PEMODELAN INFLASI BERDASARKAN HARGA-HARGA PANGAN MENGGUNAKAN SPLINE MULTIVARIABEL. Abstract
|
|
- Veronika Kusuma
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Peodelan Inflasi (Alan Prahutaa) PEMODELAN INFLASI BERDASARKAN HARGA-HARGA PANGAN MENGGUNAKAN SPLINE MULTIVARIABEL Alan Prahutaa 1, Tiani Wahyu U, Rezzy Eko C 3, Dede Zurohtuliyosi 3 1 Dosen Jurusan Statistika FSM Undip, alanprahutaa@undip.ac.id Dosen Jurusan Statistika Unius 3 Mahasiswa Jurusan Statistika FSM Undip Abstract Inflation is defined as a sustained increase in the general level of price for goods and services. Soe of the events that led to inflation in Indonesia is rising fuel prices, rising prices of eat and chili. Inflation has negative ipact, because decreased purchasing power. So that the inflation odel is needed. Modeling inflation can be use regression odels. The approach can be perfored with nonparaetric regression, one of ethod of nonparaetric regression is spline ethod. In this case, use three predictors to odeling inflation using spline ultivariable. The predictors are price of rice, price of chicken, and price of chili. Obtained ultivariable spline odels with R-square of 93.94% with optial = (quadratic) for 1 knots. Keywords: Spline Multivariable, GCV, Inflation 1. Pendahuluan Inflasi diartikan sebagai eningkatnya harga-harga secara uu dan terus enerus [5]. Kenaikan harga dari satu atau dua barang belu bisa dikatakan inflasi, kecuali kenaikan tersebut eluas. Terjadi peningkatan inflasi akan enyebabkan penurunan pertubuhan perekonoian suatu negara. Misalnya kenaikan BBM enyebabkan inflasi, karena dengan kenaikan BBM harga-harga barang eningkat, daya beli asyarakat enurun dan biaya produksi eningkat. Salah satu faktor yang epengaruhi inflasi adalah kooditas harga bahan pangan [9]. Salah satu etode statistika yang bisa enjelaskan hubungan antara antara variabel prediktor terhadap variabel respon adalah analisis regresi. Analisis regresi yang sering digunakan adalah analisis regresi paraetrik. Pendekatan regresi secara paraetrik ebutuhkan asusi-asusi yang harus dipenuhi untuk enghasilkan peodelan yang baik [4]. Pendekatan regresi paraetrik enghasilkan odel yang baik jika bentuk kurva regresinya diketahui. Regresi nonparaetrik digunakan jika bentuk kurva fungsinya tidak diketahui sehingga data akan encari sendiri bentuk kurva regresinya [1]. Pendekatan regresi nonparaetrik yang sudah berkebang antara lain dengan deret Fourier, Polinoial lokal, kernel, dan spline. Spline erupakan polinoial truncated, yaitu bentuk kurva yang terpotong-potong sehingga spline apu engatasi perubahan data pada sub interval tertentu. Pendekatan spline enggunkan Penalized Least Square yaitu dengan encari bentuk kurva dari regresi sehingga odel spline eiliki fleksibelitas yang tinggi [7]. Penelitian enggunakan pendekatan spline sudah banyak dilakukan antara lain Wang [8] elakukan penelitian dengan pendekatan spline dengan titik-titik knot. Erifandi [] elakukan pendekatan spline birespon. Salah satu prosedur peodelan enggunakan spline adalah enentukan titik knot optiu. Salah satu penentuan titik knot optiu adalah dengan enggunakan Generalized Cross Validation (GCV) [1]. Berdasarkan uraian-urain tersebut, penelitian ini bertujuan untuk engebangkan odel spline pada data perubahan inflasi di Jawa Tengah. Suparti [6] engebangkan 89
2 Media Statistika, Vol. 7, No., Deseber 014: odel inflasi di Indonesia enggunakan Spline berdasarkan waktu. Jawa Tengah erupakan salah satu provinsi yang enghasilkan produksi bahan pangan yang surplus, khususnya beras. Model yang dikebangkan adalah pengaruh perubahan harga bahan akanan antara lain perubahan harga beras, daging aya, cabe rawit dan tanaan sayur sebagai variabel-variabel prediktor, terhadap perubahan nilai inflasi di Jawa Tengah sebagai variabel respon. Hal ini dikarenakan inflasi dihitung berdasarkan indeks harga konsuen (IHK), sehigga variable-variabel prediktor tersebut diharapkan apu engukur nilai dari IHK [9]. Jika diketahui perubahan inflasi pada suatu periode aka akan diketahui nilai inflasi pada periode tersebut. Pendekatan spline yang digunakan untuk eodelkan nilai inflasi adalah dengan pendekatan linier, kuadratik dan kubik. Keudian dari odel yang didapat, diharapkan apu eraalkan nilai inflasi di Jawa Tengah pada periode berikutnya.. Tinjauan Pustaka.1. Regresi Paraetrik Regresi paraetrik erupakan pendekatan regresi untuk engetahui pola hubungan antara variabel respon dan variabel prediktor dengan bentuk kurva regresi diketahui. Persaaan odel regresi linier sederhana sebagai berikut [3] : yi 0 1Xi i, i 1,,..., n. Jika ditulis dala bentuk atriks diperoleh odel regresi: y = Xβ + ε, diana ~ N ε 0,σ I. Estiasi koefisien regresi β dilakukan dengan enggunakan OLS Square). Metode ini dilakukan dengan einiukan T T ε ε = y - Xβ y - Xβ, diturunkan terhadap β aka didapat estiator ˆ T T β = X X X y. -1 T εε terhadap (Ordinary Least β. Nilai.. Spline Spline erupakan suatu polinoial diana segen-segen polinoial yang berbeda digabungkan bersaa pada knots k 1, k,..., k r dan kontinu sehingga bersifat fleksibel dibandingkan polinoial biasa. Spline orde dengan titik-titik knot k 1, k,..., k r secara uu dapat disajikan dala bentuk [3] : dengan j ( xk ) y S( x) untuk i ( x k j), x k 0, x k i j j r i i j j i1 j1 S( x) x ( x k ) diana adalah konstanta dan k 1, k,..., k r adalah titik-titik knots, sehingga jika dibuat bentuk atriks sebagai berikut: 0 y1 1 1 x1 x1 k1 x1 kr y 1 y 1 xn xn k1 xn kr n n r atau y X β ε 90
