Eman Lesmana, Riaman. Jurusan Matematika FMIPA Universitas Padjadjaran, Jl. Raya Bandung-Sumedang km 21 Jatinangor ABSTRAK

Ukuran: px
Mulai penontonan dengan halaman:

Download "Eman Lesmana, Riaman. Jurusan Matematika FMIPA Universitas Padjadjaran, Jl. Raya Bandung-Sumedang km 21 Jatinangor ABSTRAK"

Transkripsi

1 PENGGUNAAN MODEL REGRESI LINEAR BERGANDA PADA PROGRAM PENGGEMUKAN SAPI PO ( PERANAKAN ONGOLE) SERTA ANALISIS BCR ( BENEFIT COST RATIO ) PENGGUNAAN PAKAN BAHAN KERING Eman Lesmana, Raman Jurusan Matemata FMIPA Unverstas Padjadjaran, Jl. Raya Bandung-Sumedang m 1 Jatnangor ABSTRAK PENGGUNAAN MODEL REGRESI LINEAR BERGANDA PADA PROGRAM PENGGEMUKAN SAPI PO ( PERANAKAN ONGOLE) SERTA ANALISIS BCR ( BENEFIT COST RATIO ) PENGGUNAAN PAKAN BAHAN KERING. Tujuan fundamental dar bsns penjualan sap potong adalah memperoleh euntungan optmal dengan melauan penggemuan sap. Salah satu metoda penggemuan sap yatu dengan memberan ombnas paan agar ddapat pertambahan Bobot Hdup Haran optmal sehngga aan menngatan euntungan d masa yang aan datang. Oleh arena tu, dperluan suatu model yang dapat djadan sebaga dasar pengelolaan pemberan paan. Model Regres Lnear Berganda merupaan suatu model yang dapat dplh untu mengnalss orelas antara pors paan sap dengan pertambahan bobot hdup haran.pada peneltan n dbahas bagamana cara menentuan omposs paan sap agar dperoleh Pertambahan Bobot Hdup Haran optmal dengan mengunaan Model Regres Lnear Berganda. Pengujan terhadap model regres dan analss orelas dlauan untu memperoleh model regres yang terba. Model regres lnear berganda tersebut emudan dapat dgunaan untu menentuan jens paan yang berpengaruh secara sgnfan pada Pertambahan Bobot Hdup Haran. Selanjutnya dlauan analss BCR ( beneft Cost Rato ) untu mengetahu perbandngan antara euntungan yang ddapat dengan baya yang dnvestasan pada pembelan paan. Kata unc : bobot hdup haran, model regres lnear berganda, beneft cost rato, orelas ABSTRACT Fundamental purpose of the busness of sellng beef cattle are optmal gan by cattle. One method s to provde cattle feed combnatons n order to obtan optmal Daly Lfe added weght that wll boost profts n the future. Therefore, we need a model that can serve as the bass of feedng management. Multple Lnear Regresson Model s a model that can be chosen to analyze the correlaton between the share of cattle feed wth daly lve weght gan. In ths study dscussed how to determne the composton of cattle feed n order to obtan optmal Added Weght of Daly Lfe by usng Multple Lnear Regresson Model. Tests on regresson models and correlaton analyss performed to obtan the best regresson model. Multple lnear regresson model can then be used to determne the type of feed that gves them sgnfcant nfluence on the added weght of Daly Lvng. Further analyss of the BCR (beneft cost rato) to determne the rato between the benefts and costs nvested n the purchase of feed. Keywords : daly lve weght, multple lnear regresson models, beneft cost rato, the correlaton 574

2 1. PENDAHULUAN Program penggemuan sap potong merupaan salah satu usaha untu mendapatan pertambahan berat badan haran (PBBH) yang optmal dalam watu yang sngat dengan memperhatan efsens pemelharaan dan permntaan pasar. Pemelharaan sap potong dengan tujuan mendapatan produs dagng yang cuup memada ddapatan dar terna yang meml onds badan yang jele dengan otot dagng yang rendah, sehngga mampu memberan efsens pertumbuhan yang cepat dan efsen dalam penggunaan paan selama penggemuan. Untu mendapatan euntungan yang cuup memada perlu dperhatan beberapa factor antara lan adalah jens dan umur bbt (baalan), onds badan, paan dan tatalasana pemelharaan. Program penggemuan sap merupaan salah satu usaha untu mempercepat dan menngatan produs serta memperba ualtas aras atau dagng dengan jalan mendepost lema seperlunya. Usaha n dharapan mampu menngatan pertambahan bobot hdup yang tngg dan efsen serta menghaslan aras dengan uanttas dan ualtas yang lebh ba [1]. Keberhaslan usaha penggemuan sap potong berupa pertumbuhan, produs dan ualtas dagng, banya dtentuan oleh manajemen pemelharaan sampa pada penanganan pasca panen terna.. PERUMUSAN MASALAH Program Penggemuan Sap PO (Peranaan Ongole ) secara umum dtentuan oleh manajemen pemelharaan dan pemberan paan. Selan tu onds awal ( bobot awal sap baalan ) dan factor lngungan sepert eadaan andang serta jens paan yang dberan perlu dperhatan pula. Pada peneltan n sap-sap baalan yang aan dgemuan dbag menjad 3 elompo berdasaran bobot awal sebag berut : Kelompo I : bobot awal g Kelompo II : bobot awal g Kelompo III : bobot awal g Masng-masng elompo terdr atas 4 eor sap, dengan deman total sap yang dgemuan berjumlah 1 eor dengan jens elamn jantan. Selanjutnya sap-sap tersebut dtempatan pada 6 peta andang dengan masng-masng peta bers dua eor sap sesua dengan elompo bobot awal. Kemudan epada 1 eor sap tersebut dberan paan dengan omposs jeram, concentrate, rumput gajah, dan sngong selama empat peroda watu masng-masng peroda 10 har selama 40 har. Banyanya paan jeram, concentrate, rumput gajah, dan sngong yang dberan epada 1 eor sap tersebut selama tga peroda peneltan dberan dengan pors berbeda. Pada tahap adaptas ( selama 4 har ) dberan paan secara normal dengan omposs paan jeram 8 g, paan concentrate 4 g, paan rumput gajah 8 g, dan paan sngong 4 g per har per sap. Pada peroda esatu (10 har pertama), paan jeram yang dberan epada sap dsajan dengan pors dtambah menjad satu setengah al eadaan normal, sementara paan lannya dberan dengan pors normal. Pada peroda edua (10 har edua ) paan consentrate yang dberan epada sap dsajan dengan pors dtambah menjad satu setengah al eadaan normal, sementara pors paan lannya normal. Pada peroda etga (10 har etga) paan rumput gajah yang dberan epada sap dsajan dengan pors dtambah menjad satu setengah al eadaan normal, sementara pors paan lannya normal. Pada peroda terahr (10 har eempat) paan sngong yang dberan epada sap dsajan dengan pors dtambah menjad satu setengah al eadaan normal sementara paan lannya normal. Pada ahr setap peroda bobot sap dtmbang dan dhtung pertambahan berat badan harannya. Dengan menggunaan model Regres Lnear Berganda aan danalss Pertambahan Berat badan Haran berdasaran Bobot Awal sap baalan, pors paan jeram, pors paan concentrate, pors paan rumput gajah, dan pors paan sngong.1 Tujuan Peneltan 1. Menentuan model regres lnear berganda untu pertambahan bobot hdup haran sap PO (Peranaan Ongole) berdasaran bobot hdup awal sap baalan, pors paan jeram, pors paan concentrate, pors paan rumput gajah, dan pors paan sngong.. Menentuan omposs bobot paan bahan erng dan bahan hjau untu program penggemuan sap PO (Peranaan Ongole) agar dperoleh pertambahan bobot hdup haran optmal.. Manfaat Peneltan Peneltan n dharapan dapat memberan ontrbus bag petan dan 575

