JURNAL SAINS DAN SENI POMITS Vol. 2, No.2, (2013) ( X Print) D-305

Ukuran: px
Mulai penontonan dengan halaman:

Download "JURNAL SAINS DAN SENI POMITS Vol. 2, No.2, (2013) ( X Print) D-305"

Transkripsi

1 JURNAL SAINS DAN SENI POMITS Vol., No., (013) (301-98X Prnt) D-305 Analss Pola Hubungan Kerugan Negara Abat Korups dengan Demograf Koruptor d Jawa Tmur Amla Frda Rahmana, Sant Puter Rahau Jurusan Statsta, FMIPA, Insttut Tenolog Sepuluh Nopember (ITS) Jl. Aref Rahman Ham, Surabaa Indonesa e-mal: sprahau@gmal.com Abstra Masalah orups buan lag masalah baru dalam persoalan huum dan eonom bag suatu negara. Hasl surve Transparans Internasonal Indonesa menunuan bahwa Indonesa merupaan negara terorup nomor 6 dar 133 negara. Berdasaran nformas dar Kepolsan Negara Republ Indonesa (Polr), asus orups menngat sebesar 5,8 persen dar tahun 011 hngga 01. Menngatna asus orups dan dampa dar tahun e tahun membuat penuls tertar untu melauan peneltan tentang asus orups. Tuuan dar peneltan n adalah mengetahu araterst demograf asus dugaan orups ang terad d Jawa Tmur, sgnfans dependens besarna erugan negara abat orups dengan varabel demograf oruptor d Jawa Tmur, dan pola hubungan erugan negara abat orups dengan demograf oruptor d Jawa Tmur. Varabel pada peneltan n adalah erugan Negara, usa, ens elamn, daerah easaan, peeraan, dan penddan. Metode analss ang dgunaan adalah statsta desrptf, analss orespondens, dan analss model log lnear. Hasl statsta desrptf menerangan bahwa maortas oruptor d Jawa Tmur melauan orups antara 100 uta hngga 1 Mlar Rupah sebesar 47 persen. Kerugan Negara meml hubungan ang sgnfan dengan usa, daerah easaan, peeraan, dan penddan. Kata Kunc Analss Korespondens, Analss Model Lnear, Korups, Statsta Desrptf. M I. PENDAHULUAN asalah orups buan lag masalah baru dalam persoalan huum dan eonom bag suatu negara. Masalah orups telah ada sea rbuan tahun ang lalu, ba d negara mau maupun d negara berembang termasu uga d Indonesa. Korups telah meraap dan menelnap dalam berbaga bentu, atau modus operand, sehngga menggerogot euangan negara, pereonoman negara dan merugan epentngan masaraat [1]. Menngatna Tnda Pdana Korups (Tpor) ang terendal aan membawa bencana, tda hana bag pereonoman nasonal melanan uga bag ehdupan berbangsa dan bernegara. Hasl surve Transparans Internasonal Indonesa (TII) menunuan bahwa, Indonesa merupaan negara palng orup nomor 6 (enam) dar 133 negara. D awasan Asa, Bangladesh dan Manmar lebh orup dbandngan Indonesa. Berdasaran Nla Indes Perseps Korups (IPK), ternata Indonesa lebh rendah dar pada negara Papua Nugn, Vetnam, Phlpna, Malasa dan Sngapura. Sedangan pada tngat duna, negara-negara ang ber-ipk lebh buru dar Indonesa merupaan negara ang sedang mengalam onfl []. Berdasaran nformas dar Kepolsan Negara Republ Indonesa (Polr), asus orups selama tahun 011 sebana 766 asus dan pada tahun 01 sebana 1171 asus atau menngat sebesar 5,8 persen. Menngatna asus orups dan dampa dar tahun e tahun membuat penuls tertar untu melauan peneltan tentang asus orups. Beberapa peneltan ang mengangat asus orups dantarana adalah Analss Fator-Fator Yang Mempengaruh Korups Anggaran Pendapatan Belana Daerah (APBD) D Malang Raa dengan menggunaan analss regres berganda [3], Identfas Kerugan Negara pada Pemerntahan Daerah d Indonesa [4] dan mash bana peneltan lanna. Berbeda dengan peneltan sebelumna, peneltan n aan menganalss ecenderungan dan pola hubungan antara besarna erugan negara abat orups dengan varabel demograf oruptor d Jawa Tmur. Batasan pada peneltan n adalah data ang dgunaan adalah data asus orups d Jawa Tmur pada tahun ba ang sudah dputus maupun belum dputus sampa dengan ahr tahun 01. II. TINJAUAN PUSTAKA A. Statsta Desrptf Statsta desrptf adalah metode-metode ang beratan dengan pengumpulan dan penaan suatu gugus data sehngga memberan nformas ang berguna [5]. Statsta desrptf beratan dengan penerapan metode statst untu mengumpulan, mengolah, menaan, dan menganalss data uanttatf secara desrptf. Analss statsta desrptf pada peneltan n menggunaan pe chart. B. Tabel Kontngens Tabel Kontngens adalah tabulas slang dua varabel ordnal ang bers freuens-freuens respon dalam setap sel matrs. Masng-masng sel harus memenuh sarat [6] : 1. Homogen. Mutuall Eclusve 3. Mutuall Echaustve 4. Sala Penguuran Nomnal atau Ordnal C. U Independens U ndependens dgunaan untu mengetahu ada tdana hubungan antar dua varabel ang telah dtetapan. Hpotess u ndependens adalah sebaga berut.

2 JURNAL SAINS DAN SENI POMITS Vol., No., (013) (301-98X Prnt) D-306 H 0 : Varabel A dan varabel B salng ndependen (tda ada hubungan antar varabel A dan varabel B) H 1 : Varabel A dan varabel B salng dependen (ada hubungan antar varabel A dan varabel B) U ang sesua untu hpotess tersebut adalah Pearson Ch-Square (χ ), dmana untu tasran nla harapanna adalah sebaga berut... (1) n.. Statst una adalah sebaga berut. I J ( ) () 1 1 Hasl statst u tersebut dbandngan dengan nla dstrbus Ch-Square dengan deraat bebas (db) = (I-1)(J-1) dan rtera penolaan H 0 adalah χ htung > χ (db,α) atau P- value < α. U χ menuntut freuens-freuens ang dharapan tda boleh terlalu ecl. Untu u χ dengan db ang lebh besar dar 1, lebh dar 0% selna harus mempuna freuens ang dharapan lebh dar 5 dan tda satu sel pun boleh meml freuens ang dharapan urang dar satu. Ja persaratan tersebut tda dpenuh, maa harus dlauan penggabungan ategor-ategor ang berdeatan. Setelah dlauan penggabungan dan urang dar 0% sel-sel tu meml freuens ang dharapan urang dar 5, penguan bsa dlanutan dengan u χ [7]. D. Analss Korespondens Analss Korespondens (Correspondence Analss) merupaan bagan analss multvarat ang mempelaar hubungan antara dua/lebh varabel dengan memperagaan bars dan olom secara bersama dar tabel ontngens dua arah dalam ruang vetor berdmens rendah (dua) [8]. 1) Dasar-Dasar Analss Korespondens Perhtungan dalam Analss Korespondens dmula dar X dengan elemenna atu ang tersusun pada tabel freuens dua dmens I J. Ja n adalah total freuens data matrs X, ang pertama dlauan adalah menusun matrs propors dengan membag masng-masng elemen dar X dengan n. p, 1,,..., I. 1,,..., J (3) n Kemudan mencar vetor bars dan olom r dan c, dan dagonal matrs D r dan D c dmana r > 0 ( = 1,,...,I), c > 0 ( = 1,,...,J). Sehngga J J r p, 1,,..., I. 1 1 n (4) I I c p, 1,,..., J. 1 1 n D r dagonal (r 1, r,...,r I ), D c dagonal (c 1,c,...,c J ) (5) r adalah massa bars dan c adalah massa olom. ) Vsualsas Korespondens dengan Sngular Value Decomposton (SVD) Sngular Value Decomposton (SVD) merupaan metode ang sangat berguna dalam alabar matrs dan merupaan onsep ang membahas penguraan vetor cr (egen decomposton) [8]. Bana as : d = mn[(i 1),(J 1)]. Analss orespondens dapat drumusan dengan uadrat terecl terbobot. K 1 1 P rc D u D v (6) 1 1 Koordnat profl bars: F Dr u (7) Koordnat profl olom: 1 G Dc v (8) Profl bars dan olom matrs P ddapatan dar vetor bars dan olom matrs P dbag dengan umlahna sendr. Total nersa adalah uuran varas data dan dtentuan dengan umlah uadrat terbobot. Inersa bars : T r ~ 1 n(i) r c D ~ c r c (9) n(j) c ~ c T 1 r D ~ c r (10) Inersa olom : r Kontrbus relatf atau orelas bars e- atau olom e- dengan omponen adalah ontrbus as e nersa bars e atau olom e-. Korelas as e- dan bars e- = massa bars e - f (11) nersa bars e - Korelas as e- dan olom e- = massa olom e - f (1) nersa olom e - dmana f adalah oordnat profl bars e- pada as e- dan f adalah oordnat profl olom e- pada as e-. Kontrbus bars e- atau olom e- e as (ontrbus mutla), dnataan dengan persentase nersa as e-. Kontrbus bars e- dan as e- = massa bars e - f (13) nersa as e - Kontrbus olom e- dan as e- = massa olom e - nersa as e - r c f (14) Jara Ch-Square dapat dcar dengan rumus sebaga berut: observas espetas (15) espetas dmana : Espetas freuens = (massa bars e-)(massa olom e-)(n) (16) n merupaan total freuens observas. merupaan ara uadrat antara vetor p (dar freuens relatf observas) dan vetor p (dar espetas freuens relatf) [8]. E. Model Lnear Dua Dmens Model Lnear adalah suatu metode untu memperoleh model statsta ang menataan hubungan antara varabel dengan data ang bersfat ualtatf (sala nomnal atau ordnal). 1) U Goodness of Ft Manfaat dar Goodness of Ft Statstsc adalah untu membandngan atau menentuan ada atau tdana ara antara observas dan model. Hpotessna sebaga berut : H 0 : Tda ada hubungan antara edua varabel H 1 : Ada hubungan antara edua varabel Statst u ang dgunaan

