ANALISIS INFLASI KOTA SEMARANG MENGGUNAKAN METODE REGRESI NON PARAMETRIK B-SPLINE

Ukuran: px
Mulai penontonan dengan halaman:

Download "ANALISIS INFLASI KOTA SEMARANG MENGGUNAKAN METODE REGRESI NON PARAMETRIK B-SPLINE"

Transkripsi

1 ISS: JURAL GAUSSIA Volue 3 oor Tahu 04 Halaa 93-0 Ole d: AALISIS IFLASI KOTA SEMARAG MEGGUAKA METODE REGRESI O PARAMETRIK B-SPLIE Alvta Racha Dev Moch Adul Mud Has Yas 3 Mahasswa Jurusa Statsta FSM Udp 3 Staf Pegaar Jurusa Statsta FSM Udp ABSTRACT Iflato s a portat cosderato for vestors to vest a area A accurate predcto of flato s requred for vestors coductg a careful plag Oe of the ethod to fd the predcted value of flato s usg B-Sple regresso a oparaetrc regresso whch s ot deped o certa assuptos thus provdg greater flelt The optal B-Sple odels rel o the optal ots that has a u Geeralzed Cross Valdato GCV B usg Searag ear-o-ear flato data fro Jauar August 03 the optal B-sple odels ths stud are o the order of lear wth ots that s 599 ad 609 Predcto of Searag flato 04 fluctuated aroud the uer fve ad s ad flato the ed of 04 s % Kewords : Iflato B- Sple Geeralzed Cross Valdato PEDAHULUA Latar Belaag Searag seaga uota Jawa Tegah el vs Terwuuda asaraat ag erpedda erahla ula euu ota perdagaga da asa ag ersala etropolta Utu ewuuda vs ota Searag terseut aa peertah perlu erupaa edorog eaua perdagaga da asa salah satua adalah dega cara ear vestor Baa aspe ag epegaruh pegala eputusa vestor utu ervestas d suatu daerah salah satua dega elhat aga flas d daerah terseut Hal dareaa flas erpegaruh pada la uag ag dvestasa oleh vestor Oleh areaa dperlua preds flas ag aurat d asa ag aa datag agar para pelau usaha dapat elaua perecaaa ag atag dala elaua egata ssa Preds flas d asa edatag dapat dtetua dega eetu suatu odel flas erdasara data flas asa lapau Data flas erupaa salah satu data rutu watu ag pada uua epua odel tertetu Salah satu etode utu eodela data rutu watu adalah dega etode paraetr sepert odel Autoregressve AR odel Movg Average MA atau odel capura ARIMA au utu peodela dega odel paraetr terseut ada asus ag harus dpeuh atu data harus stasoer da error ersfat whte ose Bo et al994 Data flas adalah data fasal ag pada uua terad pelaggara asus a data terseut dodela dega odel paraetr Hal dareaa suatu ods heterosedaststas ag dseaa adaa sfat volatltas dala dataa Supart d 0 Oleh area tu dperlua suatu odel alteratf ag egaaa asusasus au seagaaa pada odel paraetr Model terseut adalah odel oparaetr ag erupaa etode pedugaa odel ag tda terat asus sehgga eera flesltas ag leh tgg

2 Salah satu te estas dala regres oparaetr adalah estator sple Pedeata Sple epua suatu ass fugs dega ass fugs ag asa dpaa atara la trucated power ass da ass B-sple Eua 999 Sple dega trucated power ass el eleaha atu eta ulah ot ertaah da leta ot ag terlalu deat aa erdapa pada atr ag hapr sgular sehgga persaaa oral sult utu dselesaa Karea tu dguaa fugs ass la ag el ods ag leh a atu B-sple Eua 999 Dega egguaa odel regres B-Sple dapat dcar preds la flas Kota Searag d asa edatag Perraa atau preds la flas tetu ergua ag para vestor da pelau usaha seaga aha pertaga dala egal eputusa Tuua Peulsa Tuua dar peelta tugas ahr adalah: Meuat odel data flas Kota Searag ula Jauar 008-Agustus 03 egguaa etode Regres o Paraetr B-Sple Meghtug preds flas Kota Searag ula Septeer 03-Deseer 04 TIJAUA PUSTAKA Iflas Meurut Ba Idoesa secara sederhaa flas darta seaga egata hargaharga secara uu da terus eerus Idator ag serg dguaa utu eguur tgat flas adalah Ides Harga Kosue IHK atu des ag eghtug ratarata peruaha harga dala suatu perode srusapsgod Ada dua cara perhtuga flas atu : a Iflas ulaa oth-to-oth Lau flas ulaa dhtug dar peruaha des ula dar des ula seelua 00 % Iflas tahua ear-o-ear Lau flas tahua dhtug dar des ula ag saa dar tahu seelua 00 % Regres oparaetr Pedeata oparaetr erupaa etode pedugaa odel ag dlaua erdasara pedeata ag tda terat asus sehgga regres oparaetr el flesltas ag tgg area etu estas urva regresa eesuaa dataa tapa dpegaruh oleh fator suetftas peelt Eua 999 Model regres oparaetr dega pegaata ; adalah: dega adalah sesata ag erupaa varael rado depede dega ea 0 da vara osta sedaga µ adalah la dar fugs µ ag ta detahu pada tt da dasusa a 0 a daa a 0 dal dar la u da a dal dar la asu Eua 999 JURAL GAUSSIA Vol 3 o Tahu 04 Halaa 94

3 3 Regres B-sple Model regres oparaetr pada persaaa a ddeat dega fugs B-sple erorde dega ot dapat dtuls: dega erupaa ass B-sple da erupaa paraeter regres utu B- sple Utu eagu fugs B-sple ag erorde dega tt ot daa a 0 a terleh dahulu ddefsa ot taaha seaa atu 0 dega 0 a0 da a Meurut Eerl 999 ass fugs B-sple pada orde dega tt-tt ot d daa = -- ddefsa secara reursf seaga erut: utu = -- da [ ] 0 ag laa 3 4 Maca-aca Bass Fugs B-sple Berdasara persaaa aca-aca ass fugs B-sple dategora erdasara orde adalah: a Orde = eera ass fugs B-sple lear dega fugs seaga erut: dega Orde = 3 eera ass fugs B-sple uadrat dega fugs seaga erut: 3 3 dega 3 c Orde = 4 eera ass fugs B-sple u dega fugs seaga erut: dega Estas Paraeter dala Model B-sple Utu eperoleh odel B-sple ag tera perlu dplh loas ot ag optal Ada eerapa etode ag dguaa dala pelha ag optal salah satua adalah erdasara Geeralzed Cross Valdato GCV Dega egasusa trace S rtera GCV ddefsa dega: RSS GCV trace I S JURAL GAUSSIA Vol 3 o Tahu 04 Halaa 95

4 JURAL GAUSSIA Vol 3 o Tahu 04 Halaa 96 daa adalah aaa pegaata I adalah atrs dettas RSS= ˆ da S adalah atrs T T S daa = { r } dega r = da = -- Eua Pelha Model B-Sple Tera Model B-sple pada regres oparaetr erorder dega tt ot pada persaaa dapat dtuls ead: Apala odel B-sple terseut dsaa dala etu atr ddapat: ag dapat dtuls ead: ε Kurva regres ag ddeat dega fugs B-sple erorder dega tt ot utu dsaa dala etu: sehgga odel B-sple utu adalah: 4 Model regres 4 dapat dtuls ead: Model B-sple d atas apala dsaa dala etu atr ddapat: ag dapat dtuls ead: ε Estator utu urva regres dapat dtuls: t ˆ ˆ

