ANALISIS KEMENANGAN PEMILIHAN GUBERNUR (PILGUB) JAWA TENGAH 2013 DENGAN AUTOKORELASI SPASIAL

Ukuran: px
Mulai penontonan dengan halaman:

Download "ANALISIS KEMENANGAN PEMILIHAN GUBERNUR (PILGUB) JAWA TENGAH 2013 DENGAN AUTOKORELASI SPASIAL"

Transkripsi

1 Statstka, Vol., No., Me 4 ANALISIS KEMENANGAN PEMILIHAN GUBERNUR (PILGUB) JAWA TENGAH 3 DENGAN AUTOKORELASI SPASIAL Ala Prahutama Jurusa Statstka, Fakultas Matematka da Ilmu Pegetahua Alam, Uverstas Dpoegoro, Semarag Alamat e-mal : ala.prahutama@gmal.com ABSTRAK Idoesa merupaka egara yag megaut sstem demokras, dmaa sstem pemlha kepala daerah dlakuka secara demokras. Oleh karea tu setap calo guberur da wakl guberur berlomba-lomba utuk meark smpat masyarakat dalam pemlha guberur (Plgub). Plgub Jawa Tegah 3 dkut oleh 3 calo guberur da wakl guberur yatu Had-Do, Bbt-Sudjoo, da Gajar-Heru. Terkadag aspek suatu wlayah pelu dperhtugka utuk melhat karaketrstk pemlh berdasarka wlayah. Autokorelas spasal megkaj tetag hubuga atara lokas yag dpegaruh oleh lokas dsektarya. Metode peguja autokorelas spasal megguaka metode Mora s I, Mora s scatterplot, da LISA. Pada Plgub Jawa Tegah 3 hasl aalss deks Mora s da LISA meujuka bahwa setap pasaga calo mempuya autokorelas spasal. Daerah yag mempuya autokorelas spasal utuk ketga pasaga calo tersebut atara la wlayah Woogr, Sukoharjo, Kota Surakarta, Klate, Karagayar. Kata Kuc : Plgub Jawa Tegah 3, Mora s I, Mora s Scatterplot, LISA. PENDAHULUAN Meurut UU No. 5 Tahu, Pemlha Umum (Pemlu) adalah saraa pelaksaaa kedaulata rakyat yag dseleggaraka secara lagsug, umum, bebas, rahasa, jujur da adl dalam Negara Kesatua Republk Idoesa berdasarka Pacasla da UUD 945. Pemlha Guberur (Plgub) adalah pemlha utuk memlh guberur secara demokrats dalam Negara Kesatua Republk Idoesa da UUD 945. Peyeleggara pemlu berpedoma pada asas madr, jujur, adl, kepasta hokum, tertb, kepetga hokum, keterbukaa, proporsoaltas, profesoalsme, akutabltas, efeses da efektvtas. Pemlha guberur datur d UUD 45 dalam Bab VI Pemertaha daerah pasal 8 (4) meyataka bahwa Guberur, Bupat, da Wlkota masgmasg sebaga Kepala Pemertaha Daerah Provs, Kabupate da kota dplh secara demokrats. Plkada merupaka suatu sstem yag mempuya sfat terdr dar bayak baga-baga, baga-baga tu salg berteraks da salg tergatug, mempuya perbatasa yag memsahkaya dar lgkugaya yag juga terdr dar sstem-sstem yag la [8]. Pada taggal Ju 8 provs Jawa Tegah megadaka Plgub dega pemeagya adalah Bbt Waluyo da Rustrgsh dega peroleha suara 43,44%. Plgub adalah gerbag demokras rakyat yag bertujua utuk memlh pemmp seluruh masyarakat sekalgus pemmp pemertaha d provs yag mampu mejalaka pera da fugsya sesua kebutuha wlayah da masyarakat [9]. Keberhasla dalam 6

2 Statstka, Vol., No., Me 4 kemeaga pemlu tdak lepas dar dukuga masyarakat. Terkadag karaketrstk dar masyarakat pada suatu wlayah memuculka bass parta. Bass parta dalam suatu wlayah bsa mejad tolak ukur kemeaga pemlu dwlayah tersebut. Salah satu metode statstka yag dguaka utuk aalss wlayah adalah statstka spasal. Keterkata atara wlayah satu dega wlayah laya bsa dketahu dega megguaka autokorelas spasal. Segala sesuatu yag berhubuga satu dega yag la, da sesuatu yag letakya lebh dekat aka mempuya hubuga yag lebh dekat dbadgka dega yag letakya lebh jauh [5]. Autokorelas spasal merupaka ukura kemrpa objek ddalam suatu ruag, bak jarak, waktu, atau wlayah. Autokorelas spasal suatu varabel meujuka bahwa varabel tersebut meujuka la varabel ddaerah tertetu terkat oleh varabel tu pada lokas la yag berdekata. Peetua pembobot merupaka hal yag petg dalam aalss autokorelas spasal. Jes pembobot ddalam statstka spasal dbedaka mejad dua yatu, pembobot area da ttk. Pada autokorelas spasal utuk megetahu ketergatuga lokas yag satu dega yag laya dguaka pembobot area. Pembobot berbass area dbedaka mejad 6 yatu, persgguga tep (Ler Cotguty), persgguga sudut (Bshop Cotguty), persgguga ss (Rook Cotguty), persgguga dua tep (Double Ler Cotguty), persgguga dua ss (Double Bshop Cotguty), da persgguga ss sudut (Quee Cotguty). Peelta megea autokorelas spasal atara la tetag pemetaa kemska d Provs Jawa Barat [4], peguja autokorelas spasal pada kasus ekolog [3], pegembagka spasal autokorelas da model autoregressve pada bdag ekolog [6], da peelta tetag spasal autokorelas pada peyebara speses []. Sedagka peelta megea pemlu dataraya peelta tetag peyebab masyarakat tdak memlh dalam Pemlu [], peelta megea pegaruh pembertaa terhadap Pemlu [7], da peelta tetag perlaku pemlh dalam pemlha kepala daerah lagsug pada stud kasus Plgub Jawa Tegah 8 d Kota Semarag []. Berdasarka peelta tersebut, aka dkaj peyebara pemlha guberur (Plgub) d Jawa Tegah tahu 3 dega autokorelas spasal. METODE PENELITIAN Sumber Data da Varabel Peelta Peuls melakuka aalss data dar hasl peroleha suara d berbaga kabupate/kota berdasarka pemlha guberur Jawa Tegah tahu 3. Pemlha guberur dkut tga pasaga calo guberur dataraya Had Prabowo da Do Murdoko; Bbt Waluyo da Sudjoo Sastroatmojo; Gajar Praowo da Heru Sudjatmko. Metode Aalss Lagkah-lagkah yag dlakuka d dalam pegolaha data sekuder utuk megaalss kemeaga pemlha guberur d Jawa Tegah 3 dega metode peguja autokorelas adalah sebaga berkut : a. Meghtug da meguj la deks Mora s. Perhtuga Mora s I adalah sebaga berkut : I S w ( x x)( x x) j j j j S ( x x) w j da j () 7

