Prosiding Seminar Nasional Matematika, Universitas Jember, 19 November
|
|
- Devi Oesman
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Prosdng Senar asonal Mateatka, Unverstas Jeber, 19 oveber PEDEKAA SMALL AREA ESIMAIO PADA SCA SAISIC UUK PEDEEKSIA KAOG KEMISKIA (Adaptaton Of Sall Area Estaton o Scan StatstcFor Detecton Hotspot Poverty) Reny Ar ovyant 1, Isan an 1 Mahasswa Pasca Sarjana, Jurusan Statstka FMIPA, IS Surabaya Dosen Pebbng, Jurusan Statstka FMIPA, IS Surabaya Jln. Aref Rahan Hak, Surabaya, Jawa ur, novyant.renyar@gal.co Abstrak Dala rangka engpleentaskan berbaga progra pengentasan kesknan dperlukan adanya nforas daerah yang erupakan kantong kesknan.salah satu etode yang bsa dgunakan untuk engdentfkas kantong kesknan adalah Scan Statstc. Perasalahannya, untuk endeteks kantong kesknan pada level wlayah kecl (kecaatan) dperlukan nforas lengkap dar data populas sedangkan data kesknan pada wlayah kecl tersebut tdak terseda. Oleh karena tu dgunakan etode Sall Area Estaton (SAE) untuk endapatkan data kesknan pada wlayah kecl (kecaatan) sebaga nput dala Scan Statstc. Metode SAE yang dgunakan untuk estas propors kesknan level kecaatan adalah Eprcal Bayes (EB). Untuk endeteks kantong kesknan dgunakan etode Crcular Spatal Scan Statstc.Hasl Scan Statststc berbass SAE EB dperoleh 6 (ena) kelopok wlayah yang erupakan kantong kesknan d Kepulauan as. Kata Kunc:Eprcal Bayes,kantongkesknan, SAE, Scan Statstc. Abstract In order to pleent poverty allevaton progras, ts needed nforaton area whch becoes hotspot poverty. One of the ethods that can be used to dentfy hotspot poverty s by usng Scan Statstc. he proble, to detect hotspot poverty at the sall areas level (sub-dstrcts) are requred coplete nforaton of populaton data, whle poverty data n sall areas s not avalable. herefore used Sall Area Estaton (SAE) ethods to obtan poverty data n sall areas (sub-dstrct) as an nput for Scan Statstc. SAE ethod used to estated poverty proporton n sub-dstrct usng Eprcal Bayes (EB) ethod. Crcular Spatal Scan Statstc ethod used to detect hotspot poverty. Result of Scan Statststc usng SAE EB obtaned 6 (sx) groups subdstrct whch becoes hotspot poverty n as. Keywords: Eprcal Bayes, hotspot poverty, SAE, Scan Statstc.
2 Reny A.., et. al Pendekatan Sall Area Estaton Pada Scan Statstc PEDAHULUA Pengentasan kesknan erupakan tantangan global terbesar yang dhadap duna dewasa n dan enjad syarat utlak bag pebangunan berkelanjutan.agar kebjakan tepat sasaran aka untuk engpleentaskan berbaga progra pengentasan kesknan dperlukan adanya nforas daerah yang erupakan kantong kesknan.salah satu etode yang bsa dgunakan untuk engdentfkas kantong kesknan adalah Scan Statstc. Scan Statstc erupakan etode dala geonforatka yang epertbangkan unsur spasal untuk endeteks dan engevaluas pengelopokan daerah (cluster) yang epunya potens tngg atau rendah dar suatu kejadan, serta enguj paraeter propors satu daerah dbandngkan dengan propors daerah lan secara [1]. Perasalahannya, untuk endeteks kantong kesknan pada level wlayah kecl (kecaatan) dengan enggunakan Scan Statstc dperlukan nforas lengkap dar data populas sedangkan data kesknan pada wlayah kecl tersebut tdak terseda. Selaa n data kesknan yang dhtung oleh Badan Pusat Statstk (BPS) hanya terseda sapa level kabupaten/kota yang dsebabkan oleh keterbatasan julah sapel Surve Sosal Ekono asonal (Susenas) sebaga dasar penghtungan kesknan. Estas langsung pada wlayah yang lebh kecl tdak bsa dlakukan karena ukuran sapel pada area uunya sangat kecl sehngga statstk yang dperoleh akan elk varan yang besar. Selan tu, ada beberapa area yang tdak terplh sebaga sapel. Sehngga kespulan yang dhaslkan tdak dapat enggabarkan keadaan yang sebenarnya Apabla dlakukan penabahan julah sapel aka akan terkendala oleh baya dan tenaga yang cukup besar serta waktu yang relatf laa. Upaya lan yang bsa dlakukan adalah engoptalkan data yang terseda dengan enggunakan etode Sall Area Estaton (SAE) untuk endapatkan data kesknan pada wlayah kecl (kecaatan) sebaga nput dala Scan Statstc. Metode SAE yang akan dgunakan untuk eperoleh estator sebaga nput Scan Statstc dala peneltan n adalah Eprcal Bayes (EB). Kelebhan etode Eprcal Bayes yang dkatakan oleh Rao [] bahwa penduga SAE EB epunya ean square error yang kecl.
3 Prosdng Senar asonal Mateatka, Unverstas Jeber, 19 oveber Berdasarkan yang telah durakan terlhat bahwa dengan engaplkaskan SAE pada Scan Statstc akan eberkan pengheatan baya, waktu dan tenaga dala enentukan daerah kantong kesknan karena peneltan tdak perlu dlakukan untuk seluruh populas, tetap cukup dengan eanfaatkan data atau nforas adnstras yang terseda. Untuk endeteks kantong kesknan dgunakan etode Crcular Spatal Scan Statstc karena berdasarkan perbandngan dar beberapa etode, Crcular Spatal Scan Statstc epunya keapuan lebh tngg dbandngkan dengan etode lannya saat cluster yang ddeteks adalah crcular [3]. Oleh karena tu, dala peneltan n dgunakan etode Crcular Spatal Scan Statstc berbass Sall Area EstatonEprcal Bayes untuk endeteks kantong kesknan (hotspot poverty)..ijaua PUSAKA.1 Sall Area Estaton (SAE) estaton) Sall Area Estaton (SAE) erupakan etode estas tdak langsung (ndrect yang engkobnaskan antara data surve dengan data pendukung lan salnya dar data sensus sebelunya yang euat varabel dengan karakterstk yang saa dengan data surve sehngga dapat dgunakan untuk enduga area yang lebh kecl dan eberkan tngkat akuras yang lebh bak []. Model sall area dkelopokkan enjad dua jens yatu:..1 Sall AreaEstaton Berbass Area Pada odel Sall Area Estaton berbass area, data pendukung yang terseda hanya sapa level area. Model level area enghubungkan penduga langsung sall area dengan data pendukung dar doan lan untuk setap area. Paraeter sall area yang ngn daat adalah. Model lner yang enjelaskan hubungan tersebut adalah: dengan x z v 1,.., (1)
4 Reny A.., et. al Pendekatan Sall Area Estaton Pada Scan Statstc...76,., 1 p adalah koefsen regres berukuran px 1 z = konstanta postf yang dketahu v = pengaruh acak sall area, dasuskan v ~ d (0, ) v Dala ebuat kespulan tentang populas dasuskan bahwa nla estas langsung ˆ dketahu aka dapat dnyatakan sebaga berkut: ˆ e 1,.., () dana e adalah saplng error, dasuskan e ~ d 0,. Model SAE untuk level area terdr dar dua tngkat koponen odel yatu koponen odel estas tdak langsung sesua dengan persaaan (1) dan koponen odel estas langsung sesua persaaan (). Model pada persaaan (1) dan () jka dgabung akan ebentuk persaaan sebaga berkut: ˆ x z v e 1,.., (3).. Sall AreaEstaton Berbass Unt Pada odel Sall Area Estaton berbass unt dasuskan bahwa data varabel penyerta unt x x, x,, x j j1 j jp terseda untuk setap eleen ke- j pada area ke- naun kadang cukup dengan rata-rata populas xj dketahu saja. Selanjutnya varabel respon yj dasuskan berkatan dengan xj sehngga bentuk persaaan odel SAE berbass unt adalah: y x e u, j 1,,, n 1,,, (4) j j j Dana e dasuskan sebaga varabel rando yang d, sedangkan u c u j j j dengan cjadalah konstanta dan u j adalah varabel rando yang d dan bebas terhadap e dana E 0 dan Var u j u j u. Serngkal dasuskan bahwa e dan uj berdstrbus noral.
