PENGENDALIAN OPTIMAL TUBERKULOSIS DENGAN EXOGENOUS REINFECTION
|
|
- Devi Makmur
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Prosdng Semnar asonal Peneltan, Penddkan dan Penerapan MPA, Fakltas MPA, Unverstas eger Yogyakarta, 4 Me PEGEDALA OPTMAL TUBERKULOSS DEGA EXOGEOUS REFECTO Hasnan asrn, Sbchan, M.Yns nsttt Teknolog Seplh opember, Srabaya Emal : hasnannasrnsregar@yahoo.com ABSTRAK Penyakt Tberkloss (TB) merpakan salah sat penyakt menlar terta yang menyerang mansa. Badan Kesehatan Dna (WHO) menyatakan bahwa sepertga penddk dna telah ternfeks oleh Mycobacterm Tbercloss, yang merpakan bakter penyebab penyakt Tberkloss. D ndonesa, jmlah pasen Tberkloss menempat rtan ke tga terbanyak ddna setelah Cna dan nda. Model matemats Tberkloss dengan Exogenos Renfecton dmodelkan sebaga Permasalahan Pengendalan Optmal yang dselesakan menggnakan metode langsng dengan mentransformaskan kedalam bentk permasalahan pemerograman tak lnear (on lnear Programng, LP). Pengendalan dalam peneltan n terdr dar kendal solas, daya tahan tbh dan pengobatan yang bertjan ntk memnmalkan jmlah penddk ternfeks dan menlar melal penerapan Pengendalan Optmal. Hasl Peneltan nja dar da keadaan dmana Ro (Blangan Reprodks Dasar), Ro> ntk kass terjadnya endemk dan paya tambahan Ro < ntk kass tdak terjadnya endemc. Kata Knc: Tberkloss dengan Exogenos Renfecton, Pengendalan Optmal Blangan Reprodks Dasar M-
2 Hasnan asrn/ Pengendalan Optmal Tberkloss PEDAHULUA Sejarah panjang penyakt Tberkloss telah ada sejak sektar 6 SM, hal n ddasar dengan emkannya fosl tlang dada dan belakang seorang pra yang dketah menderta Tberkloss d daerah Hedelberg, Jerman. Oleh karena tlah maka Tberkloss tercatat sebaga salah sat penyakt menlar terta yang menyerang mansa. Menrt perkraan Badan Kesehatan Dna (WHO, ) sektar sepertga penddk dna telah ternfeks oleh Mycobacterm Tbercloss. Laporan Tberkloss dna oleh WHO yang terbar (6), menempatkan ndonesa sebaga egara terbesar nomor penymbang Tberkloss d dna setelah nda dan Cna dengan jmlah kass bar sektar 59. dan jmlah kematan sektar. pertahn. Penlaran penyakt Tberkloss terblang nk jka dbandngkan dengan penyakt menlar lannya. Pada Tberkloss penlaran langsng dar penderta aktf kepada orang yang belm ternfeks sebagan besar hanya mengakbatkan seseorang terjangkt Bakter Mycobactera Tbercloss tanpa mennjkkan gejala penyakt Tberkloss. Pada kenyataannya, sebagan besar ndvd ternfeks Tberkloss tetap dalam tahap laten dan tdak pernah menjad menlar ata mennjkkan gejala Tberkloss. Hal n sejalan dengan pernyataan (Snhwa Cho, 9) yang mengatakan dalam perspektf, % ndvd dalam kontak dengan pasen Tberkloss aktf akan ternfeks (laten dan pasf), sedangkan % dar kelompok n ternfeks akan menjad menlar (aktf). Kemngknan perkembangan Tberkloss laten dan pasf menjad aktf dan menlar dapat dpercepat dar kontak berlang dengan orang yang mengdap Tberkloss aktf dan menlar. Akbatnya, smber ntk kemajan Tberkloss tdak hanya nfeks prmer, tetap jga kemngknan Exogenos Renfecton. Exogenos Renfecton Merpakan nfeks dar orang yang sdah memlk Bakter Mycobactera Tbercloss (laten dan pasf) tap menjad terkena TB dkarenakan nfeks lang dar Orang lan yang sedang terkena Tberkloss Aktf. Oleh karena t, Exogenos Renfecton memlk peranan pentng dalam perkembangan serta penlaran penyakt Tberkloss. Rmsan masalah dalam peneltan n adalah Bagamana model pengendalan optmal serta menentkan kendal optmal dar solas, daya tahan tbh dan pengobatan pada Tberkloss dengan Exogenos Renfecton.Yang menjad tjan dalam peneltan n adalah mendeskrpskan model pengendalan optmal yang menggambarkan hbngan penyakt Tberkloss dengan Exogenos Renfecton dan cara penlarannya serta menentkan Kendal optmal dar kendal solas, daya tahan tbh dan pengobatan pada Tberkloss dengan Exogenos Renfecton sehngga memnmalkan orang yang ternfeks penyakt Tberkloss. Sedangkan manfaat dar penlsan peneltan n adalah ntk memberkan nformas bahwa pengendalan optmal yang dperoleh dapat menjad sat sols optmal dalam menentkan kebjakan ntk mengatas penyebaran serta penlaran penyakt Tberkloss dengan Exogenos Renfecton. METODE PEELTA Metode peneltan yang dlakkan pada peneltan n terdr atas : Analss Model Penyelesaan Kendal Optmal Penyelesaan kendal optmal pada pencegahan Tberkloss dengan Exogenos Renfecton dlakkan dengan menggnakan kendal solas, daya tahan tbh dan pengobatan dengan menggnakan Prnsp Maksmm Pontryagn. Prnsp Maxmm Prncple merpakan sat konds sehngga dapat dperoleh penyelesaan optmal control yang sesa dengan tjan (memaksmalkan performance ndex). Prosedr menyelesakan masalah ontrol optmal dengan menggnakan Prnsp Maksmm Pontryagn adalah sebaga berkt (ad, ): Dberkan persamaan plant: x f x t, t, t M-
