SIMULASI RANCANGAN ACAK KELOMPOK TAK LENGKAP SEIMBANG DAN EFISIENSINYA

Ukuran: px
Mulai penontonan dengan halaman:

Download "SIMULASI RANCANGAN ACAK KELOMPOK TAK LENGKAP SEIMBANG DAN EFISIENSINYA"

Transkripsi

1 Agusrawati //Paradigma, Vol. 16 No.1, April 2012, hlm SIMULASI RANCANGAN ACAK KELOMPOK TAK LENGKAP SEIMBANG DAN EFISIENSINYA Agusrawati 1) 1) Jurusan Matematika FMIPA Unhalu, Kendari, Sulawesi Tenggara ABSTRAK Rancangan Acak Tak Lengkap Seimbang (RAKTLS) adalah suatu rancangan yang digunakan bila Rancangan Acak Lengkap (RAKL) tidak bisa digunakan dalam menentukan signifikansi suatu efek perlakuan yang diteliti. Dikatakan tidak lengkap pada RAKTLS karena tidak semua perlakuan yang diteliti ada pada setiap kelompok. Tujuan tulisan ini adalah menjelaskan mekanisme dan efisiensi RAKTLS terhadap RAKL. Hasil percobaan RAKL dengan tujuh perlakuan dan tujuh kelompok, disimulasikan dengan mengurangi jumlah perlakuan setiap kelompok sehingga sesuai dengan RAKTLS. Ada tiga tipe RAKTLS yang dihasilkan. yaitu (1) RAKTLS dengan 6 perlakuan tiap kelompok; (2) RAKTLS dengan 4 perlakuan tiap kelompok dan (3) RAKTLS dengan 3 perlakuan tiap kelompok. Berdasarkan statistik uji F, hasil pengujian efek perlakuan RAKTLS sama dengan RAKL dengan nilai-p relatif sama. Tingkat efisiensi RAKTLS sama dengan RAKL. Kata Kunci: Rancangan Acak Lengkap, Rancangan Acak Tak Lengkap, uji F, Nilai-p, Efisiensi ABSTRACT Balanced Incomplete Block Design (BIBD) is a special case of Randomized Complete Block Design (RCBD). It is applied when ordinary RCBD can not be used to determine whether the treatment effects are significant or not. The term incomplete in BIBD comes when some treatments not exist in all blocks. The aim of this research is to explain the mechanism and efficiency of BIBD on RCBD. In this research, the RCBD experiment was designed to have seven treatments and seven blocks, and by simulation, the number of treatments in each block was reduced, then the RCBD become BIBD. There are three types of BIBD simulated in this research, namely (1) BIBD with 6 treatrments in each block, (2) BIBD with 4 treatments in each block, and (3) BIBD with 3 treatments in each block. Based on statistic-f, the treatment effect of BIBD is similar to RCBD with similar p-value. This also performs the efficiently of BIBD similar to RCBD. Key Words: Randomized Complete Block Desigen, Balance Incomplete Block Design, statistic-f, p-value, efficiency Diterima: 10 Pebruari 2012 Disetujui untuk dipublikasikan: 20 Maret PENDAHULUAN Rancangan Acak Lengkap (RAKL) adalah rancangan yang dilakukan dengan mengelompokkan satuan percobaan ke dalam grup-grup yang homogen yang

2 Simulasi Rancangan Acak Tak Lengkap Seimbang dan Efisiensinya 32 dinamakan kelompok dan kemudian menentukan semua perlakuan secara acak di dalam masing-masing kelompok. Tujuan pengelompokkan satuan-satuan percobaan tersebut adalah untuk menghasilkan keragaman peubah respon yang sedang diteliti semata-mata disebabkan oleh perbedaan perlakuan yang diberikan [6]. Banyaknya satuan percobaan pada masing-masing kelompok minimal sebanyak perlakuan yang akan diteliti, mengingat perlakuan yang dicobakan harus muncul sekali pada setiap kelompok [3]. Dalam rancangan percobaan, ditemukan beberapa kasus bahwa tidak selalu mungkin semua perlakuan terdapat dalam tiap kelompok. Akibatnya kelompok menjadi tidak lengkap. Permasalahan ini muncul disebabkan perlakuan yang dilibatkan terlalu banyak dan bahan yang tersedia terbatas atau karena keterbatasan waktu dan dana. Rancangan Acak Tak Lengkap (RAKTL) adalah rancangan yang digunakan bagi kasus seperti ini [1]. Apabila dalam RAKTL tiap pasang perlakuan terjadi sama banyak dalam eksperimen, maka diperoleh Rancangan Acak Tak Lengkap Seimbang (RAKTLS)[5]. Untuk mengetahui lebih lanjut tentang RAKTLS yaitu bagaimana mekanisme dan efisiensinya maka tulisan ini dibuat. 1. Rancangan Acak Tak Lengkap Seimbang (RAKTLS) RAKTLS diperkenalkan oleh Fisher dan Yates pada tahun 1955, Cochran dan Cox pada tahun Dalam rancangan ini kombinasi-kombinasi perlakuan digunakan dalam masing-masing kelompok dipilih dalam suatu cara yang seimbang sehingga pasanganpasangan perlakuan muncul dalam jumlah yang sama untuk setiap kelompok sebagaimana pasangan-pasangan perlakuan yang lain [4]. Model linear untuk RAKTLS sama dengan Rancangan Acak Lengkap (RAKL), yaitu Y µ τ β ε (1) keterangan: 1, 2,, dan 1, 2,, Y = pengamatan pada perlakuan ke- dan kelompok ke- = nilai rataan umum = pengaruh perlakuan ke-

3 Agusrawati //Paradigma, Vol. 16 No.1, April 2012, hlm = pengaruh kelompok ke- pengaruh galat percobaan pada kelompok ke-j yang memperoleh perlakuan ke-. Masing-masing kelompok memuat k perlakuan (untuk k<p), dan masing-masing perlakuan diulang r kali dalam percobaan, dimana perlakuan tersebut hanya muncul satu kali per kelompok. Sedangkan, berapa kali dua perlakuan muncul bersama-sama dalam kelompok yang sama adalah λ [4]. Dengan demikian, untuk rancangan seimbang ada dua hubungan yang harus dipenuhi, yaitu: a. Jumlah total pengamatan adalah b. Jumlah pasangan dalam sebuah kelompok adalah 1 1 Analisis ragam untuk RAKTLS dapat dilihat pada Tabel 1. Sumber Keragaman Perlakuan(Adjusted) Galat Tabel 1. Analisis Ragam untuk RAKTLS Derajat Bebas Jumlah Kuadrat (db) Kuadrat (JK) Tengah (KT) Total 1 Keterangan: JKT.. JKK JKK... dan.. Fhitung dengan 1, jika perlakuan muncul dalam kelompok ke-; 0, jika perlakuan tidak muncul dalam kelompok ke- (2)

4 Simulasi Rancangan Acak Tak Lengkap Seimbang dan Efisiensinya 34 1; 1; 2. Efisiensi Rancangan Acak Tak Lengkap Seimbang (RAKTLS) terhadap Rancangan Acak Lengkap (RAKL) Percobaan yang mempunyai ketelitian tinggi adalah percobaan yang mempunyai ragam galat yang kecil, atau biasa disebut bersifat efisien. Jika dua rancangan percobaan dibandingkan maka untuk mengetahui rancangan mana yang mempunyai efisiensi (E) yang lebih tinggi dapat dilihat dari nilai ragam galat yang lebih kecil. Untuk mengetahui efisiensi RAKTLS dibandingkan dengan RAKL dapat dilihat dari besaran efisiensi dari kedua model rancangan percobaan tersebut Jika nilai efisiensi lebih kecil dari pada 1, maka RAKTLS lebih efisien digunakan daripada RAKL. Dan jika nilai efisiensi sama dengan satu, maka efisiensi RAKTLS terhadap RAKL sama. Sebaliknya jika nilai efisiensi lebih besar dari pada 1, maka RAKTLS menjadi tidak efisien dibandingkan dengan RAKL [2]. (3) 3. HASIL DAN PEMBAHASAN Sumber data yang digunakan adalah data sekunder [6]. Rancangan percobaan yang digunakan adalah Rancangan Acak Lengkap dengan 7 perlakuan dan 7 kelompok seperti terlihat pada Table 2. Hipotesis yang diuji adalah H0: 0 (perlakuan tidak berpengaruh terhadap respon yang diamati) H1 : paling sedikit ada satu dimana 0. Statistik uji yang digunakan untuk hipotesis di atas adalah statistik uji F. Tabel 3 memperlihatkan hasil statistik F beserta nilai-p. Keputusan yang diperoleh adalah tolak H0