5 dega ˆ dperoleh dar T ˆ ˆ ˆ fugs B-sple pada regres oparaetr adalah: ˆ Sehgga estas odel utu ˆ ˆ 5 Persaaa 5 dapat uga dtuls seaga erut: ˆ ˆ ˆ ˆ 7 Preds B-Sple Utu edapata la preds pada etode B-Sple dguaa odel B-Sple tera ag el GCV u utu selauta ecar la data d asa ag aa datag dega easua la data asa lalu e dala odel terseut 8 Regres oparaetr utu Data Rutu Watu Meurut Hardle 990 dega eetapa rutu watu stasoer {Z } la lag Z - seaga da la Z seaga aa utu pedugaa Z + dar dapat daggap seaga asalah peulusa regres utu = 3 METODOLOGI PEELITIA 3 Jes da Suer Data Data ag dguaa adalah data flas tahua d Kota Searag dar Jauar 008 sapa Agustus 03 ag dperoleh dar Bada Pusat Statst Provs Jawa Tegah 3 Varael Peelta Varael ag dpaa adalah la flas tahua d Kota Searag dar Jauar 008 sapa Agustus 03 ag dolah egguaa regres o paraetr B-sple Karea data flas { Z = 68} erupaa data rutu watu aa utu eodela data flas egguaa regres o paraetr B-sple data terseut duah ead data { =3} = {Z - Z =3} dega = Lagah-lagah Aalss Meghpu data te seres flas tahua Kota Searag pada retag watu Jauar 008 sapa Agustus 03 Meodfas etu data flas ead varael respo da varael predtor atu { =3} = {Z - Z =3} dega = 68 3 Meregresa varael egguaa regres oparaetr B-sple dega eetua ulah tt ot ag dga ag teretu dar orde orde 3 da orde 4 4 Meetua tt ot optal ag dlhat dar la GCV u pada asgasg orde dega atua software R 5 Meetua odel B-sple tera erdasara tt ot optal 6 Mecar preds flas utu Septeer 03 - Deseer 04 egguaa odel B-sple tera ag sudah ddapat JURAL GAUSSIA Vol 3 o Tahu 04 Halaa 97

6 4 HASIL DA PEMBAHASA 4 Desrps Data la flas u seesar 48 % terad pada oveer 009 Sedaga la flas asu seesar 07 % terad pada Septeer 008 Data epua rage ag cuup lear utu data flas atu seesar 859 % dega rata- rata 5976% da stadar devas 3999% 4 Regres B-Sple Data te seres dodfas ead dua varael atu data e-t seaga varael da data e- t- seaga varael Huuga edua varael dapat dlhat pada plot erut : Gaar Scatter Plot Data Iflas e-t terhadap Data Iflas e t- Berdasara Gaar varael da el pola ler Utu edapata odel B-sple tera dperlua pelha tt- tt ot ag optal salah satua egguaa Geeralzed Cross Valdato GCV Pada peelta perhtuga GCV dlaua egguaa B-sple orde ler orde 3 uadrat da orde 4 u ag asg- asg ordea el satu sapa tuuh tt ot 43 Pedugaa Model Megguaa Bass B-Sple Lear Model uu utu estator Sple egguaa ass B-sple lear erdasara persaaa 5 adalah: ˆ ˆ Berdasara peodela B-sple ler dega pedeata sapa 7 tt ot odel tera dperoleh dar odel B-sple tt ot atu pada tt 599 da 609 dega la GCV seesar Pedugaa Model Megguaa Bass B-Sple Kuadrat Model uu utu estator Sple egguaa ass B-sple uadrat erdasara persaaa 5 adalah: JURAL GAUSSIA Vol 3 o Tahu 04 Halaa 98

7 3 ˆ ˆ 3 3 Berdasara peodela B-sple uadrat dega pedeata sapa 7 tt ot odel tera dperoleh dar odel B-sple 3 tt ot atu pada tt 549; 599; da 649 dega la GCV seesar Pedugaa Model Megguaa Bass B-Sple Ku Model uu utu estator Sple egguaa ass B-sple u erdasara persaaa 5 adalah: 4 ˆ ˆ 4 4 Berdasara peodela B-sple u dega pedeata sapa 7 tt ot odel tera dperoleh dar odel B-sple tt ot atu pada tt 579 da 589 dega la GCV seesar Pelha Model B-sple Tera Berdasara peahasa pedugaa odel B-sple pada regres oparaetr la GCV optal dar etga estas odel terseut dsaa dala tael erut: Tael la GCV Optal Berdasara Estas Model B-Sple Tt ot GCV Ler = 599; Kuadrat =3 549 ; 599 ; Ku =4 579; Berdasara Tael estas tera dperoleh egguaa odel B-sple ler orde pada tt ot 599 da 609 Sehgga dperoleh odel estas paraeter B-sple seaga erut: dega: ˆ ag laa ag laa JURAL GAUSSIA Vol 3 o Tahu 04 Halaa 99

8 Preds e-t da ag laa ag laa 47 Koparas Hasl Estas atau Preds dega Data Asl Dega egguaa odel B-sple ler orde pada tt ot 599 da 609 peradga data flas atual da data flas estas atau preds dapat dgaara pada graf erut : o : Data Asl : Data preds Gaar Iflas Atual da Iflas Preds pada B-Sple Ler Kurva estas regres B-sple dapat dlhat pada Gaar Tt - tt hta pada Gaar erupaa la flas atual { } = {Z - Z } sedaga gars erah erupaa la flas preds { ŷ } = {Z - ŷ } daa = 368 o : Data Asl : Data preds Watu t Gaar 3 Iflas Atual da Iflas Preds Berdasara Watu t Jauar 008- Agustus 03 pada B-Sple Ler JURAL GAUSSIA Vol 3 o Tahu 04 Halaa 00

9 Sedaga urva estas ag dhasla eta hasl preds terseut deala terhadap watu dapat dlhat pada Gaar 3 daa tt-tt hta pada Gaar 3 erupaa la flas atual { } sedaga gars erah erupaa la flas preds { ŷ } daa = 368 Mespu graf euua ahwa la preds flas tda saa perss dega la atual flas tetap pergeraa urva estas el ecederuga egut pergeraa flas atual sehgga odel regres B-sple ag dhasla dapat dguaa utu egetahu das a-turua la flas ag aa terad Dega egguaa peodela regres B-Sple tera ddapata la preds flas utu ula Septeer 03 - Deseer 04 ag sa dlhat pada Tael Tael Iflas Preds Bula Iflas Atual Iflas Preds Septeer Otoer oveer Deseer Jauar Feruar Maret Aprl Me Ju Jul Agustus Septeer Otoer oveer Deseer Berdasara Tael la preds flas ula Septeer 03 apala dadga dega la flas atuala aa aa ddapata selsh ag cuup ecl atu 033% Utu perode Otoer 03 - Jauar 04 selsh la flas atual da flas predsa erturut-turut adalah 008%; %; 00%; da 030% Sedaga la preds flas utu ula Feruar 04 - Deseer 04 terus euru da erflutuas d aga la da ea 5 KESIMPULA DA SARA 5 Kespula Berdasara la GCV optal odel tera dar data flas tahua Kota Searag Jauar Agustus 03 dperoleh egguaa odel B-sple ler orde pada tt ot 599 da 609 dega la GCV seesar Berdasara graf peradga flas atual da flas preds erdasara watu t egguaa odel B-sple ler orde espu graf euua ahwa la estas flas tda saa perss dega la atual flas tetap pergeraa urva estas egut pergeraa flas atual sehgga odel regres B-sple JURAL GAUSSIA Vol 3 o Tahu 04 Halaa 0

10 ag dguaa dapat dpaa utu egetahu das a turua la flas ag aa terad 3 la flas preds erdasara odel B-Sple tera utu ula Septeer 03 Otoer 03 oveer 03 Deseer 03 da Jauar 04 erturut-turut adalah 8683%; 76037%; 79789%; 87998%; da 79396% Apala dhtug selsh atara la flas atual dega la flas preds aa aa ddapata la ag ervaras Besar selsh utu perode Septeer 03 - Jauar 04 secara urut adalah 033%; 008%; %; 00%; da 030% Sedaga la preds flas utu ula Feruar 04 - Deseer 04 terus euru da erflutuas d aga la da ea 5 Sara la preds flas ag tgg pada ula Jul 04 Septeer 04 da Deseer 04 ag ertepata dega dulaa tahu aara aru pada ula Jul har raa Leara pada ula Septeer da har raa atal pada Deseer dharapa sa ead aha asua atau pertaga peertah dala eusu eaa utu egatspas tgga aga flas ag aa datag Dala pegeagaa etode B-Sple dapat dterapa pada data sela rutu watu atara la data cross secto atau data ag el varael leh dar satu 6 DAFTAR PUSTAKA Bo GEP Jes GM ad Ressel GC994 Te Seres Aalss Forecastg ad Cotrol 3 rd edto Eglewood Clffs : Pretce Hall Eerl D 999 B-Sple Iterpolato o Lattces Jural 0 Feruar 04 Eua RL 999 Sple Sootg ad oparaetrc Regresso ew Yor: Marcel Deer Hardle W 990 Appled oparaetrc Regresso Cardge Uverst Supart Saftr D Pusptasar I da Dev AR 0 Aalss Data Iflas Idoesa Megguaa Model Regres Kerel Prosdg Sear asoal;4 Septeer 03; Searag dases pada 5 Septeer 03 puul 0 WIB dases pada 8 Septeer 03 puul 430 WIB dases pada 0 oveer 03 puul 4 WIB JURAL GAUSSIA Vol 3 o Tahu 04 Halaa 0

