Faktor-Faktor yang Mempengaruhi Angka Gizi Buruk Di Jawa Timur dengan Pendekatan Regresi Nonparametrik Spline
|
|
- Benny Hartanto
- 7 tahun lalu
- Tontonan:
Transkripsi
1 JURNAL SAINS DAN SENI ITS Vol., No., (Sept. ) ISSN: 3-9X D-77 Faktor-Faktor yang Mepengaruhi Angka Gizi Buruk Di Jawa Tiur dengan Pendekatan Regresi Nonparaetrik Spline Riana Kurnia Dewi, I Nyoan Budiantara Jurusan Statistika, Falkultas Mateatika dan Ilu Pengetahuan Ala, Institut Teknologi Sepuluh Nopeber (ITS) Jl. Arief Rahan Haki, Surabaya E-ail: i_nyoan_b@statistika.its.ac.id Abstrak Salah satu perasalahan kesehatan di Indonesia adalah eningkatnya angka keatian balita. Salah satu penyebabnya adalah kebutuhan gizi yang tidak terpenuhi sehingga banyak balita engidap gizi buruk. Peodelan kejadian balita gizi buruk dengan regresi paraetrik belu tentu cocok diterapkan karena pola hubungan antara angka gizi buruk dengan faktor-faktor yang epengaruhinya eiliki bentuk pola tertentu. Regresi Nonparaetrik Spline adalah etode regresi yang tidak eberikan asusi terhadap bentuk kurva regresi. Penelitian ini bertujuan engetahui faktor-faktor yang epengaruhi kejadian balita gizi buruk di Provinsi Jawa Tiur. Hasil penelitian enunjukkan bahwa dengan enggunakan Regresi Nonparaetrik Spline, diperoleh nilai GCV iniu yaitu 3,93 dan R sebesar,77 persen. Kesipulan lain diperoleh faktor-faktor yang berpengaruh terhadap kejadian balita gizi buruk di Jawa Tiur tahun 7 adalah persentase ibu yang eeriksakan kehailan, persentasee bayi endapat vitain A dan persentase ruah tangga iskin. Kata Kunci GCV, Gizi Buruk, R, Regresi Nonparaetrik Spline I. PENDAHULUAN ALAH satu perasalahan kesehatan di Indonesia adalah Seningkatnya angka keatian balita. Salah satu penyebabnya adalah kebutuhan gizi yang tidak terpenuhi. Keadaan gizi balita akan epengaruhi tingkat kesehatan dan harapan hidup yang erupakan salah satu unsur utaa dala penentuan keberhasilan pebangunan negara yang dikenal dengan istilah huan developent index (HDI). Status gizi buruk pada balita dapat enibulkan pengaruh yang sangat enghabat pertubuhan fisik, ental aupun keapuan berpikir yang pada akhirnya akan enurunkan produktivitas kerja. Balita penderita gizi buruk dapat engalai penurunan kecerdasan (IQ) hingga sepuluh persen. Selain itu, penyakit yang dapat diderita balita gizi buruk adalah diabetes (kencing anis) dan penyakit jantung koroner. Dapak paling buruk yang diteria adalah keatian pada uur yang sangat dini Sasul []. Menurut data Dinas Kesehatan RI tercatat sekitar persen atau 9 ribu balita yang tersebar di seluruh Indonesia enyandang status gizi buruk. Hal ini engakibatkan Indonesia enduduki peringkat lia besar peilik gizi buruk balita Anoni []. Di antara provinsi-provinsi di Indonesia pada tahun 7, posisi Jawa Tiur jika dilihat dari tingkat status gizi buruk terasuk ke dala kelopok enengah dengan, persen balita digolongkan gizi buruk. Jawa Tiur terasuk ke dala epat provinsi yang selaa 5 tahun berturut-turut (5-9) berada pada kategori provinsi dengan kasus balita gizi buruk tertinggi Siswono [3]. Penelitian tentang gizi buruk telah dilakukan oleh beberapa peneliti diantaranya Paraita [] elakukan klasifikasi terhadap status gizi balita di Kabupaten Nganjuk. Metode yang digunakan adalah bagging regresi logistik ordinal. Hayati [5] elakukan pengelopokan kabupaten/kota di Jawa Tiur berdasarkan status gizi buruk balita. Riskiyanti [] eneliti tentang faktor-faktor yang epengaruhi derajat kesehatan di Provinsi Jawa Tiur. Metode yang digunakan dala penelitian tersebut adalah analisis regresi ultivariat. Ayunin [7] eneliti tentang peodelan balita gizi buruk di Kabupaten Ngawi enggunakan GWR (Geographically Weighted Regression). A yunin [] eneliti tentang peodelan angka gizi buruk di Kota Surabaya enggunakan etode SAR (Spatial Autoregressive). Penelitian tentang etode Regresi Spline pernah dilakukan naun pada bidang lain, diantaranya Fridiati [9], Sutarsi [], Basri [], dan Federika []. Sejauh ini belu ada yang elakukan penelitian tentang angka gizi buruk di Jawa Tiur dengan enggunakan Regresi Spline. Tujuan penelitian ini adalah untuk endeskripsikan kejadian balita gizi buruk, ibu yang eeriksakan keha-ilannya, balita yang eenuhi kecukupan protein, balita yang endapatkan vitain A, Ruah Tangga yang engakses air bersih, BBLR, Ruah Tangga iskin di Provinsi Jawa Tiur serta eodelkan persentase gizi buruk di Jawa Tiur dengan enggunakan pendekatan Spline. Manfaat penelitian ini bagi instansi peerintah, dapat dijadikan sebagai tabahan inforasi untuk enentukan kebijakan yang akan diabil perihal peningkatan kualitas perbaikan gizi khususnya di Provinsi Jawa Tiur serta bagi pebaca dan ahasiswa, dapat dijadikan sebagai pengetahuan engenai regresi nonparaetrik dan aplikasinya dala suatu perasalahan sosial. II. TINJAUAN PUSTAKA A. Regresi Nonparaetrik Spline Regresi nonparaetrik erupakan suatu etode statistika yang digunakan untuk engetahui hubungan antara variabel respon dengan variabel prediktor yang tidak diketahui bentuk fungsinya, hanya diasusikan sooth (ulus) dala arti teruat dala suatu ruang fungsi tertentu. Regresi nonparaetrik erupakan regresi yang sangat fleksibel dala eodelkan pola data Eubank [3].
2 JURNAL SAINS DAN SENI ITS Vol., No., (Sept. ) ISSN: 3-9X D-7 Model regresi nonparaetrik secara uu sebagai berikut. yi f ( x i ) i, i =,,,n, () Diberikan data (t i,t i,,t pi,y i ) dan hubungan antara (t i,t i,,t pi ) dan y i diasusikan engikuti odel regresi nonparaetrik, y i = g(t i,t i,,t pi ) + ε i untuk i =,,,n dengan y i variabel respon, f kurva regresi yang tidak diketahui bentuknya. Apabila kurva regresi g erupakan odel aditif dan dihapiri dengan fungsi spline aka diperoleh odel regresi y g t ) g( t )... g( t ) diana, j ji i ( i i p j pi f ( t ), i =,,,n, () ji h hjt ji h l g ( t ) ( t i lj ji K lj ) jt ji... jt ji j ( t ji K j )... j i j ( t ji K ), ( t ji Klj ), t ji Klj dengan ( t ji Klj ), t ji Klj dan K j, K j,,k j adalah titik-titik knot yang eperlihatkan pola perubahan perilaku dari fungsi pada sub-sub interval yang berbeda. Nilai pada persaaan di atas erupakan derajat dari polinoial. Kurva polinoial derajat satu disebut kurva linear, derajat dua disebut sebagai kurva kuadratik, serta derajat tiga disebut sebagai kurva kubik. Agar diperoleh spline yang optial perlu dipilih titik knot yang optial. Salah satu etode untuk eilih titik knot optial adalah dengan etode GCV (Generalized Cross Validation) Budiantara []. Model spline yang sesuai berkaitan dengan titik knot yang optial didapat dari nilai GCV terkecil. Fungsi GCV didefinisikan sebagai GCV( K, K diana,,..., K ) ( n MSE( K, K tr[ I A( K, K,..., K ),..., K n ( K, K,..., K ) n ( y j fˆ ( K, K,..., K t n ) ( j )), j, K K