5 Agusrawati //Paradigma, Vol. 16 No.1, April 2012, hlm atau minimal ada satu perlakuan berpengaruh terhadap respon yang diamati dengan taraf nyata 0.01 Tabel 2. Banyaknya Jagung Berkecambah yang Mendapat Perlakuan Beberapa Fungisida Perlakuan P1 P2 P3 P4 P5 P6 P Tabel 3. Analisis Ragam dengan Rancangan Acak Lengkap Sumber Keragaman Db JK KT F Nilai P Perlakuan ,82 210,47 35,49 0, ,24 18,04 3,04 Galat ,47 5,93 Total ,53 Anggap bahwa dalam percobaan tidak semua perlakuan diterapkan untuk setiap kelompok dikarenakan bahan atau waktu yang terbatas, sehingga kelompok menjadi tidak lengkap. Ini berarti Rancangan Acak Tak Lengkap Seimbang (RAKTLS) sebagai alternatifnya. Dalam hal ini timbul pertanyaan bagaimana tingkat efisiensi RAKTLS terhadap RAKL. Ada tiga tipe RAKTLS yang disimulasikan. Simulasi dilakukan berdasarkan banyaknya perlakuan tiap kelompok (k). Nilai k dipilih sedemikian hingga diperoleh nilai λ bulat sesui persamaan 2. Hasil simulasi diperlihatkan pada Tabel 4, 5, dan 6. Pada Tabel 4,5 dan 6 masing-masing menjelaskan tentang RAKTLS dengan jumlah perlakuan yang disertakan pada tiap kelompok (k) adalah 6, 4, dan 3 perlakuan. Nilai λ=5 pada Tabel 4 yang berarti bahwa pasangan-pasangan perlakuan muncul bersama-sama sebanyak lima kali dalam kelompok yang sama, begitu pula makna nilai λ=2 dan 1 pada Tabel 5 dan 6.

6 Simulasi Rancangan Acak Tak Lengkap Seimbang dan Efisiensinya 36 Tabel 4. RAKTLS dengan 7; 7; 6; 6 dan 5 Perlakuan P1 P2 P3 P4 P5 P6 P Tabel 5. RAKTLS dengan 7; 7; 4 4 dan 2 Perlakuan P1 P2 P3 P4 P5 P6 P Ket: : Banyaknya perlakuan ; : banyaknya kelompok ; : banyaknya perlakuan tiap kelompok ; : ulangan dan : berapa kali dua perlakuan muncul bersama - sama dalam kelompok yang sama Tabel 6. RAKTLS dengan 7; 7; 3 3 dan 1 Perlakuan P1 P2 P3 P4 P5 P6 P Ket: :Banyaknya perlakuan; : banyaknya kelompok; : banyaknya perlakuan tiap kelompok; : ulangan dan : berapa kali dua perlakuan muncul bersama-sama dalam kelompok yang sama

7 Agusrawati //Paradigma, Vol. 16 No.1, April 2012, hlm Hasil pengujian hipotesis RAKTLS dengan k =6 dapat dilihat pada Tabel 7. Berdasarkan statistik uji F dan nilai-p, RAKTLS menghasilkan keputusan yang sama dengan RAKL yaitu tolak H0, dengan Ragam RAKTLS yaitu 5,99 relatif sama dengan ragam RAKL yang bernilai 5,93. Dengan demikian besaran efisiensi (E) RAKTLS terhadap RAKL relatif sama karena nilai 1 Tabel 7. Analisis Ragam RAKTLS dengan 7; 7; 6; 6 dan 5 Sumber Keragaman Db JK KT F Nilai_P Perlakuan(Adjusted) ,19 176,53 29,48 0, ,81 26,135 4,363 Galat ,64 5,99 Total ,64 Pada Tabel 8 menjelaskan hasil pengujian hipotesis RAKTLS dengan 4. Berdasarkan statistik uji F dan nilai-p, RAKTLS menghasilkan keputusan yang sama dengan RAKL yaitu tolak H0, dengan Ragam RAKTLS yaitu 6,274 lebih besar dari ragam RAKL yang bernilai 5,93. Namun besaran efisiensi (E) RAKTLS terhadap RAKL relatif sama karena nilai E 1 Tabel 8. Analisis Ragam RAKTLS dengan 7; 7; 4; 4 dan 2 Sumber Keragaman Db JK KT F Nilai_P Perlakuan(Adjusted) 6 699, ,524 18,57 0, ,429 17,905 2,853 Galat 15 94,107 6,274 Total ,679 Hasil pengujian hipotesis RAKTLS dengan k =3 dapat dilihat pada Tabel 9. Tabel 9. Analisis Ragam RAKTLS dengan 7; 7; 3; 3 dan 1 Sumber Keragaman Db JK KT F Nilai_P Perlakuan(Adjusted) 6 364,190 60,698 10,60 0, ,81 28,635 5,001 Galat 8 45,81 5,726 Total Berdasarkan statistik uji F dan nilai-p, RAKTLS menghasilkan keputusan yang sama dengan RAKL yaitu tolak H0, dengan α=0.01. Ragam RAKTLS yaitu 5,99 relatif

8 Simulasi Rancangan Acak Tak Lengkap Seimbang dan Efisiensinya 38 sama dengan ragam RAKL yang bernilai 5,7326. Dengan demikian besaran efisiensi (E) RAKTLS terhadap RAKL relatif sama karena nilai E 1 4. KESIMPULAN Berdasarkan hasil simulasi tiga tipe Rancangan Acak Tak Lengkap Seimbang (RAKTLS), masing-masing tipe dibedakan berdasarkan jumlah perlakuan yang digunakan tiap kelompok, diperoleh kesimpulan bahwa RAKTLS memiliki tingkat efisiensi yang relatif sama dengan Rancangan Acak Lengkap. DAFTAR PUSTAKA [1] Cochran, G.G., and G.M. Cox (1957). Eksperiment Design. 2th Edition, New York: John Wiley and Sons. [2] Gasperz. Vincent Tehnik Analisis dalam Penelitian Jilid 1. Tarsito:Bandung. [3] Mattjik, A.A. & Sumertajaya, I.M. (2000). Perancangan Percobaan dengan Asplikasi SAS dan MINITAB Jilid I. Bogor: IPB PRESS. [4] Montgomery, D.C. (2001). Design and Analisys of Experiments 5th Edition. New York: John Wiley and Sons. [5] Sudjana. (1991). Desain dan Analisis Eksperiman Edisi 3. Bandung: Tarsito. [6] Steel, R.G.D., J.H. Torie. (1993). Prinsip dan Prosedur Statistika, Suatu Pendekatan Biometrik. Edisi 2., Jakarta: Gramedia Pustaka Utama.

ANALISIS RAGAM SKOR KOMPONEN UTAMA PADA PERCOBAAN RESPONS-GANDA. Bahriddin Abapihi 1)

ANALISIS RAGAM SKOR KOMPONEN UTAMA PADA PERCOBAAN RESPONS-GANDA. Bahriddin Abapihi 1) Bahriddin Abapihi//Paradigma, Vol.15 No.1 Pebruari 2011 hlm.11 18 11 ANALISIS RAGAM SKOR KOMPONEN UTAMA PADA PERCOBAAN RESPONS-GANDA Bahriddin Abapihi 1) 1) Jurusan Matematika FMIPA, Universitas Haluoleo,

Lebih terperinci

Perancangan Percobaan

Perancangan Percobaan Fakultas/Prodi Mata Kuliah/Kode : MIPA/Statistika Semester / SKS : Genap/ 3(2-2) Deskripsi Mata Kuliah Standar Kompetensi Mata Kuliah Prasyarat : Pe Percobaan/STK222 Pe Percobaan : Mata kuliah pe membahas

Lebih terperinci

MODUL 1 PRINSIP DASAR PERANCANGAN PERCOBAAN

MODUL 1 PRINSIP DASAR PERANCANGAN PERCOBAAN MODUL 1 PRINSIP DASAR PERANCANGAN PERCOBAAN A. Pendahuluan Bahan Pembelajaran 1 berupa modul ini adalah suatu pengantar dalam perancangan percobaan yang akan dibahas hubungannya dengan sasaran, analisis

Lebih terperinci

PENGGUNAAN UJI MULTIVARIAT FRIEDMAN PADA RANCANGAN ACAK KELOMPOK LENGKAP

PENGGUNAAN UJI MULTIVARIAT FRIEDMAN PADA RANCANGAN ACAK KELOMPOK LENGKAP PENGGUNAAN UJI MULTIVARIAT FRIEDMAN PADA RANCANGAN ACAK KELOMPOK LENGKAP Ariyani 1, Raupong, Annisa 3 ABSTRAK Rancangan Acak Kelompok Lengkap (RAKL) merupakan salah satu bentuk rancangan lingkungan dimana