3 Peodelan Inflasi (Alan Prahutaa) Estiasi odel spline enggunakan Weighted Least Square (WLS) enghasilkan estiasi sebagai berikut: ˆ T -1 T β = (X WX) X Wy, dengan W erupakan atriks diagonal dari perhitungan estiasi bobot. Sehingga odel estiasinya didapat: T -1 T yˆ X (X WX) X Wy atau yˆ A( k) y. Model Spline orde = 1 (Linier) dengan 1 titik knot untuk 3 prediktor adalah sebagai berikut: yi a0 a11 x1 i b11 ( x1 i K11) a1 xi b1 ( xi K1 ) a13 x3 i b13 ( x3 i K13 ) Model Spline orde = (kuadratik) dengan 1 titik knot untuk 3 prediktor adalah sebagai berikut [6] : y a a x b ( x K ) a x b ( x K ) a x b ( x K ) i i 11 1i i 11 1i 11 1 i 1 i 1 axi b1 ( xi K1 ) a13 x3i b13 ( x3i K13) a3x3i b13 ( x3i K13) Model Spline orde = 1 dengan titik knot untuk 3 prediktor adalah sebagai berikut: y a a x b ( x K ) b ( x K ) a x b ( x K ) b ( x K ) i i 11 1i i 1 1 i 1 i 1 i a x b ( x K ) b ( x K ) i 13 3i i 3 Model Spline orde = dengan titik knot untuk 3 prediktor adalah sebagai berikut: y a a x b ( x K ) a x b ( x K ) a x b ( x K ) i i 11 1i i 11 1i 1 1 i 1 i 1 a x b ( x K ) a x b ( x K ) a x b ( x K ) i 1 i 13 3i 13 3i i 13 3i 3.3. Generalized Cross Validation Terdapat beberapa etode untuk eilih titik knot, salah satunya adalah dengan enggunakan etode Generalized Cross Validation (GCV). GCV didefinisikan sebagai berikut: GCV ( k) MSE( k)/( n 1 tr I A( k) ), n 1 dengan : MSE ( k) n yi f ( t i ). i1 A(k) : atrik proyeksi pada titik knot ke-k y i : variabel respon ke-i I : atrik identitas Pada saat orde () spline tinggi, knot yang banyak dan knot yang terlalu dekat akan ebentuk atriks dala perhitungan yang endekati singular, sehingga persaaan tidak dapat diselesaikan. Peilihan titik knot optial dilakukan dengan elihat nilai GCV yang iniu [3]. 3. Metodologi Penelitian Variabel respon yang digunakan pada penelitian ini adalah perubahan nilai inflasi di Jawa Tengah tahun 013 ( Y ). Sedangkan variabel prediktornya antara lain Perubahan harga beras (X 1 ), Perubahan harga daging aya (X ), Perubahan harga cabai rawit (X 3 ), Perubahan harga tanaan sayur (X 4 ) di kota Searang pada Tahun 013 oleh Bank Indonesia. Melakukan pendekatan regresi nonparaetrik dengan regresi Spline dengan langkah-langkah sebagai berikut: 1. Mendapatkan nilai bandwidth untuk setiap variabel prediktor secara siultan. Meodelkan regresi Spline Linier ( = 1) 91
4 Media Statistika, Vol. 7, No., Deseber 014: eodelkan regresi Spline Kuadratik ( = ) 4. Mendapatkan nilai R untuk asing-asing odel 4. Hasil Dan Pebahasan Berdasarkan Gabar 1 terlihat scatterplot antara variabel dependen dengan variabel-variabel independent yang sudah distandardisasi untuk enyaakan satuan. Berdasarkan gabar tersebut terlihat plot data enyebar secara acak, sehingga sesuai dengan peodelan regresi nonparaetrik. Gabar 1. Scatterplot antara Variabel y, x 1, x, dan x Peodelan Spline Multivariabel dengan 1 titik knot Langkah pertaa sebelu peodelan regresi spline ultivariabel adalah enentukan nilai titik knot yang optial. Penentuan nilai titik knot optial enggunakan etode Generalized Cross Validation (GCV). Tabel 1 enunjukan nilai GCV untuk satu titik knot dengan = 1 (linier) dan = (kuadratik). Tabel 1. Nilai GCV untuk Satu Titik Knot dengan = 1 dan = Satu Titik Knot untuk = 1 Satu Titik Knot untuk = X 1 X X 3 GCV X 1 X X 3 GCV Berdasarkan Tabel 1, nilai titik knot yang optial erupakan nilai GCV terkecil. Untuk = 1 nilai titik knot optial pada variabel X 1 = 0.01; X = 0; X 3 = Sedangkan pada orde = nilai titik knot optial untuk asing-asing variabel adalah X 1 = 1.1; X = X 3 = 1. Selanjutnya dengan titik knot optial akan dicari estiasi paraeter untuk odel. 9
5 Peodelan Inflasi (Alan Prahutaa) Hasil estiasi paraeter untuk = dengan 1 titik knot adalah 1 1 yˆ x ( x 0.01) 0.388x ( x 0) 1.518x i 1i 1i i i 3i 0.404( x 0.01) 3i 1 dengan R-square = dan MSE = Titik knot optial untuk orde = (kuadratik) pada Tabel 1 adalah X 1 = 1.1; X = X 3 = 1 dengan nilai GCV sebesar Hasil estiasi paraeter untuk = dengan 1 titik knot adalah yˆ x 0.044( x 1.1) 0.894x 0.044( x 1.1) 0.894x 0.976( x 1) i 1i 1i 1i 1i i i i i 3i 3i 3i 3i 0.56x 0.901( x 1) 0.091x 4.45( x 1) x 4.45( x 1) dengan R-Square = dan MSE = Peodelan Spline Multivariabel dengan titik knot Selanjutnya akan dicobakan peodelan spline ultivariabel dengan titik knot. Tabel. Nilai GCV Spline Multivariabel untuk = 1 (linier) dengan Titik Knot Titik Knot ke-1 Titik Knot ke- X 1 X X 3 X 1 X X 3 GCV Berdasarkan Tabel, diperoleh nilai GCV terkecil sebesar untuk titik knot pertaa nilainya pada X 1 = X = 1.01 dan X 3 = 1 sedangkan pada titik knot kedua nilainya pada X 1 = X = X 3 = 1. Berdasarkan titik knot optial pada Tabel 3, diperoleh estiasi paraeter untuk = 1 dengan titik knot adalah sebagai berikut: yˆ x ( x 1.01) ( x 1) x 0.036( x 1.01) i 1i 1i 1i i i ( x 1) x 0.036( x 1) ( x 1) i 3i 3i 3i Tabel 3. Nilai GCV Spline Multivariabel untuk = dengan Titik Knot Titik Knot ke-1 Titik Knot ke- X1 X X3 X1 X X3 GCV
