PENDUGAAN DATA HILANG PADA RANCANGAN ACAK KELOMPOK LENGKAP DENGAN ANALISIS KOVARIAN

Ukuran: px
Mulai penontonan dengan halaman:

Download "PENDUGAAN DATA HILANG PADA RANCANGAN ACAK KELOMPOK LENGKAP DENGAN ANALISIS KOVARIAN"

Transkripsi

1 ISS: JURAL AUSSIA, Volume 3, omo 3, Tahun 014, Halaman Onlne d: hp://eounal-s1.undp.ac.d/ndex.php/gaussan PEDUAA DATA HILA PADA RACAA ACAK KELOMPOK LEKAP DEA AALISIS KOVARIA Vna Ryana F 1, Tasu Wuyanda, Dah Saf 3 1 Mahasswa Juusan Sasa FSM Unvesas Dponegoo,3 Saf Pengaa Juusan Sasa FSM Unvesas Dponegoo ABSTRACT Analyss of Covaance (ACOVA) s mosly used n he analyss of eseach o expemenal desgn. ACOVA s he combnaon beween egesson analyss and Analyss of Vaance (AOVA). ACOVA wee used because hee ae some concoman vaable, whch s vaable ha dffcul o conol by he eseaches bu an mpac on obseved he esponse vaable. The pupose fom concoman vaable s educes vaably n he expemen. If hee s mssng daa on Randomzed Complee Bloc Desgn (RCBD) he fs mus be done esmang he mssng daa befoe ACOVA done. ACOVA on RCBD wh complee daa o mssng daa sn much dffeen, f hee ae mssng daa, he degees of feedom s educed by he oal amoun of mssng daa and he sum of squae eamen educed by he value of he bas. Applcaon of ensle sengh of he glue expemen o he case ACOVA on RCBD wh one mssng daa show no effec of eamen and goup by he ensle sengh of he glue. Fo Fe oxcy expemen wh wo mssng daa ae found only eamen effec o Fe excy. Based on value fom he coeffcen of vaance fo one mssng daa and wo mssng daa showed ha ACOVA s moe appopaely used han AOVA. Keywods : Mssng daa, Analyss of Covaance (ACOVA), Randomzed Complee Bloc Desgn (RCBD), Analyss of Vaance (AOVA) 1. PEDAHULUA Ilmu pengeahuan beembang pesa seng dengan beembangnya enolog. Peembangan n menunu bebaga pha unu melauan penelan. Peancangan pecobaan dapa daaan sebaga embaan bag penel sebelum pecobaan dlauan sehngga ddapaan hasl yang vald secaa lmah. Supaya ddapaan hasl pecobaan yang vald dalam menganalss haus dpehungan vaabel-vaabel apa saa yang danggap mempengauh hasl pecobaan esebu. Menuu Mongomey (009) edapa vaabel eenu yang da dapa dendalan oleh penel eap dapa dama besama vaabel espon. Vaabel sepe n basa dsebu dengan vaabel pengng. Dengan adanya vaabel pengng n, maa analss yang dgunaan adalah Analss Kovaan (AAKOVA). Sebelum menganalss hasl ancangan pecobaan, penel haus memlh ancangan pecobaan yang epa. Menuu Hanafah dan Suamo (1991) apabla un pecobaan dan lngungan besfa heeogen maa ancangan yang epa adalah Rancangan Aca Kelompo Lengap (RAKL). Kedalengapan suau daa menyebaban daa hasl pecobaan da dapa danalss dengan ba. Menuu omez dan omez (005) hlangnya daa dapa dsebaban oleh bebaga hal, danaanya pelauan yang da epa, eusaan pada obye pecobaan, daa yang da logs.

2 . TIJAUA PUSTAKA.1. Rancangan Pecobaan Rancangan pecobaan adalah langah-langah lengap yang haus dambl sebelum pecobaan dlauan supaya daa yang semesnya dpeluan dapa dpeoleh sehngga analss yang dlauan dapa obyef dan mempunya esmpulan yang belau unu pesoalan yang sedang dbahas (Sudana, 198)... Rancangan Aca Kelompo Lengap (RAKL) Menuu Suwanda (011) RAKL dgunaan a un pecobaan da homogen sehngga pelu pengelompoan sedeman hngga dalam sau elompo elaf homogen. Tuuan pengelompoan aga ddapaan gala yang lebh ecl. Menuu Feund dan Wlson (1996) model umum unu Rancangan Aca Kelompo Lengap adalah sebaga beu: 1,,..., 1,,..., dmana: = pengamaan pada pelauan dan elompo µ = aa-aa umum = efe pelauan e- β = efe elompo e- ε = omponen gala Apabla pelauan dan elompo mempunya efe eap (model eap), asumsnya: Hpoess yang dambl pada Rancangan Aca Kelompo Lengap adalah: 1. Pengauh pelauan: H 0 : (da ada pengauh pelauan ehadap espon yang dama) H 1 : palng sed ada sau dengan 0 (ada pengauh pelauan ehadap espon yang dama). Pengauh elompo: H 0 : β 1 = β =... = β = 0 (da ada pengauh elompo ehadap espon yang dama) H 1 : palng sed ada sau dengan β 0 (ada pengauh elompo ehadap espon yang dama) Menuu Hanafah dan Suamo (1991) abel analss vaan pada Rancangan Aca Kelompo Lengap adalah sebaga beu: Tabel 1. Tabel Analss Vaan pada Rancangan Aca Kelompo Lengap Sumbe Deaa Jumlah Kuada Keagaman Bebas Kuada Tengah Fhung Fabel Kelompo (-1) JKK KTK F h. K F (-1);(-1)(-1) (α) Pelauan (-1) JKP KTP F h. P F (-1);(-1)(-1) (α) ala (-1)(-1) JK KT Toal -1 JKT dengan pehungan adalah sebaga beu: FK.. JKT 1 1 FK JKK. 1 FK. JKP 1 FK JK JKT JKK JKP JURAL AUSSIA Vol. 3, o. 3, Tahun 014 Halaman 500

3 Unu uada engah: JKK JKP KTK KTP 1 1 Unu Fhung: JK KT ( 1)( 1) Fh. K KTK KT Fh. P KTP KT.3. Analss Reges Lnea Menuu Walpole (199) pesamaan maema yang memungnan unu meamalan nla-nla suau vaabel a bebas (dependen vaable) da nla-nla sau aau lebh vaabel bebas (ndependen vaable) dsebu pesamaan eges. eges Lnea sedehana hanya ed da sau vaabel bebas () dan sau vaabel a bebas (). Model eges lnea sedehana sebaga beu: l 0 1 l ; l 1,,..., dengan = vaabel a bebas = vaabel bebas β 0, β 1 = oefsen eges ε l = gala, ε l ~ ID (0,σ ) Penduga uada eecl unu β 0 dan β 1 adalah: ˆ ˆ ˆ ll l l1 l1 l1 l l l1 l1 l.4. Daa Hlang Penel basanya elah melauan pecobaan dengan ha-ha, eap bebeapa fao d bawah emampuan penel dapa menyebaban hlangnya daa. Menuu omez dan omez (005) fao-fao penyebab umum hlangnya daa anaa lan: 1. Pelauan yang da epa. Keusaan pada obye pecobaan 3. Daa da logs Dalam en peumusan daa yang hlang, pendugaan sau aau lebh daa pengamaan yang hlang dlauan sesua dengan ancangan apa yang dgunaan (omez dan omez, 005). Menuu nosumao (1993) daa yang hlang pada RAKL dduga dengan: ` ` ` ' B T.. (1) ( 1)( 1) dengan: B` = oal elompo e- yang memua daa yang hlang T` = oal pelauan e- yang memua dengan daa yang hlang `.. = oal pengamaan da emasu daa yang hlang = banyanya pelauan = banyanya elompo dengan besa bas adalah: ' {( B` ( 1) )} bas () ( 1) JURAL AUSSIA Vol. 3, o. 3, Tahun 014 Halaman 501