3 pengusaha penjualan sap PO (Peranaan Ongole) dalam upaya menngatan pertambahan bobot hdup haran yang aan bermbas pada euntungan usaha penjualan sap. 3. TINJAUAN PUSTAKA Pertambahan bobot hdup haran () adalah merupaan selsh antara bobot hdup pada awal dan ahr peneltan, dbag dengan jumlah har pemelharaan. Peneltan Ngadyono & Balart [] pada sap Sumba Ongole (SO) menunjuan bahwa pertambahan bobot hdup (ΔBH) sap SO bersar antara 0.59 sampa 1.18 g per eor per har. Sedang peneltan Ngadyono & Balart [] pada sap PO menunjuan bahwa ΔBH bersar antara 0.77 sampa 0.98 g per eor per har. Pengembangan sap potong d Indonesa dhadapan pada endala potens sumberdaya paan yang tda sesua dengan uanttas, ualtas dan ontnutas, sehngga penanganannya perlu mendapat perhatan serus. Paan merupaan salah satu fator pentng dalam usaha terna, oleh sebab tu perbaan manajemen paan dharapan mampu menngatan efsens usaha sap potong [4]. Penggemuan sap potong memerluan paan yang banya sehngga perlu reayasa pemberan paan menggunaan bahan paan berualtas dengan manfaat optmal basanya terdr atas 5% hjauan dan 75% onsentrat. Jeram pad terseda dalam jumlah banya, palatabltasnya cuup ba dan potensal untu dmanfaatan, tetap andungan lgnoselulosanya tngg, proten asarnya rendah. Concentrate berasal dar lmbah hasl produs pertanan atau pabr yang berualtas untu menngatan produtvtas terna dengan baya produs mnmal. Peneltan n darahan pada analss penerapan model regres lnear berganda untu mengetahu sejauh mana pengaruh dar bobot awal sap baalan terhadap pertambahan bobot hdup haran, serta pengaruh pors paan jeram, concentrate, rumput gajah, dan sngong terhadap pertambahan bobot hdup haran. Analss regres lnear berganda alah suatu alat analss dalam lmu statst yang berguna untu menguur hubungan matemats antara lebh dar peubah. 3.1 Metode Regres Lnear Berganda Pada metode regres lnear berganda, preds ejadan d masa depan dlauan berdasaran fator hubungan sebab abat antara dua atau lebh varabel tertentu. Tujuannya adalah menemuan bentu atau hubungan tersebut emudan menggunaannya untu meramalan nla d masa depan dar varabel ta bebas Model Persamaan Regres Lnear Berganda Model regres lnear untu populas [5] : Y X 0 1 X X. (3-1) 1... n Model regres lnear untu sampel: Y b b X b X b X e, (3-) dengan: Yˆ n X,..., X 1, X, b1, b : varabel ta bebas (yang dramalan) : varabel bebas n b b 0,..., : oefsen regres lnear e : error atau nla esalahan 1,,..., n : banyanya data pengamatan 3.1. Menghtung Koefsen Regres Lnear Berganda Untu mencar nla oefsen regres dgunaan prnsp Metode Kuadrat Terecl (Least Square Method). Metode Kuadrat Terecl berprnsp mendapatan persamaan regres terba dengan tngat esalahan atau error yang mnmum. Untu menghtung oefsen regres dgunaan Metode Pendeatan Matrs dengan persamaan: d mana: 1 ' '. (3-3) b X X X Y b = matrs 1-1 ( X ' X ) = matrs ( X ' Y ) = matrs 1 3. Uj Sgnfans Koefsen Regres Lnear Berganda Dalam uj sgnfans terdapat dua macam pengujan yatu uj sgnfans secara eseluruhan dan uj sgnfans secara parsal. 576

4 3..1 Uj Sgnfans secara Keseluruhan Untu menguj sgnfans regres lnear berganda secara eseluruhan dperluan nla dar Jumlah Kuadrat-uadrat (JK) yang terdr atas JK(T) untu Jumlah Kuadrat Total, JK(R) untu Jumlah Kuadrat Regres, dan JK(S) untu Jumlah Kuadrat Ssa. Secara umum masng-masng Jumlah Kuadrat dapat drumusan sebaga berut: JK(T) y. 1 1 JK(R) b x y b x y... b x y. (3-4) (3-5) JK(S)=JK(T)-JK(R), (3-6) dengan: Y y Y. (3.7) n X Y x y X Y. (3-8) n Analss Varans (ANAVA) dgunaan untu menyajan pengujan sgnfans regres berganda sehngga lebh mudah dpelajar [5] : Tabel 1. Analss Varans (ANAVA) Sumber Varans Regres Ssa Derajat Kebebasan (d) n--1 Total n-1 Jumlah Kuadrat (JK) JK (R) JK (S) JK (T) Rata-rata Jumlah Kuadrat (RJK) JK(R) RJK(R) JK(S) RJK(S) n 1 F RJK(R) F RJK(S) Hpotess pada pengujan secara eseluruhan adalah: H 0 : b 0 = b 1 = b = = b = 0 H 1 : seurang-urangnya terdapat sebuah b 0 = 0, 1,,...,. Statst uj yang dgunaan adalah statst uj- F dengan d pemblang (banya varabel bebas pada model) dan d penyebut (n--1) dengan rtera sebaga berut: Ja: F > F (α;, n--1) maa H 0 dtola F F (α;, n--1) maa H 0 dterma 3.. Uj Sgnfans secara Parsal Melalu pengujan oefsen regres secara parsal, aan detahu varabel bebas mana yang tda meml ecocoan terhadap varabel ta bebas. Sehngga varabel bebas tersebut dapat dhlangan dar model regres dan aan dperoleh suatu model regres yang ba. Pengujan dlauan dengan uj-t dengan d (n--1) melalu persamaan [5]: b t, = 1,, 3,...,. (3-9) S b Hpotess yang dgunaan adalah: H 0 : b = 0, = 1,,, H 1 : b 0, = 1,,, dengan rtera: Ja: t > t (α/; n--1) maa H 0 dtola t t (α/; n--1) maa H 0 dterma 3..3 Koefsen Determnas Berganda (R ) Kegunaan oefsen determnas berganda adalah untu menunjuan atau menjelasan seberapa besar pengaruh semua buah varabel bebas X 1, X,, X secara bersama-sama terhadap perubahan varabel ta bebas Y. Nla R bersar antara 0 dan 1. Apabla nla R seman mendeat 1, maa seman uat model regres berganda tersebut dalam menerangan varabel terat Y. Bentu umum oefsen determnas berganda dnyataan sebaga berut: JK(R) R. (3-10) JK(T) R b x y b x y b x y. (3-11) y 3..4 Uj Sgnfans Koefsen Korelas Parsal Korelas menyataan eratnya hubungan antara dua varabel atau lebh. Koefsen orelas orde p dapat dnyataan dalam oefsen orelas orde (p-1) dengan menggunaan persamaan: r ( r r ) YX. XX 1... X( )... X( p 1) YX p. XX 1... X( )... X( p 1) XX p. XX 1... X( )... X( p 1), (3-1) r YX. XX 1... X( )... Xp (1 r )(1 r ) YX p. X1 X... X( )... X( XX p. X1 X... X( )... X( p 1) p 1) d mana X () berart tanpa varabel X. 577

5 Besarnya oefsen orelas, yatu -1 r 1. Untu mengetahu eeratan hubungan antara dua varabel, dgunaan rtera sebaga berut [5] : Varabel bebas X 4 Rumput Gajah. Varabel bebas X 5 Sngong menyataan pors paan menyataan pors paan r = 0 : tda ada orelas -0,5 r < 0 atau 0 < r 0,5 : orelas sangat lemah -0,50 r < -0,5 atau 0,5 < r 0,50 : orelas cuup uat -0,75 r < -0,50 atau 0,50 < r 0,75 : orelas uat -1,00 < r < -0,75 atau 0,75 < r < 1,00 : orelas sangat uat r = -1 atau r = 1 : orelas sempurna Selanjutnya dlauan pengujan terhadap oefsen orelas parsal. Hpotess yang dgunaan adalah: H 0 : ρ = 0 H 1 : ρ 0 ; = 1,,, ; = 1,,, Statst uj yang dgunaan adalah: t r n 1 YX. X1X... X ( )... X p ryx. X1X... X ( )... X p (1 ), (3-13) dengan d (n--1) dan rteranya adalah sebaga berut: Ja: t > t (α/; n--1) maa H 0 dtola. t t (α/; n--1) maa H 0 dterma. 4. OBJEK DAN METODE PENGOLAHAN DATA 4.1 Obje Peneltan Obje peneltan yang dgunaan adalah 1 eor sap jantan jens PO (Peranaan Ongole) berumur tahun dengan bobot dbag dalam tga elompo yatu : elompo 1 sap dengan bobot g, elompo sap dengan bobot g, dan elompo 3 sap dengan bobot g. Peneltan n dlasanaan pada andang penggemuan sap ml CV. Graha Brahmana Putra d Condang Tanjung Sar. 4. Varabel Peneltan Varabel ta bebas Y menyataan Pertambahan Bobot Hdup Haran Sap PO Varabel bebas X 1 menyataan Bobot Awal Sap Baalan. Varabel bebas X menyataan pors paan Jeram. Varabel bebas X 3 menyataan por paan Concentrate. 4.3 Metode Pengolahan Data Metode analss yang dgunaan dalam peneltan n adalah metode regres lnear berganda. Setelah ddapatan model persamaan regres lnear berganda dengan lma varabel bebas, emudan dlauan pengujan terhadap oefsen regres berganda secara eseluruhan (overall) menggunaan Analss Varans (ANAVA) dengan Uj-F. Melalu pengujan tersebut dapat detahu apaah model persamaan regres tersebut sudah dapat djadan acuan untu menar esmpulan atau belum. Tahap selanjutnya adalah pengujan oefsen regres berganda secara parsal dengan Uj-t untu mengetahu apaah dengan mengunaan lma varabel bebas sudah cuup ba atau perlu adanya pemsahan varabel bebas yang danggap tda perlu dmasuan e dalam model persamaan regres lnear berganda. Berutnya adalah perhtungan oefsen determnas berganda untu mengetahu seberapa besar pengaruh semua varabel bebas secara bersama-sama terhadap perubahan varabel ta bebas Y. Kemudan dlauan analss orelas parsal untu menguur seberapa uat hubungan antara varabel-varabel bebas yang telah dtetapan dalam model terba terhadap varabel ta bebasnya. Setelah tu dlauan pengujan terhadap oefsen orelas parsalnya. 4.4 Pengolahan dan Analss Data Metode Regres Lnear Berganda Bentu model regres lnear berganda yang menyataan hubungan antara Pertambahan Bobot Hdup Haran () (Y) dengan Bobot Awal Sap Baalan (X 1), pors paan Jeram (X ), pors paan Concentrate (X 3), pors paan Rumput Gajah (X 4), dan pors paan Sngong (X 5) adalah sebaga berut: Ŷ = b 0 + b 1X 1 + b X + b 3X 3 + b 4X 4 + b 5X 5 (4-1) Langah yang harus dlauan terlebh dahulu adalah mencar nla oefsen dar b 0, b 1, b, b 3, b 4 dan b 5 agar ddapatan persamaan regres lnear berganda. Dengan menggunaan Software SPSS Vers 18.0 dperoleh hasl sebaga berut : 578