BAB 3 Interpolasi. 1. Beda Hingga

BAB 3 Interpolasi. 1. Beda Hingga BAB Iterpolas. Hgga. Iterpolas Lear da Kuadrat. Iterpolas -Maju da -Mudur Newto 4. Polo Iterpolas Terbag Newto 5. Polo Iterpolas Lagrage . Hgga Msala dbera suatu tabel la-la uers j j dar suatu ugs pada

Lebih terperinci

BAB III FUZZY C-MEANS. mempertimbangkan tingkat keanggotaan yang mencakup himpunan fuzzy sebagai

BAB III FUZZY C-MEANS. mempertimbangkan tingkat keanggotaan yang mencakup himpunan fuzzy sebagai BB III FUZZY C-MENS 3. Fuzzy Klasterg Fuzzy lasterg erupaa salah satu etode aalss laster dega epertbaga tgat eaggotaa yag eaup hpua fuzzy sebaga dasar pebobota bag pegelopoa (Bezde,98). Metode erupaa pegebaga

Lebih terperinci

STATISTIKA: UKURAN PENYEBARAN DATA. Tujuan Pembelajaran

STATISTIKA: UKURAN PENYEBARAN DATA. Tujuan Pembelajaran KTSP & K-3 matemata K e l a s XI STATISTIKA: UKURAN PENYEBARAN DATA Tujua Pembelajara Setelah mempelajar mater, amu dharapa meml emampua berut.. Memaham defs uura peyebara data da jes-jesya.. Dapat meetua

Lebih terperinci

ANALISIS REGRESI. Untuk mengetahui bentuk linear atau nonlinear dapat dilakukan dengan membuat scatterplot seperti berikut : Gambar.

ANALISIS REGRESI. Untuk mengetahui bentuk linear atau nonlinear dapat dilakukan dengan membuat scatterplot seperti berikut : Gambar. ANALISIS REGRESI Berdasara betu eleara data, model regres dapat dlasfasa mead dua macam yatu lear da o-lear. Ja pola data lear maa dguaa pemodela lear. Begtu uga sebalya apabla pola data tda lear maa dguaa

Lebih terperinci

JURNAL SAINS DAN SENI ITS Vol. 4, No.2, (2015) ( X Print) D-127

JURNAL SAINS DAN SENI ITS Vol. 4, No.2, (2015) ( X Print) D-127 JURNAL SAINS DAN SENI IS Vol. 4, No., (05) 337-350 (30-98X Prt) D-7 ANALISIS HUBUNGAN DAN PEMODELAN LUAS PANEN PADI DENGAN INDIKAOR EL-NINO SOUHERN OSCILLAION (ENSO) DI KABUPAEN BOJONEGORO MELALUI PENDEKAAN

Lebih terperinci

BAB II PEMODELAN STRUKTUR DAN ANALISIS DINAMIK

BAB II PEMODELAN STRUKTUR DAN ANALISIS DINAMIK BAB II PEMODELAN SRUKUR DAN ANALISIS DINAMIK II Pedaulua Aalss da saga dperlua uu bagua-bagua berlaa baya aau yag el egga leb dar eer Respo da sruur dabaa ole beba beba da yag basaya erupaa fugs dar wau

Lebih terperinci

Pemodelan Geographically Weighted Logistic Regression pada Indeks Pembangunan Kesehatan Masyarakat di Provinsi Papua

Pemodelan Geographically Weighted Logistic Regression pada Indeks Pembangunan Kesehatan Masyarakat di Provinsi Papua Prosdg Sear Nasoal MIPA 06 Pera Peelta Ilu Dasar dala Meuag Pebagua Berelauta Jatagor, 7-8 Otober 06 ISBN 978-60-76-- Peodela Geographcally Weghted Logstc Regresso pada Ides Pebagua Kesehata Masyaraat

Lebih terperinci

LEMMA HENSTOCK PADA INTEGRAL. Muslich Jurusan Matematika FMIPA UNS fine dan integral M

LEMMA HENSTOCK PADA INTEGRAL. Muslich Jurusan Matematika FMIPA UNS fine dan integral M JP : Volue 4 Noor Ju 0 hal. 4-5 LEA HENSTOCK PADA NTEGRAL uslch Jurusa ateata FPA UNS uslch_us@yahoo.co ABSTRACT. Based o the cshae e partto ad cshae tegral t ca be arraged the e partto ad tegral cocepts.

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Aalss Regres Perubaha la suatu varabel tda selalu terjad dega sedrya amu perubaha la varabel tu dapat pula dsebaba oleh berubahya varabel la yag berhubuga dega varabel tersebut. Utu

Lebih terperinci

PENAKSIR RASIO REGRESI YANG EFISIEN UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN DUA KARAKTER TAMBAHAN

PENAKSIR RASIO REGRESI YANG EFISIEN UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN DUA KARAKTER TAMBAHAN PENAKIR RAIO REGREI ANG EFIIEN UNTUK RATA-RATA POPULAI PADA AMPLING AAK EDERHANA MENGGUNAKAN DUA KARAKTER TAMBAHAN R Wuladar *, Rustam Eed, Haposa rat Mahasswa Program tud Matemata Dose Jurusa Matemata

Lebih terperinci

Created by Simpo PDF Creator Pro (unregistered version)

Created by Simpo PDF Creator Pro (unregistered version) Created by Smpo PDF Creator Pro (uregstered verso) http://www.smpopdf.com Statst Bss : BAB V. UKURA PEYEBARA DATA.1 Peyebara Uura peyebara data adalah uura statst yag meggambara bagamaa berpecarya data

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belaag Metode aalss yag telah dbcaraa hgga saat adalah aalss terhadap data megea sebuah araterst atau atrbut da megea sebuah varabel dsrt atau otu. Tetap, sebagamaa dsadar, baya

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belaag Metode aalss yag telah dbcaraa hgga searag adalah aalss terhadap data megea sebuah araterst atau atrbut (ja data tu ualtatg) da megea sebuah araterst (ja data tu uattatf).

