang mengumumkan dan memperbanyak sebagian atau seluruh karya tulis dalam bentuk apapun tanpa izin IPB

7 BIPLOT DATA DISAGREGAT DAN AGREGAT DALAM PEMETAAN PROVINSI BERDASARKAN PRESTASI MAHASISWA IPB DEDE SAHRUL BAHRI Tesis Sebagai salah satu syarat untuk memperoleh gelar Magister Sains pada Departemen Matematika SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2010

8 Judul Tesis Nama NRP : Biplot Data Disagregat dan Agregat dalam Pemetaan Provinsi Berdasarkan Prestasi Mahasiswa IPB : Dede Sahrul Bahri : G Disetujui Komisi Pembimbing Dr. Ir. Siswadi, M.Sc. Ketua Ir. N. K. Kutha Ardana, M.Sc. Anggota Diketahui Ketua Program Studi Matematika Terapan Dekan Sekolah Pascasarjana IPB Dr. Ir. Endar H. Nugrahani, M.S. Prof. Dr. Ir. Khairil Anwar Notodiputro, M.S. Tanggal Ujian: 19 Februari 2010 Tanggal Lulus:

9 PRAKATA Puji dan syukur penulis panjatkan ke hadirat Allah SWT atas segala rahmat dan karunia-nya sehingga karya ilmiah ini berhasil diselesaikan. Shalawat serta salam semoga selalu dilimpahkan kepada Rasulullah SAW. Ungkapan terima kasih penulis sampaikan kepada orang tua, mertua, istri, dan anak-anak tercinta serta keluarga yang telah memberikan dukungan, doa, dan kesabaran. Selanjutnya penulis sampaikan terima kasih kepada: 1 Bapak Dr. Ir. Siswadi, M.Sc dan Bapak Ir. N. K. Kutha Ardana, M.Sc selaku pembimbing yang telah memberikan bimbingan dan motivasi dengan penuh keikhlasan dan kesabaran. 2 Dr. Ir. Endar H. Nugrahani, M.S selaku penguji yang telah memberikan saran dan kritiknya. 3 Dr. Ir. Ibnul Qayim, selaku Direktur TPB-IPB yang telah memberikan bantuan data mahasiswa TPB-IPB tahun akademik 2007/ Dra. Tina Trihanurawati, M.Si yang telah membantu penyelesaian karya ilmiah ini. 5 Departemen Agama Republik Indonesia yang telah memberikan beasiswa dan kesempatan kepada penulis untuk menempuh pendidikan program magister di Institut Pertanian Bogor. 6 Semua pihak yang telah membantu penulis, yang tidak dapat penulis sebutkan satu persatu. Semoga karya ilmiah ini dapat bermanfaat bagi penulis khususnya dan pihak lain yang membutuhkan. Bogor, Februari 2010 Dede Sahrul Bahri

10 RIWAYAT HIDUP Penulis dilahirkan di Bogor, pada tanggal 29 Desember 1966 dari bapak Mumu Muzakir dan ibu Rahmah. Penulis merupakan putra ke empat dari sepuluh bersaudara. Pendidikan sarjana ditempuh di Fakultas Tarbiyah Tadris Matematika IAIN Syarif Hidayatullah Jakarta, lulus tahun Kesempatan melanjutkan ke program magister pada Program Sudi Matematika Terapan Sekolah Pascasarjana Institut Pertanian Bogor diperoleh pada tahun Beasiswa pendidikan pascasarjana diperoleh dari Departemen Agama Republik Indonesia. Penulis merupakan guru matematika di Madrasah Aliyah Negeri I Kota Bogor.

11 DAFTAR ISI DAFTAR TABEL Halaman xi DAFTAR GAMBAR xii DAFTAR LAMPIRAN... xiii PENDAHULUAN Latar Belakang. 1 Tujuan dan Manfaat Penelitian 2 TINJAUAN PUSTAKA Data Disagregat dan Agregat 3 Analisis Biplot 4 Ukuran Kesesuaian Matriks. 8 METODE PENELITIAN Sumber Data. 13 Objek Penelitian.. 13 Peubah Penelitian. 14 Metode 14 HASIL DAN PEMBAHASAN Eksplorasi Data 16 Gambaran Umum Provinsi 22 Analisis Biplot Data Disagregat dan Agregat. 24 KESIMPULAN DAN SARAN.. 32 DAFTAR PUSTAKA.. 34 LAMPIRAN. 36

12 DAFTAR TABEL Halaman 1. Objek Penelitian Peubah Penelitian Ukuran Pemusatan Nilai Mata Kuliah dan IPK Mahasiswa TPB-IPB Tahun Akademik Matriks Korelasi Berdasarkan Data Disagregat Matriks Korelasi Berdasarkan Data Agregat Peringkat Provinsi Berdasarkan IPK Ukuran Kesesuaian Biplot dan Analisis Procrustes.. 25

13 DAFTAR GAMBAR Halaman 1. Boxplot Data Disagregat dan Agregat Biplot Data Disagregat Biplot Data Agregat.. 25

14 DAFTAR LAMPIRAN Halaman 1 Matriks G Data Disagregat dan Agregat Matriks H Data Disagregat dan Agregat 37 3 Matriks Korelasi Berdasarkan Data Disagregat Matriks Korelasi Berdasarkan Data Agregat Biplot Data Disagregat 40 6 Biplot Data Agregat 41 7 Program Analisis Procrustes Matriks Data (GH) Data Disagregat dan Agregat Program Analisis Procrustes Matriks Objek (G) Data Disagregat dan Agregat Program Analisis Procrustes Matriks Peubah (H) Data Disagregat dan Agregat 44.

15 PENDAHULUAN Latar Belakang Pembangunan pendidikan di Indonesia dirasakan tidak merata, hal ini berimbas kepada mutu pendidikan yang tidak merata. Pembangunan saranaprasarana pendidikan lebih terkonsentrasi di provinsi tertentu. Untuk menentukan arah kebijakan yang baik dalam bidang pendidikan maka diperlukan suatu upaya pemetaan di bidang pendidikan, hal ini dilakukan antara lain untuk menjawab apakah benar mutu pendidikan (dilihat dari prestasi) hanya terkonsentrasi di provinsi-provinsi tertentu. Pemetaan selalu melibatkan banyak data, dalam hal ini data yang digunakan dapat berupa data agregat dan data disagregat. Data agregat merupakan hasil dari manipulasi mikrodata (elemen data) melalui penjumlahan elemen data yang memiliki kriteria khusus (Thomas, 2001). Agregat menurut kamus Inggris Indonesia memiliki makna penjumlahan. Dari kedua pengertian tersebut kita dapat memberikan gambaran tentang pengertian data agregat, yaitu rata-rata dari penjumlahan sejumlah data (elemen data) yang memiliki kriteria yang sama. Dalam setiap penelitian terkadang kita selalu berhadapan dengan sejumlah data yang cukup besar dan beragam, untuk memudahkan penelitian, kita membuat sejumlah data tersebut menjadi lebih sederhana dengan cara menggabungkan atau menjumlahkan data tersebut (data agregat). Akan tetapi hal ini tidak selalu harus dilakukan dalam setiap penelitian, bisa saja peneliti menggunakan data tanpa harus menggabungkan atau menjumlahkan terlebih dahulu data-data yang memiliki kriteria yang sama (data disagregat). Penggunaan data disagregat dan agregat dapat menghasilkan kesimpulan yang berbeda. Hasil analisis yang sama untuk data disagregat dan agregat dapat berbeda, perbedaan ini antara lain disebabkan data agregat menghilangkan sebagian keragaman. Data agregat yang relatif berdimensi lebih rendah untuk analisis yang

16 sama tentunya memerlukan waktu yang lebih singkat. Untuk sekarang cepat atau lambatnya analisis tidak masalah seiring kemajuan di bidang komputasi. Penelitian di berbagai bidang, baik pendidikan, ekonomi, sosial dan lain sebagainya umumnya berkaitan dengan data yang berukuran besar serta peubah yang banyak, hal ini tentu sulit untuk diinterpretasikan secara langsung, sehingga perlu dilakukan tahap pereduksian dimensi data terlebih dahulu. Dalam statistika dikenal suatu analisis data yang menggunakan peubah amatan lebih dari satu dan dianalisis secara serempak, yaitu Analisis Peubah Ganda (APG). Salah satu teknik yang digunakan dalam APG adalah pereduksian dimensi data peubah ganda. Topik dalam pereduksian data peubah ganda mencakup antara lain Analisis Komponen Utama (AKU), Analisis Biplot, Analisis Faktor, Analisis Gerombol (Cluster), dan Analisis Korespondensi. Analisis Biplot merupakan suatu upaya untuk memberikan peragaan secara grafis tentang kedekatan antar objek, keragaman dan korelasi peubah serta keterkaitan antara objek-objek dengan peubah-peubah yang dapat digunakan untuk pemetaan provinsi. Tujuan dan Manfaat Penelitian Tujuan dari penelitian ini ialah membandingkan pemetaan provinsi dengan menggunakan analisis biplot data disagregat dan agregat berdasarkan prestasi mahasiswa IPB (studi kasus mahasiswa TPB-IPB tahun akademik ). Hasil analisis ini diharapkan dapat memberikan masukan bagi pihak-pihak terkait mengenai pemetaan provinsi yang didasarkan pada prestasi yang dicapai mahasiswa pada tahun pertama, sehingga dapat dijadikan pertimbangan dalam menentukan kebijakan dalam pengelolaan kependidikan.

17 TINJAUAN PUSTAKA Data Disagregat dan Agregat Berdasarkan cara pengumpulannya, data dapat dibedakan atas data internal dan data eksternal. Data internal berasal dari lingkungan sendiri sedangkan data eksternal berasal dari lingkungan luar. Menurut cara mendapatkannya, data dapat berupa data primer dan data sekunder. Data primer adalah data yang dihimpun, disusun, diolah, dan disajikan sendiri oleh peneliti sedangkan data sekunder adalah data yang dikutip dari sumber lain yang memiliki data primer. Data sekunder dapat berupa disagregat dan agregat. Data agregat merupakan hasil manipulasi mikrodata (elemen data) dari data disagregat melalui penjumlahan elemen data yang memiliki kriteria khusus (Thomas, 2001). Definisi lain yang dikemukakan oleh Thomas adalah data agregat merupakan sebuah himpunan data yang diperoleh dari hasil manipulasi data yang memiliki hubungan khusus satu sama lain melalui proses yang sama. Dari definisi di atas, suatu data agregat dapat merupakan himpunan data baru yang diperoleh melalui penjumlahan sejumlah data yang memiliki kriteria yang sama kemudian dicari rata-ratanya. Data agregat dari suatu penelitian misalnya terdiri dari m provinsi sebagai gambaran objek dan p mata kuliah sebagai gambaran peubah dari sejumlah n mahasiswa dihasilkan dengan mencari rata-ratanya. Hasilnya merupakan agregasi dari nilai mutu mata kuliah yang dikelompokkan pada satu provinsi. Secara matematis data ini digambarkan sebagai matriks???, matriks inilah yang kemudian dianalisis. Dengan melihat pengertian data agregat di atas, yaitu himpunan data yang merupakan hasil dari penjumlahan sejumlah data yang memiliki kriteria yang sama dengan mengambil rata-rata dari hasil penjumlahan, maka data disagregat merupakan data asal tanpa melakukan proses manipulasi terhadap datanya. Secara matematis kita mendapatkan matriks berukuran???, matriks ini kemudian dianalisis dan hasilnya ditransformasi menjadi matriks berukuran????. Matriks inilah yang kemudian dibandingkan dengan hasil analisis data agregat.

