Pemodelan dan Pemetaan Rata-rata Usia Kawin Pertama Wanita di Provinsi Jawa Timur dengan Pendekatan Regresi Logistik Ordinal

Ukuran: px
Mulai penontonan dengan halaman:

Download "Pemodelan dan Pemetaan Rata-rata Usia Kawin Pertama Wanita di Provinsi Jawa Timur dengan Pendekatan Regresi Logistik Ordinal"

Transkripsi

1 Pmodlan dan Pmtaan Rata-rata Usia Kawin Prtama Wanita di Provinsi Jawa Timur dngan Pndatan Rgrsi Logisti Ordinal Ang Kusumaningtyas P. Ananto, Dr. Vita Ratnasari, S.Si, M.Si Jurusan Statistia, Faultas Matmatia dan Ilmu Pngtahuan Alam, Institut Tnologi Suluh Nombr (ITS Jl. Arif Rahman Haim, Surabaya 60 Indonsia -mail: Abstra Jumlah ndudu Jawa Timur brada di ringat - stlah Jawa Barat ada tahun 0. Prtambahan umlah ndudu dingaruhi olh 3 fator yaitu frtilitas, mortalitas dan migrasi. Salah satu fator yang yang sangat brngaruh adalah frtilitas. Bbraa hal yang mmngaruhi frtilitas adalah maaian alat/cara KB olh asangan yang tlah mniah, rata-rata usia ndudu ada saat awin rtama ali, srta lamanya ssorang dalam status rawinan. Brdasaran BKKBN Jatim (03b, lbih dari 50 rsn wanita Jawa Timur awin di bawah usia 0 tahun. Fnomna rawinan wanita di usia dini daat mngaibatan ovroulation. Pada nlitian ini dilauan mtaan dan modlan rata-rata Usia Kawin Prtama (UKP wanita di Jawa Timur tahun 0 dngan 5 variabl rditor yaitu rbdaan darah taal uda, abuatn/ota yang mmilii sisir dan tida, IPM, rsntas wanita yang tinggal di ota, dan rsntas wanita yang tamat ndidian minimal ndidian mnngah. Hasil modlan mnunuan bahwa variabl rsntas wanita yang tinggal di ota dan rsntas wanita yang tamat ndidian minimal ndidian mnngah signifian brngaruh trhada UKP wanita di Jatim dngan tatan lasifiasi sbsar 84, rsn. Kata unci Rgrsi Logisti Ordinal, Usia Kawin Prtama (UKP S I. PENDAHULUAN ALAH satu masalah nduduan di Jawa Timur adalah umlah ndudu yang bsar dan distribusi yang tida mrata. Hal trsbut dibutian dngan umlah ndudu Jawa Timur yang brada di ringat - stlah Jawa Barat, yaitu sbsar iwa dan roorsi ndudu yang tida simbang, dimana roorsi ndudu trtinggi adalah Kota Surabaya. Sdangan roorsi ndudu trndah adalah Kota Moorto []. Prtambahan atauun nurunan umlah ndudu yang tradi, mnurut [] dingaruhi olh 3 fator, yaitu frtilitas (lahiran, mortalitas (matian dan migrasi atau rindahan ndudu. Salah satu fator yang sangat brngaruh adalah frtilitas. Bbraa hal yang mmngaruhi frtilitas adalah maaian alat/cara KB olh asangan yang tlah mniah, rata-rata usia ndudu ada saat awin rtama ali, srta lamanya ssorang dalam status rawinan. Brdasaran data dari [3], rsntas wanita di Jawa Timur ada tahun 0 yang brstatus awin mnurut usia ada rawinan rtama, sbanya lbih dari 50 rsn wanita awin di usia urang dari 0 tahun. Fnomna rawinan di usia dini trsbut hususnya bagi aum wanita daat mmngaruhi umlah ndudu bahan daat mngaibatan ovroulation arna ada saat wanita awin di usia urang dari 0 tahun, daat mmngatuhi tingat frtilitas dan funditas (otnsi fisi untu mlahiran ana dimana masa rrodusi yang dimilii aan lbih anang dibanding wanita yang awin di atas usia 0 tahun dan mmbrian luang lbih bsar bagi wanita untu mmilii ana lbih banya. Tuuan nlitian ini adalah mndsrisian aratristi rata-rata UKP wanita r-abuatn/ota brdasaran fatorfator yang mmngaruhi dan alat/cara KB yang digunaan olh wanita awin di Jawa Timur, Mmodlan fator-fator yang mmngaruhi rata-rata UKP wanita di Jawa Timur dngan ndatan Rgrsi Logisti Ordinal dan mmtaan hasil modlan rata-rata UKP wanita di Jawa Timur. II. TINJAUAN PUSTAKA A. Statistia Dsritif Statistia adalah mtod yang digunaan untu mngumulan data, analisis, intrrtasi, dan nyimulan hasil analisis [4]. Ilmu statistia dibagi mnadi statistia dsritif dan statistia infrnsia. Katgori yang trmasu dalam statistia dsritif antara lain uuran musatan data, uuran nybaran data, grafi, srta diagram. B. Rgrsi Logisti Ordinal Analisis rgrsi logisti ordinal mruaan salah satu mtod statisti yang mng-analisis hubungan antara suatu variabl rson (Y dngan lbih dari satu variabl rditor (X dimana variabl rson brsifat ordinal, yaitu mmilii lbih dari tiga atgori yang brsifat tingatan dan variabl rditor daat brua data atgori dan atau uantitatif [5]. Modl rgrsi logisti adalah sbagai briut. g ( g +

2 Modl rgrsi logisti ordinal adalah modl logit. Modl logit trsbut mruaan cummulativ logit modls shingga luang umulatif P( Y xi didfinisian sbagai briut. x a + β xi ( ( P Y x i + x a + β xi Dngan x i ( xi, xi,..., xi adalah nilai ngamatan -i (i,,..., n dari stia variabl rditor. Fungsi distribusi logisti umum yani. Cummulativ logit modls didaatan dngan cara mmbandingan luang umulatif yaitu luang urang dari atau sama dngan atgori rson - ada variabl rditor yang dinyataan dalam vtor x i, shingga bntu cummulativ logit modls ddfinisian sbagai briut. P( Y xi Logit P( Y x i log P( Y > x (3 i Jia atgori rson adalah dngan 0,,, 3 maa nilai luang untu stia atgori rson adalah sbagai briut. 0 + g g ( + ( + g ( g x (4 g g ( x ( + ( ( x g3 + Pnasiran aramtr modl rgrsi logisti ordinal mnggunaan mtod Maximum Lilihood Estimator dngan mmbrian nilai stimasi β dngan mmasimuman fungsi Lilihood [6]. Bntu umum dari fungsi lilihood untu saml dngan n ngamatan bbas (y i, x i, i,,...,n adalah n y i yi yi l( β [ ( x 0 ( x ( x (5 i 0 i i i ] Dngan i,,..., n Dari rsamaan 6 didaatan fungsi ln-lilihood sbagai briut. [ ( x ] + y ln[ ( x ] + y ln[ ( x ] L( n y0 i ln 0 i i i i i i β (6 Estimasi aramtr mlalui mtod MLE, dngan mlauan turunan rtama fungsi ln-lilihood trhada aramtr. Namun turunan rtama dari fungsi ln-lilihood mruaan fungsi yang tida linar. Shingga mnggunaan mtod numri untu mmrolh stimasi aramtrnya yaitu dngan mnggunaan mtod itrasi Nwton-Rashon [6]. Formulasi itrasi Nwton Rahson adalah ( t ( ( H q ( t+ ( t t β β (7 Mnurut [5], modl yang tlah dirolh rlu diui signifiasinya, dngan mlauan ui srnta dan ui arsial. Ui srnta dilauan dngan tuuan untu mmrisa brmanaan ofisin β scara sluruhan. Ui ini mnggunaan ui G atau lilihood ratio. H 0 : β β... β 0,,,..., H : Minimal ada satu β 0,,,..., Statisti Ui: n0 n n n 0 n n n n n G log (8 n y y y 0i i i [ 0 ( xi ( xi ( xi ] i Dngan: n0: banya nilai obsrvasi dngan atgori Y0 n: banya nilai obsrvasi dngan atgori Y n: banya nilai obsrvasi dngan atgori Y n3: banya nilai obsrvasi dngan atgori Y3 Darah nolaan: Tola H 0 ada tingat signifian sbsar α ia nilai - valu < α atau nilai G > χ α,db Ui arsial dilauan dngan tuuan untu mmrisa brmanaan ofisin β scara individu. Pnguian ini mnggunaan ui Wald. H 0 : β 0,,,..., H : β 0 Statisti Ui: ˆ β W (9 SE( ˆ β Darah Pnolaan: Tola H 0 ia W > Z α/ atau nilai -valu < α. Di dalam [5], statisti ui yang digunaan untu mngui ssuaian modl rgrsi logisti adalah Goodnss of Fit dngan mnggunaan ui Parson Chi-Squar. H 0 : Modl ssuai (tida ada rbdaan yang nyata antara hasil obsrvasi dngan munginan hasil rdisi modl H : Modl tida ssuai (trdaat rbdaan yang nyata antara hasil obsrvasi dngan munginan hasil rdisi modl Statisti ui: ( g o n Cˆ ' (0 n' ( O Jumlah variabl rson ada lomo - n' Rata-rata tasiran luang m n' m banyanya obsrvasi yang mmilii nilai ˆ n' Banyanya obsrvasi ada lomo - Darah nolaan: Tola H 0 ia P-valu < α C. Usia Kawin Prtama Usia Kawin Prtama (UKP adalah watu rtama ali sasang suami istri mlauan hubungan intim. Smain