Lebih terperinci

II. LANDASAN TEORI. Wallpole (1995), mendefinisikan data kategori sebagai data yang diklasifikasikan

II. LANDASAN TEORI. Wallpole (1995), mendefinisikan data kategori sebagai data yang diklasifikasikan II. LANDASAN TEORI.1. Data Kategor Wallpole (1995, medefsa data ategor sebaga data yag dlasfasa meurut rtera tertetu. Data ategor dsebut uga data ometr atau data yag bua merupaa hasl peguura. Data ategor

Lebih terperinci

BAB 2 LANDASAN TEORI. Istilah regresi diperkenalkan oleh seorang yang bernama Francis Gulton dalam

BAB 2 LANDASAN TEORI. Istilah regresi diperkenalkan oleh seorang yang bernama Francis Gulton dalam BAB LANDASAN TEORI Pegerta Regres da Korelas Pegerta Regres Istlah regres dpereala oleh seorag yag erama Fracs Gulto dalam maalah erjudul regresso towerd medacraty heredtary stature Meurut hasl peelta

Lebih terperinci

I PENDAHULUAN II LANDASAN TEORI

I PENDAHULUAN II LANDASAN TEORI 1 I PENDAHULUAN Pada baga awal bab, aa delasa latar belaag da tuua peelta yag dlaua. Seetara tu pada baga ahr bab aa dperlhata afaat dar peelta bag perusahaa. 1.1 Latar Belaag Masalah trasportas da dstrbus

Lebih terperinci

BAB I PANDAHULUAN. 1.1 Latar Belakang

BAB I PANDAHULUAN. 1.1 Latar Belakang BB I PNDHULUN Latar Belaag Data merupaa seumlah formas yag dapat membera gambara/eteraga tetag suatu eadaa Iformas yag dperoleh membera eteraga, gambara, atau fata megea suatu persoala dalam betu ategor,

Lebih terperinci

BAB II LANDASAN TEORI. Pada bab II ini, akan dijelaskan tentang teori yang dipakai dalam

BAB II LANDASAN TEORI. Pada bab II ini, akan dijelaskan tentang teori yang dipakai dalam BAB II LANDASAN TEORI Pada bab II, aa djelasa tetag teor yag dpaa dalam semvarogram asotrop. Sela tu juga aa dbahas megea teor peduug dalam melaua peasra aduga cadaga baust d daerah Mempawah Kalmata, dataraya

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Aalss Regres Perubaha la suatu varabel tda selalu tejad dega sedrya, amu perubaha la varabel tu dapat pula dsebaba oleh berubahya varabel la yag berhubuga dega varabel tersebut. Utu

Lebih terperinci

Uji Median Pengaruh Utama dan Interaksi dalam Percobaan Berfaktor

Uji Median Pengaruh Utama dan Interaksi dalam Percobaan Berfaktor Jural Grade Vol3 No Jul 007 : 77-8 U Meda Pegaruh Uaa da Ieras dala Peroaa Berfaor Sg Nugroho Jurusa Maeaa, Faulas Maeaa da Ilu Pegeahua Ala, Uversas Begulu, Idoesa Dera Ju 007; Dseuu 6 Jul 007 Asra -

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

Pemilihan Model Regresi Terbaik Menggunakan Metode Akaike s Information Criterion dan Schwarz Information Criterion

Pemilihan Model Regresi Terbaik Menggunakan Metode Akaike s Information Criterion dan Schwarz Information Criterion Jural Iformata Mulawarma Vol 4 No. 3 September 009 37 Pemlha Model Regres erba Megguaa Metode Aae s Iformato Crtero da Schwarz Iformato Crtero M. Fathurahma Program Stud Ilmu Komputer, FMIPA Uverstas Mulawarma

Lebih terperinci

BAB 2 DASAR TEORI ALIRAN DAYA. Sistem tenaga listrik (Electric Power System) terdiri dari tiga komponen

BAB 2 DASAR TEORI ALIRAN DAYA. Sistem tenaga listrik (Electric Power System) terdiri dari tiga komponen BAB DAAR TEOR ALRAN DAA. Umum,,3,4 stem teaga lstr Electrc ower stem terdr dar tga ompoe utama, atu sstem pembagta teaga lstr, sstem trasms teaga lstr, da sstem dstrbus teaga lstr. Kompoe dasar ag membetu

Lebih terperinci

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

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

Lebih terperinci

ESTIMASI INTERVAL SPLINE DALAM REGRESI NONPARAMETRIK

ESTIMASI INTERVAL SPLINE DALAM REGRESI NONPARAMETRIK Tess ESTIMASI INTERVAL SPLINE DALAM REGRESI NONPARAMETRIK Oleh : MUHAMMAD NAFI NRP.304008 PROGRAM PASCASARJANA PROGRAM STUDI STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDAAN TEORI Dalam bab aa djelasa teor-teor yag berhubuga dega peelta yag dapat djada sebaga ladasa teor atau teor peduug dalam peelta Ladasa teor aa mempermudah pembahasa hasl peelta pada bab 3 Adapu

Lebih terperinci

MODEL REGRESI NONPARAMETRIK DENGAN PENDEKATAN SPLINE TRUNCATED

MODEL REGRESI NONPARAMETRIK DENGAN PENDEKATAN SPLINE TRUNCATED Prosdg Sear Nasoal Volue 03, Noor ISSN 443-09 MODEL REGRESI NONPARAMETRIK DENGAN PENDEKATAN SPLINE TRUNCATED Rahat Hdaat, Yula, Marwa Sa 3 Isttut Tekolog Sepuluh Nopeber, Uverstas Cokroaoto Palopo,3 daatath@gal.co

Lebih terperinci

ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS

ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS = 1 + + + + k k + u PowerPot Sldes baa Rohmaa Educato Uverst of Idoesa 007 Laboratorum Ekoom & Koperas Publshg Jl. Dr. Setabud

Lebih terperinci

PERBANDINGAN ESTIMATOR KERNEL DAN ESTIMATOR SPLINE DALAM MODEL REGRESI NONPARAMETRIK

PERBANDINGAN ESTIMATOR KERNEL DAN ESTIMATOR SPLINE DALAM MODEL REGRESI NONPARAMETRIK NM VI 3-6 Jul 0 UNPAD, Jatagor PERBANDINGAN ESTIMATOR ERNEL DAN ESTIMATOR SPLINE DALAM MODEL REGRESI NONPARAMETRI I OMANG GDE SUARSA, I GUSTI AYU MADE SRINADI, NI LUH AYU PUSPA LESTARI 3 Jurusa Mateata

Lebih terperinci

adalah nilai-nilai yang mungkin diambil oleh parameter jika H

adalah nilai-nilai yang mungkin diambil oleh parameter jika H Uj Nsbah Kemuga Lema Neyma-Pearso dapat dguaa utu meemua uj palg uasa bag hpotess sederhaa bla sebara dataya haya dtetua oleh satu parameter yag tda detahu. Lema tersebut juga adaalaya dapat dguaa utu

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Aalss Regres Regres merupaa alat uur yag dguaa utu meguur ada atau tdaya orelas atar varael. Istlah regres yag erart ramala atau tasra pertama al dpereala oleh Sr Fracs Galto pada tahu

Lebih terperinci

ANALISIS DISKRIMINAN (Kasus : Lebih dari 2 Kelompok)

ANALISIS DISKRIMINAN (Kasus : Lebih dari 2 Kelompok) ANALSS DSRNAN (asus : Lebh dar elompo) Hazmra Yozza Jur. atemata FPA Uad LOGO POP POP POP 4 : POP Uura sampel : Sampel telah detahu dar elompo maa berasal Terhadap masg-masg obe damat/duur p peubah POP

Lebih terperinci

PROGRAM LINIEAR DENGAN METODE SIMPLEX

PROGRAM LINIEAR DENGAN METODE SIMPLEX POGAM LINIEA DENGAN METODE SIMPLEX A. TEKNIK PENYELESAIAN Betuk Soal Progra Lear Kedala utaa asalah rogra lear daat eretuk a atau a atau a. Kedala yag eretuk ertdaksaaa daoat duah ead ersaaa seaga erkut

Lebih terperinci

Fungsional Aditif Ortogonal pada W 0 (E) di dalam R n. Riyadi. Fakultas Keguruan dan Ilmu Pendidikan Universitas Sebelas Maret

Fungsional Aditif Ortogonal pada W 0 (E) di dalam R n. Riyadi. Fakultas Keguruan dan Ilmu Pendidikan Universitas Sebelas Maret JM Volue I Noor Deseer 0 Fugsoal Ad Orogoal pada W 0 () d dala R Ryad Faulas Kegurua da Ilu Pedda Uversas Seelas Mare Asrac Ths paper dscusses aou a represeao heore o a orhogoally addve ucoal o W 0 ()

Lebih terperinci

II. TINJAUAN PUSTAKA. variabel. Dalam regresi sederhana dikaji dua variabel, sedangkan dalam regresi

II. TINJAUAN PUSTAKA. variabel. Dalam regresi sederhana dikaji dua variabel, sedangkan dalam regresi 3 II. TINJAUAN PUSTAKA. Aalss Regres Aalss regres merupaka salah satu metode statstka ag dguaka utuk mempelajar da megukur huuga statstk ag terjad atara dua atau leh varael. Dalam regres sederhaa dkaj

