Memodelkan regresi logistik biner data set hasil sampel bootstrap B.
|
|
- Leony Setiawan
- 7 tahun lalu
- Tontonan:
Transkripsi
1 B O O T S T R A P A G G R E G A T I N G Tinjauan Pustaka Algoritma Bagging Regresi Logistik Biner Mengambil sampel bootstrap sebanyak n dari data set dengan pengulangan sebanyak n. Pengambilan sampel sedemikian hingga setiap variabel aggregate dalam setiap observasi. Memodelkan regresi logistik biner data set hasil sampel bootstrap B. Menghitung peluang respon untuk setiap observasi dan menghitung ketepatan klasifikasi. Kesalahan klasifikasi pada langkah ini disebut e B. Mengulang langkah 1 sampai langkah 4 sebanyak B kali (replikasi bootstrap). Memperoleh ketepatan klasifikasi bagging dari rata-rata ketepatan klasifikasi setiap pengambilan sampel sampai B, sehingga kesalahan klasifikasi bagging untuk replikasi B kali adalah B. Membentuk model bagging regresi logistik biner dari rata-rata setiap parameter pada setiap pengambilan sampel sampai B. Untuk memperoleh hasil yang lebih baik, maka replikasi bootstrap dilakukan sebanyak mungkin (Efron dan Tibshirani, 1993). Replikasi bootstrap yang biasa digunakan adalah 50 sampai 200. Seminar Hasil Tugas Akhir
2 Sumber Data Data yang digunakan dalam penelitian ini merupakan data sekunder yang diperoleh dari hasil Survey Sosial Ekonomi Nasional (SUSENAS-2009) Jawa Timur. SUSENAS adalah survey yang dirancang BPS untuk mengumpulkan data sosial ekonomi kependudukan dengan cakupan yang luas, mulai dari aspek pendidikan, kesehatan, perumahan, dan variabel sosial ekonomi lainnya yang umumnya berkaitan dengan kesejahteraan rumah tangga. Seminar Hasil Tugas Akhir
3 Variabel Penelitian Variabel Respon Variabel respon dalam penelitian ini adalah kesejahteraan rumah tangga, dimana rumah tangga dibagi menjadi 2 kategori, yaitu : 1 = miskin 2 = tidak miskin Pengelompokkan tersebut didasarkan pada besarnya pengeluaran perkapita rumah tangga per bulan. Pada tahun 2009, BPS telah menetapkan angka Rp ,00 sebagai garis kemiskinan. Apabila suatu rumah tangga memiliki pengeluaran perkapita per bulan di bawah nilai garis kemiskinan tersebut, maka rumah tangga tersebut digolongkan sebagai rumah tangga miskin, dan sebaliknya. Seminar Hasil Tugas Akhir
4 Variabel Penelitian Seminar Hasil Tugas Akhir
5 Variabel Penelitian Seminar Hasil Tugas Akhir
6 Metode Analisis 1. Analisis statistik deskriptif untuk masing-masing faktor-faktor yang mempengaruhi kesejahteraan rumah tangga di Kota Malang. 2. Melakukan analisis regresi logistik biner dengan pengujian secara individu terhadap masing-masing variabel prediktor. 3. Menentukan model regresi logistik biner dengan memasukkan seluruh variabel prediktor yang signifikan berpengaruh pada pengujian secara individu. 4. Mendapatkan variabel prediktor yang signifikan berpengaruh terhadap model regresi logistik biner. 5. Melakukan bootstrap aggregating untuk prediktor dari model logistik biner, dengan 50 sampai 80 replikasi bootstrap. 6. Menentukan ketepatan klasifikasi pada setiap pengambilan sampel B replikasi bootstrap, sehingga diperoleh kesalahan klasifikasi e B. 7. Menentukan kesalahan klasifikasi bagging B. 8. Membentuk model bagging regresi logistik biner dari rata-rata setiap parameter pada setiap pengambilan sampel sampai B. Seminar Hasil Tugas Akhir
7 Statistik Deskriptif Pengeluaran Perkapita Nilai pengeluaran perkapita rumah tangga per bulan yang terkecil adalah sebesar Rp ,00, sedangkan yang terbesar sebesar Rp ,00. Nilai rata-rata pengeluaran perkapita rumah tangga per bulan di Kota Malang dari 736 rumah tangga adalah sebesar Rp ,00. Rumah Tangga 2,04% rumah tangga di Kota Malang termasuk dalam kelompok miskin karena memiliki pengeluaran perkapita per bulan di bawah garis kemiskinan. Sedangkan 97,96% sisanya termasuk dalam kelompok tidak miskin. Seminar Hasil Tugas Akhir
8 Statistik Deskriptif Kependudukan Rata-rata rumah tangga miskin di Kota Malang memiliki anggota rumah tangga sebanyak 5,667 ~ 6 orang. Sedangkan rata-rata jumlah anggota rumah tangga tidak miskin sebesar 3,6158 ~ 4 orang. Hal ini menunjukkan bahwa rata-rata jumlah anggota rumah tangga miskin di Kota Malang tahun 2009 lebih tinggi dibandingkan dengan rumah tangga tidak miskin. Persentase perempuan yang berperan sebagai kepala rumah tangga tidak miskin lebih besar daripada rumah tangga miskin, yaitu mencapai 24%. Sementara itu, persentase kepala rumah tangga dengan status kawin lebih banyak ditemukan pada kelompok rumah tangga miskin. Seminar Hasil Tugas Akhir