K, K,..., K ) A( K, K,..., K) y. MSE K,..., adalah titik knot dan atriks A( diperoleh dari persaaan Setelah diperoleh odel spline terbaik, selanjutnya akan dilakukan pengujian paraeter yang terdiri dari uji serentak dan uji parsial serta pengujian distribusi noral pada residual. B. Uji Siultan Hipotesis yang digunakan pada uji siultan adalah sebagai berikut. H : β = β = = β k = H : Minial ada satu β p, p =,,,k Statistik uji yang digunakan adalah uji F : MS Re gresi Fhitung MS Re sidual () Tolak H jika F hitung > F α;(k,n-k-). )]) (3) C. Uji Individu Hipotesis yang digunakan pada uji individu adalah sebagai berikut. H : β p = H : β p ; p =,,,k Statistik uji yang digunakan adalah uji t : ˆ p t hitung. (5) se( ˆ ) Tolak H jika p t hitung t, diana n adalah julah (, nk ) pengaatan dan k adalah julah paraeter. D. Uji Noralitas Residual Hipotesis yang digunakan pada uji noralitas residual adalah sebagai berikut : H : Residual engikuti distribusi noral H : Residual tidak engikuti distribusi noral Statistik uji yang digunakan adalah : Z Sup F x F Tolak H jika Z hitung > Z α. hitung n x III. METODOLOGI PENELITIAN A. Data Penelitian Data yang digunakan dala penelitian ini adalah data sekunder yang diperoleh dari data Riset Kesehatan Dasar (Riskesdas) tahun 7 dan Survei Sosial Ekonoi Nasional (Susenas) tahun 7. Riskesdas tahun 7 epunyai desain sapling yang saa dengan Susenas tahun 7 diana datanya dapat engestiasi kesehatan asyarakat kabupaten/kota, provinsi, ataupun nasional. Variabel yang diabil dari Riskesdas adalah persentase balita gizi buruk, persentase ibu yang eeriksakan kehailannya, persentase balita yang encukupi kebutuhan protein, persentase balita yang endapatkan vitain A, persentase Ruah Tangga yang engakses air bersih dan persentase bayi berat lahir rendah. sedangkan variabel yang diabil dari Susenas adalah persentase ruah tangga iskin,. Lokasi penelitian adalah di Provinsi Jawa Tiur yang terdiri atas 3 kabupaten/kota. x B. Metode Analisis Data Langkah-langkah analisis yang dilakukan pada penelitian ini adalah sebagai berikut.. Mendeskripsikan kejadian balita gizi buruk di Jawa Tiur. i. Mendeskripsikan kejadian balita gizi buruk, ibu yang eeriksakan kehailannya, balita yang eenuhi kecukupan protein, balita yang endapatkan vitain A, ruah tangga yang engakses air bersih, BBLR, ruah tangga iskin di Provinsi Jawa Tiur. ii. Menginterpretasikan hasil analisis dan engabil kesipulan.. Meodelkan kejadian balita gizi buruk di Provinsi Jawa Tiur dengan pendekatan Spline. i. Mebuat scatterplot antara variabel respon dengan asing-asing variabel prediktor yang dijadikan ()
3 JURNAL SAINS DAN SENI ITS Vol., No., (Sept. ) ISSN: 3-9X D-79 sebagai deteksi awal engenai pola hubungan antara variabel respon dan variabel prediktor. ii. Meodelkan variabel respon dengan enggunakan Spline linear dan berbagai titik knot. iii. Menentukan titik-titik knot optial yang didasarkan pada nilai GCV iniu. iv. Menetapkan odel Spline terbaik. v. Menguji signifikansi paraeter secara serentak dan parsial. vi. Melakukan uji Noralitas Residual. vii. Menginterpretasikan hasil analisis dan engabil kesipulan. 5 7 (a) X (b) 55 X 5 IV. ANALISA DAN PEMBAHASAN A. Statistika Deskriptif Provinsi Jawa Tiur eiliki 9 Kabupaten dan 9 Kota atau secara adinistratif terdapat 3 Kabupaten/Kota. Setiap kabupaten/kota eiliki kondisi sosial dan ekonoi yang berbeda. Berikut hasil analisa deskriptif dari tiap variabel penelitian. Tabel. Statistika Deskriptif Variabel Mean Varians Miniu Maksiu,9 9,, X 9, 5, X 5,, 7,,9 X 3 73,5 9,9 3,,5 X 3,3 7 5,5 5 X 5,53,5 9, X,9 9, 3,95 5, Dari Tabel diperoleh inforasi bahwa pada variabel (persentase angka gizi buruk) eiliki nilai tertiggi sebesar, persen yaitu Kabupaten Sapang. Pada variabel X (persentase ibu yang eeriksakan kehailannya) eiliki nilai terendah sebesar 5, persen yaitu Kabupaten Mojokerto. Pada variabel X (persentase balita yang eenuhi kecukupan protein) eiliki nilai keragaan data sebesar,. Untuk variabel X 3 (persentase balita yang endapatkan vitain A) eiliki nilai rata-rata sebesar 73,5 persen. Pada variabel X (persentase ruah tangga yang engakses air bersih) eiliki nilai terendah sebesar 5,5 persen yaitu Kota Probolinggo. Untuk variabel X 5 (persentase bayi berat lahir rendah) eiliki nilai tertinggi sebesar 9, persen yaitu Kabupaten Probolinggo. Sedangkan untuk variabel X (persentase ruah tangga iskin) eiliki nilai tertinggi sebesar 5, persen yaitu Kabupaten Sapang. B. Scatterplot untuk Variabel Respon dengan Variabel Prediktor Analisis regresi erupakan salah satu etode statistika yang digunakan untuk enyelidiki pola hubungan antara variabel prediktor dengan variabel respon. Bentuk pola hubungan fungsional antara variabel prediktor dengan variabel respon dapat diperkirakan dengan ebuat diagra pencar (scatter plot) yang euat inforasi tentang kedua hubungan tersebut. Bentuk pola hubungan antara variabel respon dengan variabel prediktor disajikan pada Gabar. 5 5 (c) X3 X (e) (f) Gabar.. Scatterplot antara Variabel Respon dengan Variabel Prediktor. Gabar enunjukkan bahwa pola hubungan antara variabel respon dengan variabel prediktor eiliki pola yang enyebar, sehingga tidak eiliki kecenderungan ebentuk suatu pola tertentu. Pola hubungan antara setiap variabel prediktor terhadap variabel respon eiliki pola yang tidak engikuti pola tertentu. Oleh karena itu sulit digunakan peodelan dengan pendekatan regresi paraetrik. Selanjutnya pola data akan didekati dengan enggunakan regresi nonparaetrik spline. C. Regresi Nonparaetrik Spline Linier Titik Knot Model regresi spline linier dengan satu titik knot (K) sebagai berikut. ˆ ˆ x ˆ ˆ ˆ ( x K)... x ( x K ), Nilai GCV untuk odel titik knot disajikan pada Tabel. Tabel. Nilai GCV Model Spline Linier Satu Titik Knot No. X X X 3 X X 5 X GCV , , , , ,5 5 5, , , , ,5 Dari Tabel didapatkan nilai GCV iniu sebesar 5, yang bersesuaian dengan knot K =, K = 5, K 3 =, K =, K 5 =, K =. (d) X X
