Fakultas Pertanian Universitas Lambung Mangkurat ABSTRACT

Ukuran: px
Mulai penontonan dengan halaman:

Download "Fakultas Pertanian Universitas Lambung Mangkurat ABSTRACT"

Transkripsi

1 Penerapan Regres Kuadrat Terecl Berbatas pada Pendugaan Fungs Produs Cobb-Douglas Kasus: Usaha Tan Pad Sawah d Desa Andaman II, Kecamatan Anjr Pasar, Kabupaten Barto Kuala Sad Ihsan dan Pahrana Rahmawat 2 Staf Pengajar Jurusan Sosal Eonom Pertanan 2 Alumn Jurusan Sosal Eonom Pertanan Faultas Pertanan Unverstas Lambung Mangurat ABSTRACT Ths research amed to estmate and analyse Cobb-Doglas producton functon of paddy farmng and to evaluate return to scale of producton, as well as to apply least square regresson restrcted by constant return to scale (CRTS) assumpton. The results of estmaton and analyss by unrestrcted least square regresson was statstcally unsatsfactory. Some factors of producton.e. chemcal and organc fertlzer as well as chemcal pestcde were not sgnfcant. Moreover, chemcal pestcde had negatve elastcty of producton whch was mpled negatve margnal product and, thereby, meanng that the factor of producton was overutlzed and had negatve effect to paddy producton. Introducng restrcton of CRTS assumpton to Cobb-Doglas producton functon had consderably mproved the results n three thngs. Frstly, the exstence of restrcton was sgnfcant so that t was no doubt about the restrcton. Secondly, all factors of producton were exhbted statstcally sgnfcant meanng that they had mportant nfluences to paddy producton. Thrdly, the elastcty of producton of all factors of producton were postve and less than one. It mpled that the utlzng of those factors of producton were n the stage II of neoclasscal producton functon where t was more favourable choce to operate the producton operaton n terms of proft maxmzaton. Keywords: Cobb-Douglas producton functon, constant return to scale, restrcted least square regresson Pendahuluan Analss regres atas fungs produs, selan dtujuan untu menduga elaststas produs dar nput atau fator produs yang dgunaan, juga dapat daplasan untu menelaah return to scale (RTS) dalam atvtas produs. Untu fungs produs tpe Cobb-Douglas, b b b 2 Y = b 0X X2... X, besaran elaststas produs secara parsal Jurnal Agrbsns Perdesaan ~ 262 ~ Volume 02 Nomor 04 Desember 202

2 drepresentasan oleh masngmasng oefsen regres, b, sedangan besaran RTS dperoleh dar penjumlahan seluruh oefsen regres dmasud, b (Debertn, 986). D dalam atvtas produs, umumnya uanttas output bsa dlpatgandaan secara tens melalu beberapa cara, termasu d antaranya dengan mengatur dan memvarasan taaran pengguna-an beberapa fator produs saja atau bsa pula dlauan pada eseluruhan fator produs. RTS secara spesf mendesrpsan penngatan secara tens output yang dperoleh dengan mengubah taaran penggunaan seluruh fator produs. Hal yang deman tersebut hanya bsa terjad dalam janga panjang (Koutsoyanns, 99). Berbeda dengan analss produs janga pende yang menysaan palng tda ada satu fator produs yang danggap tetap (fxed) sementara fator-fator produs lannya berubah atau bersfat varabel, dalam analss produs janga panjang seluruh fator produs, tanpa terecual, danggap secara esplst bersfat varabel dan, dengan deman, taaran penggunaannya dapat dubah dan dsesuaan. Karena tu maa penggunaan onsep RTS dtujuan untu ontes analss produs janga panjang. RTS mengedepanan pentngnya eterhubungan sala atau, dengan ata lan, perbandngan taaran penggunaan antara fator produs yang satu dengan lannya dalam atvtas produs. Apabla penggunaan salah satu fator produs berubah maa permbangannya penggunaan fator-fator produs lan d dalam bundel eseluruhan fator produs selayanya juga berubah. Mes perubahan masngmasng fator produs dalam propors yang berbeda dmungnan terjad, namun onsep RTS lebh meneanan pada eadaan apabla fator-fator produs tersebut berubah dalam propors yang sama. Dengan deman, menurut Koutsoyanns (99), pengertan RTS meruju epada perubahan output yang dsebaban oleh perubahan taaran penggunaan eseluruhan fator produs dengan propors yang sama. Artnya, apabla taaran penggunaan salah satu fator produs dgandaan dua al, maa taaran penggunaan fator-fator produs lannya juga dgandaan dua al. Secara lebh spesf, Jehle & Reny (20 memberan desrps RTS sebaga respons output yang terjad apabla seluruh nput dubah dalam propors yang sama atau ata lan, apabla seluruh sala operas ( scale of operaton) produs dtngatan atau dturunan. Sebaga abat taaran penggunaan masng-masng fator produs tersebut dgandaan sebanya al, output yang dhaslan juga berlpat ganda. Apaah pelpatgandaan output terjad dengan propors yang sama atau dengan propors yang berbeda aan mencr status RTS tersebut. Koutsoyanns (99) dan Debertn (986) memberan rtera terat dengan ncreasng (menngat) returns to scale (IRTS), constant (onstan) Jurnal Agrbsns Perdesaan ~ 263 ~ Volume 02 Nomor 04 Desember 202

