Volume 1, Nomor 1, Juni 2007 ISSN

Ukuran: px
Mulai penontonan dengan halaman:

Download "Volume 1, Nomor 1, Juni 2007 ISSN"

Transkripsi

1 Volume, Nomor, Juni 7 ISSN

2 Barekeng, Juni 7 hal6-5 Vol No ANALISIS VARIANS MULTIVARIAT PADA EKSPERIMEN DENGAN RANCANGAN ACAK LENGKAP (Variance Mulivaria Analysis for Experimen wih Complee Random Design) Th PENTURY Jurusan Maemaika FMIPA Universias Paimura Ambon Jl Ir M Puuhena, Kampus Unpai, Poka-Ambon ABSTRAK Meode Saisika Mulivaria adalah eknik analisis saisik yang memperlakukan sekumpulan variabel dependen yang saling berhubungan sebagai sau sisem, dengan memperhiungkan kuanya hubungan anar variabel-variabel ersebu Analisis yang demikian biasanya dikenal aau disebu Analisis Saisik Mulivaria aau disingka Analisis Mulivaria Tujuan analisis dengan meode ini adalah menemukan dan menafsirkan srukur yang mendasari daa Pada analisis ini daa yang diolah adalah daa dari hasil pengukuran beberapa variabel ak bebas dan dapa saja diambah dengan hasil pengukuran dari sau aau beberapa variabel bebas Dengan demikian yang diukur adalah sau aau beberapa kelompok variabel, sedang daanya adalah beberapa kelompok skor Analisis Varians adalah ehnik analisis saisik, yang biasanya digunakan unuk komparasi beberapa raa-raa populasi, berdasarkan perbandingan pasangan aksiran varians fakor-fakor erenu Pada kondisi mulivaria, dimana analisis ini merupakan perluasan aau generalisasi dari analisis varians adalah Analisis Varians Mulivaria, dan merupakan ehnik analisis daa enang perbedaan pengaruh beberapa variabel erhadap sekelompok variabel krieria Kaa Kunci: Saisik Uji Wilks, Mariks Varian Kovarians PENDAHULUAN Analisis Varians adalah eknik analisis saisik, yang biasanya digunakan unuk komparasi beberapa raa-raa populasi, berdasarkan perbandingan pasangan aksiran varians fakor-fakor erenu Pada kondisi mulivaria, dimana analisis ini merupakan perluasan aau generalisasi dari analisis varians adalah Analisis Varians Mulivaria, dan merupakan ehnik analisis daa enang perbedaan pengaruh beberapa variabel erhadap sekelompok variabel krieria Pada Analisis Varians Univaria, kepuusan yang dibua erhadap hipoesis yang diajukan didasarkan pada sau saisik uji yaiu saisik F dari Fisher, dimana nilai saisik ini dienukan oleh rasio dari dua raa-raa Jumlah Kuadra Pada Analisis Varians Mulivaria ada beberapa saisik uji yang dapa digunakan unuk membua kepuusan erhadap hipoesis yang diajukan Dalam ulisan ini akan dijelaskan saisik uji yang digunakan unuk beberapa rancangan eksperimen yang biasanya digunakan Ada empa saisik uji yang biasanya digunakan unuk menjasifikasi hipoesis yang digunakan masing-masing adalah Uji hasil bagi kemungkinan, dengan menggunakan saisik uji λ ( lambda) dari Wilks Noasi yang digunakan adalah U (dari disribusi Uniform) U () dimana JKG Jumlah Kuadra Gala ( Mariks varianskovarians Gala) JKPr Jumlah Kuadra Perlakuan (Mariks varianskovarians Perlakuan) Uji Telusur dari Lawley-Hoelling dengan saisik LH noasi yang digunakan adalah LH (JKG) - (JK Pr) () dimana (JKG) - adalah invers dari mariks varianskovarians gala JK Pr adalah mariks varians-kovarians perlakuan 3 Uji Akar Maksimum dari Roy, dengan saisik uji R (akar karakerisik maksimum) noasi yang digunakan adalah R (JKG) (JK Pr) (3) dimana (JKG) - adalah invers dari mariks varianskovarians gala JK Pr adalah mariks varians-kovarians perlakuan Uji Pillai, dengan saisik uji P yang dinoasikan dengan benuk n k i P i + ki () dimana k, k,, k n adalah akar-akar karakerisik dari (JKG) - Saisik Wilks lambda (λ) dengan noasi U memiliki beberapa sifa yang perlu dikeahui dan sanga pening unuk melakukan pengujian dengan saisik uji ini Sifa ini digunakan unuk mempermudah analisis aau memberi pilihan yang cukup memudahkan pekerjaan Sifa-sifa ini adalah sebagai beriku : Disribusi U dengan derajad kebebasan (p;n) sama dengan disribusi U yang berderaja kebebasan (p;n;+m p);

3 Barekeng, Vol, 7 ANALISIS VARIANS 7 Unuk p nilai U p;n dapa diransformasi ke nilai F dengan rumus ( n )( U ; F ( n ) m U ; n Dimana U ;n menyaakan nilai variabel acak yang berdisribusi U dengan deraja kebebasan (; n), sedang F (n-) menyaakan nilai variabel acak yang berdisribusi F dengan deraja kebebasan [ (n ) ] 3 ( n p + )( U p ; ; F p; ( n p+ ) p U p ; ; n ( n)( U; F m ; n m( U; Manova pada Rancangan Acak Lengkap Unuk membandingkan efek dari perlakuan, yaiu P, P,,P, maka perlakuan-perlakuan iu perlu dikenakan secara acak pada kelompok, dimana masing-masing kelompok merupakan sampel acak dari populasi yang dielii Unuk memudahkan penunjukan, kelompok yang dikenai aau mengalami perlakuan P i maka disebukan dengan kelompok ke-i, sedang populasi yang bersangkuan disebu populasi ke-i, dimana i,,, dan seerusnya Andaikan perlakuan iu elah dikenakan menuru rancangan yang digunakan, dimana kelompok ke-i erdiri aas n i subjek Selanjunya unuk mengukur efek perlakuan maka seiap subjek diukur p variabelnya, yaiu X, X,,X p Model seperi ini dikenal sebagai model Rancangan Acak Lengkap Daa yang diperoleh dari pengukuran ini dapa disusun sebagai beriku : ( n p + )( U p ; ; p( U p ; ; F p ; n p+ Perlakuan Skor P P P X X X p X X X p X X X p X X X p X n Xn Xn p X l X X l X X n Xn Xn p Jumlah X X X p X X X p X l X Selanjunya digunakan noasi-noasi sbb : X ijk skor subjek ke-i dari kelompok ke-j, (yaiu kelompok yang mendapa perlakuan P j ), pada variabel X k i,, 3,, nj ; j,, 3,, ; k,, 3,, p X jk X i ijk X jk X ( X ) n i ijk n jk j j jk reraa dari populasi ke-j unuk variabel X k X k X + X + + X k k k n + n + + n x x x ij x p x ij ij ijp x x j j jp x x p, unuk i,,, ; J,,, j x j j jp