5 Prosdng Senar asonal Mateatka, Unverstas Jeber, 19 oveber Sall Area Estaton Eprcal Bayes (SAE EB) Pada etode pendugaan langsung (drect estaton) dala kerangka sapel yang dabl dala setap area lokal ke-, pendugaan propors p dapat dtuls sebaga berkut: dana p j n y j y = nla nol atau satu, tergantung dar apakah ndvdu ke-j pada area lokal ke- j eenuh karakterstk tertentu yang ngn dperhatkan. n = ukuran sapel dar area lokal ke-. = 1,,.,, dengan adalah banyaknya kecaatan yang terplh sebaga sall area. Pada pendugaan propors elalu pendekatan Eprcal Bayes, jka suatu varabel respon erupakan varabel kategork bner dana y j = 1 atau 0 serta seua data kovarat (5) x j yang berasosas dengan y j terseda untuk seua area, yatu xj x, aka propors dar sapel dapat dtransforas enggunakan transforas arcsn, dan ereduks odel enjad odel level area. ransforas arcsn dgunakan untuk enstablkan nla varan dar estas langsung []. yˆ arcsn pˆ (6) dasuskan yˆ ~ d y, dana V yˆ erupakan varan dar p ˆ. G, 4n 1 pˆ 1 pˆ V n dan V V pˆ ˆ ˆ G Data dar varabel pendukung (auxlary varables) dkutsertakan dala odel. Data pendukung yang terseda hanya sapa pada level area yatu x x x,., 1 aka odel p untuk pendekatan Eprcal Bayes dengan enggunakan odel pada persaaan (3) dana ~ 0, v v d dan ~ 0, dketahu sedangkan e d, v dan dasuskan dketahu. Msal e salng bebas, dan v dan v tdak dsbolkan dengan A
6 Reny A.., et. al Pendekatan Sall Area Estaton Pada Scan Statstc...78 dan D, selanjutnya erupakan estator Bayes untuk, dengan engkut odel Bayes sebaga berkut: () y ~, D () ~ x, A adalah sebaran pror untuk, 1,,, dana B Berdasarkan kadah odel bayes aka dperoleh estator bayes untuk adalah: D A D ˆ B E y,, A x 1 B y x (7) ˆ B,, MSE Var y A AD A D (8) Ketka paraeter A dketahu, aka pada forula datas dapat destas dengan etode Maxu Lkelhood. Oleh karena A tdak dketahu, sehngga untuk estas paraeter Aadalah dengan enggunakan etode Maxu Lkelhood Estaton (MLE) atau Restrcted/Resdual Maxu Lkelhood (REML). Meskpun estator A terdapat pelanggaran asus kenoralan, akan tetap pendugaan dengan enggunakan etode REML tetap enghaslkan estator Ayang konssten [4]. Sehngga A dan bsa destas dan dperoleh penduga Eprcal Bayes sebaga berkut: 1 ˆ ˆEB ˆ x B y x ˆ (9) dana Bˆ D Aˆ D Estator MSE Eprcal Bayes adalah sebaga berkut: ˆ EB, ˆ, ˆ ˆ ˆ MSE Var y A AD A D (10) Oleh karena adanya estas pada nla Adan sehngga enyebabkan estator MSE enjad underestate. Hal tersebut dapat dkoreks dengan enggunakan pendekatan jackknfe.langkah-langkah pendekatan Jackknfe dala enduga MSE dugaan Eprcal Bayes jka MSE ˆ B AD A g A berkut [5]. 1. Htung nla h1 dengan ruus: dana A dduga oleh 1 sv adalah sebaga
7 Prosdng Senar asonal Mateatka, Unverstas Jeber, 19 oveber h g 1 1 s v g1 sv u g1 s v dana (11) g s 1 v u dperoleh dengan u1 enghapus pengaatan ke-u pada hpunan data g s v. Htung nla h dengan ruus: dana ˆEB u h ˆEB ˆEB u u (1) dperoleh dengan enghapus pengaatan ke-u pada hpunan data ˆEB 3. Htung nla MSE: ˆEB 1 MSE h h (13).3 Metode Scan Statstc Metode Scan Statstc adalah suatu etode statstka untuk endeteks gerobol (hotspot) dala suatu wlayah yang sgnfkan secara statstk terhadap resko kasus tertentu.gerobol dar hotspot dtentukan dengan aturan bahwa area dala gerobol tersebut elk resko relatf lebh tngg dbandng yang lannya [6].Penentuan hotspot atau ost lkely cluster (MLC) pada Scan Statstc ddasarkan pada uj raso keungknan (log lkelhood rato/llr).untuk enentukan cluster, pertaa kal dbangun zone (scannng wndow) dana setap zone erupakan kanddat untuk enjad MLC [1]. Algorta yang dgunakan untuk enentukan MLC yatu [7]: 1. Menentukan daerah yang akan dtelt.. Menentukan data spasal untuk setap lokas. 3. Mebentuk kupulan scannng wndow. Setap scannng wndow erupakan kanddat dar MLC. 4. Mebentuk hpotess H 0 dan H Mebangun Log Lkelhood Rato(LLR)berdasarkan H 0 dan H Menghtung Log Lkelhood Rato untuk setap scannng wndow. 7. Mencar daerah yang potensal, dana daerah potensal erupakan scannng wndow dengan nla LLR tertngg 8. Melakukan pengujan hpotess dengan cara enggunakan pengujan hpotess Monte Carlo.
8 Reny A.., et. al Pendekatan Sall Area Estaton Pada Scan Statstc MEODOLOGI PEELIIA Data yang dgunakan dala peneltan n bersuber dar Susenas 011, Podes 011, dan data spasal berupa peta wlayah adnstras dan koordnat kantorkecaatan hasl Peetaan Sensus Penduduk 010. Varabel respon dala peneltan n adalah proporskesknan ˆ kecaatan.varabel penyerta x yang dgunakan adalah sebaga berkut. x 1 : Persentase keluarga bantaran sunga. yang tnggal d x : Raso lebaga penddkan (SD, SMP, SMA, SMEA) terhadap total penduduk. x 3 : Raso sarana kesehatan terhadap total penduduk. x 4 : Raso tenaga kesehatan terhadap total penduduk. x 5 : Persentase keluarga pertanan. x 6 : Persentase penduduk penera Jakesas. x 7 : Persentase SKM yang dkeluarkan. level Software yang dgunakan untuk engolah data dala peneltan adalah SPSS, Excel, SAS, Matlab,SatScan dan ArcVew. ahapan analss adalah sebaga berkut: 1. Menduga propors kesknanuntuk asng-asng kecaatan d Kepulauan as dengan enggunakan etode pendugaan langsung (drect estaton).. Eksploras data untuk elhat keterkatan antara varabel respon propors kesknandengan keseluruhan varabel penyerta (auxlary varables). 3. Mebentuk odel SAE etode Eprcal Bayesberbass area untuk engestas propors kesknansetapkecaatan ke- dengan enggunakan nforas dar varabel penyerta.