3 Prosdng Semnar asonal Peneltan, Penddkan dan Penerapan MPA, Fakltas MPA, Unverstas eger Yogyakarta, 4 Me Dberkan ndeks performans: J S x t, t V x t, t, t f f t Dan konds batas x t x dan x t x f f bebas. Maka langkah-langkah penyelesaannya adalah: Bentk fngs Pontryagnnya: H x t, t, t, t V x t, t, t x t, t, t Mnmmkan H terhadap sema vektor kontrol t : ' H dan dperoleh t h x t, t, t Gnakan hasl dar langkah ke dalam langkah dan tentkan H yang optmal. H x t, h x t, t, t, t, t H x t, t, t Selesakan sekmplan n persamaan H x t dan t H x S S Dengan konds awal x dan konds akhr H t t x f f t x 5. Untk memperoleh kontrol optmal, sbsttskan sols x t, t dar langkah 4 ke dalam ekspres optmal ckontrol pada langkah. Smlas Smlas pada peneltan n menggnakan bantan program kompter ntk mencar kendal optmal pada model Tberkloss dengan Exogenos Renfecton. HASL PEELTA Untk mengendalkan penyebaran Tberkloss dengan Exogenos Renfecton dgnakan model kompartemen yang dkembangkan oleh (Zhlan Feng,dkk (). Asms asms yang dapat dambl dar model tersebt alah : Ssceptble alah poplas yang rentan terhadap penyakt Tberkloss. Poplas Ssceptble menngkat dengan adanya laj rekrtment dar ndvd yang mask ke dalam sat wlayah dan menrn dengan laj kematan alam (µ). Laj rekrtment melpt kelahran, mgras, dan emgras. Penlaran dapat terjad akbat hbngan antara Ssceptble dengan nfectos yang mengakbatkan poplas n menjad kt ternfeks dan berdampak poplas dar ssceptble akan berkrang. Pada poplas n akan kta berkan kendal solas ( ) sebaga pencegah hbngan antara poplas ssceptble dengan poplas nfectos. Koefsen transms kelas Ssceptble dan Exposed n adalah β dan c. Exposed alah ndvd yang terdeteks sdah ternfeks tetap belm mengnfeks, namn secara meds gejala penyakt Tberkloss belm menyebar. Total poplas n dnotaskan E, M- '
4 Hasnan asrn/ Pengendalan Optmal Tberkloss berkembangnya poplas Exposed karena laj perbahan dar kelas Ssceptble menjad Exposed dpengarh oleh β dan c dan berbahnya poplas Exposed menjad nfectos dpengarh oleh k (tngkat perkembangan dar kelas pasf dan laten menj kelas aktf dan menlar), dan menrn dengan laj kematan alam (µ). Pada Poplas n akan kta berkan kendal solas ( ) dan daya tahan tbh ( ) nfektos alah ndvd yang menlar, poplas n mncl setelah berkembangnya gejala dar ternfeks menjad menlar dan aktf yang dpengarh oleh k. Poplas n berkrang oleh kematan akbat penyakt Tberkloss (d), kematan alam (µ) dan orang yg sembh dar penyakt Tberkloss (r).hbngan poplas pada kelas n dengan kelas lannya dapat terjad dengan kelas ssceptble dan kelas treatment. Oleh karenan tlah kta dapat menekan perkembangan kelas nfectos dengan memberkan kendal solas ( ) dan mengrang poplas kelas nfectos dengan memberkan kendal pengobatan ata treatment ( ). Recovery Poplas sembh (Recovery) n dsmbolkan dengan notas T dan dasmskan bahwa poplas n telah sembh dar penyakt Tberkloss. Poplas berasal dar ndvd menlar () yang sembh dar penyakt Tberkloss dan menrn karena adanya laj kematan alam (µ). Pada poplas d kelas n kta akan memberkan kendal pengobatan ( )sebaga cara ntk memperbanyak poplas pada kelas n, serta memberkan kendal daya tahan tbh ( )ntk mencegah poplas pada kelas n kembal menjad poplas yang ternfeks. D bawah n adalah dagram kompartemen dar hbngan keempat kelas model Tberkloss dengan adanya kendal sebaga berkt : S cs M-4 E BcS S E T ke r d BCT Model matemats dar penyebaran Tberkloss dengan exogenos renfecton dapat ls dalam bentk persamaan dfferensal sebaga berkt: ds Λ t cs S de t cs t p ce k E t ct d dt d t r t ct T Λ t p ce ke t r d d T
5 Prosdng Semnar asonal Peneltan, Penddkan dan Penerapan MPA, Fakltas MPA, Unverstas eger Yogyakarta, 4 Me Untk mengetah tngkat penyebaran sat penyakt dperlkan sat parameter tertent. Parameter yang basa dgnakan adalah Blangan Reprodks Dasar (Basc Reprodcton mber). Blangan Reprodks Dasar adalah blangan yang menyatakan banyaknya rata-rata ndvd nfektf seknder akbat tertlar ndvd nfektf prmer yang berlangsng ddalam poplas ssceptble. Kanttas dar blangan reprodks dasar tergantng dar beberapa faktor dantaranya banyaknya rata-rata kontak antara ndvd-ndvd yang mash sehat (ssceptble) dengan ndvd-ndvd yang sdah menderta penyakt (nfectos) dan lama terjadnya kontak. Pada setap model, blangan reprodks dasar tergantng pada parameter-parameter kependdkan (demograf) dan epdemolog yang termat d dalam model. Jka model hanya mempnya da ttk kesetmbangan yat ttk kesetmbangan bebas penyakt dan ttk kesetmbangan endemk, maka tdak terjad endemk jka R < dan terjad endemk jka R >.Blangan reprodks dasar pada model Tberkloss dengan Exogenos Renfecton adalah R c k r d k Penyelesaan Kendal Optmal Pada penyelesaan kendal optmal n akan dbahas penggnaan kendal solas, Vaksnas(daya tahan tbh), dan Pengobatan. Tjannya ntk memnmalkan jmlah ndvd yang ternfeks (nfected) Tberkloss dengan wakt dan baya yang optmal dengan ndek performa sebaga berkt: B B B J,, t t t t Kendal adalah kendal solas yang merpakan paya yang mencegah nfeks ndvd rentan