4 8 PENTURY ANALISIS VARIANS Pada kondisi univaria, unuk menguji kesamaan raaraa populasi perlu dihiung jumlah-jumlah kuadra, yaiu jumlah Kuadra unuk Perlakuan, JKPr, dan Jumlah Kuadra unuk Gala JKG Pada analisis varians mulivaria kia juga akan menguji kesamaan vekor raaraa, sehingga diperlukan aau harus dienukan mariks Jumlah Kuadra dan Hasil Silang (JKHS), baik unuk perlakuan maupun unuk gala yang dikenal dengan JKHS Perlakuan dan JKHS gala Perhiungannya adalah sebagai beriku : JK (To) JKHS Toal dimana n n + n + + n JK ( Pr ) JKHS Perlakuan JKG JKHS Gala JK (To) - JK (P r ) Apabila vekor raa-raa populasi iu sama, maka variabel j j i ( xij - x ) ( xij - x )' xij x' ij - n x x' x ij x ij x ijp x j x' j - n x x' x j x j x jp ( xij, xij,, xijp ) ( x j, x j,, xjp ) x x - n ( x, x,, xp ) x p akan berdisribusi U dengan deraja kebebasan (p; - ; n-) Sifa erakhir ini dapa digunakan unuk menguji hipoesis kesamaan vekor raaraa populasi Pada kondisi univaria, apabila p maka unuk menguji kesamaan raa-raa populasi digunakan saisik uji F RJK( P ) r RJKG Dalam pengujian ini hipoesis nol (H ) yang diajukan adalah bahwa raa-raa populasi sama, akan diolak pada araf signifikansi α erenu jika F hi > F ab dengan deraja kebebasan ( ; n ) Hal ini berari bahwa bila Ho diolak maka akan ada dua kemungkinan yaiu RJK (P r ) yang erlalu besar, aau RJK (G) erlalu kecil Dengan demikian pada kondisi mulivaria, hipoesis nol (H ) bahwa vekor raa-raa populasi sama, maka akan erjadi H o diolak jika JK(G) erlalu kecil Sehingga unuk H o, krieria kepuusannya ialah Ho diolak pada araf signifikansi α erenu jika < U ;( p; ; n ) α Pada analisis varians mulivaria kondisinya hampir sama dengan analisis varians univaria, dimana pada siuasi mulivaria ersebu, ehnik analisis adi hanya berlaku apabila pada seiap populasi, vekor variabel X berdisribusi Normal p-varia, dengan mariks varianskovarians yang sama Beriku ini disajikan sebuah conoh unuk memperkenalkan analisis varians mulivaria Pada sebuah peneliian peranian dicobakan empa varieas anamaenis erenu dalam peak anah, dimana iap varieas diaburkan secara acak pada lima peak Seelah masa anam minggu diukur inggi anaman yang umbuh (X ) dan banyaknya cabang aau unas (X ) pada iap baang anaman Daa hasil pengukuran disajikan dalam abel beriku : Tabel Daa Hasil Percobaan Jenis Varieas V V V 3 V x x x x x x x x Unuk permasalahan diaas, hipoesis yang diajukan adalah: H : Keempa vekor raa-raa populasi idak berbeda, dalam noasi diulis sebagai beriku H : Paling sediki ada sau pasangan vekor raa-raa populasi yang berbeda

5 Barekeng, Vol, 7 ANALISIS VARIANS 9 Dengan menggunakan saisik uji wilks U dengan deraja bebas ( ; 3 ; 6), maka kepuusan erhadapap hipoesis yang diajukan didasarkan pada krieria sebagai beriku H diolak jika U hi < U ab (;3;6) dengan α 5 H dierima jika U hi U ab (;3;6) dengan α 5 Dari daa pada abel maka dengan menggunakan auranauran perhiungan dapa dilakukan analisis unuk menguji hipoesis yang elah diajukan Hasil perhiungan adalah sebagai beriku : x 9 x 53 x 3 76 x 65 x 9 x 8 x 3 3 x 3 x ¼ ( ) 7,5 x ¼ ( ) 37,5 x ; x 58, x ; x 5, 8 55, x 3 x 6, 7, 5 37, 5 5, 6 5, 6 53,, 6 ' ' 35, 3, JKo xij x ij nx x 3, 5, ' ' 65,, JK( Pr ) x j x j nx x, 5, 8 89, 5, JKG JKo 5, 9 JKG 89, x 9, (5,) 3395,8 JKG + JKP 35, x , 8 U, 3838 unuk p 886 Tabel 3 Ringkasan Analisis Varians Mulivaria Sumber Variasi db JKHS U p;n (p;n) Perlakuan 3 65,, 5, 8,3838 (;3;6) Gala 6 65, 5, 5,, 9, Toal 9 35, 3, 3, 5, Karena U hi 3,7 < U ab (;3;6) dengan α 5 maka H diolak Inerval keyakinan suau konras aau kombinasi linear dari raa-raa populasi dapa dicari dengan pendekaan sebagi beriku : Apabila a b a b a dan b a p b p dimana b + b + + b, sedangkan mariks raa-raa j j j jp dan W j ' a jb j maka inerval kepercayaan -α unuk W adalah inerval dimana baas-baas adalah sebagai beriku : Baas kiri Baas kiri j j a' x j b j - a' x j b j + ( j ( j b j b j a' JK (K) a' JK (K) a ( xα - xα xα a ( - xα dimana xα adalah nilai yang diperoleh dari abel dengan P O banyaknya variabel yang diukur, m O deraja kebebasan unuk Perlakuan dan n deraja kebebasan unuk gala xα mo Unuk P O, erdapa F α; (mo ;n) - xα n 3 ) 3 )

6 5 PENTURY ANALISIS VARIANS Dimisalkan bahwa k C, banyaknya kombinasi dari, daika hanya konras-konras yang memua dua raa-raa populasi yang digunakan, maka banyaknya konras adalah k dengan baas inervel keyakinan adalah a' x j b j ± α ( ; n- k S adalah mariks varians-kovarians sampel Jika inerval keyakinan unuk perbedaan sebuah pasangan raa-raa idak memua bilangan, maka perbedaan iu signifikan pada araf signifikansi α yang diberikan Unuk menjelelaskan bagian ini perhaikan conoh beriku Jika dari daa di aas dicari inerval keyakinan unuk a aau a dan unuk b aau b aau b aau b maka didapakan hasil sebagai beriku Tabel Inerval Keyakinan Unuk Selisih Raa-raa Inerval a b Var Konras Keyakinan (,) (,-,,) X - (,99 ;,6 ) (,) (,,-,) X - 3 ( -3,6 ;, ) (,) (,,,-) X - ( -, ;, ) (,) (,,-,) X - 3 ( -, ;, ) (,) (,,-) X - ( -9, ;, ) (,) (,,,-) X 3 - ( -, ;,5 ) (,) (,-,,) X - ( -,5 ; ) ( (,) (,,-,) X - 3 ( -, ; 3,5 ) (,) (,,,-) X - ( -,7 ;,9 ) (,) (,,-,) X - 3 ( -,7 ;,9 ) (,) (,,-) X - ( -,3 ; 3,3 ) (,) (,,,-) X 3 - ( -,9 ; 3,7 ) b j ) a' S a, dimana KESIMPULAN Pada Analisis Varians Mulivaria ada beberapa saisik uji yang dapa digunakan unuk membua kepuusan erhadap hipoesis yang diajukan Pembukian hipoesis yang diajukan didasarkauga pada rancangan eksperimen yang digunakan Ada kemiripan penggunaan analisis varians pada kondisi univaria dengan analisis varians mulivaria pada rancangan acak lengkap Salah sau saisik uji yang biasa digunakan adalah saisik Wilks lambda Kesulian yang imbul adalah bagaimana menaa sera kemudian melakukan analisis erhadap daa hasil pengukuran yang elah dilakukan Penggunaan konsep mariks khususnya konsep varian kovarians menjadi pilihan unuk menyelesaikan analisis ini, walaupun dewasa ini ersedia kompuer dengan perangka analisis daa yang sanga familiar unuk digunakan DAFTAR PUSTAKA Bain I, J dan Engelhard, M, (99), Inroducion To Probabiliy And Mahemaical Saisics, nd ed, Duxbury Press, California Dudewicz, E J dan Mishra, S N, (988), Modern Mahemaical Saisics, John Wiley & Sons, New York Hogg R V dan Craig, A T, (995), Inroducion o Mahemaical Saisics,Fifh Ed, Prenice-Hall, Inc, New Jersey Dillon, WR and M Goldsein 98 Mulivariae Analysis Mehods and Aplicaions Torono : Joohn Wiley & Sons Kunoro,, Kajian Model Lisrel Forum Ilmu Kesehaan Masyaraka `Tahun ke XIX No Fakulas Ilmu Keshaan Masyaraka Unair Morrison, DF 988 Mulivariae Saisical Analysis Auckland : McGraw-Hill, Inc Solimun, Mulivariae Analysis : Srucural Equaion Modelling(SEM) Lisrel dan Amos Penerbi Univesias Negeri Malang Berdasarkan abel diaas maka dapa disimpulkan bahwa pada araf signifikansi 5%, perbedaan inggi baang anara varieas V dan varieas V adalah signifikan

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 35 BAB LANDASAN TEORI Meode Dekomposisi biasanya mencoba memisahkan iga komponen erpisah dari pola dasar yang cenderung mencirikan dere daa ekonomi dan bisnis. Komponen ersebu adalah fakor rend (kecendrungan),

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Jenis Peneliian Jenis peneliian kuaniaif ini dengan pendekaan eksperimen, yaiu peneliian yang dilakukan dengan mengadakan manipulasi erhadap objek peneliian sera adanya konrol.