3 returns to scale (CRTS), dan decreasng (menurun) returns to scale (DRTS). Dataan IRTS apabla propors pelpatgandaan output yang terjad lebh besar dar propors pelpatgandaan eseluruhan fator produs yang dlauan. Dataan CRTS apabla propors pelpatgandaan output yang terjad perss sama dengan propors pelpatgandaan eseluruhan fator produs. Dan dataan DRTS apabla propors pelpatgandaan output yang terjad lebh ecl dar propors pelpatgandaan eseluruhan fator produs. Khusus untu fungs produs tpe Cobb-Douglas, apabla bersfat CRTS maa b = (Koutsoyanns, 99); sementara untu IRTS dan DRTS masng-masng dapat dtunjuan meml b > dan b <. Pembutan terat hal tersebut dlauan dengan onsep homogenous degree of dar fungs produs. Fungs dengan > merupaan fungs IRTS. Fungs dengan = merupaan fungs CRTS. Dan fungs dengan < merupaan fungs DRTS. Peneltan n bertujuan untu memersa apaah atvtas produs pada usaha tan pad yang dlauan d Desa Andaman II, Kecamatan Anjr Pasar, Kabupaten Barto Kuala yang drepresentasan melalu fungs produs Cobb- Douglas bersfat CRTS dan menerapan regres uadrat terecl yang berbatas (restrcted least square regresson) pada asums CRTS untu menduga fungs produs tersebut. Metode Peneltan Loas dan Watu Peneltan Lngup loas peneltan adalah Desa Andaman II, Kecamatan Anjr Pasar, Kabupaten Barto Kuala. Desa Andaman II termasu salah satu sentra produs pad sawah d Kabupaten Barto Kuala. Watu peneltan dmula bulan Maret hngga Jul 202. Data dan Sumber Data Jens data yang dgunaan dalam peneltan n berupa data prmer, yatu data yang dperoleh secara langsung dar narasumber/responden. Pengumpulan data dlauan melalu wawancara dengan para narasumber yang merupaan petan pad sawah d loas peneltan. Sebaga alat bantu dalam pewawancaraan dgunaan daftar pertanyaan (uesoner). Data yang dumpulan adalah produ gabah pad serta uanttas penggunaan fator-fator produs yang terdr atas: lahan, benh, pupu ma, pupu organ, obat-obatan, tenaga erja dalam eluarga (TKDK) dan tenaga erja luar eluarga (TKLK). Metode Penaran Contoh Jumlah petan yang dplh sebaga contoh (sample) dalam peneltan n dtentuan sebanya 20% dar uuran populas yang ada sehngga terplh 55 orang responden. Jurnal Agrbsns Perdesaan ~ 264 ~ Volume 02 Nomor 04 Desember 202

4 Penetapan 20% tersebut ddasaran pendapat Arunto (996) bahwa apabla subye populas beruuran besar, yatu lebh dar 00 ndvdu, maa contoh yang dambl dapat 0 5% atau 20 25% atau lebh. prosedur regres OLS, fungs produs [pers. ] d atas harus dlnearan dengan mentransformasnya menggunaan fungs double-ln sehngga menjad, Kelmapuluhlma orang responden petan tersebut ddstrbusan secara proporsonal pada enam elompo tan, yatu: Kerjasama I, Kerjasama II, Snar Pelta, Tan Membangun, Karya Bersama, dan Tunas Muda berdasaran jumlah anggota masng-masng elompo tan. Pemlhan responden petan d dalam setap elompo tan dlauan secara aca. Analss Data Pendugaan Regres Ta Berbatas. Fungs produs yang menyataan eterhu-bungan tens antara output berupa produs gabah pad dengan fator-fator produs yang dgunaan dalam atvtas produs d usaha tan, yatu lahan, benh, pupu ma, pupu organ, obatobatan, TKDK, dan TKLK dspesfas sebaga fungs produs multplatf tpe Cobb-Douglas (Debertn, 986) berut, lnprod = b 0 * + b lnlahan + b 2 lnbenh + b 3 lnpkma + b 4 lnporgan + b 5 lnobat + b 6 lntkdk + b lntklk + u (2) dengan b 0 * = ln b 0 Hasl pendugaan danalss menggunaan uj F dan uj t serta dengan memperhatan oefsen determnas R 2 adj. sebaga uuran goodness of ft pendugaan. Uj F dan uj t atas pendugaan menggunaan besaran Pr dengan rtera umum: apabla Pr < α, de-ngan α adalah taraf nyata pe-ngujan, maa H 0 dtola dan sebaga onseuensnya H yang dterma; dan, sebalnya, apabla Pr α berart H 0 tda dapat dtola. Pendugaan regres yang dlauan d atas dnama dengan pendugaan regres ta berbatas (unrestrcted regresson) untu membedaannya dengan pendugaan regres berbatas (restrcted regresson). Proses pendugaan derjaan dengan program SAS/STAT 9.2. Prod = b 0 Lahan b Benh b2 PKma b3 POrgan b4 Obat b5 TKDK b6 TKLK b e u () Pendugaan atas fungs produs d atas dengan menggunaan prosedur regres uadrat terecl basa (ordnary least square (OLS) regresson). Untu menerapan Pengujan CRTS. Pengujan CRTS dlauan berdasaran acuan hpotess, Ho: b = lawan H : b (3) Secara formal teorts, untu pengujan CRTS d atas Gujarat (2004) mengajuan statst uj yang Jurnal Agrbsns Perdesaan ~ 265 ~ Volume 02 Nomor 04 Desember 202