dengan ndvd menlar. Hal n akan mengrang jmlah ndvd yang dapat mengembangkan Tberkloss aktf. alah kendal daya tahan tbh yang merpakan paya ntk mencegah nfeks lang dar Tberkloss. alah kendal pengobatan, (pemberan Obat obatan secara ntensf dan terkendal) yang merpakan paya pada penanganan ndvd yang ternfeks aktf ntk menjad sembh. B, B, B adalah parameter pembobotan, menyembangkan kepentngan relatf dan kran persyaratan dalam fngsonal objektf. Selanjtnya dengan menggnakan prnsp maksmm pontryagn ddapatkan Persamaan Lagrananberkt: βcsn L E n B B B λ Λ μ S λ β csn pβ ce n σβ ct n μ k E 888 dengan pβ ce n λ ke μ r d n σβctn λ re μt λ Λ μ d n 4 5 w ( ( t ) a ) w ( b ( t )) w ( ( t ) a ) w ( b ( t )) w ( ( t ) a ) w ( b ( t )) M-5
6 Hasnan asrn/ Pengendalan Optmal Tberkloss w t w t w t w t w ( t ) w ( t ) w ( t ) a, w b ( t ), w ( t ) a, w b t w ( ( t ) a ), w ( b ( t ) Selanjtnya berdasarkan prnsp maksmal ddapatkan : L L L cs cs ce ce llllll B t E w t w ( t ) c ( S S E E ) t w t B ct ct 4 llllll B t w t w ( t ) ct ( ) 4 t w t w B llllll 4 4 w () t B t r re w t w ( t ) re ( ) t w t B w () t Ada tga kass dalam menentkan karakter yang spesfk dalam pengendalan optmal yat: ( t). Jkaaaa ( t ) b. jka a. jkabb b, dengann,, Dengan mengkombnaskan tga kass dalam menentkan karakter yang spesfk dalam pengendalan optmal dapat dbentk dalam bentk kompak sebaga berkt: ( ) lllll,, t m n b m ax a 4 ( ) lllll,, t m n b m ax a 4 ( t ) lllll m n b, m ax a, c ( S S E E ) ct ( ) re ( ) B B B Penyelesaan pencegahan Tberkloss dengan Exogenos Renfecton secara nmerk dlakkan dengan menggnakan bantan program kompter. la dar parameter dambl dar nla parameter yang berasal dar Snhwa Cho dkk(9) yat : M-6
7 POPULAS POPULAS Prosdng Semnar asonal Peneltan, Penddkan dan Penerapan MPA, Fakltas MPA, Unverstas eger Yogyakarta, 4 Me PARAMETER KOMPUTAS SMBOL LA Wakt akhr Batas gawah kendal Batas atas kendal Jmlah faktor yang mempengarh Jmlah faktor yang mempengarh Jmlah faktor yang mempengarh Tngkat rekrtmen konstan Jmlah rata-rata ndvd normal yang rentan ternfeks oleh sat ndvd menlar yang berhbngan langsng per nt wakt Rata rata tngkat kematan alam Jmlah rata-rata ndvd ternfeks yang rentan ternfeks oleh sat ndvd menlar yang berhbngan langsng per nt wakt Hbngan rata rata perkapta Angka kematan perkapta akbat Tberkloss Tngkat pegembangan dar terfeks laten menjad nfeks yang menlar Tngkat Exogenos Renfecton Tngkat pengobatan perkapta Total Poplas la awal Poplas Ssceptble la awal Poplas Exposed la awal poplas nfectos la awal poplas Treatment B B B Λ β µ σ c d k ρ r S() E() () T( 65,,,,,, , Pada tahap smlas n akan dbandngkan sstem sebelm dkontrol (tanpa memberkan kendal solas, Daya tahan tbh dan Pengobatan) dan sesdah dkontrol (dengan memberkan kendal solas, Daya tahan tbh dan Pengobatan), sehngga kta dapat mengkr sejah mana keefektfan dar kendal yang dlakkan. Pada sstem yang dberkan kendal kta akan membat da macam persoalan yat: Persoalan ketka R < artnya tdak ada terjadnya endemk Penyakt. Penlaran penyakt tergolong normal serta mash dalam taraf yang basa. Persoalan ketka R > Pada kass R > artnya terjadnya endemk penyakt. Penlaran penyakt tergolong datas normal ata dkatakan dapat menlar dan menyebar dengan sangat cepat.hal n nantnya akan dapat mengakbatkan jmlah korban yang sangat banyak apabla tdak dlakkan penanganan yang sers ntk mengantspas dar penlaran penyakt tersebt. Berkt n akan amplkan grafk hasl smlas Pengendalan Tberkloss dengan menggnakan program kompter dmana akan dperlhatkan konds pada saat tdak dkendalkan, dkendalkan pada saat penyebaran penyakt normal (Ro<) serta pada saat terjadnya endemk penyakt (Ro>). 5 GRAFK. POPULAS ORMAL Tanpa Kendal Pada saat Ro< Pada saat Ro> 5 GRAFK. POPULAS TERFEKS Tanpa Kendal Pada saat Ro< Pada saat Ro> 5 5 WAKTU PERLAKUA M-7 WAKTU PERLAKUA
8 POPULAS POPULAS Hasnan asrn/ Pengendalan Optmal Tberkloss Pada Grafk. Mennjkkan jmlah poplas normal dmana terlhat dengan adanya kendal dapat memaksmalkan dar ndvd yang normal sedangkan pada kass tanpa kendal mengakbatkan poplas ndvd normal menrn tajam. Pada Grafk. Mennjkkan jmlah poplas Ternfeks dmana terlhat dengan ata tanpa kendal jmlah dar poplas sama sama menrn, tetap pada saat dkendalkan jmlah poplas ternfeks akan lebh sedkt dbandngkan tanpa kendal 5,, GRAFK.POPULAS MEULAR Tanpa Kendal Pada saat Ro< Pada saat Ro> 5 GRAFK 4. POPULAS SEMBUH Tanpa Kendal Pada saat Ro< Pada saat Ro>, WAKTU PERLAKUA 4 WAKTU PERLAKUA Pada Grafk. Mennjkkan jmlah poplas menlar dmana dengan adanya kendal dapat menrnkan jmlah dar poplas yang menlar. Sedangkan apabla tdak dkendalkan dapat membat poplas n menjad menngkat. Pada Grafk 4. Mennjkkan jmlah poplas yang sembh, dengan adanya kendal poplas sembh mengalam penngkatan dsebabkan kendal pengobatan kemdan menrn dkarenakan poplas n bergerak ke poplas normal dkarenakan adanya kendal vaksnas sedangkan tanpa kendal poplas ters menrn. GRAFK 6. KEDAL SOLAS ( ) saat Ro< saat Ro> GRAFK 7. KEDAL VAKSAS ( ) saat Ro< saat Ro> KEDAL.75.5 KEDAL WAKTU PERLAKUA GRAFK 8. KEDAL PEGOBATA ( ) 4 WAKTU PERLAKUA saat Ro< KEDAL.75.5 saat Ro>.5 4 WAKTU PERLAKUA Pada Grafk 6,7,8 Mennjkkan kendal dar solas, vaksnas dan pengobatan dmana pada saat Ro> membthkan kendal yang lebh besar darpada saat Ro< Tabel. Jmlah pada Masng masng poplas setelah tahn Poplas Tanpa Kendal Ro < Ro > ormal Ternfeks Menlar Sembh M-8