6 Total 59 10,161 Hpotess: Setelah semua nla oefsen regresnya dperoleh, maa dapat dbentu model regres lnear berganda dengan lma varabel bebas sebaga berut: Ŷ = X X X X X5 (4-) 4.4. Hasl Uj Sgnfans Model Regres Lnear Berganda Pada bagan n aan duraan hasl uj sgnfans model regres lnear berganda secara menyeluruh dan secara parsal Uj Sgnfans secara Menyeluruh Hasl pengujan yang dlauan dengan bantuan software SPSS vers 18.0 menghaslan table analss varans sebagamana terlhat pada Tabel 4.1 berut n : Tabel 4.1 Analss Varans Model Regres Lnear Berganda H 0 : b 0 = b 1 = b = b 3 = b 4 = 0 ( tda ada pengaruh dar semua varabel X terhadap varabel Y ). H 1 : seurang-urangnya terdapat sebuah b 0 ( palng sedt ada satu varabel X yang Mempe ngaruh varabel Y ). Untu menguj hpotess, dgunaan statst uj dstrbus F. Dengan menggunaan taraf nyata (α) = 0,05 dan d pemblang = 5 ( jumlah varabel bebasnya) dan d penyebut (n-1 = 54 ), maa ddapat nla F pada tabel adalah,34. Sedangan F htung 115,938. Dengan deman F htung > F tabel, maa H 0 dtola artnya palng sedt ada satu varabel X yang mempengaruh varabel Y. Hal n berart bahwa Bobot Awal Sap Baalan, pors paan Jeram, pors paan Concentrate, pors paan Rumput Gajah, dan pors paan Sngong secara bersama-sama mampu menjelasan Pertambahan Bobot Hdup Haran Uj Sgnfans secara Parsal Untu menguj hpotess, dgunaan statst uj dstrbus t. Dengan menggunaan taraf nyata (α) = 0,10 dan d (n--1=54), maa dar table ddapat nla t pada tabel adalah 1,30. Sedangan t hasl perhtungan dengan software SPSS Vers 18.0 haslnya dapat dlhat dalam tabel berut: Tabel 4.3 Hasl t Htung Tabel 4. Nla F Htung Sumber Varans Derajat Kebebasan (d) Jumlah Kuadrat (JK) Rata-rata Jumlah Kuadrat (RJK) Regres 5 9,95 1,859 Ssa 54 0,866 0,016 F 115,938 Varabel bebas yang mempengaruh varabel Y adalah X 1, X, X 3, dan X 5, sedangan varabel X 4 tda sgnfan mempengaruh varabel Y. Oleh arena tu varabel X 4(pors paan rumput Gajah) dapat dhlangan dar model regres. Setelah semua nla oefsen regres yang baru dperoleh, maa dapat dbentu model regres lnear berganda yang 579

7 baru dengan empat varabel bebas sebaga berut: Tabel 4.4 Hasl Uj Sgnfans secara Parsal Koefsen Regres Bobot Awal Pors Paan Jeram Pors Paan Concentrate Pors Paan Rumput Gajah Pors Paan Sngong t htung Hasl Kesmpulan 13,70 Tola H 0 Bobot Awal Sap Baalan mempengaruh 1,599 Tola H 0 Pors Paan Jeram mempengatuh 16,571 Tola H 0 Pors Paan Concentrate mempengatuh 0,190 Terma H 0 Pors Paan Rumput Gajah tda sgnfan mempengatuh,898 Tola H 0 Pors Paan Sngong mempengaruh Koefsen Determnas Berganda (R ) Kegunaan dar oefsen determnas adalah untu menetapan berapa besar pengaruh eempat varabel bebas X 1, X, X 3, dan X 5 secara bersama-sama terhadap perubahan varabel Y sehngga dapat detahu tngat ecocoan model Pertambahan Bobot Hdup Haran Sap PO ( Peranaan Ongole ). Berdasaaran hasl perhtungan menggunaan software SPSS vers 18.0 oefsen determnas (R ) yang dperoleh adalah : Dar model summary d atas terlhat bahwa oefsen determnas R = Artnya, eempat varable yatu bobot awal (X 1), pors paan Jeram (X ), pors paan Concentrate (X 3), dan pors paan Sngong (X 5) secara bersama-sama mempengaruh Pertambahan Bobot Hdup Haran ( ) sebesar 95,6 %. D ss lan juga meml art bahwa tngat ecocoan model regres lnear berganda pertambahan bobot hdup haran meml tngat ehandalan sebesar 95,6 %, hal n menunjuan bahwa model regres yang dhaslan sudah sangat ba. Ŷ = X X X X 5 (4-3) Model regres nlah yang merupaan model regres hasl revs untu Pertambahan Bobot Hdup Haran Sap PO (Peranaan Ongole) Koefsen Korelas Parsal Untu mengetahu seberapa besar eteratan masng-masng varable bebas terhadap varable tda bebas maa perlu dhtung oefsen orelas parsal. Hasl perhtungan oefsen orelas parsal untu model regres lnear berganda antara varable bebas bobot awal sap, pors paan Jeram, pors paan Concentrate, pors paan Sngong dengan varable tda bebas pertambahan bobot hdup haran haslnya dapat dlhat pada table d bawah n. 4.5 Analss Korelas Bobot Awal dan Pors Paan terhadap Pada bagan n aan duraan hasl analss orelas dan oefsen determnas model lnear berganda pertambahan bobot hdup haran. 580

8 Tabel 4.5 Koefsen Korelas Parsal Koefsen Korelas Nla Krtera Parsal r YX1 0,88 Sangat Kuat r YX 0,13 Kurang Kuat r YX3 0,914 Sangat Kuat r YX5 0,367 Cuup uat Uj Sgnfans Koefsen Korelas Parsal Pengujan terhadap oefsen orelas parsal dlauan untu mengetahu eberartan dar oefsen orelas tersebut. Untu menguj hpotess, dgunaan statst uj dstrbus t. Dengan menggunaan taraf nyata (α) = 0,05 dan d (n--1=54), maa ddapat nla t pada tabel adalah 1,673. Tabel 4.6 Hasl Uj Sgnfans Koefsen Korelas Parsal Model Pertambahan Bobot Hdup Haran Model regres lnear berganda dengan empat varabel bebas yang telah duj dapat dterapan untu menghtung Pertambahan Bobot Hdup Haran dengan mensubsttusan nala varable Bobot Awal Sap Baalan (X 1), pors paan Jeram (X ), pors paan Cocentrate (X 3), dan pors paan Sngong (X 5) e dalam model regres lnear berganda sepert pada persamaan (4-3) sebaga berut : Ŷ = X X X X 5 Msalan seeor sap baalan mempunya bobot awal 400 g dber paan Jeram dengan pors 8 g dan pors paan Concentrate 5 g serta paan Sngong 5 g per har, maa pertambahan Bobot Hdup Harannya adalah : = -, (400) + 0,019(8) + 0,46(5) + 0,070(5) = 1,517 g per har Analss Beneft Cost Rato Tabel 4.7 Koefsen Korelas Parsal Koefsen Korelas Parsal t htung Hasl Kesmpulan r YX1 13,956 Tola H 0 r YX 1,751 Tola H 0 r YX3 19,14 Tola H 0 r YX5 3.8 Tola H 0 Pertambahan Bobot Hdup Haran dapat djelasan oleh Bobot Awal Sap dengan tngat eteratan sebesar 54,6% Pertambahan Bobot Hdup Haran dapat djelasan oleh pors paan Jeram dengan tngat eteratan sebesar 1,3 % Pertambahan Bobot Hdup Haran dapat djelasan oleh pors paan Concentrate dengan tngat eteratan sebesar 75,9 % Pertambahan Bobot Hdup Haran dapat djelasan oleh pors paan Sngong dengan tngat eteratan sebesar 10 % Untu menghtung perbandngan antara beneft yang dperoleh dengan baya yang deluaran dalam usaha penggemuan sap PO (Peranaan Ongole), berut n aan duraan smulasnya. Dalam smulas n dasumsan harga jual sap per g bobot hdup adalah Rp dan harga paan Jeram Rp 000 per g, harga paan Concentrate Rp 700 per g, harga paan Sngong Rp 1100 per g. Dengan menggunaan model pertambahan bobot hdup haran sepert dnyataan pada persamaan (4-3), hasl smulas perhtungan Beneft Cost Rato dsajan dalam Tabel (4.5) berut n. Tabel 4.8 Hasl Smulas Beneft Cost Rato 581