3 3 muda usia awin rtama maa aan mmng-aruhi tingat frtilitas dan funditas (otnsi fisi untu mlahiran ana, dimana masa rrodusi yang dimilii aan lbih anang dibanding wanita yang awin di atas usia 0 tahun dan mmbrian luang lbih bsar bagi wanita untu mmilii ana lbih banya [7]. BKKBN mntaan usia awin yang idal adalah usia minimal 0 tahun bagi wanita dan 5 tahun bagi lai-lai. Karna di usia trsbut bai wanita dan lai-lai sama-sama sudah mmilii tingat matangan yang cuu dalam hal shatan rrodusi dan mosional. III. METODOLOGI PENELITIAN A. Sumbr Data Data yang digunaan dalam nlitian ini adalah data sundr. Data yang dirolh brasal dari tiga sumbr yani dari Badan Knduduan dan Kluarga Brncana Nasional (BKKBN Jawa Timur, Dinas Kshatan (Dins Provinsi Jawa Timur dan Badan Pusat Statisti (BPS Jawa Timur. B. Variabl Pnlitian Variabl yang digunaan dalam nlitian ini trdiri dari variabl rson yang brua data atgori dngan 4 atgori yaitu Child Marriag, Early Marriag, Marriag at Maturnity dan Lat Marriag. Sdangan variabl rditor adalah mbagian darah taal uda dan ulau madura, Kabuatn/ota yang mmilii wilayah sisir, IPM rabuatn, Prsntas ndudu wanita yang tinggal di rotaan, dan rsntas wanita dngan ndidian minimal ndidian mnngah yang ditamatan. Variabl aratristi nggunaan KB ada wanita di Jawa Timur tahun 0 adalah rsntas nggunaan KB, nis alat/cara KB dan umlah ana yang dilahiran. C. Langah Analisis Data a Tahaan dalam mtaan UKP adalah:. Mnghitung rdisi rata-rata UKP wanita dari masing-masing abuatn di rovinsi Jawa Timur tahun 0. Mlauan mtaan hasil rdisi rata-rata UKP wanita di Jawa Timur mnggunaan softwar Arc- Viw. b Tahaan untu mndsrisian variabl adalah:. Mlauan analisis dstitif untu fator-fator yang mmngaruhi UKP wanita.. Mlauan analisis dstitif untu data variabl alat/cara KB yang digunaan olh wanita di Jawa Timur untu mngtahui aratristi masing-masing abuatn. c Tahaan untu mmodlan fator-fator yang mmngaruhi UKP adalah:. Mlauan stimasi aramtr.. Mlauan nguian signifiansi Modl scara srnta dan individu untu mngtahui variabl brngaruh dalam modl. 3. Mnghitung tatan lasifiasi rgrsi logisti ordinal. 4. Mmbuat modl logit. Logit [ P( Y 0 xi ] β 00 + β0x0 + βx + + β x [ P( Y xi ] β 0 + β0x0 + βx + + β x Logit [ P( Y xi ] β 0 + β0x0 + βx + + β x Logit 5. Mlauan nguan ssuaian modl yang tlah dirolh. IV. ANALISIS DAN PEMBAHASAN A. Analisis Dsritif Fator-fator yang Mmngaruhi Rata-rata UKP Wanita dan Karatristi Wanita Kawin yang Mnggunaan KB di Jawa Timur Analisis dsritif fator-fator yang mmngaruhi ratarata UKP wanita di Jawa Timur trdiri dari 5 variabl sbagai briut. Gambar. Pmbagian Darah Brdasaran Darah Taal Kuda Brdasaran Gambar dari 38 abuatn/ota di Jawa Timur, 9 rsn atau sbanya abuatn/ota mruaan darah Taal Kuda dan Madura dan abuatn/ota lainnya mruaan buan darah Taal Kuda. Dari abuatn yang mruaan darah Taal Kuda dan Madura, 5 abuatn masu dalam lomo abuatn/ota yang mmilii aratristi Child Marriag dan 6 lainnya masu dalam lomo abuatn yang mmilii aratristi Early Marriag. Hal trsbut mnunuan bahwa abuatn/ota yang mruaan darah Taal Kuda dan Madura mmilii rata-rata UKP wanita urang dari sama dngan 0 tahun. Shingga awin muda bagi aum wanita mmang mruaan ultur di darah trsbut. Sdangan untu abuatn/ota yang buan darah Taal Kuda dan Madura, 8 abuatn/ota masu dalam lomo Early Marriag, 6 abuatn/ota masu dalam lomo Marriag at Maturity dan 3 ota masu dalam lomo Lat Marriag. Slain ditinau dari sgi darah Taal Kuda dan Madura yang mmilii ultur awin muda bagi aum wanita, fnomna awin di usia muda uga daat tradi arna fator rndahnya ndidian yang dimilii masyaraat yang tinggal di darah sisir. Gambar. Pmbagian Darah Brdasaran Adanya Psisir di Jawa Timur Gambar mnunuan bahwa sbanya 0 abuatn /ota di Jawa Timur mmilii wilayah sisir. Darah sisir mruaan darah yang brbatasan antara daratan dan lautan. Brdasaran Gambar dari 0 abuatn/ota yang mmilii wilayah sisir, 4 abuatn/ota masu dalam atgori Child

4 4 Marriag, abuatn/ota masu dalam atgori Early Marriag dan 5 abuatn/ota masu dalam atgori Marriag at Maturity. Slain itu tida ada abuatn/ota yang masu dalam atgori Lat Marriag. Sdangan untu abuatn/ota yang tida mmilii sisir, hanya satu abuatn yang masu dalam atgori Child Marriag yaitu Kabuatn Bondowoso yang uga mruaan darah Taal Kuda. Sdangan yang masu dalam atgori Early Marriag ada 3 abuatn/ota, atgori Marriag at Maturity ada abuatn/ota dan 3 ota lainnya masu dalam atgori Lat Marriag. Tabl. Karatristi Variabl yang Mmngaruhi UKP Ratarata Nilai Trndah Nilai Trtinggi Varians IPM 7,59 6,67 78,43 0,73 Prsntas Wanita yang Tinggal di 50,76,66 00,00 93,5 Kota Prsntas Wanita Minimal Brndidian Mnngah, 4,48 46,88 39,8 Brdasaran Tabl daat ditahui bahwa nilai rata-rata dari variabl rditor IPM adalah 7,59 sdangan IPM trndah dan trtinggi yaitu sbsar 6,67 dan 78,43. IPM trndah dimilii olh Kabuatn Samang dan IPM trtinggi dimilii olh Kota Malang. Ditahui bahwa Kab. Samang masu dalam atgori Child Marriag dngan rata-rata UKP sbsar 7,60 tahun. Sdangan Kota Malang masu dalam atgori Marriag at Maturity dngan rata-rata UKP sbsar,06 tahun Slain itu, rata-rata rsntas wanita yang tinggal di rotaan adalah 50,76 rsn. Prsntas trndah sbsar,66 rsn trdaat ada Kab. Samang dan rsntas trtinggi sbsar 00 rsn. Untu rata-rata rsntas wanita yang brndidian minimal ndidian mnngah yang ditamatan, sbanya, rsn wanita di Jawa Timur mngnyam ndidian SMA sdraat dan rguruan tinggi. Prsntas trndah sbsar 4,48 rsn dimilii olh Kab. Samang dan rsntas trtinggi sbsar 46,88 rsn dimilii olh Kota Malang. alat/cara KB Imlan aling banya digunaan di Kab. Lumaang, sbsar, 5 rsn, alat/cara KB Sunti aling banya digunaan di Kab. Tuban yaitu sbsar 76,64 rsn, dan alat/cara KB Pil aling banya digunaan di Kab. Bangalan. Jumlah ana yang dilahiran hidu dingaruhi olh nggunaan alat/cara KB yang digunaan olh wanita awin. Gambar 4. mnunuan bahwa rsntas trtinggi um-lah ana yang dilahiran adalah sbanya samai ana, yaitu sbsar 74,53 rsn. Sdangan rsntas trtinggi dua adalah umlah ana yang dilahiran sbanya lbih dari sama dngan 3 ana yaitu sbsar 4,68 rsn dan rsntas yang tida mmilii ana sbsar 0,78 rsn. Gambar 4. Prsntas Jumlah Ana yang Dilahiran Hidu di Jawa Timur Tahun 0 B. Analisis Rgrsi Logisti Ordinal UKP Wanita di Jawa Timur Analisis rgrsi logisti ordinal ada nlitian ini diawali dngan mlauan ui individu untu mngtahui signifiansi masing-masing variabl rditor trhada variabl rson. H 0 : β 0, dngan,,..., 5 H : β 0 Darah Pnolaan: Tola H 0 ia W > Z α/ (,96 Variabl Tabl. Ui Individu Modl UKP Estimasi Par. (B SE. (B Wald Kutusan Konstanta (0 -, ,69 0,00456 Gagal Tola H 0 Konstanta ( -0,8649 0,4464,0536 Tola H 0 Konstanta (,0794 0,637 3,3957 Tola H 0 X (, ,69 0,0045 Gagal Tola H 0 Konstanta (0-3,5875 0, ,6359 Tola H 0 Konstanta ( -,3005 0,5578,3344 Tola H 0 Konstanta (,739 0,6359,74 Tola H 0 X (,36 0,7396 3,788 Tola H 0 Konstanta (0 39,570 9,5578 4,4055 Tola H 0 Konstanta ( 43,5536 0,305 4,64 Tola H 0 Konstanta ( 47,8064 0,975 4,37487 Tola H 0 X 3-0,6057 0,469 4,448 Tola H 0 Konstanta (0 0,045 0,750 0,8 Gagal Tola H 0 Gambar 3. Prsntas Alat/cara KB yang Digunaan Wanita Kawin Br-KB di Jawa Timur Tahun 0 Rata-rata Prsntas wanita awin yang mnggunaan alat/cara KB sbsar 65,39 rsn. Dari lima alat/cara KB yang digunaan olh wanita awin di Jawa Timur, alat/cara KB IUD aling banya digunaan di Kab. Pacitan, yaitu sbsar 34,09 rsn. Alat/cara KB Tubtomi aling banya digunaan di Kota Madiun, yaitu sbsar,97 rsn, Konstanta (,64 0,7960 3,8057 Tola H 0 Konstanta ( 6,4654,5408 4,9597 Tola H 0 X 4-0,0559 0,068 3,43765 Tola H 0 Konstanta (0 4,0057,50354,6649 Tola H 0 Konstanta ( 8,00,07 3,795 Tola H 0 Konstanta ( 8,3 4, ,749 Tola H 0 X 5-0,468 0,59 3,7069 Tola H 0