9 Prosdng Semnar asonal Peneltan, Penddkan dan Penerapan MPA, Fakltas MPA, Unverstas eger Yogyakarta, 4 Me KESMPULA dan SARA Kesmplan Hasl peneltane mennjkkan kendal solas, Daya tahan tbh dan pengobatan yang dberkan dapat mengrang ndvd yang ternfeks dan ndvd yang menlar serta memnmmkan baya dalam menerapkan program solas, vaksnas dan pengobatan. Smlas merk mennjkkan hasl akhr keselrhan poplas dengan adanya kendal lebh bak darpada tanpa kendal. Pada kass Ro > ata terjadnya endemk membthkan kendal yang lebh besar dbandngkan dengan kass Ro < ata penlaran normal. Saran Pada kass Ro< dan Ro> dapat dberkan berbaga bentk strateg yang berbeda yat berpa kombnas dar kendal yang ada. DAFTAR PUSTAKA Cho.S, (9),Optmal Treatment Strateges for Tbercloss wth Exogenos Renfecton, atonal Scence Fondaton (SF -Grant DMPS-8875) Departemen Kesehatan Repblk ndonesa (6),Pedoman asonal Penangglangan Tberkloss, (6), Volme, DepKes, Jakarta. Feng.Z, dan Carlos Castllo-Chavez (),A Model for Tbercloss wth Exogenos Renfecton, Theor. Pop. Bol.57, 5 Hatta.K, M.Rachk, S.Saad, Y.Tabt and.yosf (9), Optmal Control of Tbercloss wth Exogenos Renfecton, Matematka Scences,Vol.,9. Sbchan,S, dan Zbkowsk, R., (9), Comptatonal Optmal Control Tools and Practse, John Wlley and Sons, Ltd, pblcaton., Unted Kngdom. M-9
Eksistensi Bifurkasi Mundur pada Model Penyebaran Penyakit Menular dengan Vaksinasi
1 Eksstens Bfurkas Mundur pada Model Penyebaran Penyakt Menular dengan Vaksnas Intan Putr Lestar, Drs. M. Setjo Wnarko, M.S Jurusan Matematka, Fakultas Matematka dan Ilmu Pengetahuan Alam, Insttut Teknolog
Lebih terperinciVektor Kendali Permainan Dinamis LQ Non-Kooperatif Waktu Tak Berhingga
Semnar Nasonal eknolog Informas Komnkas dan Indstr (SNIKI) 8 ISSN : 85-99 Pekanbar 9 November 6 Vektor Kendal Permanan Dnams LQ Non-Kooperatf Wakt ak Berhngga Nlwan Andraja UIN Sltan Syarf Kasm Ra Pekanbar
Lebih terperinciPENGENDALIAN OPTIMAL TUBERKULOSIS DENGAN EXOGENOUS REINFECTION
Prosiding Seminar asional Penelitian, Pendidikan dan Penerapan MIPA, Fakultas MIPA, Universitas egeri Yogyakarta, 4 Mei PEGEDALIA OPTIMAL TUBERKULOSIS DEGA EXOGEOUS REIFECTIO Hasnan asrun, Subchan, M.Yunus
Lebih terperinciPengenalan Pola/ Pattern Recognition
Pengenalan Pola/ Pattern Reognton Dasar Pengenalan Pola Imam Cholssodn S.S., M.Kom. Dasar Pengenalan Pola. The Desgn Cyle. Collet Data 3. Objet to Dataset 4. Featre Seleton Usng PCA Menghtng Egen Vale
Lebih terperinciBAB I PENDAHULUAN. SARS pertama kali dilaporkan terjadi di Propinsi Guandong Cina pada
BAB I PENDAHULUAN 1.1 LATAR BELAKANG MASALAH Pergerakan populas sangat mempengaruh proses dnamka dar epdem penyakt. Hal n dapat dtunjukkan oleh beberapa penyakt menular. SARS pertama kal dlaporkan terjad
Lebih terperinci81 Bab 6 Ruang Hasilkali Dalam
8 Bab Rang Haslkal Dalam Bab RUANG HASIL KALI DALAM Rang hasl kal dalam merpakan rang ektor yang dlengkap dengan operas hasl kal dalam. Sepert halnya rang ektor rang haslkal dalam bermanfaat dalam beberapa
Lebih terperinciPENDEKATAN METODE PEMULUSAN KERNEL PADA PENDUGAAN AREA KECIL (SMALL AREA ESTIMATION)
PENDEKAAN MEODE PEMULUSAN KERNEL PADA PENDUGAAN AREA KECIL (SMALL AREA ESIMAION) Indawat, Ksman Sadk, Rat Nrmasar Dosen Departemen Statstka FMIPA IPB Maasswa S Departemen Statstka FMIPA IPB ABSRAK Pendgaan
Lebih terperinciSIMULASI PADA MODEL PENYEBARAN PENYAKIT TUBERKULOSIS SRI REJEKI PURI WAHYU PRAMESTHI DOSEN PENDIDIKAN MATEMATIKA IKIP WIDYA DARMA SURABAYA
SIMULASI PADA MODEL PENYEBARAN PENYAKIT TUBERKULOSIS SRI REJEKI PURI WAHYU PRAMESTHI DOSEN PENDIDIKAN MATEMATIKA IKIP WIDYA DARMA SURABAYA Abstrak TBC penyebab kematian nomor tiga setelah penyakit kardioaskler
Lebih terperinciBAB 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 terperinciSMALL AREA ESTIMATION UNTUK PENDUGAAN JUMLAH PENDUDUK MISKIN DI KOTA SEMARANG DENGAN PENDEKATAN KERNEL-BOOTSTRAP
Statstka, Vol., No., November 04 SMALL AREA ESTIMATION UNTUK PENDUGAAN JUMLAH PENDUDUK MISKIN DI KOTA SEMARANG DENGAN PENDEKATAN KERNEL-BOOTSTRAP Ujang Malana, Moh Yamn Darsyah, 3 Tan Wahy Utam,,3 Program
Lebih terperinciSMALL AREA ESTIMATION UNTUK PENDUGAAN JUMLAH PENDUDUK MISKIN DI KOTA SEMARANG DENGAN PENDEKATAN KERNEL-BOOTSTRAP
Statstka, Vol., No., November 04 SMALL AREA ESTIMATION UNTUK PENDUGAAN JUMLAH PENDUDUK MISKIN DI KOTA SEMARANG DENGAN PENDEKATAN KERNEL-BOOTSTRAP Ujang Malana, Moh Yamn Darsyah, 3 Tan Wahy Utam,,3 Program