3 JURNAL SAINS DAN SENI POMITS Vol., No., (013) (301-98X Prnt) D-307 U Person Ch Square (χ ) atu : I J ( n ) (18) 1 1 atau U Lelhood Rato Test (G ) atu : I J n G n log (19) 1 1 Hasl statst u tersebut dbandngan dengan nla dstrbus Ch-Square dengan deraat bebas (db) = banana semua sel durang dengan umlah db dalam model. Krtera penolaan H 0 adalah χ htung > χ (db,α) atau G htung > χ (db,α). 1. U K-Wa Penguan nteras pada deraat K atau lebh sama dengan nol (Test that K-Wa and hgher order effect are ero) pada model log lnear dua dmens sebaga berut: - Untu K = H 0 : Efe order e- atau lebh tda terdapat dalam model H 1 : Efe order e- atau lebh terdapat dalam model - Untu K = 1 H 0 : Efe order e-1 atau lebh tda terdapat dalam model H 1 : Efe order e-1 atau lebh terdapat dalam model Penguan nteras pada deraat K sama dengan nol (Test that K-Wa effect are ero) pada model log lnear dua dmens sebaga berut: - Untu K = 1 H 0 : Efe order e-1 tda terdapat dalam model H 1 : Efe order e-1 terdapat dalam model - Untu K = H 0 : Efe order e- tda terdapat dalam model H 1 : Efe order e- terdapat dalam model ) U Asosas Parsal Hpotessna u asosas parsal model log lnear dua dmens adalah sebaga berut. - H 0 : Efe varabel 1 tda terdapat dalam model H 1 : Efe varabel 1 terdapat dalam model - H 0 : Efe varabel tda terdapat dalam model H 1 : Efe varabel terdapat dalam model 3) Seles Model Seles model log lner dlauan dengan metode Bacward Elmnaton. Langah-langah ang dlauan a. Anggap model (0) atu model XY sebaga model terba. b. Keluaran efe nteras dua fator sehngga modelna menad (X, Y) ang dsebut model (1). c. Bandngan model (0) dengan model (1) dengan hpotess sebaga berut. H 0 : Model (1) = Model terba H 1 : Model (0) = Model terba Statst u ang dgunaan adalah Lelhood Rato Test (G ) dengan deraat bebas (db) = banana semua sel durang dengan umlah db dalam model. Krtera penolaan H 0 adalah G > χ (db,α). d. Ja H 0 dtola, maa dnataan bahwa model (0) adalah model terba. Tetap a gagal tola H 0, maa bandngan model (1) tersebut dengan model (0). Kemudan salah satu nteras dua fator deluaran dar model. e. Untu menentuan nteras mana ang deluaran terlebh dahulu maa dplh nla G terecl.. Penguan Resdual Penguan resdual bertuuan untu mengetahu ada tdana esenangan antara nla tasran dan nla pengamatan. Adusted resdual mempuna rumus e d (0) v dmana n n v 1 1 (1) n n Nla tasran cuup ba nla adusted berada dalam range Z α/ sampa Z α/. Sedangan nla dluar range merupaan penebab teradna dependens. F. Model Lnear Tga Dmens 1) U Goodness of Ft Hpotess u Goodness of Ft pada model log lnear tga dmens adalah sebaga berut : H 0 : Tda ada hubungan antara varabel 1,, dan 3 H 1 : Ada hubungan antara varabel 1,, dan 3 Statst u ang dgunaan U Person Ch Square (χ ) atu : I 1 J 1 K 1 ( n ˆ m ) () atau U Lelhood Rato Test (G ) atu : I J K n G n log (3) dmana : n... ) U K-Wa Penguan nteras pada deraat K atau lebh sama dengan nol pada model log lnear tga dmens sebaga berut: - Untu K = 3 H 0 : Efe order e-3 atau lebh tda terdapat dalam model H 1 : Efe order e-3 atau lebh terdapat dalam model - Untu K = H 0 : Efe order e- atau lebh tda terdapat dalam model H 1 : Efe order e- atau lebh terdapat dalam model - Untu K = 1 H 0 : Efe order e-1 atau lebh tda terdapat dalam model H 1 : Efe order e-1 atau lebh terdapat dalam model Penguan nteras pada deraat K sama dengan nol pada model log lnear tga dmens sebaga berut. - Untu K = 1 H 0 : Efe order e-1 tda terdapat dalam model H 1 : Efe order e-1 terdapat dalam model - Untu K = H 0 : Efe order e- tda terdapat dalam model H 1 : Efe order e- terdapat dalam model - Untu K = 3 H 0 : Efe order e-3 tda terdapat dalam model H 1 : Efe order e-3 terdapat dalam model 3) U Asosas Parsal Hpotessna u asosas parsal model log lnear tga dmens adalah sebaga berut. - H 0 : X 1 dan X ndependen dalam setap level X 3 ( 0) H 1 : X 1 dan X dependen dalam setap level X 3 ( 0 )

4 JURNAL SAINS DAN SENI POMITS Vol., No., (013) (301-98X Prnt) D-308 Model a H 0 benar m - H 0 : X 1 dan X 3 ndependen dalam setap level X ( 0 ) H 1 : X 1 dan X 3 dependen dalam setap level X ( 0 ) Model a H 0 benar m - H 0 : X dan X 3 ndependen dalam setap level X 1 ( 0) H 1 : X dan X 3 dependen dalam setap level X 1 ( 0 ) Model a H 0 benar m 4) Seles Model Seles model log lner dlauan dengan metode Bacward Elmnaton. Langah-langah ang dlauan 1. Anggap model (0) atu model XYZ sebaga model terba.. Keluaran efe nteras tga fator sehngga modelna menad (XY, XZ, YZ) ang dsebut model (1). 3. Bandngan model (0) dengan model (1) dengan hpotess sebaga berut. H 0 : Model (1) = Model terba H 1 : Model (0) = Model terba Statst u ang dgunaan adalah Lelhood Rato Test (G ) dengan deraat bebas (db) = banana semua sel durang dengan umlah db dalam model. Krtera penolaan H 0 adalah G > χ (db,α). 4. Ja H 0 dtola, maa dnataan bahwa model (0) adalah model terba. Tetap a gagal tola H 0, maa bandngan model (1) tersebut dengan model (0). Kemudan salah satu nteras dua fator deluaran dar model. 5. Untu menentuan nteras mana ang deluaran terlebh dahulu maa dplh nla G terecl. G. Pengertan Korups Korups berasal dar suatu ata dalam bahasa Inggrs atu corrupt, ang berasal dar perpaduan dua ata dalam bahasa latn atu com ang berart bersama-sama dan rumpere ang berart pecah dan ebol. Dalam Enslopeda Indonesa orups adalah geala dmana peabat, badan-badan negara menalahgunaan wewenang dengan teradna penuapan dan pemalsuan. Korups uga dapat dartan sebaga suatu perbuatan tda uur atau penelewengan ang dlauan arena adana suatu pemberan [9]. Korups sebaga euasaan tanpa aturan huum [10]. III. METODOLOGI PENELITIAN A. Sumber Data Data ang dgunaan adalah data seunder asus dugaan orups d Jawa Tmur mula Januar 011 hngga Desember 01. Data ddapat dar Pengadlan Tpor (Tnda Pdana Korups). Jumlah asus orups d Jawa Tmur dar Januar 011 hngga Desember 01 sebana 86 asus, ba ang sudah dputus maupun belum dputus. B. Varabel Peneltan Varabel Kerugan Negara Usa Jens Kelamn C. Langah Analss Tabel 1. Varabel-Varabel Peneltan Keterangan 1. Kategor A (erugan negara urang dar ). Kategor B ( erugan negara < ) 3. Kategor C (erugan negara ) 1. < 40 tahun. 40 tahun 50 tahun 3. > 50 tahun 1. La-La. Perempuan Daerah Keasaan 1. Tngat Rendah (Bangalan, Pameasan, Magetan, Ngaw, Pactan, Bondowoso, Sampang, Nganu, Sumenep, Trenggale, Lumaang, Gres, Stubondo, Tulungagung, Batu, Banuwang, Pasuruan, Ponorogo). Tngat Sedang (Bltar, Jombang, Lamongan, Boonegoro, Madun, Tuban, Mooerto, dan Kedr) 3. Tngat Tngg (Probolnggo, Malang, Jember, Sdoaro, dan Surabaa) Peeraan Penddan 1. PNS. Swasta/Wraswasta 3. Peabat Parpol 1. SD/SMP/SMA/MA/SMK/STM. D3/S1 3. S/S3 Langah-langah ang dlauan untu mencapa tuuan dar peneltan n adalah sebaga berut. (1) Untu menganalss araterst demograf asus dugaan orups d Jawa Tmur dgunaan statsta desrptf dengan menggunaan pe chart. () Untu mengetahu sgnfans dependens besarna erugan negara abat orups dengan varabel demograf oruptor d Jawa Tmur dlauan langah analss sebaga berut. (a) Membuat tabel tabulas slang dua dmens antara varabel besarna erugan negara dengan varabelvarabel demograf. (b) Melauan u ndependens dengan menggunaan u ch-square antara varabel erugan negara dengan varabel demograf. (3) Untu mengetahu pola hubungan antara besarna erugan negara abat orups dengan varabel demograf oruptor d Jawa Tmur dlauan langah analss sebaga berut. (a) Melauan analss orespondens dengan langah: () Menghtung profl bars dan profl olom. () Menentuan nla nersa. () Menentuan nla ontrbus relatf dan ontrbus mutla dar masng-masng bars dan olom. (v) Vsualsas dengan melhat plot ang terbentu. (b) Melauan analss model log lnear dua dmens dengan langah-langah: () Menentuan varabel ang meml ategor dependen.