9 Prosdng Senar asonal Mateatka, Unverstas Jeber, 19 oveber Menghtung Mean Square Error (MSE) dar hasl pendugaan propors kesknankecaatan ke- etode Eprcal Bayes dengan enggunakan pendekatan etode Jackknfe. 5. Mebandngkan MSE pendugaan langsung (drect estate) dengan pendugaan SAE Eprcal Bayes pendekatan etode Jacknfe. 6. Menggunakan data propors kesknanlevelkecaatan d Kepulauan asyang dperoleh dar hasl pendugaan SAE Eprcal Bayessebaga populas. Selan tu, engabl data spasal yang berupa ttk koordnat asng-asng kantorkecaatan. 7. Mengdentfkas kanddat cluster/hotspotdengan algorta yang ada padascan Statstc. 8. Menghtung julah populas dan julah kasus (penduduk skn) untuk setap cluster. 9. Menghtung log lkelhood rato dar setap clusterkeudan enguj sgnfkans clusterdengan sulas Monte Carlo untuk endapatkan p-value. 10. Menghtung Relatve Rsk(RR) untuk setap cluster. 11. Mengntepretaskan hasl dengan ebuat deskrps kantong kesknan sehngga dperoleh prortas lokas pengentasan kesknanlevel kecaatan d Kepulauanasberdasarkan clusteryang sgnfkan pada 0, HASIL DA PEMBAHASA Pada peneltan n, odel Scan Statstc yang dgunakan adalah odel bernoull. Fungs probabltas yang enyatakan probabltas banyaknya kejadan y dala subregon ke-adalah : y y y y p 1 p, y y f y (14) y y y q y 1 q, y y dengan=1,,,k; erupakan regon atau daerah; y erupakan banyak kejadan dala populas. Fungs lkelhood yang terbentuk adalah: y y y y y y y y L( p, q; ) p (1 p) q (1 q) (15) y y y y
10 Reny A.., et. al Pendekatan Sall Area Estaton Pada Scan Statstc...8 dana Fungs lkelhood scannng wndow untuk setap pasangan (, ) adalah: = Banyaknya kasus d satu daerah = Julah populas d satu daerah,, 1 1 G G G L p q p p q q G = otal banyak kasus d seluruh daerah G = otal populas d seluruh daerah p = Probabltas ndvdu terkena perasalahan ddala scannng wndow q= Probabltas ndvdu terkena perasalahan d luar scannng wndow Persaaan (16) enyatakan peluang sukses dar satu daerah dkalkan dengan peluang gagal d daerah tersebut dkalkan dengan peluang sukses d luar daerah dkalkan dengan peluang gagal d luar daerah. Untuk endeteks zone MLC, dtentukan zone Ẑ yang eaksukan fungs lkelhood, druuskan sebaga: ˆ,, 1 1 G G G L p q p p q q! y y G!! y y y (17) Ruang paraeter dala hpotess H 0 adalah suatu hpunan yang anggotanya erupakan paraeter dala fungs lkelhood jka H 0 benar atau tdak ada kasus, yatu {( p, q) : 0 p q 1}. Ruang paraeter dala hpotess H 1 yatu Ω p, q : 0 p 1, 0 q 1, : p q}. Fungs lkelhood berdasarkan H 0 benar dperoleh apabla p q adalah:! G G y G L p 1 p (18)!! yg y y y Fungs lkelhood jka H 1 benar (apabla terdapat MLC) adalah: Ω 1 1 G G G L p p q q! y (19)!! y G y y y Dengan enggunakan etode MLE ddapatkan estator paraeter p dan q sebaga berkut: Ln fungs keungknan pada konds tdak ada kasus yatu ln L adalah: (16)
11 Prosdng Senar asonal Mateatka, Unverstas Jeber, 19 oveber ln L ln p ln 1 p G G G! y ln (0)!! y G y y y Untuk eaksukan fungs lkelhood ddapat apabla turunan pertaa terhadap paraeter bernla nol dan turunan kedua negatf, sehngga turunan pertaa dar terhadap paraeter p adalah: p 1 p G G G ln L G G G 0 p p p p 1 1 G pˆ (1) Ln fungs keungknan pada konds tdak ada kasus yatu ln ln L ln p ln 1 p ln 1 p G ln q ln 1 q ln 1 q ln 1 q G G ln! y!! () y G y y y G L adalah: ln L Persaaan akan aksu apabla turunan parsal pertaa terhadap paraeter p dan q saa dengan nol. Dcar turunan parsal pertaa ln ln L 0 p p p p p 1 p 1 1 pˆ (3) L terhadap paraeter p: Untuk encar estas dar paraeter q aka turunan parsal pertaa ln terhadap paraeter q: G G G 0 q q q 1 q 1 q 1 q 1 q q 1 q ln G G G G qˆ (4) G Dengan ensubsttus ˆp dan ˆq dala persaaan fungs lkelhood dperoleh: L ˆ G G G! G G y 1 (5) G G y G!! y y y L
12 Reny A.., et. al Pendekatan Sall Area Estaton Pada Scan Statstc...84 L G ˆΩ 1 G G 1 dengan Lˆ Max L G G! G y y G! (6)! G y y y ˆ Untuk endeteks ost lkely cluster yang nla probabltas dala kelopok daerah tersebut lebh tngg dbandng probabltas d luar kelopok, log lkelhood rato (LLR) druuskan sebaga berkut: la LLR tersebut dhtung untuk setap scannng wndow yang terbentuk. Berdasarkan kupulan scannng wndow dan nla LLR dar asng-asng pasangan (, ), aka potental cluster atau calon ost lkely cluster dapat dtentukan, yatu scannng wndow yang epunya nla LLR tertngg. Untuk engetahu apakah calon ost lkely cluster yang ddapat sgnfkan secara statstk, aka dlakukan pengujan dengan enghtung nla sgnfkans atau p-value dengan enggunakan pengujan hpotess Monte Carlo. 4.1Sall Area Estaton Eprcal Bayes pada Scan Statstc Dengan enggant pendugaan langsung (drect estate) dengan pendugaan SAE Eprcal Bayes aka fungs lkelhood terodfkas enjad: 1 EB EB EB EB G G G 1 L Ωˆ pˆ pˆ qˆ qˆ L ˆ (8) G G G EB EB pˆ pˆ y y G y y y!!!! y!! y G y y y Sehngga log lkelhood rato (LLR) Scan Statstc dengan enggunakan SAE Eprcal Bayes druuskan sebaga berkut: (7) (9)
13 Data Prosdng Senar asonal Mateatka, Unverstas Jeber, 19 oveber ˆ 1 ˆ ˆ 1 ˆ G G G EB EB EB EB p p q q 1 G G G EB EB pˆ ˆ p Penerapan Pada Propors Kesknan D Kepulauan as Data propors kesknan dperoleh dar Susenas 011 yang dabl dar 47 kecaatan d Kepulauan as. Hasl estas propors kesknan berdasarkan Sall Area Estaton Eprcal Bayes dperoleh nla propors kesknan epunya varan lebh rendah dbandngkan dengan estas langsung. (30) 1.0 Boxplot of Est_Lgs; SAE_EB Est_Lgs SAE_EB Gabar 1. Boxplot Propors Kesknan Hasl Estas Langsung dan SAE EB Hasl perbandngan propors kesknan berdasarkan estas langsung dan SAE EB adalah sebaga berkut. Perbandngan Propors Kesknan Estas Langsung dan SAE EB Est_Lgs SAE_EB Gabar. Perbandngan Propors Kesknan Hasl Estas Langsung dan SAE EB Salah satu ukuran untuk engetahu seberapa bak estator paraeter yang dperoleh dala suatu estas adalah dengan elhat nla Mean Square Error (MSE) dar
14 Data Reny A.., et. al Pendekatan Sall Area Estaton Pada Scan Statstc...86 estator yang dperoleh. Perbandngan nla MSE estas langsung dan estas hasl SAE EB adalah sebaga berkut Boxplot of MSE Est Lgs; MSE SAE EB MSE Est Lgs MSE SAE EB Gabar 3. Boxplot MSE Propors Kesknan Hasl Estas Langsung dan SAE EB Berdasarkan gabar 3 enunjukkan bahwa estas propors kesknan dengan enggunakan SAE EB enghaslkan MSE yang lebh kecl dbandngkan estas langsung. Untuk estas propors kesknan d kecaatan yang tdak tersurve, dperoleh dengan enggunakan etode pendugaan sntetk, dengan asus perlaku antar kecaatan d Kepulauan as adalah saa (nla saa). Hasl estas adalah sebaga berkut: Kecaata Estas Propors Kesknan n, 19, 0.64 Kecaata Kecaatan dak ersurve 955 n, 8, Kecaata Kecaata n, 10, 0.17 n, 11, Kecaata n, 1, Gabar 4. Estas Propors Kesknan Kecaatan dak ersurve Berdasarkan hasl estas propors kesknan dengan enggunakan SAE EB ddapatkan propors kesknan setap kecaatan d Kepulauan as yang selanjutnya dgunakan sebaga nput dala Scan Statstc. Hasl pendeteksan kantong kesknan berdasarkan Scan Statstc adalah sebaga berkut:
15 Prosdng Senar asonal Mateatka, Unverstas Jeber, 19 oveber abel 1. Rngkasan Hasl Scan Statstc Kantong Relatve Monte Carlo LLR Kesknan Rsk (RR) Rank p-value /1000 < /1000 < /1000 < /1000 < /1000 < /1000 < 0.00 abel 1 enunjukkan scannng wndow yang terbentuk dengan elhat nla log lkelhood rato dan uj hpotess Monte Carlo dperoleh 6 (ena) kelopok wlayah yang erupakan daerah kantong kesknan d Kepulauan as. Peta kantong kesknan d Kepulauan as adalah sebaga berkut. Gabar 5. Peta Kantong Kesknan d Kepulauan as
16 Reny A.., et. al Pendekatan Sall Area Estaton Pada Scan Statstc...88 Kantong kesknan yang elk relatve rsk (RR) seakn tngg enandakan tngkat kesknan yang seakn tngg dan ddapatkan dar 6 (ena) cluster kantong kesknan, daerah cluster utaanya yatu Kecaatan Gunung Stol Idano dan Ma u. 5. PEUUP 5.1 Kespulan Penerapan Scan Statstc untuk pendeteksan kantong kesknan level kecaatan eerlukan nforas seluruh area dala populas. Perasalahannya, data kesknan yang bersuber dar Susenas hanya terseda sapa level kabupaten/kota. Sall Area Estaton Eprcal Bayes (SAE EB) dgunakan dala enyelesakan persoalan sall area tersebut, terasuk epredks area yang tdak tersurve. SAE epunya sfat statstk (unbased, varans nu, stabl), dana sfat tersebut juga dlk oleh Scan Statstc. Sehngga pendeteksan kantong kesknan dengan Scan Statstc berbass SAE EB bsa dgunakan untuk enggantkan peran penduga langsung (drect estaton). 5. Saran Penentuan varabel penyerta(auxlary varables) dan etode estas yang dgunakan sangat epengaruh kualtas dar hasl aplkas SAE pada Scan Statstc. Oleh karena tu perlu eksploras yang lebh endala untuk enentukan varabel penyerta serta etode SAE yang tepat. DAFAR PUSAKA [1]Jung I, Kulldorff M, Klassen A, A Spatal Scan Statstc for Ordnal Data, Harvard Medcal School and Harvard Plgr Health Care; Johns Hopkns Blooberg School of Publc Health, Sponsors : Centers for Dsease Control and Preventon (CDC); Assocaton of Aercan Medcal Colleges (AAMC), Grant nuber: MM-0870, 007. [] Rao, J..K, Sall Area Estaton, John Wley and Sons, Inc., ew York, 003. [3] ango,. dan akahash, K, A Flexbly Shaped Spatal Scan Statstc For Detectng Clusters, Internatonal Journal of Health Geographcs, Volue 4:11, 005. [4] Jang, J., Lahr, P., dan Wan. S. M, A Unfed Jackknfe heory, Annals of Statstcs, 30, 007.
17 Prosdng Senar asonal Mateatka, Unverstas Jeber, 19 oveber [5] Kurna, A. dan otodputro, K.A, Penggunaan Metode Jackknfe dala Pendugaan Area Kecl, Makalah dsapakan pada Senar asonal Mateatka, UPAD Bandung, Aprl 006. [6]Song, Changhong, and Martn Kulldorff, Power evaluaton of dsease clusterng tests, Internatonal Journal of Health Geographcs, 003. [7] Kulldorff, M, A Spatal Scan Statstc, Councaton n Statstcs: heory and Methods, 6(6), , [8] Kuldorff M, agarwala, Spatal dsease cluster: Detecton and nference, Statstc n Medcne14: , [9] Kulldorff, M, SaScan User Gude for verson 9.0, 010, [10] Sswantnng, tn, Geonforatka Pada Kasus Area Kecl Dan Penerapannya Untuk Mendeteks Kantong-Kantong Kesknan D Jeber, Dsertas, Bogor : Insttut Pertanan Bogor, 013.
Bab VII Contoh Aplikasi
Bab VII Contoh Aplkas Dala bab n akan dberkan lustras tentang aplkas statstk penguj VVVS dala eontor kestablan atrks korelas pada proses produks dudukan kabel tegangan tngg (flange) d PT PINDAD (Persero).
Lebih terperinci2. TINJAUAN PUSTAKA. Pada model berbasis area diasumsikan bahwa peubah yang menjadi perhatian merupakan fungsi dari rata-rata peubah respon, = g( )
. INJAUAN PUSAKA. Model Area Kecl Model area kecl erupakan odel dasar dala pendugaan area kecl. Model n dkelopokkan enjad dua kelopok yatu odel berbass area (basc area level odel odel berbass unt (basc
Lebih terperinciBAB 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 terperinciBAB 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 terperinciPENENTUAN UKURAN CONTOH OPTIMUM DESAIN TWO STAGE CLUSTER SAMPLING (Studi Kasus Pendugaan Variabel Demografi di Kabupaten Blitar)
J. Sans IPA, Aprl 009, Vol. 5, o., Hal.: 66-70 ISS 978-873 PEETUA UKURA COTOH OPTIU DESAI TWO STAGE CLUSTER SAPLIG (Stud Kasus Pendugaan Varabel Deograf d Kabupaten Bltar) Rusda Yulyant* Pusat Peneltan
Lebih terperinciPengendalian Kualitas Proses Produksi Tube Plastik Di Pt. X Menggunakan Peta Kendali P Multivariat
JURNAL SAINS DAN SENI POMITS Vol., No., (3) 33-35 (3-98X Prnt) D-95 Pengendalan Kualtas Proses Produks Tube Plastk D Pt. X Menggunakan Peta Kendal P Multvarat Ia Rdo Rarso, Luca Ardnant, dan Muhaad Mashur
Lebih terperinci(DS.7) PEMETAAN KECAMATAN TERMISKIN MENGGUNAKAN EMPIRICAL BAYES SMALL AREA ESTIMATION UNTUK SPATIAL SCAN STATISTICS
Semnar Nasonal Statstka 12 Noember 2011 Vol 2, Noember 2011 (DS.7) PEMEAAN KECAMAAN ERMISKIN MENGGUNAKAN EMPIRICAL BAYES SMALL AREA ESIMAION UNUK SPAIAL SCAN SAISICS tn Sswantnng 1,2 ; Asep Saefuddn 1
Lebih terperinciBAB III SAMPLING BERKELOMPOK DAN SAMPLING BERKELOMPOK DENGAN PROBABILITY PROPORTIONAL TO SIZE (PPS)
BAB III SAPLING BERKELOPOK DAN SAPLING BERKELOPOK DENGAN PROBABILITY PROPORTIONAL TO SIZE (PPS) 3. Saplng Berkelopok Populas elk konds yang berbeda beda jka dlhat berdasarkan ukurannya. Pada pebahasan
Lebih terperinciPEMODELAN ANGKA PUTUS SEKOLAH USIA SMA DI JAWA TIMUR DENGAN PENDEKATAN REGRESI SPLINE MULTIVARIABEL
PEMODELAN ANGKA PUTUS SEKOLAH USIA SMA DI AWA TIMUR DENGAN PENDEKATAN REGRESI SPLINE MULTIVARIABEL Mega Pradpta, Madu Ratna, I Nyoan Budantara urusan Statstka Fakultas MIPA Insttut Teknolog Sepuluh Nopeber
Lebih terperinciANALISIS DATA KATEGORIK (STK351)
Suplemen Respons Pertemuan ANALISIS DATA KATEGORIK (STK351) 7 Departemen Statstka FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referens Waktu Korelas Perngkat (Rank Correlaton) Bag. 1 Koefsen Korelas Perngkat
Lebih terperinciPENAKSIR PRODUK YANG EFISIEN UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA DAN SAMPLING BERPERINGKAT
PEAKSIR PRODUK AG EFISIE UUK RAA-RAA POPULASI PADA SAMPLIG ACAK SEDERHAA DA SAMPLIG BERPERIGKA Dw Andn *, Frdaus, Arsan Adnan Mahasswa Progra S Mateata Dosen Jurusan Mateata Faultas Mateata Ilu Pengetahuan
Lebih terperinciPenerapan Aljabar Matrik Dalam Analisa Masukan-Keluaran Elistya Rimawati 6)
ISSN : 693 73 Penerapan Aljabar Matrk Dala Analsa Masukan-Keluaran Elstya Rawat 6) Abstrak Analsa asukan-keluaran bertolak dar anggapan bahwa suatu sste perekonoan terdr atas sector-sektor yang salng berkatan.