4 Menuu Seel dan Toe (1993) bla ada bebeapa nla yang hlang, semua nla dlauan dugaan awal ecual sau. la dugaan awalnya dapa dpeoleh dengan menghung ( `. `. ) (3) dengan `. dan `. adalah aa-aa pelauan dan elompo da daa yang ada, yang mengandung nla yang hlang..5. Analss Kovaan pada Rancangan Aca Kelompo Lengap Bebaga gambaan bofs yang dhaslan da pengamaan-pengamaan ehadap pea-pea pecobaan dalah bena-bena besfa bebas, eap sau sama lan seng elba behubungan secaa fungsonal. Pada onds deman, analss ovaan (anaova) secaa besamaan dapa dgunaan unu mengu vaan-vaan (agam uama) dan ovaanovaan (agam pengng) pada vaabel-vaabel eenu. Pada onds deman, penguan pengauh pelauan aan lebh aua apabla danalss menggunaan anaova dapada menggunaan anova (Hanafah dan Suamo, 1991). Menuu Das dan (1986) model yang sesua pada analss ovaan RAKL dengan pelauan dan elompo adalah : (.. ) ; ' aau dmana '.. dengan: = 1,,..., ; = 1,,..., = pengamaan da pelauan e- dan elompo e- µ,, β = efe eap da eaa umum dengan masng-masng pelauan e- dan elompo e- = pengamaan pada pelauan e- elompo e- pada vaabel pengng β = oefsen eges yang menunuan eeganungan pada ε ~ (0,σ ) Tabel. Tabel Analss Kovaan pada Rancangan Aca Kelompo Lengap Jumlah Kuada dan Hasl Sumbe Deaa does ehadap al Keagaman Bebas d.b. JK KT F b Kelompo (-1) JKK JHK JKK Pelauan (-1) JKP JHP JKP ala (-1)(-1) JK JH JK (-1)(-1)-1 JK KT Toal -1 JKT JHT JKT Pelauan+ala (-1) JKP JHP JKP (-1)-1 JKP Kelompo+ala (-1) JKK JHK JKK (-1)-1 JKK Pelauan eoes (-1) JKP KTP F a Kelompo eoes (-1) JKK KTK F b dengan: 1 T 1 B 1 T ( ) 1 B ( ) T 1 T ( ) 1 JURAL AUSSIA Vol. 3, o. 3, Tahun 014 Halaman 50

5 Jumlah uada dan hasl al: B ( ) JKK JHK JKP JKT JK 1 1 T ( ) 1 1 JK JH JK JHP JHT JK JKT JKP JKK JH JHT JHP JHK JK JKT JKP JKK JKP JKP JK JKP B 1 T ( ) ( ) JKP JKP JHP T B JHP JKP JKK JKP JKT B 1 T JHK JKK JKK JKK JKP JK JKK JKK JK JHP JH JHK JHK JH JKP JK JKK JKK JK JKP JKK JKK JK Kuada engah: JK KT ( 1)( 1) 1 KTP JKP ( 1) KTK JKK ( 1) F hung: a KTP F KT F b KTK KT Menuu Seel dan Toe (1993) asums yang dpeluan pada analss ovaan adalah: 1. Vaabel besfa eap, duu anpa esalahan, dan bebas da pelauan.. Reges ehadap adalah lnea dan bebas da pelauan dan elompo. 3. ala menyeba nomal dan bebas d sea nla engah nol dan agam yang sama. Penguan asums n ed da : a. omalas b. Independens c. Kesamaan vaan.6. Koefsen Keagaman Menuu Hanafah dan Suamo (1991) oefsen eagaman meupaan suau oefsen yang menunuan deaa eandalan (pecson aau accuacy) hasl yang dpeoleh da suau pecobaan. Koefsen eagaman dalam analss ovaan dapa dnyaaan sebaga beu: KK KT.. x100%.7. U Beda Reaa Pengauh Pelauan (U Duncan) Menuu Hanafah dan Suamo (1991) u beda eaa n beuuan unu mengeahu pengauh pelauan dan elompo ehadap hasl pecobaan. Hpoess dalam penguan n adalah: JURAL AUSSIA Vol. 3, o. 3, Tahun 014 Halaman 503

6 H 0 : µ = µ ; H 1 : µ µ ; Posedu u beda aa nyaa Duncan n adalah: 1. Menenuan nla gala bau eaa umum KT S. Menenuan nla aa nyaa edea Duncan R S p ( p, v) dengan: α(p,v) = la bau duncan pada aaf u α aa p dan deaa bebas gala v. 3. Daa eaa eoes hasl pecobaan duu menuu nlanya da yang eecl hngga ebesa. ˆ( ); = 1,,, dengan:.... = eaa pengauh pelauan eoes e-. = eaa pengauh pelauan e- ˆ = oefsen eges. = aaa vaabel pengng e- = eaa umum vaabel pengng 4. U beda eaa n dlauan menuu aa (p) bedanya masng-masng. Saus beda nla eaa esebu du menuu adah epuusan: R p, ema H 0 a d hung > R p, ola H 0 d hung = selsh dua eaa eoes 3. METODOLOI PEELITIA 3.1. Sumbe Daa Dalam penulsan sps n menggunaan daa peneapan analss ovaan pada ancangan aca elompo lengap. 1. Sau daa hlang Beasal da buu Suwanda (011) dengan udul Desan Espemen unu Penelan Ilmah pada halaman 36. Pemasalahannya adalah edapa empa fomula bebeda da ndus lem. Keuaan ensl da lem ea dgunaan pada bagan penggabungan uga behubungan dengan penggunaan eebalannya. amun dalam sps n pecobaan pada pelauan e-3 elompo e-3 danggap hlang aena pelauan esebu eena a yang menyebaban pelauan menad usa.. Dua daa hlang Beasal da buu Sunoyo nosumao (1993) dengan udul Pecobaan, Peancangan, Analss, dan Inepeasnya pada halaman 1. Pemasalahannya adalah sebuah pecobaan dengan ga elompo dlauan unu mengeahu eahanan 15 vaeas pad ehadap eacunan Fe. Keacunan Fe uga behubungan dengan oleans Fe da vaeas pad esebu. amun dalam sps n pecobaan pada vaeas pad yang e-8 pada elompo e-1 dan vaeas pad yang e-11 elompo e- danggap da bsa dgunaan aena eena hama yang beasal da us sawah sehngga vaeas pad esebu usa sebelum pecobaan usa. JURAL AUSSIA Vol. 3, o. 3, Tahun 014 Halaman 504

7 3.. Langah Analss Seelah daa dpeoleh, maa langah-langah yang aan dlauan dalam menganalss daa adalah : 1. Menduga daa hlang a. Sau daa hlang Sau daa hlang dapa dduga dengan menggunaan umus pada pesamaan (1). b. Banya Daa Hlang Ten yang haus dgunaan adalah dengan caa eas. Bla ada bebeapa nla yang hlang, semua nla dlauan pendugaan awal ecual sau menggunaan pesamaan (3). Kemudan gunaan umus pada pesamaan (1) unu menduga nla lannya. Dengan nla dugaan esebu dlauan eas eus sampa nla-nla dugaan yang bau hamp sama dengan nla dugaan sebelumnya.. Menghung bas unu nla dugaan yang hlang 3. Melauan u asums: a. omalas b. Independens c. Kesamaan vaan Apabla e-ga u asums esebu da epenuh pelu dlauan ansfomas elebh dahulu. 4. Melauan pehungan abel anaova. 5. Melauan analss a. Melauan u hpoess unu pengauh pelauan dan pengauh elompo. b. Apabla H 0 dola yang anya ada pengauh pelauan aau elompo ehadap euaan ensl lem dan ada pengauh pelauan aau elompo ehadap eacunan Fe, haus dlauan u beda eaa pengauh pelauan aau elompo. U yang dgunaan adalah u Duncan. 4. HASIL DA PEMBAHASA 4.1. Sau Daa Hlang Ddapaan nla dugaan daa hlang pada pelauan e-3 elompo e-3 = 51,75 dengan besa bas = 11,5. Seelah penduga daa hlang ddapaan, dlauan u asums sebaga beu: a. omalas : Bedasaan u vsual da gaf QQ-plo dan secaa u fomal dengan menggunaan u olmogoov smnov ddapaan esmpulan bahwa asums nomalas epenuh. b. Independens : Bedasaan u vsual da gaf anaa esdual dengan uuan daa dan secaa u fomal dengan menggunaan u dubn-wason ddapaan esmpulan bahwa asums ndependens epenuh. c. Kesamaan vaan : Bedasaan u vsual da gaf anaa esdual dengan model dan secaa u fomal dengan menggunaan Bale s Tes ddapaan bahwa asums esamaan vaan epenuh. JURAL AUSSIA Vol. 3, o. 3, Tahun 014 Halaman 505