5 JURNAL SAINS DAN SENI POMITS Vol., No., (013) (301-98X Prnt) D-309 (c) () Membentu model log lnear dar tabel dua dmens untu mencar model matemats secara past. () Melauan u Goodness of Ft dengan menggunaan u Ch Square Pearson dan Rato Lelhood untu mengu hpotess dar tap model ang terbentu. (v) Melauan seles model terba dengan metode elmnas bacward. (v) Melauan penguan resdual untu mengetahu level mana ang cenderung menmbulan adana hubungan atau dependens. Penguan resdual n menggunaan nla adusted resdual ang dbandngan dengan nla pada dstrbus normal standart. Melauan analss model log lnear tga dmens dengan langah-langah sepert pada analss model log lnear dua dmens. A. Analss Desrptf IV. ANALISIS DAN PEMBAHASAN Dar hasl analss desrptf dengan menggunaan pe chart ddapatan hasl bahwa maortas oruptor melauan orups antara Rp hngga Rp dengan umlah sebana 136 orang atau persentase sebesar 47 persen, berusa antara 40 tahun hngga 50 tahun dengan umlah sebana 15 orang atau persentase sebesar 44 persen, berens elamn la-la dengan umlah sebana 48 orang atau persentase sebesar 87 persen, berasal dar Daerah Keasaan tngat tngg dengan umlah sebana 118 asus atau persentase sebesar 41 persen, beera sebaga PNS (Pegawa Neger Spl) dengan umlah sebana 158 orang atau persentase sebesar 55 persen, dan berpenddan terahr D3/S1 dengan umlah sebana 13 orang atau persentase sebesar 43 persen. B. Sgnfans Dependens Hasl sgnfans dependens menunuan bahwa erugan Negara dengan usa, erugan Negara dengan daerah easaan, erugan Negara dengan peeraan dan erugan Negara dengan penddan terdapat hubungan ang sgnfan. Sedangan erugan Negara dengan ens elamn tda terdapat hubungan. Kerugan Negara dengan usa dan daerah easaan, Kerugan Negara dengan usa dan peeraan, Kerugan Negara dengan usa dan penddan, Kerugan Negara dengan daerah easaan dan peeraan, Kerugan Negara dengan daerah easaan dan penddan, Kerugan Negara dengan peeraan dan penddan uga terdapat hubungan ang sgnfan. C. Pola Hubungan Kerugan Negara dengan Usa Pola hubungan erugan Negara dengan usa dar analss orespondens ddapatan hasl bahwa oruptor ang berusa < 40 tahun cenderung melauan orups dengan erugan negara sebesar < 100 uta rupah, oruptor berusa antara 40 tahun hngga 50 tahun cenderung melauan orups dengan erugan negara antara 100 uta hngga 1 Mlar rupah, sedangan oruptor berusa >50 tahun cenderung melauan orups dengan erugan Negara 1 Mlar rupah. Sedangan dar hasl analss model log lnear dua dmens ddapatan bahwa usa < 40 tahun cenderung orups dengan erugan negara 1 Mlar rupah. D. Pola Hubungan Kerugan Negara dengan Keasaan Pola hubungan erugan Negara dengan daerah easaan dar analss orespondens ddapatan hasl bahwa oruptor ang berasal dar daerah easaan tngat rendah cenderung melauan orups antara 100 uta hngga 1 Mlar rupah, oruptor ang berasal dar daerah easaan tngat sedang cenderung melauan orups < 100 uta rupah, dan oruptor ang berasal dar daerah easaan tngat tngg cenderung melauan orups 1 Mlar rupah. Sedangan dar hasl analss model log lnear dua dmens ddapatan bahwa oruptor ang berasal dar daerah easaan tngat rendah cenderung melauan orups 1 Mlar rupah, dan oruptor ang berasal dar daerah easaan tngat sedang dan tngat tngg cenderung orups < 100 uta dan 1 Mlar rupah. E. Pola Hubungan Kerugan Negara dengan Peeraan Pola hubungan erugan Negara dengan peeraan dar hasl analss model log lnear dua dmens ddapatan bahwa oruptor ang beera sebaga PNS/Penelenggara Negara dan swatsta/wraswasta cenderung melauan orups < 100 uta hngga 1 Mlar rupah. F. Pola Hubungan Kerugan Negara dengan Penddan Pola hubungan erugan Negara dengan penddan dar analss orespondens ddapatan hasl bahwa oruptor ang berpenddan terahr SD/SMP/SMA cenderung melauan orups sebesar < 100 uta rupah, oruptor ang berpenddan terahr D3/S1 cenderung melauan orups antara 100 uta rupah hngga 1 Mlar rupah, dan oruptor ang berpenddan terahr S/S3 cenderung melauan orups dengan erugan negara sebesar 1 Mlar rupah. Sedangan dar hasl analss model log lnear dua dmens ddapatan bahwa oruptor ang berpenddan terahr SD/SMP/SMA dan S/S3 cenderung orups orups < 100 uta dan 1 Mlar rupah. G. Analss Model Lnear Tga Dmens Model log lnear tga dmens untu hubungan antara varabel erugan Negara, usa, dan easaan m Dar hasl model log lnear antara erugan Negara, usa, dan easaan, ddapatan hasl bahwa oruptor berusa > 50 tahun dan berada d daerah easaan tngat sedang cenderung orups < 100 uta rupah dan 1 Mlar rupah. Model log lnear tga dmens untu hubungan antara varabel erugan Negara, usa, dan peeraan m Koruptor berusa < 40 tahun dan beera sebaga PNS / Penelenggaran Negara cenderung orups <100 uta rupah dan 1 Mlar rupah. Sedangan oruptor berusa >50 tahun

6 JURNAL SAINS DAN SENI POMITS Vol., No., (013) (301-98X Prnt) D-310 dan beera sebaga PNS / Penelenggara Negara cenderung orups < 100 uta rupah. Model log lnear tga dmens untu hubungan antara varabel erugan Negara, usa, dan penddan m Koruptor berusa <40 tahun dan berpenddan terahr SD/SMP/SMA cenderung orups < 100 uta rupah, oruptor berusa < 40 tahun dan berpenddan terahr S/S3 cenderung orups antara 100 uta hngga 1 Mlar rupah, dan oruptor ang berusa > 50 tahun dan berpenddan terahr SD/SMP/SMA cenderung orups 1 Mlar rupah. Model log lnear tga dmens untu hubungan antara varabel erugan Negara, daerah easaan, dan peeraan m Koruptor dar daerah easaan tngat rendah dan beera sebaga swasta/wraswasta cenderung orups 1 Mlar rupah. Koruptor dar daerah easaan tngat sedang dan beera sebaga PNS / Penelenggara Negara cenderung orups < 100 uta rupah. Sedangan oruptor dar daerah easaan tngat tngg dan beera sebaga PNS / Penelenggara Negara maupun swasta/wraswasta cenderung orups < 100 uta rupah dan 1 Mlar rupah. Model log lnear tga dmens untu hubungan antara varabel erugan Negara, daerah easaan, dan penddan m Koruptor ang berpenddan terahr D3/S1 dan berada d daerah easaan rendah maupun tngg cenderung melauan orups 1 Mlar rupah. Model log lnear tga dmens untu hubungan antara varabel erugan Negara, peeraan, dan penddan m Koruptor ang beera sebaga PNS/Penelenggara Negara dan berpenddan terahr SD/SMP/SMA maupun S/S3 cenderung orups < 100 uta rupah dan 1 Mlar rupah. Koruptor ang beera sebaga swasta/wraswasta dan berpenddan terahr SD/SMP/SMA cenderung orups < 100 uta rupah dan 1 Mlar rupah, sedangan oruptor ang beera sebaga swasta/wraswasta dan berpenddan terahr S/S3 cenderung orups 1 Mlar rupah. V. KESIMPULAN DAN SARAN Kesmpulan ang dapat dambl dar peneltan n 1. Maortas oruptor d Jawa Tmur melauan orups antara Rp hngga Rp dengan persentase sebesar 47 persen, berusa antara 40 tahun hngga 50 tahun sebana 44 persen, berens elamn la-la sebana 87 persen, berasal dar daerah easaan tngat tngg sebana 41 persen, beera sebaga PNS (Pegawa Neger Spl) sebana 55 persen, dan berpenddan terahr D3/S1 sebana 43 persen.. Varabel erugan negara dengan usa, erugan negara dengan daerah easaan, erugan negara dengan peeraan, dan erugan negara dengan penddan meml hubungan ang sgnfan. Sedangan varabel erugan negara dengan varabel ens elamn tda meml hubungan. 3. Dar hasl analss orespondens dan model log lnear sebagan besar ddapatan nformas ang sama bahwa oruptor ang berasal dar daerah easaan tngat sedang cenderung melauan orups < 100 uta rupah, oruptor ang berasal dar daerah easaan tngat tngg cenderung melauan orups 1 Mlar rupah, oruptor ang berpenddan terahr SD/SMP/SMA cenderung melauan orups < 100 uta rupah, dan oruptor ang berpenddan terahr S/S3 cenderung melauan orups 1 Mlar rupah. Dar hasl analss model log lnear tga dmens, ddapatan hasl bahwa varabel erugan Negara, usa, dan penddan terdapat hubungan/nteras. Varabel ang terdapat pada peneltan mash sangat terbatas, atu baru terbatas pada varabel demograf oruptor. Saran untu peneltan selanutna sebana menggunaan varabel ang lebh luas sepert abatan, lama abatan, dan sebagana agar ddapatan hasl ang lebh bagus dan lebh bermanfaat. Untu pembagan ategor daerah easaan, sebana uga dbag berdasaran ategor-ategor lanna lanna, sepert berdasaran budaa, polt, dan sebagana. DAFTAR PUSTAKA [1] Hamah, A., 1991, Korups D Indonesa Masalah dan Pemecahanna, Grameda Pustaa Utama, Jaarta. [] Hartant, E., 005, Tnda Pdana Korups, Snar Grafa, Jaarta. [3] Wahud, I., 009, Analss Fator-Fator Yang Mempengaruh Korups Anggaran Pendapatan Belana Daerah (APBD) D Malang Raa, Unverstas Muhammadah, Gres. [4] Sahrl, R A., 013, Identfas Kerugan Negara pada Pemerntahan Daerah : Kasus d Indonesa, Volume 4, Accountng and Busness Informaton Sstems, Unverstas Gaah Mada Yogaarta. [5] Walpole, R. E., 1995, Pengantar Statsta Eds Ke tga, Grameda Pustaa Utama, Jaarta. [6] Fendberg, S.E., 1976, Analss of Cross Classfcaton Categorcal Data, The Mts Press, London. [7] Wane, W. Danel., 1998, Statst Non Parametr Terapan, PT. Grameda Pustaa Utama, Jaarta. [8] Greenacre,M.J., 1984, Theor and Aplcatons of Correspondence Analss, Academc Press Inc., London. [9] Bernard R.A., 1994, Fraud Detecton : The Effect of Clent Integrt and Competence and Audtor Cogntve Stle, Audtng : A Journal of Practce and Theor 13 (Supplement). [10] Hermen H.K., 1994, Korups d Indonesa: dar del Jabatan e Tnda Pdana Korups, Ctra Adta Bat, Bandung. [11] Agrest, A., 1990, Categorcal Data Analss, John Wle and Sons, New Yor. [1] Arfn, Donn, 00, Korups d setor pelaanan Publ dalam Basab, H., d. (ed.) 00, Mencur Uang Raat: 16 aan Korups d Indonesa, Buu, Yaasan Asara dan Patnershp for Good Governance Reform, Jaarta. [13] Evertt, B.S., 199, The Analss of Contngenc Tables, Second Edton, Chapman & Hall, London. [14] Fadar, Mut., 00, Korups dan Penegaan Huum dalam pengantar Kurnawan, L, 00, Menngap Korups d Daerah, Intrans, Malang. [15] Hosmer, D. W., Lemeshow, 000, Appled stc Regresson, John Wle and Sons, USA. [16] Johnson, R. A. dan Wchern, D. W. 00. Appled Multvarate Statstcal Analss. Eds eenam. New Jerse : Prentce Hall, Englewood Clffs.