9 Dar Tabel 4.8 terlhat bahwa Beneft Cost ,67 Rato (BCR ) = Dengan deman berdasaran ndator BCR 1,67, maa usaha penggemuan sap PO (Peranaan Ongole) menunjuan prospe yang menguntungan. 5. KESIMPULAN Hasl pengujan oefsen regres secara eseluruhan menunjuan bahwa Bobot Awal Sap Baalan, pors paan Jeram, pors paan Concentrate, pors paan Sngong secara bersama-sama mampu menjelasan Pertambahan Bobot Hdup Haran (). Hasl pengujan oefsen regres secara parsal menunjuan bahwa pors paan Rumput Gajah tda sgnfan mempengaruh Pertambahan Bobot Hdup Haran Sap. Berdasaran nla dar oefsen determnas berganda (R ) menunjuan bahwa eempat varable bebas Bobot Awal, pors paan Jeram, pors paan Concentrate, dan pors paan Sngong secara bersama-sama mempengaruh sebesar 95,6%. Hasl smulas model pertambahan bobot hdup haran sap PO (Peranaan Ongole) menunjuan pengaruh penambahan pors paan Concentrate palng domnan terhadap pertambahan bobot hdup haran. Berdasaran analss Beneft Cost Rato (BCR) usaha penggemuan sap PO (Peranaan Ongole) menunjuan prospe bsns yang menguntungan. 6. DAFTAR PUSTAKA 1. DYER, I.A. AND C.C. O MARY The Feedlot. nd Ed. Lea and Febger. Phladelpha.. NGADIYONO, N. DAN E. BALIARTI Laju pertumbuhan dan produs aras sap Peranaan Ongole jantan dengan penambahan probot Starbo pada paannya. 3. PARAKKASI, A Ilmu Nutrs dan Maanan Terna Rumnan. Penerbt Unverstas Indonesa (UI-Press). Jaarta. 4. SIREGAR, S. B Penggemuan sap potong. Penerbt Penebar Swadaya. Jaarta. 5. SUJANA Metoda Statsta. Penerbt Tarsto. Bandung 58

BAB 2 LANDASAN TEORI. Untuk mengetahui pola perubahan nilai suatu variabel yang disebabkan oleh

BAB 2 LANDASAN TEORI. Untuk mengetahui pola perubahan nilai suatu variabel yang disebabkan oleh BAB LANDASAN TEORI. Analss Regres Untu mengetahu pla perubahan nla suatu varabel yang dsebaban leh varabel lan dperluan alat analss yang memungnan ta unut membuat perraan nla varabel tersebut pada nla

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB PENDAHULUAN. Latar Belaang Masalah Analss regres merupaan lmu peramalan dalam statst. Analss regres dapat dataan sebaga usaha mempreds atau meramalan perubahan. Regres mengemuaan tentang engntahuan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.. Populas dan Sampel Populas adalah eseluruhan unt atau ndvdu dalam ruang lngup yang ngn dtelt. Banyanya pengamatan atau anggota suatu populas dsebut uuran populas, sedangan suatu nla

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penelitian ini mengenal dua macam variabel yaitu : 2. Variabel terikat (Y) yaitu : Hasil belajar Sejarah

BAB III METODOLOGI PENELITIAN. Penelitian ini mengenal dua macam variabel yaitu : 2. Variabel terikat (Y) yaitu : Hasil belajar Sejarah BAB III METODOLOGI PENELITIAN 3.1 Varans Peneltan 3.1.1 Varabel Peneltan Peneltan n mengenal dua macam varabel yatu : 1. Varabel bebas (X) yatu : Berpr formal. Varabel terat (Y) yatu : Hasl belajar Sejarah

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 10 BAB 2 LANDASAN TEORI 2.1 Pengertan Pengendalan Kualtas Statst Pengendalan Kualtas statst merupaan suatu metode pengumpulan dan analss data ualtas, serta penentuan dan nterpretas penguuran-penguuran

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. 2.1 Konsep Dasar Infeksi, Saluran Pernafasan, Infeksi Akut, dan Infeksi Saluran Pernafasan Akut (ISPA)

BAB 2 TINJAUAN TEORITIS. 2.1 Konsep Dasar Infeksi, Saluran Pernafasan, Infeksi Akut, dan Infeksi Saluran Pernafasan Akut (ISPA) BAB TINJAUAN TEORITIS. Knsep Dasar Infes, Saluran Pernafasan, Infes Aut, dan Infes Saluran Pernafasan Aut (ISPA.. Infes Infes adalah masunya uman atau mrrgansme e dalam tubuh manusan dan berembang ba sehngga

Lebih terperinci

Karakterisasi Matrik Leslie Ordo Tiga

Karakterisasi Matrik Leslie Ordo Tiga Jurnal Graden Vol No Januar 006 : 34-38 Karatersas Matr Lesle Ordo Tga Mudn Smanhuru, Hartanto Jurusan Matemata, Faultas Matemata dan Ilmu Pengetahuan Alam, Unverstas Bengulu, Indonesa Dterma Desember

Lebih terperinci

BAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi.

BAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi. BAB LANDASAN TEORI Pada bab n akan durakan beberapa metode yang dgunakan dalam penyelesaan tugas akhr n. Selan tu penuls juga mengurakan tentang pengertan regres, analss regres berganda, membentuk persamaan

Lebih terperinci

BAB II TEORI DASAR. Analisis Kelompok

BAB II TEORI DASAR. Analisis Kelompok BAB II TORI DASAR II.. Analss Kelompo Istlah analss elompo pertama al dperenalan oleh Tryon (939). Ia memperenalan beberapa metode untu mengelompoan obye yang meml esamaan araterst (statsoft, 004). Kesamaan

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belaang Analss dsrmnan merupaan ten menganalss data, dmana varabel dependen merupaan data ategor ( nomnal dan ordnal ) sedangan varabel ndependen berupa data nterval atau raso.msalnya

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pengertan Regres Regres pertama kal dpergunakan sebaga konsep statstka oleh Sr Francs Galton (1822 1911). Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang

Lebih terperinci

USULAN PENERAPAN TEORI MARKOV DALAM PENGAMBILAN KEPUTUSAN PERAWATAN TAHUNAN PADA PT. PUPUK KUJANG

USULAN PENERAPAN TEORI MARKOV DALAM PENGAMBILAN KEPUTUSAN PERAWATAN TAHUNAN PADA PT. PUPUK KUJANG Usulan Penerapan Teor Marov Dalam Pengamblan Keputusan Perawatan Tahunan Pada Pt. Pupu Kujang USULAN PENERAPAN TEORI MARKOV DALAM PENGAMBILAN KEPUTUSAN PERAWATAN TAHUNAN PADA PT. PUPUK KUJANG Nof Ern,

Lebih terperinci

BAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel

BAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel BAB LANDASAN TEORI. Analss Regres Regres merupakan suatu alat ukur yang dgunakan untuk mengukur ada atau tdaknya hubungan antar varabel. Dalam analss regres, suatu persamaan regres atau persamaan penduga

Lebih terperinci

BAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat

BAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat BAB LANDASAN TEORI. 1 Analsa Regres Regres pertama kal dpergunakan sebaga konsep statstk pada tahun 1877 oleh Sr Francs Galton. Galton melakukan stud tentang kecenderungan tngg badan anak. Teor Galton

Lebih terperinci

PEMODELAN PENGELUARAN RUMAH TANGGA UNTUK KONSUMSI MAKANAN DI KOTA SURABAYA DAN FAKTOR-FAKTOR YANG MEMPENGARUHI MENGGUNAKAN PENDEKATAN REGRESI SPLINE

PEMODELAN PENGELUARAN RUMAH TANGGA UNTUK KONSUMSI MAKANAN DI KOTA SURABAYA DAN FAKTOR-FAKTOR YANG MEMPENGARUHI MENGGUNAKAN PENDEKATAN REGRESI SPLINE PEMODELAN PENGELUARAN RUMAH TANGGA UNTUK KONSUMSI MAKANAN DI KOTA SURABAYA DAN FAKTOR-FAKTOR YANG MEMPENGARUHI MENGGUNAKAN PENDEKATAN REGRESI SPLINE Dew Arfanty Azm, Dra.Madu Ratna,M.S. dan 3 Prof. Dr.