Lebih terperinci

Distribusi Normal Multivariat

Distribusi Normal Multivariat Vol.4, No., 43-48, Januari 08 Disribusi Normal Mulivaria Husy Serviana Husain Absrak Pada engendalian roses univaria berdasarkan variabel, biasanya digunakan model disribusi normal unuk mengamai kualias

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

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.. Hasil Peneliian 4... Daa Hasil Peneliian Dari hasil peneliian diperoleh daa kemampuan dribble. hasilnya sebagai mana pada abel I (dilampirkan) 4... Deskripsi

Lebih terperinci

BAB III METODE PEMULUSAN EKSPONENSIAL TRIPEL DARI WINTER. Metode pemulusan eksponensial telah digunakan selama beberapa tahun

BAB III METODE PEMULUSAN EKSPONENSIAL TRIPEL DARI WINTER. Metode pemulusan eksponensial telah digunakan selama beberapa tahun 43 BAB METODE PEMUUAN EKPONENA TRPE DAR WNTER Meode pemulusan eksponensial elah digunakan selama beberapa ahun sebagai suau meode yang sanga berguna pada begiu banyak siuasi peramalan Pada ahun 957 C C

Lebih terperinci

PENGUJIAN HIPOTESIS. pernyataan atau dugaan mengenai satu atau lebih populasi.

PENGUJIAN HIPOTESIS. pernyataan atau dugaan mengenai satu atau lebih populasi. PENGUJIAN HIPOTESIS 1. PENDAHULUAN Hipoesis Saisik : pernyaaan aau dugaan mengenai sau aau lebih populasi. Pengujian hipoesis berhubungan dengan penerimaan aau penolakan suau hipoesis. Kebenaran (benar

Lebih terperinci

Muhammad Firdaus, Ph.D

Muhammad Firdaus, Ph.D Muhammad Firdaus, Ph.D DEPARTEMEN ILMU EKONOMI FEM-IPB 010 PENGERTIAN GARIS REGRESI Garis regresi adalah garis yang memplokan hubungan variabel dependen (respon, idak bebas, yang dipengaruhi) dengan variabel

Lebih terperinci

x 4 x 3 x 2 x 5 O x 1 1 Posisi, perpindahan, jarak x 1 t 5 t 4 t 3 t 2 t 1 FI1101 Fisika Dasar IA Pekan #1: Kinematika Satu Dimensi Dr.

x 4 x 3 x 2 x 5 O x 1 1 Posisi, perpindahan, jarak x 1 t 5 t 4 t 3 t 2 t 1 FI1101 Fisika Dasar IA Pekan #1: Kinematika Satu Dimensi Dr. Pekan #1: Kinemaika Sau Dimensi 1 Posisi, perpindahan, jarak Tinjau suau benda yang bergerak lurus pada suau arah erenu. Misalnya, ada sebuah mobil yang dapa bergerak maju aau mundur pada suau jalan lurus.

Lebih terperinci

BAB 2 LANDASAN TEORI. Produksi padi merupakan suatu hasil bercocok tanam yang dilakukan dengan

BAB 2 LANDASAN TEORI. Produksi padi merupakan suatu hasil bercocok tanam yang dilakukan dengan BAB 2 LANDASAN TEORI 2.1. Produksi Produksi padi merupakan suau hasil bercocok anam yang dilakukan dengan penanaman bibi padi dan perawaan sera pemupukan secara eraur sehingga menghasilkan suau produksi

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Laar Belakang Pada dasarnya peramalan adalah merupakan suau dugaan aau perkiraan enang erjadinya suau keadaan di masa depan. Akan eapi dengan menggunakan meodemeode erenu peramalan

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa

BAB 2 TINJAUAN TEORITIS. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa BAB 2 TINJAUAN TEORITI 2.1. Pengerian-pengerian Peramalan adalah kegiaan unuk memperkirakan apa yang akan erjadi di masa yang akan daang. edangkan ramalan adalah suau siuasi aau kondisi yang diperkirakan

Lebih terperinci

Barekeng, Juni hal Vol. 1. No. 1

Barekeng, Juni hal Vol. 1. No. 1 Barekeg, Jui 7 hal46-5 Vol No ANALISIS VARIANS MULTIVARIAT PADA EKSPERIMEN DENGAN RANCANGAN ACAK LENGKAP (Variace Mulivaria Aalysis for Eperime wih Complee Radom Desig Th PENTURY Jurusa Maemaika FMIPA

Lebih terperinci

BAB III METODE DEKOMPOSISI CENSUS II. Data deret waktu adalah data yang dikumpulkan dari waktu ke waktu

BAB III METODE DEKOMPOSISI CENSUS II. Data deret waktu adalah data yang dikumpulkan dari waktu ke waktu BAB III METODE DEKOMPOSISI CENSUS II 3.1 Pendahuluan Daa dere waku adalah daa yang dikumpulkan dari waku ke waku unuk menggambarkan perkembangan suau kegiaan (perkembangan produksi, harga, hasil penjualan,

Lebih terperinci

BAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF

BAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF BAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF Pada bab ini akan dibahas mengenai sifa-sifa dari model runun waku musiman muliplikaif dan pemakaian model ersebu menggunakan meode Box- Jenkins beberapa ahap

Lebih terperinci

BAB 2 LANDASAN TEORI. Metode Peramalan merupakan bagian dari ilmu Statistika. Salah satu metode

BAB 2 LANDASAN TEORI. Metode Peramalan merupakan bagian dari ilmu Statistika. Salah satu metode 20 BAB 2 LADASA TEORI 2.1. Pengerian Peramalan Meode Peramalan merupakan bagian dari ilmu Saisika. Salah sau meode peramalan adalah dere waku. Meode ini disebu sebagai meode peramalan dere waku karena

Lebih terperinci

BAB II TINJAUAN TEORITIS

BAB II TINJAUAN TEORITIS BAB II TIJAUA TEORITIS 2.1 Peramalan (Forecasing) 2.1.1 Pengerian Peramalan Peramalan dapa diarikan sebagai beriku: a. Perkiraan aau dugaan mengenai erjadinya suau kejadian aau perisiwa di waku yang akan

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. Kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang

BAB 2 TINJAUAN TEORITIS. Kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang BAB 2 TINJAUAN TEORITIS 2.1 Pengerian dan Manfaa Peramalan Kegiaan unuk mempeirakan apa yang akan erjadi pada masa yang akan daang disebu peramalan (forecasing). Sedangkan ramalan adalah suau kondisi yang

Lebih terperinci

BAB 1 PENDAHULUAN. Sumber Daya Alam (SDA) yang tersedia merupakan salah satu pelengkap alat

BAB 1 PENDAHULUAN. Sumber Daya Alam (SDA) yang tersedia merupakan salah satu pelengkap alat BAB 1 PENDAHULUAN 1.1 Laar Belakang Sumber Daya Alam (SDA) yang ersedia merupakan salah sau pelengkap ala kebuuhan manusia, misalnya anah, air, energi lisrik, energi panas. Energi Lisrik merupakan Sumber