PEMODELAN PENGELUARAN RUMAH TANGGA UNTUK KONSUMSI MAKANAN DI KOTA SURABAYA DAN FAKTOR-FAKTOR YANG MEMPENGARUHI MENGGUNAKAN PENDEKATAN REGRESI SPLINE

PEMODELAN PENGELUARAN RUMAH TANGGA UNTUK KONSUMSI MAKANAN DI KOTA SURABAYA DAN FAKTOR-FAKTOR YANG MEMPENGARUHI MENGGUNAKAN PENDEKATAN REGRESI SPLINE PEMODELAN PENGELUARAN RUMAH TANGGA UNTUK KONSUMSI MAKANAN DI KOTA SURABAYA DAN FAKTOR-FAKTOR YANG MEMPENGARUHI MENGGUNAKAN PENDEKATAN REGRESI SPLINE Dew Arfanty Azm, Dra.Madu Ratna,M.S. dan 3 Prof. Dr.

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB PENDAHULUAN. Latar Belaang Masalah Analss regres merupaan lmu peramalan dalam statst. Analss regres dapat dataan sebaga usaha mempreds atau meramalan perubahan. Regres mengemuaan tentang engntahuan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.. Populas dan Sampel Populas adalah eseluruhan unt atau ndvdu dalam ruang lngup yang ngn dtelt. Banyanya pengamatan atau anggota suatu populas dsebut uuran populas, sedangan suatu nla

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belaang Analss dsrmnan merupaan ten menganalss data, dmana varabel dependen merupaan data ategor ( nomnal dan ordnal ) sedangan varabel ndependen berupa data nterval atau raso.msalnya

Lebih terperinci

ANALISIS DATA KATEGORI DENGAN LOG LINIER MENGGUNAKAN PRINSIP HIRARKI (STUDI KASUS JUMLAH KECELAKAAN LALU LINTAS DI KOTA MAKASSAR TAHUN 2011).

ANALISIS DATA KATEGORI DENGAN LOG LINIER MENGGUNAKAN PRINSIP HIRARKI (STUDI KASUS JUMLAH KECELAKAAN LALU LINTAS DI KOTA MAKASSAR TAHUN 2011). ANALISIS DATA KATEGORI DENGAN LOG LINIER MENGGUNAKAN PRINSIP HIRARKI (STUDI KASUS JUMLAH KECELAKAAN LALU LINTAS DI KOTA MAKASSAR TAHUN 2011). Try Azsah Nurman Dosen Pada Jurusan Matemata, Faultas Sans

Lebih terperinci

Pemodelan Persentase Kriminalitas Dan Faktor- Faktor Yang Mempengaruhi Di Jawa Timur Dengan Pendekatan Geographically Weighted Regression (GWR)

Pemodelan Persentase Kriminalitas Dan Faktor- Faktor Yang Mempengaruhi Di Jawa Timur Dengan Pendekatan Geographically Weighted Regression (GWR) JURNAL SAINS DAN SENI POMITS Vol., No.1, (014 7-50 (01-98X Prnt D-18 Pemodelan Persentase Krmnaltas Dan Fator- Fator ang Mempengaruh D Jaa Tmur Dengan Pendeatan Geographcally Weghted Regresson (GWR Pan

Lebih terperinci

BAB 2 LANDASAN TEORI. Untuk mengetahui pola perubahan nilai suatu variabel yang disebabkan oleh

BAB 2 LANDASAN TEORI. Untuk mengetahui pola perubahan nilai suatu variabel yang disebabkan oleh BAB LANDASAN TEORI. Analss Regres Untu mengetahu pla perubahan nla suatu varabel yang dsebaban leh varabel lan dperluan alat analss yang memungnan ta unut membuat perraan nla varabel tersebut pada nla

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 10 BAB 2 LANDASAN TEORI 2.1 Pengertan Pengendalan Kualtas Statst Pengendalan Kualtas statst merupaan suatu metode pengumpulan dan analss data ualtas, serta penentuan dan nterpretas penguuran-penguuran

Lebih terperinci

BAB II TEORI DASAR. Analisis Kelompok

BAB II TEORI DASAR. Analisis Kelompok BAB II TORI DASAR II.. Analss Kelompo Istlah analss elompo pertama al dperenalan oleh Tryon (939). Ia memperenalan beberapa metode untu mengelompoan obye yang meml esamaan araterst (statsoft, 004). Kesamaan

Lebih terperinci

Pemodelan Peran Perempuan Terhadap Pertumbuhan Ekonomi di Jawa Timur Tahun Menggunakan Regresi Data Panel

Pemodelan Peran Perempuan Terhadap Pertumbuhan Ekonomi di Jawa Timur Tahun Menggunakan Regresi Data Panel JURNAL SAINS DAN SENI ITS Vol. 5 No. (016) 337-350 (301-98X Prnt) D-305 Pemodelan Peran Perempuan Terhadap Pertumbuhan Eonom d Jawa Tmur Tahun 010-014 Menggunaan Regres Data Panel Putr Rachmawat, Wahu

Lebih terperinci

e + Dengan menggunakan transformasi logit dari π(x), maka model regresi fungsi logit dapat didefinisikan sebagai berikut (2) π(x) e

e + Dengan menggunakan transformasi logit dari π(x), maka model regresi fungsi logit dapat didefinisikan sebagai berikut (2) π(x) e ANALISIS PEMAKAIAN KEMOTERAPI PADA KASUS KANKER PAYUDARA DENGAN MENGGUNAKAN METODE REGRESI LOGISTIK MULTINOMIAL (STUDI KASUS PASIEN DI RUMAH SAKIT X SURABAYA Aref Yudssanta, dan Dra. Madu Ratna, M.S Jurusan

Lebih terperinci

Pemodelan Faktor-Faktor Yang Mempengaruhi Tingkat Buta Huruf Kabupaten/kota di Jawa Timur dengan Geographically Weighted Ordinal Logistic Regression

Pemodelan Faktor-Faktor Yang Mempengaruhi Tingkat Buta Huruf Kabupaten/kota di Jawa Timur dengan Geographically Weighted Ordinal Logistic Regression JURNAL SAINS DAN SENI IS Vol., No., (Sept. 0) ISSN: 30-98X D-3 Pemodelan Fator-Fator Yang Mempengaruh ngat Buta Huruf Kabupaten/ota d Jawa mur dengan Geographcally Weghted Ordnal Logstc Regresson Nur Lalyah

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penelitian ini mengenal dua macam variabel yaitu : 2. Variabel terikat (Y) yaitu : Hasil belajar Sejarah

BAB III METODOLOGI PENELITIAN. Penelitian ini mengenal dua macam variabel yaitu : 2. Variabel terikat (Y) yaitu : Hasil belajar Sejarah BAB III METODOLOGI PENELITIAN 3.1 Varans Peneltan 3.1.1 Varabel Peneltan Peneltan n mengenal dua macam varabel yatu : 1. Varabel bebas (X) yatu : Berpr formal. Varabel terat (Y) yatu : Hasl belajar Sejarah

Lebih terperinci

Karakterisasi Matrik Leslie Ordo Tiga

Karakterisasi Matrik Leslie Ordo Tiga Jurnal Graden Vol No Januar 006 : 34-38 Karatersas Matr Lesle Ordo Tga Mudn Smanhuru, Hartanto Jurusan Matemata, Faultas Matemata dan Ilmu Pengetahuan Alam, Unverstas Bengulu, Indonesa Dterma Desember

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Analss Model Loglner Untu data yang bersfat ategor dan dapat dbentu pada suatu tabel ontngens, dapat danalss dengan analss odel loglner. Model loglner dgunaan untu enganalss eungnan

Lebih terperinci

Pendekatan Hurdle Poisson Pada Excess Zero Data

Pendekatan Hurdle Poisson Pada Excess Zero Data SEMINAR NASIONAL MAEMAIKA DAN PENDIDIKAN MAEMAIKA UNY 05 Pendeatan Hurdle Posson Pada Excess Zero Data S - 7 Def Yust Fadah, Resa Septan Pontoh Departemen Statsta FMIPA Unverstas Padadaran def.yust@unpad.ac.d

Lebih terperinci

BAB 10. Menginterpretasikan Populasi Variabel Kanonik. Variabel kanonik secara umumnya artifisal. Jika variabel awal X (1) dan X (2)

BAB 10. Menginterpretasikan Populasi Variabel Kanonik. Variabel kanonik secara umumnya artifisal. Jika variabel awal X (1) dan X (2) BB 0 Mengnterpretasan Populas arabel Kanon arabel anon secara umumnya artfsal. Ja varabel awal X ( dan X ( dgunaan oefsen anon a dan b mempunya unt propors dar hmpunan X ( dan X (. Ja varabel awal yang