3 Statstka, Vol., No., Me 4 Mora s I megukur korelas dalam satu varabel. Nla Mora s I meujuka pola peyebara data. Jka I I maka berpola megelompok. Jka I I maka berpola meyebar da I I berpola tdak merata. Sama halya dega korelas Pearso, la Mora s I berada atara - da. Peguja statstk utuk Mora s I adalah sebaga berkut [5] : Hpotess H Tdak terdapat autokorelas : spasal H : Terdapat autokorelas spasal Statstk Ujya adalah I E( I) Zht var( I) E( I ) I ( ) ( 3 3) S S 3 S k ( ) S S 6S Var( I) ( )( )( 3) S ( ) dega S w w ( j j) ; j k x x x x 4 ( ) ( ) (.. ) ; w. S w w w. w j j w j j da w j meyataka la pembobot lokas ke dega lokas ke-j. Krtera ujya tolak H jka Zht. Z / b. Meetuka Mora s scatterplot. Mora s Scatterplot meujuka hubuga atara la amata pada suatu lokas yag dstadarsas dega rata-rata la amata pada lokas yag bertetagga dega lokas yag bersagkuta [5]. Mora s Scatterplot berupa dagram scatterplot yag terdr dar empat kuadra. setap kuadra meujuka pola hubuga spasal atar lokas yatu Low-Low (LL), Low-Hgh (LH), Hgh-Low (HL), da Hgh-Hgh (HH). LL meujuka bahwa lokas yag mempuya la amata redah dkellg oleh lokas yag mempuya la amata tgg. LH meujuka bahwa lokas yag mempuya la amata redah dkellg oleh lokas yag mempuya la amata tgg. Gambar dbawah meujuka Mora s Scatterplot : Kuadra (LH) Kuadra 3 (LL) Kuadra (HH) Kuadra 4 (HL) Gambar Mora s Scatterplot c. Meghtug Local Idcator of Spasal Autocorrelato (LISA). LISA megaalss yag sfatya local autocorrelato.lisa megdetfkas tetag hubuga atara suatu lokas pegamata terhadap lokas pegamata laya [5]. Ideks LISA dhtug sebaga berkut: ( x x) I z wj z z j x z j ( x j x) merupaka stadard devas dar varabel x. Peguja deks LISA sebaga berkut Hpotess H : Tdak terdapat autokorelas spasal pada lokas ke- H : Terdapat autokorelas spasal pada lokas ke- Statstk ujya adalah x x (5) 8

4 Statstka, Vol., No., Me 4 Z ht I E( I) var( I ) Varas dar I adalah sebaga berkut m m w var( I ) w w ( )( ) ( ) w 4 () ( m 4 m ).. ( kh ) dega j ; w. wj j w. ; da E( I ) Krtera ujya adalah tolak H jka. Hubuga atara Ideks (). wj j ; w ( kh) wk wh k h Zht Z / Mora s dega LISA adalah sebaga berkut I I HASIL PENELITIAN Pemlha guberur Jawa Tegah tahu 3 dkut oleh tga calo yatu Had Prabowo da Do Murdoko; Bbt Waluyo da Sudjoo Sastroatmojo; Gajar Praowo da Heru Sudjatmko. Hasl peroleha perhtuga suara d seluruh Provs Jawa Tegah sebaga berkut: Tabel Hasl Peroleha Plgub Jawa Tegah 3 Pasaga Calo Guberur Peroleha suara da Wakl Guberur Had-Do.9% Bbt-Sudjoo 3.6% Gajar-Heru 48.8% Kemeaga Plgub Jawa Tegah tahu 3 dmeagka oleh pasaga Gajar Praowo sebaga guberur Jawa Tegah da Heru Sudjatmko sebaga wakl guberur. Perhtuga da peguja Ideks Mora s Tabel meujuka perhtuga da peguja deks Mora s. Perhtuga tersebut meujuka global autocorrelato. Nla Zht dbadga dega Z Berdasarka Tabel terlhat bahwa utuk setap pasaga calo terjad autokorelas spasal. Hal meujuka pemlha calo guberur da wakl guberur mempuya pegaruh lokas yag satu terhadap yag laya. Mora s Scatterplot Tabel 3 meujuka hasl Mora s Scatterplot utuk masg-masg calo guberur da wakl guberur. Kuadra I (Hgh Hgh) pada pasaga calo Had- Do dega wlayah Woosobo, Tegal, Rembag, Pemalag, Magelag, Kota Tegal, Kota Pekaloga, Kedal, Kebume, Clacap, Brebes, Batag merupaka pemlh Had-Do dmaa wlayah tersebut mempuya sfat autokorelas spasal yag tgg da dkellg oleh wlayah sektarya yag mempuya autokorelas spasal yag tgg. Perhtuga Local Idcator of Spatal Autocorrelato (LISA) Berdasarka Tabel 4 tetag la deks LISA pada masg-masg calo guberur da wakl guberur. Pada pasaga Had-Do wlayah yag memlk autokorelas spasal adalah Woogr,Sukoharjo, Srage, Purworejo, Kota Tegal, Kota Surakarta, Klate, Karagayar, da Batag. Pada pasaga Bbt-Sudjoo wlayah yag mejad autokorelas spasal adalah Woogr, Sukoharjo, Kota Surakarta, Klate, Kebume, Karagayar, da Batag. Sedagka pada pasaga Gajar-Heru wlayah-wlayah yag mejad autokorelas spasal adalah Woosobo, Woogr, Sukoharjo, Kota Surakarta, Klate, Kebume, Karagayar, Boyolal da Batag. Hasl aalss deks LISA pada ketga calo tersebut bahwa wlayah Woogr, Sukoharjo, Kota Surakarta, Klate, Karagayar merupaka wlayahwlayah yag mempuya efek autokorelas dega wlayah laya. 9

5 Statstka, Vol., No., Me 4 Pasaga Calo Had-Do Bbt-Sudjoo Gajar-Heru Kuadra I (HH) Kuadra II (LH) Kuadra III(LL) Kuadra IV(HL) Kuadra I (HH) Kuadra II (LH) Kuadra III(LL) Kuadra IV(HL) Kuadra I (HH) Kuadra II (LH) Kuadra III(LL) Kuadra IV(HL) Tabel Perhtuga da Peguja Ideks Mora s Mora s I I Stdv( I) Z Krtera Keteraga ht Tolak H Tolak H Tolak H Autokorelas spasal Autokorelas spasal Autokorelas spasal Tabel 3 Hasl Mora s Scatterplot utuk masg-masg calo Had-Do Woosobo, Tegal, Rembag, Pemalag, Magelag, Kota Tegal, Kota Pekaloga, Kedal, Kebume, Clacap, Brebes, Batag Purworejo, Purbalgga, Pat, Kota Magelag, Bajaregara Woogr, Sukoharjo, Srage, Semarag, Kota Surakarta, Kota Semarag, Kota Salatga, Karagayar, Groboga, Demak, Boyolal, Bayumas Temaggug, Pekaloga, Kudus, Klate, Jepara, Blora Bbt-Sudjoo Semarag, Rembag, Pekaloga, Pat, Kudus, Kota Semarag, Kota Salatga, Kota Pekaloga, Kedal, Kebume, Jepara, Groboga, Demak, Blora, Batag Woosobo, Temaggug, Purbalgga, Pemalag, Bayumas Woogr, Tegal, Sukoharjo, Srage, Purworejo, Magelag, Kota Surakarta, Kota Magelag, Klate, Karagayar, Brebes, Boyolal Kota Tegal, Clacap, Bajaregara Gajar-Heru Woogr, Sukoharjo, Srage, Magelag, Kota Surakarta, Kota Magelag, Klate, Karagayar, Brebes, Boyolal Tegal, Bajaregara Woosobo, Temaggug, Semarag, Rembag, Pekaloga, Pato, Kudus, Kota Tegal, Kota Pekaloga, Pat, Kudus, kota Tegal, Kota Pekaloga, Kedal, Kebume, Jepara, Groboga, Demak, Clacap, Blora, Batag Porworejo, Purbalgga, Pemalag, Kota Semarag, Kota Salatga, Bayumas Tabel 4 Meujuka la deks LISA pada masg-masg calo Had-Do Bbt-Sudjoo Gajar-Heru KABUPATEN LISA p-value LISA p-value LISA p-value WONOSOBO WONOGIRI TEMANGGUNG TEGAL SUKOHARJO SRAGEN SEMARANG REMBANG PURWOREJO PURBALINGGA PEMALANG PEKALONGAN PATI MAGELANG KUDUS KOTA TEGAL KOTA SURAKARTA KOTA SEMARANG KOTA SALATIGA KOTA PEKALONGAN *.5.5.*.6* * *.* *.46.3.* * *.4*.4.49.* *