18 Analisis Biplot Analisis biplot merupakan suatu upaya untuk memberikan peragaan secara grafis dari matriks data? dalam suatu plot dengan menumpang tindihkan vektorvektor baris matriks? (gambaran objek) dengan vektor-vektor yang mewakili kolom matriks? (gambaran peubah). Dari peragaan ini diharapkan diperoleh gambaran tentang peubah, objek, serta keterkaitan antara objek-objek dengan peubah-peubahnya. Analisis biplot diperkenalkan oleh Gabriel pada tahun Landasan analisis ini ialah bahwa setiap matriks n x p yang berpangkat r [r = min {n,p}] dapat digambarkan secara pasti dalam ruang berdimensi r. Bagi matriks yang berpangkat r dan ingin digambarkan dengan baik dalam ruang berdimensi k [k = r], dilakukan dengan pendekatan optimum dengan suatu matriks berpangkat k berdasarkan kuadrat norma (Frobenius) perbedaan terkecil antara keduanya. Dari matriks hasil pendekatan terbaik tersebut digambarkanlah konfigurasi objek dan peubah dalam ruang berdimensi k. Untuk memudahkan pemahaman masalah ini, dapat diambil k = 2, sehingga pendekatan tersebut dapat digambarkan dalam bidang (dua dimensi). Dengan peragaan secara grafik dari analisis biplot ini dapat diperoleh informasi antara lain : 1 Kedekatan antar objek. Objek objek yang memiliki posisi berdekatan mempunyai kemiripan antar keduanya. 2 Keragaman peubah. Peubah yang memiliki keragaman kecil digambarkan dengan vektor peubah yang pendek, sedangkan peubah yang memiliki tingkat keragaman yang besar digambarkan dengan vektor peubah yang panjang. 3 Korelasi antar peubah. Karena peubah digambarkan sebagai garis berarah, dua peubah memiliki korelasi positif apabila sudut antara kedua peubah lancip sedangkan apabila sudut kedua peubah membentuk sudut tumpul menunjukkan korelasi yang negatif, dan sudut 90 0 menunjukkan tidak ada korelasi. 4 Keterkaitan peubah dengan objek. Objek yang letaknya sepihak dengan arah peubah, menunjukkan objek tersebut nilainya di atas rata-rata, jika berlawanan nilainya di bawah rata-rata, apabila hampir di tengah berarti nilainya mendekati rata-rata.

19 Analisis biplot didasarkan pada dekomposisi nilai singular (DNS) atau singular value decomposition (SVD) dari matriks data yang sudah terkoreksi terhadap rata-ratanya. Misal matriks???? adalah matriks data asal kemudian dikoreksi terhadap nilai rata-ratanya maka diperoleh matriks.?????????????? ) (1) di mana??? adalah matriks yang semua unsurnya bernilai 1. Matriks koragam (S) dari matriks X adalah :??????????? (2) Sedangkan matriks korelasi (? ) dari matriks? adalah :??????????????????? g?? =????? g G G?? G?? (3)?????? g? di mana???????????????????g??? adalah matriks diagonal dengan unsur????????? diagonal utama ; i=1, 2,, p (Johnson dan Wichern, 2002). Unsur????? pada?? (3) merupakan cosinus sudut? yang menunjukkan korelasi antara peubah ke-i dan ke-j yaitu : cos(?) = r ij Berdasarkan dekomposisi nilai singular matriks??? dengan pangkat r = p = n dapat dinyatakan sebagai?????? (4) Matriks U dan A merupakan matriks ortonormal kolom, di mana??????????. Matriks A adalah matriks yang kolom-kolomnya merupakan eigenvektor??

20 yang berpadanan dengan eigennilai? i dari matriks?????????????g???? Matriks U adalah matriks yang kolom-kolomnya merupakan eigenvektoreigenvektor yang berpadanan dengan eigennilai-eigennilai dari matriks?????????????????????g???????? (5) Matriks L adalah matriks diagonal yang unsur-unsur diagonalnya merupakan akar dari eigennilai-eigennilai tak nol matriks??? atau???, yaitu L =?????????????g?????, di mana nilai-nilai?? memenuhi sifat????????????? > 0 dan?? disebut nilai singular (Mardia et al., 1979). Dengan mendefinisikan???????????????????g???????????????????????????????g???????????????????????????maka:????????? =???????????? =?????? (6) dan elemen ke-(i,j) dari matriks X dapat ditulis:????????? (7)??? merupakan vektor baris ke-i dari matriks G, i = 1, 2,, n dan??? merupakan vektor baris ke-j dari matriks H, j = 1, 2,, p di mana vektor?????? mempunyai r elemen. Untuk menggambarkan X pada ruang berdimensi k < r dapat didekati dengan suatu matriks berpangkat k, yaitu:???????????????????????????????????????? (8)

21 Biasanya digunakan k = 2, sehingga koordinat-koordinat G dan H dapat digambarkan dalam ruang berdimensi 2 (Lipkovich dan Smith, 2002). Nilai-nilai? dapat digunakan pada kisaran [0,1], dengan pengambilan nilai a tertentu yaitu a = 0 dan a = 1 akan berimplikasi pada interpretasi tertentu pada biplot. a. Jika a = 0, maka G = U dan?? =???, akibatnya:????????????????????????????? (9)??????????? Berarti hasil perkalian??????????????, yaitu penggandaan titik antara vektor h i dan h j akan memberikan gambaran koragam antara peubah ke-i dan ke-j. Panjang vektor??????????????????? menggambarkan keragaman peubah ke-i. Korelasi antara peubah ke-i dan ke-j dijelaskan oleh cosinus sudut antara h i dan h j, yaitu:?????????????????????????????????? (10) di mana r ij adalah korelasi antara peubah ke-i dengan ke-j. Berdasarkan sudut yang dibentuk antara vektor h i dan h j, korelasi antara peubah x i dan x j dapat dijelaskan sebagai berikut: 1. Jika? mendekati 0 korelasi positifnya semakin besar, jika? = 0, korelasi sama dengan Jika? mendekati p korelasi negatifnya semakin besar, jika? = p, korelasi sama dengan Jika? mendekati p/2, korelasi positif dan negatifnya semakin kecil jika? = p/2 tidak berkorelasi. Selain itu, jika X berpangkat p maka,

22 ??????????????????????????????????????, berarti kuadrat jarak Euclid antara vektor g i dan g j pada biplot sebanding dengan kuadrat jarak Mahalanobis antara vektor x i dan x j (Siswadi dan Suharjo, 1999).? b. Jika a = 1, maka? =?? dan?????????????????? akibatnya:????????????????????????????? (11)???? Untuk kasus ini,???????????????????????????????? (12) artinya jarak Euclid antara x i dan x j akan sama dengan jarak Euclid antara g i dan g j. Selain itu, koordinat-koordinat g i masing-masing merupakan skor komponen utama pada analisis komponen utama. Jika a = 1 untuk objek, maka? =??? =??, dan a = 0 untuk peubah, maka? = AL 1-a = AL. Koordinat g i merupakan plot komponen utama, dan h j merupakan gambaran keragaman peubah ke-j, namun tidak berlaku hubungan antara posisi relatif titik-titik g i dan h j pada biplot dengan informasi tentang besaran objek ke-i pada peubah ke-j atau x ij????? (Ardana dan Siswadi, 2005). Untuk a? (0,1), maka interpretasi pada korelasi serta jarak Euclid dan Mahalanobis tidak berlaku, sedangkan posisi relatif g i dan h j masih mencerminkan besaran objek ke-i pada peubah ke-j???????????. Ukuran Kesesuaian Biplot Untuk mengukur tingkat kesesuaian data, peubah dan objek dari matriks data digunakan ukuran kesesuaian dari Gabriel. Menurut Gabriel (2002), biplot tidak hanya sebagai pendekatan matriks data? dengan menggunakan matriks???, tetapi juga koragam dan korelasi antar peubah, serta bentuk dan kemiripan antar objek. Hasil perkalian??? sebagai pendekatan dari matriks??? diperoleh ragam

23 koragam dan korelasi antar peubah, sedangkan matriks??? pendekatan bagi??? diperoleh ukuran kemiripan antar objek. Selanjutnya Gabriel mengemukakan ukuran kesesuaian biplot (Goodness of Fit of Biplot) sebagai ukuran pendekatan, dalam bentuk sebagai berikut: 1 Kesesuaian data:?????????? 2 Kesesuaian peubah??????????????????????????? (13)???????????? 3 Kesesuaian objek??????????????????????????????? (14)??????????????????????????????????????????? (15) Untuk melihat kesesuaian konfigurasi dua matriks data dicari dengan analisis Procrustes. Analisis Procrustes merupakan suatu analisis untuk membandingkan dua (atau lebih) konfigurasi n-titik berdasarkan pengaturan dan penyesuaian posisi (Sibson, 1978). Analisis Procrustes mendasarkan pengukurannya pada perbedaan norma matriks konfigurasi G(X,Y) =?????? =?s s???????????? G? Dalam analisis Procrustes dikenal tiga transformasi yaitu translasi, rotasi dan dilasi. 1. Translasi Translasi diartikan sebagai proses pemindahan seluruh titik dengan jarak yang tetap dan arah yang sama. Penyesuaian optimum dengan translasi dapat diperoleh dengan menghimpitkan sentroid (titik berat) di titik pusat yang sama yaitu titik asal.?????????????????????????? =Y???????????????????????? s???????????

24 ?? dan?? berturut - turut adalah konfigurasi? dan? setelah ditranslasi, sedangkan?? dan?? masing masing adalah sentroid? dan?. Norma kuadrat perbedaan minimum dua konfigurasi setelah penyesuaian dengan translasi adalah:??????????????????????????? s s??????????????????????? (16)???? s??????????? =? s???????? j = 1, 2,, p 2. Rotasi Rotasi adalah proses pemindahan seluruh titik dengan sudut yang tetap tanpa mengubah jarak setiap titik, tanpa sentroidnya. Transformasi dengan rotasi dapat dilakukan dengan menggandakan matriks dengan suatu matriks ortogonal. Rotasi?? terhadap?? dilakukan dengan menggandakan matriks?? dengan matriks ortogonal? sehingga konfigurasi?? setelah rotasi diberikan oleh???. Norma kuadrat perbedaan kedua konfigurasi setelah penyesuaian dengan rotasi ialah:??????????????????????? Secara aljabar, norma kuadrat perbedaan setelah penyesuaian dengan rotasi dapat ditulis sebagai berikut:????????????????????????????????????????????????????????????? = tr?????????????????????????????? (17) Untuk meminimumkan nilai????????? perlu dipilih matriks ortogonal? yang memaksimumkan???????????. Nilai??????????? akan maksimum jika dipilih????? dengan?????????? yang diperoleh dari dekomposisi nilai singular.