Lebih terperinci

π(x) JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 2012) ISSN: X D-112

π(x) JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 2012) ISSN: X D-112 JURNAL SAINS DAN SENI ITS Vol., No., (Sept. ) ISSN: 3-98X D- Analss Pemaaan Kemoterap pada Kasus Kaner Payudara dengan Menggunaan Metode Regres Logst Multnomal (Stud Kasus Pasen d Rumah Sat X Surabaya)

Lebih terperinci

CONFIGURAL FREQUENCY ANALYSIS UNTUK MELIHAT KARAKTERISTIK CALON INVESTOR SAHAM RETAIL PT BURSA EFEK JAKARTA

CONFIGURAL FREQUENCY ANALYSIS UNTUK MELIHAT KARAKTERISTIK CALON INVESTOR SAHAM RETAIL PT BURSA EFEK JAKARTA CONFIGURAL FREQUENCY ANALYSIS UNTUK MELIHAT KARAKTERISTIK CALON INVESTOR SAHAM RETAIL PT BURSA EFEK JAKARTA LAPORAN PENELITIAN MANDIRI PENELITI RESA SEPTIANI PONTOH NIP : 132 317 117 JURUSAN STATISTIKA

Lebih terperinci

Faktor-Faktor Eksternal Pneumonia pada Balita di Jawa Timur dengan Pendekatan Geographically Weighted Regression

Faktor-Faktor Eksternal Pneumonia pada Balita di Jawa Timur dengan Pendekatan Geographically Weighted Regression JURNAL SAINS DAN SENI ITS Vol., No., (Sept. ) ISSN: 3-98X D-37 Fator-Fator Esternal Pneumona pada Balta d Jawa Tmur dengan Pendeatan Geographcally Weghted Regresson Ftrarma Putr Santoso, Sr Pngt W, dan

Lebih terperinci

Created by Simpo PDF Creator Pro (unregistered version)

Created by Simpo PDF Creator Pro (unregistered version) Created by Smpo PDF Creator Pro (unregstered verson) http://www.smpopd.com Statst Bsns : BAB IV. UKURA PEMUSATA DATA. Pendahuluan Untu mendapatan gambaran yang lebh jelas tentang seumpulan data mengena

Lebih terperinci

USULAN PENERAPAN TEORI MARKOV DALAM PENGAMBILAN KEPUTUSAN PERAWATAN TAHUNAN PADA PT. PUPUK KUJANG

USULAN PENERAPAN TEORI MARKOV DALAM PENGAMBILAN KEPUTUSAN PERAWATAN TAHUNAN PADA PT. PUPUK KUJANG Usulan Penerapan Teor Marov Dalam Pengamblan Keputusan Perawatan Tahunan Pada Pt. Pupu Kujang USULAN PENERAPAN TEORI MARKOV DALAM PENGAMBILAN KEPUTUSAN PERAWATAN TAHUNAN PADA PT. PUPUK KUJANG Nof Ern,

Lebih terperinci

Pemodelan Angka Buta Huruf di Kabupaten/Kota se-jawa Timur dengan Metode Geographically Weighted t Regression

Pemodelan Angka Buta Huruf di Kabupaten/Kota se-jawa Timur dengan Metode Geographically Weighted t Regression JURNAL EKNIK IS Vol. 6, No., (7) ISSN: 337-3539 (3-97 Prnt) D- Pemodelan Anga Buta Huruf d Kabupaten/Kota se-jawa mur dengan Metode Geographcally Weghted t Regresson Nndya Kemala Astut, Purhad, dan Shof

Lebih terperinci

Pemetaan Angka Gizi Buruk pada Balita di Jawa Timur dengan Geographically Weighted Regression

Pemetaan Angka Gizi Buruk pada Balita di Jawa Timur dengan Geographically Weighted Regression JURNAL SAINS DAN SENI ITS Vol. 5 No. (06) 337-350 (30-98X Prnt) D-333 Pemetaan Anga Gz Buru pada Balta d Jawa Tmur dengan Geographcally Weghted Regresson Adtya Kurnawat, Mutah Salamah C., dan Shof Andar

Lebih terperinci

STATISTIKA. Bab. Di unduh dari : Bukupaket.com. Mean Median Modus Simpangan baku Varian Histogram Quartil Desil Persentil

STATISTIKA. Bab. Di unduh dari : Bukupaket.com. Mean Median Modus Simpangan baku Varian Histogram Quartil Desil Persentil Bab 7 STATISTIKA A. KOMPETENSI DASAR DAN PENGALAMAN BELAJAR Kompetens Dasar Setelah mengut pembelajaran n sswa mampu:. Menghayat dan mengamalan ajaran agama yang danutnnya. 2. Meml motvas nternal, emampuan

Lebih terperinci

Pengaruh Kelembaban dan Seri Tanah Terhadap Mutu dan Produksi Tanaman Tembakau Temanggung dengan Metode MANOVA

Pengaruh Kelembaban dan Seri Tanah Terhadap Mutu dan Produksi Tanaman Tembakau Temanggung dengan Metode MANOVA Pengaruh Kelembaban dan Ser Tanah Terhadap Mutu dan Produs Tanaman Tembaau Temanggung dengan Metode MANOVA Mftala Al Rza ), Sutno ), dan Dumal ) ) Jurusan Statsta, Faultas MIPA, Insttut Tenolog Sepuluh

Lebih terperinci

Pemodelan Penduduk Miskin Di Jawa Timur Menggunakan Metode Geographically Weighted Regression (GWR)

Pemodelan Penduduk Miskin Di Jawa Timur Menggunakan Metode Geographically Weighted Regression (GWR) Pemodelan Pendudu Msn D Jawa Tmur Menggunaan Metode Geographcally Weghted Regresson (GWR) Yuanta Damayant, dan Dr. Vta Ratnasar S.S, M.S Jurusan Statsta, F-MIPA, Insttut Tenolog Sepuluh Nopember (ITS)

Lebih terperinci

BAB V MODEL SEDERHANA DISTRIBUSI TEMPERATUR DAN SIMULASINYA

BAB V MODEL SEDERHANA DISTRIBUSI TEMPERATUR DAN SIMULASINYA BAB V MOEL SEERHANA ISTRIBUSI TEMPERATUR AN SIMULASINYA Model matemata yang terdapat pada bab sebelumnya merupaan model umum untu njes uap pada reservor dengan bottom water. Model tersebut merupaan model

Lebih terperinci

Penggunaan Model Regresi Tobit Pada Data Tersensor

Penggunaan Model Regresi Tobit Pada Data Tersensor SEMINAR NASIONAL MAEMAIKA DAN PENDIDIKAN MAEMAIKA UNY 016 S 15 Penggunaan Model Regres obt Pada Data ersensor Def Yust Fadah 1, Resa Septan Pontoh 1, Departemen Statsta FMIPA Unverstas Padjadjaran def.yust@unpad.ac.d

Lebih terperinci

INVERS DRAZIN DARI SUATU MATRIKS DENGAN MENGGUNAKAN BENTUK KANONIK JORDAN

INVERS DRAZIN DARI SUATU MATRIKS DENGAN MENGGUNAKAN BENTUK KANONIK JORDAN Buletn Ilmah ath. Stat. dan erapannya (Bmaster) Volume 5, No. 3 (6), hal 8. INVERS DRAZIN DARI SUAU ARIKS DENGAN ENGGUNAKAN BENUK KANNIK JRDAN Eo Sulstyono, Shanta artha, Ea Wulan Ramadhan INISARI Suatu

Lebih terperinci

MODEL REGRESI SEMIPARAMETRIK SPLINE UNTUK DATA LONGITUDINAL PADA KASUS KADAR CD4 PENDERITA HIV. Lilis Laome 1)

MODEL REGRESI SEMIPARAMETRIK SPLINE UNTUK DATA LONGITUDINAL PADA KASUS KADAR CD4 PENDERITA HIV. Lilis Laome 1) Paradgma, Vol. 13 No. 2 Agustus 2009 hlm. 189 194 MODEL REGRESI SEMIPARAMERIK SPLINE UNUK DAA LONGIUDINAL PADA KASUS KADAR CD4 PENDERIA HIV Lls Laome 1) 1) Jurusan Matemata FMIPA Unverstas Haluoleo Kendar

Lebih terperinci

ANALISIS DATA WORLD DEVELOPMENT INDICATORS MENGGUNAKAN CLUSTER DATA MINING

ANALISIS DATA WORLD DEVELOPMENT INDICATORS MENGGUNAKAN CLUSTER DATA MINING Semnar Nasonal Tenolog Informas dan Multmeda 207 STMIK AMIKOM Yogyaarta, 4 Februar 207 ANALIS DATA WORLD DEVELOPMENT INDICATORS MENGGUNAKAN CLUSTER DATA MINING Sgt Kamseno ), Bara Satya 2) ), 2) Ten Informata

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN ORI. Aljabar Matrs.. Defns Matrs Matrs adalah suatu umpulan anga-anga yang juga serng dsebut elemen-elemen yang dsusun secara teratur menurut bars dan olom sehngga berbentu perseg panjang,

Lebih terperinci

Oleh : Amilia Firda Rahmana ( ) Dosen Pembimbing : Santi Puteri Rahayu, M.Si, Ph.D

Oleh : Amilia Firda Rahmana ( ) Dosen Pembimbing : Santi Puteri Rahayu, M.Si, Ph.D Analisis Pola Hubungan Besarnya Kerugian Negara Akibat Korupsi Dengan Demografi Koruptor di Jawa Timur Oleh : Amilia Firda Rahmana (1311 105 008) Dosen Pembimbing : Santi Puteri Rahayu, M.Si, Ph.D Seminar

Lebih terperinci

PENYELESAIAN MULTIKOLINEARITAS MELALUI METODE RIDGE REGRESSION. Oleh : SOEMARTINI

PENYELESAIAN MULTIKOLINEARITAS MELALUI METODE RIDGE REGRESSION. Oleh : SOEMARTINI PENYELESAIAN MULTIKOLINEARITAS MELALUI METODE RIDGE REGRESSION Oleh : SOEMARTINI JURUSAN STATISTIKA FAKULTAS MATEMATIKA dan ILMU PENGETAHUAN ALAM UNIVERSITAS PADJADJARAN JATINANGOR 008 DAFTAR ISI Hal DAFTAR