6 Media Statistika, Vol. 7, No., Deseber 014: Berdasarkan Tabel 3, nilai GCV spline ultivariabel untuk = 3 dengan titik knot sebesar Titik knot pertaa untuk asing-asing variabel bernilai X 1 = 0.1 dan X = X 3 = 0, pada titik knot kedua nilai setiap variabel saa dengan knot pertaa. Hasil estiasi paraeter odel spline ultivariabel untuk = dengan titik knot optial berdasarkan Tabel 3 adalah sebagai berikut: yˆ x 0.597( x 0.1) x ( x 0.1) x ( x 0) i 1i 1i 1i 1i i i i i 3i 3i 3i 3i x ( x 0) 0.314x ( x 0) x 0.314( x 0) didapatkan R-square = dan MSE = Kesipulan Langkah awal peodelan regresi nonparaetrik dengan etode spline adalah enentukan nilai knot optial. Penentuan knot optial dilakukan untuk asing-asing orde, yaitu = 1 (linier) dan = (kuadratik) di setiap knot. Nilai GCV terkecil erupakan titik knot optial. Pada peodelan inflasi spline ultivariabel = 1 dan = untuk 1 titik knot dan titik knot, didapat nilai R-square tertinggi pada = dengan 1 titik knot yaitu sebesar 93.94%. Modelnya adalah sebagai berikut: yˆ x 0.044( x 1.1) 0.894x 0.044( x 1.1) 0.894x 0.976( x 1) i 1i 1i 1i 1i i i i i 3i 3i 3i 3i 0.56x 0.901( x 1) 0.091x 4.45( x 1) x 4.45( x 1) dengan R-Square = dan MSE = Berdasarkan odel tersebut, variabel-variabel perubahan harga beras, daging aya, cabai rawit, dan tanaan sayur eberikan kontribusi terhadap nilai inflasi sebesar 93.94%. DAFTAR PUSTAKA 1. Budiantara, I.N., Metode U, GML, CV, dan GCV dala regresi Nonparaetrik Spline, Majalah Iliah Hipunan Mateatika Indonesia (MIHMI), 000, Vol. 6: Erifandi, W., Estiator Spline Parsial dala Regresi Seiparaetrik Multirespon, Tesis Magister Statistika Institut Teknologi Sepuluh Nopeber, Tidak dipublikasikan. 3. Eubank, R.L., Spline Soothing and Nonparaetric Regression, Marcel Dekker, New York, Hardle, W., Applied Nonparaetric Regression, Cabridge University Press, NewYork Siregar, R.Y., and Goo, S., Effectiveness and Coitent to Inflation Targeting Policy: Evidence fro Indonesia and Thailand, Journal of Asian Econoics, 010, Vol. 1: Suparti. Analisis Data Inflasi di Indonesia Menggunakan Model Regresi Spline, Jurnal Media Statistika, 013, Vol. 6, No Wahba, G., Spline Soothing Models With Correlated Errors, Journal of the Aerican Statistical Association, 1990, Vol. 93: Wang, Y., Spline Soothing Models with Correlated Errors, Journal of The Aerican Statistical Association, Vol. 93: Wianda, R.E., Turner, P.M., and Hall, M.J.B., Expextions and The Inertia of Inflation: The Case of Indonesia, Journal of Policy Modeling, 011, Vol. :
Faktor-Faktor yang Mempengaruhi Angka Gizi Buruk Di Jawa Timur dengan Pendekatan Regresi Nonparametrik Spline
JURNAL SAINS DAN SENI ITS Vol., No., (Sept. ) ISSN: 3-9X D-77 Faktor-Faktor yang Mepengaruhi Angka Gizi Buruk Di Jawa Tiur dengan Pendekatan Regresi Nonparaetrik Spline Riana Kurnia Dewi, I Nyoan Budiantara
Lebih terperinciPEMODELAN HARGA CABAI DI KOTA SEMARANG TERHADAP HARGA INFLASI MENGGUNAKAN REGRESI SEMIPARAMETRIK POLINOMIAL LOKAL
PEMODELAN HARGA CABAI DI KOTA SEMARANG TERHADAP HARGA INFLASI MENGGUNAKAN REGRESI SEMIPARAMETRIK POLINOMIAL LOKAL Alan Prahutama, Suparti, Departemen Statistika, Fakultas Sains dan Matematika,Universitas
Lebih terperinciMODEL REGRESI NONPARAMETRIK DENGAN PENDEKATAN DERET FOURIER PADA KASUS TINGKAT PENGANGGURAN TERBUKA DI JAWA TIMUR
UNIVERSITAS DIPONEGORO 01 ISBN: -0-1-0-1 MODEL REGRESI NONPARAMETRIK DENGAN PENDEKATAN DERET FOURIER PADA KASUS TINGKAT PENGANGGURAN TERBUKA DI JAWA TIMUR Alan Prahutama Dosen Jurusan Statistika Undip
Lebih terperinciPENENTUAN MODEL REGRESI SPLINE TERBAIK. Agustini Tripena 1
PENENTUAN MODEL REGRESI SPLINE TERBAIK Agustini Tripena 1 1) Program Studi Matematika, Fakultas Sains dan Teknik, Univesitas Jenderal Soedirman, Purwokerto tripena1960@yahoo.co.id Abstrak Pada paper ini
Lebih terperinciREGRESI SPLINE BIRESPON UNTUK MEMODELKAN KADAR GULA DARAH PENDERITA DIABETES MELITUS
REGRESI SPLINE BIRESPON UNTUK MEMODELKAN KADAR GULA DARAH PENDERITA DIABETES MELITUS Dhina Oktaviana P, I Nyoman Budiantara Mahasiswa Jurusan Statistika ITS Surabaya, Dosen Jurusan Statistika ITS Surabaya
Lebih terperinciPEMODELAN KURS RUPIAH TERHADAP MATA UANG EURO DENGAN PENDEKATAN REGRESI SPLINE. Sulton Syafii Katijaya 1, Suparti 2, Sudarno 3.
PEMODELAN KURS RUPIAH TERHADAP MATA UANG EURO DENGAN PENDEKATAN REGRESI SPLINE Sulton Syafii Katijaya 1, Suparti 2, Sudarno 3 1 Mahasiswa Jurusan Statistika FSM UNDIP 2,3 Staff Pengajar Jurusan Statistika
Lebih terperinciPEMILIHAN PARAMETER PENGHALUS DALAM REGRESI SPLINE LINIER. Agustini Tripena Br.Sb.
JMP : Volume 3 Nomor 1, Juni 2011 PEMILIHAN PARAMETER PENGHALUS DALAM REGRESI SPLINE LINIER Agustini Tripena Br.Sb. Fakultas Sains dan Teknik, Universitas Jenderal Soedirman Purwokerto, Indonesia ABSTRAK.
Lebih terperinciREGRESI SEMIPARAMETRIK SPLINE TRUNCATED DENGAN SOFTWARE R. Abstract. Keywords: Spline Truncated, GCV, Software R.
