DATA DAN METODE. Peubah yang digunakan dalarn penelitian adalah rata - Sandkan ( ), dan Rembiga-Ampenan ( ),
|
|
- Erlin Kartawijaya
- 7 tahun lalu
- Tontonan:
Transkripsi
1 DATA DAN METODE Peublah Respon dan Prediktor Peubah yang digunakan dalarn penelitian adalah rata - bular~an dari 3 (tiga) tipe hujan yaitu :(a) tipe monsoon meliputi TI Sandkan ( ), dan Rembiga-Ampenan ( ), equatorial meliputi Pekanbaru ( ), Pontianak ( ' ata curah hujan Ian ( ), (b) tipe hujan )7), dan Medan ( ), dan (c) tipe hujan lokal : Ambon ( ). Peubah prediktor meliputi : (a) Tekanan permukaan lau 2001 ), (b) Tekanan permukaan laut di Darwin ( ), (c) Sul (sea mrface temperature : SST) terdiri dari Nino 1.2, Nino 3, Nir dari ltahun , (d) Indeks osilasi selatan (southern oscil2 Tahiti-Darwin, yaitu nilai perbedaan antara tekanan atmosfer di at di Tahiti (Pasifik Selatan) dan Darwin (Australia) dibagi dengar selisih antara tekanan Tahiti dan tekanan Darwin dari tahun 1950 osilasi Jakarta-Darwin (IOJD) dari tahun , yaitu nilai tekanan atmosfer di atas permukaan laut di Jakarta dan Darwin dengan simpangan baku selisih antara tekanan Jakarta dan tekanan I di Tahiti ( perrnukaan laut I 4, dan Nino 3.4 tion index: SOI) ; permukaan laut simpangan baku 1997, (e) Indeks lerbedaan antara 4ustralia) dibagi arwin.
2 Metode Analisis Untuk mencapai tujuan penelitian, dilakukan analisis dat piranti MARS for windows versi 2.0 dan ItsMARS versi 2.0.1: dengan bantuan dengan langkah sebagai berikut: 1. Langkah awal untuk membangun model regresi membuat pl respon (curah hujan) dan peubah prediktor (indikator ENSO). akan terdeteksi pola hubungan, pengamatan pencilan at; antara perubah ari plot tersebut penyimpangan kelinieran. 2. Pembentukan model regresi dengan menggunakan metode :uadrat terkecil, akan diperoleh model regresi, sidik ragam, R~, ~~terkor :si, dan peubah prediktor yang nyata. Kemudian dilanjutkan dengan penguj model. Untuk asumsi kenormalan digunakan plot kuantil-i Bila hasil plot ini mempunyai pola linier, maka.asumsi E terpenuhi. Asumsi kehomogenan ragam digunakan plot si: dugaan. Jika hasil plot ini menunjukkan pola acak di sekiq asumsi kehomogen ragam terpenuhi. Asumsi independ n asumsi sisaan anti1 (QQ-plot). lorrnalan sisaan in dengan nilai garis nol, maka t (bebas antar pengamatan) digunakan plot antara sisaan dan pengarnatan. 3. Pembentukan model regresi dengan menggunakan metodt regresi yang diperoleh : RSAB. Model
3 dimana Y merupakan peubah respon, BO adalah konstaa, BI, B2,.... Bk merupakan koefisien basis fungsi spline ke-1,2,... k, dan BFl, BF2... BFk merupakan basis fungsi ke-1, 2... k. Pendugaan parameter terlebih dahulu menentukan maksimum basis fungsi, maksimum jumlah inaeraksi, minimum jumlah pengamatan diantara knot. Untuk mengoptimalis$si jumlah knot ditentukan lebih dulu derajat bebasnya. Friedman (1991) merflyarankan derajat bebas knot antara 2 sampai 5, itupun tergantung dari jumlah pengamatan dan peubahnya. Semakin kecil derajat bebas semakin komplkks fungsi yang didapatkan, demikian sebaliknya. Di samping model regregi, diperoleh juga R~, ~~terkoreksi, dan peubah prediktor yang terpenting. Penentuan peubah terpenting berdasarkan seberapa besar peubah tersebut memberikan kontribusi terhadap model. Kriteria penentuan peubah prediktor yang relatif penting adalah GCV. Semakin kecil nilai GCV suatu peubah semakin penting peubah tersebut terhadap model yang dibangun. 4. Pembentukan model deret waktu dengan menggunakan metode ASTAR dari peubah yang terpenting. Untuk membangun model ini terlebih dahulu menentukan maksimum jumlah interkasi, maksimum jumllah basis fungsi, minimum jumlah pengamatan antar knot, derajat bebas, nilai embedding, dan kriteria pemilihan model yaitu GCV. Lang kah - langkah metode analisis selengkapnya tercantum dalarn Qambar 3.