Lebih terperinci

PERBANDINGAN ANALISIS VARIANSI DENGAN ANALISIS KOVARIANSI DALAM RANCANGAN PETAK-PETAK TERBAGI PADA RANCANGAN ACAK KELOMPOK DENGAN DATA HILANG

PERBANDINGAN ANALISIS VARIANSI DENGAN ANALISIS KOVARIANSI DALAM RANCANGAN PETAK-PETAK TERBAGI PADA RANCANGAN ACAK KELOMPOK DENGAN DATA HILANG PERBANDINGAN ANALISIS VARIANSI DENGAN ANALISIS KOVARIANSI DALAM RANCANGAN PETAKPETAK TERBAGI PADA RANCANGAN ACAK KELOMPOK DENGAN DATA HILANG Sri Wahyuningsih R 1, Anisa 2, Raupong ABSTRAK Analisis variansi

Lebih terperinci

Analisis Kovariansi pada Rancangan Faktorial Dua Faktor dengan n Kali Ulangan

Analisis Kovariansi pada Rancangan Faktorial Dua Faktor dengan n Kali Ulangan Analisis Kovariansi pada Rancangan Faktorial Dua Faktor dengan n Kali Ulangan Rika Syofiana #1, Minora L. Nst *2, Riry Sri Ningsih *3 # Student of Mathematics Department State University of Padang, Indonesia

Lebih terperinci

BAB I PENDAHULUAN RANCANGAN CROSSOVER TIGA PERIODE DENGAN DUA PERLAKUAN DUA PERLAKUAN. Disusun Oleh: Diasnita Putri Larasati Ayunda

BAB I PENDAHULUAN RANCANGAN CROSSOVER TIGA PERIODE DENGAN DUA PERLAKUAN DUA PERLAKUAN. Disusun Oleh: Diasnita Putri Larasati Ayunda RANCANGAN CROSSOVER TIGA PERIODE DENGAN DUA PERLAKUAN SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta untuk Memenuhi Sebagian Persyaratan guna Memperoleh

Lebih terperinci

PENILAIAN CARA MENGAJAR MENGGUNAKAN RANCANGAN ACAK LENGKAP (Studi kasus: Cara Mengajar Dosen Jurusan Statistika UNDIP)

PENILAIAN CARA MENGAJAR MENGGUNAKAN RANCANGAN ACAK LENGKAP (Studi kasus: Cara Mengajar Dosen Jurusan Statistika UNDIP) ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 3, Nomor 2, Tahun 2014, Halaman 183-192 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PENILAIAN CARA MENGAJAR MENGGUNAKAN RANCANGAN ACAK LENGKAP (Studi

Lebih terperinci

RENCANA PEMBELAJARAN SEMESTER PROGRAM STUDI AGROTEKNOLOGI UNIVERSITAS GUNADARMA

RENCANA PEMBELAJARAN SEMESTER PROGRAM STUDI AGROTEKNOLOGI UNIVERSITAS GUNADARMA RENCANA PEMBELAJARAN SEMESTER PROGRAM STUDI AGROTEKNOLOGI UNIVERSITAS GUNADARMA Tanggal Penyusunan 29/01/2016 Tanggal revisi - Kode dan Nama MK KA064326 Perancangan Percobaan SKS dan Semester SKS 3 Semester

Lebih terperinci

Pembauran (Confounding) Pada Percobaan Faktorial Tiga Taraf

Pembauran (Confounding) Pada Percobaan Faktorial Tiga Taraf Jurnal Gradien Vol 8 No 1 Januari 2012: 763.-774 Pembauran (Confounding) Pada Percobaan Faktorial Tiga Taraf Nur Afandi, Sigit Nugroho dan Pepi Novianti Jurusan Matematika, Fakultas Matematika dan Ilmu

Lebih terperinci

PENERAPAN METODE PERMUKAAN RESPONS DALAM MASALAH OPTIMALISASI

PENERAPAN METODE PERMUKAAN RESPONS DALAM MASALAH OPTIMALISASI E-Jurnal Matematika Vol. 2, No.2, Mei 2013, 32-36 ISSN: 2303-1751 PENERAPAN METODE PERMUKAAN RESPONS DALAM MASALAH OPTIMALISASI ADE KUSUMA DEWI 1, I WAYAN SUMARJAYA 2, I GUSTI AYU MADE SRINADI 3 1,2,3

Lebih terperinci

JURNAL GAUSSIAN, Volume 2, Nomor 4, Tahun 2013, Halaman Online di:

JURNAL GAUSSIAN, Volume 2, Nomor 4, Tahun 2013, Halaman Online di: JURNAL GAUSSIAN, Volume 2, Nomor 4, Tahun 2013, Halaman 279-288 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian ANALISIS VARIAN DUA FAKTOR DALAM RANCANGAN PENGAMATAN BERULANG ( REPEATED MEASURES

Lebih terperinci

PENGGUNAAN UJI SKILLINGS-MACK PADA RANCANGAN ACAK KELOMPOK TIDAK LENGKAP TIDAK SEIMBANG. Mustakim 1, Anisa 2, Raupong 3 ABSTRAK

PENGGUNAAN UJI SKILLINGS-MACK PADA RANCANGAN ACAK KELOMPOK TIDAK LENGKAP TIDAK SEIMBANG. Mustakim 1, Anisa 2, Raupong 3 ABSTRAK PENGGUNAAN UJI SKILLINGS-MACK PADA RANCANGAN ACAK KELOMPOK TIDAK LENGKAP TIDAK SEIMBANG Mustakim 1, Anisa 2, Raupong 3 ABSTRAK Universitas Hasanuddin Rancangan acak kelompok tidak lengkap tidak seimbang

Lebih terperinci

PENERAPAN RANCANGAN BLOK RANDOM TIDAK LENGKAP SEIMBANG PADA KOMBINASI PUPUK NANOSILIKA DAN PUPUK NPK TERHADAP PERTUMBUHAN TANAMAN JAGUNG

PENERAPAN RANCANGAN BLOK RANDOM TIDAK LENGKAP SEIMBANG PADA KOMBINASI PUPUK NANOSILIKA DAN PUPUK NPK TERHADAP PERTUMBUHAN TANAMAN JAGUNG ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 5, Nomor 1, Tahun 2016, Halaman 51-60 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PENERAPAN RANCANGAN BLOK RANDOM TIDAK LENGKAP SEIMBANG PADA KOMBINASI

Lebih terperinci

ANALISIS PERCOBAAN FAKTORIAL UNTUK MELIHAT PENGARUH PENGGUNAAN ALAT PERAGA BLOK ALJABAR TERHADAP PRESTASI BELAJAR ALJABAR SISWA

ANALISIS PERCOBAAN FAKTORIAL UNTUK MELIHAT PENGARUH PENGGUNAAN ALAT PERAGA BLOK ALJABAR TERHADAP PRESTASI BELAJAR ALJABAR SISWA E-Jurnal Matematika Vol., No., Mei 3, - ISSN: 33-7 ANALISIS PERCOBAAN FAKTORIAL UNTUK MELIHAT PENGARUH PENGGUNAAN ALAT PERAGA BLOK ALJABAR TERHADAP PRESTASI BELAJAR ALJABAR SISWA NI PUTU AYU MIRAH MARIATI,

Lebih terperinci

Matematika dan Statistika

Matematika dan Statistika ISSN 4-6669 Volume, Juni 0 MAJALAH ILMIAH Matematika dan Statistika DITERBITKAN OLEH: JURUSAN MATEMATIKA FMIPA UNIVERSITAS JEMBER Model Permukaan Respon pada(4 3) MODEL PERMUKAAN RESPON PADA PERCOBAAN

Lebih terperinci

RANCANGAN ACAK LENGKAP (RAL)

RANCANGAN ACAK LENGKAP (RAL) RANCANGAN ACAK LENGKAP (RAL) Oleh: Ir. Sri Nurhatika M.P Jurusan Biologi Fakultas MAtematika dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh Nopember Surabaya 2010 RANCANGAN ACAK LENGKAP (RAL) Penggunaan

Lebih terperinci

Perancangan Percobaan STK222 / 3(2-2)

Perancangan Percobaan STK222 / 3(2-2) Perancangan Percobaan STK222 / 3(2-2) SKS RANCOB - 3 (2-2) Apa maksudnya 1 sks? Satu sks dengan metode kuliah meliputi 3 jam kegiatan per minggu dalam satu semester dengan perincian sebagai berikut : Kegiatan

Lebih terperinci

Pertemuan 10 STATISTIKA INDUSTRI 2. Multiple Linear Regression. Multiple Linear Regression. Multiple Linear Regression 19/04/2016