4 JURNAL SAINS DAN SENI ITS Vol., No., (Sept. ) ISSN: 3-9X D- D. Regresi Nonparaetrik Spline Linier Titik Knot Model regresi spline linier dua knot adalah sebagai berikut. ˆ ˆ x ˆ ( x K ) ˆ ( x K )... ˆ x 3 ˆ ˆ 7 ( x K) ( x K ), Nilai GCV untuk odel dua titik knot disajikan pada Tabel 3. Tabel 3. Nilai GCV Model Spline Linier Dua Titik Knot No X X X 3 X X 5 X GCV ;93 9;5 59;7 ; ; 5;33,7 93;95 5; 53;75 ;33 ;3 ;3, 3 ;7 5;53 ;7 7; ; ;3, 5;7 9;5 9; 5; 7; ;3 9,33 5 ;9 59; 5;3 ;9 ;3 7; 7, ;95 5;59 5;9 7;33 ;5 5;,3 7 ;9 5; ; ;3 3;5 5; 7, ;9 ;5 79;3 3;3 ;3 ;3 9,99 9 7;7 53;57 5;75 9;3 5;9 3; 9, ;5 5;59 5;5 39;3 ;7 7;39 9, Tabel 3 enunjukkan bahwa nilai GCV iniu adalah sebesar 7, yang bersesuaian dengan knot K =, K = 9, K 3 = 5, K =, K 5 =, K =, K 7 =, K = 3, K 9 = 3, K = 5, K = 5, K =. E. Regresi Nonparaetrik Spline Linier 3 Titik Knot Model regresi spline linier dua knot adalah sebagai berikut. ˆ ˆ x ˆ ( x K ) ˆ ( x K ) ˆ ( x K 3 3 )... ˆ x ˆ ( x ˆ K ˆ ) 3( x K7) ( x K) Nilai GCV untuk odel tiga titik knot disajikan pada Tabel. Tabel. Nilai GCV Model Spline Linier Tiga Titik Knot No. X X X 3 X X 5 X GCV 5 ;;99 5;5; 55;79; 35;39;7 ;9; ;5;9,3 9;5;9 5;5; ;; 3;; 3;;5 7;3;33,3 3 7;7;9 9;5; 53;5;73 37;3;9 ;9; ;7;9 3, 57;5;77 5;5;59 ;9;7 ;; ;;3 ;3;35 3, 5 5;57;9 53;5; 5;9;7 3;7; ;5; ;;,7 59;7;9 ;5; 3;7;7 37;3;7 5;7;9 7;7;5 3, 7 3;73;9 5;; 7;5; ;;7 3;;5 ;3;3 7, 57;7;7 53;5; 5;57;7 ;9; ;;9 5;9;3,5 9 ;;9 5;57; ;5; ;7; ;;9 ;35;9,5 Dari Tabel didapatkan inforasi bahwa nilai GCV iniu yang didapatkan sebesar,7 yang bersesuaian dengan titiktitik knot K = 5, K = 57, K 3 = 9, K = 53, K 5 = 5, K =, K 7 = 5, K = 9, K 9 = 7, K = 3, K = 7, K =, K 3 =, K = 5, K 5 =, K =, K 7 = dan K =. F. Regresi Nonparaetrik Spline Linier dengan Kobinasi Knot Nilai GCV dari odel spline dengan berbagai kobinasi knot disajikan pada Tabel 5. Tabel 5 enunjukkan bahwa nilai GCV iniu dari odel spline linier enggunakan kobinasi knot sebesar 3,9 dengan banyak knot optiu pada X = 3 knot, X = knot, X 3 = 3 knot, X = knot, X 5 = knot serta X = 3 knot. Nilai GCV iniu tersebut bersesuaian dengan titik-titik knot K = 7, K = 5, K 3 = 7, K = 9, K 5 = 5, K = 7, K 7 = 7, K =, K 9 = 5, K =, K =, dan K = 9. No 3 Tabel 5. Nilai GCV Model Spline Linier dengan Kobinasi Knot Variabel Julah Titik Titik-Titik Prediktor Knot Optiu Knot GCV X X X 3 7 X 3,,,97 X 5 9 X X 73 X 9 X 3 39 X 7, X 5 3,5,9 X X,9 X 57 X 3 X 7,39 X 5 5 X 7, X 3 7,5,7 X 9 X 3 3 5,7,7 X 3,9 X 5 5 X 3,,9 X X 5 X 3 53 X 3, X 5 3,,7 X G. Model Spline Terbaik Dapat disipulkan dari odel spline linier satu titik knot, dua titik knot, tiga titik knot, serta kobinasi titik knot bahwa nilai GCV yang paling iniu adalah nilai GCV pada kobinasi titik knot. Estiasi paraeter untuk odel spline terbaik akan disajikan pada Tabel. Tabel. ;7; 5;5;57 5;7; 3;35;5 7;;7 ;5;7 5,59 Estiasi Paraeter untuk Model Spline Terbaik Variabel Paraeter Estiasi Intersep β,7 X X X 3 β,575 β -,339 β 3 3,3 β -3,9 β 5,7 β -,79 β 7 -,957 β,99 β 9,95 β -,
5 JURNAL SAINS DAN SENI ITS Vol., No., (Sept. ) ISSN: 3-9X D- Tabel. Estiasi Paraeter untuk Model Spline Terbaik (Lanjutan) Variabel Paraeter Estiasi β X,357 β -,35 β X 3 -,3 5 X β -,3 β 5-5,5 β 9, β 7 -,3 β -5,99 Dari Tabel diperoleh nilai-nilai estiasi paraeter dari odel spline terbaik yang dapat ditulis ke dala bentuk persaaan sebagai berikut.,7,575x,339( x 7) 3,3( x 5) 3,9( x 7),7x,79( x 9),957x,99( x 5),95( x ),( x3 7),357x,35( x ),3x5,3( x5 5),55x,9( x ),3( x ),59( x 9) Dari odel tersebut didapatkan nilai R sebesar,77 persen yang berarti keena variabel prediktor apu enjelaskan sebesar,77 persen terhadap kejadian angka gizi buruk di Jawa Tiur tahun 7. Selanjutnya akan diuji apakah residual dari odel tersebut berdistribusi noral dan apakah paraeter-paraeter odel signifikan. H. Uji Noralitas Residual Untuk enguji asusi ini digunakan uji Kologorov- Sirnov dengan hipotesis : H : Residual berdistribusi noral H : Residual tidak berdistribusi noral Dengan enggunakan α =.5, aka hasil pengujian residual dapat dilihat pada Gabar. Percent Gabar.. Uji Noralitas Residual. - 3 Mean -.3 StDev. N 3 KS.7 P-Value >.5 Dari Gabar diperoleh inforasi bahwa p-value >.5 yang nilainya lebih besar dari α =.5, aka gagal tolak H yang artinya residual telah berdistribusi noral. I. Uji Serentak Untuk engetahui pengaruh paraeter secara serentak terhadap odel aka dilakukan uji siultan dengan hipotesis: H : β = β = = β = H : Minial ada satu β p ; p =,,, Dengan enggunakan α =,5, aka diperoleh Tabel ANOVA yang dapat dilihat pada Tabel 7. Tabel 7. Tabel ANOVA Model Spline Source of df Su of Mean F hitung F tabel Variation Suare Suare Regression,59 5,5 Residual 9 39,59, 7,5,7 Total 37 Tabel 7 enunjukkan bahwa nilai F hitung sebesar 7,5 yang nilainya lebih besar dari F tabel sebesar,7. Hal ini engindikasikan bahwa H ditolak, yang artinya inial ada satu β p. J. Uji Parsial Untuk engetahui paraeter ana saja yang berpengaruh terhadap odel spline disajikan pada Tabel. Tabel. Keputusan pada Uji Parsial Variabel Paraeter t hitung t tabel Keputusan β.3.93 Tidak Signifikan X β Tidak Signifikan β Signifikan β Signifikan X β Tidak Signifikan β.7.93 Tidak Signifikan β Signifikan X 3 β Signifikan β Tidak Signifikan β Signifikan X β Tidak Signifikan β Tidak Signifikan β Tidak Signifikan X 5 X β.5.93 Tidak Signifikan β Tidak Signifikan β Signifikan β Signifikan β..93 Signifikan Dengan enggunakan tingkat signifikansi sebesar 5 persen didapatkan paraeter-paraeter yang signifikan yaitu β 3, β, β 7, β, β, β, β 7 dan β. Dari Tabel didapatkan kesipulan bahwa faktor-faktor yang epengaruhi angka gizi buruk di Jawa Tiur tahun 7 adalah persentase ibu yang eeriksakan kehailannya (X ), persentase balita yang endapatkan vitain A (X 3 ), dan persentase ruah tangga iskin (X ). Sehingga odel spline dari faktor-faktor yang epengaruhi angka gizi buruk di Jawa Tiur pada tahun 7 adalah sebagai berikut. 3,99( x3 5),( x3 7),99( ),3( x ),59( x 9) y ˆ 3,3( x 5) 3,9( x 7), 957x x Interpretasi dari odel spline terbaik tersebut adalah.. Apabila variabel X 3 dan X konstan, aka hubungan antara persentase ibu yang eeriksakan kehailan (X ) terhadap persentase angka gizi buruk (), y ˆ 3,3( x 5) 3,9( x 7)
6 JURNAL SAINS DAN SENI ITS Vol., No., (Sept. ) ISSN: 3-9X D- 3,3x 39,9, 5 x 7,35x 9,93, x 7 Dari odel di atas dapat diinterpretasikan, Pada saat persentase ibu yang eeriksakan kehailannya (X ) antara 5 persen sapai 7 persen, apabila persentase ibu yang eeriksakan kehailannya naik sebesar satu persen, aka persentase angka gizi buruk akan naik sebesar 3,3 persen. Hal ini dikarenakan pada tahun 7, persentase balita gizi buruk juga tinggi, sehingga faktor ibu yang eeriksakan kehailannya tidak terlalu berpengaruh signifikan. Persentase ibu yang eeriksakan kehailannya lebih dari 7 persen, apabila persentase ibu yang eeriksakan kehailannya naik sebesar satu persen, aka persentase angka gizi buruk akan turun sebesar,35 persen.. Apabila variabel X dan X konstan, aka hubungan antara persentase balita yang endapatkan vitain A (X 3 ) terhadap persentase angka gizi buruk (), y ˆ,957x 3,99( x3 5),( x3 7),957x3, x3 5,99x3 9,9, 5 x3 7,73x3 7,553, x3 7 Dari odel di atas dapat diinterpretasikan, Pada saat persentase balita yang endapatkan vitain A (X 3 ) kurang dari 5 persen, apabila persentase balita yang endapatkan vitain A naik sebesar satu persen, aka persentase angka gizi buruk akan turun sebesar,957 persen. Persentase balita yang endapatkan vitain A antara 5 persen sapai 7 persen, apabila persentase balita yang endapatkan vitain A naik sebesar satu persen, aka persentase angka gizi buruk akan naik sebesar,99 persen. Persentase balita yang endapatkan vitain A lebih dari 7 persen, apabila persentase balita yang endapatkan vitain A naik sebesar satu persen, aka persentase angka gizi buruk akan turun sebesar,73 persen. 