4 Eksplorasi data (matrik plot peubah repon dan prediktor) Pembentukan model Pemeriksaan asumsi sisaan model Pembentukan model regresi RSAB Input : maks. BF, maks interak Minspan, DF Bandingkan kedua metode dgn kriteria Penentuan peubah prediktor indikator ENS0 terpenting : nilai GCV terkecil Pembentukan model deret waktu dgn metode ASTAR Input : maks BF, maks interaksi, Minspan, DF, embedding Gambar 3. Diagram alur metodologi penelitian
5 Verijfikasi dan Validasi Model Verifikasi model digunakan untuk mengetahui kemampdan model dalam menjelaskan keragaman data. Validasi model digunakan untuk melihat keterandalan modt:l tersebut dalam peramalan, yang biasanya digunakan data bebhs. Verifikasi dan validasi model menggunakan analisis korelasi dan root mean square, error (RMSE). Validasi peramalan dengan bantuan perangkat lunak ItsMarb terdapat 2 (dua) metode pendekatan yaitu iterasi dan langsung. Kedua istilah ini dalw beberapa buku deret waktu sering disebut peramalan ex post forecast dan ex ante forecast (Makridakis et al. 1998). Pada metode iterasi, validasi ranpalan mendatang menggunakan nilai hasil dugaan sebelurnnya. Sebagai ilustrasi, qisalkan diketahui modal X(t) =X(t- 1) dan diinginkan untuk meramal periode t = 10d sampai t = 110, maka X'(100) = X(99), kemudian X'(101) = X'(100), dan seteruspya dimana X'(t) adalah nilai hasil dugaan dan X(t) nilai aktual. Metode validasi perwalan ini hampir sama dengan metode pendekatan tradisional model autoregressive, Sedangkan pada metode langsung, validasi peramalannya untuk setiap nilai dugam digunakan nilai aktual. Sebagai contoh, seperti model di atas, X(t) = X(t-1), maka vblidasi peramalan X'(100) = X(99), X'(101) = X(l OO), dan seterusnya. Kedua metode validasi tersebut di atas dapat memberikan hdsil yang berbeda. Hal tersebut tergantung pada relatif besarnya ragarn dari sisaan dah tergantung dari pola fungsi non-linier yang dibentuk (Baldwin dan La ).
PENGGUNAAN REGRESI SPLINES ADAPTIF BERGANDA UNTUK PERAMALAN INDEKS ENSO DAN HUJAN BULANAN
PENGGUNAAN REGRESI SPLINES ADAPTIF BERGANDA UNTUK PERAMALAN INDEKS ENSO DAN HUJAN BULANAN Nurul Astuty Yensy.B Program Studi Matematika FKIP Universitas Bengkulu, Jl Raya Kandang Limun Bengkulu, Telp (0736)
Lebih terperinciRMSE = dimana : y = nilai observasi ke-i V PEMBAHASAN. = Jenis kelamin responden (GENDER) X. = Pendidikan responden (EDU) X
pembilang persamaan (3) adalah rataan jumlah kuadrat galat, N jumlah pengamatan dan M jumlah himpunan bagian. Penyebutnya merupakan fungsi nilai kompleks, dengan C(M) adalah nilai kompleksitas model yang
Lebih terperinci8. MODEL RAMALAN PRODUKSI PADI
8. MODEL RAMALAN PRODUKSI PADI 8.1 Pendahuluan Padi merupakan makanan utama sekaligus mempunyai nilai politis yang tinggi bagi orang Indonesia, yang menyediakan pendapatan secara musiman dan tenaga kerja
Lebih terperinci1 PENDAHULUAN Latar Belakang
1 PENDAHULUAN Latar Belakang Indonesia merupakan negara kepulauan dengan bentuk topografi yang sangat beragam, dilewati garis katulistiwa, diapit dua benua dan dua samudera. Posisi ini menjadikan Indonesia
Lebih terperinciBAB V HASIL DAN PEMBAHASAN
2 5. Pemilihan Pohon Contoh BAB V HASIL DAN PEMBAHASAN Pohon contoh yang digunakan dalam penyusunan tabel volume ini adalah jenis nyatoh (Palaquium spp.). Berikut disajikan tabel penyebaran pohon contoh
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. mendapatkan model dan faktor-faktornya, terlebih dahulu akan dibahas. bagaimana mendapatkan sampel dalam penelitian ini.
BAB IV HASIL DAN PEMBAHASAN Pada bab ini akan dijelaskan hasil dari penelitian yang meliputi model terbaik dari indeks prestasi kumulatif mahasiswa dan faktor-faktor apa saja yang berpengaruh terhadap
Lebih terperinciPasang Surut Surabaya Selama Terjadi El-Nino
Pasang Surut Surabaya Selama Terjadi El-Nino G181 Iva Ayu Rinjani dan Bangun Muljo Sukojo Jurusan Teknik Geomatika, Fakultas Teknik Sipil dan Perencanaan, Institut Teknologi Sepuluh Nopember (ITS) Jl.
Lebih terperinci5 MODEL ADITIF VECTOR AUTOREGRESSIVE EXOGENOUS
5 MODEL ADITIF VECTOR AUTOREGRESSIVE EXOGENOUS Pendahuluan Pada model VARX hubungan peubah penjelas dengan peubah respon bersifat parametrik. Stone (1985) mengemukakan pemodelan yang bersifat fleksibel
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Pendahuluan. Universitas Sumatera Utara
BAB 1 PENDAHULUAN 1.1 Pendahuluan Peramalan merupakan upaya memperkirakan apa yang terjadi pada masa mendatang berdasarkan data pada masa lalu, berbasis pada metode ilmiah dan kualitatif yang dilakukan
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN Pengolahan data menggunakan software MARS.