Lebih terperinciBAB IV PEMBAHASAN MODEL
BAB IV PEMBAHASAN MODEL Pada bab IV n akan dlakukan pembuatan model dengan melakukan analss perhtungan untuk permasalahan proses pengadaan model persedaan mult tem dengan baya produks cekung dan jont setup
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
BAB 1 PENDAHULUAN 1.1 Latar Belakang Ketahanan pangan adalah ketersedaan pangan dan kemampuan seseorang untuk mengaksesnya. Sebuah rumah tangga dkatakan memlk ketahanan pangan jka penghunnya tdak berada
Lebih terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c
6 A PEMAHASA Pada bab sebelumnya telah dbahas teor-teor yang akan dgunakan untuk menyelesakan masalah program lner parametrk. Pada bab n akan dperlhatkan suatu prosedur yang lengkap untuk menyelesakan
Lebih terperinciOleh : HASNAN NASRUN SUBCHAN, MAHMUD YUNUS
Oleh : HASNAN NASRUN SUBCHAN, MAHMUD YUNUS ABSTRAK Penyakit Tuberkulosis (TB) merupakan salah satu penyakit menular tertua yang menyerang manusia. Badan kesehatan dunia (WHO) menyatakan bahwa sepertiga
Lebih terperinciBAB 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 terperinciMEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM
MEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM Tut Susant, Mashad, Sukamto Mahasswa Program S Matematka Dosen Jurusan Matematka Fakultas Matematka dan Ilmu Pengetahuan Alam
Lebih terperinciDengan derajat bebas (pu-1) =(p-1)+(pu-p) (pu-1)=(p-1)+p(u-1) Sebagai contoh kita ambil p=4 dan u=6 maka tabulasi datanya sebagai berikut:
X. ANALISIS RAGAM SEDERANA Jka erlakan yang ngn dj/dbandngkan lebh dar da(p>) dan ragam tdak dketah maka kta bsa melakkan j t dengan jalan mengj erlakan seasang dem seasang. Banyaknya asangan hotess yang
Lebih terperinciBAB III METODE PENELITIAN. yang digunakan meliputi: (1) PDRB Kota Dumai (tahun ) dan PDRB
BAB III METODE PENELITIAN 3.1 Jens dan Sumber Data Jens data yang dgunakan dalam peneltan n adalah data sekunder. Data yang dgunakan melput: (1) PDRB Kota Duma (tahun 2000-2010) dan PDRB kabupaten/kota
Lebih terperinciBAB 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 terperinci2.1 Sistem Makroskopik dan Sistem Mikroskopik Fisika statistik berangkat dari pengamatan sebuah sistem mikroskopik, yakni sistem yang sangat kecil
.1 Sstem Makroskopk dan Sstem Mkroskopk Fska statstk berangkat dar pengamatan sebuah sstem mkroskopk, yakn sstem yang sangat kecl (ukurannya sangat kecl ukuran Angstrom, tdak dapat dukur secara langsung)
Lebih terperinciPROPOSAL 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 terperinciBAB I PENDAHULUAN. Perkembangan matematika tidak hanya dalam tataran teoritis tetapi juga pada
BAB I PENDAHULUAN.. Latar Belakang Masalah Perkembangan matematka tdak hanya dalam tataran teorts tetap juga pada bdang aplkatf. Salah satu bdang lmu yang dkembangkan untuk tataran aplkatf dalam statstka
Lebih terperinciε adalah error random yang diasumsikan independen, m X ) adalah fungsi
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan suatu metode yang dgunakan untuk menganalss hubungan antara dua atau lebh varabel. Pada analss regres terdapat dua jens varabel yatu
Lebih terperinciBAB 2 KAJIAN PUSTAKA
BAB 2 KAJIAN PUSTAKA 2.1 Negosas Negosas dapat dkategorkan dengan banyak cara, yatu berdasarkan sesuatu yang dnegosaskan, karakter dar orang yang melakukan negosas, protokol negosas, karakterstk dar nformas,
Lebih terperinciBAB 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 terperinciBAB III METODOLOGI PENELITIAN. Metode yang digunakan dalam penelitian ini adalah metode eksperimen
3 BAB III METODOLOGI PENELITIAN A. Metode dan Desan Peneltan Metode yang dgunakan dalam peneltan n adalah metode ekspermen karena sesua dengan tujuan peneltan yatu melhat hubungan antara varabelvarabel
Lebih terperinciBAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER
BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER 5.1 Pembelajaran Dengan Fuzzy Program Lner. Salah satu model program lnear klask, adalah : Maksmumkan : T f ( x) = c x Dengan batasan : Ax b x 0 n m mxn Dengan
Lebih terperinciIV. HASIL DAN PEMBAHASAN
IV. HASIL DAN PEMBAHASAN Data terdr dar dua data utama, yatu data denyut jantung pada saat kalbras dan denyut jantung pada saat bekerja. Semuanya akan dbahas pada sub bab-sub bab berkut. A. Denyut Jantung
Lebih terperinciII. TEORI DASAR. Definisi 1. Transformasi Laplace didefinisikan sebagai
II. TEORI DASAR.1 Transormas Laplace Ogata (1984) mengemukakan bahwa transormas Laplace adalah suatu metode operasonal ang dapat dgunakan untuk menelesakan persamaan derensal lnear. Dengan menggunakan
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang. Di dalam matematika mulai dari SD, SMP, SMA, dan Perguruan Tinggi
