Analisis Penyaluran Kredit kendaraan bermotor Roda Dua Jenis Baru dan Bekas di PT X dengan Metode Vector Autoregressive

Ukuran: px
Mulai penontonan dengan halaman:

Download "Analisis Penyaluran Kredit kendaraan bermotor Roda Dua Jenis Baru dan Bekas di PT X dengan Metode Vector Autoregressive"

Transkripsi

1 JURNAL SAINS DAN SENI POMITS Vol., No., () 7 (98X Prn) D9 Analss Penyaluran Kred kendaraan bermoor Roda Dua Jens Baru dan Bekas d PT X dengan Meode Vecor Auoregressve Ardhka Surya Pura, Adaul Mukarromah Jurusan Saska, Fakulas Maemaka dan Ilmu Pengeahuan Alam, Insu Teknolog Seuluh Noember (ITS) Jl. Aref Rahman Hakm, Surabaya Emal : adaul@saska.s.ac.d Absrak Berdasarkan sumber dar b.go.d ndusr embayaan d Indonesa mula umbuh dan berkembang lag dalam beberaa ahun belakangan n []. PT X meruakan erusahaan embayaan non bank yang bergerak dalam ndusr embayaan roda dua dengan jens kendaraan yang dbaya juga beragam yau moor bekas dan moor baru dmana kedua jens kendaraan ersebu memlk keerkaan dengan hasl enjualan yang deroleh. meode VAR juga daa dgunakan unuk mengeahu ola keerkaan enjualan moor jens baru dan bekas karena daa mengesmas baya yang akan dsakan oleh erusahaan unuk embayaan moor jens baru dan bekas beberaa bulan kedean. Dar hasl analss dkeahu bahwa enjualan moor jens baru memengaruh enjualan moor jens bekas, ea dak sebalknya dan enjualan moor jens bekas memengaruh enjualan moor jens baru namun dak sebalknya. Model yang deroleh dar meode VAR menghaslkan nla ramalan dengan akual erlha salng berhman. Hal n daa dkaakan bahwa nla ramalannya hamr sama dengan nla akualnya. Kaa Kunc PT X,VAR, dan Penjualan Moor I. PENDAHULUAN Berdasarkan sumber dar b.go.d ndusr embayaan d Indonesa mula umbuh dan berkembang lag dalam beberaa ahun belakangan n []. Penngkaan n dsebabkan oleh beberaa fakor, anara lan ngka suku bunga yang erus menurun, menguanya erekonoman Indonesa yang dlha dar enngkaan daya bel masyaraka, dan juga sraeg yang deakan oleh erusahaan embayaan eruama dalam hal uang muka yang rendah. Fakor ngka suku bunga yang cenderung menurun memlk damak yang luas erhada segala bdang, ermasuk jens usaha embayaan. Tngka suku bunga yang rendah mendorong masyaraka unuk melakukan nvesas yang daa menghaslkan reurn yang lebh besar darada langkah konservaf yau menabung mauun deoso. PT X meruakan erusahaan embayaan non bank yang bergerak dalam ndusr embayaan roda dua. PT X ddrkan ada ahun yang ddukung oleh bank swasa erbesar d ndonesa unuk mengembangkan usahanya dengan mencakan keunggunalan komef unuk mencakan hasl yang bak bag konsumen. Meskun ergolong erusahaan baru, namun PT X mamu bersang secara komef dengan erusahaan fnance yang elah ada. Jens kendaraan yang dbaya juga beragam yau moor bekas dan moor baru dmana kedua jens kendaraan ersebu memlk keerkaan dengan hasl enjualan yang deroleh. Masruroh [9] dalam enelannya meramalkan keerkaan ndeks saham d asa enggara dengan menggunakan meode VAR. Begu ula dengan Arsana [] yang menggunakan meode yang sama unuk mendaakan ola keerkaan anara ndeks saham Nkke, Hang Seng, dan LQ. Dalam ndusr Fnance, meode VAR juga daa dgunakan unuk mengeahu ola keerkaan enjualan moor jens baru dan bekas karena daa mengsmas baya yang akan dsakan oleh erusahaan unuk embayaan moor jens baru dan bekas beberaa bulan kedean. A. Sasoneras II. TINJAUAN PUSTAKA Sasoneras me seres meruakan suau keadaan jka roses yang mendasar suau dere berkala ddasarkan ada nla engah konsan dan nla varans konsan. Dalam suau daa kemungknan daa ersebu dak sasoner dkarenakan raaraa dak konsan aau varansnya dak konsan sehngga unuk menghlangkan kedaksasoneran erhada raaraa, maka daa ersebu daa dbua lebh mendeka sasoner dengan cara melakukan ransformas [8]. Pada umumnya unuk nla λ erenu ransformas yang serng dgunakan daa dlha ada Tabel. Tabel. Transformas BoxCox Nla Esmas λ Transformas, /, /, Ln, (dak ada ransformas) B. Granger Causaly Tes Secara umum benuk model dar kausalas Granger adalah (Gujara, ) : n n Y X Y j e j Hoess yang dgunakan ada uj kausalas Granger adalah : H : H : ()

2 JURNAL SAINS DAN SENI POMITS Vol., No., () 7 (98X Prn) D97 dmana: Y : lag dar Y, =,,..., n X : lag dar X, =,,..., n n : anjang lag e, e : resdual Sask uj yang dgunakan dalam kausal Granger adalah sebaga berku. () dmana : T : jumlah observas c : jumlah arameer yang desmas d model unresrced : deermnan mark varans kovaran dar resdual model resrced : deermnan mark varans kovaran dar resdual model unresrced Tolak H o jka nla sask uj lebh besar dar (n,α). Asums yang harus denuh ada uj kausalas Granger adalah :. Varabel harus sasoner.. Resdual dak salng berkorelas. C. Vecor Auoregressve (VAR) Vecor Auoregressve meruakan meode dalam mulvarae me seres yang dgunakan unuk menggambarkan hubungan anar beberaa varabel me seres dmana masngmasng varabelnya bersfa deenden dengan varabel lannya. Model VAR ada ordo ke daa duls sebaga berku []. dmana: I Φ B Φ B a... () adalah vekor (kx) engamaan a adalah vekor (kx) varabel nose B adalah oeraor backward I adalah marks denas (kxk) adalah marks arameer (kxk) Persamaan daa dulskan dalam benuk marks sebaga berku. z, z j z m, jm z j z, z a, a Perkraan arameer denukan dengan meode Leas Square. Persamaannya sebaga berku (we, ). a () m Sebaga conoh, unuk m =, model VAR() daa dulskan sebaga berku. z z z,,, z z z,,, D. Esmas ParameerModel jm z z z,,, a a a τ meruakan vekor konsana. Sedangkan adalah orde dar VAR yang deroleh sebaga berku. dmana Y, X n n Y = Xβ + e n, β a, a,, e a, n,,, (7) () () unuk enaksr arameer dengan endekaan Leas Square unuk ˆ dan ˆ adalah sebaga berku. ˆ ' ' ( X X ) X Y ( Y Xˆ ' ˆ) ( Y Xˆ ˆ ˆ) N E. Uj Mulvarae Normal (8) Unuk memermudah emerksaan aakah suau daa mengku dsrbus n, dlakukanlah engujan dsrbus normal mulvara dengan menggunakan lo. Hoess yang dgunakan adalah sebaga berku. Hoess: H : Resdual daa berdsrbus Normal Mulvara H : Resdual daa dak berdsrbus Normal Mulvara Sask Uj: ( a μ)' S ( a μ) (9) d j dmana: a = objek engamaan ke S = nvers mark varan kovarans yang berukuran x Tolak H aabla % nla d j χ (;,). Nla dar χ (;,) ddaa dar abel χ. F. Uj Whe Nose Whe nose meruakan asums dmana gangguangangguan ada resdual daa elah duhkan aau dhlangkan. Pengujan whe nose sebaga berku. Hoess : H : vekor resdual model VAR () memenuh asums whe nose. H : vekor resdual model VAR () dak memenuh asums whe nose. Sask Uj : K ' Q T r( C C C C ) () k T k dmana C T T a k T adalah ukuran samel, C adalah samle marks auokovarans dan C adalah marks auokovarans dar vekor resdual a, d mana =,,,.., h. H dolak jka Qh > χ [7]. G. Pemlhan Model erbak Panjang lag unuk model VAR() daa denukan dengan menggunakan model selecon crera. Pendekaan umum dar meode n adalah melakukan fng model VAR() dengan order =,,, max dan memlh nla yang memnmumkan model selecon crera. Model selecon crera unuk model VAR() adalah sebaga berku. ' IC( ) ln Σ ( ) ct( n, ) dmana ( ) T T ' ˆˆ adalah marks resdual kovarans koreks deraja bebas dar model VAR(), c T a () ()