Lebih terperinciUJI NORMALITAS X 2. Z p i O i E i (p i x N) Interval SD
UJI F DAN UJI T Uj F dkenal dengan Uj serentak atau uj Model/Uj Anova, yatu uj untuk melhat bagamanakah pengaruh semua varabel bebasnya secara bersama-sama terhadap varabel terkatnya. Atau untuk menguj
Lebih terperinciBAB III OBYEK DAN METODE PENELITIAN. Obyek dalam penelitian ini adalah kebijakan dividen sebagai variabel
4 BAB III OBYEK DAN METODE PENELITIAN 3.1 Obyek Peneltan Obyek dalam peneltan n adalah kebjakan dvden sebaga varabel ndependen (X) dan harga saham sebaga varabel dependen (Y). Peneltan n dlakukan untuk
Lebih terperinciBAB 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 terperinciBAB 2 LANDASAN TEORI. Universitas Sumatera Utara
BAB 2 LANDASAN TEORI 2.1 Pengertan Analsa Regres Dalam kehdupan sehar-har, serng kta jumpa hubungan antara satu varabel terhadap satu atau lebh varabel yang lan. Sebaga contoh, besarnya pendapatan seseorang
Lebih terperinci*Corresponding Author:
Prosdng Senar Sans dan Teknolog FMIPA Unul Perode Maret 016, Saarnda, Indonesa ISBN: 978-60-7658-1-3 Pengendalan Kualtas Produk Menggunakan Peta Kendal T Hotellng Dan Analss Keapuan Proses Untuk Data Multvarat
Lebih terperinciBAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel
BAB LANDASAN TEORI. Analss Regres Regres merupakan suatu alat ukur yang dgunakan untuk mengukur ada atau tdaknya hubungan antar varabel. Dalam analss regres, suatu persamaan regres atau persamaan penduga
Lebih terperinciMODEL INDEKS TUNGGAL (SINGLE INDEX MODEL)
MODEL INDEKS TUNGGAL (SINGLE INDEX MODEL) 1. Konse Dasar Sngle Index Model. Forula SIM untuk Sekurtas 3. SIM untuk Sekurtas Tunggal 4. SIM untuk Portofolo 5. Portofolo Otal Berdasarkan SIM Munya Alteza
Lebih terperinciANALISIS REGRESI. Catatan Freddy
ANALISIS REGRESI Regres Lner Sederhana : Contoh Perhtungan Regres Lner Sederhana Menghtung harga a dan b Menyusun Persamaan Regres Korelas Pearson (Product Moment) Koefsen Determnas (KD) Regres Ganda :
Lebih terperinciBAB 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 terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI.1 Pengertan Regres Regres pertama kal dgunakan sebaga konsep statstka oleh Sr Francs Galton (18 1911).Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang selanjutnya
Lebih terperinciModel Peramalan Pasokan Energi Primer Dengan Pendekatan Metode Fuzzy Linear Regression (FLR)
JURNAL SAINS DAN SENI ITS Vol 1, No 1, (Sept 2012) ISSN: 2301-928 A-34 Model Peraalan Pasokan Energ Prer Dengan Pendekatan Metode Fuzzy Lnear Regresson (FLR) Hkayangkara Putr Purwareta, I Gust Ngurah Ra
Lebih terperinciBAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran
BAB 1 PENDAHULUAN 1.1. Latar Belakang Pertumbuhan dan kestablan ekonom, adalah dua syarat pentng bag kemakmuran dan kesejahteraan suatu bangsa. Dengan pertumbuhan yang cukup, negara dapat melanjutkan pembangunan
Lebih terperinciESTIMASI 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 terperinciIII. EVALUASI METODE PENARIKAN CONTOH PADA PENDUGAAN PRODUKTIVITAS KOMODITAS HORTIKULTURA
4 III. VALUASI TOD PNARIKAN CONTOH PADA PNDUGAAN PRODUKTIVITAS KOODITAS HORTIKULTURA 3.. Gabaran Uu etode Penarkan Contoh Penarkan contoh atau saplng erupakan suatu proses nferens engena keseluruhan (populas
Lebih terperinciModel Peramalan Pasokan Energi Primer Dengan Pendekatan Metode Fuzzy Linear Regression (FLR)
JURNAL TEKNIK POMITS Vol, No, (22) -6 Model Peraalan Pasokan Energ Prer Dengan Pendekatan Metode Fuzzy Lnear Regresson (FLR) Hkayangkara Putr Purwareta, Nur Wahyunngsh 2, dan I Gust Ngurah Ra Usadha 3
Lebih terperinciPENAKSIR RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN SAMPLING ACAK SEDERHANA DAN SAMPLING BERPERINGKAT. ABSTRACT 1.
PEAKSIR RASIO UTUK RATA-RATA POPULASI MEGGUAKA SAMPLIG ACAK SEDERHAA DA SAMPLIG BERPERIGKAT Ryan Aresta Ral Suroso, Arsan Adnan, Rusta Efend r_yand7045@yaoo.co Maasswa Progra S Mateatka Dosen Jurusan Mateatka
Lebih terperinciJURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 2012) ISSN: X D-324
JURNAL SAINS DAN SENI IS Vol. 1, No. 1, (Sept. ) ISSN: 3-98X D-3 Analss Statstk entang Faktor-Faktor yang Mempengaruh Waktu unggu Kerja Fresh Graduate d Jurusan Statstka Insttut eknolog Sepuluh Nopemper
Lebih terperinciPENDEKATAN METODE BAYES UNTUK PENDUGAAN PENGARUH INTERAKSI PADA MODEL AMMI. (Bayesian Approach for Estimating Interaction Effect of AMMI Model)
PROSIDING ISBN: 978-979-6353-3- PENDEKATAN METODE BAYES UNTUK PENDUGAAN PENGARUH INTERAKSI PADA MODEL AMMI (Bayesan Approach for Estatng Interacton Effect of AMMI Model) Pka Slvant, Kharl A. Notodputro,
Lebih terperinciMODUL ANALISIS PENGUKURAN FISIKA. Disusun Oleh: Kuncoro Asih Nugroho, M.Pd., M.Sc.