9 Statistik Deskriptif Pendidikan Persentase kepala rumah tangga tidak miskin yang pendidikannya tamat di atas SLTA sebesar 100%. Sedangkan persentase kepala rumah tangga miskin yang pendidikannya tamat di atas SLTA hanya sebesar 0%. Jadi, dapat dikatakan bahwa semakin tinggi pendidikan kepala rumah tangga, semakin menunjukkan bahwa rumah tangga tersebut tidak miskin. Sebaliknya, semakin rendah pendidikan kepala rumah tangga, semakin menunjukkan bahwa rumah tangga tersebut miskin. Seminar Hasil Tugas Akhir
BINER UNTUK KETEPATAN KLASIFIKASI KESEJAHTERAAN RUMAH TANGGA DI KOTA PATI
METODE BOOTSTRAP AGGREGATING REGRESI LOGISTIK BINER UNTUK KETEPATAN KLASIFIKASI KESEJAHTERAAN RUMAH TANGGA DI KOTA PATI SKRIPSI Disusun oleh: RIDHA RAMANDHANI 24010212140071 DEPARTEMEN STATISTIKA FAKULTAS
Lebih terperinciStatistik Deskriptif. Perumahan. Seminar Hasil Tugas Akhir
Statistik Deskriptif Perumahan Sebagian besar status penguasaan bangunan tempat tinggal rumah tangga miskin dan tidak miskin di Kota Malang tahun 2009 adalah milik sendiri dengan persentase jauh lebih
Lebih terperinciMETODE BOOTSTRAP AGGREGATING REGRESI LOGISTIK BINER UNTUK KETEPATAN KLASIFIKASI KESEJAHTERAAN RUMAH TANGGA DI KOTA PATI
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 6, Nomor 1, Tahun 2017, Halaman 121-130 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian METODE BOOTSTRAP AGGREGATING REGRESI LOGISTIK BINER UNTUK KETEPATAN
Lebih terperinciKata Kunci: Penciri Tingkat Kesejahteraan, Kemiskinan, bagging MARS
Jurnal Matematika UNAND Vol. 2 No. 4 Hal. 34 42 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND IDENTIFIKASI FAKTOR-FAKTOR PENCIRI TINGKAT KESEJAHTERAAN RUMAH TANGGA MENGGUNAKAN BOOTSTRAP AGREGATING
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Menurut Kamus Besar Bahasa Indonesia, Kesejahteraan adalah hal atau keadaan sejahtera, keamanan, keselamatan, ketentraman. Dalam istilah umum, sejahtera menunjuk ke
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar belakang
BAB 1 PENDAHULUAN 1.1 Latar belakang Metode klasifikasi merupakan salah satu metode statistika untuk mengelompok atau mengklasifikasi suatu data yang disusun secara sistematis ke dalam suatu kelompok sehingga
Lebih terperinciKLASIFIKASI KESEJAHTERAAN RUMAH TANGGA DI KOTA MALANG DENGAN PENDEKATAN BAGGING REGRESI LOGISTIK
KLSIFIKSI KSJHTRN RUMH TNGG DI KOT MLNG DNGN PNDKTN BGGING RGRSI LOGISTIK Oleh : ry Surya Ningrum (1308 100 107) Pembimbing : Dr. Bambang Widjanarko Otok, M.Si Seminar Hasil Tugas khir Selasa, 13 Desember
Lebih terperinciKETEPATAN KLASIFIKASI PEMILIHAN METODE KONTRASEPSI DI KOTA SEMARANG MENGGUNAKAN BOOSTSTRAP AGGREGATTING REGRESI LOGISTIK MULTINOMIAL
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 1, Tahun 2015, Halaman 11-20 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian KETEPATAN KLASIFIKASI PEMILIHAN METODE KONTRASEPSI DI KOTA SEMARANG
Lebih terperinciKETEPATAN KLASIFIKASI PEMILIHAN METODE KONTRASEPSI REGRESI LOGISTIK MULTINOMIAL
KETEPATAN KLASIFIKASI PEMILIHAN METODE KONTRASEPSI DI KOTA SEMARANG MENGGUNAKAN BOOSTSTRAP AGGREGATTING REGRESI LOGISTIK MULTINOMIAL SKRIPSI Oleh : Ahmad Reza Aditya 24010210130055 JURUSAN STASTISTIKA
Lebih terperinciBAB I PENDAHULUAN. logistik didasarkan pada pendekatan analisis regresi linear merupakan metode yang
BAB I PENDAHULUAN 1.1 Latar Belakang Klasifikasi merupakan suatu metode statistika untuk mengelompokkan sekumpulan objek yang disusun secara sistematis ke dalam suatu kelompokkelompok baru yang lebih kecil
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 1.1 Analisis Regresi Salah satu metode statistik yang umum digunakan untuk menganalisis hubungan ataupun pengaruh antara variabel prediktor dan variabel respon. Mengatasi kurva
Lebih terperinciKlasifikasi Kesejahteraan Rumah Tangga di Jawa Timur dengan Pendekatan Multivariate Adaptive Regression Spline Bootstrap Aggregating (MARS Bagging)
Klasifikasi Kesejahteraan Rumah Tangga di Jawa Timur dengan Pendekatan Multivariate Adaptive Regression Spline Bootstrap Aggregating (MARS Bagging) Dimas Arvian Pandu Pratama 1 (1307100059), dan Bambang
Lebih terperinciESTIMASI EROR STANDAR PARAMETER REGRESI LOGISTIK MENGGUNAKAN METODE BOOTSTRAP
ESTIMASI EROR STANDAR PARAMETER REGRESI LOGISTIK MENGGUNAKAN METODE BOOTSTRAP PADA DATA PASIEN HIPERKOLESTEROLEMIA DI BALAI LABORATORIUM KESEHATAN YOGYAKARTA Fransiska Grase S.W, Sri Sulistijowati H.,
Lebih terperinciHary Mega Gancar Prakosa Dosen Pembimbing Dr. Suhartono, S.Si, M.Sc Co Pembimbing Dr. Bambang Wijanarko Otok, S.Si, M.