5 5 Brdasaran Tabl hasil analisis rgrsi logisti ordinal univariat, didaatan hasil bahwa variabl yang signifian scara individu adalah variabl X, X 3, X 4, dan X 5.Stlah dilauan ui individu, slanutnya dilauan ui scara srnta dan arsial mnggunaan variabl yang signifian. Briut hasil ui srnta dan arsial. Ui Srnta Pnguian signifiansi modl scara srnta daat dilihat ada Tabl 4. Hiotsis ui srnta adalah sbagai briut. H 0 : β β β 0,,,...,4 H : minimal ada satu β 0 Darah ritis: Tola H 0 ia nilai G > χ (0,05;4 (9,488 atau P-valu < α (0,05 Tabl 3. Ui Srnta Modl UKP G df P-Valu 59, ,00 Brdasaran Tabl 3 daat ditahui bahwa nilai G mmilii nilai yang lbih bsar dariada χ (α:df shingga tola H 0. Hal trsbut mnunuan bahwa ada variabl rditor yang brngaruh signifian trhada tingat rata-rata UKP ada masing-masing modl. Ui Parsial Pnguian signifiansi modl scara arsial daat dilihat ada Tabl 5. Hiotsis ui arsial adalah sbagai briut. H 0 : β 0, dngan,,..., 5 H : β 0 Darah Pnolaan: Tola H 0 ia W > Z α/ (,96 Tabl 4. Ui Parsial Modl UKP Variabl Estimasi Par. (B SE. (B Wald Kutusan Konst. (0 36,686 9,05,9076 Gagal Tola H 0 Konst. ( 44,47,4074,0753 Tola H 0 Konst. ( 54,3497,986,3645 Tola H 0 X (,0897,748 0,976 Gagal Tola H 0 X 3-0,580 0,9748,7749 Gagal Tola H 0 X 4 0,38 0,05408,4568 Tola H 0 X 5-0,64 0,368,7779 Tola H 0 Brdasaran Tabl 4 daat ditahui bahwa variabl yang signifian dalam modl adalah variabl X 4 dan X 5. Olh arna itu, dngan mtod stwis dilauan ui arsial mbali dngan tida mngiutsrtaan variabl yang tida signifian. Shingga variabl yang digunaan adalah variabl X 4 dan X 5, dan didaatan hasil sbagai briut. Tabl 5. Ui Parsial Modl UKP dngan Variabl Signifian Variabl Estimasi Odds SE. (B Wald Par. (B Ratio Kutusan Konst. (0 4,60069,55543,9578 Gagal Tola H 0 Konst. ( 0,63, ,7043 Tola H 0 Konst. (,937 5,7044 3,8449 Tola H 0 X 4 0,457 0,05366,76,6 Tola H 0 X 5-0,840 0,3038 3,6467 0,43 Tola H 0 Brdasaran ui arsial ada Tabl 5 daat ditahui bahwa sluruh variabl rditor signifian, langah slanutnya adalah mmbuat modl logit dan briut modl logit yang dihasilan. Logit 0: gˆ0 4, ,457x 4 0,840x 5 Logit : gˆ 0,63+ 0,457x 4 0,840x 5 Logit : gˆ,937+ 0,457x 4 0,840x 5 Fungsi luang masing-masing atgori rson yang didaatan dari modl logit adalah sbagai briut. Fungsi luang rson atgori Child Marriag x( 4, ,457x4 ˆ 0( x + x( 4, ,457x4 Fungsi luang rson atgori Early Marriag x( 0,63 + 0,457x4 x( 4, ,457x4 ˆ ( x ( + x( 0,63 + 0,457x4 ( + x( 4, ,457x4 3 Fungsi luang rson atgori Marriag at Maturity x(, ,457x4 x( 0,63 + 0,457x4 ˆ ( x ( + x(, ,457x 0,80x ( + x( 0,63 + 0,457x 0,80x 4 4 Fungsi luang rson atgori Lat Marriag ˆ ˆ ˆ ( ˆ3 0 x ˆ ( 3 x + x(, ,457x4 Brdasaran fungsi luang trsbut, daat dihitung nilai luang masing-masing atgori variabl rson. Briut adalah contoh hasil rhitungan nilai luang ada masingmasing atgori variabl rson yaitu Child Marriag, Early Marriag, Marriag at Maturity, dan Lat Marriag ada unit analisis rtama yaitu Kab. Pacitan dngan X 4 (Prsn-tas ndudu wanita yang tinggal di rotaan sbsar 4,60 rsn dan nilai variabl X 5 (Prsntas ndudu wanita di Jawa Timur usia 0 tahun atas dirinci mnurut tingat ndidian minimal ndidian mnngah yang ditamatan adalah,9 rsn mnunuan bahwa luang Kab. Pacitan mmilii rata-rata UKP wanita masu dalam atgori Child Marriag adalah sbsar 0,0896. Pluang masu dalam atgori Early Marriag adalah sbsar 0,8638, luang masu dalam atgori Marriag at Maturity adalah sbsar 0,078 dan luang masu dalam atgori Lat Marriag adalah sbsar 0, Brdasaran nilai luang trsbut, mnunuan bahwa Kabuatn Pacitan mmilii luang trtinggi masu dalam atgori Early Marriag atau daat dirdisian masu dalam atgori Early Marriag. Variabl X 4 mmilii nilai odds ratio sbsar,6 yang mnunuan bahwa stia ningatan rsn wanita yang tinggal di rotaan aan mningatan rbandingan rasio antara atgori Child Marriag dngan Early Marriag, atgori Early Marriag dngan Marriag at Maturity dan atgori Marriag at Maturity dngan Lat Marriag sbsar 6 rsn. Odds ratio untu variabl X 5 sbsar 0,43, mnunuan bahwa stia ningatan rsn wanita yang brndidian mnngah aan mnurunan rasio antara atgori Child Marriag dngan Early Marriag, atgori Early Marriag dngan Marriag at Maturity dan atgori Marriag at Maturity dngan Lat Marriag sbsar 57 rsn. Untu mngtahui tatan lasifiasi modl yang tlah dirolh daat mnggunaan rsntas tatan lasifiasi

6 6 Data Awal Tabl 6.Ktatan Klasifiasi Prdisi Katgori CM EM MM LM CM EM MM LM Ktatan Klasifiasi 84,% Tabl 6 mnunuan bahwa tatan lasifiasi sluruhan yang dirolh dari modl yang didaatan sbsar 84, rsn. Ktatan lasifiasi masing-masing variabl untu atgori variabl rson CM (Child Marriag tat dilasifiasian CM sbanya 4 data. Variabl rson EM tida tat dilasifiasian CM dan MM (Marriag at Maturuty masing-masing sbanya dan data, dan tat dilasifiasian dalam atgori EM (Early Marriag sbanya data. Salain itu, variabl MM yang tat dilasifiasian MM sbanya 4 data dan yang tida tat dilasifiasian dalam atgori EM sbanya 3 data. Variabl LM tat dilasifiasian LM sbanya 3 data. Brdasaran ui ssuaian modl, modl yang didaatan tlah ssuai (tida ada rbdaan nyata antara hasil obsrvasi dngan hasil rdisi modl dngan nilai P-Valu sbsar,000 yang artinya lbih dari α(0,05. C. Pmtaan Usia Kawin Prtama (UKP Wanita di Provinsi Jawa Timur Pmtaan dilauan untu mnunuan rbdaan antara data awal atgori rata-rata UKP wanita di Jawa Timur dngan hasil rdisi atgori rata-rata UKP wanita tia abuatn/ota di Jawa Timur. Gambar 6. Pta Hasil Prdisi Rata-rata UKP Wanita r Kabuatn/ota di Provinsi Jawa Timur Tahun 0 Brdasaran Gambar 6 daat ditahui bahwa hasil rdisi mnunuan bahwa abuatn/ota di Jawa Timur yang masu dalam atgori Child Marriag sbanya 4 abuatn. Kabuatn yang masu dalam atgori Early Marriag sbanya 4 abuatn/ota, 7 abuatn/ota masu dalam atgori Marriag at Maturity, dan abuatn/ota yang masu dalam atgori Lat Marriag sbanya 3 ota. V. KESIMPULAN/RINGKASAN Brdasaran hasil analisis dan mbahasan trhada fatorfator yang mmngaruhi rata-rata UKP wanita di Jawa Timur tahun 0 dan data aratristi nggunaan alat/cara KB olh wanita maa daat dirolh simulan bahwa modl logit yang trbntu adalah gˆ0 4, ,457x 4 0,840x 5, gˆ 0,63 + 0,457x 4 0,840x 5, dan gˆ, ,457x 4 0,840x 5 dngan tatan lasifiasi yang dihasilan dari modl yaitu sbsar 84, rsn. DAFTAR PUSTAKA Gambar 5. Pta Awal Rata-rata UKP Wanita r Kabuatn/ota di Provinsi Jawa Timur Tahun 0 Gambar 5 mnunuan bahwa abuatn yang masu dalam atgori Child Marriag sbanya 5 abuatn. Kabuatn yang masu dalam atgori Early Marriag sbanya 4 abuatn, 6 abuatn masu dalam atgori Marriag at Maturity, dan 3 ota masu dalam atgori Lat Marriag. [] [Pusdatin Kmns] Pusat Data dan Informasi Kmntrian Kshatan. 03. Ringasan Esutif Data dan Informasi Kshatan Provinsi Jawa Timur. Jawa Timur: Dins. [] Sulistyaningsih, S. (03. Pmodlan Total Frtility Rat dan Fator-Fator yang Mmngaruhi di Provinsi Jawa Timur. Tugas Ahir Jurusan Statistia Institut Tnologi Suluh Nombr, Surabaya. [3] [BKKBN Jatim] Badan Knduduan dan Kluarga Brncana Nasional Jawa Timur. (03. Hubungan Antara Pngndalian Pndudu dngan Sosial Eonomi di Provinsi Jawa Timur. Jawa Timur: BKKBN. [4] Johnson, R. A. dan Bhattacharyya, G.K. (977. Statistical Concts and Mthods. Nw Yor : John Wily & Sons. [5] Hosmr, D. W. dan Lmshow, S. (000. Alid Logistic Rgrssion. John Wily and Son, USA. [6] Agrsti, A. (00. Catgorical Data Analysis. John Wily and Son, USA. [7] [PKPP] Pningatan Kmamuan Pnliti dan Prayasa. 0. Fator-Fator Yang Mmngaruhi Usia Kawin Prtama ada Prmuan di Indonsia. Tim PKPP 0.

PENERAPAN REGRESI LOGISTIK ORDINAL UNTUK MENGANALISIS TINGKAT KEPARAHAN KORBAN KECELAKAAN LALU LINTAS KABUPATEN BULELENG

PENERAPAN REGRESI LOGISTIK ORDINAL UNTUK MENGANALISIS TINGKAT KEPARAHAN KORBAN KECELAKAAN LALU LINTAS KABUPATEN BULELENG E-Jurnal Matmatia Vol. 4 (), Mi,. 4-8 ISSN: -7 PENERAPAN REGRESI LOGISTIK ORDINAL UNTUK MENGANALISIS TINGKAT KEPARAHAN KORBAN KECELAKAAN LALU LINTAS KABUPATEN BULELENG Dwa Ayu Mad Dwi Yanti Purnami, I

Lebih terperinci

INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA Seminar Hasil Tugas Akhir

INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA Seminar Hasil Tugas Akhir INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA 2014 Seminar Hasil Tugas Akhir 1 PEMODELAN DAN PEMETAAN RATA-RATA USIA KAWIN PERTAMA WANITA DENGAN PENDEKATAN REGRESI LOGISTIK ORDINAL DI PROVINSI JAWA TIMUR

Lebih terperinci

APLIKASI METODE STATED PREFERENCE PADA PEMILIHAN MODA ANGKUTAN UMUM PENUMPANG (RUTE MAKASSAR MAJENE)

APLIKASI METODE STATED PREFERENCE PADA PEMILIHAN MODA ANGKUTAN UMUM PENUMPANG (RUTE MAKASSAR MAJENE) APLIKASI METODE STATED PREFERENCE PADA PEMILIHAN MODA ANGKUTAN UMUM PENUMPANG (RUTE MAKASSAR MAJENE) Abdul Gaus Program Studi Tknik Siil Fakultas Tknik Univrsitas Khairun Trnat Tl/Fax (091) 38049 Irnawaty

Lebih terperinci

Partial Least Squares (PLS) Generalized Linear dalam Regresi Logistik 1

Partial Least Squares (PLS) Generalized Linear dalam Regresi Logistik 1 Abstra Partial Last Squars (PLS) Gnralizd Linar dala Rgrsi Logisti Rtno Subti Kasus ultioliniritas sringali diuai dala rgrsi yang ngaibatan sala intrrtasi odl rgrsi yang trbntu. Srti alnya dala rgrsi linar,