3 SDev Daa JURNAL SAINS DAN SENI POMITS Vol., No., () 7 (98X Prn) D98 adalah suau barsan dengan ukuran samel T dan φ(n, ) adalah enaly funcon unuk model VAR(). Salah sau nformaon crera yang lazm dgunakan yau Akake Informaon Creron (AIC). AIC( ) ln Σ ( ) n T H. Peramalan Dengan Menggunakan VAR Peramalan sau aha ke dean (onese forecas) unuk model VAR(), seer yang elah djelaskan [] adalah sebaga berku. Yh () l Yh l () dan resdual dar forecasng adalah sebaga berku. eh() ah () Marks kovarans dar forecasng error value adalah Σ. Jka Y h bersfa weakly saonary, maka forecasng unuk l aha kedean aau Y h (l) adalah konvergen ke vekor raaraa (μ). III. METODOLOGI PENELITIAN Daa yang dgunakan meruakan daa sekunder yau daa enjualan kred moor PT X dar bulan November sama Februar yang dambl sea harnya. Varabel yang dgunakan dalam enelan n erdaa varabel yau enjualan seeda moor bekas dan seeda moor baru d PT X cabang SBYT. Langkah analss dalam enelan n adalah sebaga berku. ) Membua me seres lo dar daa unuk mengeahu kesasoneran daa. Jka dak sasoner erhada raajka dak sasoner erhada varans dlakukan ransformas Boxcox seer ada Tabel. ) Seelah daa sudah sasoner dalam raaraa langkah selanjunya yau membua lo MACF dan MPACF dar daa enjualan moor jens baru dan bekas. ) Dar MACF dan MPACF lo daa dkeahu endugaan model semenara. ) Melakukan esmas arameer dan engujan sgnfkans arameer model. Jka sudah sgnfkan maka langkah engujan model daa dlanjukan dan jka dak sgnfkan maka roses dhenkan dan melakukan engujan dengan model yang lan. ) Aabla dar engujan arameer daa dkeahu bahwa arameer model sgnfkan, maka langkah selanjunya yau melakukan emerksaan dagnosk ada resdual. ) Aabla suau model yang elah ada dak sesua dan dak memenuh asums resdual, maka mencar model lan yang sesua sama semua asums erenuh dan dangga model erbak. 7) Kesmulan. IV. PEMBAHASAN A. Deskrs Karakersk Penjualan Kendaraan seeda moor meruakan kebuuhan yang enng unuk masyaraka karena sebaga ala ransoras yang murah unuk semua kalangan masyaraka. Saa n enjualan seeda moor erus menngka dar har ke har. Hal n daa dlha dar enjualan seeda moor d PT X ada erode november sama dengan februar yang ersaj dalam Tabel. () Tabel. Saska Deskrf varabel Raaraa Mnmum Maksmum New, bekas, Dar kendaraan seeda moor jens baru dan bekas, raaraa enjualan seeda moor alng banyak adalah jens baru dengan raaraa moor er har. Sedangkan unuk seeda moor jens bekas raaraanya moor er har. Unuk seeda moor jens baru, enjualan erngg mencaa un. Sedangkan unuk seeda moor jens bekas, enjualan erngg mencaa un. B. Tme Seres Plo Moor Jens Baru dan Bekas Sebelum melakukan analss me seres, dlakukan embuaan lo seres unuk melha ersamaan ola anara moor jens baru dan bekas 8 7 Index Gambar.. Tme Seres Plo enjualan moor jens baru dan bekas Pola hubungan enjualan moor jens baru dan bekas dunjukkan ada Gambar. Varabel moor baru dan moor bekas erlha memlk hubungan karena dar kk engamaannya yang memlk ola yang sama yau ada saa enjualan moor jens baru menngka, maka enjualan moor jens bekas juga ccenderung menngka. Begu ula dengan sebalknya. Hal n derkua ula dengan hasl uj korelas yang dsajkan ada abel yang sebesar,. Tabel. Korelas Daa Moor Bekas Moor Baru Pearson correlaon, value, C. Idenfkas Kesasoneran Daa Sebelum dlakukan engujan VAR, dlakukan erlebh dahulu analss hubungan klausal granger unuk mengeahu hubungan dar varabel ersebu. Akan ea sebelum melakukan uj granger, maka dlakukan erlebh dulu kesasoneran dar daa. Varable n_new n_used Tme Seres Plo of new; used BoxCox Plo of n_new Lower CL Uer CL 8 7 Gambar.. Boxcox lo daa enjualan moor jens baru Lm (usng 9,% confdence) Esmae, Lower CL, Uer CL, Rounded Value,

4 SDev JURNAL SAINS DAN SENI POMITS Vol., No., () 7 (98X Prn) D99 Dar Gambar dkeahu bahwa nla Rounded value yang dhaslkan ada ransformas BoxCox adalah,. Angka ersebu kurang dar nla sehngga aabla dlakukan ransformas akan deroleh nla yang lebh kecl dar daa awal. 8 Lower CL BoxCox Plo of used Uer CL Gambar.. Boxcox lo daa enjualan moor jens bekas Dar Gambar dkeahu bahwa nla Rounded value yang dhaslkan ada ransformas BoxCox adalah,. maka dar u daa ersebu erlu dlakukan ransformas agar sasoner. Gambar.. MCCF enjualan daa seeda moor Dar gambar bahwa semua lag sgnfkan karena lebh besar dar sandar error yau erlha dar anda osf (+) dan negaf (). Tanda osf (+) menunjukkan bahwa varabel baru memlk nla korelas yang osf dengan varabel u sendr, begu juga sebalknya unuk yang beranda negaf ().Daa dsmulkan bahwa daa belum sasoner dalam mean sehngga erlu dlakukan roses dfferencng. Schemac Reresenaon of Cross Correlaons Varable/ Lag baru bekas s > *sd error, s < *sd error,. s beween Gambar.. MCCF enjualan daa seeda moor seelah d dfferencng Dar gambar dkeahu bahwa daa elah sasoner erhada mean seelah dlakukan dfferencng. Hal n dunjukkan dengan anda osf (+) dan negaf () ada lag sudah bergan dengan anda k yang berar nla korelasnya danara sandar error. D. Uj granger Uj Granger dlakukan seelah daa elah sasoner. Seelah daa sasoner dlakukan uj granger. erdaa hoess yang dgunakan, yau sebaga berku. () H : enjualan moor baru memengaruh oleh enjualan moor bekas, ea dak sebalknya Lm (usng 9,% confdence) Esmae, Lower CL,8 Uer CL, Rounded Value, () H : enjualan moor bekas memengaruh enjualan moor baru, ea dak sebalknya. Pengujan yang dgunakan adalah menggunakan sask uj Chsquare seer ada abel berku n. Tabel. Hasl engujan Granger daa enjualan moor es df Chsquare Pr>chSq () 7 8,,87 () 7 9,79, Berdasarkan Tabel dengan menggunakan ngka sgnfkan % maka gagal olak H ada semua kausal yang arnya bahwa unuk kausal yau enjualan moor jens baru memengaruh enjualan moor jens bekas, ea dak sebalknya. Unuk kausal, enjualan moor jens bekas memengaruh enjualan moor jens baru namun dak sebalknya. E. Pendugaan Model Awal VAR Pendugaan awal dlakukan dengan melha nla AIC erkecl. Nla AIC model VAR dunjukkan ada abel Tabel. Nla AIC Lag MA AR.8 AR.987 AR.8 AR.9 AR.7 AR.8789 AR,9 AR 7,7 AR 8,88 AR 9,89 AR,7 Berdasarkan nla AIC yang dunjukkan ada Tabel dkeahu bahwa AIC erkecl erdaa ada lag. Sehngga menggunakan model VAR(7). F. Esmas Parameer VAR Penaksran arameer dgunakan unuk menenukan arameer yang akan dgunakan dalam model. Hasl enaksran arameer ada model awal VAR adalah sebaga berku. Tabel. Penaksr arameer sandar arameer Esmas error Pr> varabel baru AR.88.. baru() AR bekas() AR.8.7. baru() AR bekas() AR baru() AR bekas() AR baru() AR bekas() AR baru()

5 JURNAL SAINS DAN SENI POMITS Vol., No., () 7 (98X Prn) D AR..7.9 bekas() AR baru() AR bekas() AR baru(7) AR bekas(7) bekas AR baru() AR.7.. bekas() AR baru() AR bekas() AR baru() AR.8.8. bekas() AR..9.9 baru() AR bekas() AR baru() AR..87. bekas() AR baru() AR bekas() AR baru(7) AR bekas(7) Pada Tabel dkeahu bahwa dak semua arameer ada model VAR elah sgnfkan jka dlha dar nla value yang lebh besar dar alfa,. Hal n menyebabkan dak semua arameer dgunakan dalam model, sehngga erlu dlakukan resrc unuk mendaakan arameer yang sgnfkan erhada model. G. Penaksran arameer model Resrc Unuk mendaakan arameer yang sgnfkan erlu dlakukan resrc ada arameer yang dak sgnfkan. arameer yang elah dlakukan resrc sehngga model VAR yang elah sgnfkan seer berku n. Tabel 7 Penaksr arameer model yang elah d resrc Baru arameer AR sandar error Pr> varabel esmas.8.. baru() AR.8.9. bekas() AR... baru() AR baru() AR... baru() AR baru() Bekas AR baru() AR bekas() AR.98.. bekas() AR bekas() AR..87. bekas() AR bekas() AR.8.. bekas() AR bekas(7) Tabel 7 menunjukkan bahwa arameerarameer yang sgnfkan erhada model seelah dlakukan resrc. Parameerarameer yang sgnfkan nlah yang akan masuk ke dalam model VAR. Model yang erbenuk dar arameer yang elah sgnfkan adalah sebaga berku.,,,8,8,8,78,89,77,9,9,, 7, 7,,,,,,,,98,, e e,,,8,, aau daa duls baru =,8 baru +,8 bekas, baru,89 baru, baru,9 baru + e baru, bekas =,8 baru +,78 bekas +,98 bekas +,77 bekas +, bekas +,9 bekas +,8 bekas +, bekas 7 dmana varabel baru dan bekas adalah varabel yang elah d dfferencng. Seelah ddaakan arameer yang sgnfkan, maka aha selanjunya adalah dlakukan engujan resdual asums whe nose. Gambar.. Plo ACF dan PACF daa enjualan moor jens bekas seelah dlakukan dfferencng Dar gambar daa dlha bahwa hamr semua lag resdual elah sgnfkan aau berada danara kal sandar error. Maka daa dkaakan bahwa resdual memenuh asums whe nose karena laglag dar resdual berada d baas kendal sandar error. Seelah resdual dkeahu bahwa memenuh asums whe nose, maka selanjunya dlakukan engujan resdual unuk kenormalan. Hasl dar engujan mulnormal adalah sebaga berku.,,,,