KLASIFIKASI KESEJAHTERAAN RUMAH TANGGA DI PROVINSI JAWA TIMUR DENGAN PENDEKATAN BOOTSTRAP AGGREGATTING CLASSIFICATION AND REGRESSION TREES Hary Mega Gancar Prakosa 1307 100 077 Dosen Pembimbing Dr. Suhartono,
Lebih terperinciMETODE ENSEMBLE PADA CART UNTUK PERBAIKAN KLASIFIKASI KEMISKINAN DI KABUPATEN JOMBANG
METODE ENSEMBLE PADA CART UNTUK PERBAIKAN KLASIFIKASI KEMISKINAN DI KABUPATEN JOMBANG MUHAMMAD JAMAL MUTTAQIN 1311 201 205 PEMBIMBING DR. BAMBANG WIDJANARKO OTOK, M.SI. SANTI PUTERI RAHAYU, M.SI., PH.D.
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Dengan semakin majunya peradaban zaman, banyak pihak dalam berbagai bidang memerlukan suatu alat untuk memodelkan suatu data kedalam suatu fungsi yang dapat dipergunakan
Lebih terperinciIII. METODE PENELITIAN. kegiatan ini dimaksudkan untuk mendapatkan data-data yang dibutuhkan,
III. METODE PENELITIAN Dalam pelaksanaan studi terdiri dari beberapa tahapan proses penelitian antara lain tahap persiapan, tahap pengumpulan data, dan tahap analisis. Tahapan kegiatan ini dimaksudkan
Lebih terperinciPengembangan Indikator Rumah Tangga Miskin Provinsi Jawa Timur Menggunakan Structural Equation Modelling Bootstrap Aggregating (SEM BAGGING)
JURNAL SAINS DAN SENI POMITS Vol. 2, No.1, (2013) 2337-3520 (2301-928X Print) D-89 Pengembangan Indikator Rumah Tangga Miskin Provinsi Jawa Timur Menggunakan Structural Equation Modelling Bootstrap Aggregating
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Statistika adalah salah satu cabang ilmu matematika yang memperhitungkan probabilitas dari suatu data sampel dengan tujuan mendapatkan kesimpulan mendekati
Lebih terperinciHASIL DAN PEMBAHASAN
14 HASIL DAN PEMBAHASAN Data Pengeluaran Per Kapita Berdasarkan data dari Dinas Kependudukan dan Catatan Sipil Kota Bekasi bahwa jumlah rumah tangga sebanyak 428,980 dengan jumlah anggota rumah tangga
Lebih terperinciANALISIS PENDUDUK BEKERJA BERDASARKAN SEKTOR PEKERJAAN DAN JAM KERJA MENGGUNAKAN REGRESI PROBIT BIVARIAT DI PROVINSI ACEH
ANALISIS PENDUDUK BEKERJA BERDASARKAN SEKTOR PEKERJAAN DAN JAM KERJA MENGGUNAKAN REGRESI PROBIT BIVARIAT DI PROVINSI ACEH Rizal Rahmad 1, Toni Toharudin 2, Anna Chadijah 3 Prodi Master Statistika Terapan,
Lebih terperinciBAB I PENDAHULUAN Latar Belakang. Kemiskinan merupakan masalah yang dialami secara global dan telah
BAB I PENDAHULUAN 1.1. Latar Belakang Kemiskinan merupakan masalah yang dialami secara global dan telah terjadi sejak dahulu kala. Kemiskinan sangat terkait dengan kepemilikan modal, kepemilikan lahan,
Lebih terperinciSeminar Tugas Akhir. Analisis Klasifikasi Kesejahteraan Rumah Tangga di Propinsi Jawa Timur dengan Pendekatan CART ARCING. Surabaya, Juli 2011
Surabaya, Juli 2011 Seminar Tugas Akhir Analisis Klasifikasi Kesejahteraan Rumah Tangga di Propinsi Jawa Timur dengan Pendekatan CART ARCING Ibrahim Widyandono 1307 100 001 Pembimbing : Dr. Bambang Widjanarko
Lebih terperinciDATA DAN METODE PENELITIAN
8 DATA DAN METODE PENELITIAN Data Data yang digunakan dalam penelitian ini terdiri dari dua jenis, yaitu data yang dibangkitkan dari simulasi dan data riil yang diperoleh dari Badan Pusat Statistik(BPS),
Lebih terperinciBAGGING CART PADA KLASIFIKASI ANAK PUTUS SEKOLAH
Seminar Nasional Statistika IX Institut Teknologi Sepuluh Nopember, 7 November 2009 XVI-1 BAGGING CART PADA KLASIFIKASI ANAK PUTUS SEKOLAH Oleh: Bambang Widjanarko Otok 1) & Sumarmi 2) 1) Jurusan Statistika,FMIPA-ITS,
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis statistika pada dasarnya merupakan suatu analisis terhadap sampel yang kemudian hasilnya akan digeneralisasi untuk menggambarkan suatu karakteristik populasi.