3. Apabila variabel X dan X 3 konstan, aka hubungan antara persentase ruah tangga iskin (X ) terhadap persentase angka gizi buruk (), y ˆ,99( x ),3( x ),59( x 9),99x 7,9, x,33x,35, x 9,73x 7,, x 9 Dari odel di atas dapat diinterpretasikan, Pada saat persentase ruah tangga iskin (X ) antara persen sapai persen, apabila persentase ruah tangga iskin naik sebesar satu persen, aka persentase angka gizi buruk akan naik sebesar,99 persen. Persentase ruah tangga iskin antara persen sapai 9 persen, apabila persentase ruah tangga iskin naik sebesar satu persen, aka persentase angka gizi buruk akan naik sebesar,33 persen. Persentase ruah tangga iskin lebih dari 9 persen, apabila persentase ruah tangga iskin naik sebesar satu persen, aka persentase angka gizi buruk akan turun sebesar,73 persen. Hal ini dikarenakan pada tahun 7, persentase balita gizi buruk juga tinggi, sehingga faktor ruah tangga iskin tidak terlalu berpengaruh signifikan. V. KESIMPULAN DAN SARAN Berdasarkan deskripsi kejadian balita gizi buruk tiap kabupaten/kota di Jawa Tiur, didapatkan persentase angka gizi buruk tertinggi adalah Kabupaten Sapang sebesar, persen. Dari hasil analisa yang telah dilakukan, didapatkan kesipulan bahwa faktor-faktor yang epengaruhi angka gizi buruk di Jawa Tiur pada Tahun 7 adalah persentase ibu yang eeriksakan kehailannya (X ), persentase balita yang endapatkan vitain A (X 3 ) dan persentase ruah tangga iskin (X ), dengan odel spline terbaiknya adalah sebagai berikut. y ˆ 3,3( x 5) 3,9( x 7), 957x3,99( x3 5),( x3 7),99( x ),3( x ),59( x 9) dari odel di atas didapatkan nilai R sebesar,77 persen sehingga dapat dikatakan baik dala peodelan. DAFTAR PUSTAKA [] Sasul. (). Dapak Gizi Buruk Bagi Anak-Anak Penerus Bangsa. Accessed Januari,, fro //dapak-gizi-buruk-bagi-anak-anak.htl [] Anoni. (). 9 Ribu Balita Indonesia Bergizi Buruk. Accessed January 9,, fro ribu-balita-indonesia-bergizi-buruk [3] Siswono. (). Kasus Gizi Buruk : Epat Provinsi Tak Pernah Absen. Accessed Januari,, fro [] Paraita, L. (). Bagging Regresi Logistik Ordinal pada Klasifikasi Status Gizi Balita (Studi Kasus Kabupaten Nganjuk). Tugas Akhir, Jurusan Statistika Institut Teknologi Sepuluh Nopeber, Surabaya. [5] Hayati, M. (9). Analisis Diskriinan Pada Faktor-Faktor yang Mepengaruhi Gizi Buruk Balita di Jawa Tiur. Tugas Akhir, Jurusan Statistika Institut Teknologi Sepuluh Nopeber, Surabaya. [] Riskiyanti, R. (). Analisis Regresi Multivariat Berdasarkan Faktor-faktor yang Mepengaruhi Derajat Kesehatan di Provinsi Jawa Tiur. Tugas Akhir, Jurusan Statistika Institut Teknologi Sepuluh Nopeber, Surabaya. [7] Ayunin, L. (). Peodelan Balita Gizi Buruk Di Kabupaten Ngawi Dengan Geographically Weighted Regression. Tugas Akhir, Jurusan Statistika Institut Teknologi Sepuluh Nopeber, Surabaya. [] A yunin, Q. (). Peodelan Angka Gizi Buruk pada Balita di Kota Surabaya dengan Spatial Autoregressive Model (SAR). Tugas Akhir, Jurusan Statistika Institut Teknologi Sepuluh Nopeber, Surabaya. [9] Fridiati, I.D. (9). Pendekatan Mars Untuk Peodelan Gas Buang Kendaraan Dengan Bahan Bakar Solar. Tugas Akhir, Jurusan Statistika Institut Teknologi Sepuluh Nopeber, Surabaya. [] Sutarsi, S. (). Pendekatan Regresi Spline untuk Meodelkan Nilai UNAS Siswa SMK Negeri 3 Buduran Sidoarjo. Tugas Akhir, Jurusan Statistika Institut Teknologi Sepuluh Nopeber, Surabaya. [] Basri,H. (). Estiasi Kurva Regresi Nonparaetrik dengan Pendekatan Spline (Studi Kasus padadata Murid Madrasah Ibtidaiyah dan Keluarga Prasejahtera Setiap Kecaatan di Kabupaten Bone). Didaktika Jurnal Kependidikan, Vol. 3 No.. [] Federika,. (). Regresi Nonparaetrik Spline untuk Data Berat Badan Balita Menurut Uur di Kabupaten Bojonegoro Tahun. Tugas Akhir, Jurusan Statistika Institut Teknologi Sepuluh Nopeber, Surabaya. [3] Eubank, R.L. (9). Spline Soothing and Nonparaetric Regression. New ork : Marcel Deker. [] Budiantara, I.N. (). Metode UBR, GML, CV, dan GCV dala Regresi Nonparaetrik Spline. Majalah Iliah Hipunan Mateatika Indonesia (MIHMI).,5-9.
PEMODELAN INFLASI BERDASARKAN HARGA-HARGA PANGAN MENGGUNAKAN SPLINE MULTIVARIABEL. Abstract
Peodelan Inflasi (Alan Prahutaa) PEMODELAN INFLASI BERDASARKAN HARGA-HARGA PANGAN MENGGUNAKAN SPLINE MULTIVARIABEL Alan Prahutaa 1, Tiani Wahyu U, Rezzy Eko C 3, Dede Zurohtuliyosi 3 1 Dosen Jurusan Statistika
Lebih terperinciPemodelan Angka Putus Sekolah Usia SMA di Jawa Timur dengan Pendekatan Regresi Spline Multivariabel
Seminar Hasil Tugas Akhir Pemodelan Angka Putus Sekolah Usia SMA di Jawa Timur dengan Pendekatan Regresi Spline Multivariabel Mega Pradipta 1309100038 Pembimbing I : Dra. Madu Ratna, M.Si Pembimbing II
Lebih terperinciPemodelan Spline Truncated dalam Regresi Nonparametrik Birespon
Konferensi Nasional Sistem & Informatika 7 STMIK STIKOM Bali, Agustus 7 Pemodelan Spline Truncated dalam Regresi Nonparametrik Birespon Luh Putu Safitri Pratiwi Program Studi Sistem Informasi STMIK STIKOM
Lebih terperinciPEMODELAN REGRESI SPLINE UNTUK RATA- RATA BANYAK ANAK YANG DILAHIRKAN HIDUP DI KOTA SURABAYA, KABUPATEN SITUBONDO DAN KABUPATEN BANGKALAN
SIDANG LAPORAN TUGAS AKHIR PEMODELAN REGRESI SPLINE UNTUK RATA- RATA BANYAK ANAK YANG DILAHIRKAN HIDUP DI KOTA SURABAYA, KABUPATEN SITUBONDO DAN KABUPATEN BANGKALAN Oleh : Servianie Purnamasari (1310 030
Lebih terperinciBAB I PENDAHULUAN. pembangunan di bidang-bidang lain, seperti sosial, politik, dan budaya. perbedaan antara yang kaya dengan yang miskin.
BAB I PENDAHULUAN A. Latar Belakang Masalah Pebangunan ekonoi erupakan asalah penting bagi suatu negara, untuk itu sejak awal pebangunan ekonoi endapat tepat penting dala skala prioritas pebangunan nasional
Lebih terperinciBAB I PENDAHULUAN. daya nasional yang memberikan kesempatan bagi peningkatan demokrasi, dan
BAB I PENDAHULUAN A. Latar Belakang Masalah Pebangunan daerah sebagai bagian yang integral dari pebangunan nasional dilaksanakan berdasakan prinsip otonoi daerah dan pengaturan suber daya nasional yang
Lebih terperinciBAB I PENDAHULUAN. sumber untuk membiayai dirinya dan keluarganya, dan bagi tenaga kerja yang
BAB I PENDAHULUAN A. Latar Belakang Upah bagi para pekerja erupakan faktor penting karena erupakan suber untuk ebiayai dirinya dan keluarganya, dan bagi tenaga kerja yang berpendidikan upah erupakan hasil
Lebih terperinciSEMINAR TUGAS AKHIR 16 JANUARI Penyaji : I Dewa Ayu Made Istri Wulandari Pembimbing : Prof.Dr.Drs. I Nyoman Budiantara, M.