6 Daa Daa q JURNAL SAINS DAN SENI POMITS Vol., No., () 7 (98X Prn) D 8 Scaerlo of q vs dd dd Gambar.. Plo mulnormal enjualan moor baru dan bekas Dar Gambar dkeahu bahwa hasl resdual mulnormal menunjukkan resdual ersebu elah berdsrbus mulnormal. Hal n juga derkua dengan nla chsquare yang daas % yau sebesar,. Maka daa dsmulkan bahwa resdual daa elah berdsrbus mul normal. Unuk melha hasl ola eramalan enjualan dengan daa akual enjualan, maka dgambarkan lo sebaga berku Index Tme Seres Plo of ou_new; fornew Tme Seres Plo of ou_used; forus Varable ou_new fornew Varable ou_used forus Sedangkan unuk seeda moor jens bekas raaraanya moor er har. Unuk seeda moor jens baru, enjualan erngg mencaa un. Sedangkan unuk seeda moor jens bekas, enjualan erngg mencaa un. Unuk kausal, enjualan moor jens baru memengaruh enjualan moor jens bekas, ea dak sebalknya. Unuk kausal, enjualan moor jens bekas memengaruh enjualan moor jens baru namun dak sebalknya. Model yang deroleh dar meode VAR menghaslkan nla ramalan dengan akual erlha salng berhman. Hal n daa dkaakan bahwa nla ramalannya hamr sama dengan nla akualnya. Pemodelan VAR ada enelan selanjunya dharakan daa menangka orde yang lebh anjang agar bsa manangka ola musman dan menghaslkan eramalan yang lebh bagus. DAFTAR PUSTAKA [] Arsana. 8. Pemodelan Indeks Saham Nkke, Hang Seng, dan LQ dengan Meode Vecor Auo Regresson. Tugas Akhr Jurusan Saska. ITS. Surabaya. [] Chafeld, C. (). TmeSeres Forecasng. Baru York: Chaman & Hall. [] Hamlon, J. (99). Tme Seres Analyss. Baru Jersey: Prnceon Unversy. [] Hyndman, R. J. K and Anne, B, (). Anoher look a measures of forecas accuracy. Inernaonal Journal of Forecasng [] h: // Pengembangan Kred. (dakses ada anggal //,. WIB) [] h: // Seklas Tenang PT X. (dakses ada anggal //,. WIB) [7] Lükeohl, H. (). Baru Inroducon o Mulle Tme Seres Analyss. Baru York: Srnger. [8] Makrdaks, S., Wheelrgh, S. C., & McGee, V. E. (999). Forecasng: Mehods and Alcaons, Second Edon. Derjemahkan oleh H. Sumno, Meode dan Alkas Peramalan. Jakara: Bnarua Aksara [9] Masruroh, T.. Analss Keerkaan Indeks Saham Kawasan Asa Tenggara Berdasarkan Meode Vecor Auo Regresson (VAR). Tugas Akhr Jurusan Saska. ITS. Surabaya. [] Suyano, T. Chalk, H. A. Sukada, M. C. Ananda, C. T. Marala, D. T. 99. DasarDasar Perkredan. Jakara: Grameda Pusaka Uama [] Rva, V. Vehzal, A. P.. Cred Managemen Handbook, Teor, Konse, Prosedur dan Alkas Panduan Praks Mahasswa, Bankr dan Masalah. Jakara: PT RajaGrafndo Persada. [] Tsay, R.S. (). Analyss of Fnancal Tme Seres: Fnancal Ecnomercs (rd Ed.). Baru York: John Wley & Sons, Inc. [] We, W., W. S., (), Tme Analyss Unvarae and Mulvarae Mehods, Addson Wesley Publshng Comany, Inc, Amerca Gam Index Gambar. 7. Plo eramalan dengan akual ada enjualan (a) moor jens baru (b) moor jens bekas. Nla ramalan dengan akual ada Gambar 7 erlha bahwa nla ramalan unuk beberaa har kedean cenderung lebh kecl darada daa akualnya. V. KESIMPULAN Dar kendaraan seeda moor jens baru dan bekas, raaraa enjualan seeda moor alng banyak adalah jens baru dengan raaraa moor er har.

Peramalan Penjualan Sepeda Motor Tiap Jenis di Wilayah Surabaya dan Blitar dengan Model ARIMA Box-Jenkins dan Vector Autoregressive (VAR)

Peramalan Penjualan Sepeda Motor Tiap Jenis di Wilayah Surabaya dan Blitar dengan Model ARIMA Box-Jenkins dan Vector Autoregressive (VAR) JURNAL SAINS DAN SENI POMITS Vol. 3, No., (04) 337-350 (30-98X Prn) D-36 Peramalan Penjualan eda Moor Tap Jens d Wlayah Surabaya dan Blar dengan Model ARIMA Box-Jenkns dan Vecor Auoregressve (VAR) Ade

Lebih terperinci

Analisis Jalur / Path Analysis

Analisis Jalur / Path Analysis Analss Jalur / Pah Analyss Analss jalur adalah salah sau benuk model SEM yang dak mengandung varable laen. Tenu saja model n lebh sederhana dbandngkan dengan model SEM lengka. Analss jalur sebenarnya meruakan

Lebih terperinci

PERAMALAN JUMLAH WISATAWAN MANCANEGARA YANG MASUK MELALUI PINTU KEDATANGAN BANDARA SOEKARNO HATTA DAN BANDARA JUANDA

PERAMALAN JUMLAH WISATAWAN MANCANEGARA YANG MASUK MELALUI PINTU KEDATANGAN BANDARA SOEKARNO HATTA DAN BANDARA JUANDA PERAMALAN JUMLAH WISATAWAN MANCANEGARA YANG MASUK MELALUI PINTU KEDATANGAN BANDARA SOEKARNO HATTA DAN BANDARA JUANDA Indra Rahm, Sr Png Wulandar Mahasswa Jurusan Saska Insu Teknolog Seuluh Noember Dosen

Lebih terperinci

BAB II TINJAUAN PUSTAKA. membahas analisis deret waktu, diagram kontrol Shewhart, Average Run Length

BAB II TINJAUAN PUSTAKA. membahas analisis deret waktu, diagram kontrol Shewhart, Average Run Length BAB II TINJAUAN PUSTAKA Pendahuluan Dalam enulsan maer okok dar skrs n derlukan beberaa eor-eor yang mendukung, yang menjad uraan okok ada bab n Uraan dmula dengan membahas analss dere waku, dagram konrol

Lebih terperinci

Jumlah kasus penderita penyakit Demam Berdarah Dengue (DBD) di Kota Surabaya tahun

Jumlah kasus penderita penyakit Demam Berdarah Dengue (DBD) di Kota Surabaya tahun Baasan Masalah Jumlah kasus pendera penyak Demam Berdarah Dengue (DBD d Koa Surabaya ahun - Varabel Explanaory (Varabel penjelas yang dgunakan dalam penelan adalah varabel Iklm (Curah hujan, Suhu, Kelembaban

Lebih terperinci

PENERAPAN MODEL GSTAR(1,1) UNTUK DATA CURAH HUJAN

PENERAPAN MODEL GSTAR(1,1) UNTUK DATA CURAH HUJAN Bulen Ilmah Mah. Sa. dan Terapannya (Bmaser) Volume 6, o. 03 (017), hal 159 166. PEERAPA MODEL GSTAR(1,1) UTUK DATA CURAH HUJA Ism Adam, Dadan Kusnandar, Hendra Perdana ITISARI Model Generalzed Space Tme

Lebih terperinci

BAB II TINJAUAN PUSTAKA. Data panel adalah gabungan dari data cross sectional dan data time series, dimana

BAB II TINJAUAN PUSTAKA. Data panel adalah gabungan dari data cross sectional dan data time series, dimana 6 BAB II IJAUA PUSAA. Pendahuluan Maer enang daa anel dambl dar Gujara (3) dan Judge (985). Daa anel adalah gabungan dar daa cross seconal dan daa me seres, dmana dalam daa anel un cross seconal yang sama

Lebih terperinci

Peramalan Dengan Model SVAR Pada Data Inflasi Indonesia Dan Nilai Tukar Rupiah Terhadap Dolar Amerika Dengan Menggunakan Metode Bootstrap

Peramalan Dengan Model SVAR Pada Data Inflasi Indonesia Dan Nilai Tukar Rupiah Terhadap Dolar Amerika Dengan Menggunakan Metode Bootstrap Peramalan Dengan Model SVR Pada Daa Inflas Indonesa Dan Nla Tukar Ruah Terhada Dolar merka Dengan Menggunakan Meode Boosra Dav S Wardan, d Seawan 2, Dd B Nugroho 3 PS Maemaka, Fak Sans dan Maemaka, UKSW