25 3. Dilasi Dilasi adalah pembesaran/pengecilan jarak setiap titik dalam konfigurasi terhadap sentroidnya. Penyesuaian dilasi??? terhadap?? dilakukan dengan menggandakan konfigurasi??? dengan suatu scalar c. Konfigurasi setelah transformasi dengan dilasi diberikan oleh????. Norma kuadrat perbedaan kedua konfigurasi setelah penyesuaian dengan dilasi ialah:????????????????????????? Secara aljabar, norma kuadrat perbedaan setelah penyesuaian dengan rotasi dapat ditulis sebagai berikut:????????????????????????????????????????????????????????????????????????????????????????????????????????????? (18) Untuk meminimumkan??????????, maka c dipilih sebagai berikut:? =??????????????????? Dengan menyubstitusikan c ke dalam persamaan (2.8) diperoleh norma kuadrat perbedaan yang minimum yaitu:?????????????????????????????????????????? (19) Untuk memperoleh posisi yang paling sesuai sehingga kedua matriks menjadi semakin dekat dilakukan penyesuaian seperti di atas. Ukuran kesesuaian dua konfigurasi menggambarkan kedekatan antara dua matriks. Ukuran kesesuaian dirumuskan sebagai:

26 ???????????????????????????x 100 % (20) Nilai R 2 dekat dua konfigurasi tersebut. berkisar antara %, semakin dekat ke 100 %, semakin

27 METODE PENELITIAN Sumber Data Data yang digunakan dalam penelitian ini adalah data sekunder yang diambil langsung dari direktorat TPB-IPB. Data ini kemudian diperlakukan menjadi dua jenis data yaitu data disagregat (semua mahasiswa) dan agregat (rata-rata mahasiswa dalam satu provinsi). Penelitian ini dilakukan terhadap 3001 Mahasiswa TPB-IPB Tahun Akademik 2007/2008 yang berasal dari 30 provinsi serta 24 provinsi yang memberikan beasiswa utusan daerah (BUD). Sebagai objek dalam penelitian ini adalah asal provinsi, dan sebagai peubahnya adalah nilai mutu 14 mata kuliah dan IPK. Objek Penelitian Objek penelitian merupakan 30 provinsi yang mahasiswanya diterima melalui jalur non BUD dan 24 provinsi yang mahasiswanya diterima melalui jalur BUD. Daftar objek penelitian disajikan pada Tabel 1. Tabel 1 Objek Penelitian Kode Provinsi Jalur seleksi Kode Provinsi Jalur seleksi 1 N A D1 Non BUD 28 Jawa Timur1 Non BUD 2 N A D2 BUD 29 Jawa Timur2 BUD 3 Sumatera Utara1 Non BUD 30 Bali Non BUD 4 Sumatera Utara2 BUD 31 Nusa Tenggara Barat1 Non BUD 5 Sumatera Barat1 Non BUD 32 Nusa Tenggara Timur1 Non BUD 6 Sumatera Barat2 BUD 33 Nusa Tenggara Timur2 BUD 7 Riau1 Non BUD 34 Kalimantan Barat Non BUD 8 Riau2 BUD 35 Kalimantan Tengah1 Non BUD 9 Jambi1 Non BUD 36 Kalimantan Tengah2 BUD 10 Jambi2 BUD 37 Kalimantan Selatan1 Non BUD 11 Sumatera Selatan1 Non BUD 38 Kalimantan Selatan2 BUD 12 Sumatera Selatan2 BUD 39 Kalimantan Timur1 Non BUD 13 Bengkulu Non BUD 40 Kalimantan Timur2 BUD 14 Lampung1 Non BUD 41 Sulawesi Utara Non BUD 15 Lampung2 BUD 42 Sulawesi Selatan1 Non BUD 16 Kep.Bangka Belitung1 Non BUD 43 Sulawesi Selatan2 BUD 17 Kep.Bangka Belitung2 BUD 44 Sulawesi Tenggara1 Non BUD 18 DKI Jakarta1 Non BUD 45 Sulawesi Tenggara2 BUD 19 DKI Jakarta2 BUD 46 Sulawesi Tengah1 Non BUD 20 Jawa Barat1 Non BUD 47 Sulawesi Tengah2 BUD 21 Jawa Barat2 BUD 48 Gorontalo Non BUD 22 Banten1 Non BUD 49 Maluku1 Non BUD 23 Banten2 BUD 50 Maluku2 BUD 24 Jawa Tengah1 Non BUD 51 Maluku Utara1 Non BUD 25 Jawa Tengah2 BUD 52 Maluku Utara2 BUD 26 DI Yogyakarta1 Non BUD 53 Papua1 Non BUD 27 DI Yogyakarta2 BUD 54 Papua2 BUD

28 Tabel 2 Peubah Penelitian No Peubah Kode 1 Agama AG 2 Biologi BI 3 Ekonomi Umum EK 4 Fisika FI 5 Bahasa Indonesia IN 6 Bahasa Inggris EN 7 Kalkulus KA 8 Kimia KI 9 Pengantar Kewirausahaan PK 10 Pengantar Matematika PM 11 Olah Raga dan Seni OS 12 Pengantar Ilmu Pertanian PP 13 Pendidikan Kewarganegaraan KN 14 Sosiologi Umum SO 15 Indeks Prestasi Kumulatif (IPK) IP Metode 1. Mengelompokkan data berdasarkan provinsi dan mencari rata ratanya sehingga diperoleh data disagregat??????? dan agregat?????? 2. Transformasi data disagregat dan agregat sehingga mempunyai rata-rata 0 3. Membuat boxplot data disagregat dan agregat 4. Membuat tabel korelasi Pearson data disagregat dan agregat 5. Menganalisis data (data disagregat dan agregat) menggunakan paket biplot versi 3.2 Sofware Mathematica 6.0 dengan memilih nilai a = 0, dengan skema analisis sebagai berikut: Matriks data disagregat:????????????????????????????????????? Matriks data agregat :????????????????????

29 6. Menelusuri ketepatan biplot (Goodness of Fit of Biplot) dengan menggunakan ukuran kesesuaian biplot dari Gabriel (2002) dari matriks data disagregat????????? dan agregat???????? 7. Menentukan kesesuaian konfigurasi matriks disagregat???? dan agregat????? dengan analisis Procrustes

30 HASIL DAN PEMBAHASAN Eksplorasi Data Ukuran pemusatan nilai mata kuliah dan IPK mahasiswa TPB-IPB Tahun Akademik 2007/2008 yang ditata berdasarkan rata-rata nilai untuk data disagregat dan agregat diberikan pada Tabel 3. Tabel 3 Ukuran Pemusatan Nilai Mata Kuliah dan IPK Mahasiswa TPB-IPB Tahun Akademik 2007/2008 NO Kode Peubah Disagregat Agregat Peubah Rata-rata Median Rata-rata Median 1 OS Olah Raga dan Seni Olah Raga dan Seni AG Agama Agama PK Pengantar Pengantar Kewirausahaan Kewirausahaan 4 EK Ekonomi Umum Ekonomi Umum IN Bahasa Indonesia Pengantar Ilmu PP Pengantar Ilmu Pertanian Sosiologi Umum SO Pertanian Sosiologi Umum Bahasa Indonesia EN Bahasa Inggris Kewarganegaraan KN Kewarganegaraan Indeks Prestasi IP Indeeks Prestasi Kumulatif (IPK) Bahasa Inggris PM Kumulatif (IPK) Pengantar Pengantar FI Matematika Fisika Matematika Biologi BI Biologi Fisika KI Kimia Kimia KA Kalkulus Kalkulus Dari Tabel 3 di atas dapat diperoleh antara lain: kontribusi terbesar terhadap perolehan IPK mahasiswa untuk data disagregat adalah mata kuliah Olahraga dan Seni (OS) dengan rata-rata 3.40, Agama (AG) dengan rata-rata 3.39, Pengantar Kewirausahaan (PK) dengan rata-rata sebesar 3.18 dan Ekonomi Umum (EK) dengan rata-rata sebesar Untuk data agregat kontribusi terbesarnya adalah mata kuliah Olah Raga dan Seni (OS) dengan rata-rata sebesar 3.50, Agama (AG)

31 dengan rata-rata sebesar 3.47, Pengantar Kewirausahaan (PK) dengan rata-rata sebesar 3.26 dan Ekonomi Umum (EK) dengan rata-rata sebesar Pada data disagregat rata-rata terendah dicapai pada mata kuliah Kalkulus (KA) dengan rata-rata 2.22, Kimia (KI) dengan rata-rata 2.26, Biologi (BI) dengan rata-rata 2.26, Fisika (FI) dengan rata-rata 2.37 dan Pengantar Matematika (PM) dengan rata-rata Untuk data agregat rata-rata terendah dicapai pada mata kuliah Kalkulus (KA) dengan rata-rata 2.17, Kimia (KI) dengan rata-rata 2.24, Fisika (FI) dengan rata-rata 2.24, Biologi (BI) dengan rata-rata 2.28 dan Pengantar Matematika (PM) dengan rata-rata Pada Tabel 3 terlihat bahwa mata kuliah yang memiliki kontribusi terbesar dalam perolehan Indeks Prestasi Kumulatif untuk data disagregat dan agregat sama yaitu mata kuliah Olah Raga dan Seni (OS), Agama (AG), Pengantar Kewirausahaan (PK) dan Ekonomi Umum (EK). Pada umumnya peubah-peubah pada data disagregat dan data agregat memiliki peringkat relatif sama, kecuali: peubah Bahasa Indonesia (BI) pada data disagregat dan data agregat berturut-turut 5 dan 7, Pengantar Pertanian (PP) 6 dan 5, Sosiologi Umum (SO) 7 dan 6, Bahasa Inggris (EN) 8 dan 10, Kewarganegaraan (KN) 9 dan 8. Peubah-peubah ini menempati peringkat tengah. Untuk peubah Pengantar Matematika (PM), Fisika (FI), Biologi (BI), Kimia (KI) dan Kalkulus relatif tidak terlalu memberikan kontribusi yang besar terhadap perolehan Indeks Prestasi Kumulatif (IP). Tabel 3 tidak dapat memberikan gambaran tentang data pencilan (objek) dan keragaman (peubah) dari data disagregat dan agregat. Untuk memperoleh gambaran tentang data pencilan, keragaman dari data disagregat dan agregat digunakan boxplot. Diagram boxplot merupakan salah satu teknik untuk memberikan gambaran tentang lokasi pemusatan data, rentangan penyebaran, dan kemiringan pola sebaran. Gambaran peubah data disagregat dan agregat yang ditata berdasarkan ratarata disajikan pada Gambar 1.

32 Data KA KI BI F I PM IP K K N E N S O P P IN EK P K A G O S B O X P L O T D A T A D I S A G R E G A T P EU BA H Gambar 1 Boxplot Data Disagregat dan Agregat Dari Gambar 1, pola sebaran data peubah Agama (AG), Biologi (BI), Kalkulus (KA), Kimia (KI), Pengantar Kewirausahaan (PK), Pengantar Matematika (PM) serta Olahraga dan Seni (OS) pada data disagregat terlihat kemiringan pola sebaran data yang positif, hal ini mengindikasikan data peubahpeubah tersebut banyak di atas rata-ratanya. Sedangkan pada data agregat peubah Agama (AG), Biologi (BI), Kalkulus (KA), Pengantar Matematika (PM) serta Olah Raga dan Seni (OS) kemiringan pola sebarannya mendekati simetri. Pada data disagregat peubah Bahasa Indonesia (IN), Bahasa Inggris (EN), Pengantar Ilmu Pertanian (PP) dan Sosiologi Umum (SO) kemiringan pola sebaran datanya hampir simetri, hal ini menunjukkan rata-rata peubah hampir mendekati mediannya. Peubah Bahasa Indonesia (IN) dan Sosiologi Umum (SO) pada data agregat kemiringan pola sebarannya negatif, hal ini menunjukkan rata-rata kedua Data KA K I F I B I P M E N IP K N IN S O P P E K P K A G O S B O X P L O T D A T A A G R E G A T P EU BA H

TINJAUAN PUSTAKA. dianalisis dan hasilnya ditransformasi menjadi matriks berukuran??