Lebih terperinci

KAJIAN SIFAT KEKOMPAKAN PADA RUANG BANACH. Ariyanto* ABSTRACT

KAJIAN SIFAT KEKOMPAKAN PADA RUANG BANACH. Ariyanto* ABSTRACT Aryato, Kaja Sfat Keompaa pada Ruag Baah KAJIAN SIFAT KEKOMPAKAN PADA RUANG BANACH Aryato* ABSTRACT The propertes of ompatess Baah spaes ths paper s a geeralzato of a ompat uderstadg the system o the real

Lebih terperinci

III. METODE PENELITIAN. Teknik Elektro Universitas Lampung dan dusun Margosari, desa Pesawaran Indah

III. METODE PENELITIAN. Teknik Elektro Universitas Lampung dan dusun Margosari, desa Pesawaran Indah 3 III. METODE ENELITIAN 3.1 Watu da Tempat eelta da peracaga tugas ahr dlaua d Laboratorum Terpadu Te Eletro Uverstas Lampug da dusu Margosar, desa esawara Idah abupate esawara pada bula Agustus 1 sampa

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Persoala utaa yag dhadap oleh seorag aaer atau pegabl eputusa adalah bagaaa egaloasa suatu suber yag terbatas datara berbaga atvtas atau proye Progra lear adalah suatu etode yag dapat

Lebih terperinci

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

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

Lebih terperinci

HUBUNGAN MATRIKS AB DAN BA PADA STRUKTUR JORDAN NILPOTEN

HUBUNGAN MATRIKS AB DAN BA PADA STRUKTUR JORDAN NILPOTEN HUBUNGAN ARKS AB DAN BA ADA SRUKUR ORDAN NLOEN Sodag uraasar aaha (sodag@ub-ut.ac.d) UB-U eda Elva Herawaty FA ateata Uverstas Suatera Utara ABSRAC ths aer, we gve aother roof about the relatosh betwee

Lebih terperinci

PEMODELAN JUMLAH KEMATIAN BAYI DI PROVINSI MALUKU TAHUN 2010 DENGAN MENGGUNAKAN REGRESI POISSON

PEMODELAN JUMLAH KEMATIAN BAYI DI PROVINSI MALUKU TAHUN 2010 DENGAN MENGGUNAKAN REGRESI POISSON Jural Bareeg Vol. 5 No. Hal. 3 7 () PEMODELAN JUMLAH KEMAIAN BAYI DI PROVINSI MALUKU AHUN DENGAN MENGGUNAKAN REGRESI POISSON SALMON N. AULELE Staf Jurusa Matemata, FMIPA, Upatt Jl. Ir. M. Putuhea, Kampus

Lebih terperinci

Pemodelan Angka Buta Huruf di Provinsi Sumatera Barat Tahun 2014 dengan Geographically Weighted Regression

Pemodelan Angka Buta Huruf di Provinsi Sumatera Barat Tahun 2014 dengan Geographically Weighted Regression JURNAL SAINS DAN SENI ITS Vol. 5 No. (016) 337-350 (301-98X Prt) D-361 Pemodela Aga Buta Huruf d Provs Sumatera Barat Tahu 014 dega Geographcally Weghted Regresso Rath Mahara da Wwe Setya Wahju Jurusa

Lebih terperinci

PEMODELAN DATA INFLASI INDONESIA PADA SEKTOR TRANSPORTASI, KOMUNIKASI, DAN JASA KEUANGAN MENGGUNAKAN METODE KERNEL DAN SPLINE. Suparti 1 dan Tarno 2

PEMODELAN DATA INFLASI INDONESIA PADA SEKTOR TRANSPORTASI, KOMUNIKASI, DAN JASA KEUANGAN MENGGUNAKAN METODE KERNEL DAN SPLINE. Suparti 1 dan Tarno 2 Pemodela Data (Supart) PEMODELAN DATA INFLASI INDONESIA PADA SEKTOR TRANSPORTASI, KOMUNIKASI, DAN JASA KEUANGAN MENGGUNAKAN METODE KERNEL DAN SPLINE Supart 1 da Taro 2 1 Staf Jurusa Statstka FSM UNDIP,

Lebih terperinci

PENDUGAAN FUNGSI KEUNTUNGAN DAN SKALA USAHA BUDIDAYA PEMBESARAN IKAN BANDENG DI KECAMATAN PALANG KABUPATEN TUBAN JAWA TIMUR

PENDUGAAN FUNGSI KEUNTUNGAN DAN SKALA USAHA BUDIDAYA PEMBESARAN IKAN BANDENG DI KECAMATAN PALANG KABUPATEN TUBAN JAWA TIMUR Jural EKONOMI PEMBNGUNN Kaa Eoo Negara Berebag Hal: 3 35 PENDUGN FUNGSI KEUNTUNGN DN SKL USH BUDIDY PEMBESRN IKN BNDENG DI KECMTN PLNG KBUPTEN TUBN JW TIMUR Taer & Mohaad Noor Pusat Rset Pegolaha Produ

Lebih terperinci

II. TINJAUAN PUSTAKA

II. TINJAUAN PUSTAKA 4 II. TINJAUAN PUSTAKA. Pecla.. Defs Pecla Meurut Fergus 96, pecla ddefska seaga suatu data ag mempag dar sekumpula data ag la. Meurut Barett 98, pecla adalah pegamata ag tdak megkut seaga esar pla da

Lebih terperinci

BAB IX. STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik:

BAB IX. STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik: BAB IX. STATISTIKA Pegerta Statsta da Statst: Statsta adalah lmu pegetahua yag membahas metode-metode lmah tetag ara-ara pegumpula data, pegolaha, pegaalsa da peara esmpula. Statst adalah umpula data,

Lebih terperinci

Identifikasi Sistem Nonlinier Dengan Menggunakan Recurrent Neural Network Dan Algoritma Dead-Zone Kalman Filter

Identifikasi Sistem Nonlinier Dengan Menggunakan Recurrent Neural Network Dan Algoritma Dead-Zone Kalman Filter Idetfas Sste Noler Dega Megguaa Recurret Neural Networ Da Algorta Dead-Zoe Kala Flter Rully Soelaa Ragga Rfa Yudh Purwaato Maurdh H. Puroo Jurusa e Iforata Faultas eolog Iforas Progra Pascasarjaa Jurusa

Lebih terperinci

Untuk mentukan titik tetap dari persamaan (3.1) maka persamaan tersebut dibuat sama dengan nol, yaitu dt 0. seperti dalam persamaan berikut dt dt dt

Untuk mentukan titik tetap dari persamaan (3.1) maka persamaan tersebut dibuat sama dengan nol, yaitu dt 0. seperti dalam persamaan berikut dt dt dt LAMIRA 4 5 Lamra eetua t eta ar eramaa 3. Utu metua tt teta ar eramaa 3. maa eramaa tereut uat ama ega ol yatu a ee alam eramaa erut t t t..................3 Dar eramaa aa eroleh la eaga erut t Dar eramaa

Lebih terperinci

(R.17) ESTIMASI SMOOTHING SPLINE PADA FUNGSI VARIANSI BERDISTRIBUSI GAMMA DALAM PENDEKATAN REGRESI NONPARAMETRIK

(R.17) ESTIMASI SMOOTHING SPLINE PADA FUNGSI VARIANSI BERDISTRIBUSI GAMMA DALAM PENDEKATAN REGRESI NONPARAMETRIK PROSIDING ISSN : 87-59. Semar Nasoal Statsta November Vol, November (R.7) ESIMASI SMOOHING SPLINE PADA FUNGSI VARIANSI BERDISRIBUSI GAMMA DALAM PENDEKAAN REGRESI NONPARAMERIK Sfrya Dose Program Stud Statsta

Lebih terperinci

PEMODELAN STATISTIKA DENGAN TRANSFORMASI BOX COX

PEMODELAN STATISTIKA DENGAN TRANSFORMASI BOX COX JURNAL MATEMATIKA DAN KOMPUTER Vol. 7. No. 3, 8-7, Desemer 4, ISSN : 4-858 PEMODELAN STATISTIKA DENGAN TRANSFORMASI BO CO Dw Ispryat Staf Pegajar Jurusa Matematka Fakultas MIPA UNDIP Semarag Astrak Aalss