Daftar Is Daftar Is... Kata pengantar... BAB I...1 PENDAHULUAN...1 1.1 Latar Belakang...1 1.2 Rumusan Masalah...2 1.3 Tujuan...2 BAB II...3 TINJAUAN TEORITIS...3 2.1 Landasan Teor...4 BAB III...5 PEMBAHASAN...5
Lebih terperinciPERBAIKAN AKUISISI DATA PADA METODE PERBANDINGAN DALAM KALIBRASI PENGUKUR ALIRAN JENIS TURBIN
Jrnal Standardsas Volme 15 Nomor 3, November 013: Hal 170-178 PERBAIKAN AKUISISI DATA PADA METODE PERBANDINGAN DALAM KALIBRASI PENGUKUR ALIRAN JENIS TURBIN Improvng of the Data Acqston on Comparson Method
Lebih terperinciPengaruh Perentangan Kontras pada Ekstraksi Ciri Jaringan Normal dan Jaringan Bermikrokalsifikasi pada Citra Mamografi Digital
Pengarh Perentangan Kontras pada Ekstraks Cr Jarngan Normal dan Jarngan Bermkrokalsfkas pada Ctra Mamograf Dgtal Indah Sslawat Program Std Teknk Elektro Unverstas Merc Bana Yogayakarta Jl. Wates Km. Yogyakarta,
Lebih terperinciBAB 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 terperinciIV. PERANCANGAN DAN IMPLEMENTASI SISTEM
IV. PERANCANGAN DAN IMPLEMENTASI SISTEM Perancangan Sstem Sstem yang akan dkembangkan adalah berupa sstem yang dapat membantu keputusan pemodal untuk menentukan portofolo saham yang dperdagangkan d Bursa
Lebih terperinciBAB 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 terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Fuzzy Set Pada tahun 1965, Zadeh memodfkas teor hmpunan dmana setap anggotanya memlk derajat keanggotaan yang bernla kontnu antara 0 sampa 1. Hmpunan n dsebut dengan hmpunaan
Lebih terperinciSIMULASI OPTIMASI ALIRAN DAYA SISTEM TENAGA LISTRIK SEBAGAI PENDEKATAN EFISIENSI BIAYA OPERASI
ISSN: 1693-6930 167 SIMULASI OPTIMASI ALIRAN DAA SISTEM TENAGA LISTRIK SEBAGAI PENDEKATAN EFISIENSI BIAA OPERASI Subyanto Teknk Elektro Fakultas Teknk Unverstas Neger Semarang Gedung E6 Lt. Kampus Sekaran
Lebih terperinciBAB 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 terperinciJURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 3, , Desember 2002, ISSN :
JURNAL MATEMATIKA AN KOMPUTER Vol. 5. No. 3, 161-167, esember 00, ISSN : 1410-8518 PENGARUH SUATU ATA OBSERVASI ALAM MENGESTIMASI PARAMETER MOEL REGRESI Hern Utam, Rur I, dan Abdurakhman Jurusan Matematka
Lebih terperinciBAB III METODELOGI PENELITIAN. metode penelitian yang digunakan dalam penelitian ini adalah metode deskriptif
BAB III METODELOGI PENELITIAN 3.1 Desan Peneltan Metode peneltan mengungkapkan dengan jelas bagamana cara memperoleh data yang dperlukan, oleh karena tu metode peneltan lebh menekankan pada strateg, proses
Lebih terperinciIII.1. KESTABILAN BERDASARKAN POSISI EIGEN VALUE. Dari persamaan sistem pada persamaan, dapat dicari eigen value. Eigen
LARGE SCALE SYSTE Core b Dr. Ar Trwatno, ST, T Dept. of Electrcal Engneerng Dponegoro Unvert BAB III KESTABILAN SISTE III.. KESTABILAN BERDASARKAN POSISI EIGEN VALUE Dar peramaan tem pada peramaan, dapat
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan di SD Al-Azhar 1 Wayhalim Bandar Lampung. Populasi
3 III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SD Al-Azhar Wayhalm Bandar Lampung. Populas dalam peneltan n adalah seluruh sswa kelas V yang terdr dar 5 kelas yatu V A, V B, V
Lebih terperinciRANGKAIAN SERI. 1. Pendahuluan
. Pendahuluan ANGKAIAN SEI Dua elemen dkatakan terhubung ser jka : a. Kedua elemen hanya mempunya satu termnal bersama. b. Ttk bersama antara elemen tdak terhubung ke elemen yang lan. Pada Gambar resstor
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Peneltan n menggunakan peneltan ekspermen; subyek peneltannya dbedakan menjad kelas ekspermen dan kelas kontrol. Kelas ekspermen dber
Lebih terperinciPemetaan Penyakit Demam Berdarah (DBD) Kota Makassar Dengan Penduga Empirical Bayes
Jurnal Matematka, Statstka & Komputas 1 Vol. 4 No. Januar 008 Pemetaan Penyakt Demam Berdarah (DBD) Kota Makassar Dengan Penduga Emprcal Bayes Ansa Abstrak Peneltan n mengkaj penggunaan model Emprcal Bayes
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PEDAHULUA. Latar Belakang Rsko ddentfkaskan dengan ketdakpastan. Dalam mengambl keputusan nvestas para nvestor mengharapkan hasl yang maksmal dengan rsko tertentu atau hasl tertentu dengan rsko yang
Lebih terperinciPrediksi Kelainan Refraksi Berdasarkan Panjang Sumbu Bola Mata Pada Pasien Myopia Axial Melalui Regresi Bootstrap
Predks Kelanan Refraks Berdasarkan Panjang Sumbu Bola Mata Pada Pasen Myopa Axal Melalu Regres Bootstrap Oleh: Karyam dan Qorlna Statstka UII ABSTRAKSI Peneltan n dlakukan d Rumah Sakt Mata Dr. YAP Yogyakarta
Lebih terperinciANALISIS 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 terperinciBAB 2 LANDASAN TEORI
2 LNDSN TEORI 2. Teor engamblan Keputusan Menurut Supranto 99 keputusan adalah hasl pemecahan masalah yang dhadapnya dengan tegas. Suatu keputusan merupakan jawaban yang past terhadap suatu pertanyaan.