16 JANUARI ANALISIS FAKTOR FAKTOR YANG MEMPENGARUHI PENDUDUK MISKIN DAN PENGELUARAN PERKAPITA MAKANAN DI JAWA TIMUR DENGAN METODE REGRESI NONPARAMETRIK BIRESPON SPLINE Penyaji : I Dewa Ayu Made Istri Wulandari
Lebih terperinciPemodelan Faktor-Faktor yang Mempengaruhi Unmet Need KB di Provinsi Jawa Timur dengan Pendekatan Regresi Nonparametrik Spline
JURNAL SAINS DAN SENI ITS Vol. No. (06 7-0 (0-98X Print D-6 Pemodelan Faktor-Faktor yang Mempengaruhi Unmet Need KB di Provinsi Jawa Timur dengan Pendekatan Regresi Nonparametrik Spline Anita Trias Anggraeni
Lebih terperinciFaktor-Faktor yang Mempengaruhi Contraceptive Prevalence Rate (Cpr) di Indonesia dengan Pendekatan Regresi Nonparametrik Spline
JURNAL SAINS DAN SENI ITS Vol.,., (0) 7-0 (0-9X Print) D-97 Faktor-Faktor yang empengaruhi Contraceptive Prevalence Rate (Cpr) di Indonesia dengan Pendekatan Regresi nparametrik Spline Diana Cristie dan
Lebih terperinciPENDEKATAN REGRESI SEMIPARAMETRIK SPLINE LINIER UNTUK MEMODELKAN ANGKA KEMATIAN BAYI DI JAWA TIMUR
SULVIA MEGASARI 1310 100 037 PENDEKATAN REGRESI SEMIPARAMETRIK SPLINE LINIER UNTUK MEMODELKAN ANGKA KEMATIAN BAYI DI JAWA TIMUR 1 Sulvia Megasari dan I Nyoman Budiantara Jurusan Statistika, Fakultas Matematika
Lebih terperinciKata Kunci kematian maternal, regresi, spline, nonparametrik, GCV
JURNAL SAINS DAN SENI POMITS Vol. 3, No.1, (2014) 2337-3520 (2301-928X Print) D-13 Pendekatan Spline untuk Estimasi Kurva Regresi Nonparametrik (Studi Kasus pada Data Angka Kematian Maternal di Jawa Timur)
Lebih terperinciBAB I PENDAHULUAN. dalam skala prioritas pembangunan nasional dan daerah di Indonesia
BAB I PENDAHULUAN A. Latar Belakang Masalah Pebangunan ekonoi erupakan asalah penting bagi suatu negara, untuk itu sejak awal pebangunan ekonoi endapat tepat penting dala skala prioritas pebangunan nasional
Lebih terperinciPerbandingan Mean Squared Error (MSE) Metode Prasad-Rao dan Jiang-Lahiri-Wan Pada Pendugaan Area Kecil
Vol. 2, 2017 Perbandingan Mean Squared Error (MSE) Metode Prasad-Rao dan Jiang-Lahiri-Wan Pada Pendugaan Area Kecil Widiarti 1*, Rifa Raha Pertiwi 2, & Agus Sutrisno 3 Jurusan Mateatika, Fakultas Mateatika
Lebih terperinciESTIMASI LIKELIHOOD MAXIMUM PENALIZED DARI MODEL REGRESI SEMIPARAMETRIK. Nur Salam 1
ISN: 978-60-4387-0- ESTIMASI LIKELIHOOD MAXIMUM PENALIZED DARI MODEL REGRESI SEMIPARAMETRIK Nur Sala Universitas Labung Mangkurat (UNLAM Abstract The seiparaetric regression odel in atri for is where X
Lebih terperinciAnalisis Regresi Spline Kuadratik
Analisis Regresi Spline Kuadratik S 2 Oleh: Agustini Tripena Program Studi Matematika, Fakultas Sains dan Teknik, Univesitas Jenderal Soedirman, Purwokerto tripena1960@yahoo.co.id Abstrak Regresi spline
Lebih terperinciPemodelan Regresi Nonparametrik Spline Truncated Dan Aplikasinya pada Angka Kelahiran Kasar di Surabaya
JURNAL SAINS DAN SENI POMITS Vol., No., (04) 7-0 (0-98X Print) D-7 Pemodelan Regresi Nonparametrik Spline Truncated Dan Aplikasinya pada Angka Kelahiran Kasar di Surabaya Merly Fatriana Bintariningrum
Lebih terperinciImplementasi Histogram Thresholding Fuzzy C-Means untuk Segmentasi Citra Berwarna
JURNAL TEKNIK POMITS Vol., No., (03) ISSN: 337-3539 (30-97 Print) Ipleentasi Histogra Thresholding Fuzzy C-Means untuk Segentasi Citra Berwarna Risky Agnesta Kusua Wati, Diana Purwitasari, Rully Soelaian
Lebih terperinciAPLIKASI REGRESI SPLINE UNTUK MEMPERKIRAKAN TINGKAT FERTILITAS WANITA BERDASARKAN UMUR
APLIKASI REGRESI SPLINE UNTUK MEMPERKIRAKAN TINGKAT FERTILITAS WANITA BERDASARKAN UMUR Oleh : Isnia Dwimayanti (0 09 06) Pembimbing : DR Drs I Nyoman Budiantara, MS ABSTRAK Tingginya tingkat fertilitas
Lebih terperinciPemodelan PDRB Di Indonesia Menggunakan Pendekatan Regresi Nonparametrik Spline
JURNAL SAINS DAN SENI ITS Vol. 6, No., (17) ISSN: 337-35 (31-98X Print) D-16 Pemodelan PDRB Di Indonesia Menggunakan Pendekatan Regresi Nonparametrik Spline Puspita Khanela, Madu Ratna, dan I Nyoman Budiantara
Lebih terperinciPENGARUH POSISI BEBAN DAN MOMEN INERSIA TERHADAP PUTARAN KRITIS PADA MODEL POROS MESIN KAPAL
PENGARUH POSISI BEBAN DAN MOMEN INERSIA TERHADAP PUTARAN KRITIS PADA MODEL POROS MESIN KAPAL Waris Wibowo Staf Pengajar Akadei Mariti Yogyakarta (AMY) ABSTRAK Penelitian ini bertujuan untuk endapatkan
Lebih terperinciBAB I PENDAHULUAN. segi kuantitas dan kualitasnya. Penambahan jumlah konsumen yang tidak di ikuti
BAB I PENDAHULUAN 1.1 Latar Belakang Air erupakan kebutuhan yang penting bagi kehidupan anusia. Manusia tidak dapat elanjutkan kehidupannya tanpa penyediaan air yang cukup dala segi kuantitas dan kualitasnya.
Lebih terperinciMODEL REGRESI NONPARAMETRIK DENGAN PENDEKATAN DERET FOURIER PADA KASUS TINGKAT PENGANGGURAN TERBUKA DI JAWA TIMUR
UNIVERSITAS DIPONEGORO 01 ISBN: -0-1-0-1 MODEL REGRESI NONPARAMETRIK DENGAN PENDEKATAN DERET FOURIER PADA KASUS TINGKAT PENGANGGURAN TERBUKA DI JAWA TIMUR Alan Prahutama Dosen Jurusan Statistika Undip
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Konsep Dasar Graph Sebelu sapai pada pendefinisian asalah network flow, terlebih dahulu pada bagian ini akan diuraikan engenai konsep-konsep dasar dari odel graph dan representasinya
Lebih terperinciBAB III UJI STATISTIK PORTMANTEAU DALAM VERIFIKASI MODEL RUNTUN WAKTU
BAB III UJI STATISTIK PORTMANTEAU DALAM VERIFIKASI MODEL RUNTUN WAKTU Salah satu langkah yang paling penting dala ebangun suatu odel runtun waktu adalah dari diagnosisnya dengan elakukan peeriksaan apakah
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Data dan Variabel 2.1.1 Data Pengertian data enurut Webster New World Dictionary adalah things known or assued, yang berarti bahwa data itu sesuatu yang diketahui atau dianggap.
Lebih terperinciAnalisis Regresi Spline Multivariabel untuk Pemodelan Kematian Penderita Demam Berdarah Dengue (DBD) di Jawa Timur
JURNAL SAINS DAN SENI ITS Vol., No., (Sept. 0) ISSN: 0-98X D- Analisis Regresi Spline Multivariabel untuk Pemodelan Kematian Penderita Demam Berdarah Dengue (DBD) di Jawa Timur Reza Mubarak dan I Nyoman
Lebih terperinciPerbandingan Bilangan Dominasi Jarak Satu dan Dua pada Graf Hasil Operasi Comb
Perbandingan Bilangan Doinasi Jarak Satu dan Dua pada Graf Hasil Operasi Cob Reni Uilasari 1) 1) Jurusan Teknik Inforatika, Fakultas Teknik, Universitas Muhaadiyah Jeber Eail : 1) reniuilasari@gailco ABSTRAK
Lebih terperinciUji Rank Mann-Whitney Dua Tahap
Statistika, Vol. 7 No., 55 60 Mei 007 ji Rank Mann-Whitney Dua Tahap Teti Sofia Yanti Dosen Jurusan Statistika FMIPA NISBA. Abstrak ji rank Mann-Whitney adalah salah satu bentuk pengujian dala analisis
Lebih terperinciREGRESI SEMIPARAMETRIK SPLINE TRUNCATED DENGAN SOFTWARE R. Abstract. Keywords: Spline Truncated, GCV, Software R.
REGRESI SEMIPARAMETRIK SPLINE TRUNCATED DENGAN SOFTWARE R Tiani Wahyu Utami 1), Alan Prahutama 2) 1 Program studi Statistika, FMIPA, Universitas Mumammadiyah Semarang email: tianiutami@unimus.ac.id 2 Departemen
Lebih terperinciFaktor-faktor yang Mempengaruhi Indeks Pembangunan Manusia (IPM) di Jawa Timur dengan Pendekatan Regresi Semiparametrik Spline
Faktor-faktor yang Mempengaruhi Indeks Pembangunan Manusia (IPM) di Jawa Timur dengan Pendekatan Regresi Semiparametrik Spline Oleh : A. Anggita Tauwakal Retno (303008) Dosen Pembimbing : Prof. Dr. Drs.