Lebih terperinci

Analisis Korelasi dan Regresi

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

Lebih terperinci

PROSEDUR PENGUJIAN HIPOTESIS SEHUBUNGAN DENGAN AKAR-AKAR LATEN DARI MATRIKS KOVARIANS (Dalam Analisis Komponen Utama)

PROSEDUR PENGUJIAN HIPOTESIS SEHUBUNGAN DENGAN AKAR-AKAR LATEN DARI MATRIKS KOVARIANS (Dalam Analisis Komponen Utama) H. Maa Suhera,Drs.,M.S PROSEDUR PEGUJIA HIPOTESIS SEHUBUGA DEGA AKAR-AKAR LATE DARI MATRIKS KOVARIAS (Dala Aalss Kopoe Utaa) Abstra Utu ebuat espula tetag araterst populas ultvarat husuya populas varat

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

Pemilihan Model Regresi Terbaik Menggunakan Akaike s Information Criterion (The Best Regression ModelSelection UsingAkaike s Information Criterion)

Pemilihan Model Regresi Terbaik Menggunakan Akaike s Information Criterion (The Best Regression ModelSelection UsingAkaike s Information Criterion) Jural EKSPONENSIALVolume Nomor September 00 ISSN 085-789 Pemlha Model Regres Terba Megguaa Aae s Iformato Crtero (The Best Regresso ModelSelecto UsgAae s Iformato Crtero) M. Fathurahma Staf Pegaar Program

Lebih terperinci

Bukti Teorema Sisa China dengan Menggunakan Ideal Maksimal

Bukti Teorema Sisa China dengan Menggunakan Ideal Maksimal Vol 5, No, 9-98, Jauar 9 But Teorema Ssa Cha dega egguaa deal asmal Abstra Sstem perogruea yag dapat dcar peyelesaaya secara teor blaga dasar teryata dapat dbuta melalu teor-teor strutur aljabar hususya

Lebih terperinci

Regresi TELBS untuk Mengatasi Masalah Pencilan

Regresi TELBS untuk Mengatasi Masalah Pencilan 8th Idustral Research Worshop ad Natoal Semar Polte Neger Badug July 6-7, 017 Regres TEBS utu Megatas Masalah Pecla Nurul Gusra 1, Frdaza, Nov Octavat 3 1,,3 Departeme Matemata FMIPA Uvestas Padjadjara

Lebih terperinci

Pemodelan Faktor-Faktor yang Mempengaruhi Angka Morbiditas di Jawa Timur Menggunakan Regresi Nonparametrik Spline

Pemodelan Faktor-Faktor yang Mempengaruhi Angka Morbiditas di Jawa Timur Menggunakan Regresi Nonparametrik Spline JURNAL SAINS DAN SENI ITS Vol. 6, No., (7) ISSN: 337-35 (-98X Prt) D-5 Pemodela Fator-Fator yag Mempegaruh Aga Morbdtas d Jawa Tmur Megguaa Regres Noparametr Sple Krsa Wuladar, I Nyoma Budatara, da Madu

Lebih terperinci

Analisis Regresi Eksponensial Berganda (Studi Kasus: Jumlah Kelahiran Bayi di Kalimantan Timur pada Tahun 2013 dan 2014)

Analisis Regresi Eksponensial Berganda (Studi Kasus: Jumlah Kelahiran Bayi di Kalimantan Timur pada Tahun 2013 dan 2014) Jural EKSPONENSIAL Volume 6, Nomor, Nopember 5 ISSN 85-789 Aalss Regres Espoesal Bergada (Stud Kasus: Jumlah Kelahra Bay d Kalmata Tmur pada Tahu 3 da 4) Double Expoetal Regresso Aalyss (Case Study: Number

Lebih terperinci

SEPUTAR IDEAL DARI GELANGGANG POLINOM MIRING AROUND IDEAL OF THE SKEW POLYNOMIAL RING

SEPUTAR IDEAL DARI GELANGGANG POLINOM MIRING AROUND IDEAL OF THE SKEW POLYNOMIAL RING SEPUTAR IDEAL DARI GELANGGANG POLINOM MIRING Afra, Ar Kaal Ar da Nur Erawaty Jurusa Mateata Faultas Mateata da Ilu Pegetahua Ala Uverstas Hasaudd (UNHAS) Jl. Perts Keerdeaa KM.0 Maassar 90245, Idoesa thalabu@gal.co

Lebih terperinci

H dinotasikan dengan B H

H dinotasikan dengan B H Delta-P: Jural Matemata da Pedda Matemata ISSN 089-855X Vol., No., Aprl 03 OPERATOR KOMPAK Mustafa A. H. Ruhama Program Stud Pedda Matemata, Uverstas Kharu ABSTRAK Detahu H da H dua ruag Hlbert, B H )

Lebih terperinci

PEMODELAN STATISTIKA DENGAN TRANSFORMASI BOX COX

PEMODELAN STATISTIKA DENGAN TRANSFORMASI BOX COX Vol. 7. No. 3, 8-7, Desemer 4, ISSN : 4-858 PEMODELAN STATISTIKA DENGAN TRANSFORMASI BO CO Dw Ispryat Staf Pegajar Jurusa Matematka Fakultas MIPA UNDIP Semarag Astrak Aalss regres adalah salah satu tekk

Lebih terperinci

II. LANDASAN TEORI. Pada bab II ini, akan dibahas pengertian-pengertian (definisi) dan teorema-teorema

II. LANDASAN TEORI. Pada bab II ini, akan dibahas pengertian-pengertian (definisi) dan teorema-teorema II. LANDASAN TEORI Pada bab II aka dbahas pegerta-pegerta (defs) da teorea-teorea ag edukug utuk pebahasa pada bab IV. Pegerta (defs) da teorea tersebut dtulska sebaga berkut... Teorea Proeks Teorea proeks

Lebih terperinci

Kuliah 9 Filter Digital

Kuliah 9 Filter Digital TEKNIK PENGOLAHAN ISYARAT DIGITAL Kuliah 9 Filter Digital Idah Susilawati, S.T.,.Eg. Progra Studi Tei Eletro Progra Studi Tei Iforatia Faultas Tei da Ilu Koputer Uiversitas ercu Buaa Yogaarta 9 Kuliah

Lebih terperinci

Teknik Mengatasi Data Hilang pada Kasus Rancangan Blok Lengkapacak

Teknik Mengatasi Data Hilang pada Kasus Rancangan Blok Lengkapacak Jural Sas Matemata da Statsta, Vol. 3, No., Jul 07 ISSN 693-390 prt/issn 407-0939 ole Te Megatas Data Hlag pada Kasus Racaga Blo Legapaca Rado Yedra, Muslm, Jurusa Matemata, Faultas Sas da Teolog, UIN

Lebih terperinci

LOCALLY DAN GLOBALLY SMALL RIEMANN SUMS FUNGSI TERINTEGRAL HENSTOCK-DUNFORD PADA [a,b]

LOCALLY DAN GLOBALLY SMALL RIEMANN SUMS FUNGSI TERINTEGRAL HENSTOCK-DUNFORD PADA [a,b] PROSIING ISBN : 978 979 6353 9 4 LOCALLY AN GLOBALLY SMALL RIEMANN SUMS FUNGSI TERINTEGRAL HENSTOCK-UNFOR PAA [a,b] A-8 Solh, Y Suato, St Khabbah 3,,3 Jurusa Mateata, Faultas Sas da Mateata, Uverstas poegoro

Lebih terperinci

INTERPOLASI INTERPOLASI LINIER INTERPOLASI KUADRATIK

INTERPOLASI INTERPOLASI LINIER INTERPOLASI KUADRATIK INTERPOASI INTERPOASI INIER INTERPOASI KUADRATIK INTERPOASI POINOMIA Dua ttk data : Gars Tga ttk data : Kuadratk g Empat ttk data :Polomal tgkat-3 Dketahu: ttk data ( y ) ( y ) ( y ) D ttk data :Polomal