6 Statstka, Vol., No., Me 4 Lajuta Tabel 4 Meujuka la deks LISA pada masg-masg calo Had-Do Bbt-Sudjoo Gajar-Heru KABUPATEN LISA p-value LISA p-value LISA p-value KOTA MAGELANG KLATEN KENDAL KEBUMEN KARANGANYAR JEPARA GROBOGAN DEMAK CILACAP BREBES BOYOLALI BLORA BATANG BANYUMAS BANJARNEGARA * * * *) Lokas yag sgfka pada taraf sgfkas 5% *.94.46*.* * *.9.3*.* *..4*..36 KESIMPULAN Pada aalss kemeaga Plgub Jawa Tegah tahu 3 berdasarka deks Mora s terdapat autokorelas spasal utuk masg-masg calo pasaga guberur da wakl guberur. Berdasarka aalss local autocorrelato yatu dega LISA, ddapat bahwa Woogr, Sukoharjo, Kota Surakarta, Klate, Karagayar merupaka wlayah-wlayah yag mempuya efek autokorelas dega wlayah laya utuk ketga pasaga calo tersebut artya kelma wlayah tersebut terdapat hubuga keterkata atara wlayah yag dpegaruh wlayah sektarya. Peelta lebh lajut dapat dkembagka karaketrstk wlayah pemlh dalam memlh calo guberur da wakl guberur dega memasuka varabel-varabel laya msalya PDRB masg-masg wlayah. DAFTAR PUSTAKA [] Arato, Bsmar.,, Aalss Peyebab Masyarakat Tdak Memlh dalam Pemlu, Jural Ilmu Poltk da Ilmu Pemertaha, Vol., No,. [] Dorma, F.C., et al., 7, Methods to Accout for Spatal Autocorrelato the Aalyss of Speces Dstrbutoal data, Ecography 3: [3] Koeg, D.W., Kops, J.M.H., 998, Testg for Spatal Autocorrelato Ecologcal Studes. Ecography : [4] Kura, A., Syaftr, D.U., Ruspayad, T., 6, Pedekata Statstka utuk Pemetaa Kemska d Provs Jawa Barat, Forum Statstka da Komputas Vol. No. hal [5] Lee, J. da Wog,, Statstcal Aalyss wth Archvew GIS, Joh Wley&Sos, INC: Uted Stated of Amerca [6] Lchste, W.J., et al.,, Spatal Autocorrelato ad Autoregressve Models Ecology. Eclogcal Moographs,Ecologcal Socety of Amerca 7(3), pp [7] Lotulug, L.J.H.,, Pegaruh Berta Pemlha Guberur Terhadap Partspas Poltk Pembaca d Kota Maado, Acta dural Vol. 8, No.. [8] Prhatmoko, J.J., 5, Pemlha Kepala Daerah Lagsug: Flosof, Sstem da Problema Peerapa d Idoesa, Pustaka Pelajar, Yogyakarta.

7 Statstka, Vol., No., Me 4 [9] Pradhaawat, A., 7, Pemlha Guberur: Gerbag Demokras Rakyat, Jala Mata, Semarag. [] Wcaksoo, A.P., 9, Perlaku Pemlh dalam Pemlha Kepala Daerah Lagsug: Stud Peelta pada Pemlha Guberur/ Wakl Guberur Jawa Tegah Tahu 8 d kota Semarag. Tess, Program Megster Ilmu Poltk Uverstas Dpoegoro, Semarag.

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu. BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa yag varabel bebasya ( berpagkat palg tgg satu. Utuk regres ler sederhaa, regres ler haya melbatka dua varabel ( da. Persamaa regresya dapat dtulska

Lebih terperinci

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai BAB LANDASAN TEORI. Kosep Dasar Aalss Regres Aalss regres regressso aalyss merupaka suatu tekk utuk membagu persamaa da megguaka persamaa tersebut utuk membuat perkraa predcto. Dega demka, aalss regres

Lebih terperinci

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas:

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas: ANALISIS REGRESI Pedahulua Aalss regres berkata dega stud megea ketergatuga satu peubah (peubah terkat) terhadap satu atau lebh peubah laya (peubah pejelas). Jka Y dumpamaka sebaga peubah terkat da X1,X,...,X

Lebih terperinci

Analisis Autokorelasi Spasialtitik Panas Di Kalimantan Timur Menggunakan Indeks Moran dan Local Indicator Of Spatial Autocorrelation (LISA)

Analisis Autokorelasi Spasialtitik Panas Di Kalimantan Timur Menggunakan Indeks Moran dan Local Indicator Of Spatial Autocorrelation (LISA) Jural EKSPONENSIAL Volume 8, Nomor, Me 7 ISSN 85-789 Aalss Autokorelas Spasalttk Paas D Kalmata Tmur Megguaka Ideks Mora da Local Idcator Of Spatal Autocorrelato (LISA) Aalyss Spatal Autocorrelato Hotspot

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 1 Pegerta Regres Istlah regres pertama kal dperkealka oleh Fracs Galto Meurut Galto, aalss regres berkeaa dega stud ketergatuga dar suatu varabel yag dsebut tak bebas depedet varable,

Lebih terperinci

BAB 2. Tinjauan Teoritis

BAB 2. Tinjauan Teoritis BAB Tjaua Teorts.1 Regres Lear Sederhaa Regres lear adalah alat statstk yag dperguaka utuk megetahu pegaruh atara satu atau beberapa varabel terhadap satu buah varabel. Varabel yag mempegaruh serg dsebut

Lebih terperinci

PENDAHULUAN TINJAUAN PUSTAKA. Latar Belakang. Demam Berdarah Dengue (DBD)

PENDAHULUAN TINJAUAN PUSTAKA. Latar Belakang. Demam Berdarah Dengue (DBD) PENDAHULUAN Latar Belakag Kods suatu daerah secara umum berkata dega kods d daerah la, terutama daerah yag berdekata. Pola sepert dkeal dega hubuga spasal. Besara autokorelas spasal dapat dguaka utuk megdetfkas

Lebih terperinci

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling BAB LANDASAN TEORI Kosep Dasar Aalss Regres Aalss regres adalah suatu proses memperkraka secara sstemats tetag apa yag palg mugk terjad dmasa yag aka datag berdasarka formas yag sekarag dmlk agar memperkecl

Lebih terperinci

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM 1 Megetahu perhtuga persamaa regres ler Meggambarka persamaa regres ler ke dalam dagram pecar TEORI PENUNJANG Persamaa Regres adalah persamaa matematka

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa merupaka baga regres yag mecakup hubuga ler satu peubah acak tak bebas dega satu peubah bebas. Hubuga ler da dar satu populas dsebut gars regres

Lebih terperinci

UKURAN GEJALA PUSAT DAN UKURAN LETAK

UKURAN GEJALA PUSAT DAN UKURAN LETAK UKURAN GEJALA PUSAT DAN UKURAN LETAK MODUL 4 UKURAN GEJALA PUSAT DAN UKURAN LETAK. Pedahulua Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu persoala, bak megea sampel atau pu

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu

BAB 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu BAB TINJAUAN TEORITIS. Pegerta Aalsa Regres Istlah regres pertama kal dperkealka oleh Fracs Galto. Meurutya, aalss regres berkeaa dega stud ketergatuga atara dua atau lebh varabel yatu varabel yag meeragka

Lebih terperinci

Pengujian Autokorelasi terhadap Sisaan Model Spatial Logistik

Pengujian Autokorelasi terhadap Sisaan Model Spatial Logistik Pegua Autokorelas terhadap saa Model patal Logstk Utam Dyah yaftr, Bagus artoo, alamatuttazl Abstrak Pemodela dega bass ruag (spatal perlu memerhatka pegaruh atar ruag tersebut. Pemodela klask yag megasumska

Lebih terperinci

Uji Statistika yangb digunakan dikaitan dengan jenis data

Uji Statistika yangb digunakan dikaitan dengan jenis data Uj Statstka yagb dguaka dkata dega jes data Jes Data omal Ordal Iterval da Raso Uj Statstka Koefse Kotges Rak Spearma Kedall Tau Korelas Parsal Kedall Tau Koefse Kokordas Kedall W Pearso Korelas Gada Korelas