Lebih terperinci

JURNAL SAINS DAN SENI POMITS Vol.3, No. 2, (2014) ISSN: ( Print) D-188

JURNAL SAINS DAN SENI POMITS Vol.3, No. 2, (2014) ISSN: ( Print) D-188 JURNL SINS DN SENI POMITS Vol., No., () ISSN: - (- Prnt) D- Pemodelan Fator-Fator yang Mempengaruh Jumlah Kasus Penyat Tuberuloss d Jawa Tmur dengan Pendeatan Generaled Posson Regresson dan Geographcally

Lebih terperinci

PEMODELAN TINGKAT KERAWANAN DEMAM BERDARAH DENGUE DI KABUPATEN LAMONGAN DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED ORDINAL LOGISTIC REGRESSION

PEMODELAN TINGKAT KERAWANAN DEMAM BERDARAH DENGUE DI KABUPATEN LAMONGAN DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED ORDINAL LOGISTIC REGRESSION PEMODELAN INGKA KERAWANAN DEMAM BERDARAH DENGUE DI KABUPAEN LAMONGAN DENGAN PENDEKAAN GEOGRAPHICALLY WEIGHED ORDINAL LOGISIC REGRESSION Marsa Rfada 1, Purhad 1) Mahasswa Magster Jurusan Statsta, Insttut

Lebih terperinci

BAB III ANALISIS DISKRIMINAN. Analisis diskriminan (discriminant analysis) merupakan salah satu metode

BAB III ANALISIS DISKRIMINAN. Analisis diskriminan (discriminant analysis) merupakan salah satu metode BAB III ANALISIS DISKRIMINAN 3. Analss Dsrmnan Analss dsrmnan (dscrmnant analyss) merupaan salah satu metode yan dunaan dalam analss multvarat. Dalam analss dsrmnan terdapat dua jens varabel yan terlbat

Lebih terperinci

ISSN: JURNAL GAUSSIAN, Volume 4, Nomor 3, Tahun 2015, Halaman Online di:

ISSN: JURNAL GAUSSIAN, Volume 4, Nomor 3, Tahun 2015, Halaman Online di: ISSN: 339-54 JURNAL GAUSSIAN, Volume 4, Nomor 3, ahun 05, Halaman 639-650 Onlne d: http://ejournal-s.undp.ac.d/ndex.php/gaussan PEMODELAN FAKOR-FAKOR YANG MEMPENGARUHI INDEKS PEMBANGUNAN MANUSIA KABUPAEN/

Lebih terperinci

PENENTUAN LOKASI GUDANG DISTRIBUSI PADA SISTEM DISTRIBUSI PRODUK KONSUMSI PT X DI JAWA TIMUR

PENENTUAN LOKASI GUDANG DISTRIBUSI PADA SISTEM DISTRIBUSI PRODUK KONSUMSI PT X DI JAWA TIMUR Prosdng Semnar Nasonal Manajemen Tenolog IX Program Stud MMT-ITS, Surabaya 14 Pebruar 2009 PENENTUAN LOKASI GUDANG DISTRIBUSI PADA SISTEM DISTRIBUSI PRODUK KONSUMSI PT X DI JAWA TIMUR Teguh Otarso Program

Lebih terperinci

FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (STUDI KASUS: KLASIFIKASI KUALITAS PRODUK)

FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (STUDI KASUS: KLASIFIKASI KUALITAS PRODUK) Semnar Nasonal Aplas Tenolog Informas 00 (SNATI 00) ISSN: 0-0 Yogyaarta, Jun 00 FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (STUDI KASUS: KLASIFIKASI KUALITAS PRODUK) Sr Kusumadew Jurusan Ten Informata,

Lebih terperinci

JURNAL SAINS DAN SENI POMITS Vol. 3, No.1, (2014) ( X Print) D-36

JURNAL SAINS DAN SENI POMITS Vol. 3, No.1, (2014) ( X Print) D-36 JURNAL SAINS DAN SENI POMIS Vol. 3, No., (04 337-350 (30-98X Prnt D-36 Fator-Fator Yang Mempengaruh ngat Keberhaslan Pemberan Kemoterap Pada Pasen Penderta Kaner Payudara D RSUD Dr.Soetomo Dengan Menggunaan

Lebih terperinci

PENERAPAN PETA P MULTIVARIAT PADA PENGONTROLAN PROSES PEMOTONGAN KACA JENIS LNFL DI PT. ASAHIMAS FLAT GLASS, TBK.

PENERAPAN PETA P MULTIVARIAT PADA PENGONTROLAN PROSES PEMOTONGAN KACA JENIS LNFL DI PT. ASAHIMAS FLAT GLASS, TBK. PENERAPAN PETA P MULTIVARIAT PADA PENGONTROLAN PROSES PEMOTONGAN KACA JENIS LNFL DI PT. ASAHIMAS FLAT GLASS, TBK. Fanny Ayu Octavana dan Dra. Luca Ardnant, MT. Jurusan Statsta, Faultas Matemata dan Ilmu

Lebih terperinci

BAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat

BAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat BAB LANDASAN TEORI. 1 Analsa Regres Regres pertama kal dpergunakan sebaga konsep statstk pada tahun 1877 oleh Sr Francs Galton. Galton melakukan stud tentang kecenderungan tngg badan anak. Teor Galton

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB TINJAUAN PUSTAKA Pada Bab n aan dpaparan beberapa teor tentang analss dsrmnan dar berbaga sumber sepert: buu, jurnal dan prosdng. Analss dsrmnan adalah salah satu metode dependens dar analss multvarat.

Lebih terperinci

ANALISIS PEMILIHAN CARA KONTRASEPSI DALAM UPAYA PELAKSANAAN PROGRAM KELUARGA BERENCANA DI JAWA TIMUR DENGAN PERMODELAN REGRESI LOGISTIK MULTINOMIAL

ANALISIS PEMILIHAN CARA KONTRASEPSI DALAM UPAYA PELAKSANAAN PROGRAM KELUARGA BERENCANA DI JAWA TIMUR DENGAN PERMODELAN REGRESI LOGISTIK MULTINOMIAL ANALISIS PEMILIHAN CARA KONTRASEPSI DALAM UPAYA PELAKSANAAN PROGRAM KELUARGA BERENCANA DI JAWA TIMUR DENGAN PERMODELAN REGRESI LOGISTIK MULTINOMIAL Nama Mahasswa : Respat Yet Wbowo Nrp : 306 00 003 Jurusan

Lebih terperinci

PEMODELAN KEJADIAN BALITA GIZI BURUK DI PROVINSI JAWA TIMUR DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED REGRESSION

PEMODELAN KEJADIAN BALITA GIZI BURUK DI PROVINSI JAWA TIMUR DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED REGRESSION PEMODELAN KEJADIAN BALIA GIZI BURUK DI PROVINSI JAWA IMUR DENGAN PENDEKAAN GEOGRAPHICALLY WEIGHED REGRESSION Rahandn Luta Lestar 1 dan Sutno 1 Mahasswa Jurusan Statsta, IS, Surabaya Dosen Pembmbng, Jurusan

Lebih terperinci

BAB II DIMENSI PARTISI

BAB II DIMENSI PARTISI BAB II DIMENSI PARTISI. Defns dasar dan eteratannya dengan metrc dmenson Dalam pembahasan dmens parts, graf yang dbahas adalah graf terhubung sederhana dan tda meml arah. Sebelum mendefnsan graf yang dgunaan

Lebih terperinci

ANALISIS KLASTER UNTUK SEGMENTASI PEMIRSA PROGRAM BERITA SORE STASIUN TV SWASTA

ANALISIS KLASTER UNTUK SEGMENTASI PEMIRSA PROGRAM BERITA SORE STASIUN TV SWASTA Analss Klaster (Aan Rosatun) ANALISIS KLASTER UNTUK SEGMENTASI PEMIRSA PROGRAM BERITA SORE STASIUN TV SWASTA Aan Rosatun Tat Wdharh, Dah Saftr Staf Nusantara Sat Motor Jaarta Staf Pengaar Prod Statsta

Lebih terperinci

Eman Lesmana, Riaman. Jurusan Matematika FMIPA Universitas Padjadjaran, Jl. Raya Bandung-Sumedang km 21 Jatinangor ABSTRAK

Eman Lesmana, Riaman. Jurusan Matematika FMIPA Universitas Padjadjaran, Jl. Raya Bandung-Sumedang km 21 Jatinangor ABSTRAK PENGGUNAAN MODEL REGRESI LINEAR BERGANDA PADA PROGRAM PENGGEMUKAN SAPI PO ( PERANAKAN ONGOLE) SERTA ANALISIS BCR ( BENEFIT COST RATIO ) PENGGUNAAN PAKAN BAHAN KERING Eman Lesmana, Raman Jurusan Matemata

Lebih terperinci

ANALISIS KARAKTERISTIK MAHASISWA DAN FAKTOR-FAKTOR YANG BERPENGARUH TERHADAP KEPEMILIKAN USAHA MANDIRI MAHASISWA ITS

ANALISIS KARAKTERISTIK MAHASISWA DAN FAKTOR-FAKTOR YANG BERPENGARUH TERHADAP KEPEMILIKAN USAHA MANDIRI MAHASISWA ITS ANALISIS KARAKTERISTIK MAHASISWA DAN FAKTOR-FAKTOR YANG BERPENGARUH TERHADAP KEPEMILIKAN USAHA MANDIRI MAHASISWA ITS Wasa Yula, Dw Endah Kusrn, S.S., M.S. Mahasswa Jurusan Statsta FMIPA-ITS (305 00 003)

Lebih terperinci

PENYELESAIAN SISTEM PERSAMAAN TAK LINIER

PENYELESAIAN SISTEM PERSAMAAN TAK LINIER PENYELESIN SISTEM PESMN TK LINIE Mater Kulah: Pengantar; Iteras Satu Tt; Iteras Newton # PENGNT # erut n adalah contoh seumpulan buah persamaan ta lner smulta dengan buah varabel ang ta detahu:... ( 57...

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN. Latar Belakang Manova atau Multvarate of Varance merupakan pengujan dalam multvarate yang bertujuan untuk mengetahu pengaruh varabel respon dengan terhadap beberapa varabel predktor

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN A III METODE PENELITIAN A. Tempat dan Watu Peneltan. Tempat Peneltan Obje dalam peneltan n adalah Kelas VIII M.Ts. Neger onang yang terleta d Kecamatan onang Kabupaten Dema.. Watu Peneltan Peneltan dlasanaan

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN PENELITIAN. penerapan Customer Relationship Management pada tanggal 30 Juni 2011.