TINJAUAN PUSTAKA. dianalisis dan hasilnya ditransformasi menjadi matriks berukuran?? TINJAUAN PUSTAKA Data Disagregat dan Agregat Berdasarkan cara pengumpulannya, data dapat dibedakan atas data internal dan data eksternal. Data internal berasal dari lingkungan sendiri sedangkan data eksternal

Lebih terperinci

HASIL DAN PEMBAHASAN

HASIL DAN PEMBAHASAN HASIL DAN PEMBAHASAN Implementasi Biplot Kanonik dan Analisis Procrustes dengan Mathematica Biplot biasa dengan sistem perintah telah terintegrasi ke dalam beberapa program paket statistika seperti SAS,

Lebih terperinci

ANALISIS BIPLOT UNTUK MEMETAKAN MUTU SEKOLAH YANG SESUAI DENGAN NILAI UJIAN NASIONAL SUJITA

ANALISIS BIPLOT UNTUK MEMETAKAN MUTU SEKOLAH YANG SESUAI DENGAN NILAI UJIAN NASIONAL SUJITA ANALISIS BIPLOT UNTUK MEMETAKAN MUTU SEKOLAH YANG SESUAI DENGAN NILAI UJIAN NASIONAL SUJITA SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan

Lebih terperinci

PENDAHULUAN LANDASAN ANALISIS

PENDAHULUAN LANDASAN ANALISIS 10 PENDAHULUAN Latar Belakang Biplot merupakan metode eksplorasi analisis data peubah ganda yang dapat memberikan gambaran secara grafik tentang kedekatan antar objek, keragaman peubah, korelasi antar

Lebih terperinci

BIPLOT DENGAN DEKOMPOSISI NILAI SINGULAR BIASA DAN KEKAR UNTUK PEMETAAN PROVINSI BERDASARKAN PRESTASI MAHASISWA IPB WARSITO

BIPLOT DENGAN DEKOMPOSISI NILAI SINGULAR BIASA DAN KEKAR UNTUK PEMETAAN PROVINSI BERDASARKAN PRESTASI MAHASISWA IPB WARSITO BIPLOT DENGAN DEKOMPOSISI NILAI SINGULAR BIASA DAN KEKAR UNTUK PEMETAAN PROVINSI BERDASARKAN PRESTASI MAHASISWA IPB WARSITO SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI

Lebih terperinci

TINJAUAN PUSTAKA Analisis Biplot Biasa

TINJAUAN PUSTAKA Analisis Biplot Biasa TINJAUAN PUSTAKA Analisis Biplot Biasa Analisis biplot merupakan suatu upaya untuk memberikan peragaan grafik dari matriks data dalam suatu plot dengan menumpangtindihkan vektor-vektor dalam ruang berdimensi

Lebih terperinci

HASIL DAN PEMBAHASAN

HASIL DAN PEMBAHASAN 6 HASIL DAN PEMBAHASAN Eksplorasi Data Gambaran dari peubah mata kuliah, IPK dan nilai Ujian Nasional yang ditata sesuai dengan mediannya disajikan sebagai boxplot dan diberikan pada Gambar. 9 3 Data 6

Lebih terperinci

TINJAUAN PUSTAKA. Gambar 1 Diagram kotak garis

TINJAUAN PUSTAKA. Gambar 1 Diagram kotak garis TINJAUAN PUSTAKA Diagram Kotak Garis Metode diagram kotak garis atau boxplot merupakan salah satu teknik untuk memberikan gambaran tentang lokasi pemusatan data, rentangan penyebaran dan kemiringan pola

Lebih terperinci

HASIL DAN PEMBAHASAN

HASIL DAN PEMBAHASAN HASIL DAN PEMBAHASAN Hasil Eksplorasi Data Diagram kotak garis merupakan salah satu teknik untuk memberikan gambaran tentang lokasi pemusatan data, rentangan penyebaran, dan kemiringan pola sebaran. Gambaran

Lebih terperinci

UKURAN KESESUAIAN DALAM ANALISIS BIPLOT BIASA DAN ANALISIS BIPLOT IMBUHAN MARIYAM

UKURAN KESESUAIAN DALAM ANALISIS BIPLOT BIASA DAN ANALISIS BIPLOT IMBUHAN MARIYAM UKURAN KESESUAIAN DALAM ANALISIS BIPLOT BIASA DAN ANALISIS BIPLOT IMBUHAN MARIYAM DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2011 2 ABSTRAK MARIYAM.

Lebih terperinci

BIPLOT BIASA DAN KANONIK UNTUK PEMETAAN PROVINSI BERDASARKAN PRESTASI MAHASISWA IPB KUSNANDAR

BIPLOT BIASA DAN KANONIK UNTUK PEMETAAN PROVINSI BERDASARKAN PRESTASI MAHASISWA IPB KUSNANDAR BIPLOT BIASA DAN KANONIK UNTUK PEMETAAN PROVINSI BERDASARKAN PRESTASI MAHASISWA IPB KUSNANDAR SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2011 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan

Lebih terperinci

KONFIGURASI PROGRAM STUDI DI IPB BERDASARKAN PRESTASI MAHASISWA TPB IPB DEVITA HANDAYANI

KONFIGURASI PROGRAM STUDI DI IPB BERDASARKAN PRESTASI MAHASISWA TPB IPB DEVITA HANDAYANI KONFIGURASI PROGRAM STUDI DI IPB BERDASARKAN PRESTASI MAHASISWA TPB IPB DEVITA HANDAYANI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2013 ABSTRAK

Lebih terperinci

BIPLOT DENGAN DEKOMPOSISI NILAI SINGULAR BIASA DAN KEKAR UNTUK PEMETAAN PROVINSI BERDASARKAN PRESTASI MAHASISWA IPB WARSITO

BIPLOT DENGAN DEKOMPOSISI NILAI SINGULAR BIASA DAN KEKAR UNTUK PEMETAAN PROVINSI BERDASARKAN PRESTASI MAHASISWA IPB WARSITO BIPLOT DENGAN DEKOMPOSISI NILAI SINGULAR BIASA DAN KEKAR UNTUK PEMETAAN PROVINSI BERDASARKAN PRESTASI MAHASISWA IPB WARSITO SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI

Lebih terperinci

PERBANDINGAN ANTARA UNWEIGHTED LEAST SQUARES (ULS) DAN PARTIAL LEAST SQUARES (PLS) DALAM PEMODELAN PERSAMAAN STRUKTURAL MUHAMMAD AMIN PARIS

PERBANDINGAN ANTARA UNWEIGHTED LEAST SQUARES (ULS) DAN PARTIAL LEAST SQUARES (PLS) DALAM PEMODELAN PERSAMAAN STRUKTURAL MUHAMMAD AMIN PARIS PERBANDINGAN ANTARA UNWEIGHTED LEAST SQUARES (ULS) DAN PARTIAL LEAST SQUARES (PLS) DALAM PEMODELAN PERSAMAAN STRUKTURAL MUHAMMAD AMIN PARIS SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN

Lebih terperinci

ANALISIS BIPLOT UNTUK MEMETAKAN MUTU SEKOLAH YANG SESUAI DENGAN NILAI UJIAN NASIONAL SUJITA

ANALISIS BIPLOT UNTUK MEMETAKAN MUTU SEKOLAH YANG SESUAI DENGAN NILAI UJIAN NASIONAL SUJITA ANALISIS BIPLOT UNTUK MEMETAKAN MUTU SEKOLAH YANG SESUAI DENGAN NILAI UJIAN NASIONAL SUJITA SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan

Lebih terperinci

ANALISIS MODEL PELUANG BERTAHAN HIDUP DAN APLIKASINYA SUNARTI FAJARIYAH

ANALISIS MODEL PELUANG BERTAHAN HIDUP DAN APLIKASINYA SUNARTI FAJARIYAH ANALISIS MODEL PELUANG BERTAHAN HIDUP DAN APLIKASINYA SUNARTI FAJARIYAH SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 2 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan ini saya menyatakan

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

HASIL DAN PEMBAHASAN

HASIL DAN PEMBAHASAN HASIL DAN PEMBAHASAN Eksplorasi Data Diagram kotak garis (boxplot) merupakan salah satu teknik untuk memberikan gambaran tentang lokasi pemusatan data, rentangan penyebaran, dan kemiringan pola sebaran.

Lebih terperinci

PEMETAAN PROVINSI DI INDONESIA BERDASARKAN LAPANGAN PEKERJAAN UTAMA DENGAN ANALISIS KORESPONDENSI DESTY PUTRI SARI

PEMETAAN PROVINSI DI INDONESIA BERDASARKAN LAPANGAN PEKERJAAN UTAMA DENGAN ANALISIS KORESPONDENSI DESTY PUTRI SARI i PEMETAAN PROVINSI DI INDONESIA BERDASARKAN LAPANGAN PEKERJAAN UTAMA DENGAN ANALISIS KORESPONDENSI DESTY PUTRI SARI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN

Lebih terperinci

PERBANDINGAN METODE INTERPOLASI ABRIDGED LIFE TABLE

PERBANDINGAN METODE INTERPOLASI ABRIDGED LIFE TABLE PERBANDINGANN METODE INTERPOLASI ABRIDGED LIFE TABLE DAN APLIKASINYA PADA DATAA KEMATIAN INDONESIA VANI RIALITA SUPONO SEKOLAH PASCASARJANAA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS

Lebih terperinci

KETERKONTROLAN BEBERAPA SISTEM PENDULUM SAKIRMAN

KETERKONTROLAN BEBERAPA SISTEM PENDULUM SAKIRMAN KETERKONTROLAN BEBERAPA SISTEM PENDULUM SAKIRMAN SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan ini saya menyatakan bahwa tesis Keterkontrolan

Lebih terperinci

ANALISIS REGRESI TERPOTONG BEBERAPA NILAI AMATAN NURHAFNI

ANALISIS REGRESI TERPOTONG BEBERAPA NILAI AMATAN NURHAFNI ANALISIS REGRESI TERPOTONG DENGAN BEBERAPA NILAI AMATAN NOL NURHAFNI SEKOLAH PASCASARJANAA INSTITUT PERTANIAN BOGOR BOGOR 2008 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan ini saya menyatakan

Lebih terperinci

KAJIAN MODEL HIDDEN MARKOV KONTINU DENGAN PROSES OBSERVASI ZERO DELAY DAN APLIKASINYA PADA HARGA GABAH KERING PANEN T A M U R I H

KAJIAN MODEL HIDDEN MARKOV KONTINU DENGAN PROSES OBSERVASI ZERO DELAY DAN APLIKASINYA PADA HARGA GABAH KERING PANEN T A M U R I H KAJIAN MODEL HIDDEN MARKOV KONTINU DENGAN PROSES OBSERVASI ZERO DELAY DAN APLIKASINYA PADA HARGA GABAH KERING PANEN T A M U R I H SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI

Lebih terperinci

Transformasi Biplot Simetri Pada Pemetaan Karakteristik Kemiskinan

Transformasi Biplot Simetri Pada Pemetaan Karakteristik Kemiskinan Transformasi Biplot Simetri Pada Pemetaan Karakteristik Kemiskinan Desy Komalasari Fakultas MIPA, Universitas Mataram e-mail: Desi_its@yahoo.com Mustika Hadijati Fakultas MIPA, Universitas Mataram e-mail:

Lebih terperinci

PERBANDINGAN METODE PENDUGAAN PARAMETER DALAM PEMODELAN PERSAMAAN STRUKTURAL LA MBAU

PERBANDINGAN METODE PENDUGAAN PARAMETER DALAM PEMODELAN PERSAMAAN STRUKTURAL LA MBAU v PERBANDINGAN METODE PENDUGAAN PARAMETER DALAM PEMODELAN PERSAMAAN STRUKTURAL LA MBAU Tesis Sebagai salah satu syarat untuk memperoleh gelar Magister Sains pada Departemen Matematika SEKOLAH PASCASARJANA

Lebih terperinci

ANALISIS KETAHANAN DAN APLIKASINYA UNTUK PEMODELAN INTERVAL KELAHIRAN ANAK PERTAMA HARNANTO

ANALISIS KETAHANAN DAN APLIKASINYA UNTUK PEMODELAN INTERVAL KELAHIRAN ANAK PERTAMA HARNANTO ANALISIS KETAHANAN DAN APLIKASINYA UNTUK PEMODELAN INTERVAL KELAHIRAN ANAK PERTAMA HARNANTO SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan

Lebih terperinci

PENDEKATAN LOGIKA FUZZY UNTUK MEMPREDIKSI IPK AKHIR MAHASISWA MATEMATIKA INSTITUT PERTANIAN BOGOR

PENDEKATAN LOGIKA FUZZY UNTUK MEMPREDIKSI IPK AKHIR MAHASISWA MATEMATIKA INSTITUT PERTANIAN BOGOR 1 PENDEKATAN LOGIKA FUZZY UNTUK MEMPREDIKSI IPK AKHIR MAHASISWA MATEMATIKA INSTITUT PERTANIAN BOGOR ANA MARNIDA SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 2 PERNYATAAN MENGENAI TESIS DAN

Lebih terperinci

ANALISIS POLA KELAHIRAN MENURUT UMUR STUDI KASUS DI INDONESIA TAHUN 1987 DAN TAHUN 1997 SUMIHAR MEINARTI

ANALISIS POLA KELAHIRAN MENURUT UMUR STUDI KASUS DI INDONESIA TAHUN 1987 DAN TAHUN 1997 SUMIHAR MEINARTI ANALISIS POLA KELAHIRAN MENURUT UMUR STUDI KASUS DI INDONESIA TAHUN 1987 DAN TAHUN 1997 SUMIHAR MEINARTI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI

Lebih terperinci

MODEL DISTRIBUSI PERTUMBUHAN EKONOMI ANTARKELOMPOK PADA DUA DAERAH ADE LINA HERLIANI

MODEL DISTRIBUSI PERTUMBUHAN EKONOMI ANTARKELOMPOK PADA DUA DAERAH ADE LINA HERLIANI MODEL DISTRIBUSI PERTUMBUHAN EKONOMI ANTARKELOMPOK PADA DUA DAERAH ADE LINA HERLIANI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan ini saya

Lebih terperinci

PEMODELAN SISTEM PENDULUM TERBALIK GANDA DAN KARAKTERISASI PARAMETER PADA MASALAH REGULASI OPTIMAL HASBY ASSIDIQI

PEMODELAN SISTEM PENDULUM TERBALIK GANDA DAN KARAKTERISASI PARAMETER PADA MASALAH REGULASI OPTIMAL HASBY ASSIDIQI PEMODELAN SISTEM PENDULUM TERBALIK GANDA DAN KARAKTERISASI PARAMETER PADA MASALAH REGULASI OPTIMAL HASBY ASSIDIQI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 PERNYATAAN MENGENAI TESIS DAN

Lebih terperinci

PENDUGAAN PARAMETER BEBERAPA SEBARAN POISSON CAMPURAN DAN BEBERAPA SEBARAN DISKRET DENGAN MENGGUNAKAN ALGORITME EM ADE HARIS HIMAWAN

PENDUGAAN PARAMETER BEBERAPA SEBARAN POISSON CAMPURAN DAN BEBERAPA SEBARAN DISKRET DENGAN MENGGUNAKAN ALGORITME EM ADE HARIS HIMAWAN PENDUGAAN PARAMETER BEBERAPA SEBARAN POISSON CAMPURAN DAN BEBERAPA SEBARAN DISKRET DENGAN MENGGUNAKAN ALGORITME EM ADE HARIS HIMAWAN SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 PERNYATAAN

Lebih terperinci

DATA NILAI TPB IPB TAHUN AKADEMIK 2008/2009

DATA NILAI TPB IPB TAHUN AKADEMIK 2008/2009 69 Lampiran 1 DATA NILAI TPB IPB TAHUN AKADEMIK 2008/2009 Keterangan Banyak Mata Kuliah (Peubah) : 14 Banyak Mahasiswa (Objek) : 3223 AG : Agama BI : Biologi EU : Ekonomi Umum FI : Fisika ID : Bahasa Indonesia

Lebih terperinci

ANALISIS PROCRUSTES SKRIPSI. Oleh: Kartika Andriyani J2A

ANALISIS PROCRUSTES SKRIPSI. Oleh: Kartika Andriyani J2A ANALISIS PROCRUSTES SKRIPSI Oleh: Kartika Andriyani J2A 605 064 PROGRAM STUDI MATEMATIKA JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS DIPONEGORO SEMARANG 2010 ABSTRAK Konfigurasi

Lebih terperinci

Company LOGO ANALISIS BIPLOT

Company LOGO ANALISIS BIPLOT Company LOGO ANALISIS BIPLOT Pendahuluan Company name Data : ringkasan berupa nilai beberapa peubah pada beberapa objek Objek n Nilai Peubah X X.. Xp Company name Penyajian Data dalam bentuk matriks =

Lebih terperinci

PENERAPAN BIPLOT PADA PEMETAAN SUMBER DAYA KESEHATAN ANTARPROVINSI DI INDONESIA SUWAIBATUL ASLAMIYAH

PENERAPAN BIPLOT PADA PEMETAAN SUMBER DAYA KESEHATAN ANTARPROVINSI DI INDONESIA SUWAIBATUL ASLAMIYAH PENERAPAN BIPLOT PADA PEMETAAN SUMBER DAYA KESEHATAN ANTARPROVINSI DI INDONESIA SUWAIBATUL ASLAMIYAH DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2013

Lebih terperinci

PENENTUAN PELUANG BERTAHAN DALAM MODEL RISIKO KLASIK DENGAN MENGGUNAKAN TRANSFORMASI LAPLACE AMIRUDDIN

PENENTUAN PELUANG BERTAHAN DALAM MODEL RISIKO KLASIK DENGAN MENGGUNAKAN TRANSFORMASI LAPLACE AMIRUDDIN PENENTUAN PELUANG BERTAHAN DALAM MODEL RISIKO KLASIK DENGAN MENGGUNAKAN TRANSFORMASI LAPLACE AMIRUDDIN SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI

Lebih terperinci

Analisis Hasil Ujian Nasional Madrasah Aliyah Negeri Tahun 2008

Analisis Hasil Ujian Nasional Madrasah Aliyah Negeri Tahun 2008 Analisis Hasil Ujian Nasional Madrasah Aliyah Negeri Tahun 2008 Oleh : Asep Sjafrudin, M.Si 1. Pendahuluan 1.1. Latar Belakang Undang-Undang No. 20 tahun 2003 tentang Sistem Pendidikan Nasional (Sisdiknas)

Lebih terperinci

PENDUGAAN PARAMETER WAKTU PERUBAHAN PROSES PADA 2 CONTROL CHART MENGGUNAKAN PENDUGA KEMUNGKINAN MAKSIMUM SITI MASLIHAH

PENDUGAAN PARAMETER WAKTU PERUBAHAN PROSES PADA 2 CONTROL CHART MENGGUNAKAN PENDUGA KEMUNGKINAN MAKSIMUM SITI MASLIHAH PENDUGAAN PARAMETER WAKTU PERUBAHAN PROSES PADA CONTROL CHART MENGGUNAKAN PENDUGA KEMUNGKINAN MAKSIMUM SITI MASLIHAH SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 008 PERNYATAAN MENGENAI TESIS DAN

Lebih terperinci

NILAI WAJAR ASURANSI ENDOWMEN MURNI DENGAN PARTISIPASI UNTUK TIGA SKEMA PEMBERIAN BONUS YUSUF

NILAI WAJAR ASURANSI ENDOWMEN MURNI DENGAN PARTISIPASI UNTUK TIGA SKEMA PEMBERIAN BONUS YUSUF NILAI WAJAR ASURANSI ENDOWMEN MURNI DENGAN PARTISIPASI UNTUK TIGA SKEMA PEMBERIAN BONUS YUSUF SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan

Lebih terperinci

PELABELAN OTOMATIS CITRA MENGGUNAKAN FUZZY C MEANS UNTUK SISTEM TEMU KEMBALI CITRA MARSANI ASFI

PELABELAN OTOMATIS CITRA MENGGUNAKAN FUZZY C MEANS UNTUK SISTEM TEMU KEMBALI CITRA MARSANI ASFI PELABELAN OTOMATIS CITRA MENGGUNAKAN FUZZY C MEANS UNTUK SISTEM TEMU KEMBALI CITRA MARSANI ASFI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan

Lebih terperinci

MODIFIKASI METODE RELE UNTUK MODEL PENDUDUK QUASI-STABIL CECEP A.H.F. SANTOSA

MODIFIKASI METODE RELE UNTUK MODEL PENDUDUK QUASI-STABIL CECEP A.H.F. SANTOSA MODIFIKASI METODE RELE UNTUK MODEL PENDUDUK QUASI-STABIL CECEP A.H.F. SANTOSA SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 Hak Cipta milik Institut Pertanian Bogor, tahun 2008 Hak Cipta dilindungi

Lebih terperinci

SEBARAN ASIMTOTIK PENDUGA KOMPONEN PERIODIK FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT RO FAH NUR RACHMAWATI

SEBARAN ASIMTOTIK PENDUGA KOMPONEN PERIODIK FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT RO FAH NUR RACHMAWATI SEBARAN ASIMTOTIK PENDUGA KOMPONEN PERIODIK FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT RO FAH NUR RACHMAWATI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2010 PERNYATAAN

Lebih terperinci

ANALISIS POLA KELAHIRAN MENURUT UMUR STUDI KASUS DI INDONESIA TAHUN 1987 DAN TAHUN 1997 SUMIHAR MEINARTI

ANALISIS POLA KELAHIRAN MENURUT UMUR STUDI KASUS DI INDONESIA TAHUN 1987 DAN TAHUN 1997 SUMIHAR MEINARTI ANALISIS POLA KELAHIRAN MENURUT UMUR STUDI KASUS DI INDONESIA TAHUN 1987 DAN TAHUN 1997 SUMIHAR MEINARTI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI

Lebih terperinci

RISIKO GEMUK (FAT-TAILED ADRINA LONY SEKOLAH

RISIKO GEMUK (FAT-TAILED ADRINA LONY SEKOLAH PENENTUAN BESARNYA PREMI UNTUK SEBARAN RISIKO YANG BEREKOR GEMUK (FAT-TAILED RISK DISTRIBUTION) ADRINA LONY SEKOLAH PASCASARJANAA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS DAN SUMBER

Lebih terperinci

PEMODELAN SISTEM PENDULUM TERBALIK DENGAN LINTASAN MIRING DAN KARAKTERISASI PARAMETER PADA MASALAH TRACKING ERROR OPTIMAL BAMBANG EDISUSANTO

PEMODELAN SISTEM PENDULUM TERBALIK DENGAN LINTASAN MIRING DAN KARAKTERISASI PARAMETER PADA MASALAH TRACKING ERROR OPTIMAL BAMBANG EDISUSANTO PEMODELAN SISTEM PENDULUM TERBALIK DENGAN LINTASAN MIRING DAN KARAKTERISASI PARAMETER PADA MASALAH TRACKING ERROR OPTIMAL BAMBANG EDISUSANTO SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 PERNYATAAN

Lebih terperinci

FORMULASI HAMILTONIAN UNTUK MENGGAMBARKAN GERAK GELOMBANG INTERNAL PADA LAUT DALAM RINA PRASTIWI

FORMULASI HAMILTONIAN UNTUK MENGGAMBARKAN GERAK GELOMBANG INTERNAL PADA LAUT DALAM RINA PRASTIWI FORMULASI HAMILTONIAN UNTUK MENGGAMBARKAN GERAK GELOMBANG INTERNAL PADA LAUT DALAM RINA PRASTIWI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan

Lebih terperinci

Analisis Hasil Ujian Nasional Madrasah Tsanawiyah Tahun 2008

Analisis Hasil Ujian Nasional Madrasah Tsanawiyah Tahun 2008 Analisis Hasil Ujian Nasional Madrasah Tsanawiyah Tahun 2008 Oleh : Asep Sjafrudin, M.Si 1. Pendahuluan 1.1. Latar Belakang Sebagai jenjang terakhir dalam program Wajib Belajar 9 Tahun Pendidikan Dasar

Lebih terperinci

KETERKONTROLAN BEBERAPA SISTEM PENDULUM SAKIRMAN

KETERKONTROLAN BEBERAPA SISTEM PENDULUM SAKIRMAN KETERKONTROLAN BEBERAPA SISTEM PENDULUM SAKIRMAN SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan ini saya menyatakan bahwa tesis Keterkontrolan

Lebih terperinci

PREDIKSI KECEPATAN PHASE GELOMBANG SOLITER TERGANGGU AHMAD HAKIM

PREDIKSI KECEPATAN PHASE GELOMBANG SOLITER TERGANGGU AHMAD HAKIM PREDIKSI KECEPATAN PHASE GELOMBANG SOLITER TERGANGGU AHMAD HAKIM SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan ini saya menyatakan bahwa

Lebih terperinci

PREDIKSI KECEPATAN PHASE GELOMBANG SOLITER TERGANGGU AHMAD HAKIM

PREDIKSI KECEPATAN PHASE GELOMBANG SOLITER TERGANGGU AHMAD HAKIM PREDIKSI KECEPATAN PHASE GELOMBANG SOLITER TERGANGGU AHMAD HAKIM SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan ini saya menyatakan bahwa

Lebih terperinci

PERENCANAAN OPTIMALISASI JASA ANGKUTAN PERUM BULOG

PERENCANAAN OPTIMALISASI JASA ANGKUTAN PERUM BULOG PERENCANAAN OPTIMALISASI JASA ANGKUTAN PERUM BULOG (Studi Kasus Pada Unit Bisnis Jasa Angkutan Divisi Regional Sulawesi Selatan) Oleh : Retnaning Adisiwi PROGRAM STUDI MANAJEMEN DAN BISNIS SEKOLAH PASCASARJANA

Lebih terperinci

EKSPLORASI MASALAH LOGARITMA DISKRET PADA FINITE FIELD ( ) Y A N A

EKSPLORASI MASALAH LOGARITMA DISKRET PADA FINITE FIELD ( ) Y A N A EKSPLORASI MASALAH LOGARITMA DISKRET PADA FINITE FIELD ( ) Y A N A SEKOLAH PASCA SARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TUGAS AKHIR DAN SUMBER INFORMASI Dengan ini saya menyatakan

Lebih terperinci

ANALISIS BIPLOT UNTUK PEMETAAN PROVINSI BERDASARKAN PRESTASI MAHASISWA TPB IPB DAN NILAI UJIAN NASIONAL ETY NOVIYANTI

ANALISIS BIPLOT UNTUK PEMETAAN PROVINSI BERDASARKAN PRESTASI MAHASISWA TPB IPB DAN NILAI UJIAN NASIONAL ETY NOVIYANTI ANALISIS BIPLOT UNTUK PEMETAAN PROVINSI BERDASARKAN PRESTASI MAHASISWA TPB IPB DAN NILAI UJIAN NASIONAL ETY NOVIYANTI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN

Lebih terperinci

PERAN TRANSFORMASI TUSTIN PADA RUANG KONTINU DAN RUANG DISKRET SAMSURIZAL

PERAN TRANSFORMASI TUSTIN PADA RUANG KONTINU DAN RUANG DISKRET SAMSURIZAL PERAN TRANSFORMASI TUSTIN PADA RUANG KONTINU DAN RUANG DISKRET SAMSURIZAL SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan ini saya menyatakan

Lebih terperinci

PEMETAAN PROVINSI DI INDONESIA BERDASARKAN PRODUK DOMESTIK REGIONAL BRUTO MENGGUNAKAN ANALISIS BIPLOT MEGA ERAWATI

PEMETAAN PROVINSI DI INDONESIA BERDASARKAN PRODUK DOMESTIK REGIONAL BRUTO MENGGUNAKAN ANALISIS BIPLOT MEGA ERAWATI PEMETAAN PROVINSI DI INDONESIA BERDASARKAN PRODUK DOMESTIK REGIONAL BRUTO MENGGUNAKAN ANALISIS BIPLOT MEGA ERAWATI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN

Lebih terperinci

DAFTAR ALAMAT MADRASAH TSANAWIYAH NEGERI TAHUN 2008/2009

DAFTAR ALAMAT MADRASAH TSANAWIYAH NEGERI TAHUN 2008/2009 ACEH ACEH ACEH SUMATERA UTARA SUMATERA UTARA SUMATERA BARAT SUMATERA BARAT SUMATERA BARAT RIAU JAMBI JAMBI SUMATERA SELATAN BENGKULU LAMPUNG KEPULAUAN BANGKA BELITUNG KEPULAUAN RIAU DKI JAKARTA JAWA BARAT

Lebih terperinci

PEWILAYAHAN AGROKLIMAT TANAMAN NILAM (Pogostemon spp.) BERBASIS CURAH HUJAN DI PROVINSI LAMPUNG I GDE DARMAPUTRA

PEWILAYAHAN AGROKLIMAT TANAMAN NILAM (Pogostemon spp.) BERBASIS CURAH HUJAN DI PROVINSI LAMPUNG I GDE DARMAPUTRA PEWILAYAHAN AGROKLIMAT TANAMAN NILAM (Pogostemon spp.) BERBASIS CURAH HUJAN DI PROVINSI LAMPUNG I GDE DARMAPUTRA SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2006 PERNYATAAN MENGENAI TESIS DAN SUMBER

Lebih terperinci

STUDI KONDISI VEGETASI DAN KONDISI FISIK KAWASAN PESISIR SERTA UPAYA KONSERVASI DI NANGGROE ACEH DARUSSALAM FERI SURYAWAN

STUDI KONDISI VEGETASI DAN KONDISI FISIK KAWASAN PESISIR SERTA UPAYA KONSERVASI DI NANGGROE ACEH DARUSSALAM FERI SURYAWAN STUDI KONDISI VEGETASI DAN KONDISI FISIK KAWASAN PESISIR SERTA UPAYA KONSERVASI DI NANGGROE ACEH DARUSSALAM FERI SURYAWAN SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2007 PENYATAAN MENGENAI TESIS

Lebih terperinci

KETERKAITAN NILAI TUKAR RUPIAH DENGAN INDEKS SAHAM DI BURSA EFEK INDONESIA. Oleh : Venny Syahmer

KETERKAITAN NILAI TUKAR RUPIAH DENGAN INDEKS SAHAM DI BURSA EFEK INDONESIA. Oleh : Venny Syahmer KETERKAITAN NILAI TUKAR RUPIAH DENGAN INDEKS SAHAM DI BURSA EFEK INDONESIA Oleh : Venny Syahmer PROGRAM STUDI MANAJEMEN DAN BISNIS SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR 2010 SURAT PERNYATAAN Saya

Lebih terperinci

INFORMASI YANG BISA DIAMBIL DARI BIPLOT

INFORMASI YANG BISA DIAMBIL DARI BIPLOT ANALISIS BIPLOT PENGANTAR Biplot diperkenalkan pertama kali oleh Gabriel (1971) sehingga sering disebut sebagai Gabriel s biplot. Metode ini tergolong dalam analisis eksplorasi peubah ganda yang ditujukan

Lebih terperinci

MODEL MATEMATIKA STRUKTUR UMUR INFEKSI VIRUS HIV DENGAN KOMBINASI TERAPI OBAT MUHAMMAD BUWING

MODEL MATEMATIKA STRUKTUR UMUR INFEKSI VIRUS HIV DENGAN KOMBINASI TERAPI OBAT MUHAMMAD BUWING MODEL MATEMATIKA STRUKTUR UMUR INFEKSI VIRUS HIV DENGAN KOMBINASI TERAPI OBAT MUHAMMAD BUWING SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan

Lebih terperinci

TINJAUAN PUSTAKA Analisis Gerombol

TINJAUAN PUSTAKA Analisis Gerombol 3 TINJAUAN PUSTAKA Analisis Gerombol Analisis gerombol merupakan analisis statistika peubah ganda yang digunakan untuk menggerombolkan n buah obyek. Obyek-obyek tersebut mempunyai p buah peubah. Penggerombolannya

Lebih terperinci

METODE BINOMIAL UNTUK MENENTUKAN HARGA OPSI CALL INDONESIA DAN STRATEGI LINDUNG NILAINYA JAENUDIN

METODE BINOMIAL UNTUK MENENTUKAN HARGA OPSI CALL INDONESIA DAN STRATEGI LINDUNG NILAINYA JAENUDIN METODE BINOMIAL UNTUK MENENTUKAN HARGA OPSI CALL INDONESIA DAN STRATEGI LINDUNG NILAINYA JAENUDIN SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI

Lebih terperinci

SOLUSI PERSAMAAN BOLTZMANN DENGAN NILAI AWAL BOBYLEV MENGGUNAKAN PENDEKATAN ANALITIK DAN NUMERIK YOANITA HISTORIANI

SOLUSI PERSAMAAN BOLTZMANN DENGAN NILAI AWAL BOBYLEV MENGGUNAKAN PENDEKATAN ANALITIK DAN NUMERIK YOANITA HISTORIANI SOLUSI PERSAMAAN BOLTZMANN DENGAN NILAI AWAL BOBYLEV MENGGUNAKAN PENDEKATAN ANALITIK DAN NUMERIK YOANITA HISTORIANI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2007 PERNYATAAN MENGENAI TESIS DAN