5 berbass pada sebaran t. Namun eluaran dar program SAS/STAT 9.2. secara prats menamplan besaran Pr yang berbass pada sebaran F. Krtera pengujan dengan besaran Pr tersebut, yatu: apabla Pr < α yang dgunaan maa tola H 0 dan, sebaga onseuensnya, terma H. Sebalnya, apabla Pr α berart H 0 tda dapat dtola. Pendugaan Regres Berbatas. Sebaga pembandngan, pendugaan regres atas fungs produs [pers. ] dlauan dengan menggunaan prosedur regres uadrat terecl yang berbatas (restrcted least square regresson). Batasan yang dmasud adalah b = untu mengaomodas asums CRTS pada fungs produs Cobb- Douglas. Batasan b = bsa dtuangan menjad b = 2 emudan dsubsttusan e persamaan fungs produs [pers. 2] sehngga menjad, Pr od Lahan b = b * Benh PKma 0 + b 2 + b3 Lahan Lahan TKLK b + u (4) Lahan Apabla penduga oefsen regres pers. 4 detahu maa dengan sendrnya b juga dapat detahu. D dalam (Gujarat, 2004 dan Grffth, et al, 993), eberadaan batasan formal dengan statst, b = duj secara F ht. = (RSS R RSS RSS UR UR /(n ) ) / m dengan: RSS R jumlah uadrat galat regres berbatas RSS UR jumlah uadrat galat regres ta berbatas m banya batasan lnear (dalam hal n m = ) n banya pengamatan banya parameter yang dduga dalam regres berbatas Krtera pengujan: apabla F ht > F α (db, db 2 ), dengan α adalah taraf nyata pengujan dan db = m dan db 2 = (n ), maa tola H 0 yang menyataan eberadaan batasan b = tersebut dan, dengan deman, terma H. Sebalnya, apabla F ht F α (db, db 2 ) maa H 0 tda dapat dtola. Routne pendugaan atas regres uadrat terecl yang berbatas tersebut terseda d dalam SAS/STAT 9.2. Uj F dan uj t atas pendugaan menggunaan besaran Pr dengan rtera umum sebagamana berlau d atas. Sementara tu, untu batasan b =, routne merangumnya e dalam varabel RESTRICT. Pengujan atas batasan tersebut, dengan deman, sama dengan pengujan atas varabel RESTRICT. Pengujan dlauan menggunaan besaran Pr yang berbass pada sebaran t dengan rtera pengujan sama dengan yang berlau d atas. Jurnal Agrbsns Perdesaan ~ 266 ~ Volume 02 Nomor 04 Desember 202

6 Hasl Dan Pembahasan Pendugaan Regres Ta Berbatas. Hasl pendugaan regres ta berbatas atas fungs produs [pers. 2] menunjuan nla F ht. = dengan Pr = <.000 (Lampran ) yang berart bahwa hpotess H 0 dtola dan, dengan deman, H yang dterma. Atau, secara prats, dataan bahwa varabel-varabel fator produs secara smultan atau bersamasama memberan pengaruh yang sgnfan atas produs gabah pad. Pendugaan fungs produs (2) tersebut meml goodness of ft yang tergolong ba dtunjuan oleh besaran R adj. 2 = yang berart 99.4% varas atau eberagaman yang ada pada varabel Prod dapat djelasan sebaga pengaruh smultan dar varabel-varabel fator produs yang dnyataan d dalam model fungs produs. Ssanya, yatu 0.86%, merupaan pengaruh dar varabel-varabel lan yang tda dapat dspesfas secara esplst dan dmasuan e dalam varabel galat. Pengujan secara parsal atas masng-masng varabel fator produs menunjuan hanya fator lahan, benh, serta TKDK dan TKLK yang berpengaruh sgnfan atas produs gabah pad; sedangan fator lannya: pupu ma, pupu organ, dan obat-obatan tda berpengaruh. Lebh buru lag, fator pupu organ meml oefsen penduga b yang merepresentasan elaststas produs dar fator tersebut terhadap produ gabah pad yang bertanda negatf. Elaststas produs negatf menyebaban besaran produ marjnal dar fator tersebut juga negatf sehngga setap penambahan taaran penggunaan fator produs tersebut berdampa epada penurunan uanttas produs yang dhaslan. Secara grafs, dalam teor produs neolas, eduduan taaran penggunaan fator produs tersebut telah berada pada area atau stage III (Debertn, 986), yatu area yang sesungguhnya tda dngnan. Pengujan CRTS. Dar hasl pendugaan, detahu penjumlahan penduga oefsen regres dar fungs produs, b tersebut adalah Secara numer, besaran b tersebut lebh ecl dar atau dnyataan sebaga DRTS. Pengujan lebh lanjut yang mengacu epada hpotess (3) menunjuan nla F ht. = dengan Pr = untu mengonfrmas bahwa secara statst hpotess H 0 dtola dan, dengan deman, menerma hpotess H bahwa b. Pendugaan Regres Berbatas. Dengan mengetengahan asums CRTS atas fungs produs [pers. ] tersebut maa pendugaan yang dlauan menggunaan prosedur regres uadrat terecl yang berbatas pada eadaan b =. Hasl pendugaan regres berbatas Jurnal Agrbsns Perdesaan ~ 26 ~ Volume 02 Nomor 04 Desember 202