Lebih terperinciBAB I PENDAHULUAN. Anemia adalah keadaan saat jumlah sel darah merah atau jumlah
BAB I PENDAHULUAN 1.1 Latar Belakang Anema adalah keadaan saat jumlah sel darah merah atau jumlah hemoglobn (HB) atau proten pembawa oksgen dalam sel darah merah berada d bawah normal,anema dalam kehamlan
Lebih terperinciIII. 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 terperinciBAB X RUANG HASIL KALI DALAM
BAB X RUANG HASIL KALI DALAM 0. Hasl Kal Dalam Defns. Hasl kal dalam adalah fungs yang mengatkan setap pasangan vektor d ruang vektor V (msalkan pasangan u dan v, dnotaskan dengan u, v ) dengan blangan
Lebih terperinciEnsambel Statistik Distribusi Binomial Nilai Rata-rata Sistem Spin Distribusi Probabilitas Kontinu
BAB 3 Penganta Metode Statstk Ensambel Statstk Dstbs Bnomal la Rata-ata Sstem Spn Dstbs Pobabltas Kontn Rvew Bab : Konsep pobabltas sangat pentng dgnakan ntk memaham sstem makoskopk Penggnaan Konsep Pobabltas:.
Lebih terperinciBAB 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 terperinciPendeteksian Data Pencilan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Diagnostik
Pendeteksan Data Penclan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Dagnostk Sally Indra 1, Dod Vonanda, Rry Srnngsh 3 1 Student of Mathematcs Department State Unversty of Padang,
Lebih terperinciIII. METODE PENELITIAN
III. METODE PEELITIA 3.1. Kerangka Pemkran Peneltan BRI Unt Cbnong dan Unt Warung Jambu Uraan Pekerjaan Karyawan Subyek Analss Konds SDM Aktual (KKP) Konds SDM Harapan (KKJ) Kuesoner KKP Kuesoner KKJ la
Lebih terperinciBab 1 PENDAHULUAN Latar Belakang
11 Bab 1 PENDAHULUAN 1.1. Latar Belakang Perbankan adalah ndustr yang syarat dengan rsko. Mula dar pengumpulan dana sebaga sumber labltas, hngga penyaluran dana pada aktva produktf. Berbaga kegatan jasa
Lebih terperinciBAB 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 terperinciBAB V ANALISA PEMECAHAN MASALAH
BAB V ANALISA PEMECAHAN MASALAH 5.1 Analsa Pemlhan Model Tme Seres Forecastng Pemlhan model forecastng terbak dlakukan secara statstk, dmana alat statstk yang dgunakan adalah MAD, MAPE dan TS. Perbandngan
Lebih terperinciPEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR
PEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR Resa Septan Pontoh 1), Neneng Sunengsh 2) 1),2) Departemen Statstka Unverstas Padjadjaran 1) resa.septan@unpad.ac.d,
Lebih terperinciBAB IV PERHITUNGAN DAN ANALISIS
BAB IV PERHITUNGAN DAN ANALISIS 4.1 Survey Parameter Survey parameter n dlakukan dengan mengubah satu jens parameter dengan membuat parameter lannya tetap. Pengamatan terhadap berbaga nla untuk satu parameter
Lebih terperinciMisalkan S himpunan bilangan kompleks. Fungsi kompleks f pada S adalah aturan yang
Fngs Analtk FUNGSI ANALITIK Fngs sebt analtk ttk apabla aa sema ttk paa sat lngkngan Untk mengj keanaltkan sat ngs kompleks w = = + gnakan persamaan Cach Remann Sebelm mempelejar persamaan Cach-Remann
Lebih terperinciBab 4 SIMULASI NUMERIK. 4.1 Kasus I
Bab 4 SIMULASI NUMERIK Pada bab n akan dbahas analss model penyebaran penyakt flu burung untuk kasus adanya pertumbuhan dan kematan alam serta kasus tdak adanya pertumbuhan dan kematan alam secara numerk
Lebih terperinciBAB I PENDAHULUAN A. Latar Belakang Masalah
RINGKASAN OPTIMALISASI PELAKSANAAN STRATEGI PEMBELAJARAN AKTIF DENGAN GROUP RESUME DAN CONCEPT MAP DALAM UPAYA PENINGKATAN KUALITAS PEMBELAJARAN EKONOMI Oleh: Endang Mulyan Daru Wahyun Peneltan n bertujuan
Lebih terperinciBAB 2 ANALISIS ARUS FASA PADA KONEKSI BEBAN BINTANG DAN POLIGON UNTUK SISTEM MULTIFASA
BAB ANALISIS ARUS FASA PADA KONEKSI BEBAN BINTANG DAN POLIGON UNTUK SISTEM MULTIFASA.1 Pendahuluan Pada sstem tga fasa, rak arus keluaran nverter pada beban dengan koneks delta dan wye memlk hubungan yang
Lebih terperinciANALISIS 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 terperinciAPLIKASI FUZZY LINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PRODUKSI LAMPU (Studi Kasus di PT. Sinar Terang Abadi )
APLIKASI FUZZY LINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PRODUKSI LAMPU (Stud Kasus d PT. Snar Terang Abad ) Bagus Suryo Ad Utomo 1203 109 001 Dosen Pembmbng: Drs. I Gst Ngr Ra Usadha, M.S Jurusan Matematka
Lebih terperinciBAB 2 LANDASAN TEORI. diteliti. Banyaknya pengamatan atau anggota suatu populasi disebut ukuran populasi,
BAB LANDASAN TEORI.1 Populas dan Sampel Populas adalah keseluruhan unt atau ndvdu dalam ruang lngkup yang ngn dtelt. Banyaknya pengamatan atau anggota suatu populas dsebut ukuran populas, sedangkan suatu
Lebih terperinciBAB 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 terperinciOPTIMALISASI PEROLEHAN MINYAK MENGGUNAKAN PEMISAHAN SECARA BERTAHAP. Abstrak
OPTIMALISASI PEROLEHAN MINYAK MENGGUNAKAN PEMISAHAN SECARA BERTAHAP Reza Fauzan 1 1 *Emal: reza.fauzan@gmal.com Abstrak Peneltan tentang penngkatan jumlah produks mnyak yang dperoleh dar sumur produks
Lebih terperinciPENYELESAIAN MASALAH PANAS BALIK (BACKWARD HEAT PROBLEM)