Lebih terperinci

PENGUKURAN VALUE AT RISK PADA ASET TUNGGAL DAN PORTOFOLIO DENGAN SIMULASI MONTE CARLO. Di Asih I Maruddani 1, Ari Purbowati 2

PENGUKURAN VALUE AT RISK PADA ASET TUNGGAL DAN PORTOFOLIO DENGAN SIMULASI MONTE CARLO. Di Asih I Maruddani 1, Ari Purbowati 2 Pengukuran Value a sk (D Ash I Maruddan) PEGUKUA VALUE AT ISK PADA ASET TUGGAL DA POTOFOLIO DEGA SIMULASI MOTE CALO D Ash I Maruddan 1, Ar Purbowa 1 Saf Pengajar Program Sud Saska FMIPA UDIP Bro Pusa Saska

Lebih terperinci

MODEL GENERALIZED SPACE TIME AUTOREGRESSIVE-X (GSTAR-X) DALAM MERAMALKAN PRODUKSI KELAPA SAWIT

MODEL GENERALIZED SPACE TIME AUTOREGRESSIVE-X (GSTAR-X) DALAM MERAMALKAN PRODUKSI KELAPA SAWIT Bulen Ilmah Mah. Sa. dan Terapannya (Bmaser) Volume 07, No. (018), hal 85 9. MODEL GENERALIZED SPACE TIME AUTOREGRESSIVE-X (GSTAR-X) DALAM MERAMALKAN PRODUKSI KELAPA SAWIT Felca Kurna Kusuma Wra Pur, Dadan

Lebih terperinci

Created by Simpo PDF Creator Pro (unregistered version)

Created by Simpo PDF Creator Pro (unregistered version) Creaed by Smpo PDF Creaor Pro (unregsered verson) hp://www.smpopdf.com Sask Bsns : BAB 8 VIII. ANALISIS DATA DERET BERKALA (TIME SERIES) 8.1 Pendahuluan Daa Berkala (Daa Dere waku) adalah daa yang dkumpulkan

Lebih terperinci

PERBAIKAN ASUMSI KLASIK

PERBAIKAN ASUMSI KLASIK BAHAN AJAR EKONOMETRI AGUS TRI BASUKI UNIVERSITAS MUHAMMADIAH OGAAKARTA PERBAIKAN ASUMSI KLASIK 6.. Mulkolnearas Jka model ka mengandung mulkolneras yang serus yakn korelas yang ngg anar varabel ndependen,

Lebih terperinci

Penerapan Statistika Nonparametrik dengan Metode Brown-Mood pada Regresi Linier Berganda

Penerapan Statistika Nonparametrik dengan Metode Brown-Mood pada Regresi Linier Berganda Jurnal EKSPONENSIAL Volume 7, Nomor, Me 6 ISSN 85-789 Penerapan Saska Nonparamerk dengan Meode Brown-Mood pada Regres Lner Berganda Applcaon of Nonparamerc Sascs, wh Brown-Mood Mehod on Mulple Lnear Regresson

Lebih terperinci

NILAI AKUMULASI DARI SUATU CASH FLOW DENGAN TINGKAT BUNGA BERUBAH BERDASARKAN FORMULA FISHER

NILAI AKUMULASI DARI SUATU CASH FLOW DENGAN TINGKAT BUNGA BERUBAH BERDASARKAN FORMULA FISHER ILAI AKUMULASI DARI SUATU CASH FLOW DEGA TIGKAT BUGA BERUBAH BERDASARKA FORMULA FISHER Devs Apranda, Johannes Kho, Sg Sugaro Mahasswa rogram S Maemaka Dosen Jurusan Maemaka Fakulas Maemaka dan Ilmu engeahuan

Lebih terperinci

Space-time Models. MA5282 Topik dalam Statistika II 21 April 2015 Utriweni Mukhaiyar

Space-time Models. MA5282 Topik dalam Statistika II 21 April 2015 Utriweni Mukhaiyar Space-me Models MA58 opk dalam Saska II Aprl 5 Urwen Mukhayar Analss Sask Box&Jenkns Ieraon Posulae General Class of Models ACF, PACF, dff Daa Analyss on-paramerc Analyss Sochasc Processes Mulvarae Analyss

Lebih terperinci

BAB 8 PERSAMAAN DIFERENSIAL BIASA

BAB 8 PERSAMAAN DIFERENSIAL BIASA Maa kulah KOMPUTASI ELEKTRO BAB 8 PERSAMAAN DIFERENSIAL BIASA Persamaan dferensal dapa dbedakan menjad dua macam erganung pada jumlah varabel bebas. Apabla persamaan ersebu mengandung hana sau varabel

Lebih terperinci

Analisis Pengendalian Kualitas Tetes PG Kremboong Sidoarjo Menggunakan Diagram Kontrol MEWMA dan MEWMV

Analisis Pengendalian Kualitas Tetes PG Kremboong Sidoarjo Menggunakan Diagram Kontrol MEWMA dan MEWMV JURNAL SAINS DAN SENI IS Vol. 5 No. (6) 337-35 (3-98 rn) D-89 Analss engendalan Kualas ees G Kremboong Sdoarjo Menggunakan Dagram Konrol MEWMA dan MEWMV Dony Mukhar Haranja dan Muhammad Mashur Jurusan

Lebih terperinci

(A.7) OPTIMISASI PORTOFOLIO BERDASARKAN MEAN-VALUE AT RISK DI BAWAH MODEL INDEKS BERGANDA DENGAN VOLATILITAS TAK KONSTAN

(A.7) OPTIMISASI PORTOFOLIO BERDASARKAN MEAN-VALUE AT RISK DI BAWAH MODEL INDEKS BERGANDA DENGAN VOLATILITAS TAK KONSTAN Prosdng Semnar Nasonal Saska Unversas Padjadjaran, 3 November 00 (A.7) OPIMISASI POROFOIO BERDASARKAN MEAN-VAUE A RISK DI BAWAH MODE INDEKS BERGANDA DENGAN VOAIIAS AK KONSAN Agus Suprana, F. Sukono, Bunga

Lebih terperinci

PERENCANAAN PERSEDIAAN DAN PENGENDALIAN BAHAN BAKU DI PABRIK PRODUK BETON PT WIJAYA KARYA BETON, BOGOR

PERENCANAAN PERSEDIAAN DAN PENGENDALIAN BAHAN BAKU DI PABRIK PRODUK BETON PT WIJAYA KARYA BETON, BOGOR B-5-1 PERENCANAAN PERSEDIAAN DAN PENGENDALIAN BAHAN BAKU DI PABRIK PRODUK BETON PT WIJAYA KARYA BETON, BOGOR Wsnu Bud Sunaryo, Haryono ITS Surabaya ABSTRAK Dalam duna konsruks saa n pemakaan produk beon

Lebih terperinci

BAB III THREE STAGE LEAST SQUARE. Sebagaimana telah disinggung pada bab sebelumnya, salah satu metode

BAB III THREE STAGE LEAST SQUARE. Sebagaimana telah disinggung pada bab sebelumnya, salah satu metode BAB III THREE STAGE LEAST SQUARE Sebagamana elah dsnggung pada bab sebelumnya, salah sau meode penaksran parameer pada persamaan smulan yau meode Three Sage Leas Square (3SLS. Sebelum djelaskan lebh lanju

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 7 Gorontalo pada tahun ajaran 2012/2013

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 7 Gorontalo pada tahun ajaran 2012/2013 3. Lokas dan Waku Penelan 3.. Lokas Penelan BAB III METODOLOGI PENELITIAN Penelan n dlaksanakan d SMP Neger 7 Goronalo pada ahun ajaran 0/03 3.. Waku Penelan Penelan n d laksanakan pada semeser genap ahun

Lebih terperinci

APLIKASI INVERSI NON LINIER DENGAN PENDEKATAN LINIER UNTUK MENENTUKAN HIPOSENTER (CONTOH KASUS DI G. KELUD)

APLIKASI INVERSI NON LINIER DENGAN PENDEKATAN LINIER UNTUK MENENTUKAN HIPOSENTER (CONTOH KASUS DI G. KELUD) Alkas Iners Non Lner Dengan Pendekaan Lner Unuk Menenukan Hosener Conoh Kasus d G. Kelud) Cece Sulaeman) APLIKASI INVERSI NON LINIER DENGAN PENDEKATAN LINIER UNTUK MENENTUKAN HIPOSENTER CONTOH KASUS DI

Lebih terperinci

BAB I PENDAHULUAN FASILKOM-UDINUS T.SUTOJO RANGKAIAN LISTRIK HAL 1

BAB I PENDAHULUAN FASILKOM-UDINUS T.SUTOJO RANGKAIAN LISTRIK HAL 1 BAB I PENDAHULUAN 1.1 Defns Rangkaan Lsrk Rangkaan Lsrk adalah sambungan dar beberapa elemen lsrk ( ressor, kapasor, ndukor, sumber arus, sumber egangan) yang membenuk mnmal sau lnasan eruup yang dapa

Lebih terperinci

BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I. Kesulitan ekonomi yang tengah terjadi akhir-akhir ini, memaksa

BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I. Kesulitan ekonomi yang tengah terjadi akhir-akhir ini, memaksa BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I 4. LATAR BELAKANG Kesultan ekonom yang tengah terjad akhr-akhr n, memaksa masyarakat memutar otak untuk mencar uang guna memenuh kebutuhan hdup

Lebih terperinci

BAB III MINIMUM COVARIANCE DETERMINANT. Sebagaimana telah disinggung pada bab sebelumnya, salah satu metode

BAB III MINIMUM COVARIANCE DETERMINANT. Sebagaimana telah disinggung pada bab sebelumnya, salah satu metode BAB III MINIMUM COVARIANCE DETERMINANT Sebagamana elah dsnggung pada bab sebelumnya, salah sau meode robus unuk mendeeks penclan (ouler) dalam analss komponen uama robus yau meode Mnmum Covarance Deermnan

Lebih terperinci

BAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU

BAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU BAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU Pada bab III, ka elah melakukan penguan erhadap meoda Runge-Kua orde 4 pada persamaan panas. Haslnya, solus analk persamaan panas

Lebih terperinci

Peramalan Jumlah Penumpang Kereta Api Kelas Ekonomi Kertajaya Menggunakan ARIMA dan ANFIS

Peramalan Jumlah Penumpang Kereta Api Kelas Ekonomi Kertajaya Menggunakan ARIMA dan ANFIS JURNAL SAINS DAN SENI ITS Vol. 4 No. (05) 33-350 (30-9X Prn) D-3 Peramalan Jumlah Penumpang Kerea Ap Kelas Ekonom Keraaya Menggunakan ARIMA dan ANFIS Ilaf Andala dan Irhamah Jurusan Saska Fakulas Maemaka

Lebih terperinci

Analisis Survival pada Pasien Penderita Sindrom Koroner Akut di RSUD Dr. Soetomo Surabaya Tahun 2013 Menggunakan Regresi Cox Proportional Hazard

Analisis Survival pada Pasien Penderita Sindrom Koroner Akut di RSUD Dr. Soetomo Surabaya Tahun 2013 Menggunakan Regresi Cox Proportional Hazard JURNAL SAINS DAN SENI ITS Vol. 4, No.2, (215) 2337-352 (231-928X Prn) D151 Analss Survval pada Pasen Pendera Sndrom Koroner Aku d RSUD Dr. Soeomo Surabaya Tahun 213 Menggunakan Regres Cox Proporonal Hazard

Lebih terperinci

( L ). Matriks varians kovarians dari

( L ). Matriks varians kovarians dari LIVIA PUSPA T 677 9.3 METODE KOMPONEN UTAMA Informas yang dbuuhkan daam eknk komponen uama suau daa ddapa dar marks varans kovarans, aau marks koreasnya. Meode komponen uama n, beruuan unuk menaksr parameer

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 45 BAB III METODOLOGI PENELITIAN 3.1 Spesfkas Model Berdasarkan ujuan penelan seper dsebukan dalam bab pendahuluan maka ada dua hal mendasar yang akan del yau pengaruh volalas nla ukar rl erhadap volalas

Lebih terperinci

Modifikasi Penaksir Robust dalam Pelabelan Outlier Multivariat

Modifikasi Penaksir Robust dalam Pelabelan Outlier Multivariat Vol. 14, No. 1, 46-53, Jul 2017 Modfkas Penaksr Robus dalam Pelabelan Ouler Mulvara Erna Tr Herdan Absrak Ouler adalah suau observas yang polanya dak mengku mayoras daa. Ouler dalam kasus mulvara sanga

Lebih terperinci

Penerapan Metode Filter Kalman Dalam Perbaikan Hasil Prediksi Cuaca Dengan Metode ARIMA

Penerapan Metode Filter Kalman Dalam Perbaikan Hasil Prediksi Cuaca Dengan Metode ARIMA JURNAL SAINS DAN SENI POMITS Vol. 3, No. 2, (24) ISSN: 2337-3539 (23-927 Prn) A-28 Penerapan Meode Fler Kalman Dalam Perbaan Hasl Preds Cuaca Dengan Meode ARIMA Tomy Kurnawan, Luman Hanaf, dan Erna Aprlan

Lebih terperinci

DISTRIBUSI GAMMA. Ada beberapa distribusi penting dalam distribusi uji hidup, salah satunya adalah distribusi gamma.

DISTRIBUSI GAMMA. Ada beberapa distribusi penting dalam distribusi uji hidup, salah satunya adalah distribusi gamma. DITRIBUI GAMMA Ada beberaa dsrbus eg dalam dsrbus uj hdu, salah sauya adalah dsrbus gamma. A. Fugs keadaa eluag (fk) Fugs keadaa eluag (fk) dar dsrbus gamma dega dua arameer yau da adalah sebaga berku:

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI 5 BAB II LANDASAN TEORI Pada bab n akan dbahas beberapa eor dasar yang kelak akan dgunakan dalam penurunan formula penenuan harga Asan Opon, bak secara analk pada Bab III maupun secara numerk pada Bab

Lebih terperinci

BAB 5 ENTROPI PADA MATRIKS EMISI MODEL MARKOV TERSEMBUNYI

BAB 5 ENTROPI PADA MATRIKS EMISI MODEL MARKOV TERSEMBUNYI BAB ETROPI PADA MATRIKS EMISI MODEL MARKOV TERSEMBUYI Model Markov Tersembuny (Hdden Markov Model, MMT) elah banyak daplkaskan dalam berbaga bdang seper pelafalan bahasa (speeh reognon) dan klasfkas (luserng).

Lebih terperinci

Pemodelan Penyerapan Tenaga Kerja Sektor Industri di Indonesia Dengan Pendekatan Regresi Data Panel Dinamis

Pemodelan Penyerapan Tenaga Kerja Sektor Industri di Indonesia Dengan Pendekatan Regresi Data Panel Dinamis JURAL SAIS DA SEI ITS Vol. 5 o. 2 (2016) 2337-3520 (2301-928X Prn) D-217 Pemodelan Penyerapan Tenaga Kerja Sekor Indusr d Indonesa Dengan Pendekaan Regres Daa Panel Dnams Avolla Terza Damalana dan Seawan

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 2 RESPONS FUNGSI STEP PADA RANGKAIAN RL DAN RC. Ir. A.Rachman Hasibuan dan Naemah Mubarakah, ST

BAB 2 RESPONS FUNGSI STEP PADA RANGKAIAN RL DAN RC. Ir. A.Rachman Hasibuan dan Naemah Mubarakah, ST BAB ESPONS FUNGSI STEP PADA ANGKAIAN DAN C Oleh : Ir. A.achman Hasbuan dan Naemah Mubarakah, ST . Persamaan Dferensal Orde Sau Adapun benuk yang sederhana dar suau persamaan dferensal orde sau adalah:

Lebih terperinci

Hidden Markov Model. Oleh : Firdaniza, Nurul Gusriani dan Akmal

Hidden Markov Model. Oleh : Firdaniza, Nurul Gusriani dan Akmal Hdden Markov Model Oleh : Frdanza, urul Gusran dan Akmal Dosen Jurusan Maemaka FMIPA Unversas Padjadjaran Jl. Raya Bandung Sumedang Km 2, Janangor, Jawa Bara elp. / Fax : 022 7794696 Absrak Hdden Markov

Lebih terperinci

PENGEMBANGAN MODEL MATEMATIS UNTUK OPTIMASI PERENCANAAN PRODUKSI MINUMAN MARIMAS

PENGEMBANGAN MODEL MATEMATIS UNTUK OPTIMASI PERENCANAAN PRODUKSI MINUMAN MARIMAS PENGEMBANGAN MODEL MATEMATIS UNTUK OPTIMASI PERENCANAAN PRODUKSI MINUMAN MARIMAS Mra Puspasar, Snggh Sapad, Dana Puspasar Absraks PT Ulam Tba Halm merupakan salah sau ndusr mnuman serbuk d Indonesa, dmana

Lebih terperinci

PREDIKSI HARGA SAHAM PT. ASTRA AGRO LESTARI TBK DENGAN JUMP DIFFUSION MODEL

PREDIKSI HARGA SAHAM PT. ASTRA AGRO LESTARI TBK DENGAN JUMP DIFFUSION MODEL JRAMB, Prod Akunans, Fakulas Ekonom, UMB Yogyakara I : 460-33 Volume o.., Me 07 PREDIKI HARA AHAM PT. ATRA ARO LETARI TBK DEA JUMP DIFFUIO MODEL D Ash I Maruddan, Trmono Dearemen aska Unversas Donegoro

Lebih terperinci

PENDUGAAN STATISTIK AREA KECIL DENGAN METODE EMPIRICAL CONSTRAINED BAYES 1

PENDUGAAN STATISTIK AREA KECIL DENGAN METODE EMPIRICAL CONSTRAINED BAYES 1 PENDUGAAN SAISIK AREA KECIL DENGAN MEODE EMPIRICAL CONSRAINED AYES Ksmann Jurusan Penddkan Maemaka FMIPA Unversas Neger Yogyakara Absrak Meode emprcal ayes (E merupakan meode yang lebh aplkaf pada pendugaan

Lebih terperinci

ANALISIS VECTOR AUTO REGRESSIVE (VAR) TERHADAP KORELASI ANTARA BELANJA PUBLIK DAN PERTUMBUHAN EKONOMI DI SULAWESI SELATAN, TAHUN