Pertemuan 10 STATISTIKA INDUSTRI 2. Multiple Linear Regression. Multiple Linear Regression. Multiple Linear Regression 19/04/2016 19/04/016 Pertemuan 10 STATISTIKA INDUSTRI TIN 4004 Outline: and Correlation Non Linear Regression Referensi: Montgomery, D.C., Runger, G.C., Applied Statistic and Probability for Engineers, 5 th Ed. John

Lebih terperinci

Perancangan Percobaan

Perancangan Percobaan Perancangan Percobaan Rancangan lingkungan: Rancangan Acak Lengkap (RAL), (RAK) dan Rancangan Bujur Sangkar Latin (RBSL), Lattice. Ade Setiawan 009 RAL Ade Setiawan 009 Latar Belakang RAK 3 Perlakuan Sama

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 4. No. 2, 71-81, Agustus 2001, ISSN :

JURNAL MATEMATIKA DAN KOMPUTER Vol. 4. No. 2, 71-81, Agustus 2001, ISSN : PENANGANAN MULTIKOLINEARITAS (KEKOLINEARAN GANDA) DENGAN ANALISIS REGRESI KOMPONEN UTAMA Tatik Widiharih Jurusan Matematika FMIPA UNDIP Abstrak Multikolinearitas yang tinggi diantara peubah-peubah bebas,

Lebih terperinci

PENGGUNAAN MODEL LINIER SEBAGAI ALTERNATIF ANOVA RANCANGAN PERCOBAAN FAKTORIAL TERSARANG PADA DATA NON NORMAL

PENGGUNAAN MODEL LINIER SEBAGAI ALTERNATIF ANOVA RANCANGAN PERCOBAAN FAKTORIAL TERSARANG PADA DATA NON NORMAL PENGGUNAAN MODEL LINIER SEBAGAI ALTERNATIF ANOVA RANCANGAN PERCOBAAN FAKTORIAL TERSARANG PADA DATA NON NORMAL Prasetyo Universitas Negeri Malang E-mail : pras_kazekage@yahoo.com Pembimbing: (I) Ir. Hendro

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 4. No. 3, , Desember 2001, ISSN :

JURNAL MATEMATIKA DAN KOMPUTER Vol. 4. No. 3, , Desember 2001, ISSN : JURNAL MATEMATIKA DAN KOMPUTER Vol. 4. No., 19-150, Desember 001, ISSN : 1410-8518 ANALISIS RAGAM MULTIVARIAT UNTUK RANCANGAN ACAK LENGKAP DENGAN PENGAMATAN BERULANG Tatik Widiharih Jurusan Matematika

Lebih terperinci

PENGARUH MODIFIKASI KABAM (TRAP) TERHADAP HASIL TANGKAPAN IKAN SELUANG (Rasbora sp)

PENGARUH MODIFIKASI KABAM (TRAP) TERHADAP HASIL TANGKAPAN IKAN SELUANG (Rasbora sp) Siti Aminah :Pengaruh Modifikasi Kabam PENGARUH MODIFIKASI KABAM (TRAP) TERHADAP HASIL TANGKAPAN IKAN SELUANG (Rasbora sp) THE INFLUENCE OF MODIFICATION KABAM (TRAP) AGAINST CATCHES SELUANG (Rasbora sp)

Lebih terperinci

ANALISIS VARIAN PERCOBAAN FAKTORIAL DUA FAKTOR RAKL DENGAN METODE FIXED ADDITIVE MAIN EFFECTS AND MULTIPLICATIVE INTERACTION SKRIPSI

ANALISIS VARIAN PERCOBAAN FAKTORIAL DUA FAKTOR RAKL DENGAN METODE FIXED ADDITIVE MAIN EFFECTS AND MULTIPLICATIVE INTERACTION SKRIPSI ANALISIS VARIAN PERCOBAAN FAKTORIAL DUA FAKTOR RAKL DENGAN METODE FIXED ADDITIVE MAIN EFFECTS AND MULTIPLICATIVE INTERACTION SKRIPSI Oleh: AKHMAD ZAKI NIM. 24010210120049 JURUSAN STATISTIKA FAKULTAS SAINS

Lebih terperinci

E-Jurnal Matematika Vol. 4 (3), Agustus 2015, pp ISSN:

E-Jurnal Matematika Vol. 4 (3), Agustus 2015, pp ISSN: IMPLEMENTASI METODE BOOTSTRAP DALAM INFERENSI TITIK- TITIK BIPLOT AMMI MODEL AMMI CAMPURAN (MIXED AMMI) (Studi Kasus: Menduga Stabilitas Genotipe Padi) Ni Putu Ayu Dinita Trisnayanti 1, I Komang Gde Sukarsa

Lebih terperinci

PENERAPAN RANCANGAN TAK LENGKAP LATIS SEDERHANA PADA SELEKSI FAMILI JAGUNG

PENERAPAN RANCANGAN TAK LENGKAP LATIS SEDERHANA PADA SELEKSI FAMILI JAGUNG PENERAPAN RANCANGAN TAK LENGKAP LATIS SEDERHANA PADA SELEKSI FAMILI JAGUNG The applied of incomplete simple lattice design for selected of maize family M. Yasin HG, Syuryawati, Ismail, dan Made J. Mejaya

Lebih terperinci

Pengaruh Interaksi dan Nilai Interaksi pada Percobaan Faktorial (Review) ABSTRACT

Pengaruh Interaksi dan Nilai Interaksi pada Percobaan Faktorial (Review) ABSTRACT AGROTROP, 5 (1): 9 0 (015) ISSN: 008-155X Fakultas Pertanian Universitas Udayana Denpasar Bali - Indonesia Pengaruh Interaksi dan Nilai Interaksi pada Percobaan Faktorial (Review) I MADE NARKA TENAYA Laboratorium

Lebih terperinci

ANALISIS KONJOIN UNTUK MENILAI PEMBUKAAN PROGRAM STUDI STATISTIKA DI UNIVERSITAS SYIAH KUALA. Abstrak

ANALISIS KONJOIN UNTUK MENILAI PEMBUKAAN PROGRAM STUDI STATISTIKA DI UNIVERSITAS SYIAH KUALA. Abstrak ANALISIS KONJOIN UNTUK MENILAI PEMBUKAAN PROGRAM STUDI STATISTIKA DI UNIVERSITAS SYIAH KUALA Asep Rusyana, Nanny Salwa, Muzamil, Jurusan Matematika FMIPA Unsyiah arusyana@yahoo.com Abstrak Analisis konjoin

Lebih terperinci

PERBEDAAN UMUR BIBIT TERHADAP PERTUMBUHAN DAN PRODUKSI PADI SAWAH (Oryza sativa L)

PERBEDAAN UMUR BIBIT TERHADAP PERTUMBUHAN DAN PRODUKSI PADI SAWAH (Oryza sativa L) 35 PERBEDAAN UMUR BIBIT TERHADAP PERTUMBUHAN DAN PRODUKSI PADI SAWAH (Oryza sativa L) EFFECTS OF AGE DIFFERENCES OF SEEDS ON GROWTH AND PRODUCTION OF PADDY RICE (Oryza sativa L) Vikson J. Porong *) *)

Lebih terperinci

II. PERCOBAAN NON FAKTORIAL

II. PERCOBAAN NON FAKTORIAL II. PERCOBAAN NON FAKTORIAL A. Rancangan Acak Lengkap (RAL) 1. Rancangan Acak Lengkap (Completely Randomized Design) termasuk rancangan faktor tunggal (hanya terdiri dari satu faktor) merupakan rancangan

Lebih terperinci

KOREKSI METODE CONNECTED AMMI DALAM PENDUGAAN DATA TIDAK LENGKAP ABSTRAK

KOREKSI METODE CONNECTED AMMI DALAM PENDUGAAN DATA TIDAK LENGKAP ABSTRAK KOREKSI METODE CONNECTED AMMI DALAM PENDUGAAN DATA TIDAK LENGKAP I Made Sumertajaya 2 Ahmad Ansori Mattjik 3 I Gede Nyoman Mindra Jaya,2 Dosen Departemen Statistika Institut Pertanian Bogor,3 Mahasiswa

Lebih terperinci

PENERAPAN UJI t (DUA PIHAK) DALAM PENELITIAN PETERNAKAN (An Aplication of the t - Test (Two Tails) in Animal Science Experiment)

PENERAPAN UJI t (DUA PIHAK) DALAM PENELITIAN PETERNAKAN (An Aplication of the t - Test (Two Tails) in Animal Science Experiment) PENERAPAN UJI t (DUA PIHAK) DALAM PENELITIAN PETERNAKAN (An Aplication of the t - Test (Two Tails) in Animal Science Experiment) R. Hartanto Fakultas Peternakan Universitas Diponegoro, Semarang ABSTRAK

Lebih terperinci

Rancangan Acak Lengkap (RAL) Completely Randomized Design Atau Fully Randomized Design