Lebih terperinciIDENTIFIKASI KARAKTERISTIK ANAK PUTUS SEKOLAH DI JAWA BARAT DENGAN REGRESI LOGISTIK
IDENTIFIKASI KARAKTERISTIK ANAK PUTUS SEKOLAH DI JAWA BARAT DENGAN REGRESI LOGISTIK Tina Aris Perhati 1, Indahwati 2, Budi Susetyo 3 1 Dept. of Statistics, Bogor Agricultural University (IPB), Indonesia,
Lebih terperinciKONDISI SOSIAL EKONOMI
Bab 3 KONDISI SOSIAL EKONOMI FENOMENA SOSIAL ANAK JALANAN 21 Bab 3 KONDISI SOSIAL EKONOMI Kota Pekanbaru merupakan ibukota dari Provinsi Riau yang mempunyai wilayah seluas 632,26 Km 2 yang pada tahun 2002
Lebih terperinciSEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2015
SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2015 PM -113 Kualifikasi Dan Mapping Kualitas Sekolah Menengah Swasta Di Tulungagung Berdasarkan Faktor Dominan Yang Berpengaruh Dengan Metode
Lebih terperinciPROFIL KEMISKINAN DI PROVINSI JAWA TENGAH TAHUN 2010
BPS PROVINSI JAWA TENGAH No. 34/07/33/Th. IV, 1 Juli 2010 PROFIL KEMISKINAN DI PROVINSI JAWA TENGAH TAHUN 2010 RINGKASAN Jumlah penduduk miskin (penduduk yang berada di bawah Garis Kemiskinan) di Provinsi
Lebih terperinciPROFIL KEMISKINAN DI SULAWESI TENGAH SEPTEMBER 2015
No. 05/01/72/Th. XIX, 04 Januari 2016 PROFIL KEMISKINAN DI SULAWESI TENGAH SEPTEMBER 2015 RINGKASAN Perkembangan jumlah dan persentase penduduk miskin di Sulawesi Tengah selama periode 2011 2015 terus
Lebih terperinci1. PENDAHULUAN 1.1. Latar Belakang Masalah
1. PENDAHULUAN 1.1. Latar Belakang Masalah Unit Gawat Darurat (UGD) adalah salah satu bagian dari Rumah Sakit (RS) yang menyediakan penanganan awal bagi pasien yang menderita sakit dan cedera, yang dapat
Lebih terperinciTinjauan Pustaka. Tinjuan Non Statistik. Tinjauan Statistik. Uji Serentak. Hipotesis:... Statistik Uji: Daerah penolakan: tolak H 0 jika G > 2, p.
Tinjauan Pustaka Tinjauan Tinjuan Non Uji Serentak Hipotesis: H 0 : 1 2... p 0 H 1 : paling sedikit ada satu Uji: n 1 n G 2ln n yi ˆ i 1 Daerah penolakan: tolak H 0 jika G > i i n 1 0 dengan i = 1, 2,
Lebih terperinciPROFIL KEMISKINAN DI SULAWESI TENGAH SEPTEMBER 2014
No. 05/01/72/Th. XVIII, 02 Januari 2015 PROFIL KEMISKINAN DI SULAWESI TENGAH SEPTEMBER RINGKASAN Perkembangan jumlah dan persentase penduduk miskin di Sulawesi Tengah selama periode 2010 terus mengalami
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 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 terperinciIII. METODE PENELITIAN
31 III. METODE PENELITIAN 3.1 Jenis dan Sumber Data Daerah yang menjadi analisis studi ini adalah Provinsi Nusa Tenggara Timur yang mencakup 19 kabupaten dan kota. Penelitian ini menggunakan data sekunder
Lebih terperinciBAB I PENDAHULUAN. seperti Negara Indonesia akan berdampak pada pertumbuhan ekonomi Negara
BAB I PENDAHULUAN 1.1. Latar Belakang Jumlah penduduk yang begitu besar di Negara yang sedang berkembang seperti Negara Indonesia akan berdampak pada pertumbuhan ekonomi Negara tersebut. Dalam Wicaksono
Lebih terperinciBAB 5 PENUTUP. Determinan unmet..., Muhammad Isa, FE UI, Universitas Indonesia
1 BAB 5 PENUTUP 5.1 Kesimpulan Penelitian ini dilakukan untuk mengetahui faktor-faktor yang mempengaruhi kejadian total unmet need di Indonesia menggunakan data SDKI tahun 2007 dengan sampel penelitiannya
Lebih terperinciPROFIL KEMISKINAN DI SULAWESI TENGAH MARET 2016
No. 40/07/72/Th. XIX, 18 Juli 2016 PROFIL KEMISKINAN DI SULAWESI TENGAH MARET 2016 RINGKASAN Perkembangan jumlah dan persentase penduduk miskin di Sulawesi Tengah selama periode 2012 2016 cenderung mengalami
Lebih terperinciADLN - Perpustakaan Universitas Airlangga BAB I PENDAHULUAN
BAB I PENDAHULUAN 1.1. Latar Belakang Badan Pusat Statistik Provinsi Jawa Timur dalam buku hasil Survey Sosial Ekonomi Nasional Tahun 2008 menyebutkan bahwa kesehatan adalah hak dasar manusia dan merupakan
Lebih terperinciPROFIL KEMISKINAN DI PROVINSI JAWA TENGAH BULAN SEPTEMBER 2011
No. 05/01/33/Th. VI, 2 Januari 2012 PROFIL KEMISKINAN DI PROVINSI JAWA TENGAH BULAN SEPTEMBER 2011 RINGKASAN Jumlah penduduk miskin (penduduk yang berada dibawah Garis Kemiskinan) di Provinsi Jawa Tengah
Lebih terperinciPemodelan Angka Putus Sekolah Tingkat SLTP dan sederajat di Jawa Timur Tahun 2012 dengan Menggunakan Analisis Regresi Logistik Ordinal
Pemodelan Angka Putus Sekolah Tingkat SLTP dan sederajat di Jawa Timur Tahun 2012 dengan Menggunakan Analisis Regresi Logistik Ordinal Oleh: DELTA ARLINTHA PURBASARI 1311030086 Dosen Pembimbing: Dr. Vita
Lebih terperinciPROFIL KEMISKINAN DI SULAWESI TENGAH SEPTEMBER 2013
No. 05/01/72/Th. XVII, 02 Januari 2014 PROFIL KEMISKINAN DI SULAWESI TENGAH SEPTEMBER RINGKASAN Perkembangan selama lima tahun terakhir yaitu periode 2009, jumlah dan persentase penduduk miskin di Sulawesi
Lebih terperinciIndonesia - Survei Sosial Ekonomi Nasional 2015 Maret (KOR)
Katalog Datamikro - Badan Pusat Statistik Indonesia - Survei Sosial Ekonomi Nasional 2015 Maret (KOR) Laporan ditulis pada: January 28, 2016 Kunjungi data katalog kami di: http://microdata.bps.go.id/mikrodata/index.php
Lebih terperinciBAB V KESIMPULAN DAN SARAN. 1. Berdasarkan penghitungan kemiskinan multidimensi anak di Provinsi Sulawesi
BAB V KESIMPULAN DAN SARAN 5.1 Kesimpulan Kesimpulan yang dapat diambil dari penelitian ini adalah sebagai berikut. 1. Berdasarkan penghitungan kemiskinan multidimensi anak di Provinsi Sulawesi Tenggara
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
1 BAB I PENDAHULUAN 1.1 Latar Belakang Analisis statistika pada dasarnya adalah analisis terhadap sampel yang kemudian hasil analisisnya akan digeneralisasikan untuk mengetahui karakteristik populasi.