BAB IV HASIL DAN PEMBAHASAN 4.1. Pengolahan data menggunakan software MARS. Berdasarkan Lampiran 2 dapat dilihat bahwa Plot hubungan Angka Kematian Bayi dengan beberapa prediktor belum menunjukkan pola
Lebih terperinciBAB I PENDAHULUAN. menyelidiki hubungan di antara dua atau lebih peubah prediktor X terhadap peubah
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis regresi linier berganda merupakan analisis yang digunakan untuk menyelidiki hubungan di antara dua atau lebih peubah prediktor X terhadap peubah respon Y yang
Lebih terperinci6. PENGGUNAAN REGRESI SPLINES ADAPTIF BERGANDA UNTUK STATISTICAL DOWNSCALING LUARAN GCM
6. PENGGUNAAN REGRESI SPLINES ADAPTIF BERGANDA UNTUK STATISTICAL DOWNSCALING LUARAN GCM 6.1 Pendahuluan Model regresi SD dinyatakan y = f(x) ε dimana y adalah peubah respon (curah hujan observasi, beresolusi
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Sebagai negara yang terletak diantara Samudra Pasifik-Hindia dan Benua Asia-Australia, serta termasuk wilayah tropis yang dilewati oleh garis khatulistiwa, menyebabkan
Lebih terperinciPEMBAHASAN ... (3) RMSE =
7 kemampuan untuk mengikuti variasi hujan permukaan. Keterandalan model dapat dilihat dari beberapa parameter, antara lain : Koefisien korelasi Korelasi dinyatakan dengan suatu koefisien yang menunjukkan
Lebih terperinci3. PEMANFAATAN INFORMASI IKLIM UNTUK PENYUSUNAN MODEL PRODUKSI PERTANIAN
3. PEMANFAATAN INFORMASI IKLIM UNTUK PENYUSUNAN MODEL PRODUKSI PERTANIAN 15 Berbagai model ramalan produksi tanaman pangan (khususnya padi) telah dikembangkan di Indonesia. Model-model tersebut secara
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN 4.1 Hasil Peta lokasi penelitian disajikan pada Lampiran A. Hasil pengolahan data arus polar current rose disajikan pada Lampiran B. Hasil pengolahan data komponen arus setelah
Lebih terperinci4 MODEL VECTOR AUTOREGRESSIVE EXOGENOUS (VARX)
4 MODEL VECTOR AUTOREGRESSIVE EXOGENOUS (VARX) Pendahuluan Beberapa penelitian curah hujan dengan satu lokasi curah hujan (tunggal) dengan model ARIMA telah dilakukan, di antaranya oleh Mauluddiyanto (2008)
Lebih terperinciANALISA VARIASI HARMONIK PASANG SURUT DI PERAIRAN SURABAYA AKIBAT FENOMENA EL-NINO
Bangun Muljo Sukojo 1, Iva Ayu Rinjani 1 1 Departemen Teknik Geomatika, FTSLK-ITS, Kampus ITS Sukolilo, Surabaya, 60111, Indonesia e-mail: 1 bangun_ms@geodesy.its.ac.id Abstrak Pengaruh fenomena El Nino
Lebih terperinciBAB 2 LANDASAN TEORI
7 BAB 2 LANDASAN TEORI 2.1 Iklim Iklim ialah suatu keadaan rata-rata dari cuaca di suatu daerah dalam periode tertentu. Curah hujan ialah suatu jumlah hujan yang jatuh di suatu daerah pada kurun waktu
Lebih terperinciHASIL DAN PEMBAHASAN
Konsentrasi lemak ikan (%) Kandungan zat aktif (absorban) HASIL DAN PEMBAHASAN Deskripsi Data Berdasarkan data yang digunakan dalam penelitian ini, akan dilakukan pengidentifikasian multikolinieritas.
Lebih terperinciAnalisis Regresi: Regresi Linear Berganda
Analisis Regresi: Regresi Linear Berganda Pengantar Pada sesi sebelumnya kita hanya menggunakan satu buah X, dengan model Y = b 0 + b 1 X 0 1 Dalam banyak hal, yang mempengaruhi X bisa lebih dari satu.
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Defenisi Peramalan Peramalan adalah suatu kegiatan dalam memperkirakan atau kegiatan yang meliputi pembuatan perencanaan di masa yang akan datang dengan menggunakan data masa lalu
Lebih terperinciHASIL DAN PEMBAHASAN
36 HASIL DAN PEMBAHASAN Deskripsi Data Penelitian ini diawali dengan melihat ketergantungan antar lokasi dan waktu. Lokasi-lokasi dalam penelitian ini saling berhubungan, hal ini ditunjukkan dengan nilai
Lebih terperinciBAB I PENDAHULUAN. menganalisis hubungan fungsional antara variabel prediktor ( ) dan variabel
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analisis regresi merupakan suatu metode yang digunakan untuk menganalisis hubungan fungsional antara variabel prediktor ( ) dan variabel respon ( ), dimana
Lebih terperinciIV. HASIL DAN PEMBAHASAN
9 menguji kelayakan model sehingga model sementara tersebut cukup memadai. Salah satu caranya adalah dengan menganalisis galat (residual). Galat merupakan selisih antara data observasi dengan data hasil
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Pada bagian pertama bab ini diberikan tinjauan pustaka yang berisi penelitian sebelumnya yang mendasari penelitian ini Pada bagian kedua bab ini diberikan teori penunjang yang berisi
Lebih terperinciHASIL DAN PEMBAHASAN
HASL DAN PEMBAHASAN Pernodelan Hubungan ndikator ENS0 dan Curah Hujan Langkah awal untuk melihat hubungan indikator ENS0 dan curah hujan yaitu dengim memeriksa pola data antara peubah respon dan prediktor.