7 tersebut dtunjuan pada Lampran 2. Pengujan atas varabel RESTRICT yang merepresentasan batasan b = menunjuan bahwa nla Pr = <0.000 yang dml varabel tersebut yang lebh ecl dar taraf nyata pengujan, α = yang dajuan. Hal n mengonfrmas bahwa eberadaan varabel RESTRICT tersebut adalah sgnfan. Untu uj F dtunjuan nla F ht. = 688. dengan Pr = <.000. Pr tersebut bernla lebh ecl dar taraf nyata pengujan, α = yang dajuan. In berart bahwa secara smultan atau bersama-sama fator-fator produs yang dspesfas sebaga varabel esplanator d dalam model memberan pengaruh yang sgnfan atas produs gabah pad pada taraf nyata α = Nla oefsen determnas, R 2 adj. = 0.98 menunjuan goodness of ft pendugaan tergolong ba arena 98.% varas atau eberagaman yang ada pada varabel Prod dapat djelasan oleh eberadaan varabel-varabel fator produs yang termasu d dalam model fungs produs. Ssanya, yatu.29%, merupaan pengaruh dar varabelvarabel lan yang tda dapat dspesfas secara jelas dan dmasuan e dalam varabel galat. Pada pengujan secara parsal, masng-masng varabel fator produs dapat dnyataan berpengaruh secara sgnfan terhadap uanttas produs gabah pad arena meml nla Pr yang relatf ecl sehngga nla tersebut dapat dtunjuan lebh ecl dar taraf nyata pengujan, α. Taraf nyata pengujan terbesar yang dajuan adalah sebesar untu fator pupu organ selannya taraf nyata yang dajuan dapat lebh ecl lag untu fator produs lannya, untu mengonfrmas pengaruh eberadaan fator-fator produs tersebut bersfat sgnfan. Pendugaan dengan prosedur regres uadrat terecl berbatas secara statst memberan hasl yang lebh ba dbandngan dengan hasl pendugaan regres uadrat terecl tda berbatas. Penduga oefsen regres yang merupaan representas dar elaststas produs dar setap fator yang dperoleh dar prosedur regres uadrat terecl berbatas untu masng-masng fator produs bertanda postf dengan nla dalam rentang antara 0 dan, 0 < b <. Menurut Debertn (986), fungs produs pertanan tpe Cobb-Douglas umumnya meml nla penduga oefsen regres, b lebh ecl dar satu. Bahwa nla penduga oefsen regres pada fungs produs [] dalam rentang antara 0 dan, 0 < b < menunjuan bahwa taaran penggunaan fator produs tersebut berada dalam area atau stage II yang merupaan area ratonal dalam ontes pemasmuman proft dalam mengoperasan atvtas produs. Jurnal Agrbsns Perdesaan ~ 268 ~ Volume 02 Nomor 04 Desember 202

8 Kesmpulan. Hasl pendugaan fungs produs Cobb-Douglas yang merepresentasan atvtas produs usaha tan pad yang dlauan d loas peneltan dengan menggunaan prosedur regres uadrat terecl ta berbatas secara statst tda memuasan arena beberapa fator produs, yatu: pupu ma, pupu organ, dan obatan-obatan tda berpengaruh sgnfan. Fator pupu organ meml elaststas produs dan produ marjnal negatf sehngga taaran penggunaannya d dalam atvtas usaha tan dnterpretasan berdampa negatf pada uanttas produs gabah pad yang dhaslan; 2. Penerapan pembatasan (restrcton) untu mengaomodasan asums CRTS atas fungs produs Cobb-Douglas memberan hasl pendugaan dan analss regres yang lebh ba arena: () pembatasan (restrcton) bersfat sgnfan; (2) semua fator produs berpengaruh sgnfan terhadap produ gabah pada yang dhaslan; dan (3) elaststas produs masng-masng fator postf dan berada dalam rentang urang dar satu yang berart taaran penggunaan masng-masng fator tersebut berada pada area atau stage II yang bersfat ratonal. Daftar Pustaa Arunto, S Manajemen Peneltan. Rnea Cpta. Jaarta Debertn, D. L Agrcultural Producton Economcs. Macmllan Publ. Co., NY Grffths, W. E., Hll, R. C., & Judge, G. G Learnng and Practcng Econometrcs. John Wley & Sons, Inc., NY Gujarat, D.N Basc Econometrcs. Ed. e-4. McGraw- Hll Co., NY Gujarat, D.N. & Porter, D.C Dasar-dasar Econometra. Jld I. Ed. e-5. Terjemahan. Salemba Empat, Jaarta Jehly, G. A. & Reny, P.J. 20. Advanced Mcroeconomc Theory. Ed. e-3. Prentce Hall, Essex, UK Koutsoyanns, A. 99. Modern Economcs. Ed. e-2. Macmllan Press, London Jurnal Agrbsns Perdesaan ~ 269 ~ Volume 02 Nomor 04 Desember 202