Lebih terperinci

FAKTOR PENGARUH GADGET TERHADAP KECERDASAN MOTORIK SISWA SD MELALUI REGRESI LOGISTIK ORDINAL

FAKTOR PENGARUH GADGET TERHADAP KECERDASAN MOTORIK SISWA SD MELALUI REGRESI LOGISTIK ORDINAL FAKTOR PENGARUH GADGET TERHADAP KECERDASAN MOTORIK SISWA SD MELALUI REGRESI LOGISTIK ORDINAL Fanny Ayu Octaviana ), Tutut Januar Prtiwi ), Giyanti Linda Purnama 3), Alfisyahrina Hapsry 4), Andriana Yoshinta

Lebih terperinci

FAKTOR YANG BERPENGARUH TERHADAP KONDISI GRADE KANKER PAYUDARA DI RUMAH SAKIT ONKOLOGI SURABAYA MENGGUNAKAN REGRESI LOGISTIK ORDINAL

FAKTOR YANG BERPENGARUH TERHADAP KONDISI GRADE KANKER PAYUDARA DI RUMAH SAKIT ONKOLOGI SURABAYA MENGGUNAKAN REGRESI LOGISTIK ORDINAL TUGAS AKHIR SS 4556 FAKTOR YANG BERPENGARUH TERHADAP KONDISI GRADE KANKER PAYUDARA DI RUMAH SAKIT ONKOLOGI SURABAYA MENGGUNAKAN REGRESI LOGISTIK ORDINAL ELIYA AINUL FARRI NRP 34 030 040 Pmbimbing Ir. Sri

Lebih terperinci

Partial Least Squares (PLS) Generalized Linear dalam Regresi Logistik

Partial Least Squares (PLS) Generalized Linear dalam Regresi Logistik Partial Last Squars (PLS) Gnralizd Linar dalam Rgrsi Logistik Rtno Subkti Jurusan Pndidikan Matmatika FMIPA UNY Abstrak Kasus multikoliniritas sringkali diumai dalam rgrsi yang mngakibatkan salah intrrtasi

Lebih terperinci

Kata kunci : Probabilitas pemilihan bus, Logit binner, Stated Preference

Kata kunci : Probabilitas pemilihan bus, Logit binner, Stated Preference PROBABILITAS PENGGUNAAN BUS ANGKUTAN ALTERNATIF PADA RUTE JAYAPURA BANDAR UDARA SENTANI AMIRUDDIN Mahasiswa Magistr Bidang Kahlian Manajmn Dan Rkayasa Transortasi Fakultas Tknik Siil dan Prncanaan Institut

Lebih terperinci

PENERAPAN METODE REGRESI LOGISTIK ORDINAL DAN REGRESI PROBIT ORDINAL UNTUK MENGESTIMASI PROBABILITAS LAMA MASA STUDI MAHASISWA IST AKPRIND YOGYAKARTA

PENERAPAN METODE REGRESI LOGISTIK ORDINAL DAN REGRESI PROBIT ORDINAL UNTUK MENGESTIMASI PROBABILITAS LAMA MASA STUDI MAHASISWA IST AKPRIND YOGYAKARTA E-ISSN 57-9378 Jurnal Statsta Industr dan Komutas Volum, No., Januar 07,. 04-4 PENERAPAN METODE REGRESI LOGISTIK ORDINAL DAN REGRESI PROBIT ORDINAL UNTUK MENGESTIMASI PROBABILITAS LAMA MASA STUDI MAHASISWA

Lebih terperinci

BAB V DISTRIBUSI PROBABILITAS DISKRIT

BAB V DISTRIBUSI PROBABILITAS DISKRIT BAB V DISTRIBUSI ROBABILITAS DISKRIT 5.. Distribusi Uniform Disrit Bila variabl aca X mmilii nilai,,... dngan probabilitas yang sama, maa distribusi uniform disrit dinyataan sbagai: f (, ) ;,,... paramtr

Lebih terperinci

BAB VI MODEL ELEKTRON BEBAS ( GAS FERMI )

BAB VI MODEL ELEKTRON BEBAS ( GAS FERMI ) A VI MODL LKRON AS GAS RMI MARI 6.1. ltron bbas dalam satu dimnsi. 6.1.1.tingat nrgi 6.1..distribusi rmi-dirac 6.1..nrgi rmi 6.. ltron bbas dalam tiga dimnsi. 6..1.nrgi rmi untu tiga dimnsi. 6...cpatan

Lebih terperinci

Model Statistika untuk Fertilitas Perkawinan dengan Pendekatan Eksponenesial

Model Statistika untuk Fertilitas Perkawinan dengan Pendekatan Eksponenesial PROSIDIG ISB : 978 979 6353 6 3 Modl Statistika untuk Frtilitas Prkainan dngan Pndkatan Eksonnsial S 3 Endang Sri Krsnaati Jurusan Matmatika FMIPA Univrsitas Sriiaa ndangsrikrsnaati@ahoo.co.id Abstrak

Lebih terperinci

MODEL STATISTIKA UNTUK FERTILITAS PERKAWINAN DENGAN PENDEKATAN EKSPONENSIAL. Abstrak

MODEL STATISTIKA UNTUK FERTILITAS PERKAWINAN DENGAN PENDEKATAN EKSPONENSIAL. Abstrak MODEL STATISTIKA UTUK FERTILITAS PERKAWIA DEGA PEDEKATA EKSPOESIAL Endang Sri Krsnaati Jurusan Matmatika FMIPA Univrsitas Sriiaa ndangsrikrsnaati@ahoo.co.id Abstrak Frtilitas rkainan dingaruhi olh faktor

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. Data penelitian diperoleh dari siswa kelas XII Jurusan Teknik Elektronika

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. Data penelitian diperoleh dari siswa kelas XII Jurusan Teknik Elektronika BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. DESKRIPSI DATA Data pnlitian diprolh dari siswa klas XII Jurusan Tknik Elktronika Industri SMK Ma arif 1 kbumn. Data variabl pngalaman praktik industri, kmandirian

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN

BAB IV HASIL DAN PEMBAHASAN BAB IV HASIL DAN PEMBAHASAN. Solusi Numri Modl H-R dngan RKF Modl H-R ang trbntu dari tiga prsamaan diffrnsial ord satu ang saling brhubungan atau tropl. Prsamaan trsbut brsifat autonomous ang brarti brdiri

Lebih terperinci

PEMODELAN IPM PROVINSI JAWA TIMUR, JAWA TENGAH, JAWA BARAT DAN SUMATERA UTARA DENGAN METODE REGRESI LOGISTIK ORDINAL

PEMODELAN IPM PROVINSI JAWA TIMUR, JAWA TENGAH, JAWA BARAT DAN SUMATERA UTARA DENGAN METODE REGRESI LOGISTIK ORDINAL PEMODELAN IPM PROVINSI AWA IMUR, AWA ENGAH, AWA BARA DAN SUMAERA UARA DENGAN MEODE REGRESI LOGISIK ORDINAL Citra Fatimah Nur dan Purhadi Mahasiswa urusan Statistia, Institut enologi Sepuluh Nopember Kampus

Lebih terperinci

Oleh : Bustanul Arifin K BAB IV HASIL PENELITIAN. Nama N Mean Std. Deviation Minimum Maximum X ,97 3,

Oleh : Bustanul Arifin K BAB IV HASIL PENELITIAN. Nama N Mean Std. Deviation Minimum Maximum X ,97 3, Kpdulian trhadap sanitasi lingkungan diprdiksi dari tingkat pndidikan ibu dan pndapatan kluarga pada kluarga sjahtra I klurahan Krtn kcamatan Lawyan kota Surakarta Olh : Bustanul Arifin K.39817 BAB IV

Lebih terperinci

KOMPUTASI DAN DINAMIKA FLUIDA

KOMPUTASI DAN DINAMIKA FLUIDA KOMPUTASI DAN DINAMIKA FLUIDA TUGAS Olh RIRIN SISPIYATI NIM : 006003 Program Studi Matmatia INSTITUT TEKNOLOGI BANDUNG 009 Ercis 40 Ta as initial spctrum a bloc function nonzro for ½. Animat th initial

Lebih terperinci

OLEH: DESTRIYANTI TRI BUDIARTI YULLIA HESTIANA IRWAN SEPTEMBER GUNAWAN

OLEH: DESTRIYANTI TRI BUDIARTI YULLIA HESTIANA IRWAN SEPTEMBER GUNAWAN OLEH: DESTRIYANTI 7 58 TRI BUDIARTI 7 YULLIA HESTIANA 7 5 IRWAN SEPTEBER 7 46 GUNAWAN 7 KELAS : 6. L ATA KULIAH : ATEATIKA LANJUTAN DOSEN PENGASUH : FADLI, S.Si FAKULTAS KEGURUAN DAN ILU PENDIDIKAN UNIVERSITAS

Lebih terperinci

UJI KESELARASAN FUNGSI (GOODNESS-OF-FIT TEST)

UJI KESELARASAN FUNGSI (GOODNESS-OF-FIT TEST) UJI CHI KUADRAT PENDAHULUAN Distribusi chi kuadrat mrupakan mtod pngujian hipotsa trhadap prbdaan lbih dari proporsi. Contoh: manajr pmasaran suatu prusahaan ingin mngtahui apakah prbdaan proporsi pnjualan

Lebih terperinci

PROSES ANTRIAN DENGAN KEDATANGAN BERDISTRIBUSI POISSON DAN POLA PELAYANAN BERDISTRIBUSI GENERAL. Sugito 1, Abdul Hoyyi 2. Abstract

PROSES ANTRIAN DENGAN KEDATANGAN BERDISTRIBUSI POISSON DAN POLA PELAYANAN BERDISTRIBUSI GENERAL. Sugito 1, Abdul Hoyyi 2. Abstract Pross Antrian (Sugito) PROSES ANTRIAN DENGAN KEDATANGAN BERDISTRIBUSI POISSON DAN POLA PELAYANAN BERDISTRIBUSI GENERAL Sugito, Abdul Hoyyi Staf Pngajar Jurusan Statistia FSM UNDIP Staf Pngajar Jurusan

Lebih terperinci

MODEL REGRESI LOGISTIK ORDINAL IPM PROVINSI JAWA TENGAH PERIODE TAHUN 2007

MODEL REGRESI LOGISTIK ORDINAL IPM PROVINSI JAWA TENGAH PERIODE TAHUN 2007 Seminar Nasional Statistia IX Institut enologi Seuluh Noember, 07 November 009 MODEL REGRESI LOGISIK ORDINAL IPM PROVINSI JAWA ENGAH PERIODE AHUN 007 Citra Fatimah Nur Mahasiswa Jurusan Statistia, Institut

Lebih terperinci

Pemodelan Faktor-faktor yang Mempengaruhi Prestasi Mahasiswa Pasca Sarjana ITS dengan Regresi Logistik dan Neural Network

Pemodelan Faktor-faktor yang Mempengaruhi Prestasi Mahasiswa Pasca Sarjana ITS dengan Regresi Logistik dan Neural Network JURNAL SAINS DAN SENI ITS Vol., No., (Spt. 202) ISSN: 230-928X D-36 Pmodlan Faktor-faktor yang Mmpngaruhi Prstasi Mahasiswa Pasca Sarjana ITS dngan Rgrsi Logistik dan Nural Ntwork Wijdani Anindya Hadi

Lebih terperinci

PROSES PEMANENAN DENGAN MODEL LOGISTIK STUDI KASUS PADA PTP. NUSANTARA IX

PROSES PEMANENAN DENGAN MODEL LOGISTIK STUDI KASUS PADA PTP. NUSANTARA IX Prosiding SPMIPA. pp. 3-39, 006 ISBN : 979.704.47.0 PROSES PEMANENAN DENGAN MODEL LOGISTIK STUDI KASUS PADA PTP. NUSANTARA IX Eka Ariani, Agus Rusgiyono Jurusan Matmatika FMIPA Univrsitas Dipongoro Jl.