Rancangan Acak Lengkap (RAL) Completely Randomized Design Atau Fully Randomized Design Rancangan Acak Lengkap (RAL) Completely Randomized Design Atau Fully Randomized Design CIRI - CIRI R.A.L. : 1. Media atau bahan percobaan seragam (dapat dianggap se- ragam ) 2. Hanya ada satu sumber kera-

Lebih terperinci

STATISTIKA II (BAGIAN

STATISTIKA II (BAGIAN STATISTIKA II (BAGIAN - ) Oleh : WIJAYA email : zeamays_hibrida@yahoo.com FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 008 Wijaya : Statistika II (Bagian-) 0 VI. PENGUJIAN HIPOTESIS Hipotesis

Lebih terperinci

TINJAUAN PUSTAKA. Rancangan petak teralur (strip plot design) merupakan susunan petak-petak (plotplot)

TINJAUAN PUSTAKA. Rancangan petak teralur (strip plot design) merupakan susunan petak-petak (plotplot) II. TINJAUAN PUSTAKA 2.1 Rancangan Petak Teralur Rancangan petak teralur (strip plot design) merupakan susunan petak-petak (plotplot) sebagai satuan percobaan yang terdiri dari plot baris untuk perlakuan

Lebih terperinci

Analisis Ragam & Rancangan Acak Lengkap Statistik (MAM 4137)

Analisis Ragam & Rancangan Acak Lengkap Statistik (MAM 4137) 10th Meeting Analisis Ragam & Rancangan Acak Lengkap Statistik (MAM 4137) by Ledhyane I.H Tujuan Instruksional Khusus Mahasiswa akan dapat menggunakan rangkaian prosedur percobaan dengan menggunakan analisis

Lebih terperinci

PERANCANGAN PERCOBAAN

PERANCANGAN PERCOBAAN PERANCANGAN PERCOBAAN OLEH : WIJAYA FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2009 PERCOBAAN SATU FAKTOR RANCANGAN ACAK LENGKAP ( R A L ) Percobaan Satu Faktor : Pengaruh Takaran Pupuk

Lebih terperinci

TKS 4209 PENDAHULUAN 4/1/2015

TKS 4209 PENDAHULUAN 4/1/2015 TKS 4209 Dr. AZ Jurusan Teknik Sipil Fakultas Teknik Universitas Brawijaya PENDAHULUAN Percobaan pada umumnya dilakukan untuk menemukan sesuatu, oleh karena itu secara teoritis, percobaan diartikan sebagai

Lebih terperinci

RANCANGAN PERCOBAAN (catatan untuk kuliah MP oleh Bambang Murdiyanto)

RANCANGAN PERCOBAAN (catatan untuk kuliah MP oleh Bambang Murdiyanto) RANCANGAN PERCOBAAN (catatan untuk kuliah MP oleh Bambang Murdiyanto) RANCANGAN : Bentuk, model, pola PERCOBAAN: - Rangkaian kegiatan untuk mencari jawaban terhadap permasalahan dengan menguji hipotesis.

Lebih terperinci

PERMASALAHAN AUTOKORELASI PADA ANALISIS REGRESI LINIER SEDERHANA

PERMASALAHAN AUTOKORELASI PADA ANALISIS REGRESI LINIER SEDERHANA Jurnal Matematika UNAND Vol. 2 No. 2 Hal. 26 34 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PERMASALAHAN AUTOKORELASI PADA ANALISIS REGRESI LINIER SEDERHANA NADIA UTIKA PUTRI, MAIYASTRI, HAZMIRA

Lebih terperinci

PENGUJIAN HIPOTESIS BEDA TIGA RATA-RATA ATAU LEBIH. Statistik Industri II Teknik Industri Universitas Brawijaya

PENGUJIAN HIPOTESIS BEDA TIGA RATA-RATA ATAU LEBIH. Statistik Industri II Teknik Industri Universitas Brawijaya PENGUJIAN HIPOTESIS BEDA TIGA RATA-RATA ATAU LEBIH Statistik Industri II Teknik Industri Universitas Brawijaya Pengujian Hipotesis 3 rata-rata atau lebih Dengan teknik ANOVA (Analisis Varians) Pengujian

Lebih terperinci

Materi Kuliah. PERANCANGAN PERCOBAAN (PENDAHULAN) Kuliah 1. Materi Kuliah. Materi Kuliah. Pertemuan ke 1 (Pendahuluan Perancangan Percobaan

Materi Kuliah. PERANCANGAN PERCOBAAN (PENDAHULAN) Kuliah 1. Materi Kuliah. Materi Kuliah. Pertemuan ke 1 (Pendahuluan Perancangan Percobaan PERANCANGAN PERCOBAAN (PENDAHULAN) Kuliah 1 Oleh: Dr. Ir. Dirvamena Boer, M.Sc.Agr. 1 Materi Kuliah Pertemuan ke 1 (Pendahuluan Perancangan Percobaan 1. Pengertian percobaan dan perancangan percobaan,

Lebih terperinci

UJI HOMOGENITAS. Pada dasarnya uji homogenitas dimaksudkan untuk memperlihatkan bahwa dua atau lebih

UJI HOMOGENITAS. Pada dasarnya uji homogenitas dimaksudkan untuk memperlihatkan bahwa dua atau lebih UJI HOMOGENITAS Pada dasarnya uji homogenitas dimaksudkan untuk memperlihatkan bahwa dua atau lebih kelompok data sampel berasal dari populasi yang memiliki variansi yang sama. Uji homogenitas terbagi

Lebih terperinci

II. TINJAUAN PUSTAKA. Untuk menguji kesamaan dari beberapa nilai tengah secara sekaligus diperlukan

II. TINJAUAN PUSTAKA. Untuk menguji kesamaan dari beberapa nilai tengah secara sekaligus diperlukan II. TINJAUAN PUSTAKA 2.1 Analisis Ragam Klasifikasi Satu Arah Untuk menguji kesamaan dari beberapa nilai tengah secara sekaligus diperlukan sebuah teknik yang disebut analisis ragam. Analisis ragam adalah

Lebih terperinci

BAB 1 PENDAHULUAN. 1. Latar belakang

BAB 1 PENDAHULUAN. 1. Latar belakang BAB 1 PENDAHULUAN 1. Latar belakang Pengujian hipotesis statistik adalah bidang yang paling pnting dalam inferensia statistik, benar atau salahnya suatu hipotesis tidak akan pernah diketahui dengan pasti

Lebih terperinci

Perancangan Percobaan

Perancangan Percobaan Perancangan Percobaan Ade Setiawan 009 Review RAL: Satuan percobaan homogen Keragaman Respons disebabkan pengaruh perlakuan RAK: Satuan percobaan heterogen Keragaman Respons disebabkan pengaruh Perlakuan

Lebih terperinci

ANALISIS DESAIN FAKTORIAL FRAKSIONAL 2k-p DENGAN METODE LENTH

ANALISIS DESAIN FAKTORIAL FRAKSIONAL 2k-p DENGAN METODE LENTH ANALISIS DESAIN FAKTORIAL FRAKSIONAL 2k-p DENGAN METODE LENTH SKRIPSI Oleh : GIAN KUSUMA DIAH TANTRI NIM : 24010210130075 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO SEMARANG

Lebih terperinci

STK511 Analisis Statistika. Pertemuan 7 ANOVA (1)

STK511 Analisis Statistika. Pertemuan 7 ANOVA (1) STK511 Analisis Statistika Pertemuan 7 ANOVA (1) Metode Pengumpulan Data Metode Percobaan Memiliki keleluasaan untuk melakukan pengawasaan terhadap sumber-sumber keragaman data Dapat menciptakan jenis

Lebih terperinci

SILABUS DAN SAP MATA KULIAH PERANCANGAN PERCOBAAN (AGT6328) BOBOT: 3 (2/1) SKS SIFAT: WAJIB SEMESTER GANJIL (SMT V)

SILABUS DAN SAP MATA KULIAH PERANCANGAN PERCOBAAN (AGT6328) BOBOT: 3 (2/1) SKS SIFAT: WAJIB SEMESTER GANJIL (SMT V) 1 SILABUS DAN SAP MATA KULIAH PERANCANGAN PERCOBAAN (AGT6328) BOBOT: 3 (2/1) SKS SIFAT: WAJIB SEMESTER GANJIL (SMT V) PROGRAM STUDI AGROTEKNOLOGI FAKULTAS PERTANIAN UNIVERSITAS HALU OLEO TAHUN AJARAN 2014/2015