Lebih terperinci

BAB 2 URAIAN TEORI. waktu yang akan datang, sedangkan rencana merupakan penentuan apa yang akan

BAB 2 URAIAN TEORI. waktu yang akan datang, sedangkan rencana merupakan penentuan apa yang akan BAB 2 URAIAN EORI 2.1 Pengerian Peramalan Peramalan adalah kegiaan memperkirakan aau memprediksi apa yang erjadi pada waku yang akan daang, sedangkan rencana merupakan penenuan apa yang akan dilakukan

Lebih terperinci

PEMODELAN PRODUKSI SEKTOR PERTANIAN

PEMODELAN PRODUKSI SEKTOR PERTANIAN Seminar Nasional Saisika IX Insiu Teknologi Sepuluh Nopember, 7 November 2009 PEMODELAN PRODUKSI SEKTOR PERTANIAN Brodjol Suijo Jurusan Saisika ITS Surabaya ABSTRAK Pada umumnya daa ekonomi bersifa ime

Lebih terperinci

PEMBELAJARAN 5 STATISTIK NON PARAMETRIK

PEMBELAJARAN 5 STATISTIK NON PARAMETRIK PEMBELAJARAN 5 STATISTIK NON PARAMETRIK Kompeensi Dasar paramerik. Mahasiswa memahami enang beberapa eknik analisis saisik non Indikaor Pencapaian Mahasiswa dapa: a. Menjelaskan, menghiung dan menerapkan

Lebih terperinci

BAB II PERTIDAKSAMAAN CHERNOFF

BAB II PERTIDAKSAMAAN CHERNOFF BAB II PERTIDAKSAMAAN CHERNOFF.1 Pendahuluan Di lapangan, yang menjadi perhaian umumnya adalah besar peluang dari peubah acak pada beberapa nilai aau suau selang, misalkan P(a

Lebih terperinci

PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV SATU WAKTU SEBELUMNYA 1. PENDAHULUAN

PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV SATU WAKTU SEBELUMNYA 1. PENDAHULUAN PEMODELAN NILAI UKAR RUPIAH ERHADAP $US MENGGUNAKAN DERE WAKU HIDDEN MARKOV SAU WAKU SEBELUMNYA BERLIAN SEIAWAY, DIMAS HARI SANOSO, N. K. KUHA ARDANA Deparemen Maemaika Fakulas Maemaika dan Ilmu Pengeahuan

Lebih terperinci

PENGARUH STRATEGI PEMBELAJARAN GENIUS LEARNING TERHADAP HASIL BELAJAR FISIKA SISWA

PENGARUH STRATEGI PEMBELAJARAN GENIUS LEARNING TERHADAP HASIL BELAJAR FISIKA SISWA ISSN 5-73X PENGARUH STRATEGI PEMBELAJARAN GENIUS LEARNING TERHADAP HASIL BELAJAR ISIKA SISWA Henok Siagian dan Iran Susano Jurusan isika, MIPA Universias Negeri Medan Jl. Willem Iskandar, Psr V -Medan

Lebih terperinci

Peramalan Penjualan Sepeda Motor di Jawa Timur dengan Menggunakan Model Dinamis

Peramalan Penjualan Sepeda Motor di Jawa Timur dengan Menggunakan Model Dinamis JURNAL SAINS DAN NI POMITS Vol. 3, No. 2, (2014) ISSN: 2337-3539 (2301-9271 Prin) D-224 Peramalan Penjualan Sepeda Moor di Jawa Timur dengan Menggunakan Model Dinamis Desy Musika dan Seiawan Jurusan Saisika,

Lebih terperinci

BAB I PENDAHULUAN. tepat rencana pembangunan itu dibuat. Untuk dapat memahami keadaan

BAB I PENDAHULUAN. tepat rencana pembangunan itu dibuat. Untuk dapat memahami keadaan BAB I PENDAHULUAN 1.1 Laar Belakang Dalam perencanaan pembangunan, daa kependudukan memegang peran yang pening. Makin lengkap dan akura daa kependudukan yang esedia makin mudah dan epa rencana pembangunan

Lebih terperinci

Metode Regresi Linier

Metode Regresi Linier Modul 1 Meode Regresi Linier Prof. DR. Maman Djauhari A PENDAHULUAN nalisis regresi linier, baik yang sederhana maupun yang ganda, elah Anda pelajari dalam maa kuliah Meode Saisika II. Dengan demikian

Lebih terperinci

RANK DARI MATRIKS ATAS RING

RANK DARI MATRIKS ATAS RING Dela-Pi: Jurnal Maemaika dan Pendidikan Maemaika ISSN 089-855X ANK DAI MATIKS ATAS ING Ida Kurnia Waliyani Program Sudi Pendidikan Maemaika Jurusan Pendidikan Maemaika dan Ilmu Pengeahuan Alam FKIP Universias

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1 Kerangka Pemikiran Salah sau ujuan didirikannya perusahaan adalah dalam rangka memaksimalkan firm of value. Salah sau cara unuk mengukur seberapa besar perusahaan mencipakan

Lebih terperinci

ANALISIS CRITICAL ROOT VALUE PADA DATA NONSTATIONER

ANALISIS CRITICAL ROOT VALUE PADA DATA NONSTATIONER ANALISIS CRITICAL ROOT VALUE PADA DATA NONSTATIONER Abdul Aziz Dosen Jurusan Maemaika Fakulas Sains Teknologi Universias Islam Negeri (UIN) Maulana Malik Ibrahim Malang e-mail : abdulaziz_uinmlg@yahoo.com

Lebih terperinci

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang BAB 2 LANDASAN TEORI 2.1 Pengerian Peramalan Peramalan adalah kegiaan unuk memperkirakan apa yang akan erjadi di masa yang akan daang. Sedangkan ramalan adalah suau aau kondisi yang diperkirakan akan erjadi

Lebih terperinci

BAB II LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegiatan yang mengestimasi apa yang akan

BAB II LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegiatan yang mengestimasi apa yang akan BAB II LADASA TEORI 2.1 Pengerian peramalan (Forecasing) Peramalan (Forecasing) adalah suau kegiaan yang mengesimasi apa yang akan erjadi pada masa yang akan daang dengan waku yang relaif lama (Assauri,

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN A III METODE PEELITIA Salah sau komponen peneliian yang mempunyai ari pening dalam kaiannya dengan proses sudi secara komprehensif adalah komponen meode peneliian. Meode peneliian menjelaskan bagaimana

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penelitian ini adalah penelitian Quasi Eksperimental Design dengan

BAB III METODOLOGI PENELITIAN. Penelitian ini adalah penelitian Quasi Eksperimental Design dengan BAB III METODOLOGI PENELITIAN A. Jenis dan Desain Peneliian Peneliian ini adalah peneliian Quasi Eksperimenal Design dengan kelas eksperimen dan kelas conrol dengan desain Prees -Poses Conrol Group Design

Lebih terperinci

APLIKASI PEMULUSAN EKSPONENSIAL DARI BROWN DAN DARI HOLT UNTUK DATA YANG MEMUAT TREND

APLIKASI PEMULUSAN EKSPONENSIAL DARI BROWN DAN DARI HOLT UNTUK DATA YANG MEMUAT TREND APLIKASI PEMULUSAN EKSPONENSIAL DARI BROWN DAN DARI HOLT UNTUK DATA YANG MEMUAT TREND Noeryani 1, Ely Okafiani 2, Fera Andriyani 3 1,2,3) Jurusan maemaika, Fakulas Sains Terapan, Insiu Sains & Teknologi

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN 39 III. METODE PENELITIAN 3.1 Waku dan Meode Peneliian Pada bab sebelumnya elah dibahas bahwa cadangan adalah sejumlah uang yang harus disediakan oleh pihak perusahaan asuransi dalam waku peranggungan

Lebih terperinci

UJI BREDENKAMP, HILDEBRAND, KUBINGER DAN FRIEDMAN

UJI BREDENKAMP, HILDEBRAND, KUBINGER DAN FRIEDMAN UJI BREDENKAP, HILDEBRAND, KUBINGER DAN FRIEDAN Firi Caur Lesari ABSTRACT Saisics is a science ha has imporan role in decision making The decision is made based on he daa and uses cerain mehods, especially

Lebih terperinci

B a b 1 I s y a r a t

B a b 1 I s y a r a t TKE 305 ISYARAT DAN SISTEM B a b I s y a r a Indah Susilawai, S.T., M.Eng. Program Sudi Teknik Elekro Fakulas Teknik dan Ilmu Kompuer Universias Mercu Buana Yogyakara 009 BAB I I S Y A R A T Tujuan Insruksional.