Lebih terperinci

PENGGUNAAN MEDIA MISTAR BILANGAN UNTUK MENINGKATKAN HASIL BELAJAR PENJUMLAHAN BILANGAN BULAT SISWA SEKOLAH DASAR

PENGGUNAAN MEDIA MISTAR BILANGAN UNTUK MENINGKATKAN HASIL BELAJAR PENJUMLAHAN BILANGAN BULAT SISWA SEKOLAH DASAR Pnjumlahan Bilangan Bulat Mnggunaan Mistar Bilangan PENGGUNN MEDI MISTR BILNGN UNTUK MENINGKTKN HSIL BELJR PENJUMLHN BILNGN BULT SISW SEKOLH DSR ndri Nina Styaningsih PGSD FIP Univrsitas Ngri Surabaya

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI Pada bagian landasan teori ini aan dibahas materi-materi aa saja yang menunjang materi yang dibahas ada bab selanjutnya. Adaun materi-materi tersebut adalah analisis variansi, metode

Lebih terperinci

METODE EKSTRAKSI FITUR PADA PENGKLASIFIKASIAN DATA MICROARRAY BERBASIS INFORMASI PASANGAN GEN. Nopember, Surabaya, Indonesia.

METODE EKSTRAKSI FITUR PADA PENGKLASIFIKASIAN DATA MICROARRAY BERBASIS INFORMASI PASANGAN GEN. Nopember, Surabaya, Indonesia. METODE EKSTRAKSI FITUR PADA PENGKLASIFIKASIAN DATA MICROARRAY BERBASIS INFORMASI PASANGAN GEN Rully Solaiman,, Sha Agustianty, Yudhi Purwananto, dan I K Eddy Purnama Jurusan Tknik Informatika, Fakultas

Lebih terperinci

PERBANDINGAN METODE MAXIMUM LIKELIHOOD ESTIMATION (MLE) DENGAN BAYESIAN PADA REGRESI LOGISTIK MULTINOMIAL

PERBANDINGAN METODE MAXIMUM LIKELIHOOD ESTIMATION (MLE) DENGAN BAYESIAN PADA REGRESI LOGISTIK MULTINOMIAL J-Statistika Vol 4 No PERBANDINGAN METODE MAXIMUM LIKELIHOOD ESTIMATION (MLE) DENGAN BAYESIAN PADA REGRESI LOGISTIK MULTINOMIAL Prmadina Kanah Ariska -mail : blaar_statistika@yahoo.com ABSTRAK Rgrsi logistik

Lebih terperinci

ANALISIS REGRESI LOGISTIK ORDINAL PADA FAKTOR-FAKTOR BERPENGARUH TERHADAP PENYAKIT MATA KATARAK BAGI PASIEN PENDERITA DI KLINIK MATA UTAMA GRESIK

ANALISIS REGRESI LOGISTIK ORDINAL PADA FAKTOR-FAKTOR BERPENGARUH TERHADAP PENYAKIT MATA KATARAK BAGI PASIEN PENDERITA DI KLINIK MATA UTAMA GRESIK LAPORAN TUGAS AKHIR ANALISIS REGRESI LOGISTIK ORDINAL PADA FAKTOR-FAKTOR BERPENGARUH TERHADAP PENYAKIT MATA KATARAK BAGI PASIEN PENDERITA DI KLINIK MATA UTAMA GRESIK Latar Belakang Katarak Indonesia Klinik

Lebih terperinci

Pemodelan Angka Putus Sekolah Tingkat SLTP dan sederajat di Jawa Timur Tahun 2012 dengan Menggunakan Analisis Regresi Logistik Ordinal

Pemodelan Angka Putus Sekolah Tingkat SLTP dan sederajat di Jawa Timur Tahun 2012 dengan Menggunakan Analisis Regresi Logistik Ordinal Pemodelan Angka Putus Sekolah Tingkat SLTP dan sederajat di Jawa Timur Tahun 2012 dengan Menggunakan Analisis Regresi Logistik Ordinal Oleh: DELTA ARLINTHA PURBASARI 1311030086 Dosen Pembimbing: Dr. Vita

Lebih terperinci

2. Menentukan koleksi inti ubi kayu dan mengevaluasi kebaikan koleksi inti yang diperoleh. METODE. Data

2. Menentukan koleksi inti ubi kayu dan mengevaluasi kebaikan koleksi inti yang diperoleh. METODE. Data 2 2. Menentuan olesi inti ubi ayu dan mengevaluasi ebaian olesi inti yang dieroleh. METODE Data Data yang digunaan dalam enelitian ini berasal dari Kelomo Peneliti Pengelolaan Sumberdaya Geneti (Kelti

Lebih terperinci

HASIL DAN PEMBAHASAN. Gambar 3 Proses penentuan perilaku api.

HASIL DAN PEMBAHASAN. Gambar 3 Proses penentuan perilaku api. 6 yang diharapkan. Msin infrnsi disusun brdasarkan stratgi pnalaran yang akan digunakan dalam sistm dan rprsntasi pngtahuan. Msin infrnsi yang digunakan dalam pngmbangan sistm pakar ini adalah FIS. Implmntasi

Lebih terperinci

Solusi khusus dari masalah nilai awal tersebut dapat ditulis dalam bentuk integral Fourier, yaitu:

Solusi khusus dari masalah nilai awal tersebut dapat ditulis dalam bentuk integral Fourier, yaitu: KARTIKA YULIANTI Jurusan Pndidian Mamaia FPMIPA - Univrsias Pndidian Indonsia Jl. Dr. Syabudhi 9, Bandung Tlp. () 8, Fa () 8 -mail: yar_ia @ yahoo.com DINAMIKA FLUIDA EXERCISE. Ta as iniial spcrum a bloc

Lebih terperinci

ANALISIS LOG-LOGISTIK UNTUK MENGGAMBARKAN HUBUNGAN DOSIS-RESPON HERBISIDA PADA TIGA JENIS GULMA

ANALISIS LOG-LOGISTIK UNTUK MENGGAMBARKAN HUBUNGAN DOSIS-RESPON HERBISIDA PADA TIGA JENIS GULMA ANALISIS LOG-LOGISTIK UNTUK MENGGAMBARKAN HUBUNGAN DOSIS-RESPON HERBISIDA PADA TIGA JENIS GULMA Olh : Yanti Muliyaningsih G40026 PROGRAM STUDI STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT

Lebih terperinci

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

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

Lebih terperinci

PEMODELAN FAKTOR YANG MEMPENGARUHI JUMLAH HIV DAN AIDS PROVINSI JAWA TIMUR MENGGUNAKAN REGRESI POISSON BIVARIAT

PEMODELAN FAKTOR YANG MEMPENGARUHI JUMLAH HIV DAN AIDS PROVINSI JAWA TIMUR MENGGUNAKAN REGRESI POISSON BIVARIAT PEMODELAN FAKOR YANG MEMPENGARUHI JUMLAH HIV DAN AIDS PROVINSI JAWA IMUR MENGGUNAKAN REGRESI POISSON BIVARIA Novi ri Ratnasari, Purhadi Jurusan Statistia, Faultas MIPA, Institut enologi Sepuluh Nopember

Lebih terperinci

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

PENENTUAN PELUANG BERTAHAN DALAM MODEL RISIKO KLASIK DENGAN MENGGUNAKAN TRANSFORMASI LAPLACE AMIRUDDIN PENENTUAN PELUANG BETAHAN DALAM MODEL ISIKO KLASIK DENGAN MENGGUNAKAN TANSFOMASI LAPLACE AMIUDDIN SEKOLAH PASCASAJANA INSTITUT PETANIAN BOGO BOGO 8 PENYATAAN MENGENAI TESIS DAN SUMBE INFOMASI Dngan ini

Lebih terperinci

STUDI PENYELESAIAN PROBLEMA MIXED INTEGER LINIER PROGRAMMING DENGAN MENGGUNAKAN METODE BRANCH AND CUT OLEH : RISTA RIDA SINURAT

STUDI PENYELESAIAN PROBLEMA MIXED INTEGER LINIER PROGRAMMING DENGAN MENGGUNAKAN METODE BRANCH AND CUT OLEH : RISTA RIDA SINURAT TUGAS AKHIR STUDI PENYELESAIAN PROBLEMA MIXED INTEGER LINIER PROGRAMMING DENGAN MENGGUNAKAN METODE BRANCH AND CUT OLEH : RISTA RIDA SINURAT 040803023 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU

Lebih terperinci

HUBUNGAN ANTARA KELOMPOK UMUR, JENIS KELAMIN DAN JENIS PEKERJAAN PADA PENDERITA HIV/AIDS DI KABUPATEN BANYUMAS

HUBUNGAN ANTARA KELOMPOK UMUR, JENIS KELAMIN DAN JENIS PEKERJAAN PADA PENDERITA HIV/AIDS DI KABUPATEN BANYUMAS 18Novmbr 17 Tma 7: Ilmu-Ilmu Murni (Matmatika, Fisika, Kimia dan Biologi) HUBUNGAN ANTARA KELOMPOK UMUR, JENIS KELAMIN DAN JENIS PEKERJAAN PADA PENDERITA HIV/AIDS DI KABUPATEN BANYUMAS Olh Agung Prabowo

Lebih terperinci

FAKTOR-FAKTOR YANG MEMPENGARUHI ANGKA KEJADIAN KARIES GIGI PADA ANAK USIA SEKOLAH DASAR 7-12 TAHUN DI KELURAHAN KENJERAN SURABAYA

FAKTOR-FAKTOR YANG MEMPENGARUHI ANGKA KEJADIAN KARIES GIGI PADA ANAK USIA SEKOLAH DASAR 7-12 TAHUN DI KELURAHAN KENJERAN SURABAYA 1 FAKTOR-FAKTOR YANG MEMPENGARUHI ANGKA KEJADIAN KARIES GIGI PADA ANAK USIA SEKOLAH DASAR 7-12 TAHUN DI KELURAHAN KENJERAN SURABAYA 1 Izzah Qomarul Haq S, 2 Destri Susilaningrum dan 3 M. Sjahid Abar Jurusan