Lebih terperinciKAJIAN PERBANDINGAN KINERJA GRAFIK PENGENDALI CUMULATIVE SUM
KAJIAN PERBANDINGAN KINERJA GRAFIK PENGENDALI CUMULATIVE SUM (CUSUM) DAN EXPONENTIALLY WEIGHTED MOVING AVERAGE () DALAM MENDETEKSI PERGESERAN RATARATA PROSES Oleh: Nurul Hidayah 06 0 05 Desen pebibing:
Lebih terperinciOleh : Edwin Erifiandi (NRP ) Pembimbing : Prof. Dr. Drs. I Nyoman Budiantara, MSi
Oleh : Edwin Erifiandi (NRP. 1309 201 701) Pembimbing : Prof. Dr. Drs. I Nyoman Budiantara, MSi PENDAHULUAN Latar Belakang (1) () Salah satu metode statistika untuk memodelkan hubungan antar variabel adalah
Lebih terperinciPemodelan Regresi Spline Truncated Multivariabel pada Faktor-Faktor yang Mempengaruhi Kemiskinan di Kabupaten/Kota Provinsi Jawa Tengah
JURNAL SAINS DAN SENI POMITS Vol., No.1, (013) 337-350 (301-98X Print) D-19 Pemodelan Regresi Spline Truncated Multivariabel pada Faktor-Faktor yang Mempengaruhi Kemiskinan di Kabupaten/Kota Provinsi Jawa
Lebih terperinciSTUDI SIMULASI BIAS ESTIMATOR GPH PADA DATA SKIP SAMPLING
Statistika, Vol., No., Noveber 0 STUDI SIMULASI BIAS ESTIMATOR GPH PADA DATA SKIP SAMPLING Gede Suwardika, Heri Kuswanto, Irhaah Jurusan Statistika,Fakultas Mateatika dan Ilu Pengetahuan Ala, Universitas
Lebih terperinciPENGGUNAAN METODE HOMOTOPI PADA MASALAH PERAMBATAN GELOMBANG INTERFACIAL
PENGGUNAAN METODE HOMOTOPI PADA MASALAH PERAMBATAN GELOMBANG INTERFACIAL JAHARUDDIN Departeen Mateatika Fakultas Mateatika Ilu Pengetahuan Ala Institut Pertanian Bogor Jl Meranti, Kapus IPB Daraga, Bogor
Lebih terperinciKAJIAN METODE ZILLMER, FULL PRELIMINARY TERM, DAN PREMIUM SUFFICIENCY DALAM MENENTUKAN CADANGAN PREMI PADA ASURANSI JIWA DWIGUNA
Jurnal Mateatika UNAND Vol. 3 No. 4 Hal. 160 167 ISSN : 2303 2910 c Jurusan Mateatika FMIPA UNAND KAJIAN METODE ZILLMER, FULL PRELIMINARY TERM, DAN PREMIUM SUFFICIENCY DALAM MENENTUKAN CADANGAN PREMI PADA
Lebih terperinciREGRESI SPLINE BIRESPON UNTUK MEMODELKAN KADAR GULA DARAH PENDERITA DIABETES MELITUS
REGRESI SPLINE BIRESPON UNTUK MEMODELKAN KADAR GULA DARAH PENDERITA DIABETES MELITUS Dhina Oktaviana P, I Nyoman Budiantara Mahasiswa Jurusan Statistika ITS Surabaya, Dosen Jurusan Statistika ITS Surabaya
Lebih terperinciIII. KERANGKA PEMIKIRAN. Proses produksi di bidang pertanian secara umum merupakan kegiatan
2 III. KERANGKA PEMIKIRAN Proses produksi di bidang pertanian secara uu erupakan kegiatan dala enciptakan dan enabah utilitas barang atau jasa dengan eanfaatkan lahan, tenaga kerja, sarana produksi (bibit,
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 terperinciBAB III ESTIMASI PARAMETER PADA MODEL REGRESI LOGISTIK 2-LEVEL. Model hirarki 2-level merupakan model statistik yang digunakan untuk
BAB III ESTIMASI PARAMETER PADA MODEL REGRESI LOGISTIK -LEVEL Model hirarki -level erupakan odel statistik ang digunakan untuk enganalisis data ang bersarang, atau data ang epunai struktur hirarki -level.
Lebih terperinciBAB I PENDAHULUAN. Analisis regresi merupakan metode analisis data yang telah diterapkan
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis regresi merupakan metode analisis data yang telah diterapkan secara luas pada berbagai bidang penelitian, sebagai contoh penelitian-penelitian dalam ilmu pengetahuan
Lebih terperinciMODEL REGRESI NONPARAMETRIK SPLINE TRUNCATED PADA DATA INDEKS PEMBANGUNAN MANUSIA (IPM) DI INDONESIA. 1. Pendahuluan
MODEL REGRESI NONPARAMETRIK SPLINE TRUNCATED PADA DATA INDEKS PEMBANGUNAN MANUSIA (IPM) DI INDONESIA Kornelius Ronald Demu, Dewi Retno Sari Saputro, Purnami Widyaningsih Program Studi Matematika FMIPA
Lebih terperinciPenerapan Metode Simpleks Untuk Optimalisasi Produksi Pada UKM Gerabah
Konferensi Nasional Siste & Inforatika 2017 STMIK STIKOM Bali, 10 Agustus 2017 Penerapan Metode Sipleks Untuk Optialisasi Produksi Pada UKM Gerabah Ni Luh Gede Pivin Suwirayanti STMIK STIKOM Bali Jl. Raya
Lebih terperinciPengendalian Kualitas Proses Produksi Teh Hitam di PT. Perkebunan Nusantara XII Unit Sirah Kencong
JURNAL SAINS DAN SENI ITS Vol. 5 No. (016) 337-350 (301-98X Print) D-37 Pengendalian Kualitas Proses Produksi Teh Hita di PT. Perkebunan Nusantara XII Unit Sirah Kencong Qulsu Dwi Anggraini, Haryono, Diaz
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 terperinciPEMILIHAN PARAMETER PENGHALUS DALAM REGRESI SPLINE LINIER. Agustini Tripena Br.Sb.
JMP : Volume 3 Nomor 1, Juni 2011 PEMILIHAN PARAMETER PENGHALUS DALAM REGRESI SPLINE LINIER Agustini Tripena Br.Sb. Fakultas Sains dan Teknik, Universitas Jenderal Soedirman Purwokerto, Indonesia ABSTRAK.
Lebih terperinciPEMODELAN KURS RUPIAH TERHADAP MATA UANG EURO DENGAN PENDEKATAN REGRESI SPLINE. Sulton Syafii Katijaya 1, Suparti 2, Sudarno 3.
PEMODELAN KURS RUPIAH TERHADAP MATA UANG EURO DENGAN PENDEKATAN REGRESI SPLINE Sulton Syafii Katijaya 1, Suparti 2, Sudarno 3 1 Mahasiswa Jurusan Statistika FSM UNDIP 2,3 Staff Pengajar Jurusan Statistika
Lebih terperinciDampak Pembangunan SMPN 3 Blitar Terhadap Kinerja Lalu Lintas Sekitarnya
Dapak Pebangunan SMPN 3 Blitar Terhadap Kinerja Lalu Lintas Sekitarnya Miftachul Huda 1), Dwi Muryanto 2) 1) Teknik Sipil, Teknik, Universitas Muhaadiyah Surabaya Jl. Sutorejo No. 59 Surabaya, 60113 Eail:
Lebih terperinciPemodelan Angka Putus Sekolah Usia SMP Menggunakan Metode Regresi Nonparametrik Spline di Papua
JURNAL SAINS DAN SENI ITS Vol. 5, No.1, (2016) 2337-3520 (2301-928X Print) D-103 Pemodelan Angka Putus Sekolah Usia SMP Menggunakan Metode Regresi Nonparametrik Spline di Papua Latifatul Mubarokah, I Nyoman
Lebih terperinciI. PENDAHULUAN. Konsep teori graf diperkenalkan pertama kali oleh seorang matematikawan Swiss,
I. PENDAHULUAN. Latar Belakang Konsep teori graf diperkenalkan pertaa kali oleh seorang ateatikawan Swiss, Leonard Euler pada tahun 736, dala perasalahan jebatan Konigsberg. Teori graf erupakan salah satu
Lebih terperinciBAB II METODOLOGI PENELITIAN
6 BAB II METODOLOGI PENELITIAN.1 Waktu dan Tepat Penelitian Gabar Peta kawasan hutan KPH Madiun Peru perhutani Unit II Jati. Pengabilan data penelitian ini dilakukan pada bulan Oktober sapai dengan bulan
Lebih terperinci(R.4) PENGUJIAN DAN PEMODELAN ASOSIASI DUA VARIABEL KATEGORIK MULTI-RESPON DENGAN METODE BOOTSTRAP DAN ALGORITMA GANGE
(R.4) PENGUJIAN DAN PEMODELAN ASOSIASI DUA VARIABEL KATEGORIK MULTI-RESPON DENGAN METODE BOOTSTRAP DAN ALGORITMA GANGE Giat Sudrajat Saruda, 2 Septiadi Padadisastra, 3 I Gede Nyoan Mindra Jaya Mahasiswa
Lebih terperinciBAB III m BAHASAN KONSTRUKSI GF(3 ) dalam penelitian ini dapat dilakukan dengan mengacu pada konsep perluasan filed pada Bab II bagian 2.8.