8 Tabel 3. Tabel Analss Kovaan dengan Sau la Dugaan Daa Hlang Sumbe Deaa Jumlah Kuada dan Hasl al does ehadap Keagaman Bebas d.b. JK KT F hung Kelompo 3 4,55-7, ,89884 Pelauan 4,7-8, ,06187 ala 1 35,7-33, , , , Toal 19 6,95-69, , Pelauan+ala 16 58,4-6,37 91, ,4836 Kelompo+gala 15 40,5-41,45 56, ,9616 Pelauan eoes 4 4, , ,137 Kelompo eoes 3 5, ,79550,015 Bedasaan Tabel 3. ddapaan bahwa pada aaf sgnfans 5% da ada pengauh pelauan dan elompo ehadap euaan ensl lem. Tabel 4. Tabel Analss Vaan dengan Sau la Dugaan Daa Hlang Sumbe Deaa Jumlah Kuada F hung Keagaman Bebas Kuada Tengah Kelompo 3 15, ,9961 1,11503 Pelauan 4 38, ,7097,0415 ala 11 5,8159 4,7587 Toal ,993 Ddapaan nla oefsen eagaman unu analss vaan (4,57465%) lebh besa da nla oefsen eagaman analss ovaan (1,98067%). Sehngga analss ovaan lebh epa dgunaan dapada analss vaan unu daa euaan ensl lem. 4.. Dua Daa Hlang Ddapaan nla dugaan daa hlang pada pelauan e-8 elompo e-1 = 6,79 dan pelauan e-11 elompo e- dengan besa bas = 5,96. Seelah penduga daa hlang ddapaan, dlauan u asums sebaga beu: a. omalas : Bedasaan u vsual da gaf QQ-plo dan secaa u fomal dengan menggunaan u olmogoov smnov ddapaan esmpulan bahwa asums nomalas epenuh. b. Independens : Bedasaan u vsual da gaf anaa esdual dengan uuan daa dan secaa u fomal dengan menggunaan u dubn-wason ddapaan esmpulan bahwa asums ndependens epenuh. c. Kesamaan vaan : Bedasaan u vsual da gaf anaa esdual dengan model dan secaa u fomal dengan menggunaan Bale s Tes ddapaan bahwa asums esamaan vaan epenuh. JURAL AUSSIA Vol. 3, o. 3, Tahun 014 Halaman 506

9 Tabel 5. Tabel Analss Kovaan dengan Dua la Dugaan Daa Hlang Sumbe Deaa Jumlah Kuada dan Hasl al does ehadap Keagaman Bebas d.b. JK KT F hung Kelompo 1,6 1, ,86414 Pelauan 14 10, , ,359 ala 8 11, , , , ,40543 Toal 44,8 5, , Pelauan+ala 4 1, 4, , ,87948 Kelompo+gala 30 1, , , ,19663 Pelauan eoes 14 38,78384,7707 6,833 Kelompo eoes 0, , ,0751 Bedasaan Tabel 5. ddapaan bahwa pada aaf sgnfans 5% ada pengauh pelauan (vaeas pad) ehadap eacunan Fe dan da ada pengauh elompo ehadap eacunan Fe. Seelah dlauan u pengauh pelauan dan elompo, ddapaan hanya edapa pengauh pelauan ehadap eacunan Fe. Sehngga, pelu dlauan u beda eaa pelauan dengan menggunaan u duncan. Haslnya adalah sebaga beu: vaeas: Tabel 6. Tabel Analss Vaan dengan Dua la Dugaan Daa Hlang Sumbe Deaa Jumlah Kuada F hung Keagaman Bebas Kuada Tengah Kelompo 0, ,4307 0,57144 Pelauan 14 64,759 4, ,0713 ala 6 19,6586 0,7561 Toal 4 84,79863 Ddapaan nla oefsen eagaman unu analss vaan (0,0983%) lebh besa da nla oefsen eagaman analss ovaan (14,7177%). Sehngga analss ovaan lebh epa dgunaan dapada analss vaan unu daa eacunan Fe n Daa Hlang Unu ga daa hlang dan seeusnya menggunaan caa yang sama sepe dua daa hlang yau dengan menggunaan caa eas, semua nla dlauan pendugaan awal ecual sau dengan menggunaan pesamaan (4). Kemudan gunaan pesamaan () unu menduga nla lannya. Apabla edapa daa yang hlang unu deaa bebas gala dan oal duangan dengan banyanya daa yang hlang, dan umlah uada pelauan duangan dengan besa bas. 5. KESIMPULA Da hasl analss dan pembahasan yang elah dlauan, dapa dpeoleh bebeapa esmpulan, yau: 1. Apabla edapa daa yang hlang, nla unu umlah uada pelauan aan lebh besa da nla sebenanya. Oleh aena u, umlah uada pelauan duangan dengan besa bas. JURAL AUSSIA Vol. 3, o. 3, Tahun 014 Halaman 507

10 . Peneapan asus analss ovaan pada ancangan aca elompo lengap dengan sau daa hlang ( 3:3) menunuan da ada pengauh pelauan dan elompo ehadap euaan ensl lem. Unu dua daa yang hlang (`8:1 dan `11:) ddapaan hanya edapa pengauh pelauan ehadap eacunan Fe. la oefsen eagaman unu sau daa hlang dan dua daa hlang ddapaan bahwa analss ovaan lebh epa dgunaan dapada analss vaan. 6. DAFTAR PUSTAKA Das, M. dan,.c Desgn and Analyss of Expemen Second Edon. ew Delh: Wley Easen Lmed. Feund dan Wlson Sascal Mehods Second Edon. USA: Academc Pess. omez, K.A dan omez, A.A Posedu Sas unu Penelan Peanan Eds Kedua. Jaaa: UI Pess. Hanafah dan Suamo Rancangan Pecobaan Teo dan Aplas Eds Revs. Jaaa: PT. Raa afndo Pesada. Mongomey, D.C Desgn and Analyss of Expemens: Inenaonal Sevenh Edon. USA: John Wley & Sons. Seel dan Toe Pnsp dan Posedu Sasa Suau Pendeaan Bome. Jaaa: PT. ameda Pusaa Uama. Sudana Dsan dan Analss Espemen. Bandung: Taso. Suwanda Desan Espemen unu Penelan Ilmah. Bandung: Alfabea. Walpole, R. E Pengana Sasa Eds Kega. Jaaa: PT. ameda Pusaa Uama. nosumao Pecobaan Peancangan, Analss, dan Inepeasnya. Jaaa: PT. ameda Pusaa Uama. JURAL AUSSIA Vol. 3, o. 3, Tahun 014 Halaman 508

COMPLETELY RANDOMIZED DESIGN (CRD)