Lebih terperinciHUBUNGAN ANTARA ANOMALI SUHU PERMUKAAN LAUT DENGAN CURAH HUJAN DI JAWA
Hubungan antara Anomali Suhu Permukaan Laut.(Mulyana) 125 HUBUNGAN ANTARA ANOMALI SUHU PERMUKAAN LAUT DENGAN CURAH HUJAN DI JAWA Erwin Mulyana 1 Intisari Perubahan suhu permukaan laut di Samudera Pasifik
Lebih terperinci5. UJI KONSISTENSI MODEL STATISTICAL DOWNSCALING BERBASIS PROJECTION PURSUIT DALAM PREDIKSI CURAH HUJAN
5. UJI KONSISTENSI MODEL STATISTICAL DOWNSCALING BERBASIS PROJECTION PURSUIT DALAM PREDIKSI CURAH HUJAN 5.1. Pendahuluan Model SD dengan metode PPR memberikan hasil pendugaan yang lebih akurat atau perbedaan
Lebih terperinciBAB 2 LANDASAN TEORI. Analisis regresi merupakan bentuk analisis hubungan antara variabel prediktor
8 BAB 2 LANDASAN TEORI 2.1 Pengertian Analisis Regresi Analisis regresi merupakan bentuk analisis hubungan antara variabel prediktor (variabel independent) dengan variabel outcome (variabel dependen) untuk
Lebih terperinciEVALUASI CUACA BULAN JUNI 2016 DI STASIUN METEOROLOGI PERAK 1 SURABAYA
EVALUASI CUACA BULAN JUNI 2016 DI STASIUN METEOROLOGI PERAK 1 SURABAYA OLEH : ANDRIE WIJAYA, A.Md FENOMENA GLOBAL 1. ENSO (El Nino Southern Oscillation) Secara Ilmiah ENSO atau El Nino dapat di jelaskan
Lebih terperinciIV HASIL DAN PEMBAHASAN
tersembunyi berkisar dari sampai dengan 4 neuron. 5. Pemilihan laju pembelajaran dan momentum Pemilihan laju pembelajaran dan momentum mempunyai peranan yang penting untuk struktur jaringan yang akan dibangun.
Lebih terperinci5. HUBUNGAN ANTARA PEUBAH-PEUBAH PENJELAS GCM CSIRO Mk3 DAN CURAH HUJAN BULANAN
5. HUBUNGAN ANTARA PEUBAH-PEUBAH PENJELAS GCM CSIRO Mk3 DAN CURAH HUJAN BULANAN 5.1 Pendahuluan Dalam pemodelan statistical downscaling (SD), khususnya fungsi transfer diawali dengan mencari model hubungan
Lebih terperinciOleh Tim Agroklimatologi PPKS
Kondisi Indian Oscillation Dipole (IOD), El Nino Southern Oscillation (ENSO), Curah Hujan di Indonesia, dan Pendugaan Kondisi Iklim 2016 (Update Desember 2015) Oleh Tim Agroklimatologi PPKS Disarikan dari
Lebih terperinciSTK 511 Analisis statistika. Materi 7 Analisis Korelasi dan Regresi
STK 511 Analisis statistika Materi 7 Analisis Korelasi dan Regresi 1 Pendahuluan Kita umumnya ingin mengetahui hubungan antar peubah Analisis Korelasi digunakan untuk melihat keeratan hubungan linier antar
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Variabel Penelitian Penelitian ini menggunakan satu definisi variabel operasional yaitu ratarata temperatur bumi periode tahun 1880 sampai dengan tahun 2012. 3.2 Jenis dan
Lebih terperinciAbstrak
PENENTUAN KEJADIAN EL-NINO DAN LA-NINA BERDASARKAN NILAI SOUTHERN OSCILATION INDEKS Heni Maulidiya ), Andi Ihwan, M.Si ), Muh. Ishak Jumarang, M.Si ) ) Prodi Fisika FMIPA UNTAN Email : lidiya788@yahoo.co.id
Lebih terperinciV. PENYUSUNAN MODEL PREDIKSI CURAH HUJAN BERDASARKAN FENOMENA ENSO DAN IOD UNTUK MENENTUKAN RENCANA TANAM
V. PENYUSUNAN MODEL PREDIKSI CURAH HUJAN BERDASARKAN FENOMENA ENSO DAN IOD UNTUK MENENTUKAN RENCANA TANAM 5.1. Pendahuluan Curah hujan merupakan salah satu unsur iklim yang mempunyai variabilitas dan fluktuasi
Lebih terperinciHASIL DAN PEMBAHASAN
19 HASIL DAN PEMBAHASAN Koreksi Pencaran Multiplikatif Data persen transmitan diperoleh dari pengukuran dengan menggunakan FTIR pada 1866 bilangan gelombang yang berkisar antara 4000 400 cm -1. Grafik
Lebih terperinciPENDUGAAN DATA RUNTUT WAKTU MENGGUNAKAN METODE ARIMA
KEMENTERIAN PEKERJAAN UMUM BADAN PENELITIAN DAN PENGEMBANGAN PUSAT PENELITIAN DAN PENGEMBANGAN SUMBER DAYA AIR PENDUGAAN DATA RUNTUT WAKTU MENGGUNAKAN METODE ARIMA PENDAHULUAN Prediksi data runtut waktu.