MODUL ANALISIS PENGUKURAN FISIKA Dsusun Oleh: Kuncoro Ash Nugroho, M.Pd., M.Sc. JURUSAN PENDIDIKAN FISIKA FAKULTAS MATEMATIKAN DAN ILMU PENGETAHUAN ALAM UNIVERSITAS NEGERI YOGYAKARTA YOGYAKARTA BAB I METODE
Lebih terperinciBAB.3 METODOLOGI PENELITIN 3.1 Lokasi dan Waktu Penelitian Penelitian ini di laksanakan di Sekolah Menengah Pertama (SMP) N. 1 Gorontalo pada kelas
9 BAB.3 METODOLOGI PENELITIN 3. Lokas dan Waktu Peneltan Peneltan n d laksanakan d Sekolah Menengah Pertama (SMP) N. Gorontalo pada kelas VIII. Waktu peneltan dlaksanakan pada semester ganjl, tahun ajaran
Lebih terperinciMETODE PENELITIAN. digunakan untuk mengetahui bagaimana pengaruh variabel X (celebrity
37 III. METODE PENELITIAN 3.1 Jens dan Sumber Data Jens peneltan yang dgunakan adalah peneltan deskrptf, yang mana dgunakan untuk mengetahu bagamana pengaruh varabel X (celebrty endorser) terhadap varabel
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1. Hpotess Peneltan Berkatan dengan manusa masalah d atas maka penuls menyusun hpotess sebaga acuan dalam penulsan hpotess penuls yatu Terdapat hubungan postf antara penddkan
Lebih terperinciSMALL AREA ESTIMATION TERHADAP PENGELUARAN PER KAPITA DI KABUPATEN SUMENEP DENGAN METODE EMPIRICAL BAYES. Hasan Fausi 1 dan Sutikno 2
SMLL RE ESIMION ERHP PENGELURN PER KPI I KUPEN SUMENEP ENGN MEOE EMPIRICL YES Hasan Faus dan Sutkno Mahasswa Jurusan Statstka IS Surabaa (NRP: 378 osen Pebbng Jurusan Statstka IS Surabaa hasanfaus@gal.co;
Lebih terperinciConfigural Frequency Analysis untuk Melihat Penyimpangan pada Model Log Linear
SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016 Confgural Frequency Analyss untuk Melhat Penympangan pada Model Log Lnear Resa Septan Pontoh 1, Def Y. Fadah 2 1,2 Departemen Statstka FMIPA
Lebih terperinciPemodelan Faktor-Faktor yang Mempengaruhi Jumlah Kasus Tuberkulosis di Jawa Timur Menggunakan Regresi Nonparametrik Spline
JURNAL SAINS DAN SENI ITS Vol. 5 No. (6) 337-35 (3-98X Prnt) D-7 Peodelan Faktor-Faktor yang Mepengaruh Julah Kasus Tuberkuloss d Jawa Tur Menggunakan Regres Nonparaetrk Splne Frda Fahrun Nsa dan I Nyoan
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di
III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Al-Azhar 3 Bandar Lampung yang terletak d Jl. Gn. Tanggamus Raya Way Halm, kota Bandar Lampung. Populas dalam peneltan n adalah
Lebih terperinciBAB III METODE PENELITIAN. berjumlah empat kelas terdiri dari 131 siswa. Sampel penelitian ini terdiri dari satu kelas yang diambil dengan
7 BAB III METODE PENELITIAN A. Populas dan Sampel 1. Populas Populas dalam peneltan n adalah seluruh sswa kelas XI SMA Yadka Bandar Lampung semester genap tahun pelajaran 014/ 015 yang berjumlah empat
Lebih terperinciPelabelan Total Sisi Ajaib Pada Subkelas Pohon
Pelabelan Total Ss Ajab Pada Subkelas Pohon Hlda Rzky Nngtyas, Dr Daraj, SS, MT [] Jurusan Mateatka, Fakultas MIPA, Insttut Teknolog Sepuluh Nopeber (ITS Jl Aref Rahan Hak, Surabaya 60 E-al: daraj@ateatkatsacd
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Satelah melakukan peneltan, penelt melakukan stud lapangan untuk memperoleh data nla post test dar hasl tes setelah dkena perlakuan.
Lebih terperinciBAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen.
BAB II METODOLOGI PENELITIAN A. Bentuk Peneltan Jens peneltan yang dgunakan dalam peneltan n adalah peneltan deskrptf dengan analsa kuanttatf, dengan maksud untuk mencar pengaruh antara varable ndependen
Lebih terperinciJURNAL 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 terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
BAB 1 ENDAHULUAN 1.1 Latar Belakang Secara umum dapat dkatakan bahwa mengambl atau membuat keputusan berart memlh satu dantara sekan banyak alternatf. erumusan berbaga alternatf sesua dengan yang sedang
Lebih terperinciBAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya
BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.1.1 Tempat Peneltan Pada peneltan n, penuls memlh lokas d SMA Neger 1 Bolyohuto khususnya pada sswa kelas X, karena penuls menganggap bahwa lokas
Lebih terperinciBAB 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 terperinciBAB 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 terperinciMULTIVARIATE ANALYSIS OF VARIANCE (MANOVA) MAKALAH Untuk Memenuhi Tugas Matakuliah Multivariat yang dibimbing oleh Ibu Trianingsih Eni Lestari
MULTIVARIATE ANALYSIS OF VARIANCE (MANOVA) MAKALAH Untuk Memenuh Tugas Matakulah Multvarat yang dbmbng oleh Ibu Tranngsh En Lestar oleh Sherly Dw Kharsma 34839 Slva Indrayan 34844 Vvn Octana 34633 UNIVERSITAS
Lebih terperinciIII. METODELOGI PENELITIAN. Suatu penelitian dapat berhasil dengan baik dan sesuai dengan prosedur ilmiah,
III. METODELOGI PENELITIAN A. Metode Peneltan Suatu peneltan dapat berhasl dengan bak dan sesua dengan prosedur lmah, apabla peneltan tersebut menggunakan metode atau alat yang tepat. Dengan menggunakan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Menghadap era globalsas yang penuh tantangan, aparatur negara dtuntut untuk dapat memberkan pelayanan yang berorentas pada kebutuhan masyarakat dalam pemberan pelayanan
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen dengan populasi penelitian yaitu
4 III. METODE PENELITIAN A. Populas Peneltan Peneltan n merupakan stud ekspermen dengan populas peneltan yatu seluruh sswa kelas VIII C SMP Neger Bukt Kemunng pada semester genap tahun pelajaran 01/013
Lebih terperinciPEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR
PEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR Resa Septan Pontoh 1), Neneng Sunengsh 2) 1),2) Departemen Statstka Unverstas Padjadjaran 1) resa.septan@unpad.ac.d,
Lebih terperinciBAB III METODE PENELITIAN. Jenis penelitian yang dipakai adalah penelitian kuantitatif, dengan
BAB III METODE PENELITIAN 3.1 Pendekatan dan Jens Peneltan Jens peneltan yang dpaka adalah peneltan kuanttatf, dengan menggunakan metode analss deskrptf dengan analss statstka nferensal artnya penuls dapat
Lebih terperinciBAB 2 LANDASAN TEORI
7 BAB LANDASAN TEORI.1 Analsa Regres Analsa regres dnterpretaskan sebaga suatu analsa yang berkatan dengan stud ketergantungan (hubungan kausal) dar suatu varabel tak bebas (dependent varable) atu dsebut
Lebih terperinciBAB V Model Bayes Pendugaan Area Kecil untuk Respon Binomial dan Multinomial Berbasis Penarikan Contoh Berpeluang Tidak Sama
BAB V Model Bayes Pendugaan Area Kecl untuk Respon Bnomal dan Multnomal Berbass Penarkan Contoh Berpeluang Tdak Sama 5.1. Pendahuluan Pada umumnya pengembangan model SAE dan pendugaannya dlakukan dengan
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN PENELITIAN. penerapan Customer Relationship Management pada tanggal 30 Juni 2011.