Lebih terperinci

METODE KLASIFIKASI BERSTRUKTUR POHON DENGAN ALGORITMA CRUISE, QUEST, DAN CHAID

METODE KLASIFIKASI BERSTRUKTUR POHON DENGAN ALGORITMA CRUISE, QUEST, DAN CHAID Forum Statistika dan Komutasi, Aril 2006, :20-28 Vol. 11 No. 1 ISSN : 0853-8115 METODE KLASIFIKASI BERSTRUKTUR POHON DENGAN ALGORITMA CRUISE, QUEST, DAN CHAID Yasmin Erika F. Jurusan Tknik Msin Politknik

Lebih terperinci

MINAT SISWA TERHADAP EKSTRAKURIKULER OLAHRAGA BOLA VOLI DI SMA N 2 KABUPATEN PACITAN

MINAT SISWA TERHADAP EKSTRAKURIKULER OLAHRAGA BOLA VOLI DI SMA N 2 KABUPATEN PACITAN Artikl Skripsi MINAT SISWA TERHADAP EKSTRAKURIKULER OLAHRAGA BOLA VOLI DI SMA N 2 KABUPATEN PACITAN SKRIPSI Diajukan Untuk Mmnuhi Sbagian Syarat Guna Mmprolh Glar Sarjana Pndidikan (S.Pd.) Pada Jurusan

Lebih terperinci

PENERAPAN REGRESI LOGISTIK MULTINOMIAL PADA PEMILIHAN ALAT KONTRASEPSI WANITA (Studi Kasus di Desa Tonggara Kecamatan Kedungbanteng Kabupaten Tegal)

PENERAPAN REGRESI LOGISTIK MULTINOMIAL PADA PEMILIHAN ALAT KONTRASEPSI WANITA (Studi Kasus di Desa Tonggara Kecamatan Kedungbanteng Kabupaten Tegal) Pnrapan Rgrsi Logistik (Erna Sulistio) PENERAPAN REGRESI LOGISTIK MULTINOMIAL PADA PEMILIHAN ALAT KONTRASEPSI WANITA (Studi Kasus di Dsa Tonggara Kcamatan Kdungbantng Kabupatn Tgal) Erna Sulistio, Dwi

Lebih terperinci

ANALISIS VARIANSI (ANOVA)

ANALISIS VARIANSI (ANOVA) ANALISIS VARIANSI (ANOVA) ANOVA = Analisis Varians (Anava) = Analisis Ragam = Sidi Ragam Diperenalan oleh R.A. Fisher (195) disebut uji F pengembangan dari uji t dua sampel bebas (independent samples t

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belaang Model Loglinier adalah salah satu asus husus dari general linier model untu data yang berdistribusi poisson. Model loglinier juga disebut sebagai suatu model statisti

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar belakang

BAB 1 PENDAHULUAN. 1.1 Latar belakang BAB PENDAHULUAN. Latar belaang Metode analisis yang telah dibicaraan hingga searang adalah analisis terhadap data mengenai sebuah arateristi atau atribut (jia data itu ualitatif) dan mengenai sebuah variabel,

Lebih terperinci

BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK

BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK Proses pengenalan dilauan dengan beberapa metode. Pertama

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Variabel Variabel ialah sesuatu yang nilainya berubah-ubah menurut watu atau berbeda menurut elemen/tempat. Umumnya nilai arateristi merupaan variabel dan diberi simbol huruf X.

Lebih terperinci

BAB II TEORI DASAR. 2.1 Fenomena Yang Mempengaruhi Curah Hujan

BAB II TEORI DASAR. 2.1 Fenomena Yang Mempengaruhi Curah Hujan BAB II TEORI DASAR.1 Fnona Yang Mpngaruhi Curah Huan Indonsia sbagai Ngara brili tropis yang trlta blah garis uator, ilii brbagai fnona ili dan cuaca yang pngaruhi tradinya curah huan, McBrid (199) bagi

Lebih terperinci

PENGGUNAAN METODE BAGGING DENGAN MENERAPKAN DATA BALANCING PADA CHURN PREDICTION UNTUK PERUSAHAAN TELEKOMUNIKASI

PENGGUNAAN METODE BAGGING DENGAN MENERAPKAN DATA BALANCING PADA CHURN PREDICTION UNTUK PERUSAHAAN TELEKOMUNIKASI Sminar Nasional Alikasi Tknologi Informasi 29 (SNATI 29) ISSN: 97-522 Yogyakarta, 2 Juni 29 PENGGUNAAN METODE BAGGING DENGAN MENERAPKAN DATA BALANCING PADA CHURN PREDICTION UNTUK PERUSAHAAN TELEKOMUNIKASI

Lebih terperinci

Jurnal EKSPONENSIAL Volume 3, Nomor 2, Nopember 2012 ISSN

Jurnal EKSPONENSIAL Volume 3, Nomor 2, Nopember 2012 ISSN Jurnal EKSPONENSIAL Volume 3 Nomor Noember ISSN 85-789 Pemodelan Fator-fator yang Memengaruhi Pemberian Air Susu Ibu Di Wilayah Kera Pusat Kesehatan Masyaraat Wonoreo Kota Samarinda Menggunaan Regresi

Lebih terperinci

Ukuran Pemusatan Data

Ukuran Pemusatan Data Uuran Pemusatan Data Atina Ahdia, S.Si., M.Si. Universitas Islam Indonesia Uuran Pemusatan Data 1. Mean (rata-rata) 2. Median (nilai tengah) 3. Modus Mean 1. Rata-rata Hitung Misalan terdapat N observasi,

Lebih terperinci

Kegiatan Anak Usia Tahun di Jawa Timur Menggunakan Regresi Logistik Multinomial: Suatu Peranan Urutan Kelahiran

Kegiatan Anak Usia Tahun di Jawa Timur Menggunakan Regresi Logistik Multinomial: Suatu Peranan Urutan Kelahiran Kegiatan Anak Usia 10-15 Tahun di Jawa Timur Menggunakan Regresi Logistik Multinomial: Suatu Peranan Urutan Kelahiran Rudi Salam Badan Pusat Statistik, Tinggi Ilmu Statistik, Jakarta, Indonesia rudisalam@stis.ac.id

Lebih terperinci

BAB III METODE SCHNABEL

BAB III METODE SCHNABEL BAB III METODE SCHNABEL Uuran populasi tertutup dapat diperiraan dengan teni Capture Mar Release Recapture (CMRR) yaitu menangap dan menandai individu yang diambil pada pengambilan sampel pertama, melepasan

Lebih terperinci

Tinjauan Termodinamika Sistem Partikel Tunggal Yang Terjebak Dalam Sebuah Sumur Potensial. Oleh. Saeful Karim

Tinjauan Termodinamika Sistem Partikel Tunggal Yang Terjebak Dalam Sebuah Sumur Potensial. Oleh. Saeful Karim Tinjauan Trmodinamika Sistm artikl Tunggal Yang Trjbak Dalam Sbua Sumur otnsial Ol Saful Karim Jurusan ndidikan Fisika Fakultas ndidikan Matmatika dan Ilmu ngtauan Alam Univrsitas ndidikan Indonsia 00

Lebih terperinci

VI. EFISIENSI PRODUKSI DAN PERILAKU RISIKO PRODUKTIVITAS PETANI PADA USAHATANI CABAI MERAH

VI. EFISIENSI PRODUKSI DAN PERILAKU RISIKO PRODUKTIVITAS PETANI PADA USAHATANI CABAI MERAH VI. EFISIENSI PRODUKSI DAN PERILAKU RISIKO PRODUKTIVITAS PETANI PADA USAHATANI CABAI MERAH.. Faktor-Faktor yang Mmpngaruhi Produktivitas Cabai Mrah dan Nilai Elastisitas Input trhadap Produktivitas...

Lebih terperinci

Pendekatan Regresi Nonparametrik Spline Untuk Pemodelan Laju Pertumbuhan Ekonomi (LPE) di Jawa Timur

Pendekatan Regresi Nonparametrik Spline Untuk Pemodelan Laju Pertumbuhan Ekonomi (LPE) di Jawa Timur JURNAL SAINS DAN SENI POMITS Vol., No., (0) -50 (0-9X Print) D- Pendeatan Regresi Nonparametri Spline Untu Pemodelan Laju Pertumbuhan Eonomi (LPE) di Jawa Timur Elfrida Kurnia Litawati dan I Nyoman Budiantara

Lebih terperinci

BAB 3 METODOLOGI PERANCANGAN. 35 orang. Setiap orang diambil sampel sebanyak 15 citra wajah dengan

BAB 3 METODOLOGI PERANCANGAN. 35 orang. Setiap orang diambil sampel sebanyak 15 citra wajah dengan BAB 3 METODOLOGI PERANCANGAN 3.1 Input Data Citra Wajah Pada pnlitian ini, digunakan sbanyak 525 citra ajah yang trdiri dari 35 orang. Stiap orang diambil sampl sbanyak 15 citra ajah dngan pncahayaan yang

Lebih terperinci

ANALISIS KETERSEDIAAN PENGGUNA JASA DALAM MEMBAYAR TERHADAP PENINGKATAN KUALITAS PELAYANAN (STUDI KASUS : KOPAJA P20 JURUSAN SENEN LEBAK BULUS)

ANALISIS KETERSEDIAAN PENGGUNA JASA DALAM MEMBAYAR TERHADAP PENINGKATAN KUALITAS PELAYANAN (STUDI KASUS : KOPAJA P20 JURUSAN SENEN LEBAK BULUS) ANALISIS KETERSEDIAAN PENGGUNA JASA DALAM MEMBAYAR TERHADAP PENINGKATAN KUALITAS PELAYANAN (STUDI KASUS : KOPAJA P0 JURUSAN SENEN LEBAK BULUS) Nincy Ayu Lstari 1 Nahdalina Fakultas Tknik Sipil Univrsitas

Lebih terperinci

Analisis Dinamis Portal Bertingkat Banyak Multi Bentang Dengan Variasi Tingkat (Storey) Pada Tiap Bentang

Analisis Dinamis Portal Bertingkat Banyak Multi Bentang Dengan Variasi Tingkat (Storey) Pada Tiap Bentang Analisis Dinamis Portal Brtingkat Banyak Multi Bntang Dngan Variasi Tingkat (Story) Pada Tiap Bntang Hiryco Manalip Rky Stnly Windah Jams Albrt Kaunang Univrsitas Sam Ratulangi Fakultas Tknik Jurusan Sipil

Lebih terperinci

1. Proses Normalisasi

1. Proses Normalisasi BAB IV PEMBAHASAN A. Pr-Procssing Pross pngolahan signal PCG sblum dilakukan kstaksi dan klasifikasi adalah pr-procssing. Signal PCG untuk data training dan data tsting trdapat dalam lampiran 5 (halaman