REGRESI SEMIPARAMETRIK SPLINE TRUNCATED DENGAN SOFTWARE R Tiani Wahyu Utami 1), Alan Prahutama 2) 1 Program studi Statistika, FMIPA, Universitas Mumammadiyah Semarang email: tianiutami@unimus.ac.id 2 Departemen
Lebih terperinciESTIMASI LIKELIHOOD MAXIMUM PENALIZED DARI MODEL REGRESI SEMIPARAMETRIK. Nur Salam 1
ISN: 978-60-4387-0- ESTIMASI LIKELIHOOD MAXIMUM PENALIZED DARI MODEL REGRESI SEMIPARAMETRIK Nur Sala Universitas Labung Mangkurat (UNLAM Abstract The seiparaetric regression odel in atri for is where X
Lebih terperinciPemodelan Spline Truncated dalam Regresi Nonparametrik Birespon
Konferensi Nasional Sistem & Informatika 7 STMIK STIKOM Bali, Agustus 7 Pemodelan Spline Truncated dalam Regresi Nonparametrik Birespon Luh Putu Safitri Pratiwi Program Studi Sistem Informasi STMIK STIKOM
Lebih terperinciMODEL REGRESI NONPARAMETRIK BERDASARKAN ESTIMATOR POLINOMIAL LOKAL KERNEL PADA KASUS PERTUMBUHAN BALITA
MODEL REGRESI NONPARAMETRIK BERDASARKAN ESTIMATOR POLINOMIAL LOKAL KERNEL PADA KASUS PERTUMBUHAN BALITA 1 Mifta Luthfin Alfiani, 2 Indah Manfaati Nur, 3 Tiani Wahyu Utami 1,2,3 Program Studi Statistika,
Lebih terperinciSeminar Tugas Akhir. Dosen Pembimbing : Prof. Dr. Drs. I Nyoman Budiantara, MS
Seminar Tugas Akhir Oleh: Dhina Oktaviana P 1307 100 068 Dosen Pembimbing : Prof. Dr. Drs. I Nyoman Budiantara, MS JURUSAN STATISTIKA Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh
Lebih terperinciBAB I PENDAHULUAN. dipergunakan untuk menaksir pola hubungan antara variabel prediktor atau
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis regresi merupakan salah satu analisis dalam statistika yang dipergunakan untuk menaksir pola hubungan antara variabel prediktor atau variabel bebas X dengan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Dalam bab ini diuraikan beberapa tinjauan pustaka sebagai landasan teori pendukung penulisan penelitian ini. 2.1 Analisis Regresi Suatu pasangan peubah acak seperti (tinggi, berat)
Lebih terperinciPREDIKSI INFLASI DI INDONESIA MENGGUNAKAN REGRESI NONPARAMETRIK B-SPLINE
PREDIKSI INFLASI DI INDONESIA MENGGUNAKAN REGRESI NONPARAMETRIK B-SPLINE Annita Nur Kusumastuti, Sri Sulistijowati Handajani, dan Respatiwulan Program Studi Matematika FMIPA UNS ABSTRAK. Inflasi identik
Lebih terperinciAnalisis Regresi Spline Kuadratik
Analisis Regresi Spline Kuadratik S 2 Oleh: Agustini Tripena Program Studi Matematika, Fakultas Sains dan Teknik, Univesitas Jenderal Soedirman, Purwokerto tripena1960@yahoo.co.id Abstrak Regresi spline
Lebih terperinciMODEL REGRESI NONPARAMETRIK SPLINE TRUNCATED PADA PRODUK DOMESTIK REGIONAL BRUTO TERHADAP INVESTASI DI KABUPATEN TUBAN
MODEL REGRESI NONPARAMETRIK SPLINE TRUNCATED PADA PRODUK DOMESTIK REGIONAL BRUTO TERHADAP INVESTASI DI KABUPATEN TUBAN Amalia Ma rufa, Sri Subanti, Titin Sri Martini Program Studi Matematika FMIPA UNS
Lebih terperinciPEMODELAN REGRESI SPLINE (Studi Kasus: Herpindo Jaya Cabang Ngaliyan)
PEMODELAN REGRESI SPLINE (Studi Kasus: Herpindo Jaya Cabang Ngaliyan) I Made Budiantara Putra 1, I Gusti Ayu Made Srinadi 2, I Wayan Sumarjaya 3 1 Jurusan Matematika, Fakultas MIPA - Universitas Udayana
Lebih terperinciBAB II TINJAUAN PUSTAKA. variabel prediktor terhadap variabel respons. Hubungan fungsional
BAB II TINJAUAN PUSTAKA 2.1 Analisis Regresi Dalam ilmu statistika, metode yang dapat digunakan untuk menganalisis pola hubungan antara satu variabel atau lebih dengan satu variabel atau lebih lainnya
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Pada bagian pertama bab ini diberikan tinjauan pustaka yang berisi penelitian sebelumnya yang mendasari penelitian ini Pada bagian kedua bab ini diberikan teori penunjang yang berisi
Lebih terperinciAPLIKASI REGRESI SPLINE UNTUK MEMPERKIRAKAN TINGKAT FERTILITAS WANITA BERDASARKAN UMUR
APLIKASI REGRESI SPLINE UNTUK MEMPERKIRAKAN TINGKAT FERTILITAS WANITA BERDASARKAN UMUR Oleh : Isnia Dwimayanti (0 09 06) Pembimbing : DR Drs I Nyoman Budiantara, MS ABSTRAK Tingginya tingkat fertilitas
Lebih terperinciBAB I PENDAHULUAN. menganalisis hubungan fungsional antara variabel prediktor ( ) dan variabel
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analisis regresi merupakan suatu metode yang digunakan untuk menganalisis hubungan fungsional antara variabel prediktor ( ) dan variabel respon ( ), dimana
Lebih terperinciOleh : Edwin Erifiandi (NRP ) Pembimbing : Prof. Dr. Drs. I Nyoman Budiantara, MSi
Oleh : Edwin Erifiandi (NRP. 1309 201 701) Pembimbing : Prof. Dr. Drs. I Nyoman Budiantara, MSi PENDAHULUAN Latar Belakang (1) () Salah satu metode statistika untuk memodelkan hubungan antar variabel adalah
Lebih terperinciMODEL REGRESI NONPARAMETRIK SPLINE TRUNCATED PADA DATA INDEKS PEMBANGUNAN MANUSIA (IPM) DI INDONESIA. 1. Pendahuluan
MODEL REGRESI NONPARAMETRIK SPLINE TRUNCATED PADA DATA INDEKS PEMBANGUNAN MANUSIA (IPM) DI INDONESIA Kornelius Ronald Demu, Dewi Retno Sari Saputro, Purnami Widyaningsih Program Studi Matematika FMIPA
Lebih terperinciESTIMASI KURVA REGRESI PADA DATA LONGITUDINAL DENGAN WEIGHTED LEAST SQUARE
ESTIMASI KURVA REGRESI PADA DATA LONGITUDINAL DENGAN WEIGHTED LEAST SQUARE Dian Ragil P.. Abstrak Model varying-coefficient pada data longitudinal akan dikaji dalam proposal ini. Hubungan antara variabel
Lebih terperinciPEMODELAN REGRESI SPLINE TRUNCATED UNTUK DATA LONGITUDINAL
PEMODELAN REGRESI SPLINE TRUNCATED UNTUK DATA LONGITUDINAL ( Studi Kasus : Harga Saham Bulanan pada Kelompok Saham Perbankan Periode Januari 2009 Desember 2015 ) SKRIPSI Disusun oleh: KHOIRUNNISA NUR FADHILAH
Lebih terperinciISSN: JURNAL GAUSSIAN, Volume 3, Nomor 2, Tahun 2014, Halaman Online di:
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 3, Nomor 2, Tahun 2014, Halaman 223-231 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PEMILIHAN MODEL REGRESI POLINOMIAL LOKAL DAN SPLINE UNTUK ANALISIS
Lebih terperinciBAB III ESTIMASI PARAMETER PADA MODEL REGRESI LOGISTIK 2-LEVEL. Model hirarki 2-level merupakan model statistik yang digunakan untuk
BAB III ESTIMASI PARAMETER PADA MODEL REGRESI LOGISTIK -LEVEL Model hirarki -level erupakan odel statistik ang digunakan untuk enganalisis data ang bersarang, atau data ang epunai struktur hirarki -level.
Lebih terperinciBAB I PENDAHULUAN. Analisis regresi merupakan metode analisis data yang telah diterapkan
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis regresi merupakan metode analisis data yang telah diterapkan secara luas pada berbagai bidang penelitian, sebagai contoh penelitian-penelitian dalam ilmu pengetahuan
Lebih terperinciPERBANDINGAN TINGKAT AKURASI REGRESI NONPARAMETRIK SPLINE DAN REGRESI NONPARAMETRIK KERNEL PADA PERTUMBUHAN BALITA DI KOTA SURAKARTA
PERBANDINGAN TINGKAT AKURASI REGRESI NONPARAMETRIK SPLINE DAN REGRESI NONPARAMETRIK KERNEL PADA PERTUMBUHAN BALITA DI KOTA SURAKARTA Febriani Astuti, Kartiko, Sri Sulistijowati Handajani Jurusan Matematika
Lebih terperinciPemodelan Angka Putus Sekolah Usia SMA di Jawa Timur dengan Pendekatan Regresi Spline Multivariabel
Seminar Hasil Tugas Akhir Pemodelan Angka Putus Sekolah Usia SMA di Jawa Timur dengan Pendekatan Regresi Spline Multivariabel Mega Pradipta 1309100038 Pembimbing I : Dra. Madu Ratna, M.Si Pembimbing II
Lebih terperinciPENENTUAN GENERALIZED CROSS VALIDATION (GCV) SEBAGAI KRITERIA DALAM PEMILIHAN MODEL REGRESI B-SPLINE TERBAIK
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 02, No. 2 (2013), hal 121 126. PENENTUAN GENERALIZED CROSS VALIDATION (GCV) SEBAGAI KRITERIA DALAM PEMILIHAN MODEL REGRESI B-SPLINE TERBAIK Yuyun
Lebih terperinciPEMODELAN DATA INDEKS HARGA SAHAM GABUNGAN. Disusun Oleh : NOVIA AGUSTINA. Skripsi. Jurusan Statistika Fakultas Sains dan Matematika Undip
PEMODELAN DATA INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN REGRESI PENALIZED SPLINE Disusun Oleh : NOVIA AGUSTINA 24010211130039 Skripsi Diajukan Sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains
Lebih terperinciSEMINAR TUGAS AKHIR 16 JANUARI Penyaji : I Dewa Ayu Made Istri Wulandari Pembimbing : Prof.Dr.Drs. I Nyoman Budiantara, M.