44 BAB IV HASIL DAN PEMBAHASAN PENELITIAN 4.1 Penyajan Data Peneltan Untuk memperoleh data dar responden yang ada, maka dgunakan kuesoner yang telah dsebar pada para pelanggan (orang tua sswa) d Kumon
Lebih terperinciKLASIFIKASI DATA TIME SERIES MENGGUNAKAN METODE RUANG FASE TEREKONSTRUKSI
Prosdng Senar asonal Manajeen Teknolog VI Progra Stud MMT-ITS, Surabaya 4 Agustus 2007 KLASIFIKASI DATA TIME SERIES MEGGUAKA METODE RUAG FASE TEREKOSTRUKSI Muhaad Jusuf, Rully Soelaan Progra Stud Magster
Lebih terperinciMETODE PENELITIAN. Penentuan lokasi dilakukan secara tertuju (purposive) karena sungai ini termasuk
IV. METODE PENELITIAN 4.1. Tempat dan Waktu Peneltan Peneltan n dlakukan d Sunga Sak, Kota Pekanbaru, Provns Rau. Penentuan lokas dlakukan secara tertuju (purposve) karena sunga n termasuk dalam 13 sunga
Lebih terperinciSEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA 2010 ANALISIS DISKRIMINAN DISKRIT UNTUK MENGELOMPOKKAN KOMPONEN
AALISIS DISKRIMIA DISKRIT UTUK MEGELOMPOKKA KOMPOE Bernk Maskun Jurusan Statstka FMIPA UPAD jay_komang@yahoo.com Abstrak Untuk mengelompokkan hasl pengukuran yang dukur dengan p buah varabel dmana penlaan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PENDAHULUAN. Latar Belakang Dalam kehdupan sehar-har, serngkal dumpa hubungan antara suatu varabel dengan satu atau lebh varabel lan. D dalam bdang pertanan sebaga contoh, doss dan ens pupuk yang dberkan
Lebih terperinciBAB III METODOLOGI PENELITIAN. Untuk menjawab permasalahan yaitu tentang peranan pelatihan yang dapat
BAB III METODOLOGI PENELITIAN 3.1 Metode Peneltan Untuk menjawab permasalahan yatu tentang peranan pelathan yang dapat menngkatkan knerja karyawan, dgunakan metode analss eksplanatf kuanttatf. Pengertan
Lebih terperinciBAB III METODE PENELITIAN. SMK Negeri I Gorontalo. Penetapan lokasi tersebut berdasarkan pada
3 BAB III METODE PENELITIAN 3.1 Tempat Dan Waktu Peneltan 3.1.1 Tempat Peneltan Peneltan yang dlakukan oleh penelt berlokas d Kelas Ak 6, SMK Neger I Gorontalo. Penetapan lokas tersebut berdasarkan pada
Lebih terperinciBAB III METODE PENELITIAN. menggunakan strategi pembelajaran mind mapping dalam pendekatan
35 BAB III METODE PENELITIAN A. Jens dan Desan Peneltan Jens peneltan n adalah kuas ekspermen. Pada peneltan n terdapat dua kelompok subjek peneltan yatu kelompok ekspermen yang dberkan suatu perlakuan
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN Bab n akan menjelaskan latar belakang pemlhan metode yang dgunakan untuk mengestmas partspas sekolah. Propns Sumatera Barat dplh sebaga daerah stud peneltan. Setap varabel yang
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA
III. METODE PENELITIAN A. Waktu dan Tempat Peneltan Peneltan n merupakan stud ekspermen yang telah dlaksanakan d SMA Neger 3 Bandar Lampung. Peneltan n dlaksanakan pada semester genap tahun ajaran 2012/2013.
Lebih terperinciBAB III METODE PENELITIAN. pretest postes control group design dengan satu macam perlakuan. Di dalam
BAB III METODE PEELITIA A. Bentuk Peneltan Peneltan n merupakan peneltan ekspermen dengan model pretest postes control group desgn dengan satu macam perlakuan. D dalam model n sebelum dmula perlakuan kedua
Lebih terperinciEVALUASI TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN FIRST ORDER CONFIGURAL FREQUENCY ANALYSIS
EVALUASI TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN FIRST ORDER CONFIGURAL FREQUENCY ANALYSIS Resa Septan Pontoh Departemen Statstka Unverstas Padjadjaran resa.septan@unpad.ac.d ABSTRAK.
Lebih terperinciBAB III METODE PENELITIAN. yang digunakan meliputi: (1) PDRB Kota Dumai (tahun ) dan PDRB
BAB III METODE PENELITIAN 3.1 Jens dan Sumber Data Jens data yang dgunakan dalam peneltan n adalah data sekunder. Data yang dgunakan melput: (1) PDRB Kota Duma (tahun 2000-2010) dan PDRB kabupaten/kota
Lebih terperinciPENERAPAN METODE GENERAL REGRESSION DALAM PENDUGAAN PENGELUARAN PER KAPITA MASYARAKAT KOTA BOGOR RAHAYU WULANDARI
PENERAPAN METODE GENERAL REGRESSION DALAM PENDUGAAN PENGELUARAN PER KAPITA MASYARAKAT KOTA BOGOR RAHAYU WULANDARI DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN
Lebih terperinciBAB IV TRIP GENERATION
BAB IV TRIP GENERATION 4.1 PENDAHULUAN Trp Generaton td : 1. Trp Producton 2. Trp Attracton j Generator Attractor - Setap tempat mempunya fktor untuk membangktkan dan menark pergerakan - Bangktan, Tarkan
Lebih terperinciFAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS PRESTASI MAHASISWA FSM UNIVERSITAS DIPONEGORO SEMASTER PERTAMA DENGAN MOTODE REGRESI LOGISTIK BINER
UNIVERSITAS DIPONEGORO 013 ISBN: 978-60-14387-0-1 FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS PRESTASI MAHASISWA FSM UNIVERSITAS DIPONEGORO SEMASTER PERTAMA DENGAN MOTODE REGRESI LOGISTIK BINER Saftr Daruyan
Lebih terperinciJurnal Pendidikan Matematika & Matematika
Jurnal Penddkan Mateatka & Mateatka Syasah. (2011). Pengaruh Puasa Terhadap Konsentras Belajar Sswa. Jakarta: UIN Syarf Hdayatullah Jakarta. Thabrany, Hasbullah. (1995). Rahasa Sukses Belajar. Jakarta:
Lebih terperinciPROPOSAL SKRIPSI JUDUL:
PROPOSAL SKRIPSI JUDUL: 1.1. Latar Belakang Masalah SDM kn makn berperan besar bag kesuksesan suatu organsas. Banyak organsas menyadar bahwa unsur manusa dalam suatu organsas dapat memberkan keunggulan
Lebih terperinciBAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah
BAB III METODE PENELITIAN 3.1 Metode Peneltan Metode yang dgunakan dalam peneltan n adalah metode deskrptf. Peneltan deskrptf merupakan peneltan yang dlakukan untuk menggambarkan sebuah fenomena atau suatu
Lebih terperinciBAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat
BAB LANDASAN TEORI. 1 Analsa Regres Regres pertama kal dpergunakan sebaga konsep statstk pada tahun 1877 oleh Sr Francs Galton. Galton melakukan stud tentang kecenderungan tngg badan anak. Teor Galton
Lebih terperinciBAB III METODE PENELITIAN. Metode penelitian merupakan cara atau langkah-langkah yang harus
BAB III METODE PENELITIAN Metode peneltan merupakan cara atau langkah-langkah yang harus dtempuh dalam kegatan peneltan, sehngga peneltan yang dlakukan dapat mencapa sasaran yang dngnkan. Metodolog peneltan
Lebih terperinciBAB V ANALISA PEMECAHAN MASALAH
BAB V ANALISA PEMECAHAN MASALAH 5.1 Analsa Pemlhan Model Tme Seres Forecastng Pemlhan model forecastng terbak dlakukan secara statstk, dmana alat statstk yang dgunakan adalah MAD, MAPE dan TS. Perbandngan
Lebih terperinciPENERAPAN MODEL REGRESI LINEAR ROBUST DENGAN ESTIMASI M PADA DATA NILAI KALKULUS II MAHASISWA UNIVERSITAS WIDYA DHARMA KLATEN
PENERAPAN MODEL REGRESI LINEAR ROBUST DENGAN ESTIMASI M PADA DATA NILAI KALKULUS II MAHASISWA UNIVERSITAS WIDYA DHARMA KLATEN Yulana Abstrak:Model persamaan regres lnear dapat dnyatakan dalam bentuk matrks
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Jens Peneltan Peneltan n merupakan peneltan lapangan kuanttatf yang bersfat korelasonal. Peneltan lapangan merupakan suatu peneltan untuk memperoleh data-data yang sebenarnya
Lebih terperinciApabila dua variabel X dan Y mempunyai hubungan, maka nilai variabel X yang sudah diketahui dapat dipergunakan untuk mempekirakan / menaksir Y.