Lebih terperinci

PENINGKATAN EFISIENSI & EFEKTIFITAS PENGOLAHAN DATA PERCOBAAN PETAK BERJALUR

PENINGKATAN EFISIENSI & EFEKTIFITAS PENGOLAHAN DATA PERCOBAAN PETAK BERJALUR PENINGKATAN EFISIENSI & EFEKTIFITAS PENGOLAHAN DATA PERCOBAAN PETAK BERJALUR Ngarap Im Mani 1) dan Lim Widya Sanjaya ), 1) & ) Jurs. Matematia Binus University PENGANTAR Perancangan percobaan adalah suatu

Lebih terperinci

PERLUASAN REGRESI COX DENGAN PENAMBAHAN PEUBAH TERIKAT-WAKTU

PERLUASAN REGRESI COX DENGAN PENAMBAHAN PEUBAH TERIKAT-WAKTU E-Jurnal Matematika Vol. 3 3), Agustus 2014, pp. 86-91 ISSN: 2303-1751 PERLUASAN REGRESI COX DENGAN PENAMBAHAN PEUBAH TERIKAT-WAKTU Luh Putu Ari Dewiyanti 1, Ni Luh Putu Suciptawati 2, I Wayan Sumarjaya

Lebih terperinci

Kajian Beberapa Uji Kenormalan dan Kaitannya dengan Asumsi Kenormalan pada Beberapa Uji Statistika

Kajian Beberapa Uji Kenormalan dan Kaitannya dengan Asumsi Kenormalan pada Beberapa Uji Statistika Kajian Beberapa Uji Kenormalan dan Kaitannya dengan Asumsi Kenormalan pada Beberapa Uji Statistika Agus Santoso e-mail : aguss@mail.ut.ac.id (Jurusan Statistika FMIPA Universitas Terbuka) Abstract T-test

Lebih terperinci

PENGENDALIAN VARIABEL PENGGANGGU / CONFOUNDING DENGAN ANALISIS KOVARIANS Oleh : Atik Mawarni

PENGENDALIAN VARIABEL PENGGANGGU / CONFOUNDING DENGAN ANALISIS KOVARIANS Oleh : Atik Mawarni PENGENDALIAN VARIABEL PENGGANGGU / CONFOUNDING DENGAN ANALISIS KOVARIANS Oleh : Atik Mawarni Pendahuluan Dalam seluruh langkah penelitian, seorang peneliti perlu menjaga sebaik-baiknya agar hubungan yang

Lebih terperinci

Jl. Lingkar Akademik kampus IPB Darmaga Po. Box 168 Bogor Telp , Fax

Jl. Lingkar Akademik kampus IPB Darmaga Po. Box 168 Bogor Telp , Fax PENGARUH PEMBERIAN PUPUK ORGANIK M-DEXT TERHADAP PERTUMBUHAN TANAMAN PALAHLAR (Dipterocarpus spp.) DI WILAYAH PERUM PERHUTANI BKPH JASINGA, KPH BOGOR (Effect of M-Dext Organic Fertilizer on The Growth

Lebih terperinci

PENERAPAN REGRESI LINIER MULTIVARIAT PADA DISTRIBUSI UJIAN NASIONAL 2014 (Pada Studi Kasus Nilai Ujian Nasional 2014 SMP Negeri 1 Sayung)

PENERAPAN REGRESI LINIER MULTIVARIAT PADA DISTRIBUSI UJIAN NASIONAL 2014 (Pada Studi Kasus Nilai Ujian Nasional 2014 SMP Negeri 1 Sayung) ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 3, Tahun 2015, Halaman 697-704 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PENERAPAN REGRESI LINIER MULTIVARIAT PADA DISTRIBUSI UJIAN NASIONAL

Lebih terperinci

RANCANGAN PERCOBAAN TIGA FAKTOR DENGAN PENGUKURAN BERULANG (THREE FACTOR EXPERIMENTS WITH REPEATED MEASUREMENT) SKRIPSI

RANCANGAN PERCOBAAN TIGA FAKTOR DENGAN PENGUKURAN BERULANG (THREE FACTOR EXPERIMENTS WITH REPEATED MEASUREMENT) SKRIPSI RANCANGAN PERCOBAAN TIGA FAKTOR DENGAN PENGUKURAN BERULANG (THREE FACTOR EXPERIMENTS WITH REPEATED MEASUREMENT) SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri

Lebih terperinci

Bahan Kuliah Statistik 2 ANALISIS VARIANS. Toto Sugiharto

Bahan Kuliah Statistik 2 ANALISIS VARIANS. Toto Sugiharto Bahan Kuliah Statistik ANALISIS VARIANS Toto Sugiharto Fakultas Ekonomi 009 Analisis Varians (Analysis of Variance) Analisis Varians Satu-Arah (One-Way Analysis of Variance ANOVA) Prosedur analisis varians

Lebih terperinci

KOMPARASI ANALISIS GEROMBOL (CLUSTER) DAN BIPLOT DALAM PENGELOMPOKAN

KOMPARASI ANALISIS GEROMBOL (CLUSTER) DAN BIPLOT DALAM PENGELOMPOKAN E-Jurnal Matematika Vol. 2, No.4, Nopember 2013, 17-22 ISSN: 2303-1751 KOMPARASI ANALISIS GEROMBOL (CLUSTER) DAN BIPLOT DALAM PENGELOMPOKAN I MADE ANOM ARIAWAN 1, I PUTU EKA NILA KENCANA 2, NI LUH PUTU

Lebih terperinci

dimana n HASIL DAN PEMBAHASAN

dimana n HASIL DAN PEMBAHASAN 5. Proses penghilangan data dilakukan secara acak untuk memenuhi asumsi mekanisme kehilangan data yang acak (MAR). 6. Ulangan yang digunakan sebanyak 1 kali pada setiap simulasi untuk memberikan peluang

Lebih terperinci

RANCANGAN BUJUR SANGKAR LATIN DAN RANCANGAN BUJUR SANGKAR GRAECO - LATIN

RANCANGAN BUJUR SANGKAR LATIN DAN RANCANGAN BUJUR SANGKAR GRAECO - LATIN RANCANGAN BUJUR SANGKAR LATIN DAN RANCANGAN BUJUR SANGKAR GRAECO - LATIN JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SEBELAS MARET SURAKARTA 007 1. PENDAHULUAN 1 Pada suatu

Lebih terperinci

KEEFEKTIFAN PRAUJIAN NASIONAL MATEMATIKA TAHUN AKADEMIK 2004/2005 (Studi Kasus di SMK Negeri dan Swasta di Jakarta Selatan 06)

KEEFEKTIFAN PRAUJIAN NASIONAL MATEMATIKA TAHUN AKADEMIK 2004/2005 (Studi Kasus di SMK Negeri dan Swasta di Jakarta Selatan 06) KEEFEKTIFAN PRAUJIAN NASIONAL MATEMATIKA TAH AKADEMIK 4/5 (Studi Kasus di SMK Negeri dan Swasta di Jakarta Selatan 6) Abdul Hoyyi Staf Pengajar Program Studi Statistika FMIPA DIP Abstract National pre-exam

Lebih terperinci

Perancangan Percobaan

Perancangan Percobaan Perancangan Percobaan Pengertian dasar Faktor Taraf Perlakuan (Treatment) Respons Layout Percobaan & Pengacakan Penyusunan Data Analisis Ragam Perbandingan Rataan Pengertian dasar 3 Faktor: Variabel Bebas

Lebih terperinci

SPLIT PLOT DESIGN: DESAIN EKSPERIMEN UNTUK MENGATASI KETERBATASAN RANDOMISASI (STUDI KASUS DI SEBUAH PERUSAHAAN LOGAM) Debora Anne Yang Aysia Program

SPLIT PLOT DESIGN: DESAIN EKSPERIMEN UNTUK MENGATASI KETERBATASAN RANDOMISASI (STUDI KASUS DI SEBUAH PERUSAHAAN LOGAM) Debora Anne Yang Aysia Program SPLIT PLOT DESIGN: DESAIN EKSPERIMEN UNTUK MENGATASI KETERBATASAN RANDOMISASI (STUDI KASUS DI SEBUAH PERUSAHAAN LOGAM) Debora Anne Yang Aysia Program Studi Teknik Industri, Universitas Kristen Petra Siwalankerto

Lebih terperinci

BAB IV DESKRIPSI DAN ANALISIS DATA PENELITIAN. 1. Deskripsi hasil pengamatan aktivitas siswa dengan pendekatan

BAB IV DESKRIPSI DAN ANALISIS DATA PENELITIAN. 1. Deskripsi hasil pengamatan aktivitas siswa dengan pendekatan 81 BAB IV DESKRIPSI DAN ANALISIS DATA PENELITIAN A. Aktivitas Siswa 1. Deskripsi hasil pengamatan aktivitas siswa dengan pendekatan pembelajaran problem posing Analisis deskriptif digunakan untuk menganalisis

Lebih terperinci

BAB IV HASIL PENELITIAN. Data yang dikumpulkan dalam penelitian ini terdiri dari tiga variabel yaitu