COMPLETELY RANDOMIZED DESIGN (CRD) COMPLETELY RANDOMIZED DESIGN (CRD) CRD Tdak ada kea pengelompokan: Lngkungan homogen Bahan homogen (pebedaan danaa expemenal un yang mempeoleh pelakuan yang ama dalam CRD debu ebaga expemenal eo) Ala homogen

Lebih terperinci

MATERI DAN METODE. Pertanian dan Peternakan UIN Suska Riau. Penelitian ini berlangsung selama

MATERI DAN METODE. Pertanian dan Peternakan UIN Suska Riau. Penelitian ini berlangsung selama III. MATERI DAN METODE 3.1. Tempa dan Waku Peneliian Peneliian ini dilakukan di Laboaoium Lapang (Agosologi) Fakulas Peanian dan Peenakan UIN Suska Riau. Peneliian ini belangsung selama bulan yaiu pada

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

MODUL 2 PERCOBAAN SATU FAKTOR DAN UJI PERBANDINGAN NILAI TENGAH

MODUL 2 PERCOBAAN SATU FAKTOR DAN UJI PERBANDINGAN NILAI TENGAH MODUL PERCOBAAN SATU FAKTOR DAN UJI PERBANDINGAN NILAI TENGAH A. Pendahuluan Pecobaan sau fako adalah suau pecobaan ang dancang dengan hana melbakan sau fako dengan bbeapa aaf sebaga pelakuan. Rancangan

Lebih terperinci

kimia LAJU REAKSI II Tujuan Pembelajaran

kimia LAJU REAKSI II Tujuan Pembelajaran KTSP & K-13 kimia K e l a s XI LAJU REAKSI II Tujuan Pembelajaan Seelah mempelajai maei ini, kamu dihaapkan memiliki kemampuan beiku. 1. Mengeahui pesamaan laju eaksi.. Memahami ode eaksi dan konsana laju

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

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

Lebih terperinci

Reliabilitas. A. Pengertian

Reliabilitas. A. Pengertian Relablas A. Pengean Relablas adalah sejauh mana hasl ujan sswa eap aau konssen da posedu penlaan (Nko, 007:66). Menuu Ellen, suau es dkaakan elabel jka sko obsevas nla awal behubungan dengan sko yang sebenanya.

Lebih terperinci

III. BAHAN DAN METODE. peternakan UIN SUSKA Riau dan Laboratorium Agronomi Fakultas pertanian

III. BAHAN DAN METODE. peternakan UIN SUSKA Riau dan Laboratorium Agronomi Fakultas pertanian III. BAHAN DAN METODE 3.1. Tempa dan Waku Peneliian Peneliian ini elah dilakukan di Lahan pecobaan Fakulas peanian dan peenakan UIN SUSKA Riau dan Laboaoium Agonomi Fakulas peanian dan peenakan UIN SUSKA

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 4. No. 1, 1-10, April 2001, ISSN :

JURNAL MATEMATIKA DAN KOMPUTER Vol. 4. No. 1, 1-10, April 2001, ISSN : JURNAL MATEMATIKA DAN KOMUTER Vol.. No., -, Aprl, ISSN : -88 ENDEKATAN RERESI OLINOMIAL ORTHOONAL ADA RANCANAN DUA FAKTOR (DENAN ALIKASI SAS DAN MINITAB) Tat Wharh Jurusan Matemata FMIA UNDI Abstra eneatan

Lebih terperinci

APLIKASI BEDA HINGGA PADA PROSES STERILISASI MAKANAN KALENG

APLIKASI BEDA HINGGA PADA PROSES STERILISASI MAKANAN KALENG Souh Eas Asan Confeence on Mahemacs and Is Applcaons Poceedngs Insu enolog Sepuluh opembe Suabaya ISB 978 979 965 5 APIKASI BEDA HIGGA PADA POSES SEIISASI MAKAA KAEG uman Hanaf Madlah dan 3 Ded Adan 3

Lebih terperinci

4 Departemen Statistika FMIPA IPB

4 Departemen Statistika FMIPA IPB Suplemen Responsi Petemuan ANALISIS DATA KATEGORIK (STK351) 4 Depatemen Statistia FMIPA IPB Poo Bahasan Sub Poo Bahasan Refeensi Watu Ui Hipotesis Tiga Contoh atau Lebih Ui Fiedman (analisis agam dua-aah

Lebih terperinci

PENDUGAAN DATA HILANG PADA RANCANGAN ACAK KELOMPOK LENGKAP DENGAN ANALISIS KOVARIAN

PENDUGAAN DATA HILANG PADA RANCANGAN ACAK KELOMPOK LENGKAP DENGAN ANALISIS KOVARIAN PENDUGAAN DATA HILANG PADA RANCANGAN ACAK KELOMPOK LENGKAP DENGAN ANALISIS KOVARIAN SKRIPSI Diajukan sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Statistika FSM UNDIP Oleh

Lebih terperinci

Bab 4 ANALISIS KORELASI

Bab 4 ANALISIS KORELASI Bab 4 ANALISIS KORELASI PENDAHULUAN Koelas adalah suatu alat analss yang dpegunakan untuk menca hubungan antaa vaabel ndependen/bebas dengan vaabel dpenden/takbebas. Apabla bebeapa vaabel ndependen/bebas

Lebih terperinci

BAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU

BAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU BAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU Pada bab III, ka elah melakukan penguan erhadap meoda Runge-Kua orde 4 pada persamaan panas. Haslnya, solus analk persamaan panas

Lebih terperinci

MODEL PERTUMBUHAN BIOMASSA RUMPUT LAUT GRACILLARIA DENGAN CARRYING CAPACITY BERGANTUNG WAKTU. Zullaikah 1 dan Sutimin 2

MODEL PERTUMBUHAN BIOMASSA RUMPUT LAUT GRACILLARIA DENGAN CARRYING CAPACITY BERGANTUNG WAKTU. Zullaikah 1 dan Sutimin 2 Junal Maemaa Vol, No, Agusus 8: 78-86, ISSN: 4-858 MODEL PERTUMBUHAN BIOMASSA RUMPUT LAUT GRACILLARIA DENGAN CARRYING CAPACITY BERGANTUNG WAKTU Zullaah dan Sumn, Juusan Maemaa FMIPA Unvesas Dponegoo Jl

Lebih terperinci

Jl. Prof. Dr.Hamka Air Tawar Padang, 25131, Telp. (0751)444648, Indonesia

Jl. Prof. Dr.Hamka Air Tawar Padang, 25131, Telp. (0751)444648, Indonesia Analisis Kovaiansi pada Rancangan Acak Lengkap dengan Peubah Pengiing Beganda Menggunakan Pendekaan Maiks Wimi Saika #1, Lufian Almash *, Yenni Kuniawai #3 # Mahemaics Depaemen Sae Univesiy of Padang Jl.

Lebih terperinci

METODE SIMPLEKS. Fitriani A/09/2009 Jurusan Pendidikan Matematika UPI

METODE SIMPLEKS. Fitriani A/09/2009 Jurusan Pendidikan Matematika UPI METODE SIMPLEKS A Bentu Standa Model Pogam Lnea Pelu dngatan embal bahwa pemasalahan model pogam lnea dapat meml pembatas-pembatas lnea yang betanda,,, dan peubah-peubah eputusannya dapat meupaan peubah

Lebih terperinci

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

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

Lebih terperinci

(Cormen 2002) III PEMBAHASAN. yt : pendapatan rumah tangga pada periode t, dengan yt 0.