16 JANUARI ANALISIS FAKTOR FAKTOR YANG MEMPENGARUHI PENDUDUK MISKIN DAN PENGELUARAN PERKAPITA MAKANAN DI JAWA TIMUR DENGAN METODE REGRESI NONPARAMETRIK BIRESPON SPLINE Penyaji : I Dewa Ayu Made Istri Wulandari
Lebih terperinciESTIMATOR SPLINE KUBIK
Bimafika, 011, 3, 30-34 ESTIMATOR SPLINE KUBIK Johannis Takaria * Staff Pengajar Fakultas Keguruan Dan Ilmu Pendidikan Universitas Pattimura Ambon Diterima 10-1-010; Terbit 31-06-011 ABSTRACT Consider
Lebih terperinciPerbandingan Mean Squared Error (MSE) Metode Prasad-Rao dan Jiang-Lahiri-Wan Pada Pendugaan Area Kecil
Vol. 2, 2017 Perbandingan Mean Squared Error (MSE) Metode Prasad-Rao dan Jiang-Lahiri-Wan Pada Pendugaan Area Kecil Widiarti 1*, Rifa Raha Pertiwi 2, & Agus Sutrisno 3 Jurusan Mateatika, Fakultas Mateatika
Lebih terperinciPREDIKSI INFLASI DI PROVINSI JAWA TENGAH DENGAN MENGGUNAKAN REGRESI KERNEL
PREDIKSI INFLASI DI PROVINSI JAWA TENGAH DENGAN MENGGUNAKAN REGRESI KERNEL Firmanti Suryandari, Sri Subanti, Bowo Winarno Program Studi Matematika FMIPA UNS ABSTRAK. Inflasi merupakan proses meningkatnya
Lebih terperinciAplikasi Spline Kuadrat Terkecil dalam Pemodelan Pertumbuhan Anak Berdasarkan Indeks Antropometri
Vol. 6, No.1, 0-8, Juli 009 Aplikasi Spline Kuadrat Terkecil dalam Pemodelan Pertumbuhan Anak Berdasarkan Indeks Antropometri Wahidah Sanusi Abstrak Penelitian ini dilakukan untuk mengestimasi model pertumbuhan
Lebih terperinciPEMODELAN KASUS KEMISKINAN DI JAWA TENGAH MENGGUNAKAN REGRESI NONPARAMETRIK METODE B-SPLINE ABSTRACT
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 6, Nomor 1, Tahun 2017, Halaman 11-20 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PEMODELAN KASUS KEMISKINAN DI JAWA TENGAH MENGGUNAKAN REGRESI
Lebih terperinciBAB III REGRESI SPLINE = + dimana merupakan fungsi pemulus yang tidak spesifik, dengan adalah
BAB III REGRESI SPLINE 3.1 Fungsi Pemulus Spline yaitu Fungsi regresi nonparametrik yang telah dituliskan pada bab sebelumnya = + dimana merupakan fungsi pemulus yang tidak spesifik, dengan adalah faktor
Lebih terperinciPEMODELAN KASUS KEMISKINAN DI JAWA TENGAH MENGGUNAKAN REGRESI NONPARAMETRIK METODE B-SPLINE
PEMODELAN KASUS KEMISKINAN DI JAWA TENGAH MENGGUNAKAN REGRESI NONPARAMETRIK METODE B-SPLINE SKRIPSI Disusun Oleh : ANISA SEPTI RAHMAWATI 24010212140046 DEPARTEMEN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA
Lebih terperinciMODEL REGRESI SEMI PARAMETRIK DENGAN ESTIMATOR SPLINE PARSIAL
MODEL REGRESI SEMI PARAMETRIK DENGAN ESTIMATOR SPLINE PARSIAL Aplikasi Pada Faktor Yang Mempengaruhi Prestasi Belajar (Nilai Praktek) Mahasiswa Sekolah Tinggi Ilmu Kesehatan William Booth Surabaya Erika
Lebih terperinciREGRESI SPLINE SEBAGAI ALTERNATIF DALAM PEMODELAN KURS RUPIAH TERHADAP DOLAR AMERIKA SERIKAT SKRIPSI
REGRESI SPLINE SEBAGAI ALTERNATIF DALAM PEMODELAN KURS RUPIAH TERHADAP DOLAR AMERIKA SERIKAT SKRIPSI Oleh: SULTON SYAFII KATIJAYA NIM : J2E009041 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS
Lebih terperinci2-RP RENCANA PEMBELAJARAN. Semester : VI Hal: 1 dari 5. No.Revisi : 00. tim. Regresi Nonparametrik. Deskripsi. Kemampuan. lokal).
RP S1 SP 14 A. CAPAIAN PEMBELAJARAN : CP 11.1 : Mampu memodelkan data kuantitatif univariat linier nonlinier. CP15.2 : Mampu mengelola berja dalam tim CP15.4 : Bertanggung jawab atas hasil rja mandiri
Lebih terperinciANALISIS INFLASI KOTA SEMARANG MENGGUNAKAN METODE REGRESI NON PARAMETRIK B-SPLINE
ANALISIS INFLASI KOTA SEMARANG MENGGUNAKAN METODE REGRESI NON PARAMETRIK B-SPLINE SKRIPSI Oleh : ALVITA RACHMA DEVI 24010210120017 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
1 BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Kota Medan merupakan ibukota Provinsi Sumatera Utara dan menjadi kota terbesar nomor 3 (tiga) di Indonesia setelah Jakarta dan Surabaya. Selain sebagai kota
Lebih terperinciADLN Perpustakaan Universitas Airlangga
PERBANDINGAN METODE GENERALIZED CROSS VALIDATION DAN GENERALIZED MAXIMUM LIKELIHOOD DALAM REGRESI NONPARAMETRIK SPLINE UNTUK MEMPERKIRAKAN JUMLAH LEUKOSIT PADA TERSANGKA FLU BURUNG DI JAWA TIMUR RINGKASAN
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Data dan Variabel 2.1.1 Data Pengertian data enurut Webster New World Dictionary adalah things known or assued, yang berarti bahwa data itu sesuatu yang diketahui atau dianggap.
Lebih terperinciBAB I PENDAHULUAN. bisnis, ekonomi, ilmu-ilmu pengetahuan sosial, kesehatan, dan biologi.