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Peramalan Peramalan digunakanan sebagai acuan pencegah yang mendasari suatu keputusan untuk yang akan datang dalam upaya meminimalis kendala atau memaksimalkan pengembangan baik
Lebih terperinciPENDUGAAN UMUR ANTI KARAT KENDARAAN MOBIL DENGAN METODE REGRESI SPILINES KUADRAT TERKECIL
PENDUGAAN UMUR ANTI KARAT KENDARAAN MOBIL DENGAN METODE REGRESI SPILINES KUADRAT TERKECIL Grace Ratna Sari 1 ; Sutoro 2 ; Haryono Soeparno 3 ABSTRACT The technology is growing fast, especially in the transportation.
Lebih terperinciFase Panas El berlangsung antara bulan dengan periode antara 2-7 tahun yang diselingi fase dingin yang disebut dengan La Nina
ENSO (EL-NINO SOUTERN OSCILLATION) ENSO (El Nino Southern Oscillation) ENSO adalah peristiwa naiknya suhu di Samudra Pasifik yang menyebabkan perubahan pola angin dan curah hujan serta mempengaruhi perubahan
Lebih terperinciSutikno, Rokhana Dwi Bekti, Putri Susanti, dan Istriana Jurusan Statistika FMIPA ITS ABSTRACT
Prakiraan Cuaca dengan Metode...(Sutikno et al.) PRAKIRAAN CUACA DENGAN METODE AUTOREGRESSIVE INTEGRATED MOVING AVERAGE, NEURAL NETWORK, DAN ADAPTIVE SPLINES THRESHOLD AUTOREGRESSION DI STASIUN JUANDA
Lebih terperinciTINJAUAN PUSTAKA. Tingkat Penerimaan Masyarakat terhadap Bank Syariah
4 TINJAUAN PUSTAKA Pangsa Pasar Menurut Undang-Undang Republik Indonesia No. 5 Tahun 2009 Tentang Larangan Praktik Monopoli dan Persaingan Usaha Tidak Sehat, pangsa pasar adalah persentase nilai jual atau
Lebih terperinciPREDIKSI INFLASI DI INDONESIA MENGGUNAKAN REGRESI NONPARAMETRIK B-SPLINE
PREDIKSI INFLASI DI INDONESIA MENGGUNAKAN REGRESI NONPARAMETRIK B-SPLINE Annita Nur Kusumastuti, Sri Sulistijowati Handajani, dan Respatiwulan Program Studi Matematika FMIPA UNS ABSTRAK. Inflasi identik
Lebih terperinciTINJAUAN PUSTAKA. Menurut Hardle (1994) analisis regresi adalah suatu metode analisis data yang
II. TINJAUAN PUSTAKA 2.1 Analisis Regresi Menurut Hardle (1994) analisis regresi adalah suatu metode analisis data yang menggambarkan hubungan antara variabel respon dengan satu atau beberapa variabel
Lebih terperinciTINJAUAN PUSTAKA. Analisis regresi adalah suatu metode analisis data yang menggambarkan
II. TINJAUAN PUSTAKA 2.1 Analisis Regresi Analisis regresi adalah suatu metode analisis data yang menggambarkan hubungan fungsional antara variabel respon dengan satu atau beberapa variabel prediktor.
Lebih terperinciHASIL DAN PEMBAHASAN
18 HASIL DAN PEMBAHASAN Eksplorasi data Tahap pertama dalam pembentukan model VAR adalah melakukan eksplorasi data untuk melihat perilaku data dari semua peubah yang akan dimasukkan dalam model. Eksplorasi
Lebih terperinciPENDAHULUAN. Latar Belakang
Latar Belakang PENDAHULUAN Kelapa sawit (Elaeis guineensis Jacq.) merupakan salah satu komoditas perkebunan unggulan, yang menghasilkan minyak nabati paling efisien yang produknya dapat digunakan dalam
Lebih terperinciBAB V HASIL DAN PEMBAHASAN
25 BAB V HASIL DAN PEMBAHASAN 5.1 Pemilihan Pohon Contoh Pohon contoh yang digunakan dalam penelitian ini jenis keruing (Dipterocarpus spp.). Pemilihan pohon contoh dilakukan secara purposive pada RKT
Lebih terperinciPOSITRON, Vol. IV, No. 2 (2014), Hal ISSN :
Modifikasi Estimasi Curah Hujan Satelit TRMM Dengan Metode Jaringan Syaraf Tiruan Propagasi Balik Studi Kasus Stasiun Klimatologi Siantan Fanni Aditya 1)2)*, Joko Sampurno 2), Andi Ihwan 2) 1)BMKG Stasiun
Lebih terperinciII. TINJAUAN PUSTAKA 2.1 Metode Regresi 2.2 Model Aditif Terampat ( Generalized additive models , GAM)
II. TINJAUAN PUSTAKA. Metode Regresi Analisis regresi merupakan bagian dalam analisis statistika yang digunakan untuk memodelkan hubungan antara peubah tidak bebas (respon) dengan satu atau beberapa peubah
Lebih terperinciHASIL DAN PEMBAHASAN. Penyusunan fungsi produksi menurut umur
HASIL DAN PEMBAHASAN Penyusunan fungsi produksi menurut umur Tanaman kelapa sawit akan menghasilkan tandan buah segar (TBS) yang dapat dipanen pada saat tanaman berumur 3 atau 4 tahun. Produksi TBS yang
Lebih terperinciTINJAUAN PUSTAKA. Hujan dan Curah Hujan
4 TINJAUAN PUSTAKA Hujan dan Curah Hujan Hujan adalah jatuhnya hydrometeor yang berupa partikel-partikel air dengan diameter 0.5 mm atau lebih. Hujan juga dapat didefinisikan dengan uap yang mengkondensasi
Lebih terperinciHASIL DAN PEMBAHASAN