Lebih terperinci

TINGKAT KEBUGARAN JASMANI KELAS VIII SEKOLAH MENENGAH PERTAMA NEGERI 1 DONOROJO TAHUN PELAJARAN 2014/ 2015 SKRIPSI. Oleh:

TINGKAT KEBUGARAN JASMANI KELAS VIII SEKOLAH MENENGAH PERTAMA NEGERI 1 DONOROJO TAHUN PELAJARAN 2014/ 2015 SKRIPSI. Oleh: Arikel Skripsi TINGKAT KEBUGARAN JASMANI KELAS VIII SEKOLAH MENENGAH PERTAMA NEGERI 1 DONOROJO TAHUN PELAJARAN 2014/ 2015 SKRIPSI Diajukan Unuk Memenuhi Sebagian Syara Guna Memperoleh Gelar Sarjana Pendidikan

Lebih terperinci

PENDUGAAN PARAMETER DERET WAKTU HIDDEN MARKOV SATU WAKTU SEBELUMNYA

PENDUGAAN PARAMETER DERET WAKTU HIDDEN MARKOV SATU WAKTU SEBELUMNYA PENDUGAAN PARAMEER DERE WAKU HIDDEN MARKOV SAU WAKU SEBELUMNYA BERLIAN SEIAWAY DAN DIMAS HARI SANOSO Deparemen Maemaika Fakulas Maemaika dan Ilmu Pengeahuan Alam Insiu Peranian Bogor Jl Merani, Kampus

Lebih terperinci

III. KERANGKA PEMIKIRAN

III. KERANGKA PEMIKIRAN III. KERANGKA PEMIKIRAN 3.1. Kerangka Teoriis 3.1.1 Daya Dukung Lingkungan Carrying capaciy aau daya dukung lingkungan mengandung pengerian kemampuan suau empa dalam menunjang kehidupan mahluk hidup secara

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Jenis dan Pendekaan Peneliian Jenis peneliian yang digunakan dalam peneliian ini adalah peneliian evaluasi dan pendekaannya menggunakan pendekaan kualiaif non inerakif (non

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LADASA TEORI 2.1 Pengerian Peramalan Peramalan (forecasing) adalah suau kegiaan yang memperkirakan apa yang akan erjadi pada masa yang akan daang. Meode peramalan merupakan cara unuk memperkirakan

Lebih terperinci

PENGARUH MODEL PEMBELAJARAN PROBLEM SOLVING TERHADAP HASIL BELAJAR FISIKA SISWA KELAS VIII DI SMPN 5 LINGSAR TAHUN PELAJARAN 2012/2013

PENGARUH MODEL PEMBELAJARAN PROBLEM SOLVING TERHADAP HASIL BELAJAR FISIKA SISWA KELAS VIII DI SMPN 5 LINGSAR TAHUN PELAJARAN 2012/2013 Jurnal Lensa Kependidikan Fisika Vol. 1 Nomor 1, Juni 13 ISSN: 338-4417 PENGARUH MODEL PEMBELAJARAN PROBLEM SOLVING TERHADAP HASIL BELAJAR FISIKA SISWA KELAS VIII DI SMPN 5 LINGSAR TAHUN PELAJARAN 1/13

Lebih terperinci

PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV HAMILTON*

PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV HAMILTON* PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV HAMILTON* BERLIAN SETIAWATY DAN HIRASAWA Deparemen Maemaika Fakulas Maemaika dan Ilmu Pengeahuan Alam Insiu Peranian Bogor

Lebih terperinci

BAB 2 KINEMATIKA. A. Posisi, Jarak, dan Perpindahan

BAB 2 KINEMATIKA. A. Posisi, Jarak, dan Perpindahan BAB 2 KINEMATIKA Tujuan Pembelajaran 1. Menjelaskan perbedaan jarak dengan perpindahan, dan kelajuan dengan kecepaan 2. Menyelidiki hubungan posisi, kecepaan, dan percepaan erhadap waku pada gerak lurus

Lebih terperinci

PENGARUH KOMPOSISI FLY ASH TERHADAP KUAT TEKAN DAN RESAPAN PADA PEMBUATAN PAVING BLOK

PENGARUH KOMPOSISI FLY ASH TERHADAP KUAT TEKAN DAN RESAPAN PADA PEMBUATAN PAVING BLOK PENGARUH KOMPOSISI FLY ASH TERHADAP KUAT TEKAN DAN RESAPAN PADA PEMBUATAN PAVING BLOK Randi Nugraha Pura 1306 030 048 Dosen Pembimbing : Prof.Dra. Susani Linuwih.,M.Sa,PhD PROGRAM STUDI DIPLOMA III STATISTIKA

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Laar Belakang Masalah persediaan merupakan masalah yang sanga pening dalam perusahaan. Persediaan mempunyai pengaruh besar erhadap kegiaan produksi. Masalah persediaan dapa diaasi

Lebih terperinci

LIMIT FUNGSI. 0,9 2,9 0,95 2,95 0,99 2,99 1 Tidak terdefinisi 1,01 3,01 1,05 3,05 1,1 3,1 Gambar 1

LIMIT FUNGSI. 0,9 2,9 0,95 2,95 0,99 2,99 1 Tidak terdefinisi 1,01 3,01 1,05 3,05 1,1 3,1 Gambar 1 LIMIT FUNGSI. Limi f unuk c Tinjau sebuah fungsi f, apakah fungsi f ersebu sama dengan fungsi g -? Daerah asal dari fungsi g adalah semua bilangan real, sedangkan daerah asal fungsi f adalah bilangan real

Lebih terperinci

KARAKTERISTIK UMUR PRODUK PADA MODEL WEIBULL. Sudarno Staf Pengajar Program Studi Statistika FMIPA UNDIP

KARAKTERISTIK UMUR PRODUK PADA MODEL WEIBULL. Sudarno Staf Pengajar Program Studi Statistika FMIPA UNDIP Karakerisik Umur Produk (Sudarno) KARAKTERISTIK UMUR PRODUK PADA MODEL WEIBULL Sudarno Saf Pengajar Program Sudi Saisika FMIPA UNDIP Absrac Long life of produc can reflec is qualiy. Generally, good producs

Lebih terperinci

PERHITUNGAN VALUE AT RISK (VaR) DENGAN SIMULASI MONTE CARLO (STUDI KASUS SAHAM PT. XL ACIATA.Tbk)

PERHITUNGAN VALUE AT RISK (VaR) DENGAN SIMULASI MONTE CARLO (STUDI KASUS SAHAM PT. XL ACIATA.Tbk) Jurnal UJMC, Volume 3, Nomor 1, Hal. 15-0 pissn : 460-3333 eissn : 579-907X ERHITUNGAN VAUE AT RISK (VaR) DENGAN SIMUASI MONTE CARO (STUDI KASUS SAHAM T. X ACIATA.Tbk) Sii Alfiaur Rohmaniah 1 1 Universias

Lebih terperinci

BAB 1 PENDAHULUAN. Dalam pelaksanaan pembangunan saat ini, ilmu statistik memegang peranan penting