Lebih terperinciPROFIL KEMISKINAN PROVINSI KALIMANTAN TENGAH SEPTEMBER 2011
No. 07/01/62/Th. VI, 2 Januari 2012 PROFIL KEMISKINAN PROVINSI KALIMANTAN TENGAH SEPTEMBER 2011 RINGKASAN Jumlah penduduk miskin (penduduk dengan pengeluaran per kapita per bulan di bawah garis kemiskinan)
Lebih terperinciBab I PENDAHULUAN. Dewasa ini perkembangan komputer yang maju dapat dipergunakan manusia
1 Bab I PENDAHULUAN 1.1 Latar belakang Dewasa ini perkembangan komputer yang maju dapat dipergunakan manusia sebagai alat bantu untuk mempermudah dan mempercepat pekerjaannya. Fungsi komputer tersebut
Lebih terperinciPendugaan Selang Kepercayaan Persentil Bootstrap Nonparametrik untuk Parameter Regresi
Statistika, Vol. No., Mei Pendugaan Selang Kepercayaan Persentil Bootstrap Nonparametrik untuk Parameter Regresi MARZUKI, HIZIR SOFYAN, ASEP RUSYANA Jurusan Matematika FMIPA Universitas Syiah Kuala Jl.
Lebih terperinciPENERAPAN METODE PENDUGAAN AREA KECIL (SMALL AREA ESTIMATION) PADA PENENTUAN PROPORSI RUMAH TANGGA MISKIN DI KABUPATEN KLUNGKUNG
E-Jurnal Matematika Vol. 2, No.3, Agustus 2013, 35-39 ISSN: 2303-1751 PENERAPAN METODE PENDUGAAN AREA KECIL (SMALL AREA ESTIMATION) PADA PENENTUAN PROPORSI RUMAH TANGGA MISKIN DI KABUPATEN KLUNGKUNG PUTU
Lebih terperinciPemerataan akses pelayanan rawat jalan di berbagai wilayah Indonesia Mardiati Nadjib, author
Universitas Indonesia Library >> UI - Disertasi (Membership) Pemerataan akses pelayanan rawat jalan di berbagai wilayah Indonesia Mardiati Nadjib, author Deskripsi Lengkap: http://lib.ui.ac.id/detail.jsp?id=74507&lokasi=lokal
Lebih terperinciKegiatan Anak Usia Tahun di Jawa Timur Menggunakan Regresi Logistik Multinomial: Suatu Peranan Urutan Kelahiran
Kegiatan Anak Usia 10-15 Tahun di Jawa Timur Menggunakan Regresi Logistik Multinomial: Suatu Peranan Urutan Kelahiran Rudi Salam Badan Pusat Statistik, Tinggi Ilmu Statistik, Jakarta, Indonesia rudisalam@stis.ac.id
Lebih terperinciSEMINAR HASIL TUGAS AKHIR. Presented by Rizky Amalia Yulianti Dosen Pembimbing : Dr. Vita Ratnasari, S.Si, M.Si
SEMINAR HASIL TUGAS AKHIR Presented by Rizky Amalia Yulianti 1309 100 076 Dosen Pembimbing : Dr. Vita Ratnasari, S.Si, M.Si Agenda 1. 2. 3. 4. 5. Pendahuluan Tinjauan Metodelogi Hasil dan Kesimpulan 1.