BAB III BAHASAN KONSTRUKSI GF( ) Untuk engonstruksi GF( ) dala penelitian ini dapat dilakukan dengan engacu pada konsep perluasan filed pada Bab II bagian 28 Karena adalah bilangan pria, aka berdasarkan
Lebih terperinciModel Produksi dan Distribusi Energi
Model Produksi dan Distribusi Energi Yayat Priyatna Jurusan Mateatika FMIPA UNPAD Jl. Raya Jatinangor Bdg Sd K 11 E ail : yatpriyatna@yahoo.co Abstrak Salah satu tujuan utaa proses produksi dan distribusi
Lebih terperinciPerancangan Sistem Tracking Quadrotor untuk Sebuah Target Bergerak di Darat Menggunakan Sistem Fuzzy
JURNAL TEKNIK POMITS Vol. 3, No. 1, (2014) ISSN: 2337-3539 (2301-9271 Print) A-58 Perancangan Siste Tracking Quadrotor untuk Sebuah Target Bergerak di Darat Menggunakan Siste Fuzzy Mochaad Raa Raadhan,
Lebih terperinciBAB III. METODE PENELITIAN. Tabel 1. Indikator/ Indikasi Penelitian
39 BAB III. METODE PENELITIAN 3.1. Tipe Penelitian Penelitian ini terasuk tipe penelitian dengan pendekatan analisis deskriptif kualitatif dan kuantitatif. Analisis ini dipergunakan untuk enggabarkan tentang
Lebih terperinciSistem Linear Max-Plus Interval Waktu Invariant
Siste Linear Max-Plus Interval Waktu Invariant A 11 M. Andy udhito Progra Studi Pendidikan Mateatika FKIP Universitas Sanata Dhara Paingan Maguwoharjo Yogyakarta eail: arudhito@yahoo.co.id Abstrak elah
Lebih terperinciBAB III METODE PENULISAN. I. Mendeteksi adanya outlier pada model EGARCH (m,n) dengan menggunakan
BAB III METODE PENULISAN Metode penulisan yang berkaitan dengan tujuan penulisan skripsi adalah sebagai berikut: I. Mendeteksi adanya outlier pada odel EGARCH (,n) dengan enggunakan etode Rasio Likelihood
Lebih terperinciTERMODINAMIKA TEKNIK II
DIKTAT KULIAH TERMODINAMIKA TEKNIK II TEKNIK MESIN FAKULTAS TEKNIK UNIVERSITAS DARMA PERSADA 2005 i DIKTAT KULIAH TERMODINAMIKA TEKNIK II Disusun : ASYARI DARAMI YUNUS Jurusan Teknik Mesin, Fakultas Teknik
Lebih terperinciPemodelan Faktor-Faktor yang Mempengaruhi Indeks Pembangunan Manusia Menggunakan Regresi Nonparametrik Spline di Jawa Tengah
JURNAL SAINS DAN SENI ITS Vol. 5 No. 2 (2016) 2337-3520 (2301-928X Print) D-157 Pemodelan Faktor-Faktor yang Mempengaruhi Indeks Pembangunan Manusia Menggunakan Regresi Nonparametrik Spline di Jawa Tengah
Lebih terperinciIII HASIL DAN PEMBAHASAN
7 III HASIL DAN PEMBAHASAN 3. Analisis Metode Dala penelitian ini akan digunakan etode hootopi untuk enyelesaikan persaaan Whitha-Broer-Koup (WBK), yaitu persaaan gerak bagi perabatan gelobang pada perairan
Lebih terperinciBAB I PENDAHULUAN. dipergunakan untuk menaksir pola hubungan antara variabel prediktor atau
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis regresi merupakan salah satu analisis dalam statistika yang dipergunakan untuk menaksir pola hubungan antara variabel prediktor atau variabel bebas X dengan
Lebih terperinciAnalisis Faktor-Faktor yang Mempengaruhi Produksi Padi di Provinsi Jawa Timur Menggunakan Regresi Semiparametrik Spline
JURNAL SAINS DAN SENI ITS Vol. 6, No. 1, (217) ISSN: 2337-352 (231-928X Print) D-11 Analisis Faktor-Faktor yang Mempengaruhi Produksi Padi di Provinsi Jawa Timur Menggunakan Regresi Semiparametrik Spline
Lebih terperinciPemodelan Angka Harapan Hidup di Papua dengan pendekatan Geographically Weighted Regression
JURNAL SAINS DAN SENI ITS Vol. 6, No. 1, (017) ISSN: 337-350 (301-98X Print) D-8 Pemodelan Angka Harapan Hidup di Papua dengan pendekatan Geographically Weighted Regression Ardianto Tanadjaja, Ismaini
Lebih terperinciJURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-5 1
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-5 1 Penentuan Interval Waktu Perawatan Optiu Dan Analisis Perbandingan Finansial Koponen Auxiliary (Studi Kasus : Siste Gas Turbin PLTGU PT PJB UP Gresik) Anisa
Lebih terperinciISSN WAHANA Volume 67, Nomer 2, 1 Desember 2016
ISSN 0853 4403 WAHANA Volue 67, Noer 2, Deseber 206 PERBANDINGAN LATIHAN BOLA DIGANTUNG DAN BOLA DILAMBUNGKAN TERHADAP HASIL BELAJAR SEPAK MULA DALAM PERMAINAN SEPAK TAKRAW PADA SISWA PUTRA KELAS X-IS
Lebih terperinciTHE CAUSALITY AVAILABILITY OF FOOD AND ECONOMIC GROWTH IN CENTRAL JAVA
THE CAUSALITY AVAILABILITY OF FOOD AND ECONOMIC GROWTH IN CENTRAL JAVA Juli Biantoro 1, Didit Purnoo 2 1,2 Fakultas Ekonoi dan Bisnis, Universitas Muhaadiyah Surakarta dp274@us.ac.id Abstrak Ketahanan
Lebih terperinciPENENTUAN BESAR CADANGAN PADA ASURANSI JIWA BERSAMA DWIGUNA DENGAN MENGGUNAKAN METODE ILLINOIS
Jurnal Mateatika UNAND Vol. 5 No. 3 Hal. 85 91 ISSN : 2303 2910 c Jurusan Mateatika FMIPA UNAND PENENTUAN BESAR CADANGAN PADA ASURANSI JIWA BERSAMA DWIGUNA DENGAN MENGGUNAKAN METODE ILLINOIS FERDY NOVRI
Lebih terperinciPrediksi Umur Kelelahan Struktur Keel Buoy Tsunami dengan Metode Spectral Fatigue Analysis
JURNAL TEKNIK ITS Vol., (Sept, ) ISSN: 3-97 G-59 Prediksi Uur Kelelahan Struktur Keel Buoy Tsunai dengan Metode Spectral Fatigue Analysis Angga Yustiawan dan Ketut Suastika Jurusan Teknik Perkapalan, Fakultas
Lebih terperinciStudi Eksperimen Pengaruh Alur Permukaan Sirip pada Sistem Pendingin Mesin Kendaraan Bermotor
Jurnal Kopetensi Teknik Vol. 1, No. 1, Noveber 009 1 Studi Eksperien Pengaruh Alur Perukaan Sirip pada Siste Pendingin Mesin Kendaraan Berotor Sasudin Anis 1 dan Aris Budiyono 1, Jurusan Teknik Mesin,
Lebih terperinciMODEL REGRESI NONPARAMETRIK SPLINE TRUNCATED PADA PRODUK DOMESTIK REGIONAL BRUTO TERHADAP INVESTASI DI KABUPATEN TUBAN
MODEL REGRESI NONPARAMETRIK SPLINE TRUNCATED PADA PRODUK DOMESTIK REGIONAL BRUTO TERHADAP INVESTASI DI KABUPATEN TUBAN Amalia Ma rufa, Sri Subanti, Titin Sri Martini Program Studi Matematika FMIPA UNS
Lebih terperinciANALISIS ALGORITMA LOCALLY OPTIMAL HARD HANDOFF TERHADAP KECEPATAN DAN KORELASI JARAK
ANALISIS ALGORITMA LOCALLY OPTIMAL HARD HANDOFF TERHADAP KECEPATAN DAN KORELASI JARAK Lucky T Sianjuntak, Maksu Pine Departeen Teknik Elektro, Fakultas Teknik Universitas Suatera Utara, Medan e-ail : LuckyTrasya@gail.co
Lebih terperinciBAB III REGRESI SPLINE = + dimana merupakan fungsi pemulus yang tidak spesifik, dengan adalah
BAB III REGRESI SPLINE 3.1 Fungsi Pemulus Spline yaitu Fungsi regresi nonparametrik yang telah dituliskan pada bab sebelumnya = + dimana merupakan fungsi pemulus yang tidak spesifik, dengan adalah faktor
Lebih terperinciPERBANDINGAN METODE KEMUNGKINAN MAKSIMUM DAN BAYES DALAM MENAKSIR KEMAMPUAN PESERTA TES PADA RANCANGAN TES ADAPTIF ABSTRAK
PERBANDINGAN METODE KEMUNGKINAN MAKSIMUM DAN BAYES DALAM MENAKSIR KEMAMPUAN PESERTA TES PADA RANCANGAN TES ADAPTIF Agus Santoso Jurusan Statistik FMIPA Universitas Terbuka eail:aguss@ut.ac.id ABSTRAK Penelitian
Lebih terperinciABSTRAK. Keywords: Economic Quantity Production, Nasution, A.H, Perencanaan dan Pengendalian Persediaan. ABSTRACT
PERECANAAN DAN PENGENDALIAN PRODUKSI UNTUK MEMINIMALKAN BIAYA PRODUKSI DENGAN METODE ECONOMIC PRODUCTION QUANTITY MULTI ITEM DI CV. FAJAR TEKNIK SEJAHTERA Dio Kharisa Putra, Rusindiyanto dan Budi Santoso
Lebih terperinciPENGEMBANGAN FASILITAS SISI UDARA BANDARA BLIMBINGSARI, KABUPATEN BANYUWANGI