HASIL DAN PEMBAHASAN Parameter Gauss Untuk dapat melakukan pengolahan data menggunakan ANN, maka terlebih dahulu harus diketahui nilai set data input-output yang akan digunakan. Set data inputnya yaitu
Lebih terperinciBab 2 LANDASAN TEORI. : Ukuran sampel telah memenuhi syarat. : Ukuran sampel belum memenuhi syarat
Bab 2 LANDASAN TEORI 2.1. Uji Kecukupan Sampel Dalam melakukan penelitian ini yang berhubungan dengan kecukupan sampel maka langkah awal yang harus dilakukan adalah pengujian terhadap jumlah sampel. Pengujian
Lebih terperinciHASIL DAN PEMBAHASAN
HASIL DAN PEMBAHASAN Deskripsi Data Simulasi Plot pencaran titik data antara peubah respon dengan peubah penjelas dapat dilihat pada Gambar 5. Gambar tersebut mengungkapkan bahwa secara keseluruhan pola
Lebih terperinciBAB V HASIL DAN PEMBAHASAN
BAB V HASIL DAN PEMBAHASAN 5.1 Pemilihan Pohon Contoh Pengambilan data pohon contoh ini dilakukan secara purposive sampling pada areal petak tebangan dan areal pembuatan jalan. Pengukuran dilakukan pada
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Di Indonesia sejak tahun enam puluhan telah diterapkan Badan Meteorologi, Klimatologi, dan Geofisika di Jakarta menjadi suatu direktorat perhubungan udara. Direktorat
Lebih terperinciPengaruh Dipole Mode dan El Nino Southern Oscillation Terhadap Awal Tanam dan Masa Tanam di Kabupaten Mempawah
Pengaruh Dipole Mode dan El Nino Southern Oscillation Terhadap Awal Tanam dan Masa Tanam di Kabupaten Mempawah Yohana Fronika a, Muhammad Ishak Jumarang a*, Andi Ihwan a ajurusanfisika, Fakultas Matematika
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini akan dijelaskan teori-teori yang menjadi dasar dan landasan dalam penelitian sehingga membantu mempermudah pembahasan selanjutnya. Teori tersebut meliputi arti dan peranan
Lebih terperinciBAB 3 MODEL FUNGSI TRANSFER MULTIVARIAT
BAB 3 MODEL FUNGSI TRANSFER MULTIVARIAT Model fungsi transfer multivariat merupakan gabungan dari model ARIMA univariat dan analisis regresi berganda, sehingga menjadi suatu model yang mencampurkan pendekatan
Lebih terperinciMetode Langkah-langkah yang dilakukan dalam penelitian ini dapat dilihat pada Gambar 1. Eksplorasi data. Identifikasi model ARCH
6 Metode Langkah-langkah yang dilakukan dalam penelitian ini dapat dilihat pada Gambar 1. Eksplorasi data Identifikasi model ARCH Pendugaan parameter dan pemilihan model ARCH/GARCH Uji pengaruh asimetrik
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 1.1 Tempat Penelitian Penelitian ini dilakukan di PT. Aetra Air Jakarta, Jl. Jend. Sudirman Ged. Sampoerna Strategic Square. 1.2 Obyek Penelitian Objek penelitian dilakukan
Lebih terperinciAnalisis Regresi 1. Pokok Bahasan Pengujian pada Regresi Ganda
Analisis Regresi Pokok Bahasan Pengujian pada Regresi Ganda Model Regresi Linier Berganda Model Regresi Linier Berganda, dengan k peubah penjelas : Y β β X β X β X k k Parameter regresi sebanyak k+ diduga
Lebih terperinciTINJAUAN PUSTAKA Spesifikasi Model Berbagai model dalam pemodelan persamaan struktural telah dikembangkan oleh banyak peneliti diantaranya Bollen
4 TINJAUAN PUSTAKA Spesifikasi Model Berbagai model dalam pemodelan persamaan struktural telah dikembangkan oleh banyak peneliti diantaranya Bollen (1989). Namun demikian sebagian besar penerapannya menggunakan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Deret Fourier Dalam bab ini akan dibahas mengenai deret dari suatu fungsi periodik. Jenis fungsi ini sering muncul dalam berbagai persoalan fisika, seperti getaran mekanik, arus
Lebih terperinciBAB 3 METODOLOGI PENELITIAN
BAB 3 METODOLOGI PENELITIAN 3.1 Metodologi Penelitian Metodologi yang dilakukan dalam penelitian ini adalah : Riset kepustakaan Kepustakaan dilakukan dengan cara mengumpulkan informasi-informasi yang berhubungan
Lebih terperincipendekatan dalam penelitian ini dinilai cukup beralasan.
Tabel Hasil pendugaan model pengaruh tetap dengan Y sebagai peubah respon dan X, X dan X sebagai C -. 00 X -5 0.50 X.05 00 X 00 R 0.6 Adjusted R 0.6 Hasil pendugaan model data panel dengan Y sebagai peubah
Lebih terperinciBAB 2 LANDASAN TEORI. Analisis regresi (regression analysis) merupakan suatu teknik untuk membangun
BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Analisis regresi (regression analysis) merupakan suatu teknik untuk membangun persamaan dan menggunakan persamaan tersebut untuk membuat perkiraan (prediction).