Lebih terperinci

PENGARUH MODAL KERJA TERHADAP PENDAPATAN PENGRAJIN INDUSTRI KECIL TEMPE DI DESA SAMBAK KECAMATAN KAJORAN KABUPATEN MAGELANG

PENGARUH MODAL KERJA TERHADAP PENDAPATAN PENGRAJIN INDUSTRI KECIL TEMPE DI DESA SAMBAK KECAMATAN KAJORAN KABUPATEN MAGELANG PENGARUH MODAL KERJA TERHADAP PENDAPATAN PENGRAJIN INDUSTRI KECIL TEMPE DI DESA SAMBAK KECAMATAN KAJORAN KABUPATEN MAGELANG Asa Kurat Peddka Ekoom, FKIP Uverstas Muhammadah Purworejo asachaca8@ahoo.com

Lebih terperinci

ANALISIS JUMLAH TENAGA KERJA TERHADAP JUMLAH PASIEN RSUD ARIFIN ACHMAD PEKANBARU MENGGUNAKAN METODE REGRESI GULUD

ANALISIS JUMLAH TENAGA KERJA TERHADAP JUMLAH PASIEN RSUD ARIFIN ACHMAD PEKANBARU MENGGUNAKAN METODE REGRESI GULUD Jural as, Teolog da Idustr, Vol., No., Desember 04, pp. 48-57 IN 693-390 prt/in 407-0939 ole ANALII JUMLAH TENAGA KERJA TERHADAP JUMLAH PAIEN RUD ARIFIN ACHMAD PEKANBARU MENGGUNAKAN METODE REGREI GULUD

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 0 BAB LANDASAN TEORI. Pegerta Regres da Korelas.. Pegerta Regres Regres adalah suatu metode statstka yag ergua utuk memerksa atau memodelka huuga datara varael-varael. Varael-varael terseut dega megguaka

Lebih terperinci

ISSN: JURNAL GAUSSIAN, Volume 4, Nomor 2, Tahun 2015, Halaman Online di:

ISSN: JURNAL GAUSSIAN, Volume 4, Nomor 2, Tahun 2015, Halaman Online di: ISSN: 339-541 JURNAL GAUSSIAN, Volume 4, Nomor, ahu 015, Halama 05-14 Ole d: http://eoural-s1.udp.ac.d/dex.php/gaussa ANALISIS FAKOR FAKOR YANG MEMPENGARUHI JUMLAH KEJAHAAN PENCURIAN KENDARAAN BERMOOR

Lebih terperinci

STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik:

STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik: STATISTIKA Pegerta Statsta da Statst: Statsta adalah lmu pegetahua yag membahas metode-metode lmah tetag ara-ara pegumpula data, pegolaha, pegaalsa da peara esmpula. Statst adalah umpula data, blaga ataupu

Lebih terperinci

ESTIMASI REGRESI WAVELET THRESHOLDING DENGAN METODE BOOTSTRAP. Staf Program Studi Statistika Jurusan Matematika FMIPA UNDIP 2

ESTIMASI REGRESI WAVELET THRESHOLDING DENGAN METODE BOOTSTRAP. Staf Program Studi Statistika Jurusan Matematika FMIPA UNDIP 2 ESTIMASI REGRESI WAVELET THRESHOLDING DENGAN METODE BOOTSTRAP Supart Achmad Mustofa da Agus Rusgyoo 3 3 Staf Program Stud Statsta urusa Matemata FMIPA UNDIP Alum urusa Matemata FMIPA UNDIP l. Prof. H.

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Pegerta Regres Regres dalam statstka adalah salah satu metode utuk meetuka tgkat pegaruh suatu varael terhadap varael ag la. Varael ag pertama dseut dega ermacam-macam stlah: varael

Lebih terperinci

Model Persediaan dengan Batasan Kapasitas Gudang dan Modal pada Kasus Backorder dan Lost Sales

Model Persediaan dengan Batasan Kapasitas Gudang dan Modal pada Kasus Backorder dan Lost Sales odel ersedaa dega atasa Kapastas Gudag da odal pada Kasus acorder da ost Sales Valeraa utosar urusa atemata Isttut Teolog Sepuluh Nopember Surabaya bstra ada model persedaa terdapat seragaa ebjaa memotor

Lebih terperinci

Analisis Sensitivitas

Analisis Sensitivitas Analss Senstvtas Terdr dar aa : Analss Senstvtas, bla terad perubahan paraeter seara dsrt Progra Lnear Paraetr, bla terad perubahan paraeter seara ontnu Maa-aa perubahan pasa optu: Perubahan suu tetap,

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 ANDAAN EOI Pada a aa dperlhata teor-teor yag erhuuga dega peelta sehgga dapat djada seaga ladasa erfr dalam melaua peelta da aa mempermudah dalam hal pemahasa hasl utama pada a erutya. eor terseut

Lebih terperinci

Forum Statistika dan Komputasi, Oktoberl 2005, p: Vol. 10 No. 2 ISSN :

Forum Statistika dan Komputasi, Oktoberl 2005, p: Vol. 10 No. 2 ISSN : Foru Statstka da Koputas, Oktoerl 005, p: 5 3 Vol 0 No ISSN : 0853-85 PENDUGAAN PRODUKTIVITAS KENTANG DENGAN METODE KEMUNGKINAN MAKSIMUM UNTUK MODEL ACAK Har Wjaato, Kharl Awar Notodputro, Barz Departee

Lebih terperinci

Pemodelan Penduduk Miskin di Jawa Timur Menggunakan Metode Geographically Weighted Regression (GWR)

Pemodelan Penduduk Miskin di Jawa Timur Menggunakan Metode Geographically Weighted Regression (GWR) JURNAL SAINS DAN SENI POMITS Vol., No., (013) 337-350 (301-98X Prt) D-39 Pemodela Pedudu Ms d Jawa Tmur Megguaa Metode Geographcally Weghted Regresso (GWR) Yuata Damayat, Vta Ratasar Jurusa Statsta, Faultas

Lebih terperinci

III. METODOLOGI PENELITIAN

III. METODOLOGI PENELITIAN III. METODOLOGI PENELITIAN 3.. Watu da Temat Peelta Peelta srs dlaua d Jurusa Matemata Faultas Matemata da Ilmu Pegetahua Alam Uverstas Lamug ada tahu aadem 2009/200. 3.2. Metode Peelta Secara umum, elasaaa

Lebih terperinci

PENAKSIR RANTAI RASIO-CUM-DUAL UNTUK RATA-RATA POPULASI PADA SAMPLING GANDA

PENAKSIR RANTAI RASIO-CUM-DUAL UNTUK RATA-RATA POPULASI PADA SAMPLING GANDA PEAKI ATAI AIO-CUM-DUAL UTUK ATA-ATA POPULAI PADA AMPLIG GADA Holla Maalu Bustam Haposa rat Mahasswa Program Matemata Dose Jurusa Matemata Faultas Matemata da Ilmu Pegetahua Alam Uverstas au Kampus Bawda

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi dalam statistika adalah salah satu metode untuk menentukan tingkat

BAB 2 LANDASAN TEORI. Regresi dalam statistika adalah salah satu metode untuk menentukan tingkat 0 BAB LANDASAN TEORI. Pegerta Regres Regres dalam statstka adalah salah satu metode utuk meetuka tgkat pegaruh suatu varael terhadap varael yag la. Varael yag pertama dseut dega ermacam-macam stlah: varael

Lebih terperinci

PEMILIHAN THRESHOLD OPTIMAL PADA ESTIMATOR REGRESI WAVELET THRESHOLDING DENGAN METODE CROSS VALIDASI

PEMILIHAN THRESHOLD OPTIMAL PADA ESTIMATOR REGRESI WAVELET THRESHOLDING DENGAN METODE CROSS VALIDASI Pemlha Threshold Optmal (Supart) PEMILIHAN THRESHOLD OPTIMAL PADA ESTIMATOR REGRESI WAVELET THRESHOLDING DENGAN METODE CROSS VALIDASI Supart, Taro, Paula Mela Dw Hapsar 3, Staf Pegaar Program Stud Statsta