Lebih terperinciAnalisis Faktor-Faktor yang Mempengaruhi Tingkat Kelahiran di Kabupaten Brebes dengan Pendekatan Regresi Logistik Biner
Analisis Faktor-Faktor yang Mempengaruhi di Kabupaten Brebes dengan Pendekatan Regresi Logistik Biner Roni Guntara 1), Safa at Yulianto 2) 1,2 Akademi Statistika (AIS) Muhammadiyah Semarang roniguntara@gmail.com
Lebih terperinciPROFIL KEMISKINAN DI SULAWESI TENGAH MARET 2015
No. 54/09/72/Th. XVIII, 15 September 2015 PROFIL KEMISKINAN DI SULAWESI TENGAH MARET 2015 RINGKASAN Perkembangan jumlah dan persentase penduduk miskin di Sulawesi Tengah selama periode 2011 2015 terus
Lebih terperinciLOGO. Prof. Dra. Susanti Linuwih, M.Stat, PhD Wibawati, S.Si, M.Si
LOGO Prof. Dra. Susanti Linuwih, M.Stat, PhD Wibawati, S.Si, M.Si PENDAHULUAN 1 2 3 4 Latar Belakang Tujuan Manfaat Batasan Masalah Latar Belakang Kesempatan memperoleh pendidikan merupakan prioritas utama
Lebih terperinciBAGGING MULTIVARIATE ADAPTIVE REGRESSION SPLINES (MARS) UNTUK KLASIFIKASI PASIEN HASIL PAP TEST PENYAKIT KANKER SERVIKS (STUDI KASUS DI RS X SURABAYA)
BAGGING MULTIVARIATE ADAPTIVE REGRESSION SPLINES (MARS) UNTUK KLASIFIKASI PASIEN HASIL PAP TEST PENYAKIT KANKER SERVIKS (STUDI KASUS DI RS X SURABAYA) Hartini Yastuti 1 dan Bambang Widjanarko Otok 2 1
Lebih terperinciPROFIL KEMISKINAN DI SULAWESI TENGAH SEPTEMBER 2011
No. 05/01/72/Th. XV, 02 Januari 2012 PROFIL KEMISKINAN DI SULAWESI TENGAH SEPTEMBER RINGKASAN Perkembangan selama lima tahun terakhir yaitu periode 2007- jumlah dan persentase penduduk miskin di Sulawesi
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah yang dihadapi seluruh Negara di dunia terutama Negara berkembang seperti Indonesia adalah kemiskinan. Kemiskinan atau tingkat kesejahteraan yang rendah menjadi
Lebih terperinciKONDISI KEMISKINAN PROVINSI GORONTALO SEPTEMBER 2014
No. 05/01/75/Th.IX, 2 Januari 2015 KONDISI KEMISKINAN PROVINSI GORONTALO SEPTEMBER 2014 Pada September 2014 persentase penduduk miskin di Provinsi Gorontalo sebesar 17,41 persen. Angka ini turun dibandingkan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Kemiskinan merupakan masalah yang sulit untuk diatasi. Salah satu sasaran pembangunan nasional adalah penurunan tingkat kemiskinan. Menurut Badan Pusat Statistik,
Lebih terperinciTINGKAT KEMISKINAN DI PROVINSI KEPULAUAN BANGKA BELITUNG
No. 47/07/19/ Th. IX, 18 Juli 2016 TINGKAT KEMISKINAN DI PROVINSI KEPULAUAN BANGKA BELITUNG MARET TAHUN 2016 Jumlah penduduk miskin (penduduk yang berada di bawah garis kemiskinan) di Provinsi Kepulauan
Lebih terperinciBAB V KESIMPULAN DAN SARAN
BAB V KESIMPULAN DAN SARAN 5.1 Kesimpulan Kesimpulan yang diperoleh dari hasil penelitian ini adalah sebagai berikut. 1. Rumah tangga yang menggunakan internet di warnet sebagian besar berada di perkotaan.
Lebih terperinciAPLIKASI BAGGING UNTUK MENINGKATKAN KETEPATAN KLASIFIKASI PADA REGRESI MULTINOMIAL LOGISTIK
APLIKASI BAGGING UNTUK MENINGKATKAN KETEPATAN KLASIFIKASI PADA REGRESI MULTINOMIAL LOGISTIK SKRIPSI Oleh Nurul Aqiqi NIM 081810101044 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS
Lebih terperinciFaktor-Faktor yang Mempengaruhi Keparahan Korban Kecelakaan Lalu Lintas di Kota Surabaya dengan Pendekatan Bagging Regresi Logistik Ordinal
JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 2012) ISSN: 2301-928X D-253 Faktor-Faktor yang Mempengaruhi Keparahan Korban Kecelakaan Lalu Lintas di Kota Surabaya dengan Pendekatan Bagging Regresi Logistik
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Analisis regresi merupakan salah satu analisis yang paling populer digunakan dalam sebuah penelitian untuk mengetahui bentuk hubungan antara variabel
Lebih terperinciBAB I PENDAHULUAN. Statistika adalah salah satu cabang ilmu yang mempelajari prosedur-prosedur
BAB I PENDAHULUAN 1.1 Latar Belakang Statistika adalah salah satu cabang ilmu yang mempelajari prosedur-prosedur yang digunakan dalam pengumpulan, penyajian, analisis dan interpretasi data. Statistika
Lebih terperinciPROFIL KEMISKINAN DI SULAWESI TENGGARA SEPTEMBER 2015 RINGKASAN
BPS PROVINSI SULAWESI TENGGARA 07/01/Th. X, 4 Januari 2016 PROFIL KEMISKINAN DI SULAWESI TENGGARA SEPTEMBER 2015 RINGKASAN Jumlah penduduk miskin (penduduk yang berada dibawah Garis Kemiskinan) di Sulawesi
Lebih terperinciPENDUGAAN PARAMETER REGRESI DENGAN BOOTSTRAP RESIDUAL UNTUK JUMLAH SAMPEL YANG BERVARIASI M a r zu k i, H i zi r S o f y a n Universitas Syiah Kuala marz_ukie@yahoo.com ABSTRAK Penelitian ini bertujuan