BAB 1 PENDAHULUAN. Dalam pelaksanaan pembangunan saat ini, ilmu statistik memegang peranan penting BAB 1 PENDAHULUAN 1.1. Laar Belakang Dalam pelaksanaan pembangunan saa ini, ilmu saisik memegang peranan pening baik iu di dalam pekerjaan maupun pada kehidupan sehari-hari. Ilmu saisik sekarang elah melaju

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB 1 PENDAHULUAN 1.1 Laar Belakang Masalah Dalam sisem perekonomian suau perusahaan, ingka perumbuhan ekonomi sanga mempengaruhi kemajuan perusahaan pada masa yang akan daang. Pendapaan dan invesasi merupakan

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA. yang akan datang. Peramalan menjadi sangat penting karena penyusunan suatu

BAB 2 TINJAUAN PUSTAKA. yang akan datang. Peramalan menjadi sangat penting karena penyusunan suatu BAB 2 TINJAUAN PUSTAKA 2.1 Pengerian Peramalan Peramalan adalah kegiaan memperkirakan apa yang erjadi pada waku yang akan daang sedangkan rencana merupakan penenuan apa yang akan dilakukan pada waku yang

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN 26 III. METODE PENELITIAN 3.1. Kerangka Pemikiran Penilaian perkembangan kinerja keuangan PT. Goodyear Indonesia Tbk dilakukan dengan maksud unuk mengeahui sejauh mana perkembangan usaha perusahan yang

Lebih terperinci

Sekilas Pandang. Modul 1 PENDAHULUAN

Sekilas Pandang. Modul 1 PENDAHULUAN Modul 1 Sekilas Pandang Drs. Irlan Soelaeman, M.Ed. S PENDAHULUAN uau hari, saya dan keluarga berencana membawa mobil pergi ke Surabaya unuk mengunjungi salah seorang saudara. Sau hari sebelum keberangkaan,

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Peramalan Peramalan adalah kegiaan memperkirakan apa yang akan erjadi pada masa yang akan daang. Ramalan adalah sesuau kegiaan siuasi aau kondisi yang diperkirakan akan erjadi

Lebih terperinci

IDENTIFIKASI POLA DATA TIME SERIES

IDENTIFIKASI POLA DATA TIME SERIES IDENTIFIKASI POLA DATA TIME SERIES Daa merupakan bagian pening dalam peramalan. Beriku adalah empa krieria yang dapa digunakan sebagai acuan agar daa dapa digunakan dalam peramalan.. Daa harus dapa dipercaya

Lebih terperinci

ADOPSI REGRESI BEDA UNTUK MENGATASI BIAS VARIABEL TEROMISI DALAM REGRESI DERET WAKTU: MODEL KEHILANGAN AIR DISTRIBUSI DI PDAM SUKABUMI

ADOPSI REGRESI BEDA UNTUK MENGATASI BIAS VARIABEL TEROMISI DALAM REGRESI DERET WAKTU: MODEL KEHILANGAN AIR DISTRIBUSI DI PDAM SUKABUMI ADOPSI REGRESI BEDA UNTUK MENGATASI BIAS VARIABEL TEROMISI DALAM REGRESI DERET WAKTU: MODEL KEHILANGAN AIR DISTRIBUSI DI PDAM SUKABUMI Yusep Suparman Universias Padjadjaran yusep.suparman@unpad.ac.id ABSTRAK.

Lebih terperinci

ANALISIS DIRECT SELLING COST DALAM MENINGKATKAN VOLUME PENJUALAN Studi kasus pada CV Cita Nasional.

ANALISIS DIRECT SELLING COST DALAM MENINGKATKAN VOLUME PENJUALAN Studi kasus pada CV Cita Nasional. JURNAL ILMIAH RANGGAGADING Volume 7 No. 1, April 7 : 3-9 ANALISIS DIRECT SELLING COST DALAM MENINGKATKAN VOLUME PENJUALAN Sudi kasus pada CV Cia Nasional. Oleh Emmy Supariyani* dan M. Adi Nugroho *Dosen

Lebih terperinci

BAB 4 ANALISIS DAN PEMBAHASAN

BAB 4 ANALISIS DAN PEMBAHASAN BAB 4 ANALISIS DAN EMBAHASAN 4.1 Karakerisik dan Obyek eneliian Secara garis besar profil daa merupakan daa sekunder di peroleh dari pusa daa saisik bursa efek Indonesia yang elah di publikasi, daa di

Lebih terperinci

PERSAMAAN GERAK VEKTOR SATUAN. / i / = / j / = / k / = 1

PERSAMAAN GERAK VEKTOR SATUAN. / i / = / j / = / k / = 1 PERSAMAAN GERAK Posisi iik maeri dapa dinyaakan dengan sebuah VEKTOR, baik pada suau bidang daar maupun dalam bidang ruang. Vekor yang dipergunakan unuk menenukan posisi disebu VEKTOR POSISI yang diulis

Lebih terperinci

KOINTEGRASI DAN ESTIMASI ECM PADA DATA TIME SERIES. Abstrak

KOINTEGRASI DAN ESTIMASI ECM PADA DATA TIME SERIES. Abstrak KOINTEGRASI DAN ESTIMASI ECM PADA DATA TIME SERIES Universias Muhammadiyah Purwokero malim.muhammad@gmail.com Absrak Pada persamaan regresi linier sederhana dimana variabel dependen dan variabel independen

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. bahasa Yunani yang berarti Demos adalah rakyat atau penduduk, dan Grafein adalah

BAB 2 TINJAUAN TEORITIS. bahasa Yunani yang berarti Demos adalah rakyat atau penduduk, dan Grafein adalah 37 BAB 2 TINJAUAN TEORITIS 2.1 Pengerian-pengerian Kependudukan sanga era kaiannya dengan demgrafi. Kaa demgrafi berasal dari bahasa Yunani yang berari Dems adalah rakya aau penduduk, dan Grafein adalah

Lebih terperinci

KLASIFIKASI DOKUMEN TUGAS AKHIR MENGGUNAKAN ALGORITMA K-MEANS. Wulan Fatin Nasyuha¹, Husaini 2 dan Mursyidah 3 ABSTRAK

KLASIFIKASI DOKUMEN TUGAS AKHIR MENGGUNAKAN ALGORITMA K-MEANS. Wulan Fatin Nasyuha¹, Husaini 2 dan Mursyidah 3 ABSTRAK KLASIFIKASI DOKUMEN TUGAS AKHIR MENGGUNAKAN ALGORITMA K-MEANS Wulan Fain Nasyuha¹, Husaini 2 dan Mursyidah 3 1,2,3 Teknologi Informasi dan Kompuer, Polieknik Negeri Lhokseumawe, Jalan banda Aceh-Medan

Lebih terperinci

1.4 Persamaan Schrodinger Bergantung Waktu

1.4 Persamaan Schrodinger Bergantung Waktu .4 Persamaan Schrodinger Berganung Waku Mekanika klasik aau mekanika Newon sanga sukses dalam mendeskripsi gerak makroskopis, eapi gagal dalam mendeskripsi gerak mikroskopis. Gerak mikroskopis membuuhkan

Lebih terperinci

PENGGUNAAN KONSEP FUNGSI CONVEX UNTUK MENENTUKAN SENSITIVITAS HARGA OBLIGASI

PENGGUNAAN KONSEP FUNGSI CONVEX UNTUK MENENTUKAN SENSITIVITAS HARGA OBLIGASI PENGGUNAAN ONSEP FUNGSI CONVEX UNU MENENUAN SENSIIVIAS HARGA OBLIGASI 1 Zelmi Widyanuara, 2 Ei urniai, Dra., M.Si., 3 Icih Sukarsih, S.Si., M.Si. Maemaika, Universias Islam Bandung, Jl. amansari No.1 Bandung