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis regresi telah diterapkan pada berbagai bidang, seperti administrasi bisnis, ekonomi, ilmu-ilmu pengetahuan sosial, kesehatan, dan biologi. Keberhasilan dalam
Lebih terperinciPEMODELAN KURS RUPIAH TERHADAP DOLLAR AMERIKA SERIKAT MENGGUNAKAN
PEMODELAN KURS RUPIAH TERHADAP DOLLAR AMERIKA SERIKAT MENGGUNAKAN REGRESI PENALIZED SPLINE BERBASIS RADIAL SKRIPSI Disusun oleh: KARTIKANINGTIYAS H.S 24010211140076 JURUSAN STATISTIKA FAKULTAS SAINS DAN
Lebih terperinciPEMODELAN DATA INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN REGRESI PENALIZED SPLINE
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 3, Tahun 2015, Halaman 603-612 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PEMODELAN DATA INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN REGRESI
Lebih terperinciMODEL REGRESI SEMIPARAMETRIK MULTIVARIABEL DENGAN ESTIMATOR SPLINE PARSIAL
MODEL REGRESI SEMIPARAMETRIK MULTIVARIABEL DENGAN ESTIMATOR SPLINE PARSIAL Aplikasi Faktor Yang Mempengaruhi Kepuasan Pelayanan Kesehatan Di Rumah Sakit William Booth Surabaya Erika Untari Dewi Email :
Lebih terperinciESTIMASI KURVA REGRESI SEMIPARAMETRIK PADA DATA LONGITUDINAL BERDASARKAN ESTIMATOR POLINOMIAL LOKAL
Statistika Vol 1 No 1 Mei 213 ESTIMASI KURVA REGRESI SEMIPARAMETRIK PADA DATA LONGITUDINAL BERDASARKAN ESTIMATOR POLINOMIAL LOKAL Tiani Wahyu Utami 1 Program Studi S1 Statistika Universitas Muhammadiyah
Lebih terperinciANALISIS REGRESI NONPARAMETRIK SPLINE MULTIVARIAT UNTUK PEMODELAN INDIKATOR KEMISKINAN DI INDONESIA
E-Jurnal Matematika Vol. 5 (3), Agustus 2016, pp. 111-116 ISSN: 2303-1751 ANALISIS REGRESI NONPARAMETRIK SPLINE MULTIVARIAT UNTUK PEMODELAN INDIKATOR KEMISKINAN DI INDONESIA Desak Ayu Wiri Astiti 1, I
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Model regresi yang baik memerlukan data yang baik pula. Suatu data dikatakan baik apabila data tersebut berada di sekitar garis regresi. Kenyataannya, terkadang terdapat
Lebih terperinciMODEL REGRESI SPLINE KNOT OPTIMAL UNTUK MENGETAHUI FAKTOR FAKTOR YANG MEMPENGARUHI JUMLAH KEMATIAN BAYI DI JAWA TIMUR
MODEL REGRESI SPLINE KNOT OPTIMAL UNTUK MENGETAHUI FAKTOR FAKTOR YANG MEMPENGARUHI JUMLAH KEMATIAN BAYI DI JAWA TIMUR Elsha Puspitasari, Drs. Hery Tri Sutanto, M.Si 2,,2 Jurusan Matematika, Fakultas Matematika
Lebih terperinciPEMODELAN REGRESI SPLINE UNTUK RATA- RATA BANYAK ANAK YANG DILAHIRKAN HIDUP DI KOTA SURABAYA, KABUPATEN SITUBONDO DAN KABUPATEN BANGKALAN
SIDANG LAPORAN TUGAS AKHIR PEMODELAN REGRESI SPLINE UNTUK RATA- RATA BANYAK ANAK YANG DILAHIRKAN HIDUP DI KOTA SURABAYA, KABUPATEN SITUBONDO DAN KABUPATEN BANGKALAN Oleh : Servianie Purnamasari (1310 030
Lebih terperinciABSTRAK. Kata Kunci: regresi nonparametrik spline, knot, GCV, angka kematian bayi.
Judul : Pemodelan Regresi Nonparametrik Spline Pada Angka Kematian Bayi di Provinsi Bali Nama : Gede Abdi Hadi Suryawan Pembimbing : 1. I.Gst. Ayu Made Srinadi, S.Si.,M.Si. 2. I Wayan Sumarjaya, S.Si.,M.Stats.
Lebih terperinciBAB I PENDAHULUAN. pembangunan di bidang-bidang lain, seperti sosial, politik, dan budaya. perbedaan antara yang kaya dengan yang miskin.
BAB I PENDAHULUAN A. Latar Belakang Masalah Pebangunan ekonoi erupakan asalah penting bagi suatu negara, untuk itu sejak awal pebangunan ekonoi endapat tepat penting dala skala prioritas pebangunan nasional
Lebih terperinciISSN: JURNAL GAUSSIAN, Volume 5, Nomor 3, Tahun 2016, Halaman Online di:
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 5, Nomor 3, Tahun 2016, Halaman 447-454 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PEMODELAN REGRESI SPLINE TRUNCATED UNTUK DATA LONGITUDINAL (
Lebih terperinciTINJAUAN PUSTAKA. Analisis regresi adalah suatu metode analisis data yang menggambarkan
5 II. TINJAUAN PUSTAKA 2.1 Analisis Regresi Analisis regresi adalah suatu metode analisis data yang menggambarkan hubungan antara variabel respon dengan satu atau beberapa variabel prediktor. Misalkan
Lebih terperinciII. TINJAUAN PUSTAKA 2.1 Metode Regresi 2.2 Model Aditif Terampat ( Generalized additive models , GAM)
II. TINJAUAN PUSTAKA. Metode Regresi Analisis regresi merupakan bagian dalam analisis statistika yang digunakan untuk memodelkan hubungan antara peubah tidak bebas (respon) dengan satu atau beberapa peubah
Lebih terperinciBAB III METODE BEDA HINGGA CRANK-NICOLSON
BAB III METODE BEDA HINGGA CRANK-NICOLSON 3. Metode Beda Hingga Crank-Nicolson (C-N) Metode Crank-Nicolson dikebangkan oleh Crank John dan Phyllips Nicholson pada pertengahan abad ke-, etode ini erupakan
Lebih terperinciPENDEKATAN REGRESI SEMIPARAMETRIK SPLINE LINIER UNTUK MEMODELKAN ANGKA KEMATIAN BAYI DI JAWA TIMUR
SULVIA MEGASARI 1310 100 037 PENDEKATAN REGRESI SEMIPARAMETRIK SPLINE LINIER UNTUK MEMODELKAN ANGKA KEMATIAN BAYI DI JAWA TIMUR 1 Sulvia Megasari dan I Nyoman Budiantara Jurusan Statistika, Fakultas Matematika
Lebih terperinciSeminar Hasil Tesis ESTIMATOR SPLINE DALAM REGRESI NONPARAMETRIK MULTIRESPON (STUDI KASUS TINGKAT KESEJAHTERAAN DI INDONESIA TAHUN 2009)
Seminar Hasil Tesis ESTIMATOR SPLINE DALAM REGRESI NONPARAMETRIK MULTIRESPON (STUDI KASUS TINGKAT KESEJAHTERAAN DI INDONESIA TAHUN 2009) Oleh: I Gde Adnyana Pembimbing: Prof. Dr. Drs. I Nyoman Budiantara,