Lebih terperinci

ISSN: JURNAL GAUSSIAN, Volume 4, Nomor 2, Tahun 2015, Halaman Online di:

ISSN: JURNAL GAUSSIAN, Volume 4, Nomor 2, Tahun 2015, Halaman Online di: ISSN: 339-54 JURNAL GAUSSIAN, Volume 4, Nomor, Tahun 5, Halaman 87-93 Online di: http://ejournal-s.undip.ac.id/index.php/gaussian PENERAPAN FORMULA BENEISH M-SCORE DAN ANALISIS DISKRIMINAN LINIER UNTUK

Lebih terperinci

ANALISIS PERBANDINGAN METODE NUMERIK DALAM MENYELESAIKAN PERSAMAAN-PERSAMAAN SERENTAK

ANALISIS PERBANDINGAN METODE NUMERIK DALAM MENYELESAIKAN PERSAMAAN-PERSAMAAN SERENTAK ransisus atot Iman Santoso: Analisis Prbandingan Mtod Numri dalam Mnlsaian Prsamaan-prsamaan Srnta 9 ANALISIS PERBANDINAN METODE NUMERIK DALAM MENYELESAIKAN PERSAMAAN-PERSAMAAN SERENTAK ransisus atot Iman

Lebih terperinci

PARADIKMA Jurnal Pendidikan Matematika ISSN Volume 4, Nomor 2, Desember 2011, hal PARADIKMA adalah sebuah jurnal pendidikan

PARADIKMA Jurnal Pendidikan Matematika ISSN Volume 4, Nomor 2, Desember 2011, hal PARADIKMA adalah sebuah jurnal pendidikan PARADIKMA Jurnal Pndidian Matmatia ISSN 1978-800 Volum 4, Nomor, Dsmbr 011, hal 104-08 PARADIKMA adalah sbuah jurnal pndidian matmatia di PPs UNIMED, trbit dua ali dalam stahun pada bulan Juni dan Dsmbr,

Lebih terperinci

BIAStatistics (2016) Vol. 10, No. 1, hal PENDAHULUAN

BIAStatistics (2016) Vol. 10, No. 1, hal PENDAHULUAN BIAStatistics (2016) Vol. 10, No. 1, hal. 31-37 ANALISIS KINERJA DOSEN PRODI PENDIDIKAN MATEMATIKA BERDASARKAN EVALUASI MAHASISWA SEBAGAI STAKEHOLDER PEMBELAJARAN DALAM RANGKA REKONTRUKSI PELAYANAN STKIP

Lebih terperinci

ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE)

ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE) Seminar Nasional Matematia dan Apliasinya, 1 Otober 17 ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE) DALAM PENGENDALIAN KUALITAS PRODUKSI FJLB (FINGER JOINT LAMINATING BOARD)

Lebih terperinci

PENERAPAN ANALISIS REGRESI LOGISTIK PADA PEMAKAIAN ALAT KONTRASEPSI WANITA

PENERAPAN ANALISIS REGRESI LOGISTIK PADA PEMAKAIAN ALAT KONTRASEPSI WANITA Saintia Matematika Vol. 1, No. 1 (2013), pp. 51 61. PENERAPAN ANALISIS REGRESI LOGISTIK PADA PEMAKAIAN ALAT KONTRASEPSI WANITA (Studi kasus di desa Dolok Mariah Kabupaten Simalungun) Oktani Haloho, Pasukat

Lebih terperinci

Jurnal Spektran Vol. 2. No. 2, Juli 2014

Jurnal Spektran Vol. 2. No. 2, Juli 2014 ANALISIS PENGARUH PENDAPATAN TERHADAP KEPEMILIKAN MOBIL DAN SEPEDA MOTOR PADA RUMAH TAGGA DI SEPANJANG KORIDOR TRAYEK TRANS SARBAGITA I B. Wirahaji 1, D. M. Priyantha Wdagama 2, dan P. Alit Suthanaya 2

Lebih terperinci

Dosen Pembimbing : Dr. Purhadi, M.Sc

Dosen Pembimbing : Dr. Purhadi, M.Sc Citra Fatimah Nur / 1306 100 065 Dosen Pembimbing : Dr. Purhadi, M.Sc Outline 1 PENDAHULUAN TINJAUAN PUSTAKA 3 METODOLOGI PENELITIAN 4 ANALISIS DAN PEMBAHASAN 5 KESIMPULAN Latar Belakang 1960-1970 1970-1980

Lebih terperinci

ANALISIS KEMAUAN PENUMPANG PESAWAT UDARA UNTUK MENGGUNAKAN BUS TRANS JOGJA

ANALISIS KEMAUAN PENUMPANG PESAWAT UDARA UNTUK MENGGUNAKAN BUS TRANS JOGJA ANALISIS KEMAUAN PENUMPANG PESAWAT UDARA UNTUK MENGGUNAKAN BUS TRANS JOGJA Eko Prayitno, ST, MSc Prodi Tknik Sipil, Fakultas Tknik Sipil dan Prncanaan Univrsitas Bung Hatta ABSTRACT Th objctiv of this

Lebih terperinci

Dari DFT menjadi FFT

Dari DFT menjadi FFT Dai DFT mnjadi FFT D Eng Risanui Hidayat Juusan Tni Elt FT UGM, Ygyaata I PEDAHULUA Biut aan dijlasan Dmpsisi DFT shingga mnjadi FFT dngan algithma Cly and Tuy II PERSAMAA DFT DFT mmpunyai psamaan () Dngan

Lebih terperinci

Dosen Pembimbing : Ir. Mutiah Salamah, M. Kes Dra. Destri Susilaningrum, MSi. Oleh : Firda Velayati

Dosen Pembimbing : Ir. Mutiah Salamah, M. Kes Dra. Destri Susilaningrum, MSi. Oleh : Firda Velayati Dosen Pembimbing : Ir. Mutiah Salamah, M. Kes Dra. Destri Susilaningrum, MSi Oleh : Firda Velayati 307 00 05 PENDAHULUAN LATAR BELAKANG Ekonomi masyarakat Pesisir Pendapatan nelayan dinaikkan Penelitian

Lebih terperinci

Bab 6 Sumber dan Perambatan Galat

Bab 6 Sumber dan Perambatan Galat Mtod Pnlitian Suradi Sirgar Bab 6 Sumbr dan Prambatan Galat 6. Sumbr galat. Data masukan, misal hasil pngukuran (galat bawaan). Slama komputasi (galat pross), galat ang timbul akibat komputasi 3. Galat

Lebih terperinci

UJI BARTLETT. Elty Sarvia, ST., MT. Fakultas Teknik Jurusan Teknik Industri Universitas Kristen Maranatha Bandung. Scheffe Multiple Contrast Procedure

UJI BARTLETT. Elty Sarvia, ST., MT. Fakultas Teknik Jurusan Teknik Industri Universitas Kristen Maranatha Bandung. Scheffe Multiple Contrast Procedure 8/9/01 UJI TUKEY UJI DUNCAN UJI BARTLETT UJI COCHRAN UJI DUNNET Elty Sarvia, ST., MT. Faultas Teni Jurusan Teni Industri Universitas Kristen Maranatha Bandung Macam Metode Post Hoc Analysis The Fisher

Lebih terperinci

BAB IV APLIKASI PADA MATRIKS STOKASTIK

BAB IV APLIKASI PADA MATRIKS STOKASTIK BAB IV : ALIKASI ADA MARIKS SOKASIK 56 BAB IV ALIKASI ADA MARIKS SOKASIK Salah satu apliasi dari eori erron-frobenius yang paling terenal adalah penurunan secara alabar untu beberapa sifat yang dimilii

Lebih terperinci

FAKTOR-FAKTOR YANG MEMPENGARUHI RUMAH TANGGA NELAYAN BERPERILAKU HIDUP BERSIH DAN SEHAT DENGAN ANALISIS REGRESI LOGISTIK

FAKTOR-FAKTOR YANG MEMPENGARUHI RUMAH TANGGA NELAYAN BERPERILAKU HIDUP BERSIH DAN SEHAT DENGAN ANALISIS REGRESI LOGISTIK FAKTOR-FAKTOR YANG MEMPENGARUHI RUMAH TANGGA NELAYAN BERPERILAKU HIDUP BERSIH DAN SEHAT DENGAN ANALISIS REGRESI LOGISTIK Oleh: Agista Dyah Prabawati (1308 100 026) Dosen Pembimbing: Dra. Destri Susilaningrum,

Lebih terperinci

Universitas Indonusa Esa Unggul Fakultas Ilmu Komputer Teknik Informatika. Persamaan Diferensial Orde I

Universitas Indonusa Esa Unggul Fakultas Ilmu Komputer Teknik Informatika. Persamaan Diferensial Orde I Univrsitas Indonusa Esa Unggul Fakultas Ilmu Komputr Tknik Informatika Prsamaan Difrnsial Ord I Dfinisi Prsamaan Difrnsial Prsamaan difrnsial adalah suatu prsamaan ang mmuat satu atau lbih turunan fungsi

Lebih terperinci

Pengkajian Pengembangan Model Pabrikasi Pupuk Organik..., Agus Ruswandi

Pengkajian Pengembangan Model Pabrikasi Pupuk Organik..., Agus Ruswandi Pngkajian Pngmbangan Modl Pabrikasi Pupuk Organik: Studi Kasus di i Kota Tasikmalaya, Jawa Barat Agus Ruswandi Badan Prncanaan Pmbangunan Darah Provinsi Jawa Barat Jl. Ir. H Juanda No 278- Bandung 40132

Lebih terperinci

KIMIA FISIKA (Kode : C-10) PENGOLAHAN LIMBAH CAIR TEMBAGA DENGAN MEMANFAATKAN ADSORBEN ZEOLIT ALAM YANG TERIMPREGNASI

KIMIA FISIKA (Kode : C-10) PENGOLAHAN LIMBAH CAIR TEMBAGA DENGAN MEMANFAATKAN ADSORBEN ZEOLIT ALAM YANG TERIMPREGNASI MAKALAH PEDAMPIG KIMIA FISIKA (Kod : C-10) ISB : 978-979-1533-85-0 PEGOLAHA LIMBAH CAIR TEMBAGA DEGA MEMAFAATKA ADSORBE ZEOLIT ALAM YAG TERIMPREGASI Danil Indrayana Satyautra* *Staf Pngajar Program Studi

Lebih terperinci

KORELASI ANTARA DUA KELOMPOK VARIABEL KUANTITATIF DALAM ANALISIS KANONIK

KORELASI ANTARA DUA KELOMPOK VARIABEL KUANTITATIF DALAM ANALISIS KANONIK Jurnal Pengaaran MIPA, Vol. 0 No. Desember 007 ISSN: -097 KORELASI ANARA DUA KELOMPOK VARIABEL KUANIAIF DALAM ANALISIS KANONIK Oleh : Dewi Rachmatin, S.Si., M.Si. Jurusan Pendidian Matematia FPMIPA Universitas