Lebih terperinci

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara BAB 2 LANDASAN TEORI 2.1 Pengertan Analsa Regres Dalam kehdupan sehar-har, serng kta jumpa hubungan antara satu varabel terhadap satu atau lebh varabel yang lan. Sebaga contoh, besarnya pendapatan seseorang

Lebih terperinci

PENYELESAIAN MULTIKOLINEARITAS MELALUI METODE RIDGE REGRESSION. Oleh : SOEMARTINI

PENYELESAIAN MULTIKOLINEARITAS MELALUI METODE RIDGE REGRESSION. Oleh : SOEMARTINI PENYELESAIAN MULTIKOLINEARITAS MELALUI METODE RIDGE REGRESSION Oleh : SOEMARTINI JURUSAN STATISTIKA FAKULTAS MATEMATIKA dan ILMU PENGETAHUAN ALAM UNIVERSITAS PADJADJARAN JATINANGOR 008 DAFTAR ISI Hal DAFTAR

Lebih terperinci

FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (STUDI KASUS: KLASIFIKASI KUALITAS PRODUK)

FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (STUDI KASUS: KLASIFIKASI KUALITAS PRODUK) Semnar Nasonal Aplas Tenolog Informas 00 (SNATI 00) ISSN: 0-0 Yogyaarta, Jun 00 FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (STUDI KASUS: KLASIFIKASI KUALITAS PRODUK) Sr Kusumadew Jurusan Ten Informata,

Lebih terperinci

Probabilitas dan Statistika Distribusi Peluang Diskrit 1. Adam Hendra Brata

Probabilitas dan Statistika Distribusi Peluang Diskrit 1. Adam Hendra Brata Probabltas dan Statsta Dsrt Adam Hendra Brata Unform Bernoull Multnomal Setap perstwa aan mempunya peluangnya masng-masng, dan peluang terjadnya perstwa tu aan mempunya penyebaran yang mengut suatu pola

Lebih terperinci

BAB III ANALISIS DISKRIMINAN. Analisis diskriminan (discriminant analysis) merupakan salah satu metode

BAB III ANALISIS DISKRIMINAN. Analisis diskriminan (discriminant analysis) merupakan salah satu metode BAB III ANALISIS DISKRIMINAN 3. Analss Dsrmnan Analss dsrmnan (dscrmnant analyss) merupaan salah satu metode yan dunaan dalam analss multvarat. Dalam analss dsrmnan terdapat dua jens varabel yan terlbat

Lebih terperinci

BAB V MODEL SEDERHANA DISTRIBUSI TEMPERATUR DAN SIMULASINYA

BAB V MODEL SEDERHANA DISTRIBUSI TEMPERATUR DAN SIMULASINYA BAB V MOEL SEERHANA ISTRIBUSI TEMPERATUR AN SIMULASINYA Model matemata yang terdapat pada bab sebelumnya merupaan model umum untu njes uap pada reservor dengan bottom water. Model tersebut merupaan model

Lebih terperinci

BAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya

BAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.1.1 Tempat Peneltan Pada peneltan n, penuls memlh lokas d SMA Neger 1 Bolyohuto khususnya pada sswa kelas X, karena penuls menganggap bahwa lokas

Lebih terperinci

Created by Simpo PDF Creator Pro (unregistered version)

Created by Simpo PDF Creator Pro (unregistered version) Created by Smpo PDF Creator Pro (unregstered verson) http://www.smpopd.com Statst Bsns : BAB IV. UKURA PEMUSATA DATA. Pendahuluan Untu mendapatan gambaran yang lebh jelas tentang seumpulan data mengena

Lebih terperinci

EKSPEKTASI SATU PEUBAH ACAK

EKSPEKTASI SATU PEUBAH ACAK EKSPEKTASI SATU PEUBAH ACAK Dalam hal n aan dbahas beberapa macam uuran yang dhtung berdasaran espetas dar satu peubah aca, ba dsrt maupun ontnu, yatu nla espetas, rataan, varans, momen, fungs pembangt

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penyusunan laporan tugas akhir ini dilakukan sesuai dengan langkahlangkah

BAB III METODOLOGI PENELITIAN. Penyusunan laporan tugas akhir ini dilakukan sesuai dengan langkahlangkah BAB III METODOLOGI PENELITIAN Penyusunan laporan tugas ahr n dlauan sesua dengan langahlangah peneltan yang aan dperlhatan pada dagram d bawah n, agar peneltan n dapat berjalan secara ba dan terarah. Sehngga

Lebih terperinci

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN BAB III HIPOTESIS DAN METODOLOGI PENELITIAN III.1 Hpotess Berdasarkan kerangka pemkran sebelumnya, maka dapat drumuskan hpotess sebaga berkut : H1 : ada beda sgnfkan antara sebelum dan setelah penerbtan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 7 BAB LANDASAN TEORI.1 Analsa Regres Analsa regres dnterpretaskan sebaga suatu analsa yang berkatan dengan stud ketergantungan (hubungan kausal) dar suatu varabel tak bebas (dependent varable) atu dsebut

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN A III METODE PENELITIAN A. Tempat dan Watu Peneltan. Tempat Peneltan Obje dalam peneltan n adalah Kelas VIII M.Ts. Neger onang yang terleta d Kecamatan onang Kabupaten Dema.. Watu Peneltan Peneltan dlasanaan

Lebih terperinci

MODEL REGRESI SEMIPARAMETRIK SPLINE UNTUK DATA LONGITUDINAL PADA KASUS KADAR CD4 PENDERITA HIV. Lilis Laome 1)

MODEL REGRESI SEMIPARAMETRIK SPLINE UNTUK DATA LONGITUDINAL PADA KASUS KADAR CD4 PENDERITA HIV. Lilis Laome 1) Paradgma, Vol. 13 No. 2 Agustus 2009 hlm. 189 194 MODEL REGRESI SEMIPARAMERIK SPLINE UNUK DAA LONGIUDINAL PADA KASUS KADAR CD4 PENDERIA HIV Lls Laome 1) 1) Jurusan Matemata FMIPA Unverstas Haluoleo Kendar

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA III. METODE PENELITIAN A. Waktu dan Tempat Peneltan Peneltan n merupakan stud ekspermen yang telah dlaksanakan d SMA Neger 3 Bandar Lampung. Peneltan n dlaksanakan pada semester genap tahun ajaran 2012/2013.

Lebih terperinci

III. METODE PENELITIAN. bersifat statistik dengan tujuan menguji hipotesis yang telah ditetapkan.

III. METODE PENELITIAN. bersifat statistik dengan tujuan menguji hipotesis yang telah ditetapkan. 3 III. METDE PENELITIAN A. Metode Peneltan Metode peneltan merupakan langkah atau aturan yang dgunakan dalam melaksanakan peneltan. Metode pada peneltan n bersfat kuanttatf yatu metode peneltan yang dgunakan

Lebih terperinci

BAB III METODE PENELITIAN. berjumlah empat kelas terdiri dari 131 siswa. Sampel penelitian ini terdiri dari satu kelas yang diambil dengan

BAB III METODE PENELITIAN. berjumlah empat kelas terdiri dari 131 siswa. Sampel penelitian ini terdiri dari satu kelas yang diambil dengan 7 BAB III METODE PENELITIAN A. Populas dan Sampel 1. Populas Populas dalam peneltan n adalah seluruh sswa kelas XI SMA Yadka Bandar Lampung semester genap tahun pelajaran 014/ 015 yang berjumlah empat

Lebih terperinci

BAB 10. Menginterpretasikan Populasi Variabel Kanonik. Variabel kanonik secara umumnya artifisal. Jika variabel awal X (1) dan X (2)

BAB 10. Menginterpretasikan Populasi Variabel Kanonik. Variabel kanonik secara umumnya artifisal. Jika variabel awal X (1) dan X (2) BB 0 Mengnterpretasan Populas arabel Kanon arabel anon secara umumnya artfsal. Ja varabel awal X ( dan X ( dgunaan oefsen anon a dan b mempunya unt propors dar hmpunan X ( dan X (. Ja varabel awal yang

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen dengan populasi penelitian yaitu

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen dengan populasi penelitian yaitu 4 III. METODE PENELITIAN A. Populas Peneltan Peneltan n merupakan stud ekspermen dengan populas peneltan yatu seluruh sswa kelas VIII C SMP Neger Bukt Kemunng pada semester genap tahun pelajaran 01/013

Lebih terperinci

FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (Studi kasus: klasifikasi kualitas produk)

FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (Studi kasus: klasifikasi kualitas produk) Semnar Nasonal plas enolog Informas (SNI ) Yogyaarta, Jun FUZZY BCKPROPGION UNUK KLSIFIKSI POL (Stud asus: lasfas ualtas produ) Sr Kusumadew Jurusan en Informata, Faultas enolog Industr Unverstas Islam

Lebih terperinci

PENGUJIAN PROPORSI MENGGUNAKAN KETERKAITAN DISTRIBUSI CHI-SQUARE DENGAN PENDEKATAN DISTRIBUSI BINOMIAL TERHADAP DISTRIBUSI NORMAL STANDARD

PENGUJIAN PROPORSI MENGGUNAKAN KETERKAITAN DISTRIBUSI CHI-SQUARE DENGAN PENDEKATAN DISTRIBUSI BINOMIAL TERHADAP DISTRIBUSI NORMAL STANDARD ORBITH Vl. 7 N. 3 Nvember 11: 366-37 ENGUJIAN ROORSI MENGGUNAKAN KETERKAITAN DISTRIBUSI CHI-SQUARE DENGAN ENDEKATAN DISTRIBUSI BINOMIAL TERHADA DISTRIBUSI NORMAL STANDARD Oleh: Endang Tryan Staf engajar

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Pengertan Regres Regres pertama kal dgunakan sebaga konsep statstka oleh Sr Francs Galton (18 1911).Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang selanjutnya