ANALISIS KORELASI (ANALISIS HUBUNGAN) Korelas Hubungan antar kejadan (varabel) yang satu dengan kejadan (varabel) lannya (dua varabel atau lebh), yang dtemukan oleh Karl Pearson pada awal 1900 Apabla dua
Lebih terperinciBAB 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 terperinciMETODE 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 terperinciANALISIS BENTUK HUBUNGAN
ANALISIS BENTUK HUBUNGAN Analss Regres dan Korelas Analss regres dgunakan untuk mempelajar dan mengukur hubungan statstk yang terjad antara dua varbel atau lebh varabel. Varabel tersebut adalah varabel
Lebih terperinciPendugaan Parameter Regresi. Itasia & Y Angraini, Dep Statistika FMIPA - IPB
Pendugaan Parameter Regres Menduga gars regres Menduga gars regres lner sederhana = menduga parameter-parameter regres β 0 dan β 1 : Penduga parameter yang dhaslkan harus merupakan penduga yang bak Software
Lebih terperinciBAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode
BAB III METODE PENELITIAN Desan Peneltan Metode peneltan yang dgunakan dalam peneltan n adalah metode deskrptf analts dengan jens pendekatan stud kasus yatu dengan melhat fenomena permasalahan yang ada
Lebih terperinciε adalah error random yang diasumsikan independen, m X ) adalah fungsi
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan suatu metode yang dgunakan untuk menganalss hubungan antara dua atau lebh varabel. Pada analss regres terdapat dua jens varabel yatu
Lebih terperinciIII. METODE PENELITIAN
III. METODE PEELITIA 3.1. Kerangka Pemkran Peneltan BRI Unt Cbnong dan Unt Warung Jambu Uraan Pekerjaan Karyawan Subyek Analss Konds SDM Aktual (KKP) Konds SDM Harapan (KKJ) Kuesoner KKP Kuesoner KKJ la
Lebih terperinciBAB III METODE PENELITIAN. bersumber dari Badan Pusat Statistik (BPS) dan Bank Indonesia (BI). Data yang
BAB III METODE PENELITIAN 3.1. Jens dan Sumber Data Sumber data yang dgunakan dalam peneltan n adalah data sekunder bersumber dar Badan Pusat Statstk (BPS) dan Bank Indonesa (BI). Data yang dgunakan dalam
Lebih terperinciBAB 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 terperinciISSN: JURNAL GAUSSIAN, Volume 3, Nomor 1, Tahun 2014, Halaman Online di:
ISSN: 339-541 JURNAL GAUSSIAN, Volue 3, Noor 1, Tahun 014, Halaan 41-50 Onlne d: http://ejournal-s1.undp.ac.d/ndex.php/gaussan ANALISIS HUBUNGAN ANTARA LAMA STUDI, JALUR MASU DAN INDES PRESTASI UMULATIF
Lebih terperinciKecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi
Statstka, Vol. 9 No., 4 47 Me 009 Kecocokan Dstrbus Normal Menggunakan Plot Persentl-Persentl yang Dstandarsas Lsnur Wachdah Program Stud Statstka Fakultas MIPA Unsba e-mal : Lsnur_w@yahoo.co.d ABSTRAK
Lebih terperinciBAB III PERBANDINGAN ANALISIS REGRESI MODEL LOG - LOG DAN MODEL LOG - LIN. Pada prinsipnya model ini merupakan hasil transformasi dari suatu model
BAB III PERBANDINGAN ANALISIS REGRESI MODEL LOG - LOG DAN MODEL LOG - LIN A. Regres Model Log-Log Pada prnspnya model n merupakan hasl transformas dar suatu model tdak lner dengan membuat model dalam bentuk
Lebih terperinciIII. METODE PENELITIAN. bersifat statistik dengan tujuan menguji hipotesis yang telah ditetapkan.
3 III. METDE PENELITIAN A. Metode Peneltan Metode peneltan merupakan langkah atau aturan yang dgunakan dalam melaksanakan peneltan. Metode pada peneltan n bersfat kuanttatf yatu metode peneltan yang dgunakan
Lebih terperinciBab II Tinjauan Pustaka
Bab II Tnauan Pustaka Msalkan vektor acak berdens p dengan atrks kovarans ( ) k sebaga koponen ke-k dan Σ σ. Koefsen korelas antara dua koponen dan adalah ρ σ σσ ( ) ( ) Var ( ) Cov, Var, Nla ρ eenuh ρ
Lebih terperinciBAB III METODE PENELITIAN. hasil penelitian. Walaupun penelitian ini merupakan penelitian kuasi eksperimen,
BAB III METODE PENELITIAN A. Metode dan Desan Peneltan Metode peneltan n adalah quas ekspermen karena terdapat unsur manpulas, yatu mengubah keadaan basa secara sstemats ke keadaan tertentu serta tetap
Lebih terperinciMODEL 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 terperinciIndependent 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 terperinciMETODE LEVENBERG MARQUARDT UNTUK MASALAH KUADRAT TERKECIL NONLINEAR
PROSIDING ISBN : 978 979 6353 3 MEODE LEVENBERG MARQUARD UNUK MASALAH KUADRA ERKECIL NONLINEAR -8 Lusa Krsyat Budash Progra Stud Mateatka Unverstas Sanata Dhara Yogyakarta lusa_krs@sta.usd.ac.d Abstrak
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar belakang
BAB 1 PENDAHULUAN 1.1 Latar belakang Dalam memlh sesuatu, mula yang memlh yang sederhana sampa ke hal yang sangat rumt yang dbutuhkan bukanlah berpkr yang rumt, tetap bagaman berpkr secara sederhana. AHP
Lebih terperinciBAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap
5 BAB III METODOLOGI PENELITIAN 3. Lokas Dan Waktu Peneltan Peneltan n dlaksanakan d SMA Neger I Tbawa pada semester genap tahun ajaran 0/03. Peneltan n berlangsung selama ± bulan (Me,Jun) mula dar tahap
Lebih terperinci