Lebih terperinci

mungkin muncul adalah GA, GG, AG atau AA dengan peluang masing-masing

mungkin muncul adalah GA, GG, AG atau AA dengan peluang masing-masing . DISTRIUSI INOMIL pabila sebuah oin mata uang yang memilii dua sisi bertulisan ambar () dan nga () dilempar satu ali, maa peluang untu mendapatan sisi ambar adalah,5 atau. pabila oin tersebut dilempar

Lebih terperinci

3.1 TEOREMA DASAR ARITMATIKA

3.1 TEOREMA DASAR ARITMATIKA 3. TEOREMA DASAR ARITMATIKA Definisi 3. Suatu bilangan bulat > disebut (bilangan) rima, jia embagi ositif bilangan tersebut hanya dan. Jia bilangan bulat lebih dari satu buan bilangan rima disebut (bilangan)

Lebih terperinci

REGRESI LOGISTIK DAN PENERAPANNYA DALAM BIDANG KESEHATAN (Studi Kasus Kelahiran Prematur di RSKIA PKU Muhammadiyah Kotagede Yogyakarta)

REGRESI LOGISTIK DAN PENERAPANNYA DALAM BIDANG KESEHATAN (Studi Kasus Kelahiran Prematur di RSKIA PKU Muhammadiyah Kotagede Yogyakarta) REGRESI LOGISTIK DAN PENERAPANNYA DALAM BIDANG KESEHATAN (Studi Kasus Klahiran Prmatur di RSKIA PKU Muhammadiyah Kotagd Yogyakarta) Skripsi Diajukan Kpada Fakultas Sains dan Tknologi Univrsitas Islam Ngri

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN 36 BAB 3 METODE PENELITIAN 3.1 Disain Penelitian Jenis penelitian yang digunaan adalah penelitian desriptif, yaitu penelitian terhadap fenomena atau populasi tertentu yang diperoleh peneliti dari subye

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN 1 BAB 3 METODE PENELITIAN 3.1 Sumber Data Sumber data yang digunakan adalah data hasil survei demografi dan kesehatan Indonesia (SDKI) tahun 2007. SDKI merupakan survei yang dilaksanakan oleh badan pusat

Lebih terperinci

KAJIAN POTENSI PENGGUNA JALAN TOL MALANG KEPANJEN

KAJIAN POTENSI PENGGUNA JALAN TOL MALANG KEPANJEN KAJIAN POTENSI PENGGUNA JALAN TOL MALANG KEPANJEN Ad Yudha Iswara, Fahry Husin, Ludfi Djakfar, Hndi Bowoputro Jurusan Tknik Sipil Fakultas Tknik Univrsitas Brawijaya Jalan MT. Haryono 167 Malang 65145,

Lebih terperinci

PENGABAIAN PADA LANSIA DENGAN PEMENUHAN KEBUTUHAN SPIRITUAL

PENGABAIAN PADA LANSIA DENGAN PEMENUHAN KEBUTUHAN SPIRITUAL PENGABAIAN PADA LANSIA DENGAN PEMENUHAN KEBUTUHAN SPIRITUAL Th Nglct Of Th Eldrly And Spiritual Nd Fulfillmnt Dwyna Putri Rahayu 1*, Juanita 2 1 Mahasiswa Program Studi Ilmu Kprawatan Fakultas Kprawatan

Lebih terperinci

Pemetaan dan Pemodelan Tingkat Partisipasi Angkatan Kerja (TPAK) Perempuan di Provinsi Jawa Timur dengan Pendekatan Model Probit

Pemetaan dan Pemodelan Tingkat Partisipasi Angkatan Kerja (TPAK) Perempuan di Provinsi Jawa Timur dengan Pendekatan Model Probit 1 Pemetaan dan Pemodelan Tingkat Partisipasi Angkatan Kera (TPAK) Perempuan di Provinsi Jawa Timur dengan Pendekatan Model Probit Rizky Amalia Yulianti*, Vita Ratnasari*. Jurusan Statistika, FMIPA, Institut

Lebih terperinci

Pemetaan dan Pemodelan Tingkat Partisipasi Angkatan Kerja (TPAK) Perempuan di Provinsi Jawa Timur dengan Pendekatan Model Probit

Pemetaan dan Pemodelan Tingkat Partisipasi Angkatan Kerja (TPAK) Perempuan di Provinsi Jawa Timur dengan Pendekatan Model Probit JURNAL SAINS DAN SENI POMITS Vol. 2, No. 2, (2013) ISSN: 2337-3520 (2301-928X Print) D-159 Pemetaan dan Pemodelan Tingkat Partisipasi Angkatan Kera (TPAK) Perempuan di Provinsi Jawa Timur dengan Pendekatan

Lebih terperinci

BAB VI METODE BELAJAR WIDROW-HOFF

BAB VI METODE BELAJAR WIDROW-HOFF BAB VI METODE BELAJAR WIDROW-HOFF - Aturan laar LMS Last Man Squars lh ftf dar aturan laar rstron. - Aturan laar LMS atau Wdro-Hoff mmnmsasan man squar rror, shngga mnggsr atasan utusan sauh yang sa dlauan

Lebih terperinci

SIMULASI DESAIN COOLING SYSTEM DAN RUNNER SYSTEM UNTUK OPTIMASI KUALITAS PRODUK TOP CASE

SIMULASI DESAIN COOLING SYSTEM DAN RUNNER SYSTEM UNTUK OPTIMASI KUALITAS PRODUK TOP CASE SIMULASI DESAIN COOLING SYSTEM DAN RUNNER SYSTEM UNTUK OPTIMASI KUALITAS PRODUK TOP CASE Fabio Dwi Bagus Irawan 1,a, Cahyo Budiyantoro 1,b, Thoharudin 1,c 1 Program Studi Tknik Msin, Fakultas Tknik, Univrsitas

Lebih terperinci

KLASIFIKASI DATA MENGGUNAKAN JST BACKPROPAGATION MOMENTUM DENGAN ADAPTIVE LEARNING RATE

KLASIFIKASI DATA MENGGUNAKAN JST BACKPROPAGATION MOMENTUM DENGAN ADAPTIVE LEARNING RATE KLASIFIKASI DATA MENGGUNAKAN JST BACKPROPAGATION MOMENTUM DENGAN ADAPTIVE LEARNING RATE Warih Maharani Faultas Teni Informatia, Institut Tenologi Telom Jl. Teleomuniasi No.1 Bandung 40286 Telp. (022) 7564108

Lebih terperinci

Aplikasi Analisis Korelasi Somers d pada Kepemimpinan dan Kondisi Lingkungan Kerja

Aplikasi Analisis Korelasi Somers d pada Kepemimpinan dan Kondisi Lingkungan Kerja Apliasi Analisis Korelasi Somers d pada Kepemimpinan dan Kondisi Lingungan Kerja terhadap Kinerja Pegawai BKKBN Provinsi Kalimantan Timur The Application of Somers d Correlation Analysis at Leadership

Lebih terperinci

Jurnal EKSPONENSIAL Volume 7, Nomor 2, Nopember 2016 ISSN

Jurnal EKSPONENSIAL Volume 7, Nomor 2, Nopember 2016 ISSN Jural EKSPONENSIAL Volum 7, Nomor, Nombr 06 ISSN 085-789 Prbadga Hasl Klasfas Mgguaa Rgrs logst da Aalss Dsrma Kuadrat Pada Kasus Pglasfasa Jurusa D SMA Ngr 8 Samarda Tahu Aara 04/05 Comarso of Classfcato

Lebih terperinci

PENGEMBANGAN BAHAN AJAR FISIKA BERBASIS MASALAH UNTUK MENUMBUHKAN HIGHER ORDER THINKING SKILL (HOTS) SISWA KELAS X POKOK BAHASAN FLUIDA STATIS

PENGEMBANGAN BAHAN AJAR FISIKA BERBASIS MASALAH UNTUK MENUMBUHKAN HIGHER ORDER THINKING SKILL (HOTS) SISWA KELAS X POKOK BAHASAN FLUIDA STATIS PENGEMBANGAN BAHAN AJAR FISIKA BERBASIS MASALAH UNTUK MENUMBUHKAN HIGHER ORDER THINKING SKILL (HOTS) SISWA KELAS X POKOK BAHASAN FLUIDA STATIS Siti Ainur Rohmah, Sutarman dan Lia Yuliati Jurusan Fisika,

Lebih terperinci

I. SIFAT SIFAT UMUM TANAH

I. SIFAT SIFAT UMUM TANAH I. SIFAT SIFAT UMUM TANAH BUTIR TANAH pori risi air pori utir Rongga :. Udara pnuh. Udara air. air pnuh Tanah dapat trdiri dari rapa agian. Tanah yang ring trdiri dari padat atau utiran dan pori-pori rongga

Lebih terperinci

khazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika

khazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika hazanah informatia Jurnal Ilmu Komputer dan Informatia Sistem Klasifiasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunaan Jaringan Syaraf Tiruan Bacpropagation Yusuf Dwi Santoso *, Suhartono Program

Lebih terperinci

BEBERAPA MODIFIKASI METODE NEWTON RAPHSON UNTUK MENYELESAIKAN MASALAH AKAR GANDA. Supriadi Putra, M,Si

BEBERAPA MODIFIKASI METODE NEWTON RAPHSON UNTUK MENYELESAIKAN MASALAH AKAR GANDA. Supriadi Putra, M,Si BEBERAPA ODIFIKASI ETODE NEWTON RAPHSON UNTUK ENYELESAIKAN ASALAH AKAR GANDA Suriadi Putra,,Si Laboratorium Komutasi Numeri Jurusan atematia Faultas atematia & Ilmu Pengetahuan Alam Universitas Riau Kamus

Lebih terperinci

FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS KESEHATAN KABUPATEN DAN KOTA DI PROVINSI JAWA TIMUR

FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS KESEHATAN KABUPATEN DAN KOTA DI PROVINSI JAWA TIMUR FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS KESEHATAN KABUPATEN DAN KOTA DI PROVINSI JAWA TIMUR Oleh AUDDIE VIENEZA M. NRP 1310030043 DOSEN PEMBIMBING Dr. Vita Ratnasari,M.Si DOSEN PENGUJI Dr. Dra. Ismaini

Lebih terperinci

KECENDERUNGAN PENGGUNAAN JENIS ALAT KONTRASEPSI PESERTA KB AKTIF PADA KABUPATEN SIDOARJO TAHUN 2009

KECENDERUNGAN PENGGUNAAN JENIS ALAT KONTRASEPSI PESERTA KB AKTIF PADA KABUPATEN SIDOARJO TAHUN 2009 KECENDERUNGAN PENGGUNAAN JENIS ALAT KONTRASEPSI PESERTA KB AKTIF PADA KABUPATEN SIDOARJO TAHUN 009 Furqan Qadarisman, dan Dwiatmono Agus W. Jurusan Statistia Institut Tenologi Sepuluh Nopember (ITS) Surabaya

Lebih terperinci