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap 5 BAB III METODOLOGI PENELITIAN 3. Lokas Dan Waktu Peneltan Peneltan n dlaksanakan d SMA Neger I Tbawa pada semester genap tahun ajaran 0/03. Peneltan n berlangsung selama ± bulan (Me,Jun) mula dar tahap

Lebih terperinci

VI. KETIDAKPASTIAN. Contoh : Asih mengalami gejala ada bintik-bintik di wajahnya. Dokter menduga bahwa Asih terkena cacar

VI. KETIDAKPASTIAN. Contoh : Asih mengalami gejala ada bintik-bintik di wajahnya. Dokter menduga bahwa Asih terkena cacar VI. KETIDAKPASTIAN 12 Dalam enyataan sehar-har banya masalah dduna n tda dapat dmodelan secara lengap dan onssten. Suatu penalaran dmana adanya penambahan fata baru mengabatan etdaonsstenan, dengan cr-cr

Lebih terperinci

PEMODELAN TINGKAT KERAWANAN DEMAM BERDARAH DENGUE DI KABUPATEN LAMONGAN DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED ORDINAL LOGISTIC REGRESSION

PEMODELAN TINGKAT KERAWANAN DEMAM BERDARAH DENGUE DI KABUPATEN LAMONGAN DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED ORDINAL LOGISTIC REGRESSION PEMODELAN INGKA KERAWANAN DEMAM BERDARAH DENGUE DI KABUPAEN LAMONGAN DENGAN PENDEKAAN GEOGRAPHICALLY WEIGHED ORDINAL LOGISIC REGRESSION Marsa Rfada 1, Purhad 1) Mahasswa Magster Jurusan Statsta, Insttut

Lebih terperinci

STATISTIKA. Bab. Di unduh dari : Bukupaket.com. Mean Median Modus Simpangan baku Varian Histogram Quartil Desil Persentil

STATISTIKA. Bab. Di unduh dari : Bukupaket.com. Mean Median Modus Simpangan baku Varian Histogram Quartil Desil Persentil Bab 7 STATISTIKA A. KOMPETENSI DASAR DAN PENGALAMAN BELAJAR Kompetens Dasar Setelah mengut pembelajaran n sswa mampu:. Menghayat dan mengamalan ajaran agama yang danutnnya. 2. Meml motvas nternal, emampuan

Lebih terperinci

BAB.3 METODOLOGI PENELITIN 3.1 Lokasi dan Waktu Penelitian Penelitian ini di laksanakan di Sekolah Menengah Pertama (SMP) N. 1 Gorontalo pada kelas

BAB.3 METODOLOGI PENELITIN 3.1 Lokasi dan Waktu Penelitian Penelitian ini di laksanakan di Sekolah Menengah Pertama (SMP) N. 1 Gorontalo pada kelas 9 BAB.3 METODOLOGI PENELITIN 3. Lokas dan Waktu Peneltan Peneltan n d laksanakan d Sekolah Menengah Pertama (SMP) N. Gorontalo pada kelas VIII. Waktu peneltan dlaksanakan pada semester ganjl, tahun ajaran

Lebih terperinci

BAB III METODE PENELITIAN. SMK Negeri I Gorontalo. Penetapan lokasi tersebut berdasarkan pada

BAB III METODE PENELITIAN. SMK Negeri I Gorontalo. Penetapan lokasi tersebut berdasarkan pada 3 BAB III METODE PENELITIAN 3.1 Tempat Dan Waktu Peneltan 3.1.1 Tempat Peneltan Peneltan yang dlakukan oleh penelt berlokas d Kelas Ak 6, SMK Neger I Gorontalo. Penetapan lokas tersebut berdasarkan pada

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Al-Azhar 3 Bandar Lampung yang terletak d Jl. Gn. Tanggamus Raya Way Halm, kota Bandar Lampung. Populas dalam peneltan n adalah

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN ORI. Aljabar Matrs.. Defns Matrs Matrs adalah suatu umpulan anga-anga yang juga serng dsebut elemen-elemen yang dsusun secara teratur menurut bars dan olom sehngga berbentu perseg panjang,

Lebih terperinci

BAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah

BAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah BAB III METODE PENELITIAN 3.1 Metode Peneltan Metode yang dgunakan dalam peneltan n adalah metode deskrptf. Peneltan deskrptf merupakan peneltan yang dlakukan untuk menggambarkan sebuah fenomena atau suatu

Lebih terperinci

REGRESI DAN KORELASI LINEAR SEDERHANA. Regresi Linear

REGRESI DAN KORELASI LINEAR SEDERHANA. Regresi Linear REGRESI DAN KORELASI LINEAR SEDERHANA Regres Lnear Tujuan Pembelajaran Menjelaskan regres dan korelas Menghtung dar persamaan regres dan standard error dar estmas-estmas untuk analss regres lner sederhana

Lebih terperinci

BAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode

BAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode BAB III METODE PENELITIAN Desan Peneltan Metode peneltan yang dgunakan dalam peneltan n adalah metode deskrptf analts dengan jens pendekatan stud kasus yatu dengan melhat fenomena permasalahan yang ada

Lebih terperinci

ANALISIS DATA KATEGORIK (STK351)

ANALISIS DATA KATEGORIK (STK351) Suplemen Respons Pertemuan ANALISIS DATA KATEGORIK (STK351) 7 Departemen Statstka FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referens Waktu Korelas Perngkat (Rank Correlaton) Bag. 1 Koefsen Korelas Perngkat

Lebih terperinci

BAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen.

BAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen. BAB II METODOLOGI PENELITIAN A. Bentuk Peneltan Jens peneltan yang dgunakan dalam peneltan n adalah peneltan deskrptf dengan analsa kuanttatf, dengan maksud untuk mencar pengaruh antara varable ndependen

Lebih terperinci

BAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh

BAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh BAB III METODE PENELITIAN 3.1 Desan Peneltan Sebelum dlakukan peneltan, langkah pertama yang harus dlakukan oleh penelt adalah menentukan terlebh dahulu metode apa yang akan dgunakan dalam peneltan. Desan

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Satelah melakukan peneltan, penelt melakukan stud lapangan untuk memperoleh data nla post test dar hasl tes setelah dkena perlakuan.

Lebih terperinci

METODE PENELITIAN. digunakan untuk mengetahui bagaimana pengaruh variabel X (celebrity

METODE PENELITIAN. digunakan untuk mengetahui bagaimana pengaruh variabel X (celebrity 37 III. METODE PENELITIAN 3.1 Jens dan Sumber Data Jens peneltan yang dgunakan adalah peneltan deskrptf, yang mana dgunakan untuk mengetahu bagamana pengaruh varabel X (celebrty endorser) terhadap varabel

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN PENELITIAN. penerapan Customer Relationship Management pada tanggal 30 Juni 2011.

BAB IV HASIL DAN PEMBAHASAN PENELITIAN. penerapan Customer Relationship Management pada tanggal 30 Juni 2011. 44 BAB IV HASIL DAN PEMBAHASAN PENELITIAN 4.1 Penyajan Data Peneltan Untuk memperoleh data dar responden yang ada, maka dgunakan kuesoner yang telah dsebar pada para pelanggan (orang tua sswa) d Kumon

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa

III. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlakukan d MTs Neger Bandar Lampung dengan populas sswa kelas VII yang terdr dar 0 kelas yatu kelas unggulan, unggulan, dan kelas A sampa dengan

Lebih terperinci

UJI NORMALITAS X 2. Z p i O i E i (p i x N) Interval SD

UJI NORMALITAS X 2. Z p i O i E i (p i x N) Interval SD UJI F DAN UJI T Uj F dkenal dengan Uj serentak atau uj Model/Uj Anova, yatu uj untuk melhat bagamanakah pengaruh semua varabel bebasnya secara bersama-sama terhadap varabel terkatnya. Atau untuk menguj

Lebih terperinci

BAB III METODE PENELITIAN. Jenis penelitian yang dipakai adalah penelitian kuantitatif, dengan

BAB III METODE PENELITIAN. Jenis penelitian yang dipakai adalah penelitian kuantitatif, dengan BAB III METODE PENELITIAN 3.1 Pendekatan dan Jens Peneltan Jens peneltan yang dpaka adalah peneltan kuanttatf, dengan menggunakan metode analss deskrptf dengan analss statstka nferensal artnya penuls dapat

Lebih terperinci

INVERS DRAZIN DARI SUATU MATRIKS DENGAN MENGGUNAKAN BENTUK KANONIK JORDAN

INVERS DRAZIN DARI SUATU MATRIKS DENGAN MENGGUNAKAN BENTUK KANONIK JORDAN Buletn Ilmah ath. Stat. dan erapannya (Bmaster) Volume 5, No. 3 (6), hal 8. INVERS DRAZIN DARI SUAU ARIKS DENGAN ENGGUNAKAN BENUK KANNIK JRDAN Eo Sulstyono, Shanta artha, Ea Wulan Ramadhan INISARI Suatu

Lebih terperinci

BAB II DIMENSI PARTISI

BAB II DIMENSI PARTISI BAB II DIMENSI PARTISI. Defns dasar dan eteratannya dengan metrc dmenson Dalam pembahasan dmens parts, graf yang dbahas adalah graf terhubung sederhana dan tda meml arah. Sebelum mendefnsan graf yang dgunaan

Lebih terperinci

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran BAB 1 PENDAHULUAN 1.1. Latar Belakang Pertumbuhan dan kestablan ekonom, adalah dua syarat pentng bag kemakmuran dan kesejahteraan suatu bangsa. Dengan pertumbuhan yang cukup, negara dapat melanjutkan pembangunan

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB TINJAUAN PUSTAKA Pada Bab n aan dpaparan beberapa teor tentang analss dsrmnan dar berbaga sumber sepert: buu, jurnal dan prosdng. Analss dsrmnan adalah salah satu metode dependens dar analss multvarat.