Lebih terperinci

BAB 5. ANALISIS REGRESI DAN KORELASI

BAB 5. ANALISIS REGRESI DAN KORELASI BAB 5. ANALISIS REGRESI DAN KORELASI Tujua utama aalss regres adalah mecar ada tdakya hubuga ler atara dua varabel: Varabel bebas (X), yatu varabel yag mempegaruh Varabel terkat (Y), yatu varabel yag dpegaruh

Lebih terperinci

*( Diah Ayu Novitasari Fakultas Ekonomi Universitas Islam Lamongan ABSTRAK

*( Diah Ayu Novitasari Fakultas Ekonomi Universitas Islam Lamongan ABSTRAK J u r a l E K B I S / V o l. X III/ N o. 1 / e d s M a r e t 0 1 5 69 SPATIAL PATTERN ANALYSIS DAN SPATIAL AUTOCORRELATION PRODUK DOMESTIK REGIONAL BRUTO (PDRB) SEKTOR INDUSTRI UNTUK MENGGAMBARKAN PEREKONOMIAN

Lebih terperinci

AUTOKORELASI SPASIAL UNTUK IDENTIFIKASI POLA HUBUNGAN KEMISKINAN DI JAWA TIMUR

AUTOKORELASI SPASIAL UNTUK IDENTIFIKASI POLA HUBUNGAN KEMISKINAN DI JAWA TIMUR AUTOKORELASI SPASIAL UNTUK IDENTIFIKASI POLA HUBUNGAN KEMISKINAN DI JAWA TIMUR Rokhaa Dw Bekt Mathematcs & Statstcs Departmet, School of Computer Scece, Bus Uversty Jl. K.H. Syahda No. 9, Palmerah, Jakarta

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4. Deskrps Peelta Berdasarka hasl peelta, d peroleh data megea kemempua sswa melakuka smash sebelum da sesudah latha power otot lega adalah sebaga berkut : Tabel.

Lebih terperinci

Penerapan Model Regresi Ensemble Non-Hybrid pada Data Kemiskinan di Provinsi Jawa Tengah

Penerapan Model Regresi Ensemble Non-Hybrid pada Data Kemiskinan di Provinsi Jawa Tengah The 6 th Uversty Research Colloquum 7 Peerapa Model Regres Esemble No-Hybrd pada Data Kemska d Provs Jawa Tegah Corela Ardaa Savta, Sr Sulstjowat Hadaja, Bowo Waro 3,3 Program Stud Matematka FMIPA, Uverstas

Lebih terperinci

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten BAB III METODE PENELITIAN 3. Tempat da Waktu Peelta 3.. Tempat Tempat peelta dlaksaaka d SMP Neger 4 Tlamuta Kabupate Boalemo pada sswa kelas VIII. 3.. Waktu Peelta dlaksaaka dalam waktu 3 bula yatu dar

Lebih terperinci

INTERVAL KEPERCAYAAN UNTUK PERBEDAAN KOEFISIEN VARIASI DARI DISTRIBUSI LOGNORMAL I. Pebriyani 1*, Bustami 2, S. Sugiarto 2

INTERVAL KEPERCAYAAN UNTUK PERBEDAAN KOEFISIEN VARIASI DARI DISTRIBUSI LOGNORMAL I. Pebriyani 1*, Bustami 2, S. Sugiarto 2 INTERVAL KEPERCAAAN UNTUK PERBEDAAN KOEFIIEN VARIAI DARI DITRIBUI LOGNORMAL I. Pebrya * Bustam. ugarto Mahasswa Program Matematka Dose Jurusa Matematka Fakultas Matematka da Ilmu Pegetahua Alam Uverstas

Lebih terperinci

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data //203 UKURAN GEJALA PUSAT DAN UKURAN LETAK Kaa Evta Dew, S.Pd., M.S. Ukura gejala pusat Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu hal, bak tu dar sampel ataupu populas Ukura

Lebih terperinci

PEMETAAN PENYAKIT DEMAM BERDARAH DENGUE DENGAN ANALISIS POLA SPASIAL DI KABUPATEN PEKALONGAN. Hasbi Yasin 1, Ragil Saputra 2.

PEMETAAN PENYAKIT DEMAM BERDARAH DENGUE DENGAN ANALISIS POLA SPASIAL DI KABUPATEN PEKALONGAN. Hasbi Yasin 1, Ragil Saputra 2. Pemetaa Peyakt (Hasb Yas) PEMETAAN PENYAKIT DEMAM BERDARAH DENGUE DENGAN ANALISIS POLA SPASIAL DI KABUPATEN PEKALONGAN Hasb Yas 1, Ragl Saputra 1 Jurusa Statstka FSM UNDIP Jurusa Iformatka FSM UNDIP Abstract

Lebih terperinci

ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET

ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET Prosdg Semar Nasoal Peelta, Peddka da Peerapa MIPA Fakultas MIPA, Uverstas Neger Yogyakarta, 6 Me 9 ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET Sty Rachyay Pusat Pemafaata Sas Atarksa,

Lebih terperinci

ANALISIS REGRESI SPASIAL DAN POLA PENYEBARAN PADA KASUS DEMAM BERDARAH DENGUE (DBD) DI PROVINSI JAWA TENGAH. DOI: /medstat.10.2.

ANALISIS REGRESI SPASIAL DAN POLA PENYEBARAN PADA KASUS DEMAM BERDARAH DENGUE (DBD) DI PROVINSI JAWA TENGAH. DOI: /medstat.10.2. p-issn 979 3693 e-issn 477 0647 MEDIA STATISTIKA 0() 07: 95-05 http://ejoural.udp.ac.d/dex.php/meda_statstka ANALISIS REGRESI SPASIAL DAN POLA PENYEBARAN PADA KASUS DEMAM BERDARAH DENGUE (DBD) DI PROVINSI

Lebih terperinci

Jawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2

Jawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2 M 81 STTISTIK DSR SEMESTER II 11/1 KK STTISTIK, FMIP IT SOLUSI UJIN TENGH SEMESTER (UTS) Sabtu, 1 Me 1, Pukul 9. 1.4 WI (1 met) Kelas 1. Pegajar: Udjaa S. Pasarbu/Rr. Kura Novta Sar, Kelas. Pegajar: Utrwe

Lebih terperinci

III BAHAN/OBJEK DAN METODE PENELITIAN. Objek yang digunakan dalam penelitian ini adalah 50 ekor sapi Pasundan

III BAHAN/OBJEK DAN METODE PENELITIAN. Objek yang digunakan dalam penelitian ini adalah 50 ekor sapi Pasundan III BAHAN/OBJEK DAN METODE PENELITIAN 3.1. Baha da Alat Peelta 3.1.1. Baha Peelta Objek yag dguaka dalam peelta adalah 50 ekor sap Pasuda jata da beta dewasa dega umur -3 tahu da tdak butg utuk meghdar

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA.1 Pedahulua Sebelum membahas megea prosedur peguja hpotess, terlebh dahulu aka djelaska beberapa teor da metode yag meujag utuk mempermudah pembahasa. Adapu teor da metode tersebut

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Sampa saat, model Regres da model Aalss Varas telah dpadag sebaga dua hal ag tdak berkata. Meskpu merupaka pedekata ag umum dalam meeragka kedua cara pada taraf permulaa,

Lebih terperinci

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan,

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan, BAB II TINJAUAN TEORITIS.1 Kosep Dasar Statstka Statstk merupaka cara cara tertetu yag dguaka dalam megumpulka, meyusu atau megatur, meyajka, megaalsa da member terpretas terhadap sekumpula data, sehgga