ANALISIS VECTOR AUTO REGRESSIVE (VAR) TERHADAP KORELASI ANTARA BELANJA PUBLIK DAN PERTUMBUHAN EKONOMI DI SULAWESI SELATAN, TAHUN Jurnal Ekonom Pembangunan Vol. 10, No.1, Jun 2009, hal. 1-14 ANALISIS VECTOR AUTO REGRESSIVE (VAR) TERHADAP KORELASI ANTARA BELANJA PUBLIK DAN PERTUMBUHAN EKONOMI DI SULAWESI SELATAN, TAHUN 1985-2005 Abusan

Lebih terperinci

BAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF

BAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF BAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF Pada bab ini akan dibahas mengenai sifa-sifa dari model runun waku musiman muliplikaif dan pemakaian model ersebu menggunakan meode Box- Jenkins beberapa ahap

Lebih terperinci

Analisis Peramalan Kombinasi Terhadap Jumlah Permintaan Darah di Surabaya (Studi Kasus: UDD PMI Kota Surabaya)

Analisis Peramalan Kombinasi Terhadap Jumlah Permintaan Darah di Surabaya (Studi Kasus: UDD PMI Kota Surabaya) JURNAL STATISTIKA Vol., No., () 5 Analisis Peramalan Kombinasi Terhada Jumlah Perminaan Darah di Surabaya (Sudi Kasus: UDD PMI Koa Surabaya) Winda Eka F., Ir. Dwiamono Agus W.,MIKom Jurusan Saisika, FMIPA,

Lebih terperinci

APLIKASI STRUKTUR GRUP YANG TERKAIT DENGAN KOMPOSISI TRANSFORMASI PADA BANGUN GEOMETRI. Mujiasih a

APLIKASI STRUKTUR GRUP YANG TERKAIT DENGAN KOMPOSISI TRANSFORMASI PADA BANGUN GEOMETRI. Mujiasih a APLIKASI STRUKTUR GRUP ANG TERKAIT DENGAN KOMPOSISI TRANSFORMASI PADA BANGUN GEOMETRI Mujash a a Program Sud Maemaka Jurusan Tadrs Fakulas Tarbah IAIN Walsongo Jl. Prof. Dr. Hamka Kampus II Ngalan Semarang

Lebih terperinci

ANALISIS DATA DERET BERKALA DENGAN METODE TREND SEKULER UNTUK MENENTUKAN MODEL PERTUMBUHAN PENDUDUK MISKIN JAWA BARAT

ANALISIS DATA DERET BERKALA DENGAN METODE TREND SEKULER UNTUK MENENTUKAN MODEL PERTUMBUHAN PENDUDUK MISKIN JAWA BARAT ANALISIS DATA DERET BERKALA DENGAN METODE TREND SEKULER UNTUK MENENTUKAN MODEL PERTUMBUHAN PENDUDUK MISKIN JAWA BARAT ANALSIS OF TIME SERIES USING SECULAR TREND METHOD TO DETERMINE POPULATION GROWTH MODEL

Lebih terperinci

Peramalan Jumlah Wisatawan di Agrowisata Kusuma Batu Menggunakan Metode Analisis Spektral

Peramalan Jumlah Wisatawan di Agrowisata Kusuma Batu Menggunakan Metode Analisis Spektral JURAL SAIS DA SEI ITS Vol., o., (Sep. 0) ISS: 30-98X A-40 Peramalan Jumlah Wsawan d Agrowsa Kusuma Bu Menggunaan Meode Analss Speral swul Maghfroh, Sr Suprap Har, ur Wahyunngsh Jurusan Mema, Faulas Mema

Lebih terperinci

Kresnanto NC. Model Sebaran Pergerakan

Kresnanto NC. Model Sebaran Pergerakan Kresnano C Moel Sebaran Pergerakan Kresnano C Tujuan Uama: Mengeahu pola pergerakan alam ssem ransporas serng jelaskan alam benuk arus pergerakan (kenaraan, penumpang, an barang) yang bergerak ar zona

Lebih terperinci

E-book Statistika Gratis... Statistical Data Analyst. Uji Asumsi Klasik Regresi Linear

E-book Statistika Gratis... Statistical Data Analyst. Uji Asumsi Klasik Regresi Linear E-boo Sasa Gras... Sascal Daa Anals Uj Asums Klas Regres Lnear Pada penulsan enang Regres Lnear n, penuls aan memberan bahasan mengena Uj Asums Klas epada para pembaca unu memberan pemahaman dan solus

Lebih terperinci

(T.6) PENDEKATAN INDEKS SIKLUS PADA METODE DEKOMPOSISI MULTIPLIKATIF

(T.6) PENDEKATAN INDEKS SIKLUS PADA METODE DEKOMPOSISI MULTIPLIKATIF Seminar Nasional Saisika 12 November 2011 Vol 2, November 2011 (T.6) PENDEKATAN INDEKS SIKLUS PADA METODE DEKOMPOSISI MULTIPLIKATIF Gumgum Darmawan, Sri Mulyani S Saf Pengajar Jurusan Saisika FMIPA UNPAD

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

ANALISIS KAUSALITAS KEPUTUSAN INVESTASI, PEMBIAYAAN DAN DIVIDEN PADA PERUSAHAAN ASURANSI

ANALISIS KAUSALITAS KEPUTUSAN INVESTASI, PEMBIAYAAN DAN DIVIDEN PADA PERUSAHAAN ASURANSI hal: 85 15 ANALISIS KAUSALITAS KEPUTUSAN INVESTASI, PEMBIAYAAN DAN DIVIDEN PADA PERUSAHAAN ASURANSI Sursno Fakulas Ekono Unversas Isla Indonesa Yuana Alunus Progra Magser Manageen Unversas Isla Indonesa

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 robabilias 2.1.1 Definisi robabilias adalah kemungkinan yang daa erjadi dalam suau erisiwa erenu. Definisi robabilias daa diliha dari iga macam endekaan, yaiu endekaan klasik,

Lebih terperinci

( ) STUDI KASUS. ò (, ) ( ) ( ) Rataan posteriornya adalah = Rataan posteriornya adalah (32)

( ) STUDI KASUS. ò (, ) ( ) ( ) Rataan posteriornya adalah = Rataan posteriornya adalah (32) 8 Raaan poserornya adalah E m x ò (, ) f ( x) m f x m f f m ddm (32) Dalam obseras basanya dgunakan banyak daa klam. Msalkan saja erdr dar grup daa klam dengan masng-masng grup ke unuk seap, 2,..., yang

Lebih terperinci

Penerapan Metode Extreme Learning Machine untuk Peramalan Permintaan

Penerapan Metode Extreme Learning Machine untuk Peramalan Permintaan Peneraan eode Ereme Learnng achne unuk Peramalan Permnaan Irwn Dw Agusna, Wwk Anggraen, S.S,.om, Ahmad ukhlason, S.om,.Sc Jurusan Ssem Informas, Insu eknolog Seuluh oember, Surabaya, Indonesa Absrak Permnaann

Lebih terperinci

Jurusan Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Teknologi Sepuluh Nopember (ITS) (2)

Jurusan Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Teknologi Sepuluh Nopember (ITS) (2) JURNAL SAINS DAN SENI ITS Vol. 5, No.1, (016) 337-350 (301-98X Prn) D-17 Analss Kurva Survval Kaplan Meer pada Pasen HIV/AIDS dengan Anrerovral Therapy (ART) d RSUD Prof. Dr. Soekandar Kabupaen Mojokero

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

' PERATURAN BUPATI PACITAN I NOMOR 4 TAHUN 2012 PEMBERIAN BANTUAN PERALATAN DAN/ATAU MESIN BAGI INDUSTRI KECIL DAN MENENGAH KABUPATEN PACITAN

' PERATURAN BUPATI PACITAN I NOMOR 4 TAHUN 2012 PEMBERIAN BANTUAN PERALATAN DAN/ATAU MESIN BAGI INDUSTRI KECIL DAN MENENGAH KABUPATEN PACITAN j BUPAT PACTAN ' PERATURAN BUPAT PACTAN NOMOR 4 TAHUN 2012 TENTANG PEMBERAN BANTUAN PERALATAN DAN/ATAU MESN BAG NDUSTR KECL DAN MENENGAH KABUPATEN PACTAN DENGAN RAHMAT TUHAN YANG MAHA ESA BUPAT PACTAN

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LADASA TEORI 2.1 Pengerian Peramalan Peramalan (forecasing) adalah suau kegiaan yang memperkirakan apa yang akan erjadi pada masa yang akan daang. Meode peramalan merupakan cara unuk memperkirakan

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI 5 BAB II LANDAAN TEORI Pada bab n akan dbahas beberapa eor maemaka keuangan dan saska yang mendukung dalam penurunan formula Lookback Opons pada Bab III dan pembuaan program pada Bab IV. Teor-eor yang

Lebih terperinci

KAJIAN RESPONS PEUBAH TERHADAP BERBAGAI GUNCANGAN DALAM SISTEM PEMBENTUK PDB TANAMAN BAHAN MAKANAN MELALUI MODEL VECTOR AUTOREGRESSION

KAJIAN RESPONS PEUBAH TERHADAP BERBAGAI GUNCANGAN DALAM SISTEM PEMBENTUK PDB TANAMAN BAHAN MAKANAN MELALUI MODEL VECTOR AUTOREGRESSION , Okober 2006, p: 0-20 Vol. No. 2 ISSN : 0853-85 KAJIAN RESPONS PEUBAH TERHADAP BERBAGAI GUNCANGAN DALAM SISTEM PEMBENTUK PDB TANAMAN BAHAN MAKANAN MELALUI MODEL VECTOR AUTOREGRESSION Anna Asrd Susan Pusa