Lebih terperinciFakultas Ilmu dan Teknologi Kebumian
Fakultas Ilmu dan Teknologi Kebumian Program Studi Meteorologi PENERBITAN ONLINE AWAL Paper ini adalah PDF yang diserahkan oleh penulis kepada Program Studi Meteologi sebagai salah satu syarat kelulusan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Konsep Peramalan Peramalan ( forecasting) merupakan alat bantu yang penting dalam perencanaan yang efektif dan efisien khususnya dalam bidang ekonomi. Dalam organisasi modern
Lebih terperinciPENGEMBANGAN MODEL RAMALAN PRODUKSI PADI DENGAN PENDEKATAN BAGGING MARS
PENGEMBANGAN MODEL RAMALAN PRODUKSI PADI DENGAN PENDEKATAN BAGGING MARS Alif Yuanita 1, Bambang Widjanarko Otok 2, dan Sutikno 3 1 Mahasiswa Statistika, Institut Teknologi Sepuluh Nopember 2,3 Dosen Statistika,
Lebih terperinciIV. HASIL DAN PEMBAHASAN
8 eigenvalue masing-masing mode terhadap nilai total eigenvalue (dalam persen). PC 1 biasanya menjelaskan 60% dari keragaman data, dan semakin menurun untuk PC selanjutnya (Johnson 2002, Wilks 2006, Dool
Lebih terperinciStatistik merupakan salah satu cabang ilmu pengetahuan yang paling banyak
BAB 2 LANDASAN TEORI 2.1 Pengertian Analisis Regresi Statistik merupakan salah satu cabang ilmu pengetahuan yang paling banyak mendapatkan perhatian dan dipelajari oleh ilmuan dari hampir semua ilmu bidang
Lebih terperinciBAB III KAJIAN SIMULASI
BAB III Kajian Simulasi 12 BAB III KAJIAN SIMULASI 3.1 Kajian simulasi tentang efektifitas pengujian 1 outlier Kajian terhadap literatur menghasilkan kesimpulan bahwa pendeteksian outlier dengan menggunakan
Lebih terperincihomogen jika titik-titik tersebar secara merata atau seimbang baik di atas maupun dibawah garis, dengan maksimum ragam yang kecil.
8 koefisien regresi berganda dari variabel tak bebas Y terhadap variabel bebas Xi. Pada kasus ini, persamaan mengandung arti sebagai berikut, seperti yang telah dimodelkan Merdun (23) di Sungai Saluda,
Lebih terperincidari tahun pada stasiun pengamat yang berada di daerah Darmaga, Bogor.
Jika plot peluang dan plot kuantil-kuantil membentuk garis lurus atau linier maka dapat disimpulkan bahwa model telah memenuhi asumsi (Mallor et al. 2009). Tingkat Pengembalian Dalam praktik, besaran atau
Lebih terperinciTabel 1 Sudut terjadinya jarak terdekat dan terjauh pada berbagai kombinasi pemilihan arah acuan 0 o dan arah rotasi HASIL DAN PEMBAHASAN
sudut pada langkah sehingga diperoleh (α i, x i ).. Mentransformasi x i ke jarak sebenarnya melalui informasi jarak pada peta.. Melakukan analisis korelasi linier sirkular antara x dan α untuk masingmasing
Lebih terperinciPREDIKSI TOTAL HUJAN BULANAN DI TANJUNGPANDAN MENGGUNAKAN PERSAMAAN REGRESI DENGAN PREDIKTOR SST NINO 3.4 DAN INDIA OCEAN DIPOLE (IOD)
PREDIKSI TOTAL HUJAN BULANAN DI TANJUNGPANDAN MENGGUNAKAN PERSAMAAN REGRESI DENGAN PREDIKTOR SST NINO 3.4 DAN INDIA OCEAN DIPOLE (IOD) PREDICTION OF RAIN TOTAL MONTHLY IN TANJUNGPANDAN USING REGRESSION
Lebih terperinciBAB IV PERANCANGAN & IMPLEMENTASI SISTEM
17 BAB IV PERANCANGAN & IMPLEMENTASI SISTEM 4.1 Desain. yang digunakan adalah jaringan recurrent tipe Elman dengan 2 lapisan tersembunyi. Masukan terdiri dari data : wind, SOI, SST dan OLR dan target adalah
Lebih terperinciPENDAHULUAN 1.1. Latar belakang
1 I. PENDAHULUAN 1.1. Latar belakang Curah hujan merupakan salah satu parameter atmosfer yang sulit untuk diprediksi karena mempunyai keragaman tinggi baik secara ruang maupun waktu. Demikian halnya dengan
Lebih terperinciBAB 3 METODOLOGI. Dalam penelitian ini bahan / materi dikumpulkan melalui :
BAB 3 METODOLOGI 3.1 Metodologi Penelitian 3.1.1 Pengumpulan Bahan Penelitian Dalam penelitian ini bahan / materi dikumpulkan melalui : a. Data sekunder, yaitu dengan mengumpulkan data anti karat selama
Lebih terperinciBAB I PENDAHULUAN. bisnis, ekonomi, ilmu-ilmu pengetahuan sosial, kesehatan, dan biologi.