Lebih terperinci

SIFAT-SIFAT LANJUT FUNGSI TERBATAS

SIFAT-SIFAT LANJUT FUNGSI TERBATAS Bulet Ilmah Mat. Stat. da Terapaya (Bmaster) Volume 03, No. 2(204), hal 35 42. SIFAT-SIFAT LANJUT FUNGSI TERBATAS Suhard, Helm, Yudar INTISARI Fugs terbatas merupaka fugs yag memlk batas atas da batas

Lebih terperinci

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI 9.1. Dstrbus Kotu Dstrbus memlk sfat kotu dmaa data yag damat berjala secara kesambuga da tdak terputus. Maksudya adalah bahwa data yag damat tersebut tergatug

Lebih terperinci

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu KORELASI 1 D dua kta tdak dapat hdup sedr, tetap memerluka hubuga dega orag la. Hubuga tu pada umumya dlakuka dega maksud tertetu sepert medapat kergaa pajak, memperoleh kredt, memjam uag, serta mta pertologa/batua

Lebih terperinci

S2 MP Oleh ; N. Setyaningsih

S2 MP Oleh ; N. Setyaningsih S2 MP Oleh ; N. Setyagsh MATERI PERTEMUAN 1-3 (1)Pedahulua pera statstka dalam peelta ; (2)Peyaja data : dalam betuk (a) tabel da (b) dagram; (3) ukura tedes setaral da ukura peympaga (4)dstrbus ormal

Lebih terperinci

3/19/2012. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut

3/19/2012. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut 3/9/202 UKURAN GEJALA PUSAT DAN UKURAN LETAK Kaa Evta Dew, S.Pd., M.S. Ukura gejala pusat Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu hal, bak tu dar sampel ataupu populas

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA. Peahulua Dalam bab aka membahas megea teor-teor tetag statstka oparametrk, korelas parsal tau Keall a korelas parsal meurut Ebuh GU a Oeka ICA.. Statstka Noparametrk Istlah oparametrk

Lebih terperinci

BAB 1 STATISTIKA RINGKASAN MATERI

BAB 1 STATISTIKA RINGKASAN MATERI BAB STATISTIKA A RINGKASAN MATERI. Pegerta Data adalah kumpula keteraga-keteraga atau catata-catata megea suatu kejada, dapat berupa blaga, smbol, sat atau kategor. Masg-masg keteraga dar data dsebut datum.

Lebih terperinci

BAB III UKURAN PEMUSATAN DATA

BAB III UKURAN PEMUSATAN DATA BAB III UKURAN PEMUSATAN DATA A. Ukura Gejala Pusat Ukura pemusata adalah suatu ukura yag meujukka d maa suatu data memusat atau suatu kumpula pegamata memusat (megelompok). Ukura pemusata data adalah

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Defes Aalss Korelas da Regres a Aalss Korelas adalah metode statstka yag dguaka utuk meetuka kuatya atau derajat huuga lear atara dua varael atau leh. Semak yata huuga ler gars lurus,

Lebih terperinci

GUBERNUR JAWA TENGAH

GUBERNUR JAWA TENGAH GUBERNUR JAWA TENGAH PERATURAN GUBERNUR JAWA TENGAH NOMOR 56 TAHUN 201256 TAHUN 2012 TENTANG ALOKASI SEMENTARA DANA BAGI HASIL CUKAI HASIL TEMBAKAU BAGIAN PEMERINTAH PROVINSI JAWA TENGAH DAN PEMERINTAH

Lebih terperinci

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS C. Pembelajara 3 1. Slabus N o STANDA R KOMPE TENSI KOMPE TENSI DASAR INDIKATOR MATERI TUGAS BUKTI BELAJAR KON TEN INDIKA TOR WAK TU SUM BER BELA JAR Meerap ka atura kosep statstka dalam pemecah a masalah

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel BAB I PENDAHULUAN 1.1 Statstka Deskrptf da Statstka Iferesal Dewasa d berbaga bdag lmu da kehdupa utuk memaham/megetahu sesuatu dperluka dat Sebaga cotoh utuk megetahu berapa bayak rakyat Idoesa yag memerluka

Lebih terperinci

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi STATISTIKA A. Des Umum. Pegerta statstk Statstk adalah kumpula akta yag berbetuk agka da dsusu dalam datar atau tabel yag meggambarka suatu persoala. Cotoh: statstk kurs dolar Amerka, statstk pertumbuha

Lebih terperinci

3 Departemen Statistika FMIPA IPB

3 Departemen Statistika FMIPA IPB Supleme Respos Pertemua ANALISIS DATA KATEGORIK (STK51) Departeme Statstka FMIPA IPB Pokok Bahasa Sub Pokok Bahasa Referes Waktu U potess Tga Cotoh atau Lebh U Kruskal-Walls (aalss ragam satu-arah berdasarka

Lebih terperinci

ASPEK : PARTISIPASI MASYARAKAT DALAM PEMAKAIAN KONTRASEPSI INDIKATOR : HASIL PEROLEHAN PESERTA KB BARU

ASPEK : PARTISIPASI MASYARAKAT DALAM PEMAKAIAN KONTRASEPSI INDIKATOR : HASIL PEROLEHAN PESERTA KB BARU INDIKATOR : HASIL PEROLEHAN PESERTA KB BARU BULAN : KABUPATEN/KOTA IUD MOW MOP KDM IMPL STK PILL JML PPM PB % 1 Banyumas 748 34 3 790 684 2,379 1,165 5,803 57,379 10.11 2 Purbalingga 141 51 10 139 228

Lebih terperinci

ASPEK : PARTISIPASI MASYARAKAT DALAM PEMAKAIAN KONTRASEPSI INDIKATOR : HASIL PEROLEHAN PESERTA KB BARU

ASPEK : PARTISIPASI MASYARAKAT DALAM PEMAKAIAN KONTRASEPSI INDIKATOR : HASIL PEROLEHAN PESERTA KB BARU INDIKATOR : HASIL PEROLEHAN PESERTA KB BARU BULAN : KABUPATEN/KOTA IUD MOW MOP KDM IMPL STK PILL JML PPM PB % 1 Banyumas 447 60 8 364 478 2.632 629 4.618 57.379 8,05 2 Purbalingga 87 145 33 174 119 1.137

Lebih terperinci

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri III. METODE PEELITIA A. Metodolog Peelta Metodolog peelta adalah cara yag dlakuka secara sstemats megkut atura-atura, recaaka oleh para peeltutuk memecahka permasalaha yag hdup da bergua bag masyarakat,

Lebih terperinci

PERATURAN GUBERNUR JAWA TENGAH NOMOR 7 TAHUN 2018 TAHUN 2012 TENTANG

PERATURAN GUBERNUR JAWA TENGAH NOMOR 7 TAHUN 2018 TAHUN 2012 TENTANG PERATURAN GUBERNUR JAWA TENGAH NOMOR 7 TAHUN 2018 TAHUN 2012 TENTANG ALOKASI DANA BAGI HASIL CUKAI HASIL TEMBAKAU BAGIAN PEMERINTAH PROVINSI JAWA TENGAH DAN PEMERINTAH KABUPATEN/KOTA DI JAWA TENGAH TAHUN

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Bab aka mejelaska megea ladasa teor yag dpaka oleh peuls dalam peelta. Bab dbag mejad beberapa baga, yag masg masg aka mejelaska Prcpal Compoet Aalyss (PCA), Egeface, Klusterg K-Meas,

Lebih terperinci

Regresi Linier Sederhana Definisi Pengaruh

Regresi Linier Sederhana Definisi Pengaruh Regres Ler Sederhaa Dah Idra Baga Bostatstka da Kepeduduka Fakultas Kesehata Masyarakat Uverstas Arlagga Defs Pegaruh Jka terdapat varabel, msalka da yag data-dataya dplot sepert gambar dbawah 3 Defs Pegaruh

Lebih terperinci

BAB I PENDAHULUAN. berinteraksi mengikuti pola yang tidak selalu mudah dipahami. Apabila

BAB I PENDAHULUAN. berinteraksi mengikuti pola yang tidak selalu mudah dipahami. Apabila BAB I PENDAHULUAN A. Latar Belakang Masalah Pengangguran merupakan masalah yang sangat kompleks karena mempengaruhi sekaligus dipengaruhi oleh beberapa faktor yang saling berinteraksi mengikuti pola yang

Lebih terperinci

BAB 2 LANDASAN TEORITIS. yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama.