Lebih terperinciBAB I PENDAHULUAN. daya nasional yang memberikan kesempatan bagi peningkatan demokrasi, dan
BAB I PENDAHULUAN A. Latar Belakang Masalah Pebangunan daerah sebagai bagian yang integral dari pebangunan nasional dilaksanakan berdasakan prinsip otonoi daerah dan pengaturan suber daya nasional yang
Lebih terperinciUji Rank Mann-Whitney Dua Tahap
Statistika, Vol. 7 No., 55 60 Mei 007 ji Rank Mann-Whitney Dua Tahap Teti Sofia Yanti Dosen Jurusan Statistika FMIPA NISBA. Abstrak ji rank Mann-Whitney adalah salah satu bentuk pengujian dala analisis
Lebih terperinciANALISIS HOMOTOPI DALAM PENYELESAIAN SUATU MASALAH TAKLINEAR
ANALISIS HOMOTOPI DALAM PENYELESAIAN SUATU MASALAH TAKLINEAR JAHARUDDIN Departeen Mateatika, Fakultas Mateatika dan Iu Pengetahuan Ala, Institut Pertanian Bogor Jln. Meranti, Kapus IPB Draaga, Bogor 1668,
Lebih terperinci(R.10) ESTIMASI TOTAL POPULASI DENGAN MENGGUNAKAN PENAKSIR GENERALIZED REGRESSION (GREG)
(R.10) ESTIMASI TOTAL POPULASI DENGAN MENGGUNAKAN PENAKSIR GENERALIZED REGRESSION (GREG) 1Agus Muslim, 2 Sutawanir Darwis, 3 Achmad Zanbar Soleh 1Mahasiswa Magister Statistika Terapan, Universitas Padjadjaran,
Lebih terperinciPemodelan Faktor-Faktor yang Mempengaruhi Indeks Pembangunan Manusia Menggunakan Regresi Nonparametrik Spline di Jawa Tengah
JURNAL SAINS DAN SENI ITS Vol. 5 No. 2 (2016) 2337-3520 (2301-928X Print) D-157 Pemodelan Faktor-Faktor yang Mempengaruhi Indeks Pembangunan Manusia Menggunakan Regresi Nonparametrik Spline di Jawa Tengah
Lebih terperinciISSN: JURNAL GAUSSIAN, Volume 6, Nomor 2, Tahun 2017, Halaman Online di:
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 6, Nomor 2, Tahun 2017, Halaman 221-230 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PEMODELAN REGRESI SPLINE MENGGUNAKAN METODE PENALIZED SPLINE
Lebih terperinciSTUDI SIMULASI BIAS ESTIMATOR GPH PADA DATA SKIP SAMPLING
Statistika, Vol., No., Noveber 0 STUDI SIMULASI BIAS ESTIMATOR GPH PADA DATA SKIP SAMPLING Gede Suwardika, Heri Kuswanto, Irhaah Jurusan Statistika,Fakultas Mateatika dan Ilu Pengetahuan Ala, Universitas
Lebih terperinciAPLIKASI MODEL REGRESI SEMIPARAMETRIK SPLINE TRUNCATED (Studi Kasus: Pasien Demam Berdarah Dengue (DBD) di Rumah Sakit Puri Raharja)
E-Jurnal Matematika Vol 6 (1), Januari 2017, pp 65-73 ISSN: 2303-1751 APLIKASI MODEL REGRESI SEMIPARAMETRIK SPLINE TRUNCATED (Studi Kasus: Pasien Demam Berdarah Dengue (DBD) di Rumah Sakit Puri Raharja)
Lebih terperinciIII. KERANGKA PEMIKIRAN. Proses produksi di bidang pertanian secara umum merupakan kegiatan
2 III. KERANGKA PEMIKIRAN Proses produksi di bidang pertanian secara uu erupakan kegiatan dala enciptakan dan enabah utilitas barang atau jasa dengan eanfaatkan lahan, tenaga kerja, sarana produksi (bibit,
Lebih terperinciPEMODELAN KURS RUPIAH TERHADAP DOLLAR AMERIKA SERIKAT MENGGUNAKAN REGRESI PENALIZED SPLINE BERBASIS RADIAL
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 3, Tahun 2015, Halaman 533-541 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PEMODELAN KURS RUPIAH TERHADAP DOLLAR AMERIKA SERIKAT MENGGUNAKAN
Lebih terperinciPREDIKSI KURS RUPIAH TERHADAP EURO MENGGUNAKAN MODEL REGRESI SPLINE TERSEGMEN
PREDIKSI KURS RUPIAH TERHADAP EURO MENGGUNAKAN MODEL REGRESI SPLINE TERSEGMEN Iswan Rahman 1, Raupong 2, M. Saleh AF. 3 1 Mahasiswa Departemen Matematika FMIPA Universitas Hasanuddin 2,3 Staff Pengajar
Lebih terperinciKonstruksi Kode Cross Bifix Bebas Ternair Untuk Panjang Ganjil
Prosiding SI MaNIs (Seinar Nasional Integrasi Mateatika dan Nilai Islai) Vol.1, No.1, Juli 017, Hal. 1-5 p-issn: 580-4596; e-issn: 580-460X Halaan 1 Konstruksi Kode Cross Bifix Bebas Ternair Untuk Panjang
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis regresi merupakan salah satu teknik analisis statistika yang paling banyak digunakan. Pada kejadian sehari hari terdapat hubungan sebab akibat yang muncul,
Lebih terperinciDhiva Ryan Hardine 1), Aisyah Abdullah 2), Muhammad Ikbal 3), Nur Chamidah 4)
PEMODELAN KADAR GULA DARAH DAN EKANAN DARAH PADA REMAJA PENDERIA DIABEES MELIUS IPE II DENGAN PENDEKAAN REGRESI NONPARAMERIK BIRESPON BERDASARKAN ESIMAOR SPLINE Dhiva Ryan Hardine 1), Aisyah Abdullah 2),
Lebih terperinciPEMODELAN TINGKAT PENGANGGURAN TERBUKA DI PROVINSI JAWA TENGAH MENGGUNAKAN REGRESI SPLINE
PEMODELAN TINGKAT PENGANGGURAN TERBUKA DI PROVINSI JAWA TENGAH MENGGUNAKAN REGRESI SPLINE SKRIPSI Disusun oleh SETA SATRIA UTAMA 24010210120004 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS
Lebih terperinciPemodelan Regresi Nonparametrik Spline Truncated Dan Aplikasinya pada Angka Kelahiran Kasar di Surabaya
JURNAL SAINS DAN SENI POMITS Vol., No., (04) 7-0 (0-98X Print) D-7 Pemodelan Regresi Nonparametrik Spline Truncated Dan Aplikasinya pada Angka Kelahiran Kasar di Surabaya Merly Fatriana Bintariningrum
Lebih terperinciREGRESI SPLINE POLYNOMIAL TRUNCATED MULTIRESPON UNTUK PEMODELAN INDIKATOR KEMISKINAN DI PROVINSI JAWA TIMUR
REGRESI SPLINE POLYNOMIAL TRUNCATED MULTIRESPON UNTUK PEMODELAN INDIKATOR KEMISKINAN DI PROVINSI JAWA TIMUR Oleh: Mohamad Samsodin Dosen Pembimbing: Prof. Dr. Drs. I Nyoman Budiantara, M.Si Program Studi
Lebih terperinciHUBUNGAN ANTARA KECEPATAN, VOLUME DAN KEPADATAN LALU LINTAS RUAS JALAN SILIWANGI SEMARANG
HUBUNGAN ANTARA KECEPATAN, OLUME DAN KEPADATAN LALU LINTAS RUAS JALAN SILIWANGI SEMARANG Eko Nugroho Julianto Jurusan Teknik Sipil, Fakultas Teknik, Universitas Negeri Searang (UNNES) Gedung E4, Kapus