Lebih terperinci

KOLINEARITAS GANDA (MULTICOLLINEARITY) Oleh Bambang Juanda

KOLINEARITAS GANDA (MULTICOLLINEARITY) Oleh Bambang Juanda KOLINEARITAS GANDA MULTICOLLINEARIT Oleh Bambang Juanda Model: = X + X + + X + ε. Hubungan Lnear Sempurna esa, Ja C X 0 C onstanta yg td semuanya 0. Mudah detahu rn td ada dugaan parameter oef dgn OLS,

Lebih terperinci

METODE PENELITIAN. pelajaran 2011/ Populasi penelitian ini adalah seluruh siswa kelas X yang

METODE PENELITIAN. pelajaran 2011/ Populasi penelitian ini adalah seluruh siswa kelas X yang III. METODE PENELITIAN A. Waktu dan Tempat Peneltan Peneltan n telah dlaksanakan d SMA Neger 1 Bandar Lampung pada tahun pelajaran 011/ 01. Populas peneltan n adalah seluruh sswa kelas X yang terdr dar

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 13 Bandar Lampung. Populasi dalam

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 13 Bandar Lampung. Populasi dalam III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Neger 3 Bandar Lampung. Populas dalam peneltan n yatu seluruh sswa kelas VIII SMP Neger 3 Bandar Lampung Tahun Pelajaran 0/03 yang

Lebih terperinci

Penggunaan Model Regresi Tobit Pada Data Tersensor

Penggunaan Model Regresi Tobit Pada Data Tersensor SEMINAR NASIONAL MAEMAIKA DAN PENDIDIKAN MAEMAIKA UNY 016 S 15 Penggunaan Model Regres obt Pada Data ersensor Def Yust Fadah 1, Resa Septan Pontoh 1, Departemen Statsta FMIPA Unverstas Padjadjaran def.yust@unpad.ac.d

Lebih terperinci

Pendekatan Hurdle Poisson Pada Excess Zero Data

Pendekatan Hurdle Poisson Pada Excess Zero Data SEMINAR NASIONAL MAEMAIKA DAN PENDIDIKAN MAEMAIKA UNY 05 Pendeatan Hurdle Posson Pada Excess Zero Data S - 7 Def Yust Fadah, Resa Septan Pontoh Departemen Statsta FMIPA Unverstas Padadaran def.yust@unpad.ac.d

Lebih terperinci

KORELASI DAN REGRESI LINIER. Debrina Puspita Andriani /

KORELASI DAN REGRESI LINIER. Debrina Puspita Andriani    / KORELASI DAN REGRESI LINIER 9 Debrna Puspta Andran www. E-mal : debrna.ub@gmal.com / debrna@ub.ac.d 2 Outlne 3 Perbedaan mendasar antara korelas dan regres? KORELASI Korelas hanya menunjukkan sekedar hubungan.

Lebih terperinci

A. Soal 1 yg dikerjakan seharian tadi ttg regresi tunggal MENGHITUNG REGRESI LINEAR SEDERHANA

A. Soal 1 yg dikerjakan seharian tadi ttg regresi tunggal MENGHITUNG REGRESI LINEAR SEDERHANA 009 T u g a s a p l k a s S t a t s t k P a g e 1 A. Soal 1 yg dkerjakan seharan tad ttg regres tunggal MENGHITUNG REGRESI LINEAR SEDERHANA Persamaan umum regres lnear sederhana adalah : Ŷ = a + bx Contoh

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakang Dalam kehdupan sehar-har, serngkal dumpa hubungan antara suatu varabel dengan satu atau lebh varabel lan. D dalam bdang pertanan sebaga contoh, doss dan ens pupuk yang dberkan

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini merupakan penelitian pengembangan (Research and

III. METODE PENELITIAN. Penelitian ini merupakan penelitian pengembangan (Research and III. METODE PENELITIAN A. Desan Peneltan Peneltan n merupakan peneltan pengembangan (Research and Development). Peneltan pengembangan yang dlakukan adalah untuk mengembangkan penuntun praktkum menjad LKS

Lebih terperinci

PROPOSAL SKRIPSI JUDUL:

PROPOSAL SKRIPSI JUDUL: PROPOSAL SKRIPSI JUDUL: 1.1. Latar Belakang Masalah SDM kn makn berperan besar bag kesuksesan suatu organsas. Banyak organsas menyadar bahwa unsur manusa dalam suatu organsas dapat memberkan keunggulan

Lebih terperinci

BAB IV PEMBAHASAN HASIL PENELITIAN

BAB IV PEMBAHASAN HASIL PENELITIAN BAB IV PEMBAHASAN HASIL PENELITIAN A. Hasl Peneltan Pada peneltan yang telah dlakukan penelt selama 3 mnggu, maka hasl belajar matematka pada mater pokok pecahan d kelas V MI I anatussbyan Mangkang Kulon

Lebih terperinci

Pengaruh Kelembaban dan Seri Tanah Terhadap Mutu dan Produksi Tanaman Tembakau Temanggung dengan Metode MANOVA

Pengaruh Kelembaban dan Seri Tanah Terhadap Mutu dan Produksi Tanaman Tembakau Temanggung dengan Metode MANOVA Pengaruh Kelembaban dan Ser Tanah Terhadap Mutu dan Produs Tanaman Tembaau Temanggung dengan Metode MANOVA Mftala Al Rza ), Sutno ), dan Dumal ) ) Jurusan Statsta, Faultas MIPA, Insttut Tenolog Sepuluh

Lebih terperinci

BAB III OBYEK DAN METODE PENELITIAN. Obyek dalam penelitian ini adalah kebijakan dividen sebagai variabel

BAB III OBYEK DAN METODE PENELITIAN. Obyek dalam penelitian ini adalah kebijakan dividen sebagai variabel 4 BAB III OBYEK DAN METODE PENELITIAN 3.1 Obyek Peneltan Obyek dalam peneltan n adalah kebjakan dvden sebaga varabel ndependen (X) dan harga saham sebaga varabel dependen (Y). Peneltan n dlakukan untuk

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1. Hpotess Peneltan Berkatan dengan manusa masalah d atas maka penuls menyusun hpotess sebaga acuan dalam penulsan hpotess penuls yatu Terdapat hubungan postf antara penddkan

Lebih terperinci

ANALISIS REGRESI. Catatan Freddy

ANALISIS REGRESI. Catatan Freddy ANALISIS REGRESI Regres Lner Sederhana : Contoh Perhtungan Regres Lner Sederhana Menghtung harga a dan b Menyusun Persamaan Regres Korelas Pearson (Product Moment) Koefsen Determnas (KD) Regres Ganda :

Lebih terperinci

Jurnal Einstein 4 (1) (2016): Jurnal Einstein. Available online

Jurnal Einstein 4 (1) (2016): Jurnal Einstein. Available online Jurnal Ensten 4 () (06): 4-3 Jurnal Ensten Avalable onlne http://jurnal.unmed.ac.d/0/ndex.php/ensten Penguuran Intrus Ar Laut Pada Sumur Gal Dengan Kondutvtmeter D Desa Pematang Guntung Kecamatan Telu

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Pengetan Reges dan Koelas.. Pengetan Reges Paa lmuan, eonom, psolog, dan sosolog selalu beepentngan dengan masalah peamalan. Peamalan matematyang memungnan ta meamalan nla-nla suatu

Lebih terperinci

Independent Var. Dependent Var. Test. Nominal Interval Independent t-test, ANOVA. Nominal Nominal Cross Tabs, Chi Square, dan Koefisien Kontingensi

Independent Var. Dependent Var. Test. Nominal Interval Independent t-test, ANOVA. Nominal Nominal Cross Tabs, Chi Square, dan Koefisien Kontingensi Independent Var. Dependent Var. Test Nomnal Interval Independent t-test, ANOVA Nomnal Nomnal Cross Tabs, Ch Square, dan Koefsen Kontngens Nomnal Ordnal Mann Whtney, Kolmogorov- Smrnow, Kruskall Walls Ordnal

Lebih terperinci

BAB IV PEMBAHASAN HASIL PENELITIAN PENGARUH PENGGUNAAN METODE GALLERY WALK

BAB IV PEMBAHASAN HASIL PENELITIAN PENGARUH PENGGUNAAN METODE GALLERY WALK BAB IV PEMBAASAN ASIL PENELITIAN PENGARU PENGGUNAAN METODE GALLERY WALK TERADAP ASIL BELAJAR MATA PELAJARAN IPS MATERI POKOK KERAGAMAN SUKU BANGSA DAN BUDAYA DI INDONESIA A. Deskrps Data asl Peneltan.