BAB 2 LANDASAN TEORITIS. yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama. BAB 2 LANDASAN TEORITIS 2.1 Pegerta Peramala Peramala ( forecastg ) adalah kegata memperkraka atau mempredkska apa yag aka terjad pada masa yag aka datag dega waktu yag relatf lama. Sedagka ramala adalah

Lebih terperinci

8. MENGANALISIS HASIL EVALUASI

8. MENGANALISIS HASIL EVALUASI 8. MENGANALISIS HASIL EVALUASI Tujua : Mampu megaalsa tgkat kesukara hasl evaluas utuk megkatka hasl proses pembelajara Kegata megaals hasl evaluas merupaka upaya utuk memperbak programprogram pembelajara

Lebih terperinci

Analisis Pola Hubungan PDRB dengan Faktor Pencemaran Lingkungan di Indonesia Menggunakan Pendekatan Geographically Weighted Regression (GWR)

Analisis Pola Hubungan PDRB dengan Faktor Pencemaran Lingkungan di Indonesia Menggunakan Pendekatan Geographically Weighted Regression (GWR) JURNAL SAINS DAN SENI IS Vol. 5, No., (6) 337-35 (3-98X Prt) D-7 Aalss Pola ubuga PDRB dega Faktor Pecemara Lgkuga d Idoesa Megguaka Pedekata Geographcally Weghted Regresso (GWR) Rza Damayat da Mutah Salamah

Lebih terperinci

Efek Lokal Spasial Program Swasembada Padi di Jawa Tengah Menggunakan Local Moran s

Efek Lokal Spasial Program Swasembada Padi di Jawa Tengah Menggunakan Local Moran s The 4 th Uivesity Research Coloquium 016 Efek Lokal Spasial Program Swasembada Padi di Jawa Tegah Megguaka Local Mora s Abdul Karim 1, Rochdi Wasoo 1, Program Studi Statistika, Fakultas Matematika da Ilmu

Lebih terperinci

TABEL 4.1. TINGKAT KONSUMSI PANGAN NASIONAL BERDASARKAN POLA PANGAN HARAPAN

TABEL 4.1. TINGKAT KONSUMSI PANGAN NASIONAL BERDASARKAN POLA PANGAN HARAPAN TABEL 4.1. TINGKAT KONSUMSI PANGAN NASIONAL BERDASARKAN POLA PANGAN HARAPAN No Kelompok Pola Harapan Nasional Gram/hari2) Energi (kkal) %AKG 2) 1 Padi-padian 275 1000 50.0 25.0 2 Umbi-umbian 100 120 6.0

Lebih terperinci

STATISTIKA. A. Tabel Langkah untuk mengelompokkan data ke dalam tabel distribusi frekuensi data berkelompok/berinterval: a. Rentang/Jangkauan (J)

STATISTIKA. A. Tabel Langkah untuk mengelompokkan data ke dalam tabel distribusi frekuensi data berkelompok/berinterval: a. Rentang/Jangkauan (J) STATISTIKA A. Tabel Lagkah utuk megelompokka data ke dalam tabel dstrbus frekues data berkelompok/berterval: a. Retag/Jagkaua (J) J X maks X m b. Bayak kelas (k) Megguaka atura Sturgess, yatu k,. log c.

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Propinsi Gorontalo tahun pelajaran 2012/2013.

BAB III METODOLOGI PENELITIAN. Propinsi Gorontalo tahun pelajaran 2012/2013. BAB III METODOLOGI PENELITIAN 3.. Tempat da Waktu Peelta Peelta dlaksaaka d SMP Neger 3 Gorotalo kota Gorotalo Props Gorotalo tahu pelajara 0/03. D SMP Neger 3 Gorotalo memlk 6 romboga belajar yag terdr

Lebih terperinci

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN // REGRESI LINEAR SEDERHANA DAN KORELASI. Model Regres Lear. Peaksr Kuadrat Terkecl 3. Predks Nla Respos 4. Iferes Utuk Parameter-parameter Regres 5. Kecocoka Model Regres 6. Korelas Utrwe Mukhayar MA

Lebih terperinci

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES * PENYAJIAN DATA Secara umum, ada dua cara peyaja data, yatu : 1. Tabel atau daftar. Grafk atau dagram Macam-macam daftar yag dkeal : a. Daftar bars kolom b. Daftar kotges c. Daftar dstrbus frekues Sedagka

Lebih terperinci

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas TEKNIK SAMPLING Hazmra Yozza Izzat Rahm HG Jurusa Matematka FMIPA Uverstas Adalas Defs Suatu cotoh gerombol adalah suatu cotoh acak sederhaa dmaa setap ut pearka cotoh adalah kelompok atau gerombol dar

Lebih terperinci

PEMODELAN SPASIAL EKONOMETRIK KERUGIAN MAKROEKONOMI AKIBAT BENCANA ALAM 1 Henny Kusumaningrum, 2 Dwi Endah Kusrini dan 3 Destri Susilaningrum

PEMODELAN SPASIAL EKONOMETRIK KERUGIAN MAKROEKONOMI AKIBAT BENCANA ALAM 1 Henny Kusumaningrum, 2 Dwi Endah Kusrini dan 3 Destri Susilaningrum PEMODELAN SPASIAL EKONOMETRIK KERUGIAN MAKROEKONOMI AKIBAT BENCANA ALAM He Kusumagrum, 2 Dw Edah Kusr da 3 Destr Suslagrum Jurusa Statstka, Fakultas MIPA, Isttut Tekolog Sepuluh Nopember (ITS) Jala Aref

Lebih terperinci

GUBERNUR JAWA TENGAH

GUBERNUR JAWA TENGAH GUBERNUR JAWA TENGAH PERATURAN GUBERNUR JAWA TENGAH NOMOR 78 TAHUN 2013 TAHUN 2012 TENTANG PERKIRAAN ALOKASI DANA BAGI HASIL CUKAI HASIL TEMBAKAU BAGIAN PEMERINTAH PROVINSI JAWA TENGAH DAN PEMERINTAH KABUPATEN/KOTA

Lebih terperinci

LANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal)

LANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal) LANGKAH-LANGKAH UJI HIPOTESIS DENGAN (Utuk Data Nomal). Merumuska hpotess (termasuk rumusa hpotess statstk). Data hasl peelta duat dalam etuk tael slag (tael frekues oservas) 3. Meetuka krtera uj atau

Lebih terperinci

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan Aalsa Numerk Baha Matrkulas PENDAHULUAN Metode umerk merupaka suatu tekk atau cara utuk megaalsa da meyelesaka masalah masalah d dalam bdag rekayasa tekk da sa dega megguaka operas perhtuga matematk Masalah-masalah

Lebih terperinci

GUBERNUR JAWA TENGAH PERATURAN GUBERNUR JAWA TENGAH NOMOR 27 TAHUN 2015 TENTANG

GUBERNUR JAWA TENGAH PERATURAN GUBERNUR JAWA TENGAH NOMOR 27 TAHUN 2015 TENTANG GUBERNUR JAWA TENGAH PERATURAN GUBERNUR JAWA TENGAH NOMOR 27 TAHUN 2015 TENTANG PERUBAHAN PERKIRAAN ALOKASI DANA BAGI HASIL CUKAI HASIL TEMBAKAU BAGIAN PEMERINTAH PROVINSI JAWA TENGAH DAN PEMERINTAH KABUPATEN/KOTA

Lebih terperinci

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI BB 6 PRINSIP INKLUSI DN EKSKLUSI Pada baga aka ddskuska topk berkutya yatu eumeras yag damaka Prsp Iklus da Eksklus. Kosep dalam bab merupaka perluasa de dalam Dagram Ve beserta oepras rsa da gabuga, amu