9 Lampran Lampran. Hasl pendugaan regres ta berbatas atas fungs produs The SYSLIN Procedure Ordnary Least Squares Estmaton Model LnProd Dependent Varable LnProd Analyss of Varance Sum of Mean Source DF Squares Square F Value Pr > F Model <.000 Error Corrected Total Adj R-Sq Parameter Estmates Parameter Standard Varable DF Estmate Error t Value Pr > t Intercept <.000 LnLahan <.000 LnBenh <.000 LnPKma LnPOrgan LnObat LnTKDK <.000 LnTKLK Test Results for Varable Num DF Den DF F Value Pr > F Jurnal Agrbsns Perdesaan ~ 20 ~ Volume 02 Nomor 04 Desember 202

10 Lampran 2. Rata-rata baya mplst usahatan pad loal per hetar The SYSLIN Procedure Ordnary Least Squares Estmaton Model LnProd Dependent Varable LnProd Analyss of Varance Sum of Mean Source DF Squares Square F Value Pr > F Model <.000 Error Corrected Total Adj R-Sq Parameter Estmates Parameter Standard Varable DF Estmate Error t Value Pr > t Intercept <.000 LnLahan <.000 LnBenh LnPma LnPOrgan LnObat LnTKDK <.000 LnTKLK RESTRICT <.000 Jurnal Agrbsns Perdesaan ~ 2 ~ Volume 02 Nomor 04 Desember 202

BAB 2 LANDASAN TEORI

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

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

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

Lebih terperinci

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

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

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN

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

Lebih terperinci

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

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

Lebih terperinci

Analisis Regresi Linear Sederhana

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

Lebih terperinci

Karakterisasi Matrik Leslie Ordo Tiga

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

Lebih terperinci

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

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

Lebih terperinci

BAB II LANDASAN TEORI

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB 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

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

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

Lebih terperinci

BAB III METODE PENELITIAN

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

Lebih terperinci

Probabilitas dan Statistika Distribusi Peluang Diskrit 1. Adam Hendra Brata

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

Lebih terperinci

BAB 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

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

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

Lebih terperinci

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

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

Lebih terperinci

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

Eman Lesmana, Riaman. Jurusan Matematika FMIPA Universitas Padjadjaran, Jl. Raya Bandung-Sumedang km 21 Jatinangor ABSTRAK PENGGUNAAN MODEL REGRESI LINEAR BERGANDA PADA PROGRAM PENGGEMUKAN SAPI PO ( PERANAKAN ONGOLE) SERTA ANALISIS BCR ( BENEFIT COST RATIO ) PENGGUNAAN PAKAN BAHAN KERING Eman Lesmana, Raman Jurusan Matemata

Lebih terperinci

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

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

Lebih terperinci

PENYELESAIAN MULTIKOLINEARITAS MELALUI METODE RIDGE REGRESSION. Oleh : SOEMARTINI

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

EKSPEKTASI SATU PEUBAH ACAK

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

Lebih terperinci

BAB 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

REGRESI DAN KORELASI LINEAR SEDERHANA. Regresi Linear

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

Lebih terperinci

Pengukuran Efisiensi Alokatif pada Usaha Pertanaman Kacang Tanah di Kecamatan Sambung Makmur, Kabupaten Banjar

Pengukuran Efisiensi Alokatif pada Usaha Pertanaman Kacang Tanah di Kecamatan Sambung Makmur, Kabupaten Banjar Pengukuran Efsens Alokatf pada Usaha Pertanaman Kacang Tanah d Kecamatan Sambung Makmur, Kabupaten Banjar Sadk Ikhsan Staf Pengajar Jurusan Sosal Ekonom Pertanan Fakultas Pertanan Unlam ABSTRACT The research

Lebih terperinci

KOLINEARITAS GANDA (MULTICOLLINEARITY) Oleh Bambang Juanda

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

Lebih terperinci

Bab III. Plant Nonlinear Dengan Fase Nonminimum

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

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

Pendekatan Hurdle Poisson Pada Excess Zero Data

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

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

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

Lebih terperinci

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

Pengolahan lanjut data gravitasi

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

Lebih terperinci

BAB IV PENGUJIAN DAN ANALISA

BAB IV PENGUJIAN DAN ANALISA BAB IV PENGUJIAN DAN ANALISA 4. PENGUJIAN PENGUKURAN KECEPATAN PUTAR BERBASIS REAL TIME LINUX Dalam membuktkan kelayakan dan kehandalan pengukuran kecepatan putar berbass RTLnux n, dlakukan pengujan dalam