Lebih terperinci

MENINGKATKAN KEMAMPUAN MEMECAHKAN MASALAH SISWA MELALUI PEMBELAJARAN PEMBERIAN TUGAS LEMBARAN KERJA SECARA KELOMPOK. Oleh: Yoyo Zakaria Ansori

MENINGKATKAN KEMAMPUAN MEMECAHKAN MASALAH SISWA MELALUI PEMBELAJARAN PEMBERIAN TUGAS LEMBARAN KERJA SECARA KELOMPOK. Oleh: Yoyo Zakaria Ansori MENINGKATKAN KEMAMPUAN MEMECAHKAN MASALAH SISWA MELALUI PEMBELAJARAN PEMBERIAN TUGAS LEMBARAN KERJA SECARA KELOMPOK Oleh: Yoyo Zakaria Ansori Peneliian ini dilaarbelakangi rendahnya kemampuan memecahkan

Lebih terperinci

Statistika Inferensi Tentang Ratarata Dua Populasi Independen

Statistika Inferensi Tentang Ratarata Dua Populasi Independen Saisika Inferensi Tenang aaraa Dua Populasi Independen Populasi aa-raa = µ (idak dikeahui) Sampel Ukuran = n (besar) aa-raa = X Deviasi Sandar = S Uji Hipoesis enang Perbedaan aa-raa Sampel Besar Saisik

Lebih terperinci

PENINGKATAN KEPUASAN PASIEN FOKUS PADA KUALITAS PELAYANAN

PENINGKATAN KEPUASAN PASIEN FOKUS PADA KUALITAS PELAYANAN PENINGKATAN KEPUASAN PASIEN FOKUS PADA KUALITAS PELAYANAN Oong Karyono Teknik Indusri, Fakulas Teknik Universias Majalengka Email : oong_karyono@rockemail.com ABSTRAK Rumah saki umum daerah (RSUD) Kabupaen

Lebih terperinci

Pemodelan Data Runtun Waktu : Kasus Data Tingkat Pengangguran di Amerika Serikat pada Tahun

Pemodelan Data Runtun Waktu : Kasus Data Tingkat Pengangguran di Amerika Serikat pada Tahun Pemodelan Daa Runun Waku : Kasus Daa Tingka Pengangguran di Amerika Serika pada Tahun 948 978. Adi Seiawan Program Sudi Maemaika, Fakulas Sains dan Maemaika Universias Krisen Saya Wacana, Jl. Diponegoro

Lebih terperinci

SIMULASI PERGERAKAN TINGKAT BUNGA BERDASARKAN MODEL VASICEK

SIMULASI PERGERAKAN TINGKAT BUNGA BERDASARKAN MODEL VASICEK Jurnal Maemaika Murni dan Terapan εpsilon Vol.9 No.2 (215) Hal. 15-24 SIMULASI PEGEAKAN TINGKAT BUNGA BEDASAKAN MODEL VASICEK Shanika Marha, Dadan Kusnandar, Naomi N. Debaaraja Fakulas MIPA Universias

Lebih terperinci

Jurnal EKSPONENSIAL Volume 5, Nomor 2, Nopember 2014 ISSN

Jurnal EKSPONENSIAL Volume 5, Nomor 2, Nopember 2014 ISSN Peramalan Dengan Meode Smoohing dan Verifikasi Meode Peramalan Dengan Grafik Pengendali Moving Range () (Sudi Kasus: Produksi Air Bersih di PDAM Tira Kencana Samarinda) Forecasing wih Smoohing and Verificaion

Lebih terperinci

VARIABEL-VARIABEL YANG MEMPENGARUHI ACTUAL SYSTEM USAGE (ASU) PADA PEMANFAATAN STUDENTSITE

VARIABEL-VARIABEL YANG MEMPENGARUHI ACTUAL SYSTEM USAGE (ASU) PADA PEMANFAATAN STUDENTSITE VARIABEL-VARIABEL YANG MEMPENGARUHI ACTUAL SYSTEM USAGE (ASU) PADA PEMANFAATAN STUDENTSITE Indra Nurhadi Program Sudi Manajemen Ekonomi, Fakulas Ekonomi, Universias Gunadarma Jl. Akses Kelapa Dua Cimanggis,

Lebih terperinci

III. PEMODELAN HARGA PENGGUNAAN INTERNET

III. PEMODELAN HARGA PENGGUNAAN INTERNET 8 III EMODELAN HARGA ENGGUNAAN INTERNET 3 Asumsi dan Model ada peneliian ini diperhaikan beberapa asumsi yaiu sebagai beriku: Waku anarkedaangan menyebar eksponensial dengan raaan λ - (laju kedaangan adalah

Lebih terperinci

BAB III ANALISIS INTERVENSI. Analisis intervensi dimaksudkan untuk penentuan jenis respons variabel

BAB III ANALISIS INTERVENSI. Analisis intervensi dimaksudkan untuk penentuan jenis respons variabel BAB III ANALISIS INTERVENSI 3.1. Pendahuluan Analisis inervensi dimaksudkan unuk penenuan jenis respons variabel ak bebas yang akan muncul akiba perubahan pada variabel bebas. Box dan Tiao (1975) elah

Lebih terperinci

BAB III HASIL DAN PEMBAHASAN. A. Permasalahan Nyata Penyebaran Penyakit Tuberculosis

BAB III HASIL DAN PEMBAHASAN. A. Permasalahan Nyata Penyebaran Penyakit Tuberculosis BAB III HASIL DAN PEMBAHASAN A. Permasalahan Nyaa Penyebaran Penyaki Tuberculosis Tuberculosis merupakan salah sau penyaki menular yang disebabkan oleh bakeri Mycobacerium Tuberculosis. Penularan penyaki

Lebih terperinci

PENGGUNAAN DISTRIBUSI PELUANG JOHNSON SB UNTUK OPTIMASI PEMELIHARAAN MESIN

PENGGUNAAN DISTRIBUSI PELUANG JOHNSON SB UNTUK OPTIMASI PEMELIHARAAN MESIN M-6 PENGGUNAAN DISTRIBUSI PELUANG JOHNSON SB UNTUK OPTIMASI PEMELIHARAAN MESIN Enny Suparini 1) Soemarini 2) 1) & 2) Deparemen Saisika FMIPA UNPAD arhinii@yahoo.com 1) ine_soemarini@yahoo.com 2) Absrak

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Laar Belakang Perumbuhan ekonomi merupakan salah sau ukuran dari hasil pembangunan yang dilaksanakan khususnya dalam bidang ekonomi. Perumbuhan ersebu merupakan rangkuman laju-laju

Lebih terperinci

Matematika EBTANAS Tahun 1988

Matematika EBTANAS Tahun 1988 Maemaika EBTANAS Tahun 988 EBT-SMA-88- cos = EBT-SMA-88- Sisi sisi segiiga ABC : a = 6, b = dan c = 8 Nilai cos A 8 4 8 EBT-SMA-88- Layang-layang garis singgung OAPB, sudu APB = 6 dan panjang OP = cm.