Lebih terperinci

NORM VEKTOR DAN NORM MATRIKS

NORM VEKTOR DAN NORM MATRIKS NORM VEKTOR DN NORM MTRIK umaag Muhtar Gozal UNIVERIT PENDIDIKN INDONEI. Pedahulua Jka kta membcaraka topk ruag vektor maka cotoh sederhaa yag dapat kta ambl adalah ruag Eucld R. D ruag kta medefska pajag

Lebih terperinci

GUBERNUR JAWA TENGAH

GUBERNUR JAWA TENGAH GUBERNUR JAWA TENGAH PERATURAN GUBERNUR JAWA TENGAH NOMOR 71 A TAHUN 201356 TAHUN 2012 TENTANG ALOKASI DEFINITIF DANA BAGI HASIL CUKAI HASIL TEMBAKAU BAGIAN PEMERINTAH PROVINSI JAWA TENGAH DAN PEMERINTAH

Lebih terperinci

PRODUKSI CABAI BESAR, CABAI RAWIT, DAN BAWANG MERAH TAHUN 2014 PROVINSI JAWA TENGAH

PRODUKSI CABAI BESAR, CABAI RAWIT, DAN BAWANG MERAH TAHUN 2014 PROVINSI JAWA TENGAH No. 56/08/33 Th.IX, 3 Agustus 2015 PRODUKSI CABAI BESAR, CABAI RAWIT, DAN BAWANG MERAH TAHUN 2014 PROVINSI JAWA TENGAH PRODUKSI CABAI BESAR SEBESAR 167,79 RIBU TON, CABAI RAWIT SEBESAR 107,95 RIBU TON,

Lebih terperinci

BAB 1 PENDAHULUAN. dan Jusuf Kalla, Indonesia mempunyai strategi pembangunan yang

BAB 1 PENDAHULUAN. dan Jusuf Kalla, Indonesia mempunyai strategi pembangunan yang BAB 1 PENDAHULUAN A. Latar Belakang Masalah Di era Presiden dan Wakil Presiden Republik Indonesia, Joko Widodo dan Jusuf Kalla, Indonesia mempunyai strategi pembangunan yang dinamakan dengan nawacita.

Lebih terperinci

ASPEK : PARTISIPASI MASYARAKAT DALAM PEMAKAIAN KONTRASEPSI INDIKATOR : HASIL PEROLEHAN PESERTA KB BARU

ASPEK : PARTISIPASI MASYARAKAT DALAM PEMAKAIAN KONTRASEPSI INDIKATOR : HASIL PEROLEHAN PESERTA KB BARU INDIKATOR : HASIL PEROLEHAN PESERTA KB BARU BULAN : KABUPATEN/KOTA IUD MOW MOP KDM IMPL STK PILL JML PPM PB % 1 Banyumas 728 112 20 1,955 2,178 2,627 1,802 9,422 57,379 16.42 2 Purbalingga 70 50 11 471

Lebih terperinci

Uji Modifikasi Peringkat Bertanda Wilcoxon Untuk Masalah Dua Sampel Berpasangan 1 Wili Solidayah 2 Siti Sunendiari 3 Lisnur Wachidah

Uji Modifikasi Peringkat Bertanda Wilcoxon Untuk Masalah Dua Sampel Berpasangan 1 Wili Solidayah 2 Siti Sunendiari 3 Lisnur Wachidah Prosdg Statstka ISSN 40-45 Uj Modfkas Pergkat Bertada Wlcoxo Utuk Masalah Dua Sampel Berpasaga 1 Wl Soldayah St Suedar 3 Lsur Wachdah 1, Statstka, Fakultas MIPA, Uverstas Islam Badug, Jl. Tamasar No. 1

Lebih terperinci

PRODUKSI CABAI BESAR, CABAI RAWIT, DAN BAWANG MERAH PROVINSI JAWA TENGAH TAHUN 2013

PRODUKSI CABAI BESAR, CABAI RAWIT, DAN BAWANG MERAH PROVINSI JAWA TENGAH TAHUN 2013 No. 50/08/33/Th. VIII, 4 Agustus 2014 PRODUKSI CABAI BESAR, CABAI RAWIT, DAN BAWANG MERAH PROVINSI JAWA TENGAH TAHUN 2013 PRODUKSI CABAI BESAR SEBESAR 145,04 RIBU TON, CABAI RAWIT 85,36 RIBU TON, DAN BAWANG

Lebih terperinci

Analisis Korelasi dan Regresi

Analisis Korelasi dan Regresi Aalss Korelas da Regres Hazmra Yozza Izzat Rahm HG Jurusa Matematka FMIPA Uad LOGO www.themegaller.com LOGO Data varat Data dega dua varael Terhadap satu pegamata dlakuka pegukurapegamata terhadap varael

Lebih terperinci

KONDISI UMUM PROVINSI JAWA TENGAH

KONDISI UMUM PROVINSI JAWA TENGAH KONDISI UMUM PROVINSI JAWA TENGAH Kondisi umum Provinsi Jawa Tengah ditinjau dari aspek pemerintahan, wilayah, kependudukan dan ketenagakerjaan antara lain sebagai berikut : A. Administrasi Pemerintah,

Lebih terperinci

METODE PENELITIAN. Kota Bogor. Kecamatan Bogor Barat. Purposive. Kelurahan Cilendek Barat RW 05 N1= 113. Cluster random sampling.

METODE PENELITIAN. Kota Bogor. Kecamatan Bogor Barat. Purposive. Kelurahan Cilendek Barat RW 05 N1= 113. Cluster random sampling. METODE PENELITIAN Desa, Tempat da Waktu Peelta Peelta megguaka desa cross sectoal study. Lokas peelta d Kota Bogor. Pemlha lokas peelta secara purposve dega pertmbaga merupaka salah satu kecamata dega

Lebih terperinci

BAB IV ANALISIS DAN PEMBAHASAN

BAB IV ANALISIS DAN PEMBAHASAN BAB IV ANALISIS DAN PEMBAHASAN Pada bab ini akan dibahas mengenai gambaran persebaran IPM dan komponen-komponen penyususn IPM di Provinsi Jawa Tengah. Selanjutnya dilakukan pemodelan dengan menggunakan

Lebih terperinci

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran Kurkulum 013/006 matematka K e l a s XI STATISTIKA: UKURAN PEMUSATAN Tujua Pembelajara Setelah mempelajar mater, kamu dharapka memlk kemampua berkut. 1. Dapat meetuka rata-rata data tuggal da data berkelompok..

Lebih terperinci

UKURAN GEJALA PUSAT (UGP)

UKURAN GEJALA PUSAT (UGP) UKURAN GEJALA PUSAT (UGP) Pegerta: Rata-rata (average) alah suatu la yag mewakl suatu kelompok data. Nla dsebut juga ukura gejala pusat karea pada umumya mempuya kecederuga terletak d tegah-tegah da memusat

Lebih terperinci

X a, TINJAUAN PUSTAKA

X a, TINJAUAN PUSTAKA PENELITIAN SEBELUMNYA Statstka Deskrptf TINJAUAN PUSTAKA TINJAUAN STATISTIKA Uj Idepedes Uj depedes dguak utuk megetahu adaya hubuga atara dua varabel (Agrest, 1990). H 0 : tdak ada hubuga atara varabel

Lebih terperinci

PROVINSI JAWA TENGAH. Data Agregat per K b t /K t

PROVINSI JAWA TENGAH. Data Agregat per K b t /K t PROVINSI JAWA TENGAH Data Agregat per K b t /K t PROVINSI JAWA TENGAH Penutup Penyelenggaraan Sensus Penduduk 2010 merupakan hajatan besar bangsa yang hasilnya sangat penting dalam rangka perencanaan pembangunan.

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN A. Jes Peelta Dalam pelta peelt megguaka racaga eksperme. Eksperme adalah observas dbawah kods buata (artfcal codto), dmaa kods tersebut dbuat da d atur oleh s peelt. Dega

Lebih terperinci

Lampiran 1. Data Penelitian No Kabupaten Y X1 X2 X3 1 Kab. Cilacap Kab. Banyumas Kab.