Lebih terperinci

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

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

Lebih terperinci

BAB 4 METODOLOGI PENELITIAN. data, dan teknik analisis data. Kerangka pemikiran hipotesis membahas hipotesis

BAB 4 METODOLOGI PENELITIAN. data, dan teknik analisis data. Kerangka pemikiran hipotesis membahas hipotesis BAB 4 METODOLOGI PENELITIAN Pada bab n akan durakan kerangka pemkran hpotess, teknk pengumpulan data, dan teknk analss data. Kerangka pemkran hpotess membahas hpotess pengujan pada peneltan, teknk pengumpulan

Lebih terperinci

BAB III PERBANDINGAN ANALISIS REGRESI MODEL LOG - LOG DAN MODEL LOG - LIN. Pada prinsipnya model ini merupakan hasil transformasi dari suatu model

BAB III PERBANDINGAN ANALISIS REGRESI MODEL LOG - LOG DAN MODEL LOG - LIN. Pada prinsipnya model ini merupakan hasil transformasi dari suatu model BAB III PERBANDINGAN ANALISIS REGRESI MODEL LOG - LOG DAN MODEL LOG - LIN A. Regres Model Log-Log Pada prnspnya model n merupakan hasl transformas dar suatu model tdak lner dengan membuat model dalam bentuk

Lebih terperinci

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

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

Lebih terperinci

Created by Simpo PDF Creator Pro (unregistered version)

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

Lebih terperinci

ANALISIS BENTUK HUBUNGAN

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

Pemodelan Peran Perempuan Terhadap Pertumbuhan Ekonomi di Jawa Timur Tahun Menggunakan Regresi Data Panel

Pemodelan Peran Perempuan Terhadap Pertumbuhan Ekonomi di Jawa Timur Tahun Menggunakan Regresi Data Panel JURNAL SAINS DAN SENI ITS Vol. 5 No. (016) 337-350 (301-98X Prnt) D-305 Pemodelan Peran Perempuan Terhadap Pertumbuhan Eonom d Jawa Tmur Tahun 010-014 Menggunaan Regres Data Panel Putr Rachmawat, Wahu

Lebih terperinci

IV. MODEL-MODEL EMPIRIS FUNGSI PERMINTAAN

IV. MODEL-MODEL EMPIRIS FUNGSI PERMINTAAN 69 IV. MODEL-MODEL EMPIRIS FUNGSI PERMINTAAN Dtnau dar sfat hubungan antar persamaan terdapat dua ens model persamaan yatu model persamaan tunggal dan model sstem persamaan. Model persamaan tunggal adalah

Lebih terperinci

Universitas Tanjungpura Pontianak. Keyword : hybrid corn, producing factors, product, efficiency, return to scale

Universitas Tanjungpura Pontianak. Keyword : hybrid corn, producing factors, product, efficiency, return to scale ANALISIS EFISIENSI ALOKATIF FAKTOR-FAKTOR PRODUKSI USAHATANI JAGUNG HIBRIDA DI KAWASAN USAHA AGRIBISNIS TERPADU (KUAT) RASAU JAYA KOMPLEK KABUPATEN KUBU RAYA SUSILAWATI 1), SUGENG YUDIONO 2), ADI SUYATNO

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

REGRESI LINIER SEDERHANA (MASALAH ESTIMASI)

REGRESI LINIER SEDERHANA (MASALAH ESTIMASI) REGRESI LINIER SEDERHANA (MASALAH ESTIMASI) PowerPont Sldes byyana Rohmana Educaton Unversty of Indonesan 007 Laboratorum Ekonom & Koperas Publshng Jl. Dr. Setabud 9 Bandung, Telp. 0 013163-53 Hal-hal

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

KORELASI DAN REGRESI LINIER. Debrina Puspita Andriani /

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

Lebih terperinci

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

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

Lebih terperinci

BAB IV METODE PENELITIAN. Penelitian mengenai Analisis Pengaruh Kupedes Terhadap Performance

BAB IV METODE PENELITIAN. Penelitian mengenai Analisis Pengaruh Kupedes Terhadap Performance BAB IV METODE PENELITIAN 4.1 Lokas dan Waktu Peneltan Peneltan mengena Analss Pengaruh Kupedes Terhadap Performance Busness Debtur dalam Sektor Perdagangan, Industr dan Pertanan dlaksanakan d Bank Rakyat

Lebih terperinci

LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI PROGRAM STUDI TEKNIK INDUSTRI FAKULTAS TEKNIK UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN JAWA TIMUR

LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI PROGRAM STUDI TEKNIK INDUSTRI FAKULTAS TEKNIK UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN JAWA TIMUR TNR 1 space 1.15 LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI PROGRAM STUDI TEKNIK INDUSTRI FAKULTAS TEKNIK UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN JAWA TIMUR LAPORAN RESMI MODUL IV TNR 1 Space.0 ANALISIS