Lebih terperinci

Bab III Komentar terhadap distribusi vec(r)

Bab III Komentar terhadap distribusi vec(r) Bab III Komenar erhada disribusi vec(r Bab ini mengeengahkan enang komenar erhada disribusi asimoik dari mariks korelasi R, dalam benuk vec(r, yang akan menjadi salah sau dasar dalam eneliian diserasi

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

KONSEP DASAR. Latar belakang Metode Numerik Ilustrasi masalah numerik Angka signifikan Akurasi dan Presisi Pendekatan dan Kesalahan

KONSEP DASAR. Latar belakang Metode Numerik Ilustrasi masalah numerik Angka signifikan Akurasi dan Presisi Pendekatan dan Kesalahan KONSEP DASAR Laar belakang Meode Numerk Ilusras masalah numerk Angka sgnfkan Akuras dan Press Pendekaan dan Kesalahan Laar Belakang Meode Numerk Tdak semua permasalahan maemas dapa dselesakan dengan mudah,

Lebih terperinci

ANaLISIS - TRANSIEN. A B A B A B A B V s V s V s V s. (a) (b) (c) (d) Gambar 1. Proses pemuatan kapasitor

ANaLISIS - TRANSIEN. A B A B A B A B V s V s V s V s. (a) (b) (c) (d) Gambar 1. Proses pemuatan kapasitor ANaISIS - TANSIEN. Kapasor dalam angkaan D Sebuah kapasor akan ermua bla erhubung ke sumber egangan dc seper yang dperlhakan pada Gambar. Pada Gambar (a), kapasor dak bermuaan yau pla A dan pla B mempunya

Lebih terperinci

Oleh: TANTI MEGASARI Dosen Pembimbing : Dra. Nuri Wahyuningsih, MKes

Oleh: TANTI MEGASARI Dosen Pembimbing : Dra. Nuri Wahyuningsih, MKes PERAMALAN INDEKS HARGA SAHAM YANG DIPENGARUHI KURS, PERUBAHAN INFLASI, POSISI JUMLAH DEPOSITO BERJANGKA, SUKU BUNGA SBI DAN DEPOSITO MENGGUNAKAN FUNGSI TRANSFER DAN ARCH-GARCH Oleh: TANTI MEGASARI 6 00

Lebih terperinci

Nama : Crishadi Juliantoro NPM :

Nama : Crishadi Juliantoro NPM : ANALISIS INVESTASI PADA PERUSAHAAN YANG MASUK DALAM PERHITUNGAN INDEX LQ-45 MENGGUNAKAN PORTOFOLIO DENGAN METODE SINGLE INDEX MODEL. Nama : Crshad Julantoro NPM : 110630 Latar Belakang Pemlhan saham yang

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

Muthmainnah PROGRAM STUDI MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH JAKARTA 2007 M/1428 H

Muthmainnah PROGRAM STUDI MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH JAKARTA 2007 M/1428 H PERBANDINGAN MODEL COX PROPORTIONAL HAZARD DAN MODEL PARAMETRIK BERDASARKAN ANALISIS RESIDUAL (Sud Kasus pada Daa Kanker Paru-Paru yang Dperoleh dar Conoh Daa pada Sofware S-Plus 2000 dan Smulas unuk Dsrbus

Lebih terperinci

ANALISIS PERAMALAN PENJUALAN SEPEDA MOTOR DI MITRA PINASTHIKA MUSTIKA (MPM) HONDA MOTOR DENGAN PENDEKATAN ARIMA

ANALISIS PERAMALAN PENJUALAN SEPEDA MOTOR DI MITRA PINASTHIKA MUSTIKA (MPM) HONDA MOTOR DENGAN PENDEKATAN ARIMA ANALISIS PERAMALAN PENJUALAN SEPEDA MOTOR DI MITRA PINASTHIKA MUSTIKA (MPM) HONDA MOTOR DENGAN PENDEKATAN ARIMA Oleh : Liviani Nursia 307030040 Dosen Pembimbing: Dr. Brodjol Suijo S.U, MSi Laar Belakang

Lebih terperinci

Peramalan Penjualan Sepeda Motor di Jawa Timur dengan Menggunakan Model Dinamis

Peramalan Penjualan Sepeda Motor di Jawa Timur dengan Menggunakan Model Dinamis JURNAL SAINS DAN NI POMITS Vol. 3, No. 2, (2014) ISSN: 2337-3539 (2301-9271 Prin) D-224 Peramalan Penjualan Sepeda Moor di Jawa Timur dengan Menggunakan Model Dinamis Desy Musika dan Seiawan Jurusan Saisika,

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB 1 PENDAHULUAN 1.1 Laar Belakang Masalah Dalam sisem perekonomian suau perusahaan, ingka perumbuhan ekonomi sanga mempengaruhi kemajuan perusahaan pada masa yang akan daang. Pendapaan dan invesasi merupakan

Lebih terperinci

ESTIMASI PARAMETER PADA REGRESI SEMIPARAMETRIK UNTUK DATA LONGITUDINAL

ESTIMASI PARAMETER PADA REGRESI SEMIPARAMETRIK UNTUK DATA LONGITUDINAL Abstrak ESIMASI PARAMEER PADA REGRESI SEMIPARAMERIK UNUK DAA LONGIUDINAL Msal y merupakan varabel respon, Lls Laome Jurusan Matematka FMIPA Unverstas Haluoleo Kendar 933 e-mal : lhs@yahoo.com X adalah

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN III. METODE PENELITIAN 3.1 Jens dan Sumber Daa Daa ang dgunakan dalam penelan n merupakan daa sekunder ang berasal dar berbaga nsans pemernah eruama Badan Pusa Sask. Daa ang dgunakan anara lan angka kemsknan,

Lebih terperinci

Bab 3 Beberapa Skema Pembagian Rahasia

Bab 3 Beberapa Skema Pembagian Rahasia 9 Ba 3 Beeraa Skema Pemagan Rahasa Skema emagan rahasa adalah meode unuk memag rahasa K d anara anggoaanggoa suau hmunan arsan P {P,P, P n } sedemkan sehngga ka arsan ada suhmunan A P yang derolehkan mengeahu

Lebih terperinci

Independent Var. Dependent Var. Test. Nominal Interval Independent t-test, ANOVA. Nominal Nominal Cross Tabs, Chi Square, dan Koefisien Kontingensi

Independent Var. Dependent Var. Test. Nominal Interval Independent t-test, ANOVA. Nominal Nominal Cross Tabs, Chi Square, dan Koefisien Kontingensi Independent Var. Dependent Var. Test Nomnal Interval Independent t-test, ANOVA Nomnal Nomnal Cross Tabs, Ch Square, dan Koefsen Kontngens Nomnal Ordnal Mann Whtney, Kolmogorov- Smrnow, Kruskall Walls Ordnal

Lebih terperinci

PENENTUAN EOQ TERHADAP PRODUK AVTUR DI LANUD HUSEIN SASTRANEGARA BANDUNG

PENENTUAN EOQ TERHADAP PRODUK AVTUR DI LANUD HUSEIN SASTRANEGARA BANDUNG INDEPT, Vol., No. 3, Okober 01 ISSN 087 945 PENENTUAN EOQ TERHADAP PRODUK AVTUR DI LANUD HUSEIN SASTRANEGARA BANDUNG Samsul Budaro, ST., MT Dosen Teap Teknk Indusr, Wakl Dekan III akulas Teknk, Unversas

Lebih terperinci

PENENTUAN MODEL INDEKS HARGA SAHAM GABUNGAN (IHSG) MENGGUNAKAN ANALISIS FUNGSI TRANSFER

PENENTUAN MODEL INDEKS HARGA SAHAM GABUNGAN (IHSG) MENGGUNAKAN ANALISIS FUNGSI TRANSFER Jurnal Jurnal Muara Sains, Teknologi, Kedokeran, dan Ilmu Kesehaan Vol., No., Okober 07: hlm 97-07 ISSN 579-640 (Versi Ceak) ISSN-L 579-640 (Versi Elekronik) PENENTUAN MODEL INDEKS HARGA SAHAM GAUNGAN

Lebih terperinci

ANALISIS PERAMALAN INDEKS HARGA SAHAM KOSPI DENGAN MENGGUNAKAN METODE INTERVENSI

ANALISIS PERAMALAN INDEKS HARGA SAHAM KOSPI DENGAN MENGGUNAKAN METODE INTERVENSI Seminar Nasional Saisika IX Insiu Teknologi Sepuluh Nopember, 7 November 009 XV-1 ANALISIS PERAMALAN INDEKS HARGA SAHAM KOSPI DENGAN MENGGUNAKAN METODE INTERVENSI Muhammad Sjahid Akbar, Jerry Dwi Trijoyo

Lebih terperinci

PENENTUAN MODEL INDEKS HARGA SAHAM GABUNGAN (IHSG) MENGGUNAKAN ANALISIS FUNGSI TRANSFER

PENENTUAN MODEL INDEKS HARGA SAHAM GABUNGAN (IHSG) MENGGUNAKAN ANALISIS FUNGSI TRANSFER Sains, Teknologi, Kedokeran, dan Ilmu Kesehaan Vol., No., Aril 07: hlm 8-8 ISSN 579-640 (Versi Ceak) ISSN-L 579-640 (Versi Elekronik) PENENTUAN MODEL INDEKS HARGA SAHAM GAUNGAN (IHSG) MENGGUNAKAN ANALISIS

Lebih terperinci

Di bidang ekonomi tidak semua informasi dapat diukur secara kuantitatif. Peubah dummy digunakan untuk memperoleh informasi yang bersifat kualitatif

Di bidang ekonomi tidak semua informasi dapat diukur secara kuantitatif. Peubah dummy digunakan untuk memperoleh informasi yang bersifat kualitatif Regres Dummy D bdang ekonom dak semua nformas dapa dukur secara kuanaf Peubah dummy dgunakan unuk memperoleh nformas yang bersfa kualaf Conoh pada daa cross secon: Gender: sebaga penenu jumlah pendapaan

Lebih terperinci

BAB IV PEMBAHASAN HASIL PENELITIAN PENGARUH PENGGUNAAN METODE GALLERY WALK

BAB IV PEMBAHASAN HASIL PENELITIAN PENGARUH PENGGUNAAN METODE GALLERY WALK BAB IV PEMBAASAN ASIL PENELITIAN PENGARU PENGGUNAAN METODE GALLERY WALK TERADAP ASIL BELAJAR MATA PELAJARAN IPS MATERI POKOK KERAGAMAN SUKU BANGSA DAN BUDAYA DI INDONESIA A. Deskrps Data asl Peneltan.