Lebih terperinci

MODEL OPTIMASI JADWAL UJIAN DAN IMPLEMENTASINYA PADA UNIVERSITAS TERBUKA ASMARA IRIANI TARIGAN

MODEL OPTIMASI JADWAL UJIAN DAN IMPLEMENTASINYA PADA UNIVERSITAS TERBUKA ASMARA IRIANI TARIGAN MODEL OPTIMASI JADWAL UJIAN DAN IMPLEMENTASINYA PADA UNIVERSITAS TERBUKA ASMARA IRIANI TARIGAN SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan

Lebih terperinci

PEMODELAN SISTEM PENDULUM TERBALIK DENGAN LINTASAN MIRING DAN KARAKTERISASI PARAMETER PADA MASALAH TRACKING ERROR OPTIMAL BAMBANG EDISUSANTO

PEMODELAN SISTEM PENDULUM TERBALIK DENGAN LINTASAN MIRING DAN KARAKTERISASI PARAMETER PADA MASALAH TRACKING ERROR OPTIMAL BAMBANG EDISUSANTO PEMODELAN SISTEM PENDULUM TERBALIK DENGAN LINTASAN MIRING DAN KARAKTERISASI PARAMETER PADA MASALAH TRACKING ERROR OPTIMAL BAMBANG EDISUSANTO SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 PERNYATAAN

Lebih terperinci

PENGUKURAN KONTRIBUSI ITS DALAM MEMBENTUK MUTU SARJANA BARU ITS MENURUT PERSEPSI WISUDAWAN TAHUN 2004

PENGUKURAN KONTRIBUSI ITS DALAM MEMBENTUK MUTU SARJANA BARU ITS MENURUT PERSEPSI WISUDAWAN TAHUN 2004 B-17-1 PENGUKURAN KONTRIBUSI ITS DALAM MEMBENTUK MUTU SARJANA BARU ITS MENURUT PERSEPSI WISUDAWAN TAHUN 2004 Arie Kismanto dan Muhammad Sjahid Akbar Jurusan Statistik ITS ABSTRAK Sarjana baru dapat dipakai

Lebih terperinci

PERBANDINGAN ANALISIS BIPLOT KLASIK DAN ROBUST BIPLOT PADA PEMETAAN PERGURUAN TINGGI SWASTA DI JAWA TIMUR

PERBANDINGAN ANALISIS BIPLOT KLASIK DAN ROBUST BIPLOT PADA PEMETAAN PERGURUAN TINGGI SWASTA DI JAWA TIMUR Jur. Ris. & Apl. Mat. I (207), no., xx-xx Jurnal Riset dan Aplikasi Matematika e-issn: 258-054 URL: journal.unesa.ac.id/index.php/jram PERBANDINGAN ANALISIS BIPLOT KLASIK DAN ROBUST BIPLOT PADA PEMETAAN

Lebih terperinci

STK511 Analisis Statistika. Pertemuan 13 Peubah Ganda

STK511 Analisis Statistika. Pertemuan 13 Peubah Ganda STK511 Analisis Statistika Pertemuan 13 Peubah Ganda 13. Peubah Ganda: Pengantar Pengamatan Peubah Ganda Menggambarkan suatu objek tidak cukup menggunakan satu peubah saja Kasus pengamatan peubah ganda

Lebih terperinci

PENDUGAAN TURUNAN PERTAMA DAN TURUNAN KEDUA DARI FUNGSI INTENSITAS SUATU PROSES POISSON PERIODIK SYAMSURI

PENDUGAAN TURUNAN PERTAMA DAN TURUNAN KEDUA DARI FUNGSI INTENSITAS SUATU PROSES POISSON PERIODIK SYAMSURI PENDUGAAN TURUNAN PERTAMA DAN TURUNAN KEDUA DARI FUNGSI INTENSITAS SUATU PROSES POISSON PERIODIK SYAMSURI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2007 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI

Lebih terperinci

IDENTIFIKASI LAHAN KRITIS DALAM KAITANNYA DENGAN PENATAAN RUANG DAN KEGIATAN REHABILITASI LAHAN DI KABUPATEN SUMEDANG DIAN HERDIANA

IDENTIFIKASI LAHAN KRITIS DALAM KAITANNYA DENGAN PENATAAN RUANG DAN KEGIATAN REHABILITASI LAHAN DI KABUPATEN SUMEDANG DIAN HERDIANA IDENTIFIKASI LAHAN KRITIS DALAM KAITANNYA DENGAN PENATAAN RUANG DAN KEGIATAN REHABILITASI LAHAN DI KABUPATEN SUMEDANG DIAN HERDIANA PROGRAM STUDI ILMU PERENCANAAN WILAYAH SEKOLAH PASCA SARJANA INSTITUT

Lebih terperinci

FORMULASI STRATEGI PEMASARAN SAYURAN ORGANIK PT. PERMATA HATI ORGANIC FARM CISARUA. Oleh: Laura Juita Pinem P

FORMULASI STRATEGI PEMASARAN SAYURAN ORGANIK PT. PERMATA HATI ORGANIC FARM CISARUA. Oleh: Laura Juita Pinem P FORMULASI STRATEGI PEMASARAN SAYURAN ORGANIK PT. PERMATA HATI ORGANIC FARM CISARUA Oleh: Laura Juita Pinem P056070971.38 PROGRAM PASCASARJANA MANAJEMEN DAN BISNIS INSTITUT PERTANIAN BOGOR 2009 Hak cipta

Lebih terperinci

SELEKSI PEUBAH DENGAN ANALISIS KOMPONEN UTAMA DAN PROCRUSTES ACHMAD MUSLIM

SELEKSI PEUBAH DENGAN ANALISIS KOMPONEN UTAMA DAN PROCRUSTES ACHMAD MUSLIM SELEKSI PEUBAH DENGAN ANALISIS KOMPONEN UTAMA DAN PROCRUSTES ACHMAD MUSLIM SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2011 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan ini saya menyatakan

Lebih terperinci

MODEL PERTUMBUHAN EKONOMI DUA DAERAH BERDASARKAN MODAL DAN KNOWLEDGE MUHAMMAD TAUFIK NUSA TAJAU

MODEL PERTUMBUHAN EKONOMI DUA DAERAH BERDASARKAN MODAL DAN KNOWLEDGE MUHAMMAD TAUFIK NUSA TAJAU MODEL PERTUMBUHAN EKONOMI DUA DAERAH BERDASARKAN MODAL DAN KNOWLEDGE MUHAMMAD TAUFIK NUSA TAJAU SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan

Lebih terperinci

ANALISIS HASIL UJIAN NASIONAL PENDIDIKAN KESETARAAN TAHUN 2015

ANALISIS HASIL UJIAN NASIONAL PENDIDIKAN KESETARAAN TAHUN 2015 . 1 ANALISIS HASIL UJIAN NASIONAL PENDIDIKAN KESETARAAN TAHUN 2015 Dra. Th. Nuraeni Ekaningrum, MPd. MARET 2016 Kategori hasil UN dapat dikelompokkan sebagai berikut: 2 NILAI KETERANGAN N > 85 A = SANGAT

Lebih terperinci

MODEL DISTRIBUSI PERTUMBUHAN EKONOMI ANTARKELOMPOK PADA DUA DAERAH ADE LINA HERLIANI

MODEL DISTRIBUSI PERTUMBUHAN EKONOMI ANTARKELOMPOK PADA DUA DAERAH ADE LINA HERLIANI MODEL DISTRIBUSI PERTUMBUHAN EKONOMI ANTARKELOMPOK PADA DUA DAERAH ADE LINA HERLIANI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan ini saya

Lebih terperinci

ANALISIS EKUITAS MEREK MINUMAN ISOTONIK MIZONE PADA MAHASISWA DI KOTA SOLO. Oleh : Andrew Kresnoputro

ANALISIS EKUITAS MEREK MINUMAN ISOTONIK MIZONE PADA MAHASISWA DI KOTA SOLO. Oleh : Andrew Kresnoputro ANALISIS EKUITAS MEREK MINUMAN ISOTONIK MIZONE PADA MAHASISWA DI KOTA SOLO Oleh : Andrew Kresnoputro PROGRAM STUDI MANAJEMEN DAN BISNIS SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR 2010 SURAT PERNYATAAN

Lebih terperinci

EVALUASI SERTIFIKASI GURU DENGAN PENDEKATAN MODEL PERSAMAAN STRUKTURAL. N a m a : Mohamad Salim N R P : G PS : S2 Matematika Terapan

EVALUASI SERTIFIKASI GURU DENGAN PENDEKATAN MODEL PERSAMAAN STRUKTURAL. N a m a : Mohamad Salim N R P : G PS : S2 Matematika Terapan EVALUASI SERTIFIKASI GURU DENGAN PENDEKATAN MODEL PERSAMAAN STRUKTURAL N a m a : Mohamad Salim N R P : G551060221 PS : S2 Matematika Terapan DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN

Lebih terperinci

ANALISIS BIPLOT DAN PROCRUSTES TERHADAP PERUBAHAN KURIKULUM TPB IPB ANGKATAN 2010/2011 DAN 2011/2012 ABRAHAM MADISON MANURUNG

ANALISIS BIPLOT DAN PROCRUSTES TERHADAP PERUBAHAN KURIKULUM TPB IPB ANGKATAN 2010/2011 DAN 2011/2012 ABRAHAM MADISON MANURUNG ANALISIS BIPLOT DAN PROCRUSTES TERHADAP PERUBAHAN KURIKULUM TPB IPB ANGKATAN 2010/2011 DAN 2011/2012 ABRAHAM MADISON MANURUNG DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT

Lebih terperinci

Analisis Biplot untuk Pemetaan Posisi dan Karakteristik Usaha Pariwisata di Provinsi Bali

Analisis Biplot untuk Pemetaan Posisi dan Karakteristik Usaha Pariwisata di Provinsi Bali Jurnal Matematika Vol. 6 No. 1, Juni 2016. ISSN: 1693-1394 Analisis Biplot untuk Pemetaan Posisi dan Karakteristik Usaha Pariwisata di Provinsi Bali I Gusti Ayu Made Srinadi Jurusan Matematika, Fakultas

Lebih terperinci

MODEL MATEMATIKA UNTUK PERUBAHAN SUHU DAN KONSENTRASI DOPANT PADA PEMBENTUKAN SERAT OPTIK MIFTAHUL JANNAH

MODEL MATEMATIKA UNTUK PERUBAHAN SUHU DAN KONSENTRASI DOPANT PADA PEMBENTUKAN SERAT OPTIK MIFTAHUL JANNAH MODEL MATEMATIKA UNTUK PERUBAHAN SUHU DAN KONSENTRASI DOPANT PADA PEMBENTUKAN SERAT OPTIK MIFTAHUL JANNAH SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERYATAAN MENGENAI TESIS DAN SUMBER INFORMASI

Lebih terperinci

MODEL MATEMATIKA PENYEBARAN PENYAKIT DEMAM BERDARAH DENGUE JUMADI

MODEL MATEMATIKA PENYEBARAN PENYAKIT DEMAM BERDARAH DENGUE JUMADI MODEL MATEMATIKA PENYEBARAN PENYAKIT DEMAM BERDARAH DENGUE JUMADI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan ini saya menyatakan bahwa