Lampiran 1. Data Penelitian No Kabupaten Y X1 X2 X3 1 Kab. Cilacap Kab. Banyumas Kab. LAMPIRAN Lampiran 1. Data Penelitian No Kabupaten Y X1 X2 X3 1 Kab. Cilacap 15.24 6.68 22.78 1676090 2 Kab. Banyumas 18.44 5.45 21.18 1605580 3 Kab. Purbalingga 20.53 5.63 21.56 879880 4 Kab. Banjarnegara

Lebih terperinci

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani FMDAM (2) Chartas Fbra Techque for Order Preferece by Smlarty to Ideal Soluto () ddasarka pada kosep dmaa alteratf terplh yag terbak tdak haya memlk jarak terpedek dar solus deal postf, amu juga memlk

Lebih terperinci

2.2.3 Ukuran Dispersi

2.2.3 Ukuran Dispersi 3 Ukura Dspers Yag aka dbahas ds adalah smpaga baku da varas karea dua ukura dspers yag palg serg dguaka Hubuga atara smpaga baku dega varas adalah Varas = Kuadrat dar Smpaga baku otas yag umum dguaka

Lebih terperinci

PEMODELAN SPATIAL DURBIN ERROR MODEL (SDEM) PADA DATA INDEKS PEMBANGUNAN MANUSIA (IPM) DI JAWA TENGAH

PEMODELAN SPATIAL DURBIN ERROR MODEL (SDEM) PADA DATA INDEKS PEMBANGUNAN MANUSIA (IPM) DI JAWA TENGAH PEMODELAN SPATIAL DURBIN ERROR MODEL (SDEM) PADA DATA INDEKS PEMBANGUNAN MANUSIA (IPM) DI JAWA TENGAH 1 Imaroh Izzatu Nisa, 2 Abdul Karim, 3 Rochdi Wasoo 1,2,3 Prodi Statistika, FMIPA,Uiversitas Muhammadiyah

Lebih terperinci

ANALISA GARIS KEINGINAN PERGERAKAN DI KABUPATEN BOLAANG MONGONDOW UTARA

ANALISA GARIS KEINGINAN PERGERAKAN DI KABUPATEN BOLAANG MONGONDOW UTARA Jural Ilmah MEDIA ENGINEERING Vol., No., Jul 0 ISSN 087-9334 (96-0) ANALISA GARIS KEINGINAN PERGERAKAN DI KABUPATEN BOLAANG MONGONDOW UTARA Johas E. Lolog Dose Jurusa Spl Fakultas Tekk Uverstas Sam Ratulag

Lebih terperinci

KEADAAN KETENAGAKERJAAN JAWA TENGAH AGUSTUS 2011: TINGKAT PENGANGGURAN TERBUKA SEBESAR 5,93 PERSEN

KEADAAN KETENAGAKERJAAN JAWA TENGAH AGUSTUS 2011: TINGKAT PENGANGGURAN TERBUKA SEBESAR 5,93 PERSEN No. 62/11/33/Th.V, 07 November 2011 KEADAAN KETENAGAKERJAAN JAWA TENGAH AGUSTUS 2011: TINGKAT PENGANGGURAN TERBUKA SEBESAR 5,93 PERSEN Jumlah angkatan kerja di Jawa Tengah Agustus 2011 mencapai 16,92 juta

Lebih terperinci

PENEMPATAN TENAGA KERJA. A. Jumlah Pencari Kerja di Prov. Jateng Per Kab./Kota Tahun 2016

PENEMPATAN TENAGA KERJA. A. Jumlah Pencari Kerja di Prov. Jateng Per Kab./Kota Tahun 2016 PENEMPATAN TENAGA KERJA A. Jumlah Pencari Kerja di Prov. Jateng Per Kab./Kota Tahun 2016 NO KAB./KOTA L P JUMLAH 1 KABUPATEN REMBANG 820 530 1.350 2 KOTA MAGELANG 238 292 530 3 KABUPATEN WONOGIRI 2.861

Lebih terperinci

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu BAB II LADASA TEORI Dalam pegambla sampel dar suatu populas, dperluka suatu tekk pegambla sampel yag tepat sesua dega keadaa populas tersebut. Sehgga sampel yag dperoleh adalah sampel yag dapat mewakl

Lebih terperinci

TATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Fitri Yulianti, SP. Msi.

TATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Fitri Yulianti, SP. Msi. TATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Ftr Yulat, SP. Ms. UKURAN DATA Ukura data Ukura Pemusata data Ukura letak data Ukura peyebara data Mea Meda Jagkaua Meda Kuartl Jagkaua atar

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB METODE PENELTAN 3.1 Tempat da Waktu Peelta Peelta dlaksaaka d areal/wlaah koses huta PT. Sarmeto Parakata Tmber, Kalmata Tegah pada bula Aprl sampa dega Me 007. 3. Baha da Alat Baha ag dguaka utuk

Lebih terperinci

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel BAB LANDASAN TEORI.1 Pegerta Regres Regres dalam statstka adalah salah satu metode utuk meetuka tgkat pegaruh suatu varabel terhadap varabel yag la. Varabel yag pertama dsebut dega bermacam-macam stlah:

Lebih terperinci

PENEMPATAN TENAGA KERJA

PENEMPATAN TENAGA KERJA PENEMPATAN TENAGA KERJA A. Jumlah Pencari Kerja di Prov. Jateng Per Kab./Kota Tahun 2015 NO. KAB./KOTA 2015 *) L P JUMLAH 1 KABUPATEN SEMARANG 3,999 8,817 12816 2 KABUPATEN REMBANG 1,098 803 1901 3 KOTA.

Lebih terperinci

KEGIATAN PADA BIDANG REHABILITASI SOSIAL TAHUN 2017 DINAS SOSIAL PROVINSI JAWA TENGAH

KEGIATAN PADA BIDANG REHABILITASI SOSIAL TAHUN 2017 DINAS SOSIAL PROVINSI JAWA TENGAH KEGIATAN PADA BIDANG REHABILITASI SOSIAL TAHUN 2017 DINAS SOSIAL PROVINSI JAWA TENGAH No Program Anggaran Sub Sasaran Lokasi 1. Program Rp. 1.000.000.000 Pelayanan dan Sosial Kesejahteraan Sosial Penyandang

Lebih terperinci

BAB 2 LANDASAN TEORI. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama.

BAB 2 LANDASAN TEORI. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama. BAB 2 LANDASAN TEORI 2.1 Pegerta Peramala Peramala ( forecastg ) adalah kegata memperkraka atau mempredkska apa yag aka terjad pada masa yag aka datag dega waktu yag relatve lama. Sedagka ramala adalah

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Metode penelitian sangat diperlukan dalam sebuah penelitian untuk

BAB III METODOLOGI PENELITIAN. Metode penelitian sangat diperlukan dalam sebuah penelitian untuk BAB III METODOLOGI PENELITIAN A. Metode Peelta Metode peelta sagat dperluka dalam sebuah peelta utuk memaham suatu objek peelta da utuk medapatka sejumlah formas tetag masalah pokok yag aka dpecahka. Ada

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Lokasi Penelitian Penelitian ini dilakukan di Kabupaten/Kota Provinsi Jawa Tengah. Jawa Tengah merupakan Provinsi yang termasuk ke dalam Provinsi yang memiliki jumlah penduduk

Lebih terperinci

Metode Statistika Pertemuan XII. Analisis Korelasi dan Regresi

Metode Statistika Pertemuan XII. Analisis Korelasi dan Regresi Metode Statstka Pertemua XII Aalss Korelas da Regres Aalss Hubuga Jes/tpe hubuga Ukura Keterkata Skala pegukura varabel Pemodela Keterkata Relatoshp vs Causal Relatoshp Tdak semua hubuga (relatoshp) berupa

Lebih terperinci