Lebih terperinciKLASIFIKASI PASIEN HASIL PAP SMEAR TEST
KLASIFIKASI PASIEN HASIL PAP SMEAR TEST SEBAGAI PENDETEKSI AWAL UPAYA PENANGANAN DINI PADA PENYAKIT KANKER SERVIKS DI RS. X SURABAYA DENGAN METODE BAGGING LOGISTIC REGRESSION Oleh : Ida Ayu Sevita Intansari
Lebih terperinciANALISIS REGRESI NONPARAMETRIK SPLINE MULTIVARIAT UNTUK PEMODELAN INDIKATOR KEMISKINAN DI INDONESIA KOMPETENSI STATISTIKA SKRIPSI
ANALISIS REGRESI NONPARAMETRIK SPLINE MULTIVARIAT UNTUK PEMODELAN INDIKATOR KEMISKINAN DI INDONESIA KOMPETENSI STATISTIKA SKRIPSI DESAK AYU WIRI ASTITI 1108405021 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA
Lebih terperinciBAB I PENDAHULUAN. mengurangi kemiskinan (Madris, 2010). Indikator ekonomi makro (PDRB)
BAB I PENDAHULUAN 1.1 Latar Belakang Kondisi perekonomian menjadi salah satu indikator kemajuan suatu daerah. Pembangunan ekonomi daerah tidak hanya bertujuan untuk mendorong pertumbuhan ekonomi, melainkan
Lebih terperinciTINGKAT KEMISKINAN JAWA BARAT SEPTEMBER 2015
BPS PROVINSI JAWA BARAT No. 04/01/32/Th. XVIII, 4 Januari 2016 TINGKAT KEMISKINAN JAWA BARAT SEPTEMBER 2015 Jumlah penduduk miskin (penduduk yang berada dibawah Garis Kemiskinan) di Jawa Barat pada bulan
Lebih terperinciMETODE PENELITIAN. Disain, Tempat, dan Waktu Penelitian
8 METODE PENELITIAN Disain, Tempat, dan Waktu Penelitian Disain yang digunakan dalam penelitian ini adalah disain cross sectional study. Disain ini dipilih karena ingin mendapatkan data pada saat yang
Lebih terperinciTINGKAT KEMISKINAN DI PROVINSI KEPULAUAN BANGKA BELITUNG SEPTEMBER TAHUN 2016
No. 6/01/19/Th.X 3 Januari 2017 TINGKAT KEMISKINAN DI PROVINSI KEPULAUAN BANGKA BELITUNG SEPTEMBER TAHUN 2016 Jumlah penduduk miskin (penduduk yang berada di bawah garis kemiskinan) di Provinsi Kepulauan
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Model Regresi Linier Metode regresi linier merupakan suatu metode yang memodelkan hubungan antara variabel respon dengan variabel prediktor. Tujuannya adalah untuk mengukur
Lebih terperinciINSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA Seminar Hasil Tugas Akhir
INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA 2014 Seminar Hasil Tugas Akhir 1 PEMODELAN DAN PEMETAAN RATA-RATA USIA KAWIN PERTAMA WANITA DENGAN PENDEKATAN REGRESI LOGISTIK ORDINAL DI PROVINSI JAWA TIMUR
Lebih terperinciTINGKAT KEMISKINAN DI PROVINSI KEPULAUAN BANGKA BELITUNG SEPTEMBER TAHUN 2014
No. 06/01/19/Th. XIII, 2 Januari 2015 TINGKAT KEMISKINAN DI PROVINSI KEPULAUAN BANGKA BELITUNG SEPTEMBER TAHUN 2014 Jumlah penduduk miskin (penduduk yang berada di bawah garis kemiskinan) di Provinsi Kepulauan
Lebih terperinciPemetaan dan Pemodelan Tingkat Partisipasi Angkatan Kerja (TPAK) Perempuan di Provinsi Jawa Timur dengan Pendekatan Model Probit
JURNAL SAINS DAN SENI POMITS Vol. 2, No. 2, (2013) ISSN: 2337-3520 (2301-928X Print) D-159 Pemetaan dan Pemodelan Tingkat Partisipasi Angkatan Kera (TPAK) Perempuan di Provinsi Jawa Timur dengan Pendekatan
Lebih terperinciPemetaan dan Pemodelan Tingkat Partisipasi Angkatan Kerja (TPAK) Perempuan di Provinsi Jawa Timur dengan Pendekatan Model Probit
1 Pemetaan dan Pemodelan Tingkat Partisipasi Angkatan Kera (TPAK) Perempuan di Provinsi Jawa Timur dengan Pendekatan Model Probit Rizky Amalia Yulianti*, Vita Ratnasari*. Jurusan Statistika, FMIPA, Institut
Lebih terperinciBPS PROVINSI JAWA BARAT
BPS PROVINSI JAWA BARAT No. 47/08/32/Th.XVIII, 5 Agustus 2016 TINGKAT KEMISKINAN JAWA BARAT MARET 2016 Jumlah penduduk miskin (penduduk yang berada dibawah Garis Kemiskinan) di Jawa Barat pada bulan Maret
Lebih terperinci4. HASIL DAN PEMBAHASAN
19 4. HASIL DAN PEMBAHASAN 4.1 Deskripsi Pasien ART Rendahnya imunitas dan beratnya keadaan klinis pasien saat memulai ART mempengaruhi lamanya proses perbaikan imunologis maupun klinis pasien. Tabel 2
Lebih terperinciMULTIVARIATE ADAPTIVE REGRESSION SPLINES (MARS) UNTUK KLASIFIKASI STATUS KERJA DI KABUPATEN DEMAK
MULTIVARIATE ADAPTIVE REGRESSION SPLINES (MARS) UNTUK KLASIFIKASI STATUS KERJA DI KABUPATEN DEMAK SKRIPSI Disusun oleh KISHARTINI 24010210141008 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS
Lebih terperinciOleh : Nita Indah Mayasari Dosen Pembimbing : Dra. Ismaini Zain, M.Si
Oleh : Nita Indah Mayasari - 1305 100 024 Dosen Pembimbing : Dra. Ismaini Zain, M.Si Jawa Timur Angka Rawan Pangan 19,3 % STATUS EKONOMI SOSIAL Rumah Tangga Pedesaan Rumah Tangga Perkotaan Perbedaan pengeluaran