Lebih terperinci

BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I. Kesulitan ekonomi yang tengah terjadi akhir-akhir ini, memaksa

BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I. Kesulitan ekonomi yang tengah terjadi akhir-akhir ini, memaksa BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I 4. LATAR BELAKANG Kesultan ekonom yang tengah terjad akhr-akhr n, memaksa masyarakat memutar otak untuk mencar uang guna memenuh kebutuhan hdup

Lebih terperinci

STATISTICAL STUDENT OF IST AKPRIND

STATISTICAL STUDENT OF IST AKPRIND E-mal : statstkasta@yahoo.com Blog : Analss Regres SederhanaMenggunakan MS Excel 2007 Lsens Dokumen: Copyrght 2010 sssta.wordpress.com Seluruh dokumen d sssta.wordpress.com dapat dgunakan dan dsebarkan

Lebih terperinci

Faktor-Faktor Eksternal Pneumonia pada Balita di Jawa Timur dengan Pendekatan Geographically Weighted Regression

Faktor-Faktor Eksternal Pneumonia pada Balita di Jawa Timur dengan Pendekatan Geographically Weighted Regression JURNAL SAINS DAN SENI ITS Vol., No., (Sept. ) ISSN: 3-98X D-37 Fator-Fator Esternal Pneumona pada Balta d Jawa Tmur dengan Pendeatan Geographcally Weghted Regresson Ftrarma Putr Santoso, Sr Pngt W, dan

Lebih terperinci

Bab III. Plant Nonlinear Dengan Fase Nonminimum

Bab III. Plant Nonlinear Dengan Fase Nonminimum Bab III Plant Nonlnear Dengan Fase Nonmnmum Pada bagan n dbahas mengena penurunan learnng controller untu sstem nonlnear dengan derajat relatf yang detahu Dalam hal n hanya dperhatan pada sstem-sstem nonlnear

Lebih terperinci

BAB III METODE RESPONSE SURFACE DENGAN SIMULASI MONTE CARLO. solusi dari suatu masalah diberikan berdasarkan proses rendomisasi (acak).

BAB III METODE RESPONSE SURFACE DENGAN SIMULASI MONTE CARLO. solusi dari suatu masalah diberikan berdasarkan proses rendomisasi (acak). BAB III METODE RESPONSE SURFACE DENGAN SIMULASI MONTE CARLO 3. Smulas Monte Carlo Smulas Monte Carlo merupaan bentu smulas probablst dmana solus dar suatu masalah dberan berdasaran proses rendomsas (aca).

Lebih terperinci

IV. UKURAN SIMPANGAN, DISPERSI & VARIASI

IV. UKURAN SIMPANGAN, DISPERSI & VARIASI IV. UKURAN SIMPANGAN, DISPERSI & VARIASI Pendahuluan o Ukuran dspers atau ukuran varas, yang menggambarkan derajat bagamana berpencarnya data kuanttatf, dntaranya: rentang, rentang antar kuartl, smpangan

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Jens dan Pendekatan Peneltan Jens peneltan n termasuk peneltan korelasonal (correlatonal studes. Peneltan korelasonal merupakan peneltan yang dmaksudkan untuk mengetahu ada

Lebih terperinci

III FUZZY GOAL LINEAR PROGRAMMING

III FUZZY GOAL LINEAR PROGRAMMING 7 Ilustras entu hmpunan fuzzy dan fungs eanggotaannya dapat dlhat pada Contoh 3. Contoh 3 Msalan seseorang dataan sudah dewasa ja erumur 7 tahun atau leh, maa dalam loga tegas, seseorang yang erumur urang

Lebih terperinci

ANALISIS BENTUK HUBUNGAN

ANALISIS BENTUK HUBUNGAN ANALISIS BENTUK HUBUNGAN Analss Regres dan Korelas Analss regres dgunakan untuk mempelajar dan mengukur hubungan statstk yang terjad antara dua varbel atau lebh varabel. Varabel tersebut adalah varabel

Lebih terperinci

Optimasi Baru Program Linear Multi Objektif Dengan Simplex LP Untuk Perencanaan Produksi

Optimasi Baru Program Linear Multi Objektif Dengan Simplex LP Untuk Perencanaan Produksi JURNA INFORMATIKA, Vol.4 No.2 September 27, pp. 222~229 ISSN: 2355-6579 E-ISSN: 2528-2247 222 Optmas Baru Program near Mult Objetf Dengan Smplex P Untu Perencanaan Produs Maxs Ary Am BSI Bandung e-mal:

Lebih terperinci

BAB I PENDAHULUAN. pembangunan dalam sektor energi wajib dilaksanakan secara sebaik-baiknya. Jika

BAB I PENDAHULUAN. pembangunan dalam sektor energi wajib dilaksanakan secara sebaik-baiknya. Jika BAB I PENDAHULUAN 1.1.Latar Belakang Energ sangat berperan pentng bag masyarakat dalam menjalan kehdupan seharhar dan sangat berperan dalam proses pembangunan. Oleh sebab tu penngkatan serta pembangunan

Lebih terperinci

BAB III METODE PENELITIAN. Adapun yang menjadi objek penelitian adalah siswa MAN Model Gorontalo.

BAB III METODE PENELITIAN. Adapun yang menjadi objek penelitian adalah siswa MAN Model Gorontalo. BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.1.1 Tempat Peneltan Adapun yang menjad objek peneltan adalah sswa MAN Model Gorontalo. Penetapan lokas n ddasarkan pada beberapa pertmbangan yakn,

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN. Latar Belakang Manova atau Multvarate of Varance merupakan pengujan dalam multvarate yang bertujuan untuk mengetahu pengaruh varabel respon dengan terhadap beberapa varabel predktor

Lebih terperinci

III.METODE PENELITIAN. Pada penelitian ini subyek yang digunakan adalah siswa VII A SMPN 5

III.METODE PENELITIAN. Pada penelitian ini subyek yang digunakan adalah siswa VII A SMPN 5 33 III.METODE PENELITIAN A Jens Dan Desan Peneltan. Jens peneltan yang dgunakan dalam peneltan n adalah peneltan kuanttatf. Peneltan n merupakan peneltan korelas yang bertujuan untuk mengetahu hubungan

Lebih terperinci

Pengolahan lanjut data gravitasi

Pengolahan lanjut data gravitasi Modul 6 Pengolahan lanjut data gravtas 1. Transformas/proyes e bdang datar (metode Damney atau Euvalen Tt Massa). Pemsahan Anomal Loal/Resdual dan Anomal Regonal a. Kontnuas b. Movng average c. Polynomal

Lebih terperinci

e + Dengan menggunakan transformasi logit dari π(x), maka model regresi fungsi logit dapat didefinisikan sebagai berikut (2) π(x) e

e + Dengan menggunakan transformasi logit dari π(x), maka model regresi fungsi logit dapat didefinisikan sebagai berikut (2) π(x) e ANALISIS PEMAKAIAN KEMOTERAPI PADA KASUS KANKER PAYUDARA DENGAN MENGGUNAKAN METODE REGRESI LOGISTIK MULTINOMIAL (STUDI KASUS PASIEN DI RUMAH SAKIT X SURABAYA Aref Yudssanta, dan Dra. Madu Ratna, M.S Jurusan

Lebih terperinci

Analisis Regresi Linear Sederhana

Analisis Regresi Linear Sederhana Analss Regres Lnear Sederhana Al Muhson Pendahuluan Menggunakan metode statstk berdasarkan data yang lalu untuk mempredks konds yang akan datang Menggunakan pengalaman, pernyataan ahl dan surve untuk mempredks

Lebih terperinci

BAB III METODE PENELITIAN. pretest postes control group design dengan satu macam perlakuan. Di dalam

BAB III METODE PENELITIAN. pretest postes control group design dengan satu macam perlakuan. Di dalam BAB III METODE PEELITIA A. Bentuk Peneltan Peneltan n merupakan peneltan ekspermen dengan model pretest postes control group desgn dengan satu macam perlakuan. D dalam model n sebelum dmula perlakuan kedua

Lebih terperinci

Oleh : Wahyu Safi i Dosen Pembimbing : Drs. Soehardjoepri, M.Si

Oleh : Wahyu Safi i Dosen Pembimbing : Drs. Soehardjoepri, M.Si Analsa Penerapan Metode Robust Locally Weght Regresson Smoothng Scatterplots Pada Oblgas ( Analyss of Applcaton Robust Locally Weght Regresson Smoothng Scatterplots s Method n Oblgaton ) Oleh : Wahyu Saf

Lebih terperinci

BAB III METODE PENELITIAN. Metode penelitian merupakan cara atau langkah-langkah yang harus

BAB III METODE PENELITIAN. Metode penelitian merupakan cara atau langkah-langkah yang harus BAB III METODE PENELITIAN Metode peneltan merupakan cara atau langkah-langkah yang harus dtempuh dalam kegatan peneltan, sehngga peneltan yang dlakukan dapat mencapa sasaran yang dngnkan. Metodolog peneltan

Lebih terperinci