Lebih terperinci

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

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

Lebih terperinci

E ax by c ae X be Y c. 6.1 Pengertian Umum

E ax by c ae X be Y c. 6.1 Pengertian Umum 6.1 Pegerta Umum Baya permasalaha yag dataya dyataa oleh lebh dar sebuah varabel. Hubuga atara dua atau lebh varabel dapat dyataa secara matemata sehgga merupaa suatu model yag dapat dguaa utu berbaga

Lebih terperinci

Analisis Aliran Daya

Analisis Aliran Daya Darublc www.darublc.cm Aalss Alra Daa udarat udrham Dalam aalss ragaa lstr, dlaua dealsas. umber dataa sebaga sumber tegaga deal atau sumber arus deal, da beba dataa sebaga medas dega araterst ler. umber

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI Utu mempermudah dalam meyeleaa pembahaa pada bab, maa aa dbera beberapa def da beberapa teor daar yag meduug... Teor Teor Peduug... Rua Gar Def. Rua Gar Ja ada d R atau 3 R, maa ebuah

Lebih terperinci

Analisis Regresi dan Korelasi

Analisis Regresi dan Korelasi Metode Statstka Pertemua III Aalss Regres da Korelas Pegatar Apa tu aalss regres? Apa edaya dega korelas? Aalss Regres Aalss statstka yag memafaatka huuga atara dua atau leh peuah kuattatf sehgga salah

Lebih terperinci

Model Geographically Weighted Poisson Regression Studi Kasus : Jumlah Kematian Bayi di Jawa Timur & Jawa Tengah Tahun 2007 ABSTRAK

Model Geographically Weighted Poisson Regression Studi Kasus : Jumlah Kematian Bayi di Jawa Timur & Jawa Tengah Tahun 2007 ABSTRAK Model Geographcall Weghted Posso Regresso Std Kass : Jlah Keata Ba d Jaa r & Jaa egah ah 7 Salo Note Alele Prhad Mahassa Magster Jrsa Statsta IS Dose Jrsa Statsta IS eal : oce_cacer@ahoo.co Prhad@statsta.ts.ac.d

Lebih terperinci

METODE PENELITIAN. Populasi dari penelitian ini adalah seluruh peserta didik kelas VII semester genap

METODE PENELITIAN. Populasi dari penelitian ini adalah seluruh peserta didik kelas VII semester genap III. METODE PENELITIAN A. Populas da Sampel Populas dar peelta adalah seluruh peserta dd elas VII semester geap SMP Neger 3 Terbaggbesar tahu pelaara 0/0 yag terdstrbus e dalam tuuh elas, yatu elas VII

Lebih terperinci

Kajian Hubungan Koefisien Korelasi Pearson (r), Spearman-rho (ρ), Kendall-Tau (τ), Gamma (G), dan Somers ( d

Kajian Hubungan Koefisien Korelasi Pearson (r), Spearman-rho (ρ), Kendall-Tau (τ), Gamma (G), dan Somers ( d Jural Grade Vol4 No Jul 008 : 37-38 Kaja Hubuga Koefse Korelas Pearso (r), Spearma-rho (ρ), Kedall-Tau (τ), Gamma (G), da Somers ( d yx ) Sgt Nugroho, Syahrul Abar, da Res Vusvtasar Jurusa Matemata, Faultas

Lebih terperinci

KAJIAN ESTIMASI-M IRLS MENGGUNAKAN FUNGSI PEMBOBOT HUBER DAN BISQUARE TUKEY PADA DATA KETAHANAN PANGAN DI JAWA TENGAH. Elen Dwi Pradewi 1, Sudarno 2

KAJIAN ESTIMASI-M IRLS MENGGUNAKAN FUNGSI PEMBOBOT HUBER DAN BISQUARE TUKEY PADA DATA KETAHANAN PANGAN DI JAWA TENGAH. Elen Dwi Pradewi 1, Sudarno 2 Kaa Estmas-M (Ele) KAJIAN ESTIMASI-M IRLS MENGGUNAKAN FUNGSI PEMBOBOT HUBER DAN BISQUARE TUKEY PADA DATA KETAHANAN PANGAN DI JAWA TENGAH Ele Dw Pradew, Sudaro Alum Program Stud Statsta FSM Uverstas Dpoegoro

Lebih terperinci

Penarikan Contoh Acak Sederhana (Simple Random Sampling)

Penarikan Contoh Acak Sederhana (Simple Random Sampling) Pearka Cotoh Acak Sederhaa (Smple Radom Samplg) Defs Jka sebuah cotoh berukura dambl dar suatu populas sedemka rupa sehgga setap cotoh berukura ag mugk memlk peluag sama utuk terambl, maka prosedur tu

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

METODE NUMERIK ROSENBERG DENGAN ARAH PENCARIAN TERMODIFIKASI PENAMBAHAN KONSTANTA l k

METODE NUMERIK ROSENBERG DENGAN ARAH PENCARIAN TERMODIFIKASI PENAMBAHAN KONSTANTA l k Prma: Jural Program Stud Pedda da Peelta Matemata Vol. 6, No., Jauar 07, hal. 7-59 P-ISSN: 0-989 METODE NUMERIK ROSENBERG DENGAN ARAH PENCARIAN TERMODIFIKASI PENAMBAHAN KONSTANTA l UNTUK BEBERAPA NILAI

Lebih terperinci

Estimator Robust S Pada Model Seemingly Unrelated Regression. The S Robust Estimator in Seemingly unrelated Regression Model

Estimator Robust S Pada Model Seemingly Unrelated Regression. The S Robust Estimator in Seemingly unrelated Regression Model Jural ILMU DASAR Vol. 9 No. Jul 008 : 5-7 5 Estmator Robust S Pada Model Seemgl Urelated Regresso he S Robust Estmator Seemgl urelated Regresso Model Sulato Jurusa Matemata FMIPA Uverstas Arlagga ABSRAC

Lebih terperinci

Pemodelan Resiko Penyakit Pneumonia pada Balita di Jawa Timur Menggunakan Regresi Logistik Biner Stratifikasi

Pemodelan Resiko Penyakit Pneumonia pada Balita di Jawa Timur Menggunakan Regresi Logistik Biner Stratifikasi Pemodela Reso Peyat Peumoa pada Balta d Jawa Tmur Megguaa Regres Logst Ber Stratfas Ita Novaa, Sr Pgt Wuladar da Purhad Jurusa Statsta, Faultas Matemata da Ilmu Pegetahua Alam, Isttut Teolog Sepuluh Nopember

Lebih terperinci

Analisis Pengendalian Kualitas Proses Pengantongan Semen di PT Semen Indonesia (Persero) Tbk dengan Pendekatan Six Sigma

Analisis Pengendalian Kualitas Proses Pengantongan Semen di PT Semen Indonesia (Persero) Tbk dengan Pendekatan Six Sigma JURNAL SAINS DAN SENI ITS Vol. 4, No., (15) 337-35 (31-98X Prt) D-54 Aalss Pegedala Kualtas Proses Pegatoga Seme d PT Seme Idoesa (Persero) Tb dega Pedeata Sx Sgma Ftrah Idra Cahya, Sr Mumpu Retagsh Jurusa

Lebih terperinci

TINJAUAN PUSTAKA Konsep Dasar Pendugaan Area Kecil

TINJAUAN PUSTAKA Konsep Dasar Pendugaan Area Kecil 4 INJAUAN PUSAKA Kosep Dasar Pedugaa Area Kec Secara uu etode pedugaa area kec dbag ejad dua baga atu etode peduga agsug (drect estato da etode peduga tak agsug (drect estato. etode-etode pedugaa seaa

Lebih terperinci

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

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

Lebih terperinci

INTERPOLASI. FTI-Universitas Yarsi

INTERPOLASI. FTI-Universitas Yarsi BAB VI INTERPOLASI FTI-Uverstas Yars Pedahulua Bla dketahu taulas ttk-ttk (y seaga erkut (yag dalam hal rumus ugs y ( tdak dketahu secara eksplst: Htug taksra la y utuk 3.8! FTI-Uverstas Yars Persoala

Lebih terperinci