BAB IV HASIL PENELITIAN. Data yang dikumpulkan dalam penelitian ini terdiri dari tiga variabel yaitu BAB IV HASIL PENELITIAN A. Deskripsi Data Data yang dikumpulkan dalam penelitian ini terdiri dari tiga variabel yaitu data tentang kepemimpinan kepala sekolah (X 1 ), sikap guru terhadap pekerjaan (X 2

Lebih terperinci

MODUL DISTRIBUSI F (ANOVA)

MODUL DISTRIBUSI F (ANOVA) MODUL DISTRIBUSI F (ANOVA) Tujuan Praktikum: Membantu mahasiswa memahami materi Distribusi ANOVA Pengambilan keputusan dari suatu kasus dengan menggunakan kaidah dan syarat Distribusi ANOVA I. PENDAHULUAN

Lebih terperinci

Statistika untuk Keteknikan Analisis Ragam

Statistika untuk Keteknikan Analisis Ragam Statistika untuk Keteknikan Analisis Ragam Teknik Analisis Ragam : Pengolahan data anova satu arah dan anova dua arah dengan rumus statistik dan SPSS. Oleh Delvi Yanti, S.TP, MP Page 0 1.1 Rumus Anova

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Analisis Regresi adalah analisis statistik yang mempelajari bagaimana memodelkan sebuah model fungsional dari data untuk dapat menjelaskan ataupun meramalkan suatu

Lebih terperinci

Pengujian Overdispersi pada Model Regresi Poisson (Studi Kasus: Laka Lantas Mobil Penumpang di Provinsi Jawa Barat)

Pengujian Overdispersi pada Model Regresi Poisson (Studi Kasus: Laka Lantas Mobil Penumpang di Provinsi Jawa Barat) Statistika, Vol. 14 No. 2, 69 76 November 2014 Pengujian Overdispersi pada Model Regresi Poisson (Studi Kasus: Laka Lantas Mobil Penumpang di Provinsi Jawa Barat) Jurusan Matematika, Fakultas Sains dan

Lebih terperinci

BAB III METODE THEIL. menganalisis hubungan antara variabel bebas dan variabel terikat yang dinyatakan

BAB III METODE THEIL. menganalisis hubungan antara variabel bebas dan variabel terikat yang dinyatakan 28 BAB III METODE THEIL Analisis regresi merupakan suatu metode yang digunakan untuk menganalisis hubungan antara variabel bebas dan variabel terikat yang dinyatakan dalam sebuah persamaan regresi. Dalam

Lebih terperinci

UJI ANOVA. Imam Gunawan DISTRIBUSI F

UJI ANOVA. Imam Gunawan DISTRIBUSI F UJI ANOVA Imam Gunawan DISTRIBUSI F Ditribusi F memiliki ciri-ciri, yaitu: 1. Nilai F adalah nonnegatif.. Distribusi F merupakan distribusi kontinu. Nilainya mulai dari 0 dan tidak memiliki batas atas.

Lebih terperinci

TAKE HOME UAS ANALISIS STATISTIKA (STK511) Oleh: Nuralim Pasisingi C Program Studi: SDP

TAKE HOME UAS ANALISIS STATISTIKA (STK511) Oleh: Nuralim Pasisingi C Program Studi: SDP TAKE HOME UAS ANALISIS STATISTIKA (STK511) Oleh: Nuralim Pasisingi C251120031 Program Studi: SDP 1. Perancangan percobaan Perancangan percobaan adalah suatu rancangan yang dibuat untuk mendapatkan informasi

Lebih terperinci

Analisis Perbandingan Berbagai Uji Pencilan Pada Analisis Regresi Admi Nazra Jurusan Matematika FMIPA Universitas Andalas

Analisis Perbandingan Berbagai Uji Pencilan Pada Analisis Regresi Admi Nazra Jurusan Matematika FMIPA Universitas Andalas Analisis Perbandingan Berbagai Uji Pencilan Pada Analisis Regresi Admi Nazra Jurusan Matematika FMIPA Universitas Andalas Abstrak Dalam tulisan ini disimpulkan bahwa jika suatu data terdeteksi sebagai

Lebih terperinci

Cooperative Learning Model Group Investigation And Learning Together Type, Students Achievement, Ecosystem.

Cooperative Learning Model Group Investigation And Learning Together Type, Students Achievement, Ecosystem. Perbedaan Hasil Belajar Siswa yang Proses Pembelajarannya Menggunakan Model Pembelajaran Kooperatif Tipe Group Investigation (GI) Dan Learning Together (LT) (Studi Eksperimen pada Materi Ekosistem di Kelas

Lebih terperinci

III. MATERI DAN METODE. Laboratorium Agrostologi, Industri Pakan dan Ilmu tanah, Fakultas Pertanian dan

III. MATERI DAN METODE. Laboratorium Agrostologi, Industri Pakan dan Ilmu tanah, Fakultas Pertanian dan III. MATERI DAN METODE 3.1. Tempat dan Waktu Penelitian Penelitian ini telah dilaksanakan di Lahan GambutKebun Percobaan Laboratorium Agrostologi, Industri Pakan dan Ilmu tanah, Fakultas Pertanian dan

Lebih terperinci

PENERAPAN METODE PENDUGAAN AREA KECIL (SMALL AREA ESTIMATION) PADA PENENTUAN PROPORSI RUMAH TANGGA MISKIN DI KABUPATEN KLUNGKUNG

PENERAPAN 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 terperinci

Perancangan Percobaan

Perancangan Percobaan Perancangan Percobaan Ade Setiawan 009 Faktorial Faktor Pengertian dasar Faktor Taraf Perlakuan (Treatment) Respons Layout Percobaan & Pengacakan Penyusunan Data Analisis Ragam Perbandingan Rataan Ade

Lebih terperinci

Uji Hipotesis. Atina Ahdika, S.Si, M.Si. Universitas Islam Indonesia 2015

Uji Hipotesis. Atina Ahdika, S.Si, M.Si. Universitas Islam Indonesia 2015 Uji Hipotesis Atina Ahdika, S.Si, M.Si Universitas Islam Indonesia 015 Definisi Hipotesis Suatu pernyataan tentang besarnya nilai parameter populasi yang akan diuji. Pernyataan tersebut masih lemah kebenarannya

Lebih terperinci

ABSTRACT. xi Universitas Kristen Maranatha

ABSTRACT. xi Universitas Kristen Maranatha ABSTRACT This study examined whether aditive color has an effect on Visual STM (Short-term Memory). Participants were 30 college undergraduates at Maranatha Christian University. A Within Subject Design

Lebih terperinci

PENGARUH KOMPOSISI MEDIA TUMBUH DAN DOSIS PEMBERIAN PUPUK FOSFAT TERHADAP PERTUMBUHAN BIBIT BELIMBING (Averrhoa carambola L)

PENGARUH KOMPOSISI MEDIA TUMBUH DAN DOSIS PEMBERIAN PUPUK FOSFAT TERHADAP PERTUMBUHAN BIBIT BELIMBING (Averrhoa carambola L) PENGARUH KOMPOSISI MEDIA TUMBUH DAN DOSIS PEMBERIAN PUPUK FOSFAT TERHADAP PERTUMBUHAN BIBIT BELIMBING (Aerrhoa carambola L) SKRIPSI Oleh : SUGIYANTI 2011-41-035 PROGRAM STUDI AGROTEKNOLOGI FAKULTAS PERTANIAN

Lebih terperinci

OLEH : WIJAYA. FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2009

OLEH : WIJAYA.   FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2009 PERANCANGAN PERCOBAAN OLEH : WIJAYA email : zeamays_hibrida@yahoo.com FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2009 I. ANALISIS REGRESI 1. 2. Regresi Linear : Regresi Linear Sederhana

Lebih terperinci

METODE PENELITIAN Jenis Penelitian dan Metode Penelitian yang digunakan

METODE PENELITIAN Jenis Penelitian dan Metode Penelitian yang digunakan III. METODE PENELITIAN 3.1. Jenis Penelitian dan Metode Penelitian yang digunakan Jenis penelitian ini adalah penelitian kuantitatif dengan menggunakan metode penelitian eksperimen. Metode penelitian eksperimen

Lebih terperinci

KEEFEKTIFAN PRAUJIAN NASIONAL MATEMATIKA TAHUN AKADEMIK 2004/2005 (Studi Kasus di SMK Negeri dan Swasta di Jakarta Selatan 06)

KEEFEKTIFAN PRAUJIAN NASIONAL MATEMATIKA TAHUN AKADEMIK 2004/2005 (Studi Kasus di SMK Negeri dan Swasta di Jakarta Selatan 06) KEEFEKTIFAN PRAUJIAN NASIONAL MATEMATIKA TAH AKADEMIK 4/5 (Studi Kasus di SMK Negeri dan Swasta di Jakarta Selatan 6) Abdul Hoyyi Staf Pengajar Program Studi Statistika FMIPA DIP Abstract National pre-exam