(Cormen 2002) III PEMBAHASAN. yt : pendapatan rumah tangga pada periode t, dengan yt 0. 5 Vaabel s dsebu vaabel slak enambahan vaabel slak beujuan unuk mengubah peaksamaan yang mengandung anda menjad sebuah pesamaan eaksamaan () bena jka dan hanya jka pesamaan (2) dan peaksamaan (3) bena

Lebih terperinci

SOLUSI TUGAS MATA KULIAH STATISTIKA II

SOLUSI TUGAS MATA KULIAH STATISTIKA II SOLUSI TUGAS MATA KULIAH STATISTIKA II SOAL : Suatu Peneltan dlakukan untuk menelaah empat metode pengajaran, yatu Metode A (ceramah d kelas), Metode B (mengajak dskus langsung dengan sswa), Metode C (ceramah

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA 6 BAB II TINJAUAN PUSTAKA. TINJAUAN STATISTIK Tnjaun sas meupaan penjelasan mengena eo-eo sas. Dalam hal n eo sas yang dgunaan adalah enang peamalan. Peamalan dee wau dengan fungs ansfe yang ddea melalu

Lebih terperinci

Penaksiran Parameter dari Variansi Vektor pada Pengujian Hipotesis Kesamaan Matriks Kovariansi

Penaksiran Parameter dari Variansi Vektor pada Pengujian Hipotesis Kesamaan Matriks Kovariansi Vol. 3 No. 7-77 Jul 06 Penasan Paaete da Vaans Veto ada Pengujan Hotess Kesaaan Mats Kovaans Nasah Sajang Absta Vaans veto euaan salah satu uuan dses data yang ddefnsan sebaga julah da seua eleen dagonal

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Winarno Surakhmad (1982:131) mengemukakan bahwa metode adalah

BAB III METODOLOGI PENELITIAN. Winarno Surakhmad (1982:131) mengemukakan bahwa metode adalah 3 BAB III METODOLOGI PENELITIAN A. Metode Peneltan Metode peneltan dpeluan untu mencapa tujuan peneltan. Wnano Suahmad (98:3) mengemuaan bahwa metode adalah meupaan caa utama yang dpegunaan untu mencapa

Lebih terperinci

Pemodelan Indeks Pembangunan Gender dengan Pendekatan Regresi Nonparametrik Spline di Indonesia

Pemodelan Indeks Pembangunan Gender dengan Pendekatan Regresi Nonparametrik Spline di Indonesia JURNAL SAINS DAN SENI ITS Vol. 4, No., ( 337-3 (3-9X Prn D-7 Pemodelan Indes Pembangunan Gender dengan Pendeaan Regres Nonparamer Splne d Indonesa Nurul Fajryyah dan I Nyoman Budanara Jurusan Sasa, Faulas

Lebih terperinci

Bab 4. Tomografi Seismik. Tomografi seismik adalah metode untuk merekonstruksi struktur bawah

Bab 4. Tomografi Seismik. Tomografi seismik adalah metode untuk merekonstruksi struktur bawah Bab 4 Tomogaf Sem Tomogaf em aalah meoe unu meeonu uu bawah pemuaan bum engan menggunaan aa benu gelombang wavefom aau aa wau empuh avel me a gelombang em. eoe n pegunaan unu mempeoleh pofl ebaan eal a

Lebih terperinci

TUGAS ANALISIS MATRIKS APLIKASI TEOREMA PERRON FROBENIUS PADA MODEL MATRIKS POPULASI LESLIE

TUGAS ANALISIS MATRIKS APLIKASI TEOREMA PERRON FROBENIUS PADA MODEL MATRIKS POPULASI LESLIE TUGAS ANALISIS MATRIKS APLIKASI TEOREMA PERRON FROBENIUS PADA MODEL MATRIKS POPULASI LESLIE Fan Puspasar 201 16019 Program Sud Magser Maemaa Faulas Maemaa dan Ilmu Pengeahuan Alam Insu Tenolog Bandung

Lebih terperinci

Oleh : Enny Supartini Departemen Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Padjadjaran

Oleh : Enny Supartini Departemen Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Padjadjaran Abstrak MENGESTIMASI BEBERAPA DATA HILANG (MISSING DATA) DAN ANALISIS VARIANS UNTUK RANCANGAN BLOK ACAK SEMPURNA Oleh : Enny Supartn Departemen Statstka, Fakultas Matematka dan Ilmu Pengetahuan Alam, Unverstas

Lebih terperinci

BAB 8 PERSAMAAN DIFERENSIAL BIASA

BAB 8 PERSAMAAN DIFERENSIAL BIASA Maa kulah KOMPUTASI ELEKTRO BAB 8 PERSAMAAN DIFERENSIAL BIASA Persamaan dferensal dapa dbedakan menjad dua macam erganung pada jumlah varabel bebas. Apabla persamaan ersebu mengandung hana sau varabel

Lebih terperinci

( ) STUDI KASUS. ò (, ) ( ) ( ) Rataan posteriornya adalah = Rataan posteriornya adalah (32)

( ) STUDI KASUS. ò (, ) ( ) ( ) Rataan posteriornya adalah = Rataan posteriornya adalah (32) 8 Raaan poserornya adalah E m x ò (, ) f ( x) m f x m f f m ddm (32) Dalam obseras basanya dgunakan banyak daa klam. Msalkan saja erdr dar grup daa klam dengan masng-masng grup ke unuk seap, 2,..., yang

Lebih terperinci

P(A S) = P(A S) = P(B A) = dengan P(A) > 0.

P(A S) = P(A S) = P(B A) = dengan P(A) > 0. 0 3.5. PELUANG BERSYARAT Jka kta menghtung peluang sebuah pestwa, maka penghtungannya selalu ddasakan pada uang sampel ekspemen. Apabla A adalah sebuah pestwa, maka penghtungan peluang da pestwa A selalu

Lebih terperinci

Bujur Sangkar Latin (Latin Square Design) Arum H. Primandari, M.Sc.

Bujur Sangkar Latin (Latin Square Design) Arum H. Primandari, M.Sc. Percobaan Satu Faktor: Rancangan Bujur Sangkar Latin (Latin Square Design) Arum H. Primandari, M.Sc. Rancangan Bujur Sangkar Latin (RBSL) Pada kondisi-kondisi tertentu, keheterogenan unit percobaan tidak

Lebih terperinci

EKSPEKTASI SATU PEUBAH ACAK

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

Lebih terperinci

LAPORAN PRAKTIKUM EKSPERIMEN FISIKA 1

LAPORAN PRAKTIKUM EKSPERIMEN FISIKA 1 LAPORAN PRAKTIKUM KSPRIMN FISIKA Inefemee Michelsn Mley diajuan unu memenuhi salah sau ugas maa uliah speimen Fisia Dsen pengampu: Ds. Palindungan Sinaga M.Si Oleh : Ani Hayani 40476 PLAKSANAAN PRCOBAAN

Lebih terperinci

E-book Statistika Gratis... Statistical Data Analyst. Uji Asumsi Klasik Regresi Linear

E-book Statistika Gratis... Statistical Data Analyst. Uji Asumsi Klasik Regresi Linear E-boo Sasa Gras... Sascal Daa Anals Uj Asums Klas Regres Lnear Pada penulsan enang Regres Lnear n, penuls aan memberan bahasan mengena Uj Asums Klas epada para pembaca unu memberan pemahaman dan solus

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

Acak Kelompok Lengkap (Randomized Block Design) Arum H. Primandari, M.Sc.

Acak Kelompok Lengkap (Randomized Block Design) Arum H. Primandari, M.Sc. Percobaan Satu Faktor: Rancangan Acak Kelompok Lengkap (Randomized Block Design) Arum H. Primandari, M.Sc. Latar belakang Rancangan Acak kelompok adalah suatu rancangan acak yang dilakukan dengan mengelompokkan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Pengetan Koelas Koelas adalah stlah statstk yang menyatakan deajat hubungan lnea antaa dua vaabel atau lebh, yang dtemukan oleh Kal Peason pada awal 1900. Oleh sebab tu tekenal dengan

Lebih terperinci

Penduga Data Hilang Pada Rancangan Bujur Sangkar Latin Dasar

Penduga Data Hilang Pada Rancangan Bujur Sangkar Latin Dasar Kumpulan Makalah Seminar Semiraa 013 Fakulas MIPA Universias Lampung Penduga Daa Pada Rancangan Bujur Sangkar Lain Dasar Idhia Sriliana Jurusan Maemaika FMIPA UNIB E-mail: aha_muflih@yahoo.co.id Absrak.