PENGEMBANGAN FASILITAS SISI UDARA BANDARA BLIMBINGSARI, KABUPATEN BANYUWANGI Bayu Surya Dara T, Ir. Hera Widyastuti, MT. PhD., Istiar, ST. MT. Jurusan Teknik Sipil, Fakultas Teknik Sipil dan Perencanaan,
Lebih terperinciANALISIS ANTRIAN TIPE M/M/c DENGAN SISTEM PELAYANAN FASE CEPAT DAN FASE LAMBAT
ANALISIS ANTRIAN TIPE M/M/c DENGAN SISTEM PELAYANAN FASE CEPAT DAN FASE LAMBAT OLEH : Budi Setiawan 106 100 034 Dosen Pebibing : Dra. Laksi Prita W, M.Si. Drs. Sulistiyo, MT. JURUSAN MATEMATIKA FAKULTAS
Lebih terperinciPENGENDALIAN MUTU PRODUKSI BERAT SEMEN PT. SEMEN PADANG DENGAN BAGAN KENDALI SHEWHART DAN ROBUST
Jurnal Mateatika UNAND Vol. 5 No. 1 Hal. 74 81 ISSN : 2303 2910 c Jurusan Mateatika FMIPA UNAND PENGENDALIAN MUTU PRODUKSI BERAT SEMEN PT. SEMEN PADANG DENGAN BAGAN KENDALI SHEWHART DAN ROBUST RELIGEA
Lebih terperinciPemodelan Angka Harapan Hidup dan Angka Kematian Bayi di Jawa Timur dengan Pendekatan Regresi Nonparametrik Spline Birespon
Pemodelan Angka Harapan Hidup dan Angka Kematian Bayi di Jawa Timur dengan Pendekatan Regresi Nonparametrik Spline Birespon Angka Harapan Hidup Angka Kematian Bayi Penyaji: Ni Nyoman Trisna Juliandari
Lebih terperinciPENENTUAN MODEL REGRESI SPLINE TERBAIK. Agustini Tripena 1
PENENTUAN MODEL REGRESI SPLINE TERBAIK Agustini Tripena 1 1) Program Studi Matematika, Fakultas Sains dan Teknik, Univesitas Jenderal Soedirman, Purwokerto tripena1960@yahoo.co.id Abstrak Pada paper ini
Lebih terperinciPERENCANAAN ALTERNATIF STRUKTUR BAJA GEDUNG MIPA CENTER (TAHAP I) FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS BRAWIJAYA MALANG JURNAL
PERENCANAAN ALTERNATIF STRUKTUR BAJA GEDUNG MIPA CENTER (TAHAP I) FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS BRAWIJAYA MALANG JURNAL Diajukan untuk eenuhi persyaratan eperoleh gelar Sarjana
Lebih terperinciMODEL REGRESI SPLINE KNOT OPTIMAL UNTUK MENGETAHUI FAKTOR FAKTOR YANG MEMPENGARUHI JUMLAH KEMATIAN BAYI DI JAWA TIMUR
MODEL REGRESI SPLINE KNOT OPTIMAL UNTUK MENGETAHUI FAKTOR FAKTOR YANG MEMPENGARUHI JUMLAH KEMATIAN BAYI DI JAWA TIMUR Elsha Puspitasari, Drs. Hery Tri Sutanto, M.Si 2,,2 Jurusan Matematika, Fakultas Matematika
Lebih terperinciMULTIVARIATE ADAPTIVE REGRESSION SPLINES (MARS) UNTUK KLASIFIKASI KEJADIAN KONSTIPASI TERHADAP PEMBERIAN AIR SUSU IBU DAN PEMBERIAN AIR SUSU FORMULA
MULTIVARIATE ADAPTIVE REGRESSION SPLINES (MARS) UNTUK KLASIFIKASI KEJADIAN KONSTIPASI TERHADAP PEMBERIAN AIR SUSU IBU DAN PEMBERIAN AIR SUSU FORMULA 1 Ria Muslikah, Moh. Yamin Darsyah 1,,3 Program Studi
Lebih terperinciPemodelan PDRB Sektor Pariwisata di Jawa Timur Menggunakan Regresi Nonparametrik Spline
Pemodelan PDRB Sektor Pariwisata di Jawa Timur Menggunakan Regresi Nonparametrik Spline Oleh : Fauziah Nurul Haq (3 030 007) Dosen Pembimbing : Prof. Dr. Drs. I Nyoman Budiantara, M. Si. Program Studi
Lebih terperinciLEMBAR SOAL UJIAN SEKOLAH TAHUN PELAJARAN 2008/2009
DOKUMEN NEGARA SANGAT RAHASIA P-01 PEMERINTAH DAERAH PROPINSI DKI JAKARTA DINAS PENDIDIKAN MENENGAH DAN TINGGI SUB DINAS PENDIDIKAN SMK LEMBAR SOAL UJIAN SEKOLAH TAHUN PELAJARAN 008/009 Mata Diklat : MATEMATIKA
Lebih terperinciBAB II TINJAUAN PUSTAKA. variabel prediktor terhadap variabel respons. Hubungan fungsional
BAB II TINJAUAN PUSTAKA 2.1 Analisis Regresi Dalam ilmu statistika, metode yang dapat digunakan untuk menganalisis pola hubungan antara satu variabel atau lebih dengan satu variabel atau lebih lainnya
Lebih terperinciIV. METODE PENELITIAN
IV. METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian Penelitian ini dilakukan di PT Tirta Ala Seesta. Perusahaan tersebut berlokasi di Desa Ciburayut, Kecaatan Cigobong, Kabupaten Bogor. Peilihan objek
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 terperinciSeminar Tugas Akhir. Dosen Pembimbing : Prof. Dr. Drs. I Nyoman Budiantara, MS
Seminar Tugas Akhir Oleh: Dhina Oktaviana P 1307 100 068 Dosen Pembimbing : Prof. Dr. Drs. I Nyoman Budiantara, MS JURUSAN STATISTIKA Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh
Lebih terperinciANALISIS HOMOTOPI DALAM PENYELESAIAN SUATU MASALAH TAKLINEAR
ANALISIS HOMOTOPI DALAM PENYELESAIAN SUATU MASALAH TAKLINEAR JAHARUDDIN Departeen Mateatika, Fakultas Mateatika dan Iu Pengetahuan Ala, Institut Pertanian Bogor Jln. Meranti, Kapus IPB Draaga, Bogor 1668,
Lebih terperinciPenyelesaian Algortima Pattern Generation dengan Model Arc-Flow pada Cutting Stock Problem (CSP) Satu Dimensi
Penyelesaian Algortia Pattern Generation dengan Model Arc-Flow pada Cutting Stock Proble (CSP) Satu Diensi Putra BJ Bangun, Sisca Octarina, Rika Apriani Jurusan Mateatika Fakultas MIPA Universitas Sriwijaya
Lebih terperinciMATRIKS DALAM LABORATORIUM oleh : Sugata Pikatan
Kristal no.12/april/1995 1 MATRIKS DALAM LABORATORIUM oleh : Sugata Pikatan Di dala ateatika anda pasti sudah pernah berhadapan dengan sebuah siste persaaan linier. Cacah persaaan yang berada di dala siste
Lebih terperinciKriptografi Visual Menggunakan Algoritma Berbasiskan XOR dengan Menyisipkan pada K-bit LSB Gambar Sampul
Kriptografi Visual Menggunakan Algorita Berbasiskan XOR dengan Menyisipkan pada K-bit LSB Gabar Sapul Yusuf Rahatullah Progra Studi Teknik Inforatika Institut Teknologi Bandung Bandung, Indonesia 13512040@std.stei.itb.a.id
Lebih terperinciVolume 17, Nomor 2, Hal Juli Desember 2015
Volue 17, Noor 2, Hal. 111-120 Juli Deseber 2015 ISSN:0852-8349 EFEKTIVITAS PENGGUNAAN MEDIA MIND MAP TERHADAP PRESTASI BELAJAR BIOLOGI SISWA KELAS VII SMP NEGERI 2 KERINCI TAHUN PELAJARAN 2014/2015 Efriana
Lebih terperinciKEEFEKTIFAN WAKTU AERASI MENGGUNAKAN BUBBLE AERATOR DALAM MENURUNKAN KADAR BESI (Fe) AIR SUMUR DESA KEBARONGAN KEMRANJEN BANYUMAS TAHUN 2016
KEEFEKTIFAN WAKTU AERASI MENGGUNAKAN BUBBLE AERATOR DALAM MENURUNKAN KADAR BESI (Fe) AIR SUMUR DESA KEBARONGAN KEMRANJEN BANYUMAS TAHUN 2016 PUBLIKASI ILMIAH Disusun sebagai sa satu syarat enyelesaikan
Lebih terperinciDAFTAR ISI KATA PENGANTAR... DAFTAR ISI...
DAFTAR ISI KATA PENGANTAR DAFTAR ISI Halaan i iii I PENGAWASAN DAN PEMERIKSAAN 11 Latar Belakang 1 12 Fungsi Pengawas dan Peeriksa 2 13 Pengawasan 2 14 Peeriksaan 3 II PEMERIKSAAN ISIAN DAFTAR VIMK14-L2
Lebih terperinciBab 2 Tinjauan Pustaka
5 Bab 2 Tinjauan Pustaka 2.1. Definisi Penjadwalan Penjadwalan adalah kegiatan pengalokasian suber-suber atau esin-esin yang ada untuk enjalankan sekupulan tugas dala jangka waktu tertentu. (Baker,1974).
Lebih terperinciDISTRIBUSI DUA PEUBAH ACAK
0 DISTRIBUSI DUA PEUBAH ACAK Dala hal ini akan dibahas aca-aca fungsi peluang atau fungsi densitas ang berkaitan dengan dua peubah acak, aitu distribusi gabungan, distribusi arginal, distribusi bersarat,
Lebih terperinciHUBUNGAN ANTARA KECEPATAN, VOLUME DAN KEPADATAN LALU LINTAS RUAS JALAN SILIWANGI SEMARANG
HUBUNGAN ANTARA KECEPATAN, OLUME DAN KEPADATAN LALU LINTAS RUAS JALAN SILIWANGI SEMARANG Eko Nugroho Julianto Jurusan Teknik Sipil, Fakultas Teknik, Universitas Negeri Searang (UNNES) Gedung E4, Kapus
Lebih terperinci