Lebih terperinci

A. LAPORAN HASIL PENELITIAN

A. LAPORAN HASIL PENELITIAN A. LAPORAN HASIL PENELITIAN B. DRAF ARTIKEL ILMIAH C. LAMPIRAN RINGKASAN DAN SUMMARY RINGKASAN Pembibitan Mangrove secara Ex Situ dengan Air Tawar Telah dilakukan penelitian pembibitan Bruguiera gymnorrhiza,

Lebih terperinci

Analisis Diskriminan untuk Mengetahui Faktor yang Mempengaruhi Pilihan Program Studi Matematika di FMIPA dan FKIP Universitas Sriwijaya

Analisis Diskriminan untuk Mengetahui Faktor yang Mempengaruhi Pilihan Program Studi Matematika di FMIPA dan FKIP Universitas Sriwijaya Jurnal Penelitian Sains Volume 14 Nomer 4(A) 14403 Analisis Diskriminan untuk Mengetahui Faktor yang Mempengaruhi Pilihan Program Studi Matematika di FMIPA dan FKIP Universitas Sriwijaya Yuli Andriani,

Lebih terperinci

E-Jurnal Matematika Vol. 3 (3), Agustus 2014, pp ISSN:

E-Jurnal Matematika Vol. 3 (3), Agustus 2014, pp ISSN: E-Jurnal Matematika Vol. 3 3), Agustus 2014, pp. 107-115 ISSN: 2303-1751 PERBANDINGAN REGRESI BINOMIAL NEGATIF DAN REGRESI GENERALISASI POISSON DALAM MENGATASI OVERDISPERSI Studi Kasus: Jumlah Tenaga Kerja

Lebih terperinci

MODEL REGRESI LOGISTIK BINER UNTUK MENENTUKAN FAKTOR YANG BERPENGARUH TERHADAP ANAK PUTUS SEKOLAH DI SULAWESI TENGAH

MODEL REGRESI LOGISTIK BINER UNTUK MENENTUKAN FAKTOR YANG BERPENGARUH TERHADAP ANAK PUTUS SEKOLAH DI SULAWESI TENGAH JIMT Vol. 13 No. 1 Juni 2016 (Hal. 24 37) Jurnal Ilmiah Matematika dan Terapan ISSN : 2450 766X MODEL REGRESI LOGISTIK BINER UNTUK MENENTUKAN FAKTOR YANG BERPENGARUH TERHADAP ANAK PUTUS SEKOLAH DI SULAWESI

Lebih terperinci

PEMBAGIAN KELAS HOMOGEN MENGGUNAKAN K-MEANS CLUSTERING

PEMBAGIAN KELAS HOMOGEN MENGGUNAKAN K-MEANS CLUSTERING PEMBAGIAN KELAS HOMOGEN MENGGUNAKAN K-MEANS CLUSTERING Nurhayadi Program Studi Pendidikan Matematika Email: nurhayadi@gmail.com Abstrak: Kelas heterogen berisi siswa dengan kemampuan yang beragam. Bila

Lebih terperinci

Estimasi Interval Kepercayaan Bootstrap pada Parameter Regresi Komponen Utama

Estimasi Interval Kepercayaan Bootstrap pada Parameter Regresi Komponen Utama Estimasi Interval Kepercayaan Bootstrap pada Parameter Regresi Komponen Utama Shinta Anisa Putri Y 1, Raupong 2, Sri Astuti Thamrin 3 1 Program Studi Statistika, Jurusan Matematika, Fakultas Matematika

Lebih terperinci

METODE SCHEFFE DALAM UJI KOMPARASI GANDA ANALISIS VARIANS DUA FAKTOR DENGAN INTERAKSI

METODE SCHEFFE DALAM UJI KOMPARASI GANDA ANALISIS VARIANS DUA FAKTOR DENGAN INTERAKSI Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume 04, No. 3(2015), hal 371 378. METODE SCHEFFE DALAM UJI KOMPARASI GANDA ANALISIS VARIANS DUA FAKTOR DENGAN INTERAKSI Yuvita Erpina Rosa, Neva

Lebih terperinci

Basic Design of Experiment. Dimas Yuwono W., ST., MT.

Basic Design of Experiment. Dimas Yuwono W., ST., MT. Basic Design of Experiment Dimas Yuwono W., ST., MT. RANCANGAN PERCOBAAN Desain eksperimen (rancangan percobaan) bertujuan untuk menentukan rencana pelaksanaan eksperimen yang tepat agar dapat memperoleh

Lebih terperinci

BAB I PENDAHULUAN. dapat digunakan untuk inferensi statistika. Metode bootstrap mengesampingkan

BAB I PENDAHULUAN. dapat digunakan untuk inferensi statistika. Metode bootstrap mengesampingkan BAB I PENDAHULUAN 1.1 Latar Belakang Metode bootstrap merupakan metode simulasi berbasiskan data yang dapat digunakan untuk inferensi statistika. Metode bootstrap mengesampingkan distribusi sampling dari

Lebih terperinci

Bab V. Rancangan Bujur Sangkar Latin

Bab V. Rancangan Bujur Sangkar Latin Bab V. Rancangan Bujur Sangkar Latin Rancangan yang mengelompokkan perlakuan perlakuannya dlm cara yaitu berdasarkan baris dan kolom. Jumlah ulangan harus sama dengan jumlah perlakuan Merupakan keterbatasan

Lebih terperinci

BAHAN DAN METODE PENELITIAN

BAHAN DAN METODE PENELITIAN III BAHAN DAN METODE PENELITIAN 3.1 Bahan dan Peralatan Penelitian 3.1.1 Bahan yang Digunakan Bahan yang digunakan dalam penelitian ini adalah sebagai berikut : 1. Aquades 2. Sarang Lebah 3. Media Nutrien

Lebih terperinci

BAB III METODE PENELITIAN. learning cycle 7-E, learning cycle 5-E dan pembelajaran langsung. Pendekatan yang digunakan adalah pendekatan kuantitatif.

BAB III METODE PENELITIAN. learning cycle 7-E, learning cycle 5-E dan pembelajaran langsung. Pendekatan yang digunakan adalah pendekatan kuantitatif. BAB III METODE PENELITIAN A. Jenis Penelitian Jenis penelitian ini adalah penelitian percobaan (experiment research), karena pada penelitian ini terdapat perlakuan khusus terhadap variabelvariabel yang

Lebih terperinci

MODEL LOG-LINEAR FAKTOR-FAKTOR YANG MEMPENGARUHI HIPERTENSI (STUDI KASUS: RSUD ABDOE RAHEM SITUBONDO)

MODEL LOG-LINEAR FAKTOR-FAKTOR YANG MEMPENGARUHI HIPERTENSI (STUDI KASUS: RSUD ABDOE RAHEM SITUBONDO) MODEL LOG-LINEAR FAKTOR-FAKTOR YANG MEMPENGARUHI HIPERTENSI (STUDI KASUS: RSUD ABDOE RAHEM SITUBONDO) IMAMUDDIN KAMIL 1, MADE SUSILAWATI 2, I PUTU EKA NILA KENCANA 3 1,2,3, Jurusan Matematika, Fakultas

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan pada Februari sampai dengan Mei 2012 di areal

III. METODE PENELITIAN. Penelitian ini dilaksanakan pada Februari sampai dengan Mei 2012 di areal III. METODE PENELITIAN A. Waktu dan Tempat Penelitian ini dilaksanakan pada Februari sampai dengan Mei 2012 di areal pembibitan PT. Anugerah Subur Sejahtera, Desa Ulak Bandung Kecamatan Muara Sahung Kabupaten

Lebih terperinci

DESAIN EKSPERIMEN TERSARANG

DESAIN EKSPERIMEN TERSARANG DESAIN EKSPERIMEN TERSARANG PENDAHULUAN 1-1. Latar Belakang Bab ini memperkenalkan desain eksperimental yaitu desain yang bersarang. Desain ini cukup luas aplikasinya dalam penggunaan industri. Desain

Lebih terperinci

OPTIMASI KUALITAS WARNA MINYAK GORENG DENGAN METODE RESPONSE SURFACE

OPTIMASI KUALITAS WARNA MINYAK GORENG DENGAN METODE RESPONSE SURFACE JURNAL TEKNIK INDUSTRI VOL., NO., DESEEMBER 999: 8-29 OPTIMASI KUALITAS WARNA MINYAK GORENG DENGAN METODE RESPONSE SURFACE Didik Wahjudi Dosen Fakultas Teknik, Jurusan Teknik Mesin Universitas Kristen

Lebih terperinci