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Defenisi Persediaan Persediaan adalah barang yang disimpan unuk pemakaian lebih lanju aau dijual. Persediaan dapa berupa bahan baku, barang seengah jadi aau barang jadi maupun

Lebih terperinci

Indah Nursuprianah, Darsono

Indah Nursuprianah, Darsono Perbedaan Kemampuan Komunikasi Maemaika Siswa Yang Menggunakan Pendekaan Pembelajaran Realisic Mahemaic Educaion (RME) Dan Pendekaan Konvensional Indah Nursuprianah, Darsono Program Sudi Pendidikan Maemaika,

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Laar Belakang Air merupakan kebuuhan pokok bagi seiap makhluk hidup di dunia ini ermasuk manusia. Air juga merupakan komponen lingkungan hidup yang pening bagi kelangsungan hidup

Lebih terperinci

HUMAN CAPITAL. Minggu 16

HUMAN CAPITAL. Minggu 16 HUMAN CAPITAL Minggu 16 Pendahuluan Invesasi berujuan unuk meningkakan pendapaan di masa yang akan daang. Keika sebuah perusahaan melakukan invesasi barang-barang modal, perusahaan ini akan mengeluarkan

Lebih terperinci

BAB IV PERHITUNGAN NUMERIK

BAB IV PERHITUNGAN NUMERIK BAB IV PERHITUNGAN NUMERIK Dengan memperhaikan fungsi sebaran peluang berahan dari masingmasing sebaran klaim, sebagai mana diulis pada persamaan (3.45), (3.70) dan (3.90), perhiungan numerik idak mudah

Lebih terperinci

SEBARAN STASIONER PADA SISTEM BONUS-MALUS SWISS SERTA MODIFIKASINYA (Cherry Galatia Ballangan)

SEBARAN STASIONER PADA SISTEM BONUS-MALUS SWISS SERTA MODIFIKASINYA (Cherry Galatia Ballangan) SEBARAN STASIONER PADA SISTEM BONUS-MALUS SWISS SERTA MODIFIKASINYA (Cherry Galaia Ballangan) SEBARAN STASIONER PADA SISTEM BONUS-MALUS SWISS SERTA MODIFIKASINYA (Saionary Disribuion of Swiss Bonus-Malus

Lebih terperinci

PENERAPAN PERHITUNGAN FISHER-SNEDECOR UNTUK UJI F

PENERAPAN PERHITUNGAN FISHER-SNEDECOR UNTUK UJI F PENERAPAN PERHITUNGAN FISHER-SNEDECOR UNTUK UJI F Zihaul Haq 1, Bowo Nurhadiono, S.Si, M.Kom 2 1 Mahasiswa Teknik Informaika, Universias Dian Nuswanoro Semarang 2 Dosen Pembimbing Teknik Informaika, Universias

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. dari bahasa Yunani yang berarti Demos adalah rakyat atau penduduk,dan Grafein

BAB 2 TINJAUAN TEORITIS. dari bahasa Yunani yang berarti Demos adalah rakyat atau penduduk,dan Grafein BAB 2 TINJAUAN TEORITIS 2.1 Pengerian Demografi Keadaan penduduk sanga era kaiannya dengan demografi. Kaa demografi berasal dari bahasa Yunani yang berari Demos adalah rakya aau penduduk,dan Grafein adalah

Lebih terperinci

BAB IV NILAI EIGEN DAN VEKTOR EIGEN. Bab ini membahas suatu vektor tidak nol x dan skalar l yang mempunyai

BAB IV NILAI EIGEN DAN VEKTOR EIGEN. Bab ini membahas suatu vektor tidak nol x dan skalar l yang mempunyai BAB IV NILAI EIGEN DAN VEKTOR EIGEN Bab ini membahas suau vekor idak nol dan skalar l yang mempunyai hubungan erenu dengan suau mariks A. Hubungan ersebu dinyaakan dalam benuk A λ. Bagaimana kia memperoleh

Lebih terperinci

PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN DENGAN METODE BOBOT UNTUK MENILAI KENAIKAN GOLONGAN PEGAWAI

PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN DENGAN METODE BOBOT UNTUK MENILAI KENAIKAN GOLONGAN PEGAWAI Seminar Nasional Informaika 24 PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN DENGAN METODE BOBOT UNTUK MENILAI KENAIKAN GOLONGAN PEGAWAI Evri Ekadiansyah Program Sudi D3 Manajemen Informaika, STMIK Poensi Uama

Lebih terperinci

MEMBAWA MATRIKS KE DALAM BENTUK KANONIK JORDAN. Irmawati Liliana. KD Program Studi Pendidikan Matematika FKIP Unswagati

MEMBAWA MATRIKS KE DALAM BENTUK KANONIK JORDAN. Irmawati Liliana. KD Program Studi Pendidikan Matematika FKIP Unswagati Jurnal Euclid, vol., No., p.568 MEMBW MTRIKS KE DLM BENTUK KNONIK JORDN Irmawai Liliana. KD Program Sudi Pendidikan Maemaika FKIP Unswagai irmawai.liliana@gmail.com bsrak Benuk kanonik Jordan erbenuk apabila

Lebih terperinci

Bab 5 Penaksiran Fungsi Permintaan. Ekonomi Manajerial Manajemen

Bab 5 Penaksiran Fungsi Permintaan. Ekonomi Manajerial Manajemen Bab 5 Penaksiran Fungsi Perminaan 1 Ekonomi Manajerial Manajemen Peranyaan Umum Tenang Perminaan Seberapa besar penerimaan perusahaan akan berubah seelah adanya peningkaan harga? Berapa banyak produk yang

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang 11 BAB I PENDAHULUAN 1.1 Laar Belakang Salah sau masalah analisis persediaan adalah kesulian dalam menenukan reorder poin (iik pemesanan kembali). Reorder poin diperlukan unuk mencegah erjadinya kehabisan

Lebih terperinci

BAB 3 LANDASAN TEORI

BAB 3 LANDASAN TEORI BAB 3 LANDASAN TEORI 3.1. Deskripsi Teori 3.1.1. Pengerian Peramalan Unuk membanu ercapainya suau kepuusan yang efisien unuk penjualan produknya, perusahaan memerlukan suau cara yang epa, sisemais dan

Lebih terperinci

MODEL OPTIMASI PENGGANTIAN MESIN PEMECAH KULIT BERAS MENGGUNAKAN PEMROGRAMAN DINAMIS (PABRIK BERAS DO A SEPUH)

MODEL OPTIMASI PENGGANTIAN MESIN PEMECAH KULIT BERAS MENGGUNAKAN PEMROGRAMAN DINAMIS (PABRIK BERAS DO A SEPUH) Journal Indusrial Servicess Vol. No. Okober 0 MODEL OPTIMASI PENGGANTIAN MESIN PEMECAH KULIT BERAS MENGGUNAKAN PEMROGRAMAN DINAMIS (PABRIK BERAS DO A SEPUH) Abdul Gopar ) Program Sudi Teknik Indusri Universias

Lebih terperinci

Model Dinamis: Autoregressive Dan Distribusi Lag (Studi Kasus : Pengaruh Kurs Dollar Amerika Terhadap Produk Domestik Regional Bruto (PDRB))

Model Dinamis: Autoregressive Dan Distribusi Lag (Studi Kasus : Pengaruh Kurs Dollar Amerika Terhadap Produk Domestik Regional Bruto (PDRB)) Model Dinamis: Auoregressive Dan Disribusi Lag (Sudi Kasus : Pengaruh Kurs Dollar Amerika Terhadap Produk Domesik Regional Bruo (PDRB)) Dynamic Model : Auoregressive and Disribuion Lag (Case Sudy: Effecs

Lebih terperinci

PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN DENGAN METODE BOBOT UNTUK MENILAI KENAIKAN GOLONGAN PEGAWAI

PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN DENGAN METODE BOBOT UNTUK MENILAI KENAIKAN GOLONGAN PEGAWAI Seminar Nasional Informaika PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN DENGAN METODE BOBOT UNTUK MENILAI KENAIKAN GOLONGAN PEGAWAI Evri Ekadiansyah Program Sudi D Manajemen Informaika, STMIK Poensi Uama evrie9@gmail.com

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 robabilias 2.1.1 Definisi robabilias adalah kemungkinan yang daa erjadi dalam suau erisiwa erenu. Definisi robabilias daa diliha dari iga macam endekaan, yaiu endekaan klasik,

Lebih terperinci

Integral dan Persamaan Diferensial

Integral dan Persamaan Diferensial Sudaryano Sudirham Sudi Mandiri Inegral dan Persamaan Diferensial ii Darpublic 4.1. Pengerian BAB 4 Persamaan Diferensial (Orde Sau) Persamaan diferensial adalah suau persamaan di mana erdapa sau aau lebih

Lebih terperinci