Lebih terperinci

Penerapan Metode Filter Kalman Dalam Perbaikan Hasil Prediksi Cuaca Dengan Metode ARIMA

Penerapan Metode Filter Kalman Dalam Perbaikan Hasil Prediksi Cuaca Dengan Metode ARIMA JURNAL SAINS DAN SENI POMITS Vol. 3, No. 2, (24) ISSN: 2337-3539 (23-927 Prn) A-28 Penerapan Meode Fler Kalman Dalam Perbaan Hasl Preds Cuaca Dengan Meode ARIMA Tomy Kurnawan, Luman Hanaf, dan Erna Aprlan

Lebih terperinci

Probabilitas dan Statistika Distribusi Peluang Diskrit 1. Adam Hendra Brata

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

Lebih terperinci

Created by Simpo PDF Creator Pro (unregistered version)

Created by Simpo PDF Creator Pro (unregistered version) Creaed by Smpo PDF Creaor Pro (unregsered verson) hp://www.smpopdf.com Sask Bsns : BAB 8 VIII. ANALISIS DATA DERET BERKALA (TIME SERIES) 8.1 Pendahuluan Daa Berkala (Daa Dere waku) adalah daa yang dkumpulkan

Lebih terperinci

Gambar 1.1 Nilai tukar Rupiah terhadap $US dari tahun 1998 s/ d 2005 (Sumber: Bank of Canada 21 Agustus 2005)

Gambar 1.1 Nilai tukar Rupiah terhadap $US dari tahun 1998 s/ d 2005 (Sumber: Bank of Canada 21 Agustus 2005) JMA, VOL 4, O2, DESEMBER, 25, 3-9 3 PEMODELA ILAI TUKAR RUPIAH TERHADAP $US MEGGUAKA HIDDE MARKOV* BERLIA SETIAWATY dan DEWI OVIYATI SARI Depatemen Matemata Faultas Matemata dan Ilmu Pengetahuan Alam Insttut

Lebih terperinci

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

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

Lebih terperinci

PRESENTASI TUGAS AKHIR

PRESENTASI TUGAS AKHIR Penerapan PID Predcve Ar-Rao Conroller Pada Mesn Mobl Msubsh Type 4G63 Unu Memnmuman Ems Gas Buang Oleh Hendre Angga P 10 105 03 PRESENTASI TUGAS AKHIR Mesn-mesn oomof saa n dunu unu menghaslan performa

Lebih terperinci

= 0 adalah r(dimana r konstan);

= 0 adalah r(dimana r konstan); MODEL PEMAEA LOGISTI UTU PEMAEA IA DEGA LAJU PEMAEA PROPOSIOAL Sigi ova Riyano, aono Juusan Maemaika FMIPA UDIP Semaang Jl. Pof. H. Soedao, SH, Tembalang, Semaang, 575 Absak: Tedapa banyak model pemanenan,

Lebih terperinci

Regresi Komponen Utama, Regresi Ridge, dan Regresi Akar Laten dalam Mengatasi Masalah Multikolinieritas

Regresi Komponen Utama, Regresi Ridge, dan Regresi Akar Laten dalam Mengatasi Masalah Multikolinieritas SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 5 Reges Komponen Utama Reges Rdge dan Reges Aka Laten dalam Mengatas Masalah Multkolnetas Dan Agustna Juusan Matematka FMIPA Unvestas Bengkulu

Lebih terperinci

Jumlah kasus penderita penyakit Demam Berdarah Dengue (DBD) di Kota Surabaya tahun

Jumlah kasus penderita penyakit Demam Berdarah Dengue (DBD) di Kota Surabaya tahun Baasan Masalah Jumlah kasus pendera penyak Demam Berdarah Dengue (DBD d Koa Surabaya ahun - Varabel Explanaory (Varabel penjelas yang dgunakan dalam penelan adalah varabel Iklm (Curah hujan, Suhu, Kelembaban

Lebih terperinci

Koefisien Determinasi dan Korelasi Berganda

Koefisien Determinasi dan Korelasi Berganda Koefsen Detemnas dan Koelas Beganda Y = 1 + X + 3 X 3 + + k X k + u PowePont Sldes byyana Rohmana Educaton Unvesty of Indonesan 007 Laboatoum Ekonom & Kopeas Publshng Jl. D. Setabud 9 Bandung, Telp. 0

Lebih terperinci

PENELUSURAN KERAGAMAN DALAM BLOK PADA RANCANGAN ACAK KELOMPOK DENGAN INTERGRADIEN. Rita Rahmawati Program Studi Statistika FMIPA UNDIP

PENELUSURAN KERAGAMAN DALAM BLOK PADA RANCANGAN ACAK KELOMPOK DENGAN INTERGRADIEN. Rita Rahmawati Program Studi Statistika FMIPA UNDIP PENELUSURAN KERAGAMAN DALAM BLOK PADA RANCANGAN ACAK KELOMPOK DENGAN INTERGRADIEN Rta Rahmawat Program Stud Statstka FMIPA UNDIP Abstrak Dalam Rancangan Acak Kelompok Lengkap (RAKL), asums terpentng adalah

Lebih terperinci

U J I A N A K H I R S E M E S T E R M A T E M A T I K A T E K N I K

U J I A N A K H I R S E M E S T E R M A T E M A T I K A T E K N I K Isaro Elevas Jurusan Ten Spl dan Lngungan FT UGM U J I A N A K H I R S E M E S T E R M A T E M A T I K A T E K N I K SABTU JULI OPE N BOOK WAKTU ME NIT PETUNJUK ) Saudara bole menggunaan ompuer unu mengerjaan

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 7 Gorontalo pada tahun ajaran 2012/2013

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 7 Gorontalo pada tahun ajaran 2012/2013 3. Lokas dan Waku Penelan 3.. Lokas Penelan BAB III METODOLOGI PENELITIAN Penelan n dlaksanakan d SMP Neger 7 Goronalo pada ahun ajaran 0/03 3.. Waku Penelan Penelan n d laksanakan pada semeser genap ahun

Lebih terperinci

BAB I PENDAHULUAN FASILKOM-UDINUS T.SUTOJO RANGKAIAN LISTRIK HAL 1

BAB I PENDAHULUAN FASILKOM-UDINUS T.SUTOJO RANGKAIAN LISTRIK HAL 1 BAB I PENDAHULUAN 1.1 Defns Rangkaan Lsrk Rangkaan Lsrk adalah sambungan dar beberapa elemen lsrk ( ressor, kapasor, ndukor, sumber arus, sumber egangan) yang membenuk mnmal sau lnasan eruup yang dapa

Lebih terperinci

BAB 5 ENTROPI PADA MATRIKS EMISI MODEL MARKOV TERSEMBUNYI

BAB 5 ENTROPI PADA MATRIKS EMISI MODEL MARKOV TERSEMBUNYI BAB ETROPI PADA MATRIKS EMISI MODEL MARKOV TERSEMBUYI Model Markov Tersembuny (Hdden Markov Model, MMT) elah banyak daplkaskan dalam berbaga bdang seper pelafalan bahasa (speeh reognon) dan klasfkas (luserng).