PENYELESAIAN MASALAH PANAS BALIK (BACKWARD HEAT PROBLEM) Rcha Agustnngsh, Drs. Lukman Hanaf, M.Sc. Jurusan Matematka, Fakultas MIPA, Insttut Teknolog Sepuluh Nopember (ITS) Jl. Aref Rahman Hakm, Surabaya
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belakan Kualtas telah menjad karakterstk utama dalam oransas atau perusahaan aar dapat berkemban lebh bak la dalam bdan produks d suatu oransas atau perusahaan. Hal n dpenaruh
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN Metode peneltan atau metodolog peneltan adalah strateg umum yang danut dalam mengumpulkan dan menganalss data yang dperlukan, guna menjawab persoalanpersoalan yang d hadap. Adapun
Lebih terperinciIII PEMODELAN MATEMATIS SISTEM FISIK
34 III PEMODELN MTEMTIS SISTEM FISIK Deskrps : Bab n memberkan gambaran tentang pemodelan matemats, fungs alh, dagram blok, grafk alran snyal yang berguna dalam pemodelan sstem kendal. Objektf : Memaham
Lebih terperinciMODEL PENYEBARAN PENYAKIT MENULAR DENGAN TRANSMISI VERTIKAL
MODL PNYBARAN PNYAKIT MNULAR DNGAN TRANSMISI VRTIKAL Usman Pagalay Jurusan Matematka, Fakultas Sans dan Teknolog Unverstas Islam Neger (UIN) Maulana Malk Ibrahm Malang e-mal: usmanpagalay@yahoo.co.d Abstract
Lebih terperinciIV. 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 terperinciBAB II DASAR TEORI. 2.1 Definisi Game Theory
BAB II DASAR TEORI Perkembangan zaman telah membuat hubungan manusa semakn kompleks. Interaks antar kelompok-kelompok yang mempunya kepentngan berbeda kemudan melahrkan konflk untuk mempertahankan kepentngan
Lebih terperinciIII. 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 terperinciBAB 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 terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN Metode peneltan atau metodolog peneltan adalah strateg umum yang danut dalam mengumpulkan dan menganalss data yang dperlukkan, guna menjawab persoalan yang dhadap. Adapun rencana
Lebih terperinciPost test (Treatment) Y 1 X Y 2
BAB III METODOLOGI PENELITIAN A. Metode Peneltan Metode Peneltan adalah cara lmah untuk memaham suatu objek dalam suatu kegatan peneltan. Peneltan yang dlakukan n bertujuan untuk mengetahu penngkatan hasl
Lebih terperinciBAB.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 terperinciPENGENDALIAN OPTIMAL PADA MODEL KEMOPROFILAKSIS DAN PENANGANAN TUBERKULOSIS
PENGENDALIAN OPTIMAL PADA MODEL KEMOPROFILAKSIS DAN PENANGANAN TUBERKULOSIS Ole: Citra Dewi Ksma P. 106 100 007 Dosen pembimbing: DR. Sbiono, MSc. Latar Belakang PENDAHULUAN Penyakit Tberklosis TB adala
Lebih terperinciSELANG KEPERCAYAAN UNTUK KOEFISIEN GARIS REGRESI LINEAR DENGAN METODE LEAST MEDIAN SQUARES 1 ABSTRAK
SELANG KEPERCAYAAN UNTUK KOEFISIEN GARIS REGRESI LINEAR DENGAN METODE LEAST MEDIAN SQUARES Harm Sugart Jurusan Statstka FMIPA Unverstas Terbuka emal: harm@ut.ac.d ABSTRAK Adanya penympangan terhadap asums
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN Metode peneltan atau metodolog peneltan adalah strateg umum yang danut dalam mengumpulkan dan menganalss data yang dperlukkan, guna menjawab persoalan yang dhadap. Adapun rencana
Lebih terperinciBAB 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 terperinciPENDUGAAN RASIO, BEDA DAN REGRESI
TEKNIK SAMPLING PENDUGAAN RASIO, BEDA DAN REGRESI PENDAHULUAN Pendugaan parameter dar peubah Y seharusnya dlakukan dengan menggunakan nformas dar nla-nla peubah Y Bla nla-nla peubah Y sult ddapat, maka
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
BAB 1 ENDAHULUAN 1.1 Latar Belakang Secara umum dapat dkatakan bahwa mengambl atau membuat keputusan berart memlh satu dantara sekan banyak alternatf. erumusan berbaga alternatf sesua dengan yang sedang
Lebih terperinciREGRESI 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 terperinciNama : Crishadi Juliantoro NPM :
ANALISIS INVESTASI PADA PERUSAHAAN YANG MASUK DALAM PERHITUNGAN INDEX LQ-45 MENGGUNAKAN PORTOFOLIO DENGAN METODE SINGLE INDEX MODEL. Nama : Crshad Julantoro NPM : 110630 Latar Belakang Pemlhan saham yang
Lebih terperinciBAB III METODE PENELITIAN. Penelitian ini merupakan penelitian yang bertujuan untuk mendeskripsikan
BAB III METODE PENELITIAN A. Jens Peneltan Peneltan n merupakan peneltan yang bertujuan untuk mendeskrpskan langkah-langkah pengembangan perangkat pembelajaran matematka berbass teor varas berupa Rencana
Lebih terperinciBAB 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 terperinciBAB 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 terperinciPENGEMBANGAN MODEL PERSEDIAAN DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA BAHAN DAN FAKTOR INCREMENTAL DISCOUNT
PENGEMBANGAN MODEL PERSEDIAAN DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA BAHAN DAN FAKTOR INCREMENTAL DISCOUNT Har Prasetyo Jurusan Teknk Industr Unverstas Muhammadyah Surakarta Jl. A. Yan Tromol Pos Pabelan
Lebih terperinciBAB 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 terperinciFisika Dasar I (FI-321)
Fska Dasar I (FI-31) Topk har n (mnggu 5) Usaha dan Energ Usaha dan Energ Energ Knetk Teorema Usaha Energ Knetk Energ Potensal Gravtas Usaha dan Energ Potensal Gravtas Gaya Konservatf dan Non-Konservatf
Lebih terperinci