Lebih terperinciPEMODELAN DATA FUZZY TIME SERIES DENGAN MENGGUNAKAN DEKOMPOSISI NILAI SINGULAR DAN APLIKASINYA PADA PERKIRAAN TINGKAT INFLASI DI INDONESIA
Peodelan Data Fuzzy Tie Series dengan Menggunakan Dekoposisi Nilai Singular dan Aplikasinya pada Perkiraan Tingkat Inflasi di Indonesia (Agus Maan Abadi) PEMODELAN DATA FUZZY TIME SERIES DENGAN MENGGUNAKAN
Lebih terperinciPenentuan Akar-Akar Sistem Persamaan Tak Linier dengan Kombinasi Differential Evolution dan Clustering
Jurnal Kubik, Volue No. ISSN : 338-0896 Penentuan Akar-Akar Siste Persaaan Tak Linier dengan Kobinasi Differential Evolution dan Clustering Jaaliatul Badriyah Jurusan Mateatika, Universitas Negeri Malang
Lebih terperinciPENGGUNAAN METODE HOMOTOPI PADA MASALAH PERAMBATAN GELOMBANG INTERFACIAL
PENGGUNAAN METODE HOMOTOPI PADA MASALAH PERAMBATAN GELOMBANG INTERFACIAL JAHARUDDIN Departeen Mateatika Fakultas Mateatika Ilu Pengetahuan Ala Institut Pertanian Bogor Jl Meranti, Kapus IPB Daraga, Bogor
Lebih terperinciPENGENDALIAN MUTU PRODUKSI BERAT SEMEN PT. SEMEN PADANG DENGAN BAGAN KENDALI SHEWHART DAN ROBUST
Jurnal Mateatika UNAND Vol. 5 No. 1 Hal. 74 81 ISSN : 2303 2910 c Jurusan Mateatika FMIPA UNAND PENGENDALIAN MUTU PRODUKSI BERAT SEMEN PT. SEMEN PADANG DENGAN BAGAN KENDALI SHEWHART DAN ROBUST RELIGEA
Lebih terperinci(R.4) PENGUJIAN DAN PEMODELAN ASOSIASI DUA VARIABEL KATEGORIK MULTI-RESPON DENGAN METODE BOOTSTRAP DAN ALGORITMA GANGE
(R.4) PENGUJIAN DAN PEMODELAN ASOSIASI DUA VARIABEL KATEGORIK MULTI-RESPON DENGAN METODE BOOTSTRAP DAN ALGORITMA GANGE Giat Sudrajat Saruda, 2 Septiadi Padadisastra, 3 I Gede Nyoan Mindra Jaya Mahasiswa
Lebih terperinciPEMILIHAN MODEL REGRESI NONPARAMETRIK TERBAIK UNTUK ANALISIS DATA INFLASI DI JAWA TENGAH SKRIPSI. Oleh: ELYAS DARMAWAN NIM.
PEMILIHAN MODEL REGRESI NONPARAMETRIK TERBAIK UNTUK ANALISIS DATA INFLASI DI JAWA TENGAH SKRIPSI Oleh: ELYAS DARMAWAN NIM. 24010210130061 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO
Lebih terperinciISSN: JURNAL GAUSSIAN, Volume 4, Nomor 3, Tahun 2015, Halaman Online di:
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 3, Tahun 2015, Halaman 527-532 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PEMODELAN REGRESI NONPARAMETRIK DATA LONGITUDINAL MENGGUNAKAN
Lebih terperinciBAB I PENDAHULUAN. segi kuantitas dan kualitasnya. Penambahan jumlah konsumen yang tidak di ikuti
BAB I PENDAHULUAN 1.1 Latar Belakang Air erupakan kebutuhan yang penting bagi kehidupan anusia. Manusia tidak dapat elanjutkan kehidupannya tanpa penyediaan air yang cukup dala segi kuantitas dan kualitasnya.
Lebih terperinciKEBERADAAN SOLUSI PERSAMAAN DIOPHANTIN MATRIKS POLINOMIAL DAN PENYELESAIANNYA MENGGUNAKAN TITIK-TITIK INTERPOLASI
KEBERADAAN SOLUSI PERSAMAAN DIOPHANTIN MATRIKS POLINOMIAL DAN PENYELESAIANNYA MENGGUNAKAN TITIK-TITIK INTERPOLASI Laila Istiani R. Heri Soelistyo Utoo 2, 2 Progra Studi Mateatika Jurusan Mateatika FMIPA
Lebih terperinciPengendalian Kualitas Proses Produksi Teh Hitam di PT. Perkebunan Nusantara XII Unit Sirah Kencong
JURNAL SAINS DAN SENI ITS Vol. 5 No. (016) 337-350 (301-98X Print) D-37 Pengendalian Kualitas Proses Produksi Teh Hita di PT. Perkebunan Nusantara XII Unit Sirah Kencong Qulsu Dwi Anggraini, Haryono, Diaz
Lebih terperinciFAMILI BARU DARI METODE ITERASI ORDE TIGA UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR DENGAN AKAR GANDA ABSTRACT
FAMILI BARU DARI METODE ITERASI ORDE TIGA UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR DENGAN AKAR GANDA Elvi Syahriah 1, Khozin Mu taar 2 1,2 Progra Studi S1 Mateatika Jurusan Mateatika Fakultas Mateatika
Lebih terperinciBENTUK NORMAL SMITH DAN MATRIKS BAIK KIRI/KANAN
BENTUK NORMAL SMITH DAN MATRIKS BAIK KIRI/KANAN Yuiati (yui@ail.ut.ac.id) Universitas Terbuka ABSTRACT The Sith noral for and left good atrix have been known in atrix theore. Any atrix over the principal
Lebih terperinciIII HASIL DAN PEMBAHASAN
7 III HASIL DAN PEMBAHASAN 3. Analisis Metode Dala penelitian ini akan digunakan etode hootopi untuk enyelesaikan persaaan Whitha-Broer-Koup (WBK), yaitu persaaan gerak bagi perabatan gelobang pada perairan
Lebih terperinciBAB III METODE PENULISAN. I. Mendeteksi adanya outlier pada model EGARCH (m,n) dengan menggunakan
BAB III METODE PENULISAN Metode penulisan yang berkaitan dengan tujuan penulisan skripsi adalah sebagai berikut: I. Mendeteksi adanya outlier pada odel EGARCH (,n) dengan enggunakan etode Rasio Likelihood
Lebih terperincioleh FAIFAR NUR CHAYANINGTYAS M SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika
MODEL REGRESI B-SPLINE PADA LAJU PERTUMBUHAN PENDUDUK DI INDONESIA oleh FAIFAR NUR CHAYANINGTYAS M0112032 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains
Lebih terperinciSistem Linear Max-Plus Interval Waktu Invariant
Siste Linear Max-Plus Interval Waktu Invariant A 11 M. Andy udhito Progra Studi Pendidikan Mateatika FKIP Universitas Sanata Dhara Paingan Maguwoharjo Yogyakarta eail: arudhito@yahoo.co.id Abstrak elah
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Regresi merupakan salah satu teknik analisis statistika yang paling banyak digunakan. Banyak sekali teknik analisis statistika yang diturunkan atau didasarkan pada
Lebih terperinci