Lebih terperinci

BAB 2 RESPONS FUNGSI STEP PADA RANGKAIAN RL DAN RC. Ir. A.Rachman Hasibuan dan Naemah Mubarakah, ST

BAB 2 RESPONS FUNGSI STEP PADA RANGKAIAN RL DAN RC. Ir. A.Rachman Hasibuan dan Naemah Mubarakah, ST BAB ESPONS FUNGSI STEP PADA ANGKAIAN DAN C Oleh : Ir. A.achman Hasbuan dan Naemah Mubarakah, ST . Persamaan Dferensal Orde Sau Adapun benuk yang sederhana dar suau persamaan dferensal orde sau adalah:

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Searah Sngkat Perkembangan Metoda Perancangan Percobaan Metoda perancangan percobaan banyak dlakukan d berbaga bdang lmu, terutama dbdang pertanan dan bolog. Msalnya dengan pupuk tanaman

Lebih terperinci

PENDUGAAN STATISTIK AREA KECIL DENGAN METODE EMPIRICAL CONSTRAINED BAYES 1

PENDUGAAN STATISTIK AREA KECIL DENGAN METODE EMPIRICAL CONSTRAINED BAYES 1 PENDUGAAN SAISIK AREA KECIL DENGAN MEODE EMPIRICAL CONSRAINED AYES Ksmann Jurusan Penddkan Maemaka FMIPA Unversas Neger Yogyakara Absrak Meode emprcal ayes (E merupakan meode yang lebh aplkaf pada pendugaan

Lebih terperinci

Kombinasi Penaksiran Model Lag Terdistribusi Dengan Ekspektasi Adaptif Dan Penyesuaian Parsial

Kombinasi Penaksiran Model Lag Terdistribusi Dengan Ekspektasi Adaptif Dan Penyesuaian Parsial 96 Vol. 3, No., 96-, Januar 7 Kombnas Penasran Model Lag Terdsrbus Dengan Espeas Adapf Dan Penyesuaan Parsal Adawaya Rangu Absra Dalam menasr Model Lag Terdsrbus, masalah yang mungn erjad adalah da adanya

Lebih terperinci

Fisika Modern. Persamaan Schroodinger dan Fingsi Gelombang

Fisika Modern. Persamaan Schroodinger dan Fingsi Gelombang Fska Modern Persaaan Schroodnger dan Fngs Gelobang Apa Persaaan unuk Gelobang Maer? De Brogle eberkan posula bahwa seap parkel elk hubungan: h/ p Golobang aer ala n dkonfras oleh percobaan dfraks elekron,

Lebih terperinci

RANCANGAN ACAK KELOMPOK TAK LENGKAP (Incomplete Block Design) Dr.Ir. I Made Sumertajaya, M.Si Departemen Statistika-FMIPA IPB 2007

RANCANGAN ACAK KELOMPOK TAK LENGKAP (Incomplete Block Design) Dr.Ir. I Made Sumertajaya, M.Si Departemen Statistika-FMIPA IPB 2007 RANCANGAN ACAK KELOMPOK TAK LENGKAP (Incomplete Block Desgn) Dr.Ir. I Made Sumertajaya, M.S Departemen Statstka-FMIPA IPB 007 Revew Rancangan Acak Kelompok Kta ngn membandngkan t perlakuan Pengelompokan

Lebih terperinci

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

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

Lebih terperinci

BAB II TEORI DASAR. Analisis Kelompok

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

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

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

Lebih terperinci

Pendugaan Parameter Regresi. Itasia & Y Angraini, Dep Statistika FMIPA - IPB

Pendugaan Parameter Regresi. Itasia & Y Angraini, Dep Statistika FMIPA - IPB Pendugaan Parameter Regres Menduga gars regres Menduga gars regres lner sederhana = menduga parameter-parameter regres β 0 dan β 1 : Penduga parameter yang dhaslkan harus merupakan penduga yang bak Software

Lebih terperinci

Benyamin Kusumoputro Ph.D Computational Intelligence, Faculty of Computer Science University of Indonesia METODE PEMBELAJARAN

Benyamin Kusumoputro Ph.D Computational Intelligence, Faculty of Computer Science University of Indonesia METODE PEMBELAJARAN METODE PEMBELAJARAN Sebelum suatu Jarngan Neural Buatan (JNB) dgunaan untu menglasfasan pola, terlebh dahulu dlauan proses pembelaaran untu menentuan strutur arngan, terutama dalam penentuan nla bobot.

Lebih terperinci

EVALUASI METODE PENELUSURAN KERAGAMAN DALAM BLOK DENGAN ANALISIS INTERBLOK

EVALUASI METODE PENELUSURAN KERAGAMAN DALAM BLOK DENGAN ANALISIS INTERBLOK Prosdng SPMIPA. pp. 147-15. 006 ISBN : 979.704.47.0 EVALUASI METODE PENELUSURAN KERAGAMAN DALAM BLOK DENGAN ANALISIS INTERBLOK Rta Rahmawat, I Made Sumertajaya Program Stud Statstka Jurusan Matematka FMIPA

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

Peramalan Jumlah Wisatawan di Agrowisata Kusuma Batu Menggunakan Metode Analisis Spektral

Peramalan Jumlah Wisatawan di Agrowisata Kusuma Batu Menggunakan Metode Analisis Spektral JURAL SAIS DA SEI ITS Vol., o., (Sep. 0) ISS: 30-98X A-40 Peramalan Jumlah Wsawan d Agrowsa Kusuma Bu Menggunaan Meode Analss Speral swul Maghfroh, Sr Suprap Har, ur Wahyunngsh Jurusan Mema, Faulas Mema

Lebih terperinci

BAB III PENGEMBANGAN MODEL MATEMATIK

BAB III PENGEMBANGAN MODEL MATEMATIK A III PENGEMANGAN MODEL MATEMATIK Pada analisis manual ang akan dikembangkan, unuk menjamin bahwa eoi maupun umusan ang diuunkan belaku (valid) maka pelu dieapkan asumsi dasa. Sehingga hasil analisis manual

Lebih terperinci

Rancangan Bujur Sangkar Latin (RBSL) Latice Square Design

Rancangan Bujur Sangkar Latin (RBSL) Latice Square Design Rancangan Buju Sangka Latin (RBSL) Latice Squae Design RBSL (Rancangan Buju Sangka Latin) Di bebeapa kasus, memungkinkan kita untuk mengontol dua atau lebih sumbe keagamaman RBSL digunakan apabila tedapat

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN

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

Lebih terperinci

BAB III PENAKSIR DERET FOURIER. Dalam statistika, penaksir adalah sebuah statistik (fungsi dari data sampel

BAB III PENAKSIR DERET FOURIER. Dalam statistika, penaksir adalah sebuah statistik (fungsi dari data sampel BAB III PENAKSIR DERET FOURIER 3. Peaksi Dalam saisika, peaksi adalah sebuah saisik (fugsi dai daa sampel obsevasi) yag diguaka uuk meaksi paamee populasi yag idak dikeahui (esimad) aau fugsi yag memeaka

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 3, , Desember 2002, ISSN :

JURNAL 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 terperinci

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

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

Lebih terperinci

Percobaan Rancangan Petak Terbagi dalam RAKL

Percobaan Rancangan Petak Terbagi dalam RAKL Percobaan Rancangan Petak Terbagi dalam RAKL Kuliah 12 Perancangan Percobaan (STK 222) rahmaanisa@apps.ipb.ac.id Review Kapan rancangan split-plot digunakan? Apakah perbedaan split-plot dibandingkan dengan

Lebih terperinci

Rancangan Kelompok Tak Lengkap Seimbang (RKTLS) atau Balanced Incompleted Block Design (BIBD) Arum H. Primandari

Rancangan Kelompok Tak Lengkap Seimbang (RKTLS) atau Balanced Incompleted Block Design (BIBD) Arum H. Primandari Rancangan Kelompok Tak Lengkap Seimbang (RKTLS) atau Balanced Incompleted Block Design (BIBD) Arum H. Primandari Pendahuluan Rancangan percobaan seperti RBSL, RAKL, dan juga RAL sering mengalami kendala