Lebih terperinci

DISTRIBUSI DAN PREFERENSI HABITAT SPONS KELAS DEMOSPONGIAE DI KEPULAUAN SERIBU PROVINSI DKI JAKARTA KARJO KARDONO HANDOJO

DISTRIBUSI DAN PREFERENSI HABITAT SPONS KELAS DEMOSPONGIAE DI KEPULAUAN SERIBU PROVINSI DKI JAKARTA KARJO KARDONO HANDOJO DISTRIBUSI DAN PREFERENSI HABITAT SPONS KELAS DEMOSPONGIAE DI KEPULAUAN SERIBU PROVINSI DKI JAKARTA KARJO KARDONO HANDOJO SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2006 PERNYATAAN MENGENAI TESIS

Lebih terperinci

EVALUASI KINERJA KEUANGAN SATUAN USAHA KOMERSIAL PERGURUAN TINGGI NEGERI BADAN HUKUM DARSONO SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2014

EVALUASI KINERJA KEUANGAN SATUAN USAHA KOMERSIAL PERGURUAN TINGGI NEGERI BADAN HUKUM DARSONO SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2014 1 EVALUASI KINERJA KEUANGAN SATUAN USAHA KOMERSIAL PERGURUAN TINGGI NEGERI BADAN HUKUM DARSONO SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2014 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI SERTA

Lebih terperinci

PEMETAAN MINAT CALON MAHASISWA BARU UNIVERSITAS JEMBER TAHUN 2013 MENGGUNAKAN ANALISIS BIPLOT ROBUST SINGULAR VALUE DECOMPOSITION (RSVD)

PEMETAAN MINAT CALON MAHASISWA BARU UNIVERSITAS JEMBER TAHUN 2013 MENGGUNAKAN ANALISIS BIPLOT ROBUST SINGULAR VALUE DECOMPOSITION (RSVD) PEMETAAN MINAT CALON MAHASISWA BARU UNIVERSITAS JEMBER TAHUN 2013 MENGGUNAKAN ANALISIS BIPLOT ROBUST SINGULAR VALUE DECOMPOSITION (RSVD) SKRIPSI Oleh Ummy Badiroh NIM 101810101006 JURUSAN MATEMATIKA FAKULTAS

Lebih terperinci

KAJIAN MODEL MIKROSKOPIK DAN MODEL KINETIK LALU LINTAS KENDARAAN DAN SIMULASINYA DESYARTI SAFARINI TLS

KAJIAN MODEL MIKROSKOPIK DAN MODEL KINETIK LALU LINTAS KENDARAAN DAN SIMULASINYA DESYARTI SAFARINI TLS KAJIAN MODEL MIKROSKOPIK DAN MODEL KINETIK LALU LINTAS KENDARAAN DAN SIMULASINYA DESYARTI SAFARINI TLS SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI

Lebih terperinci

EVALUASI POTENSI OBYEK WISATA AKTUAL DI KABUPATEN AGAM SUMATERA BARAT UNTUK PERENCANAAN PROGRAM PENGEMBANGAN EDWIN PRAMUDIA

EVALUASI POTENSI OBYEK WISATA AKTUAL DI KABUPATEN AGAM SUMATERA BARAT UNTUK PERENCANAAN PROGRAM PENGEMBANGAN EDWIN PRAMUDIA EVALUASI POTENSI OBYEK WISATA AKTUAL DI KABUPATEN AGAM SUMATERA BARAT UNTUK PERENCANAAN PROGRAM PENGEMBANGAN EDWIN PRAMUDIA SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 SURAT PERNYATAAN Dengan

Lebih terperinci

PERBANDINGAN KEKONVERGENAN BEBERAPA MODEL BINOMIAL UNTUK PENENTUAN HARGA OPSI EROPA PONCO BUDI SUSILO

PERBANDINGAN KEKONVERGENAN BEBERAPA MODEL BINOMIAL UNTUK PENENTUAN HARGA OPSI EROPA PONCO BUDI SUSILO PERBANDINGAN KEKONVERGENAN BEBERAPA MODEL BINOMIAL UNTUK PENENTUAN HARGA OPSI EROPA PONCO BUDI SUSILO SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 SUMBER INFORMASI Dengan ini saya menyatakan

Lebih terperinci

ANALISIS PEMBENTUKAN WORD GRAPH KATA SIFAT MENGGUNAKAN METODE KNOWLEDGE GRAPH USEP RAHMAT

ANALISIS PEMBENTUKAN WORD GRAPH KATA SIFAT MENGGUNAKAN METODE KNOWLEDGE GRAPH USEP RAHMAT ANALISIS PEMBENTUKAN WORD GRAPH KATA SIFAT MENGGUNAKAN METODE KNOWLEDGE GRAPH USEP RAHMAT SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan

Lebih terperinci

PREDIKSI STATUS KEAKTIFAN STUDI MAHASISWA DENGAN ALGORITMA C5.0 DAN K-NEAREST NEIGHBOR IIN ERNAWATI G

PREDIKSI STATUS KEAKTIFAN STUDI MAHASISWA DENGAN ALGORITMA C5.0 DAN K-NEAREST NEIGHBOR IIN ERNAWATI G PREDIKSI STATUS KEAKTIFAN STUDI MAHASISWA DENGAN ALGORITMA C5.0 DAN K-NEAREST NEIGHBOR IIN ERNAWATI G651044054 SEKOLAH PASCA SARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 PERNYATAAN MENGENAI TESIS DAN SUMBER

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Statistika Multivariat Analisis statistika multivariat adalah teknik-teknik analisis statistik yang memperlakukan sekelompok variabel terikat yang saling berkorelasi sebagai

Lebih terperinci

MODEL PERAMALAN HARGA SAHAM DENGAN JARINGAN SYARAF TIRUAN PROPAGASI BALIK TRIANA ENDANG

MODEL PERAMALAN HARGA SAHAM DENGAN JARINGAN SYARAF TIRUAN PROPAGASI BALIK TRIANA ENDANG MODEL PERAMALAN HARGA SAHAM DENGAN JARINGAN SYARAF TIRUAN PROPAGASI BALIK TRIANA ENDANG SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan ini

Lebih terperinci

MODEL SKEDUL MIGRASI DAN APLIKASINYA DALAM PROYEKSI PENDUDUK MULTIREGIONAL MUSLIMAH

MODEL SKEDUL MIGRASI DAN APLIKASINYA DALAM PROYEKSI PENDUDUK MULTIREGIONAL MUSLIMAH MODEL SKEDUL MIGRASI DAN APLIKASINYA DALAM PROYEKSI PENDUDUK MULTIREGIONAL MUSLIMAH SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan ini saya

Lebih terperinci

STRATEGI PENGEMBANGAN DAYA SAING PRODUK UNGGULAN DAERAH INDUSTRI KECIL MENENGAH KABUPATEN BANYUMAS MUHAMMAD UNGGUL ABDUL FATTAH

STRATEGI PENGEMBANGAN DAYA SAING PRODUK UNGGULAN DAERAH INDUSTRI KECIL MENENGAH KABUPATEN BANYUMAS MUHAMMAD UNGGUL ABDUL FATTAH i STRATEGI PENGEMBANGAN DAYA SAING PRODUK UNGGULAN DAERAH INDUSTRI KECIL MENENGAH KABUPATEN BANYUMAS MUHAMMAD UNGGUL ABDUL FATTAH SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2016 iii PERNYATAAN

Lebih terperinci

METODE PEMOTONGAN DERET FOURIER UNTUK MENYELESAIKAN PERSAMAAN GERAK GELOMBANG INTERNAL YANG PERIODIK PADA FLUIDA DUA LAPISAN MUHBAHIR

METODE PEMOTONGAN DERET FOURIER UNTUK MENYELESAIKAN PERSAMAAN GERAK GELOMBANG INTERNAL YANG PERIODIK PADA FLUIDA DUA LAPISAN MUHBAHIR METODE PEMOTONGAN DERET FOURIER UNTUK MENYELESAIKAN PERSAMAAN GERAK GELOMBANG INTERNAL YANG PERIODIK PADA FLUIDA DUA LAPISAN MUHBAHIR SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 PERNYATAAN

Lebih terperinci

PERAN TRANSFORMASI TUSTIN PADA RUANG KONTINU DAN RUANG DISKRET SAMSURIZAL

PERAN TRANSFORMASI TUSTIN PADA RUANG KONTINU DAN RUANG DISKRET SAMSURIZAL PERAN TRANSFORMASI TUSTIN PADA RUANG KONTINU DAN RUANG DISKRET SAMSURIZAL SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan ini saya menyatakan

Lebih terperinci

EVALUASI POTENSI OBYEK WISATA AKTUAL DI KABUPATEN AGAM SUMATERA BARAT UNTUK PERENCANAAN PROGRAM PENGEMBANGAN EDWIN PRAMUDIA

EVALUASI POTENSI OBYEK WISATA AKTUAL DI KABUPATEN AGAM SUMATERA BARAT UNTUK PERENCANAAN PROGRAM PENGEMBANGAN EDWIN PRAMUDIA EVALUASI POTENSI OBYEK WISATA AKTUAL DI KABUPATEN AGAM SUMATERA BARAT UNTUK PERENCANAAN PROGRAM PENGEMBANGAN EDWIN PRAMUDIA SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 SURAT PERNYATAAN Dengan

Lebih terperinci

UKURAN KESESUAIAN ANALISIS KORESPONDENSI MELALUI ANALISIS PROCRUSTES SARI RAHAYU

UKURAN KESESUAIAN ANALISIS KORESPONDENSI MELALUI ANALISIS PROCRUSTES SARI RAHAYU UKURAN KESESUAIAN ANALISIS KORESPONDENSI MELALUI ANALISIS PROCRUSTES SARI RAHAYU DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2013 ABSTRAK SARI RAHAYU.

Lebih terperinci

METODE QUALITY FUNCTION DEPLOYMENT (QFD) DALAM PENENTUAN PRIORITAS PELAYANAN PADA PERUSAHAAN ASURANSI MARLINE SOFIANA PAENDONG

METODE QUALITY FUNCTION DEPLOYMENT (QFD) DALAM PENENTUAN PRIORITAS PELAYANAN PADA PERUSAHAAN ASURANSI MARLINE SOFIANA PAENDONG METODE QUALITY FUNCTION DEPLOYMENT (QFD) DALAM PENENTUAN PRIORITAS PELAYANAN PADA PERUSAHAAN ASURANSI MARLINE SOFIANA PAENDONG SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2006 SURAT PERNYATAAN

Lebih terperinci

PEWILAYAHAN AGROKLIMAT TANAMAN NILAM (Pogostemon spp.) BERBASIS CURAH HUJAN DI PROVINSI LAMPUNG I GDE DARMAPUTRA

PEWILAYAHAN AGROKLIMAT TANAMAN NILAM (Pogostemon spp.) BERBASIS CURAH HUJAN DI PROVINSI LAMPUNG I GDE DARMAPUTRA PEWILAYAHAN AGROKLIMAT TANAMAN NILAM (Pogostemon spp.) BERBASIS CURAH HUJAN DI PROVINSI LAMPUNG I GDE DARMAPUTRA SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2006 PERNYATAAN MENGENAI TESIS DAN SUMBER

Lebih terperinci