BAB IV HASIL DAN PEMBAHASAN PENELITIAN. penerapan Customer Relationship Management pada tanggal 30 Juni 2011. 44 BAB IV HASIL DAN PEMBAHASAN PENELITIAN 4.1 Penyajan Data Peneltan Untuk memperoleh data dar responden yang ada, maka dgunakan kuesoner yang telah dsebar pada para pelanggan (orang tua sswa) d Kumon

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. 2.1 Konsep Dasar Infeksi, Saluran Pernafasan, Infeksi Akut, dan Infeksi Saluran Pernafasan Akut (ISPA)

BAB 2 TINJAUAN TEORITIS. 2.1 Konsep Dasar Infeksi, Saluran Pernafasan, Infeksi Akut, dan Infeksi Saluran Pernafasan Akut (ISPA) BAB TINJAUAN TEORITIS. Knsep Dasar Infes, Saluran Pernafasan, Infes Aut, dan Infes Saluran Pernafasan Aut (ISPA.. Infes Infes adalah masunya uman atau mrrgansme e dalam tubuh manusan dan berembang ba sehngga

Lebih terperinci

Probabilitas dan Statistika Distribusi Peluang Diskrit 1. Adam Hendra Brata

Probabilitas dan Statistika Distribusi Peluang Diskrit 1. Adam Hendra Brata Probabltas dan Statsta Dsrt Adam Hendra Brata Unform Bernoull Multnomal Setap perstwa aan mempunya peluangnya masng-masng, dan peluang terjadnya perstwa tu aan mempunya penyebaran yang mengut suatu pola

Lebih terperinci

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN BAB III HIPOTESIS DAN METODOLOGI PENELITIAN III.1 Hpotess Berdasarkan kerangka pemkran sebelumnya, maka dapat drumuskan hpotess sebaga berkut : H1 : ada beda sgnfkan antara sebelum dan setelah penerbtan

Lebih terperinci

UJI NORMALITAS X 2. Z p i O i E i (p i x N) Interval SD

UJI NORMALITAS X 2. Z p i O i E i (p i x N) Interval SD UJI F DAN UJI T Uj F dkenal dengan Uj serentak atau uj Model/Uj Anova, yatu uj untuk melhat bagamanakah pengaruh semua varabel bebasnya secara bersama-sama terhadap varabel terkatnya. Atau untuk menguj

Lebih terperinci

BAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen.

BAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen. BAB II METODOLOGI PENELITIAN A. Bentuk Peneltan Jens peneltan yang dgunakan dalam peneltan n adalah peneltan deskrptf dengan analsa kuanttatf, dengan maksud untuk mencar pengaruh antara varable ndependen

Lebih terperinci

EVALUASI TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN FIRST ORDER CONFIGURAL FREQUENCY ANALYSIS

EVALUASI TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN FIRST ORDER CONFIGURAL FREQUENCY ANALYSIS EVALUASI TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN FIRST ORDER CONFIGURAL FREQUENCY ANALYSIS Resa Septan Pontoh Departemen Statstka Unverstas Padjadjaran resa.septan@unpad.ac.d ABSTRAK.

Lebih terperinci

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara BAB 2 LANDASAN TEORI 2.1 Pengertan Analsa Regres Dalam kehdupan sehar-har, serng kta jumpa hubungan antara satu varabel terhadap satu atau lebh varabel yang lan. Sebaga contoh, besarnya pendapatan seseorang

Lebih terperinci

Oleh : Wahyu Safi i Dosen Pembimbing : Drs. Soehardjoepri, M.Si

Oleh : Wahyu Safi i Dosen Pembimbing : Drs. Soehardjoepri, M.Si Analsa Penerapan Metode Robust Locally Weght Regresson Smoothng Scatterplots Pada Oblgas ( Analyss of Applcaton Robust Locally Weght Regresson Smoothng Scatterplots s Method n Oblgaton ) Oleh : Wahyu Saf

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1. Hpotess Peneltan Berkatan dengan manusa masalah d atas maka penuls menyusun hpotess sebaga acuan dalam penulsan hpotess penuls yatu Terdapat hubungan postf antara penddkan

Lebih terperinci

V E K T O R Kompetensi Dasar :

V E K T O R Kompetensi Dasar : MODUL PEMELJRN I V E K T O R Kompetens Dasar : 1. Mahasswa mampu memaham perbedaan besaran vetor dan salar serta memberan contohcontohna dalam ehdupan sehar-har, 2. Mahasswa mampu melauan operas penumlahan

Lebih terperinci

PENGUJIAN PROPORSI MENGGUNAKAN KETERKAITAN DISTRIBUSI CHI-SQUARE DENGAN PENDEKATAN DISTRIBUSI BINOMIAL TERHADAP DISTRIBUSI NORMAL STANDARD

PENGUJIAN PROPORSI MENGGUNAKAN KETERKAITAN DISTRIBUSI CHI-SQUARE DENGAN PENDEKATAN DISTRIBUSI BINOMIAL TERHADAP DISTRIBUSI NORMAL STANDARD ORBITH Vl. 7 N. 3 Nvember 11: 366-37 ENGUJIAN ROORSI MENGGUNAKAN KETERKAITAN DISTRIBUSI CHI-SQUARE DENGAN ENDEKATAN DISTRIBUSI BINOMIAL TERHADA DISTRIBUSI NORMAL STANDARD Oleh: Endang Tryan Staf engajar

Lebih terperinci

BAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi.

BAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi. BAB LANDASAN TEORI Pada bab n akan durakan beberapa metode yang dgunakan dalam penyelesaan tugas akhr n. Selan tu penuls juga mengurakan tentang pengertan regres, analss regres berganda, membentuk persamaan

Lebih terperinci

IMPLEMENTASI ANALISIS REGRESI FAKTOR DALAM MENENTUKAN PENGARUH MOTIVASI BELAJAR TERHADAP HASIL BELAJAR MATEMATIKA SISWA KELAS VIII SMPN 20 MALANG

IMPLEMENTASI ANALISIS REGRESI FAKTOR DALAM MENENTUKAN PENGARUH MOTIVASI BELAJAR TERHADAP HASIL BELAJAR MATEMATIKA SISWA KELAS VIII SMPN 20 MALANG IMPLEMENTASI ANALISIS REGRESI FAKTOR DALAM MENENTUKAN PENGARUH MOTIVASI BELAJAR TERHADAP HASIL BELAJAR MATEMATIKA SISWA KELAS VIII SMPN 0 MALANG Erm Andayan, Swasono Rahardjo, I Nengah Parta Unverstas

Lebih terperinci

Pendekatan Regresi Semiparametrik Spline untuk Memodelkan Rata-Rata Umur Kawin Pertama (UKP) di Provinsi Jawa Timur

Pendekatan Regresi Semiparametrik Spline untuk Memodelkan Rata-Rata Umur Kawin Pertama (UKP) di Provinsi Jawa Timur JURNAL SAINS DAN SENI ITS Vol. 6, No., (07) ISSN: 337-350 (30-98X Prnt) D-9 Pendeatan Regres Semarametr Slne untu Memodelan Rata-Rata Umur Kawn Pertama (UKP) d Provns Jawa Tmur Dhra Audha Pratw, I Nyoman

Lebih terperinci

PERMASALAHAN LOKASI (Model Dasar) [2]

PERMASALAHAN LOKASI (Model Dasar) [2] PERMASALAHAN LOKASI Model Dasar [] Technques of Contnuous Space Locaton Probles Medan ethod» Rectlner / Manhattan / Ct bloc dstance Contour-Lne ethod» Constructs regons bounded b counter lne hch provde

Lebih terperinci

Median Method. Types of Distance Rectilinear distance / Manhattan distance / City block distance / rigth-angle distance / rectangular distance

Median Method. Types of Distance Rectilinear distance / Manhattan distance / City block distance / rigth-angle distance / rectangular distance 30/05/04 Technques of Contnuous Space Locaton Probles PERMASALAHAN LOKASI Model Dasar [] Medan ethod» Rectlner / Manhattan / Ct bloc dstance Contour-Lne ethod» Constructs regons bounded b counter lne hch

Lebih terperinci

BAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya

BAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.1.1 Tempat Peneltan Pada peneltan n, penuls memlh lokas d SMA Neger 1 Bolyohuto khususnya pada sswa kelas X, karena penuls menganggap bahwa lokas

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PEDAHULUA. Latar Belakang Rsko ddentfkaskan dengan ketdakpastan. Dalam mengambl keputusan nvestas para nvestor mengharapkan hasl yang maksmal dengan rsko tertentu atau hasl tertentu dengan rsko yang

Lebih terperinci

KOLINEARITAS GANDA (MULTICOLLINEARITY) Oleh Bambang Juanda

KOLINEARITAS GANDA (MULTICOLLINEARITY) Oleh Bambang Juanda KOLINEARITAS GANDA MULTICOLLINEARIT Oleh Bambang Juanda Model: = X + X + + X + ε. Hubungan Lnear Sempurna esa, Ja C X 0 C onstanta yg td semuanya 0. Mudah detahu rn td ada dugaan parameter oef dgn OLS,

Lebih terperinci

BAB I PENDAHULUAN. Analisis regresi merupakan metode statistika yang digunakan untuk

BAB I PENDAHULUAN. Analisis regresi merupakan metode statistika yang digunakan untuk BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan metode statstka ang dgunakan untuk meramalkan sebuah varabel respon Y dar satu atau lebh varabel bebas X, selan tu juga dgunakan untuk

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pengertan Regres Regres pertama kal dpergunakan sebaga konsep statstka oleh Sr Francs Galton (1822 1911). Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang

Lebih terperinci

Bab III Model Estimasi Outstanding Claims Liability

Bab III Model Estimasi Outstanding Claims Liability Bab III Model Estmas Outstandng Clams Lablty. Model ELRF Suatu model yang dgunaan untu menasr outstandng clams lablty, tda cuup hanya melbatan data pada run-off trangle saa. Sebab, pembayaran lam d masa

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 3, , Desember 2002, ISSN :

JURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 3, , Desember 2002, ISSN : JURNAL MATEMATIKA AN KOMPUTER Vol. 5. No. 3, 161-167, esember 00, ISSN : 1410-8518 PENGARUH SUATU ATA OBSERVASI ALAM MENGESTIMASI PARAMETER MOEL REGRESI Hern Utam, Rur I, dan Abdurakhman Jurusan Matematka

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 7 BAB LANDASAN TEORI.1 Analsa Regres Analsa regres dnterpretaskan sebaga suatu analsa yang berkatan dengan stud ketergantungan (hubungan kausal) dar suatu varabel tak bebas (dependent varable) atu dsebut

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakang Dalam kehdupan sehar-har, serngkal dumpa hubungan antara suatu varabel dengan satu atau lebh varabel lan. D dalam bdang pertanan sebaga contoh, doss dan ens pupuk yang dberkan

Lebih terperinci

EVALUASI STATUS KETERTINGGALAN DAERAH DENGAN ANALISIS DISKRIMINAN 6. Oleh : Anik Djuraidah

EVALUASI STATUS KETERTINGGALAN DAERAH DENGAN ANALISIS DISKRIMINAN 6. Oleh : Anik Djuraidah EVALUASI STATUS KETERTINGGALAN DAERAH DENGAN ANALISIS DISKRIMINAN 6 S-21 Oleh : An Djuradah Departemen Statsta FMIPA- IPB e-mal : andjuradah@gmal.com ABSTRAK Pembangunan daerah tertnggal merupaan upaya

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penyusunan laporan tugas akhir ini dilakukan sesuai dengan langkahlangkah

BAB III METODOLOGI PENELITIAN. Penyusunan laporan tugas akhir ini dilakukan sesuai dengan langkahlangkah BAB III METODOLOGI PENELITIAN Penyusunan laporan tugas ahr n dlauan sesua dengan langahlangah peneltan yang aan dperlhatan pada dagram d bawah n, agar peneltan n dapat berjalan secara ba dan terarah. Sehngga

Lebih terperinci

ANALISIS REGRESI KOMPONEN UTAMA UNTUK MENGATASI MASALAH MULTIKOLINIERITAS DALAM ANALISIS REGRESI LINIER BERGANDA

ANALISIS REGRESI KOMPONEN UTAMA UNTUK MENGATASI MASALAH MULTIKOLINIERITAS DALAM ANALISIS REGRESI LINIER BERGANDA ANALISIS REGRESI KOMPONEN UTAMA UNTUK MENGATASI MASALAH MULTIKOLINIERITAS DALAM ANALISIS REGRESI LINIER BERGANDA Hars Bhat Prasetyo, Dan Handayan, Wdyant Rahayu JURUSAN MATEMATIKA FMIPA-UNIVERSITAS NEGERI

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA III. METODE PENELITIAN A. Waktu dan Tempat Peneltan Peneltan n merupakan stud ekspermen yang telah dlaksanakan d SMA Neger 3 Bandar Lampung. Peneltan n dlaksanakan pada semester genap tahun ajaran 2012/2013.

Lebih terperinci

PEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR

PEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR PEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR Resa Septan Pontoh 1), Neneng Sunengsh 2) 1),2) Departemen Statstka Unverstas Padjadjaran 1) resa.septan@unpad.ac.d,

Lebih terperinci

Pemodelan MGWR Pada Tingkat Kemiskinan di Provinsi Jawa Tengah

Pemodelan MGWR Pada Tingkat Kemiskinan di Provinsi Jawa Tengah Value Added, Vol., No., 5 Pemodelan MGWR Pada Tngat Kemsnan d Provns Jawa Tengah Moh Yamn Darsyah, Rochd Wasono, Monca Frda Agustna 3,,3 Program Stud StatstaUnverstas Muhammadyah Semarang Emal: mydarsyah@unmus.ac.d

Lebih terperinci

EKSPEKTASI SATU PEUBAH ACAK

EKSPEKTASI SATU PEUBAH ACAK EKSPEKTASI SATU PEUBAH ACAK Dalam hal n aan dbahas beberapa macam uuran yang dhtung berdasaran espetas dar satu peubah aca, ba dsrt maupun ontnu, yatu nla espetas, rataan, varans, momen, fungs pembangt

Lebih terperinci

KORELASI DAN REGRESI LINIER. Debrina Puspita Andriani /

KORELASI DAN REGRESI LINIER. Debrina Puspita Andriani    / KORELASI DAN REGRESI LINIER 9 Debrna Puspta Andran www. E-mal : debrna.ub@gmal.com / debrna@ub.ac.d 2 Outlne 3 Perbedaan mendasar antara korelas dan regres? KORELASI Korelas hanya menunjukkan sekedar hubungan.

Lebih terperinci

FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (Studi kasus: klasifikasi kualitas produk)

FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (Studi kasus: klasifikasi kualitas produk) Semnar Nasonal plas enolog Informas (SNI ) Yogyaarta, Jun FUZZY BCKPROPGION UNUK KLSIFIKSI POL (Stud asus: lasfas ualtas produ) Sr Kusumadew Jurusan en Informata, Faultas enolog Industr Unverstas Islam

Lebih terperinci

VI. KETIDAKPASTIAN. Contoh : Asih mengalami gejala ada bintik-bintik di wajahnya. Dokter menduga bahwa Asih terkena cacar

VI. KETIDAKPASTIAN. Contoh : Asih mengalami gejala ada bintik-bintik di wajahnya. Dokter menduga bahwa Asih terkena cacar VI. KETIDAKPASTIAN 12 Dalam enyataan sehar-har banya masalah dduna n tda dapat dmodelan secara lengap dan onssten. Suatu penalaran dmana adanya penambahan fata baru mengabatan etdaonsstenan, dengan cr-cr

Lebih terperinci

BAB III METODE PENELITIAN. Jenis penelitian yang dipakai adalah penelitian kuantitatif, dengan

BAB III METODE PENELITIAN. Jenis penelitian yang dipakai adalah penelitian kuantitatif, dengan BAB III METODE PENELITIAN 3.1 Pendekatan dan Jens Peneltan Jens peneltan yang dpaka adalah peneltan kuanttatf, dengan menggunakan metode analss deskrptf dengan analss statstka nferensal artnya penuls dapat

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar belakang

BAB 1 PENDAHULUAN. 1.1 Latar belakang BAB 1 PENDAHULUAN 1.1 Latar belakang Dalam memlh sesuatu, mula yang memlh yang sederhana sampa ke hal yang sangat rumt yang dbutuhkan bukanlah berpkr yang rumt, tetap bagaman berpkr secara sederhana. AHP

Lebih terperinci

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

BAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode BAB III METODE PENELITIAN Desan Peneltan Metode peneltan yang dgunakan dalam peneltan n adalah metode deskrptf analts dengan jens pendekatan stud kasus yatu dengan melhat fenomena permasalahan yang ada

Lebih terperinci

RANCANGAN PETAK TERALUR

RANCANGAN PETAK TERALUR RANCANGAN PETAK TERALUR oleh MUNAWAR KHOLIL NIM M0103041 SKRIPSI dtuls dan dauan untu memenuh sebagan persaratan memperoleh gelar Sarana Sans Matemata FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS

Lebih terperinci

BAB III METODE RESPONSE SURFACE DENGAN SIMULASI MONTE CARLO. solusi dari suatu masalah diberikan berdasarkan proses rendomisasi (acak).

BAB III METODE RESPONSE SURFACE DENGAN SIMULASI MONTE CARLO. solusi dari suatu masalah diberikan berdasarkan proses rendomisasi (acak). BAB III METODE RESPONSE SURFACE DENGAN SIMULASI MONTE CARLO 3. Smulas Monte Carlo Smulas Monte Carlo merupaan bentu smulas probablst dmana solus dar suatu masalah dberan berdasaran proses rendomsas (aca).

Lebih terperinci

ANALISIS REGRESI. Catatan Freddy

ANALISIS REGRESI. Catatan Freddy ANALISIS REGRESI Regres Lner Sederhana : Contoh Perhtungan Regres Lner Sederhana Menghtung harga a dan b Menyusun Persamaan Regres Korelas Pearson (Product Moment) Koefsen Determnas (KD) Regres Ganda :

Lebih terperinci

BAB III METODE PENELITIAN. pretest postes control group design dengan satu macam perlakuan. Di dalam

BAB III METODE PENELITIAN. pretest postes control group design dengan satu macam perlakuan. Di dalam BAB III METODE PEELITIA A. Bentuk Peneltan Peneltan n merupakan peneltan ekspermen dengan model pretest postes control group desgn dengan satu macam perlakuan. D dalam model n sebelum dmula perlakuan kedua

Lebih terperinci

PEMBUATAN GRAFIK PENGENDALI BERDASARKAN ANALISIS KOMPONEN UTAMA (PRINCIPAL COMPONENT ANALYSIS)

PEMBUATAN GRAFIK PENGENDALI BERDASARKAN ANALISIS KOMPONEN UTAMA (PRINCIPAL COMPONENT ANALYSIS) PEMBUATAN GRAFIK PENGENDALI BERDASARKAN ANALISIS KOMPONEN UTAMA (PRINCIPAL COMPONENT ANALYSIS) Wrayant ), Ad Setawan ), Bambang Susanto ) ) Mahasswa Program Stud Matematka FSM UKSW Jl. Dponegoro 5-6 Salatga,

Lebih terperinci

Bab IV Pemodelan dan Perhitungan Sumberdaya Batubara

Bab IV Pemodelan dan Perhitungan Sumberdaya Batubara Bab IV Pemodelan dan Perhtungan Sumberdaa Batubara IV1 Pemodelan Endapan Batubara Pemodelan endapan batubara merupakan tahapan kegatan dalam evaluas sumberdaa batubara ang bertuuan menggambarkan atau menatakan

Lebih terperinci

Bab 4. ANACOVA Analysis Of Covariance

Bab 4. ANACOVA Analysis Of Covariance Bab 4 ANACOVA Analss Of Covarance ANAVA vs ANREG ANAVA?? dgunakan untuk mengu perbandngan varabel tergantung () dtnau dar varabel bebas ANREG?? Dgunakan untuk mempredks varabel tergantung () melalu varabel

Lebih terperinci