Lebih terperinciANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KEMISKINAN DI JAWA TENGAH MENGGUNAKAN MODEL GALAT SPASIAL
ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KEMISKINAN DI JAWA TENGAH MENGGUNAKAN MODEL GALAT SPASIAL SKRIPSI Oleh: OCTAFINNANDA UMMU FAIRUZDHIYA 24010210130057 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA
Lebih terperinciKata kunci---beras Keluarga Miskin, regresi logistik biner. I. PENDAHULUAN
1 Analisis Regresi Logistik Biner Untuk Mengidentifikasi Faktor-Faktor Yang Mempengaruhi Status Penerimaan Beras Keluarga Miskin (Raskin) Di Kecamatan Gunung Anyar Faiz Ramadhani Rahman, Ismaini Zain Jurusan
Lebih terperinciESTIMASI VARIANS DENGAN PENDEKATAN METODE RESCALED BOOTSTRAP
ESTIMASI VARIANS DENGAN PENDEKATAN METODE RESCALED BOOTSTRAP Sapta Hastho Ponco 1 *, Septiadi Padmadisastra 2, Gatot Riwi Setyanto 2 Mahasiswa Program Magister Statistika Terapan, Universitas Padjadjaran,
Lebih terperinciBAB I PENDAHULUAN. Otonomi daerah menyebabkan adanya pergeseran ketatanegaraan di
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Otonomi daerah menyebabkan adanya pergeseran ketatanegaraan di Indonesia dari sentralisasi ke desentralisasi, dimana pemerintah daerah lebih leluasa dalam mengatur
Lebih terperinciBootstrap Aggregating Multivariate Adaptive Regression Splines (Bagging MARS) untuk Mengklasifikasikan Rumah Tangga Miskin di Kabupaten Jombang
JURNAL SAINS DAN SENI POMITS Vol. 3, No.2, (2014) 2337-3520 (2301-928X Print) D-91 Bootstrap Aggregating Multivariate Adaptive Regression Splines (Bagging MARS) untuk Mengklasifikasikan Rumah Tangga Miskin
Lebih terperinciUNIVERSITAS NEGERI GORONTALO UNIVERSITAS NEGERI GORONTALO OKTOBER 2014 AGUSTUS 2014
1 Bidang Unggulan : Pengembangan Nilai-Nilai Kearifan Lokal Dalam Bidang Unggulan : Mengatasi Pengembangan Problem Nilai-Nilai Sosial dan Kearifan Hukum Lokal Dalam Mengatasi Problem Sosial dan Kode/Nama
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah Aghnita Septiarti, 2014 Studi Deskriptif Sikap Mental Penduduk Miskin
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Setiap negara berkembang pasti dihadapkan dengan masalah kemiskinan dan tidak terkecuali Indonesia. Indonesia merupakan negara berkembang yang kaya akan sumber
Lebih terperinciJumlah dan Persentase Penduduk Miskin Riau pada Maret 2016 adalah 515,40 ribu atau 7,98 persen dari total penduduk.
No. 35/07/14 Th. XVII, 18 Juli 2016 TINGKAT KEMISKINAN RIAU MARET 2016 Jumlah dan Persentase Penduduk Miskin Riau pada Maret 2016 adalah 515,40 ribu atau 7,98 persen dari total penduduk. Jumlah penduduk
Lebih terperinciBPS PROVINSI KEPULAUAN RIAU
BPS PROVINSI KEPULAUAN RIAU No. 06/01/21/Th.VII, 2 Januari 2012 PROFIL KEMISKINAN DI PROVINSI KEPULAUAN RIAU, SEPTEMBER 2011 Jumlah penduduk miskin (penduduk yang berada di bawah Garis Kemiskinan) di Provinsi
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Aceh adalah daerah provinsi yang merupakan kesatuan masyarakat hukum yang bersifat istimewa dan diberi kewenangan khusus untuk mengatur dan mengurus sendiri urusan
Lebih terperinciBAB 3 METODE PENELITIAN
BAB 3 METODE PENELITIAN 3.1. Jenis dan Sumber Data Data yang digunakan dalam tesis ini merupakan data sekunder gabungan yang berasal dari data Survei Sosial Ekonomi Nasional tahun 2007 (Susenas 2007) dan
Lebih terperinciDistribusi Variabel Berdasarkan Tingkat Analisis, Jenis data, Variabel, dan Skala Pengukuran
Distribusi Variabel Berdasarkan, Jenis data, Variabel, dan Skala Pengukuran No 1. Individu Umur Umur dihitung berdasarkan ulang tahun Demografi yang terakhir (berdasarkan konsep demografi). Pencatatan
Lebih terperinciBAB III METODE PENULISAN
BAB III METODE PENULISAN Metode penulisan yang berkaitan tujuan penulisan ini adalah sebagai berikut: 3.1 Mengidentifikasi variabel prediktor pada model MGWR langkahlangkah a. Mengasumsikan data, untuk
Lebih terperinciPROFIL KEMISKINAN DI PROVINSI ACEH SEPTEMBER 2016
B P S P R O V I N S I A C E H No.04/01/Th.XX, 3 Januari 2017 PROFIL KEMISKINAN DI PROVINSI ACEH SEPTEMBER 2016 Jumlah Penduduk Miskin Mencapai 841 Ribu Orang RINGKASAN Pada September 2016, jumlah penduduk
Lebih terperinciPEMODELAN DISPARITAS GENDER DI JAWA TIMUR DENGAN PENDEKATAN MODEL REGRESI PROBIT ORDINAL
1 PEMODELAN DISPARITAS GENDER DI JAWA TIMUR DENGAN PENDEKATAN MODEL REGRESI PROBIT ORDINAL Uaies Qurnie Hafizh, Vita Ratnasari Jurusan Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut
Lebih terperinci