Lebih terperinci

METODE REGRESI RIDGE UNTUK MENGATASI KASUS MULTIKOLINEAR

METODE REGRESI RIDGE UNTUK MENGATASI KASUS MULTIKOLINEAR METODE REGRESI RIDGE UNTUK MENGATASI KASUS MULTIKOLINEAR Margaretha Ohyver Jurusan Matematka, Fakultas Sans dan Teknolog, Bnus Unversty Jl. Kh.Syahdan No.9, Palmerah, Jakarta 480 ethaohyver@bnus.ac.d,

Lebih terperinci

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

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

Lebih terperinci

Pemodelan Regresi Variabel Moderasi Dengan Metode Sub-Group. Regression Modeling of Moderating Variable with a Method of Sub Group

Pemodelan Regresi Variabel Moderasi Dengan Metode Sub-Group. Regression Modeling of Moderating Variable with a Method of Sub Group Jurnal EKSPONENSIAL Volume 6, Nomor, Nopember 05 ISSN 085-789 Pemodelan Regres Varabel Moderas Dengan Metode Sub-Group Regresson Modelng of Moderatng Varable wth a Method of Sub Group Rsna Septawat, Des

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

Penggunaan Model Regresi Tobit Pada Data Tersensor

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

Lebih terperinci

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

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

Lebih terperinci

π(x) JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 2012) ISSN: X D-112

π(x) JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 2012) ISSN: X D-112 JURNAL SAINS DAN SENI ITS Vol., No., (Sept. ) ISSN: 3-98X D- Analss Pemaaan Kemoterap pada Kasus Kaner Payudara dengan Menggunaan Metode Regres Logst Multnomal (Stud Kasus Pasen d Rumah Sat X Surabaya)

Lebih terperinci

III. METODE PENELITIAN. Data yang digunakan dalam penelitian adalah data primer dan data

III. METODE PENELITIAN. Data yang digunakan dalam penelitian adalah data primer dan data 9 III. METODE PENELITIAN 3.1. Jens dan Sumber Data Data yang dgunakan dalam peneltan adalah data prmer dan data sekunder. Data prmer berupa data prmer (cross secton) Surve Khusus Tabungan dan Investas

Lebih terperinci

Hubungan Model Kurva Pengeluaran Konsumsi Rumah Tangga di Provinsi Sulawesi Selatan dengan Elastisitasnya

Hubungan Model Kurva Pengeluaran Konsumsi Rumah Tangga di Provinsi Sulawesi Selatan dengan Elastisitasnya Vol. 8, No., 9-101, Januar 01 Hubungan Model Kurva Pengeluaran Konsums Rumah Tangga d Provns Sulawes Selatan dengan Elaststasnya Adawayat Rangkut Abstrak Seleks kurva pengeluaran konsums masyarakat Sulawes

Lebih terperinci

STATISTICAL STUDENT OF IST AKPRIND

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

Lebih terperinci

BAB IV PEMBAHASAN HASIL PENELITIAN PENGARUH PENGGUNAAN METODE GALLERY WALK

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

Lebih terperinci

UKURAN S A S MPE P L P of o. D r D. r H. H Al A ma m s a d s i d Sy S a y h a z h a, SE S. E, M P E ai a l i : l as a y s a y h a

UKURAN S A S MPE P L P of o. D r D. r H. H Al A ma m s a d s i d Sy S a y h a z h a, SE S. E, M P E ai a l i : l as a y s a y h a UKURAN SAMPEL Prof. Dr. H. Almasd Syahza, SE., MP Emal: asyahza@yahoo.co.d Webste: http://almasd. almasd.staff. staff.unr.ac.d Penelt Senor Unverstas Rau Penentuan Sampel Peneltan lmah hampr selalu hanya

Lebih terperinci

PowerPoint Slides by Yana Rohmana Education University of Indonesian

PowerPoint Slides by Yana Rohmana Education University of Indonesian SIFAT-SIFAT ANALISIS REGRESI PowerPont Sldes by Yana Rohmana Educaton Unversty of Indonesan 2007 Laboratorum Ekonom & Koperas Publshng Jl. Dr. Setabud 229 Bandung, Telp. 022 2013163-2523 Hal-hal yang akan

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN A. Jens Peneltan Jens peneltan n adalah peneltan quas expermental dengan one group pretest posttest desgn. Peneltan n tdak menggunakan kelas pembandng namun sudah menggunakan

Lebih terperinci

PENDUGAAN ELASTISITAS PENAWARAN OUTPUT DAN PERMINTAAN INPUT PADA USAHA TANI PADI DAN JAGUNG: Pendekatan Multiinput-Multioutput

PENDUGAAN ELASTISITAS PENAWARAN OUTPUT DAN PERMINTAAN INPUT PADA USAHA TANI PADI DAN JAGUNG: Pendekatan Multiinput-Multioutput PENDUGAAN ELASTISITAS PENAWARAN OUTPUT DAN PERMINTAAN INPUT PADA USAHA TANI PADI DAN JAGUNG: Pendeatan Multnput-Multoutput Erma Suryan, Sr Hartoyo, Bonar M. Snaga, dan Sumaryanto 91 PENDUGAAN ELASTISITAS