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis regresi telah diterapkan pada berbagai bidang, seperti administrasi bisnis, ekonomi, ilmu-ilmu pengetahuan sosial, kesehatan, dan biologi. Keberhasilan dalam
Lebih terperinciBAB III METODOLOGI PENELITIAN
22 BAB III METODOLOGI PENELITIAN 3.1 Waktu dan Lokasi Penelitian Penelitian ini dilakukan pada bulan Juni hingga bulan Juli 2011 di IUPHHK-HA PT Mamberamo Alasmandiri, Provinsi Papua. 3.2 Alat dan Bahan
Lebih terperinciDATA DAN METODE. Data
DATA DAN METODE Data Data yang digunakan dalam penelitian ini adalah data sekunder hasil percobaan padi varietas IR 64 yang dilaksanakan tahun 2002 pada dua musim (kemarau dan hujan). Lokasi penelitian
Lebih terperinci4. HASIL DAN PEMBAHASAN. (suhu manual) dianalisis menggunakan analisis regresi linear. Dari analisis
4. HASIL DAN PEMBAHASAN 4.1. Koreksi Suhu Koreksi suhu udara antara data MOTIWALI dengan suhu udara sebenarnya (suhu manual) dianalisis menggunakan analisis regresi linear. Dari analisis tersebut dihasilkan
Lebih terperinciBab II LANDASAN TEORI
Bab II LANDASAN TEORI Bab ini terdiri dari 3 bagian. Pada bagian pertama berisi tinjauan pustaka dari penelitian-penelitian sebelumnya. Pada bagian kedua diberikan teori penunjang untuk mencapai tujuan
Lebih terperinciRegresi Linier Sederhana dan Korelasi. Pertemuan ke 4
Regresi Linier Sederhana dan Korelasi Pertemuan ke 4 Pengertian Regresi merupakan teknik statistika yang digunakan untuk mempelajari hubungan fungsional dari satu atau beberapa variabel bebas (variabel
Lebih terperinciBab 2 Tinjauan Pustaka 2.1 Penelitian Terdahulu
Bab 2 Tinjauan Pustaka 2.1 Penelitian Terdahulu Penelitian berjudul Pemodelan dan Peramalan Angka Curah Hujan Bulanan Menggunakan Analisis Runtun Waktu (Kasus Pada Daerah Sekitar Bandara Ngurah Rai), menjelaskan
Lebih terperinciMata Kuliah: Statistik Inferensial
ANALISIS REGRESI DAN KORELASI LINIER 1 OUTLINE Bagian I Statistik Induktif Metode dan Distribusi Sampling Pengertian Korelasi Sederhana Teori Pendugaan Statistik Pengujian Hipotesa Sampel Besar Uji Signifikansi
Lebih terperinciPeramalan (Forecasting)
Peramalan (Forecasting) Peramalan (forecasting) merupakan suatu proses perkiraan keadaan pada masa yang akan datang dengan menggunakan data di masa lalu (Adam dan Ebert, 1982). Awat (1990) menjelaskan
Lebih terperinciBAB III METODOLOGI 3.1 Waktu dan tempat penelitian 3.2 Alat dan bahan 3.3 Metode pengambilan data
BAB III METODOLOGI 3.1 Waktu dan tempat penelitian Penelitian ini dilaksanakan pada bulan Juni-Juli 2011 di Hutan Pendidikan Gunung Walat (HPGW), Kabupaten Sukabumi Provinsi Jawa Barat. 3.2 Alat dan bahan
Lebih terperincimenggunakan analisis regresi dengan metode kuadrat terkecil. Model analisis data panel yang dievaluasi kemudian adalah model gabungan, model
4 kurang dari 10, maka peubah bebas tersebut tidak mengalami masalah multikolinearitas dengan peubah bebas lainnya. Selanjutnya Uji ARCH atau White digunakan untuk menguji asumsi kehomogenan ragam sisaan.
Lebih terperinciIII. HASIL DAN PEMBAHASAN
III. HASIL DAN PEMBAHASAN 3.1 Statistik Data Plot Contoh Jumlah total plot contoh yang diukur di lapangan dan citra SPOT Pankromatik sebanyak 26 plot contoh. Plot-plot contoh ini kemudian dikelompokkan
Lebih terperinciANALISIS REGRESI LINIER SEDERHANA DENGAN METODE THEIL
ANALISIS REGRESI LINIER SEDERHANA DENGAN METODE THEIL SKRIPSI Oleh : Prayitno Amigoro NIM. J2E 004 242 PROGRAM STUDI STATISTIKA JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS
Lebih terperinciPrediksi Laju Inflasi di Kota Ambon Menggunakan Metode ARIMA Box Jenkins
Statistika, Vol. 16 No. 2, 95 102 November 2016 Prediksi Laju Inflasi di Kota Ambon Menggunakan Metode ARIMA Box Jenkins FERRY KONDO LEMBANG Jurusan Matematika Fakultas MIPA Universitas Pattimura Ambon
Lebih terperinci2 DESKRIPSI DATA PENELITIAN
2 DESKRIPSI DATA PENELITIAN Deskripsi Umum Kabupaten Indramayu ada umumnya secara geologis, wilayah Jawa Barat bagian utara terdiri dari dataran aluvial (alluvial plain). Berdasarkan pada peta Physiographic
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Analisis Regresi adalah analisis statistik yang mempelajari bagaimana memodelkan sebuah model fungsional dari data untuk dapat menjelaskan ataupun meramalkan suatu
Lebih terperinci