Lebih terperinci

PERATURAN BUPATI PACITAN NOMOR 7 TAHUN2008 TENTANG

PERATURAN BUPATI PACITAN NOMOR 7 TAHUN2008 TENTANG BUPAT PACTAN PERATURAN BUPAT PACTAN NOMOR 7 TAHUN2008 TENTANG UNT AKUNTANS PEMBANTU PENGGUNA ANGGARAN/BARANG WLAYAH TUGAS PEMBANTUAN (UAPPA/B-WTP) KABUPATEN PACTAN DENGAN RAMAT TUHAN YANG MAHA ESA! BUPAT

Lebih terperinci

Percobaan Faktor Tunggal (RAL, RAKL, RBSL)

Percobaan Faktor Tunggal (RAL, RAKL, RBSL) Percoaan Faktor Tunggal RAL, RAKL, RBSL Faktor Tunggal Dalam RAKL Rancangan Acak Kelompok Lengkap Karakterstk Rancangan Perlakuan yang dcoakan merupakan taraftaraf dar satu faktor tertentu Faktor-faktor

Lebih terperinci

ANaLISIS - TRANSIEN. A B A B A B A B V s V s V s V s. (a) (b) (c) (d) Gambar 1. Proses pemuatan kapasitor

ANaLISIS - TRANSIEN. A B A B A B A B V s V s V s V s. (a) (b) (c) (d) Gambar 1. Proses pemuatan kapasitor ANaISIS - TANSIEN. Kapasor dalam angkaan D Sebuah kapasor akan ermua bla erhubung ke sumber egangan dc seper yang dperlhakan pada Gambar. Pada Gambar (a), kapasor dak bermuaan yau pla A dan pla B mempunya

Lebih terperinci

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

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

Lebih terperinci

RANCANGAN KELOMPOK TAK LENGKAP SEIMBANG (Incomplete Block Design)

RANCANGAN KELOMPOK TAK LENGKAP SEIMBANG (Incomplete Block Design) RANCANGAN KELOMPOK TAK LENGKAP SEIMBANG (Incomplete Block Design) Pendahuluan Rancangan percobaan seperti RBSL, RAKL, dan juga RAL sering mengalami kendala pada perlakuan dengan jumlah yang besar, karena

Lebih terperinci

ANALISIS DATA KATEGORIK (STK351)

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

Lebih terperinci

BAB V MODEL SEDERHANA DISTRIBUSI TEMPERATUR DAN SIMULASINYA

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

Lebih terperinci

BAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c

BAB 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 terperinci

PENENTUAN HARGA OPSI UNTUK MODEL BLACK - SCHOLES MENGGUNAKAN METODE BEDA HINGGA CRANK-NICOLSON

PENENTUAN HARGA OPSI UNTUK MODEL BLACK - SCHOLES MENGGUNAKAN METODE BEDA HINGGA CRANK-NICOLSON PEETUA HARGA OPI UTUK MODEL BLACK - CHOLE MEGGUAKA METODE BEDA HIGGA CRAK-ICOLO Rully Chatas Inda Pahmana dan Ds. umad, M. Absta Ops meupaan suatu onta antaa penual ops dengan pembel ops, dmana penual

Lebih terperinci

INFERENSI DATA UJI HIDUP TERSENSOR TIPE II BERDISTRIBUSI RAYLEIGH. Oleh : Tatik Widiharih 1 Wiwin Mardjiyati 2

INFERENSI DATA UJI HIDUP TERSENSOR TIPE II BERDISTRIBUSI RAYLEIGH. Oleh : Tatik Widiharih 1 Wiwin Mardjiyati 2 INFERENSI DAA UJI HIDUP ERSENSOR IPE II BERDISRIBUSI RAYLEIGH Oleh : ak Wdhah Ww Madjya Saf Pogam Sud Saska FMIPA UNDIP Alum Pogam Sud Saska FMIPA UNDIP Absac Aalyss of lfe me s oe of sascal aalyss whch

Lebih terperinci

IV. HASIL DAN PEMBAHASAN

IV. 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 terperinci

KONSEP DASAR. Latar belakang Metode Numerik Ilustrasi masalah numerik Angka signifikan Akurasi dan Presisi Pendekatan dan Kesalahan

KONSEP DASAR. Latar belakang Metode Numerik Ilustrasi masalah numerik Angka signifikan Akurasi dan Presisi Pendekatan dan Kesalahan KONSEP DASAR Laar belakang Meode Numerk Ilusras masalah numerk Angka sgnfkan Akuras dan Press Pendekaan dan Kesalahan Laar Belakang Meode Numerk Tdak semua permasalahan maemas dapa dselesakan dengan mudah,

Lebih terperinci

KONKURENSI TITIK GERGONNE. Fakultas Matematika dan Ilmu Pengetahuan Alam Univeritas Riau Kampus Bina Widya Indonesia.

KONKURENSI TITIK GERGONNE. Fakultas Matematika dan Ilmu Pengetahuan Alam Univeritas Riau Kampus Bina Widya Indonesia. KONKURENSI TITIK GERGONNE Tisna Desi *, M. Nasi, Hasiai Mahasiswa Poga S Maeaika Dosen Juusan Maeaika Fakulas Maeaika dan Ilu Pengeahuan la Unieias Riau Kapus Bina Widya 89 Indonesia *desiisnanubi@yahoo.co

Lebih terperinci

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

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

Lebih terperinci

PENDUGAAN PARAMETER MODEL HIDDEN MARKOV *

PENDUGAAN PARAMETER MODEL HIDDEN MARKOV * PEDUGAA PARAMETER MODEL HIDDE MARKOV * BERLIA SETIAWATY DA LIDA KRISTIA Depatemen Matemata Faultas Matemata dan Ilmu Pengetahuan Alam Insttut Petanan Bogo Jl Meant, Kampus IPB Damaga, Bogo 6680 Indonesa

Lebih terperinci

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

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

Lebih terperinci

IV. RANCANGAN ACAK KELOMPOK LENGKAP

IV. RANCANGAN ACAK KELOMPOK LENGKAP IV. RANCANGAN ACAK KELOMPOK LENGKAP RAKL : paling luas digunakan cocok untuk percobaan lapangan Jumlah perlakuan tidak begitu besar, fleksibel dan sederhana Areal penurunan produktivitasnya dpt diduga

Lebih terperinci

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

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

Lebih terperinci

PERBANDINGAN KUASA UJI PENDEKATAN BIGGERS DAN SATTERTHWAITE- COCHRAN DALAM MENGANALISIS DATA HILANG PADA RANCANGAN KELOMPOK TERACAK LENGKAP

PERBANDINGAN KUASA UJI PENDEKATAN BIGGERS DAN SATTERTHWAITE- COCHRAN DALAM MENGANALISIS DATA HILANG PADA RANCANGAN KELOMPOK TERACAK LENGKAP PERBANDINGAN KUASA UJI PENDEKATAN BIGGERS DAN SATTERTHWAITE- COCHRAN DALAM MENGANALISIS DATA HILANG PADA RANCANGAN KELOMPOK TERACAK LENGKAP Achmad Frdaus ), Mustofa Usman ), dan Nett Herawat ) ) Alum Jurusan

Lebih terperinci

BAB 2 LANDASAN TEORI. diteliti. Banyaknya pengamatan atau anggota suatu populasi disebut ukuran populasi,

BAB 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 terperinci

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

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

Lebih terperinci

TEKNIK FUNGSI PEMBANGKIT MOMEN

TEKNIK FUNGSI PEMBANGKIT MOMEN 0 TEKNIK FUNGSI PEMBANGKIT MOMEN Penenuan ungsi peluang aau ungsi densias dai ungsi peubah acak bisa juga dilakukan melalui ungsi pembangki momen Dalam penenuannya, enu saja haus digunakan siasia dai ungsi

Lebih terperinci