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) Pemodelan Pendudu Msn D Jawa Tmur Menggunaan Metode Geographcally Weghted Regresson (GWR) Yuanta Damayant, dan Dr. Vta Ratnasar S.S, M.S Jurusan Statsta, F-MIPA, Insttut Tenolog Sepuluh Nopember (ITS)

Lebih terperinci

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

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

Lebih terperinci

INVERS DRAZIN DARI SUATU MATRIKS DENGAN MENGGUNAKAN BENTUK KANONIK JORDAN

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

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 40 BAB III METODOLOGI PENELITIAN Dalam peneltan n penuls bermaksud untuk menelt bagamana pengaruh perubahan kebjakan moneter terhadap jumlah kredt yang dberkan oleh bank pada beberapa kelompok bank berdasarkan

Lebih terperinci

BAB III METODOLOGI PENELITIAN

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

Lebih terperinci

MODEL SUOMINEN UNTUK PENETAPAN INDEKS DERAJAT KOMPETISI INDUSTRI PERBANKAN

MODEL SUOMINEN UNTUK PENETAPAN INDEKS DERAJAT KOMPETISI INDUSTRI PERBANKAN roceedng ESAT (solog, Eonom, Sastra, Arste & Spl) Vol. Audtorum Kampus Gunadarma, - Agustus 7 ISSN : 858-559 MODEL SUOMINEN UNTUK ENETAAN INDEKS DERAJAT KOMETISI INDUSTRI ERBANKAN Suzanna Lamra Sregar

Lebih terperinci

III. METODE PENELITIAN. Metode dalam penelitian ini adalah metode eksperimen. Penggunaan metode eksperimen ini

III. METODE PENELITIAN. Metode dalam penelitian ini adalah metode eksperimen. Penggunaan metode eksperimen ini III. METODE PENELITIAN A. Metode Peneltan Metode dalam peneltan n adalah metode ekspermen. Penggunaan metode ekspermen n bertujuan untuk mengetahu apakah suatu metode, prosedur, sstem, proses, alat, bahan

Lebih terperinci

IV. PERANCANGAN DAN IMPLEMENTASI SISTEM

IV. PERANCANGAN DAN IMPLEMENTASI SISTEM IV. PERANCANGAN DAN IMPLEMENTASI SISTEM Perancangan Sstem Sstem yang akan dkembangkan adalah berupa sstem yang dapat membantu keputusan pemodal untuk menentukan portofolo saham yang dperdagangkan d Bursa

Lebih terperinci

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

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

Lebih terperinci

ANALISIS REGRESI. Catatan Freddy

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

Lebih terperinci

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

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

Lebih terperinci

ANALISIS REGRESI REGRESI NONLINEAR REGRESI LINEAR REGRESI KUADRATIK REGRESI LINEAR SEDERHANA REGRESI LINEAR BERGANDA REGRESI KUBIK

ANALISIS REGRESI REGRESI NONLINEAR REGRESI LINEAR REGRESI KUADRATIK REGRESI LINEAR SEDERHANA REGRESI LINEAR BERGANDA REGRESI KUBIK REGRESI NON LINIER ANALISIS REGRESI REGRESI LINEAR REGRESI NONLINEAR REGRESI LINEAR SEDERHANA REGRESI LINEAR BERGANDA REGRESI KUADRATIK REGRESI KUBIK Membentuk gars lurus Membentuk Gars Lengkung Regres

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

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

Lebih terperinci

BAB III METODE PENELITIAN. penelitian dilakukan secara purposive atau sengaja. Pemilihan lokasi penelitian

BAB III METODE PENELITIAN. penelitian dilakukan secara purposive atau sengaja. Pemilihan lokasi penelitian BAB III METODE PENELITIAN 3.1 Lokas Peneltan Peneltan dlaksanakan d Desa Sempalwadak, Kecamatan Bululawang, Kabupaten Malang pada bulan Februar hngga Me 2017. Pemlhan lokas peneltan dlakukan secara purposve

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Peneltan n menggunakan peneltan ekspermen; subyek peneltannya dbedakan menjad kelas ekspermen dan kelas kontrol. Kelas ekspermen dber

Lebih terperinci

Regresi Linear Sederhana dan Korelasi

Regresi Linear Sederhana dan Korelasi Regres Lnear Sederhana dan Korelas 1. Model Regres Lnear. Penaksr Kuadrat Terkecl 3. Predks Nla Respons 4. Inferens Untuk Parameter-parameter Regres 5. Kecocokan Model Regres 6. Korelas Utrwen Mukhayar

Lebih terperinci

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

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

Lebih terperinci

Pendeteksian Data Pencilan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Diagnostik

Pendeteksian Data Pencilan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Diagnostik Pendeteksan Data Penclan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Dagnostk Sally Indra 1, Dod Vonanda, Rry Srnngsh 3 1 Student of Mathematcs Department State Unversty of Padang,

Lebih terperinci