Lebih terperinci

METODE REGRESI RIDGE UNTUK MENGATASI KASUS MULTIKOLINEAR

METODE REGRESI RIDGE UNTUK MENGATASI KASUS MULTIKOLINEAR METODE REGRESI RIDGE UNTUK MENGATASI KASUS MULTIKOLINEAR Margaretha Ohyver Jurusan Matematka, Fakultas Sans dan Teknolog, Bnus Unversty Jl. Kh.Syahdan No.9, Palmerah, Jakarta 480 ethaohyver@bnus.ac.d,

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

3 Kondisi Fisik Dermaga A I Pelabuhan Palembang

3 Kondisi Fisik Dermaga A I Pelabuhan Palembang Bab 3 3 Konds Fsk Dermaga A I Pelabuhan Palembang Penanganan Kerusakan Dermaga Sud Kasus Dermaga A I Pelabuhan Palembang 3.1 Pengolahan Daa Pasang Suru 3.1.1 Meode Leas Square Meode n menjelaskan bahwa

Lebih terperinci

\ DANA ALOKASI DESA DENGAN RAHMAT TUHAN YANG MAHA ESA

\ DANA ALOKASI DESA DENGAN RAHMAT TUHAN YANG MAHA ESA y BUPAT PACTAN PERATURAN BUPAT PACTAN : NOMOR 55" TAHUN 20 ; TENTANG \ DANA ALOKAS DESA DENGAN RAHMAT TUHAN YANG MAHA ESA BUPAT PACTAN, Menmbang : a. bahwa dalam rangka penngkaan penyelenggaraan pemernahan,

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Laar Belakang Perumbuhan ekonomi merupakan salah sau ukuran dari hasil pembangunan yang dilaksanakan khususnya dalam bidang ekonomi. Perumbuhan ersebu merupakan rangkuman laju-laju

Lebih terperinci

Pendeteksian Data Pencilan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Diagnostik

Pendeteksian Data Pencilan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Diagnostik Pendeteksan Data Penclan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Dagnostk Sally Indra 1, Dod Vonanda, Rry Srnngsh 3 1 Student of Mathematcs Department State Unversty of Padang,

Lebih terperinci

MODEL KLASIFIKASI RUMAHTANGGA MISKIN DENGAN PENDEKATAN METODE MARS

MODEL KLASIFIKASI RUMAHTANGGA MISKIN DENGAN PENDEKATAN METODE MARS Semnar Nasonal Statstka IX Insttut Teknolog Sepuluh Nopember, 7 November 29 MODEL KLASIFIKASI RUMAHTANGGA MISKIN DENGAN PENDEKATAN METODE MARS Stud Kasus : Kota Surabaya Rokhana DB 1, Sutkno 2, Agnes Tut

Lebih terperinci

Taksiran Kurva Regresi Spline pada Data Longitudinal dengan Kuadrat Terkecil

Taksiran Kurva Regresi Spline pada Data Longitudinal dengan Kuadrat Terkecil Vol. 11, No. 1, 77-83, Jul 2014 Taksran Kurva Regres Slne ada Data Longtudnal dengan Kuadrat Terkecl * Abstrak Makalah n mengka tentang estmas regres slne khususnya enggunaan ada data longtudnal. Data

Lebih terperinci

USING THE PAST TO PREDICT THE FUTURE WORKSHOP ANALISIS RESIKO UNTUK BISNIS

USING THE PAST TO PREDICT THE FUTURE WORKSHOP ANALISIS RESIKO UNTUK BISNIS USING THE PAST TO PREDICT THE FUTURE WORKSHOP ANALISIS RESIKO UNTUK BISNIS Oleh : Maman Seawan, SE, MT 28 29 Sepember 2004 PROGRAM PENGEMBANGAN KOMPETENSI BISNIS DIVISI PENGKAJIAN DAN PENGEMBANGAN BISNIS

Lebih terperinci

NILAI TOTAL TAK TERATUR TOTAL DARI GABUNGAN TERPISAH GRAF RODA DAN GRAF BUKU SEGITIGA

NILAI TOTAL TAK TERATUR TOTAL DARI GABUNGAN TERPISAH GRAF RODA DAN GRAF BUKU SEGITIGA Jurnal Ilmu Maemaka dan Terapan Desember 015 Volume 9 Nomor Hal. 97 10 NILAI TOTAL TAK TERATUR TOTAL DARI GABUNGAN TERPISAH GRAF RODA DAN GRAF BUKU SEGITIGA R. D. S. Rahangmean 1, M. I. Tlukay, F. Y. Rumlawang,

Lebih terperinci

9. TEKNIK PENGINTEGRALAN

9. TEKNIK PENGINTEGRALAN 9. TEKNIK PENGINTEGRALAN 9. Inegral Parsal Formula Inegral Parsal : Cara : plh u yang urunannya lebh sederhana Conoh : Hung u dv uv v du e d msal u =, maka du=d dv e d v e d e sehngga e d e e d e e C INF8

Lebih terperinci

*Corresponding Author:

*Corresponding Author: Prosiding Seminar Tugas Akhir FMIPA UNMUL 5 Periode Mare 6, Samarinda, Indonesia ISBN: 978-6-7658--3 Penerapan Model Neuro-Garch Pada Peramalan (Sudi Kasus: Reurn Indeks Harga Saham Gabungan) Applicaion

Lebih terperinci

BAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh

BAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh BAB III METODE PENELITIAN 3.1 Desan Peneltan Sebelum dlakukan peneltan, langkah pertama yang harus dlakukan oleh penelt adalah menentukan terlebh dahulu metode apa yang akan dgunakan dalam peneltan. Desan

Lebih terperinci

ANALISIS PERAMALAN PENJUALAN SEPEDA MOTOR DI KABUPATEN NGAWI DENGAN ARIMA DAN VARIASI KALENDER. Muflih Rori Putra Harahap

ANALISIS PERAMALAN PENJUALAN SEPEDA MOTOR DI KABUPATEN NGAWI DENGAN ARIMA DAN VARIASI KALENDER. Muflih Rori Putra Harahap ANALISIS PERAMALAN PENJUALAN SEPEDA MOTOR DI KABUPATEN NGAWI DENGAN ARIMA DAN VARIASI KALENDER Muflih Rori Pura Harahap 30 00 052 Pembimbing : Dr. Drs. Agus Suharsono, M.S. LATAR BELAKANG PENDAHULUAN

Lebih terperinci

Model GSTAR-SUR Musiman untuk Peramalan Jumlah Wisatawan Mancanegara di Empat Lokasi Wisata di Indonesia

Model GSTAR-SUR Musiman untuk Peramalan Jumlah Wisatawan Mancanegara di Empat Lokasi Wisata di Indonesia Model Musman untuk Peramalan Jumlah Wsatawan Mancanegara d Empat Lokas Wsata d Indonesa Mke Prastut dan Dr. Suhartono, S.S, M.Sc. Jurusan Statstka, Fakultas Matematka dan Ilmu Pengetahuan Alam, Insttut

Lebih terperinci

BAB 2 LANDASAN TEORI. diteliti. Banyaknya pengamatan atau anggota suatu populasi disebut ukuran populasi,

BAB 2 LANDASAN TEORI. diteliti. Banyaknya pengamatan atau anggota suatu populasi disebut ukuran populasi, BAB LANDASAN TEORI.1 Populas dan Sampel Populas adalah keseluruhan unt atau ndvdu dalam ruang lngkup yang ngn dtelt. Banyaknya pengamatan atau anggota suatu populas dsebut ukuran populas, sedangkan suatu

Lebih terperinci

Pengenalan Aksara Pallawa dengan Model Hidden Markov

Pengenalan Aksara Pallawa dengan Model Hidden Markov Pengenalan Aksara Pallawa dengan Model Hdden Markov Wwen Wdyasu Teknk Elekro, Fakulas Sans dan Teknolog, Unversas Sanaa Dharma Emal: wwen@usd.ac.d Absrak Aksara Pallawa aau kadangkala duls sebaga Pallava

Lebih terperinci